TED2013
Ajit Narayanan: A word game to communicate in any language
아짓 나라야난: 다 언어 의사소통 단어 게임
Filmed:
Readability: 3.4
1,391,245 views
자폐를 가진 아이와 연구하는 동안, 아짓 나라야난은 이미지의 언어에 관하여 생각하고 단어와 개념을 "지도"에 연관 지을 수 있는 방법을 구상하였습니다. 이 아이디어는 커뮤니케이션이 불가능한 사람을 도울 수 있는 앱을 만들 수 있도록 하였습니다. 이 아이디어의 바탕이 된 언어 개념인 "자유연설"은 흥미로운 가능성을 가지고 있습니다.
Ajit Narayanan - Visual grammar engine inventor
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired. Full bio
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired. Full bio
Double-click the English transcript below to play the video.
00:12
I work with children with autism.
0
721
2670
자폐아를 가진 아이들과 저는 일합니다.
00:15
Specifically, I make technologies
1
3391
1914
구체적으로, 아이들이 소통할 수 있도록
00:17
to help them communicate.
2
5305
2171
도와주는 기계를 만듭니다.
00:19
Now, many of the problems that children
3
7476
1539
지금, 자폐를 가진 아이들이 직면한 문제는,
00:21
with autism face, they have a common source,
4
9015
3763
그들이 하나의 공통 근원을 가지고 있다는 것입니다.
00:24
and that source is that they find it difficult
5
12778
2094
문제는 그들이 추상적이고 상징적인 의미를
00:26
to understand abstraction, symbolism.
6
14872
5260
이해하는데 어려워하는 것을 알 수 있습니다.
00:32
And because of this, they have
a lot of difficulty with language.
a lot of difficulty with language.
7
20132
4652
이 문제 때문에, 그들은 언어를 매우 어려워 하는 것이죠.
00:36
Let me tell you a little bit about why this is.
8
24784
3015
그들이 왜 어려워하는지 간략하게 말씀드리겠습니다.
00:39
You see that this is a picture of a bowl of soup.
9
27799
3934
보다시피 이 사진은 스푸가 담긴 사발입니다.
00:43
All of us can see it. All of us understand this.
10
31733
2485
모든 분들께서 알 수 있으며, 이해하실 수 있습니다.
00:46
These are two other pictures of soup,
11
34218
2312
스푸가 담긴 다른 그림들입니다,
00:48
but you can see that these are more abstract
12
36530
2067
보시는 것처럼 좀더 추상적이며,
00:50
These are not quite as concrete.
13
38597
1856
구체적이지 않습니다.
00:52
And when you get to language,
14
40453
2174
언어로 접근했을 때는
00:54
you see that it becomes a word
15
42627
1868
보고 듣는 방식으로
00:56
whose look, the way it looks and the way it sounds,
16
44495
3261
하나의 단어가 되는 것을 볼 수 있습니다,
00:59
has absolutely nothing to do
with what it started with,
with what it started with,
17
47756
2912
하지만 이는무엇과 시작하고 혹은
01:02
or what it represents, which is the bowl of soup.
18
50668
2830
대표하는지 관련이 없습니다,
그저 스푸 한 사발을 의미하죠.
그저 스푸 한 사발을 의미하죠.
01:05
So it's essentially a completely abstract,
19
53498
2900
때문에 완전히 추상적입니다,
01:08
a completely arbitrary representation of something
20
56398
2576
실제에 존재하는 대상을
01:10
which is in the real world,
21
58974
1163
추상적으로 대표합니다,
01:12
and this is something that children with autism
22
60137
1791
이 부분이 자폐증을 가진 아이들이
01:13
have an incredible amount of difficulty with.
23
61928
3164
어려움을 가지는 부분입니다.
01:17
Now that's why most of the people
that work with children with autism --
that work with children with autism --
24
65092
2751
떄문에 자폐아 아이들과 함께 일 하는
01:19
speech therapists, educators --
25
67843
1878
언어치료사, 교육자 등 대부분의 사람들은
01:21
what they do is, they try to help children with autism
26
69721
2633
자폐를 가진 아이들이 언어가 아닌 이미지를 가지고
01:24
communicate not with words, but with pictures.
27
72354
3229
커뮤니케이션 하도록 도와 주도록 하고 있습니다.
01:27
So if a child with autism wanted to say,
28
75583
1930
자폐를 가진 아이가
01:29
"I want soup," that child would pick
29
77513
2458
"스푸를 원해요."라고 말한다면,
01:31
three different pictures, "I," "want," and "soup,"
30
79971
2260
아이는 세개의 다른 이미지
"나," "원하다." 그리고 "스푸."를
"나," "원하다." 그리고 "스푸."를
01:34
and they would put these together,
31
82231
1609
집고 하나로 모읍니다.,
01:35
and then the therapist or the parent would
32
83840
1867
그럼 언어 치료사 혹은 부모는
01:37
understand that this is what the kid wants to say.
33
85707
1887
이 표현이 아이가 말하고 싶은 것이라고 이해합니다.
01:39
And this has been incredibly effective;
34
87594
1778
이 방법은 매우 효과적입니다;
01:41
for the last 30, 40 years
35
89372
2141
지난 30, 40년 동안
01:43
people have been doing this.
36
91513
1613
인류는 지속적으로 이 방법을 행해왔습니다.
01:45
In fact, a few years back,
37
93126
1349
사실, 몇 년전에
01:46
I developed an app for the iPad
38
94475
2675
저는 아이패드에서
01:49
which does exactly this. It's called Avaz,
39
97150
2255
이를 실현할 수 있는 Avaz라는 앱을 개발했습니다,
01:51
and the way it works is that kids select
40
99405
2279
이 작동 방법은 아이들이 다른 이미지를
01:53
different pictures.
41
101684
1321
선택하는 것입니다.
01:55
These pictures are sequenced
together to form sentences,
together to form sentences,
42
103005
2570
이 사진들은 순차적으로
모여 문장을 만들고
모여 문장을 만들고
01:57
and these sentences are spoken out.
43
105575
1719
소리가 나옵니다.
01:59
So Avaz is essentially converting pictures,
44
107294
3025
Avaz는 근본적으로 이미지를 변환시킵니다,
02:02
it's a translator, it converts pictures into speech.
45
110319
3960
이미지를 소리로 전화시키는 번역가와 같습니다.
02:06
Now, this was very effective.
46
114279
1718
지금, 이는 매우 효과적입니다.
02:07
There are thousands of children using this,
47
115997
1384
알다시피 전세계에 이를 사용하는
02:09
you know, all over the world,
48
117381
1430
수 천명의 아이들이 있습니다,
02:10
and I started thinking about
49
118811
2175
저는 이 프로그램을 통해 무엇이 가능한지, 불가능한지
02:12
what it does and what it doesn't do.
50
120986
2654
생각해보기 시작했고
02:15
And I realized something interesting:
51
123640
1684
재미난 것을 깨달았습니다.
02:17
Avaz helps children with autism learn words.
52
125324
4203
Avaz는 자폐를 가진 아이들이 언어를
학습하는데 도움을 줍니다,
학습하는데 도움을 줍니다,
02:21
What it doesn't help them do is to learn
53
129527
2405
하지만 그들이 단어 패턴을 학습하는데는
02:23
word patterns.
54
131932
2748
도움을 주지 못합니다.
02:26
Let me explain this in a little more detail.
55
134680
2472
이 부분을 좀더 구체적으로 설명해보겠습니다.
02:29
Take this sentence: "I want soup tonight."
56
137152
3057
이 문장을 보시죠,
"저는 오늘 밤 스푸를 원해요."
"저는 오늘 밤 스푸를 원해요."
02:32
Now it's not just the words
here that convey the meaning.
here that convey the meaning.
57
140209
4080
여기에 있는 개개의 단어들만으로는 의미를 충분히 전달할 수 없습니다.
02:36
It's also the way in which these words are arranged,
58
144289
3140
문장은 바로 개개의 단어들이 어떻게 나열되어 있고 변형되어 있는지에 따라 구성되는 것입니다
02:39
the way these words are modified and arranged.
59
147429
2515
02:41
And that's why a sentence like "I want soup tonight"
60
149959
2306
때문에 "저는 오늘 밤 스푸를 원해요."
02:44
is different from a sentence like
61
152265
1984
이 문장은 "스푸는 저를 원해요 오늘밤."
이라는 완전히 의미가 없는 문장과는
이라는 완전히 의미가 없는 문장과는
02:46
"Soup want I tonight," which
is completely meaningless.
is completely meaningless.
62
154249
3312
다릅니다.
02:49
So there is another hidden abstraction here
63
157561
2619
여기에 자폐아들이 대처하기 어려워하는
02:52
which children with autism find
a lot of difficulty coping with,
a lot of difficulty coping with,
64
160180
3557
또 다른 추상적인 것이 존재합니다,
02:55
and that's the fact that you can modify words
65
163737
2840
이는 다른 의미를 가지거나,
02:58
and you can arrange them to have
66
166577
2101
다른 아이디어를 나열하기 위해
03:00
different meanings, to convey different ideas.
67
168678
2895
단어들을 수정하고 배열할 수 있다는 것입니다.
03:03
Now, this is what we call grammar.
68
171573
3459
지금, 이것을 우리는 문법이라고 합니다.
03:07
And grammar is incredibly powerful,
69
175032
2036
문법은 놀랍도록 강력합니다,
03:09
because grammar is this one component of language
70
177068
3157
문법은 우리가 가진 한정적인 어휘를 가진
03:12
which takes this finite vocabulary that all of us have
71
180225
3489
언어의 조합 중 하나이며
03:15
and allows us to convey an
infinite amount of information,
infinite amount of information,
72
183714
4531
무한의 정보, 아이디어를
03:20
an infinite amount of ideas.
73
188245
2134
전달할 수 있도록 만들어주기 때문입니다.
03:22
It's the way in which you can put things together
74
190379
2002
이 방법은 원하는 어떤 것이든 전달하기 위해
03:24
in order to convey anything you want to.
75
192381
2168
단어들을 하나로 모으는 것입니다.
03:26
And so after I developed Avaz,
76
194549
2127
Avaz를 개발한 이후에,
03:28
I worried for a very long time
77
196676
1568
오랜 시간 동안 저는 걱정했습니다,
03:30
about how I could give grammar
to children with autism.
to children with autism.
78
198244
3910
어떻게 문법을 자폐아에게
전달할 수 있는 방법에 관하여 말이죠.
전달할 수 있는 방법에 관하여 말이죠.
03:34
The solution came to me from
a very interesting perspective.
a very interesting perspective.
79
202154
2275
매우 흥미로운 관점을 통해
해결점을 도출하였습니다.
해결점을 도출하였습니다.
03:36
I happened to chance upon a child with autism
80
204429
3449
저는 우연히 자폐를 가진 소녀가
03:39
conversing with her mom,
81
207878
2109
엄마와 함께 대화를 나눈 것을 발견했습니다,
03:41
and this is what happened.
82
209987
2094
이런 상황이었습니다.
03:44
Completely out of the blue, very spontaneously,
83
212081
2186
완전히 우연히였으며, 자연스럽게
03:46
the child got up and said, "Eat."
84
214267
2463
아이는 일어나 말했죠. "먹다"
03:48
Now what was interesting was
85
216730
1770
흥미로운 것은
03:50
the way in which the mom was trying to tease out
86
218500
4244
어머니가 아이가 말하고 싶은 의미를
03:54
the meaning of what the child wanted to say
87
222744
2213
정리하고 있는 방법 이었습니다,
03:56
by talking to her in questions.
88
224957
2260
아이의 질문에 답하면서 말이죠.
03:59
So she asked, "Eat what? Do
you want to eat ice cream?
you want to eat ice cream?
89
227217
2593
어머니는 묻습니다, "먹다, 뭐를?
아이스크림 먹고싶니?
아이스크림 먹고싶니?
04:01
You want to eat? Somebody else wants to eat?
90
229810
2112
아가야 먹고싶니? 다른 누군가도 먹고 싶은거니?
04:03
You want to eat cream now? You
want to eat ice cream in the evening?"
want to eat ice cream in the evening?"
91
231922
3313
아이스크림 지금 먹고싶니?
밤에 아이스크림 먹고 싶니?
밤에 아이스크림 먹고 싶니?
04:07
And then it struck me that
92
235235
1514
이는 제게 충격을 주었습니다
04:08
what the mother had done was something incredible.
93
236749
2028
아이의 어머니가 해온 것은 매우 놀라운 것이었습니다.
04:10
She had been able to get that child to communicate
94
238777
1994
그녀는 문법 없이 아이가 생각을 그녀에게
04:12
an idea to her without grammar.
95
240771
4138
대화할 수 있도록 이끌었습니다.
04:16
And it struck me that maybe this is what
96
244909
2696
저에게 충격적이었습니다
04:19
I was looking for.
97
247605
1385
제가 그동안 찾아왔던 방법이었기 때문입니다.
04:20
Instead of arranging words in an order, in sequence,
98
248990
4142
단어를 순서대로 나열하는 대신에, 순차적으로
04:25
as a sentence, you arrange them
99
253132
2172
하나의 문장처럼 이 지도에 단어들을 나열하면
04:27
in this map, where they're all linked together
100
255304
3811
그것들은 하나로 모두 연결하게 됩니다
04:31
not by placing them one after the other
101
259115
2143
하나 하나 놓아서 만드 것이 아니었죠.
04:33
but in questions, in question-answer pairs.
102
261258
3284
하지만 질문들에서는, 질문 답변 한쌍에서는 다릅니다.
04:36
And so if you do this, then what you're conveying
103
264542
2358
만약 여러분께서 이를 한다면,
04:38
is not a sentence in English,
104
266900
1986
여러분들이 전달하는 것은
영어 문장일 뿐만 아니라,
영어 문장일 뿐만 아니라,
04:40
but what you're conveying is really a meaning,
105
268886
2966
영어로 된 문장의 의미를
04:43
the meaning of a sentence in English.
106
271852
1511
전달하기도 합니다.
04:45
Now, meaning is really the underbelly,
in some sense, of language.
in some sense, of language.
107
273363
2932
지금, 의미는 언어 관점에서
매우 취약한 부분입니다.
매우 취약한 부분입니다.
04:48
It's what comes after thought but before language.
108
276295
3821
이는 언어 이전에 사고로부터 옵니다.
04:52
And the idea was that this particular representation
109
280116
2503
이 아이디어는 특정 대표 단어들이
04:54
might convey meaning in its raw form.
110
282619
3261
있는 그대로의 형태로 의미를
전달할지도 모른다는 것입니다.
전달할지도 모른다는 것입니다.
04:57
So I was very excited by this, you know,
111
285880
1771
저는 이 아이디어에 매우 흥분했습니다,
04:59
hopping around all over the place,
112
287651
1493
모든 곳에 희망을 가지며,
05:01
trying to figure out if I can convert
113
289144
1771
제가 들은 가능한 모든 문장을 여기에
05:02
all possible sentences that I hear into this.
114
290915
2524
전환시킬 수 있는지 깨닫기 위해 노력했습니다.
05:05
And I found that this is not enough.
115
293439
1773
그렇지만 이는 충분치 않다고 꺠달았습니다.
05:07
Why is this not enough?
116
295212
1385
왜 충분하지 않을까요?
05:08
This is not enough because if you wanted to convey
117
296597
1711
이는 불충분합니다 왜냐하면
여러분께서 부정 표현을
여러분께서 부정 표현을
05:10
something like negation,
118
298308
2250
전달하려 한다면,
05:12
you want to say, "I don't want soup,"
119
300558
1736
여러분은 "저는 스푸를 원하지 않습니다."라고
05:14
then you can't do that by asking a question.
120
302294
2220
말하면 질문할 필요가 없습니다.
05:16
You do that by changing the word "want."
121
304514
2285
"원해."라고 단어를 바꿔 부정을 표현할 수 있습니다.
05:18
Again, if you wanted to say,
122
306799
1637
다시, 여러분께서
"어제 스푸를 원했어요."라고
"어제 스푸를 원했어요."라고
05:20
"I wanted soup yesterday,"
123
308436
1980
말하고 싶다면,
05:22
you do that by converting
the word "want" into "wanted."
the word "want" into "wanted."
124
310416
2737
"원하다."를 "원했습니다."로
변환함으로써 표현할 수 있습니다.
변환함으로써 표현할 수 있습니다.
05:25
It's a past tense.
125
313153
1666
과거형입니다.
05:26
So this is a flourish which I added
126
314819
2103
이는 제가 완벽한 시스템을 만들기 위해
05:28
to make the system complete.
127
316922
1576
추가한 플러리쉬 입니다.
05:30
This is a map of words joined together
128
318498
1977
이는 질문과 답변처럼
05:32
as questions and answers,
129
320475
1656
단어들을 하나로 묶은 지도입니다,
05:34
and with these filters applied on top of them
130
322131
2264
이 상단 부분에 적용된 필터들을 통해
05:36
in order to modify them to represent
131
324395
1817
단어들을 수정하거나 분명한
05:38
certain nuances.
132
326212
1709
뉘앙스를 표현할 수 있었습니다.
05:39
Let me show you this with a different example.
133
327921
1951
다른 사례를 여러분께 보여드리겠습니다.
05:41
Let's take this sentence:
134
329872
1254
이 문장을 보시죠,
05:43
"I told the carpenter I could not pay him."
135
331126
1980
"목수에게 나는 그에게 지불 할 수 없었다고 말해었다."
05:45
It's a fairly complicated sentence.
136
333106
1792
이 문장은 꽤 복잡한 문장입니다.
05:46
The way that this particular system works,
137
334898
1893
이 특정 시스템이 작동하는 방법은,
05:48
you can start with any part of this sentence.
138
336791
2578
이 문장의 어느 부분이든 상관없이 시작할수 있습니다.
05:51
I'm going to start with the word "tell."
139
339369
1698
"말하다."로 시작해보겠습니다.
05:53
So this is the word "tell."
140
341067
1462
"말하다." 단어입니다.
05:54
Now this happened in the past,
141
342529
1600
과거형이었죠,
05:56
so I'm going to make that "told."
142
344129
2223
이 단어를 "말했었다."
과거형으로 만들어 보겠습니다.
과거형으로 만들어 보겠습니다.
05:58
Now, what I'm going to do is,
143
346352
1708
지금 제가 하고자 하는 것은,
06:00
I'm going to ask questions.
144
348060
1756
질문을 하는 것입니다.
06:01
So, who told? I told.
145
349816
2364
이와 같죠, "누가 말했니?"
내가 말해었다.
내가 말해었다.
06:04
I told whom? I told the carpenter.
146
352180
1927
내가 누구에게 말했니?
"나는 목수에게 말했었다."
"나는 목수에게 말했었다."
06:06
Now we start with a different part of the sentence.
147
354107
1751
지금은 문장의 다른 부분과 시작해보도록 하겠습니다.
06:07
We start with the word "pay,"
148
355858
1867
"지불하다." 단어로 시작해보죠,
06:09
and we add the ability filter to it to make it "can pay."
149
357725
4577
필터 능력을 추가해 "지불 할 수 있다."라는
문장을 만들 이후에
문장을 만들 이후에
06:14
Then we make it "can't pay,"
150
362302
2101
"지불할 수 없어."라고 만듭니다,
06:16
and we can make it "couldn't pay"
151
364403
1599
그리고 "지불 할 수 없었다."라고 만들 수 있습니다,
06:18
by making it the past tense.
152
366002
1663
과거형으로 변환시키면서 말이죠.
06:19
So who couldn't pay? I couldn't pay.
153
367665
1923
다음으로 누가 지불할 수 없었니?
"내가 지불할 수 없었다. "
"내가 지불할 수 없었다. "
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
369588
2676
누구에게 지불 할 수 없었니?
"나는 목수에게 지불할 수 없었다."
"나는 목수에게 지불할 수 없었다."
06:24
And then you join these two together
155
372264
1731
이후 두개를 조합합니다
06:25
by asking this question:
156
373995
1350
이 질문을 통해서 말이죠,
06:27
What did I tell the carpenter?
157
375345
1737
목수에게 말한 것은 무엇인가?
06:29
I told the carpenter I could not pay him.
158
377082
4049
목수에게 나는 그에게 지불할 수 없었다고 말했었다.
06:33
Now think about this. This is
159
381131
1937
이것에 관하여 생각해 보세요. 이는
06:35
—(Applause)—
160
383068
3542
(박수)
06:38
this is a representation of this sentence
161
386610
3672
이는 언어가 없는 대표적인
06:42
without language.
162
390282
2435
문장입니다.
06:44
And there are two or three
interesting things about this.
interesting things about this.
163
392717
2192
이것에 관하여 두 가지 혹은
세 가지 흥미로운 것이 있습니다.
세 가지 흥미로운 것이 있습니다.
06:46
First of all, I could have started anywhere.
164
394909
3131
첫 번째로, 어디에서든 시작할 수 있습니다.
06:50
I didn't have to start with the word "tell."
165
398040
2243
"말하다." 로 시작할 필요는 없습니다.
06:52
I could have started anywhere in the sentence,
166
400283
1416
문장에서 어디에서든지 시작할 수 있습니다,
06:53
and I could have made this entire thing.
167
401699
1507
그리고 전체 문장을 만들 수 있습니다.
06:55
The second thing is, if I wasn't an English speaker,
168
403206
2776
두 번째로 만약 제가 영어권이 아니고,
06:57
if I was speaking in some other language,
169
405982
2175
다른 언어를 말한다면,
07:00
this map would actually hold true in any language.
170
408157
3156
이 지도는 실제로 다른 언어에서도 효용가능합니다.
07:03
So long as the questions are standardized,
171
411313
1990
질문이 표준화 된다면,
07:05
the map is actually independent of language.
172
413303
4287
실제로 이 지도는 언어에 구애받지 않습니다.
07:09
So I call this FreeSpeech,
173
417590
2115
이를 저는 "자유연설"이라고 부릅니다.
07:11
and I was playing with this for many, many months.
174
419705
2935
그리고 저는 수개월 이를 가지고 놀았습니다.
07:14
I was trying out so many
different combinations of this.
different combinations of this.
175
422640
2726
저는 이것의 다양한 조합을
매우 많이 시도해보았습니다.
매우 많이 시도해보았습니다.
07:17
And then I noticed something very
interesting about FreeSpeech.
interesting about FreeSpeech.
176
425366
2289
그리고 자유연설에 관한 매우
흥미로운 것을 눈치 챘습니다.
흥미로운 것을 눈치 챘습니다.
07:19
I was trying to convert language,
177
427655
3243
저는 언어를 변화하려고 시도했습니다,
07:22
convert sentences in English
into sentences in FreeSpeech,
into sentences in FreeSpeech,
178
430898
2384
영어로 된 문장을 반대로 앞 뒤로
07:25
and vice versa, and back and forth.
179
433282
1752
자유연설로 변환시켰습니다.
07:27
And I realized that this particular configuration,
180
435034
2255
제가 깨달은 것은 특정배열,
07:29
this particular way of representing language,
181
437289
2026
언어를 대표하는 이 특정 방법이,
07:31
it allowed me to actually create very concise rules
182
439315
4395
실제로 매우 간결한 법칙들을
만들 수 있게 해준다는 것입니다,
만들 수 있게 해준다는 것입니다,
07:35
that go between FreeSpeech on one side
183
443710
2734
이 법칙은 자유연설의 한 측면과
07:38
and English on the other.
184
446444
1488
영어의 다른 측면 사이에 있습니다.
07:39
So I could actually write this set of rules
185
447932
2180
실제로 저는 이 규칙 체계를 적을 수 있었습니다,
07:42
that translates from this particular
representation into English.
representation into English.
186
450112
3395
이 규칙들은 특정 대표 단어를 영어로 변화 시킵니다.
07:45
And so I developed this thing.
187
453507
1831
그리고 이것들을 개발하였습니다.
07:47
I developed this thing called
the FreeSpeech Engine
the FreeSpeech Engine
188
455338
2232
자유연설 엔진이라 불리는 것이었죠.
07:49
which takes any FreeSpeech sentence as the input
189
457570
2561
이는 자유연설 문장을 특정 인풋으로 받아들여
07:52
and gives out perfectly grammatical English text.
190
460131
3930
완벽한 영어 문법 문장으로 변화시켜줍니다.
07:56
And by putting these two pieces together,
191
464061
1605
대표 단어 그리고 엔진 등
07:57
the representation and the engine,
192
465666
1881
이 두개 조각들을 하나로 묶음으로써,
07:59
I was able to create an app, a
technology for children with autism,
technology for children with autism,
193
467547
3796
자폐아 아이들을 위한 하나의 앱을 만들 수 있었습니다,
08:03
that not only gives them words
194
471343
2499
그들에게 단어들을 줄뿐만 아니라
08:05
but also gives them grammar.
195
473842
3941
문법까지 줄 수 있었습니다.
08:09
So I tried this out with kids with autism,
196
477783
2360
그래서 자폐아 아이들에게 이를 시험해 보았고,
08:12
and I found that there was an
incredible amount of identification.
incredible amount of identification.
197
480143
5013
그들의 매우 놀라운 식별 능력을 찾을 찾을수 있었습니다.
08:17
They were able to create sentences in FreeSpeech
198
485156
2720
그들은 자유연설의 문장들을 만들 수 있었습니다.
08:19
which were much more complicated
but much more effective
but much more effective
199
487876
2558
이는 더욱 더 복잡하고 효과적이었습니다,
08:22
than equivalent sentences in English,
200
490434
2899
영어의 보통 문장보다 말이죠,
08:25
and I started thinking about
201
493333
1682
저는 왜 그것이 가능한지에 대해서
08:27
why that might be the case.
202
495015
1969
생각하기 시작했었습니다.
08:28
And I had an idea, and I want to
talk to you about this idea next.
talk to you about this idea next.
203
496984
4287
저는 이에 관해 하나의 견해가 있습니다.
다음으로 여러분들께 이 견해에 대해 말하고 싶네요.
다음으로 여러분들께 이 견해에 대해 말하고 싶네요.
08:33
In about 1997, about 15 years back,
204
501271
3142
15년 전으로 돌아가 1997 년,
08:36
there were a group of scientists that were trying
205
504413
2011
뇌가 언어를 만들어내는 방법을 이해하려
08:38
to understand how the brain processes language,
206
506424
2389
노력하는 한 과학자 집단이 있었습니다,
08:40
and they found something very interesting.
207
508813
1779
그들은 매우 흥미로운 것을 발견했습니다.
08:42
They found that when you learn a language
208
510592
1872
그들은 2살 된 아이가 언어를 배울 때
08:44
as a child, as a two-year-old,
209
512464
2912
뇌의 특정 부분에서
08:47
you learn it with a certain part of your brain,
210
515376
2366
학습하고 있다는 것과
08:49
and when you learn a language as an adult --
211
517742
1600
성인이 되어서 언어를 학습할 때
08:51
for example, if I wanted to
learn Japanese right now —
learn Japanese right now —
212
519342
3911
예를들어, 제가 만약 일본어를
지금당장 배우고 싶다면
지금당장 배우고 싶다면
08:55
a completely different part of my brain is used.
213
523253
2707
뇌의 완벽하게 다른 부분이
사용되고 있다는 사실을 찾았습니다.
사용되고 있다는 사실을 찾았습니다.
08:57
Now I don't know why that's the case,
214
525960
1831
지금 저는 왜 그런지 모릅니다,
08:59
but my guess is that that's because
215
527791
1991
하지만 제 추측에
09:01
when you learn a language as an adult,
216
529782
2437
성인일 때 언어를 배우면
09:04
you almost invariably learn it
217
532219
1616
거의 언제나
09:05
through your native language, or
through your first language.
through your first language.
218
533835
4266
모국어를 통해 학습하기 때문입니다.
09:10
So what's interesting about FreeSpeech
219
538101
3252
자유연설에 관하여 흥미로운 것은
09:13
is that when you create a sentence
220
541353
1802
문장을 만들 때 혹은
09:15
or when you create language,
221
543155
1695
언어를 만들 때
09:16
a child with autism creates
language with FreeSpeech,
language with FreeSpeech,
222
544850
3070
자폐를 가진 아이가 자유연설로
언어를 만든다는 것입니다,
언어를 만든다는 것입니다,
09:19
they're not using this support language,
223
547920
1833
그들은 이 지원 언어를 사용하고 있지 않습니다,
09:21
they're not using this bridge language.
224
549753
2211
그들은 이 연결 언어를 사용하고 있지 않습니다.
09:23
They're directly constructing the sentence.
225
551964
2657
그들은 분명하게 문장을 만들고 있습니다.
09:26
And so this gave me this idea.
226
554621
2193
그리고 이 방법은 저에게
이 아이디어를 주었습니다.
이 아이디어를 주었습니다.
09:28
Is it possible to use FreeSpeech
227
556814
2024
자유연설을 사용하는게 가능할까요,
09:30
not for children with autism
228
558838
2510
자폐를 가진 아이들뿐만 아니라,
09:33
but to teach language to people without disabilities?
229
561348
6262
장애가 없는 사람들에게
언어를 가르치는데에도 말이죠?
언어를 가르치는데에도 말이죠?
09:39
And so I tried a number of experiments.
230
567610
1978
때문에 저는 많은 실험을 했습니다.
09:41
The first thing I did was I built a jigsaw puzzle
231
569588
2948
첫 번째로 조각그림 퍼즐을 만드는 것입니다
09:44
in which these questions and answers
232
572536
1970
여기에서 이 질문들과 답변들은
09:46
are coded in the form of shapes,
233
574506
1835
특정 형태의 모양
09:48
in the form of colors,
234
576341
1138
색깔로 암호화 되어있기 때문에,
09:49
and you have people putting these together
235
577479
1849
사람들에게 이것들을 하나로 모아
09:51
and trying to understand how this works.
236
579328
1773
어떻게 작동하는지 이해시킬 수 있습니다.
09:53
And I built an app out of it, a game out of it,
237
581101
2376
저는 이를 앱으로 게임으로 만들었습니다,
여기서 아이들은 여러 단어들을 가지고 놀며
09:55
in which children can play with words
238
583477
2661
09:58
and with a reinforcement,
239
586138
1704
반복적으로 강화학습하고
09:59
a sound reinforcement of visual structures,
240
587842
2585
또 시각적인 구조에 대해 소리를 통해 다시 재학습하며
놀 수 있기 때문에
놀 수 있기 때문에
10:02
they're able to learn language.
241
590427
2013
그들은 언어를 학습할 수 있습니다.
10:04
And this, this has a lot of potential, a lot of promise,
242
592440
2736
이는 많은가능성을 가지고 있습니다,
10:07
and the government of India recently
243
595176
1975
최근에 인도 정부는
10:09
licensed this technology from us,
244
597151
1404
우리로부터 이 기술을 라이센스 받았습니다,
10:10
and they're going to try it out
with millions of different children
with millions of different children
245
598555
2074
그들은 이를 영어를 배우는
수 백만명의 다른 아이들에
수 백만명의 다른 아이들에
10:12
trying to teach them English.
246
600629
2605
시험해보려 합니다.
10:15
And the dream, the hope, the vision, really,
247
603234
2614
이것에 대한 저의 꿈, 희망, 비젼은
10:17
is that when they learn English this way,
248
605848
3082
그들이 이런방식으로 영어를 배울 때
10:20
they learn it with the same proficiency
249
608930
2643
그들은 모국어를 학습하는 것처럼
10:23
as their mother tongue.
250
611573
3718
효율적으로 학습하는 것입니다.
10:27
All right, let's talk about something else.
251
615291
3816
좋습니다, 다른 이야기를 해보죠.
10:31
Let's talk about speech.
252
619107
1997
연설에 관하여 말해보죠.
10:33
This is speech.
253
621104
1271
이는 연설입니다.
10:34
So speech is the primary mode of communication
254
622375
1962
그렇다면 연설은 우리 모두 사이에서 일어나는
10:36
delivered between all of us.
255
624337
1613
커뮤니케이션의 기초 모델입니다.
10:37
Now what's interesting about speech is that
256
625950
1855
연설에 관한 흥미로운 것은
10:39
speech is one-dimensional.
257
627805
1245
연설은 1 차원적이라는 것입니다.
10:41
Why is it one-dimensional?
258
629050
1359
왜 1 차원일까요?
10:42
It's one-dimensional because it's sound.
259
630409
1568
이유는 소리 때문입니다.
10:43
It's also one-dimensional because
260
631977
1539
1 차원인 또 다른 이유는
10:45
our mouths are built that way.
261
633516
1205
우리의 입이 이런 방식으로
만들어졌기 때문입니다.
만들어졌기 때문입니다.
10:46
Our mouths are built to create
one-dimensional sound.
one-dimensional sound.
262
634721
3512
우리의 입은 1차원적 소리를
만들 수 있도록 만들어졌습니다.
만들 수 있도록 만들어졌습니다.
10:50
But if you think about the brain,
263
638233
2866
하지만 뇌를 생각한다면,
10:53
the thoughts that we have in our heads
264
641099
1764
우리의 머리에 있는 생각은
10:54
are not one-dimensional.
265
642863
2102
1 차원적이지 않습니다.
10:56
I mean, we have these rich,
266
644965
1459
제 말은, 우리는 이 풍부하고,
10:58
complicated, multi-dimensional ideas.
267
646424
3028
복잡하며, 다면적인 아이디어를
가지고 있다는 것입니다.
가지고 있다는 것입니다.
11:01
Now, it seems to me that language
268
649452
1690
지금, 저에게 언어는 이 풍부하고,
11:03
is really the brain's invention
269
651142
2332
다면적 생각의 한 측면을
11:05
to convert this rich, multi-dimensional thought
270
653474
3096
다른 한 측면인 연설로 전환시키기위한
11:08
on one hand
271
656570
1587
뇌의 발명품처럼
11:10
into speech on the other hand.
272
658157
1923
느껴집니다.
11:12
Now what's interesting is that
273
660080
1762
지금 흥미로운 것은
11:13
we do a lot of work in information nowadays,
274
661842
2568
현재 우리가 정보 분야에서 많은 일을 하며,
11:16
and almost all of that is done
in the language domain.
in the language domain.
275
664410
3079
대부분의 모든 것이 언어 도메인에의해 이루어집니다.
11:19
Take Google, for example.
276
667489
1939
구글의 사례를 보죠.
11:21
Google trawls all these
countless billions of websites,
countless billions of websites,
277
669428
2677
구글은 수 십억개의 웹사이트를 샅샅이 조사합니다.
11:24
all of which are in English,
and when you want to use Google,
and when you want to use Google,
278
672105
2725
모든 것은 영어로 되어있습니다,
구글을 사용하고 싶을 때,
구글을 사용하고 싶을 때,
11:26
you go into Google search, and you type in English,
279
674830
2450
여러분은 구글 검색으로 가서
영어로 타이핑하면,
영어로 타이핑하면,
11:29
and it matches the English with the English.
280
677280
4163
검색엔진은 영단어를 매칭시킵니다.
11:33
What if we could do this in FreeSpeech instead?
281
681443
3583
만약 우리가 이것을 자유연설로 대처할 수 있다면 어떨까요?
11:37
I have a suspicion that if we did this,
282
685026
2301
저는 이게 가능한지 매우 의심스럽습니다,
11:39
we'd find that algorithms like searching,
283
687327
2068
우리는 검색과 같은 알고리즘을 찾게 될 것입니다,
11:41
like retrieval, all of these things,
284
689395
2325
회수 하는 것처럼, 이 모든 것들은,
11:43
are much simpler and also more effective,
285
691720
3075
보다 간단하면서도 효과적입니다,
11:46
because they don't process
the data structure of speech.
the data structure of speech.
286
694795
4417
그 이유는 그것들은 연설 데이터 구조를
실행하지 못하는 대신에
실행하지 못하는 대신에
11:51
Instead they're processing
the data structure of thought.
the data structure of thought.
287
699212
5976
생각의 데이터 구조를 실행하기 때문입니다.
11:57
The data structure of thought.
288
705188
2808
생각의 데이터 구조를 말이죠.
11:59
That's a provocative idea.
289
707996
2076
매우 진보적인 아이디어입니다.
12:02
But let's look at this in a little more detail.
290
710072
2142
이것을 좀더 세밀하게 보겠습니다.
12:04
So this is the FreeSpeech ecosystem.
291
712214
2366
이것들 자유연설 생태계입니다.
12:06
We have the Free Speech
representation on one side,
representation on one side,
292
714580
2884
우리는 한 측면의 대표
자유연설을 가지고 있습니다.
자유연설을 가지고 있습니다.
12:09
and we have the FreeSpeech
Engine, which generates English.
Engine, which generates English.
293
717464
2228
영어로 실행가능한 자유연설엔진입니다.
12:11
Now if you think about it,
294
719694
1725
여러분께서 이것에 관해 생각해보신다면
12:13
FreeSpeech, I told you, is completely
language-independent.
language-independent.
295
721419
2544
제가 언급한 자유연설은 완전히
언어에 구애받지 않습니다.
언어에 구애받지 않습니다.
12:15
It doesn't have any specific information in it
296
723963
2087
영어에 관한 특정 정보를
12:18
which is about English.
297
726050
1228
가지고 있지 않습니다.
12:19
So everything that this system knows about English
298
727278
2800
이 시스템이 영어에 관하여 알고 있는 모든 것은
12:22
is actually encoded into the engine.
299
730078
4620
실제로 특정 엔진으로 암호화 되어있습니다.
12:26
That's a pretty interesting concept in itself.
300
734698
2237
그것은 꽤 흥미로운 개념입니다.
12:28
You've encoded an entire human language
301
736935
3604
여러분은 전체 인간언어를
12:32
into a software program.
302
740539
2645
소프트웨어 프로그램에 암호화 했습니다.
12:35
But if you look at what's inside the engine,
303
743184
2531
하지만 여러분께서 엔진 안에
무엇이 있는지 관찰한다면,
무엇이 있는지 관찰한다면,
12:37
it's actually not very complicated.
304
745715
2358
이는 실제로 복잡하지는 않습니다,
12:40
It's not very complicated code.
305
748073
2105
매우 복잡하지 않은 코드이죠.
12:42
And what's more interesting is the fact that
306
750178
2672
더욱더 흥미로운 사실은
12:44
the vast majority of the code in that engine
307
752850
2203
엔진의 대부분의 많은 코드는
12:47
is not really English-specific.
308
755053
2412
딱히 영어로 상세화 되지 않았다는 것입니다.
12:49
And that gives this interesting idea.
309
757465
1895
그것은 매우 흥미로운 아이디어를 제시해줍니다.
12:51
It might be very easy for us to actually
310
759360
2038
실제로 우리가 힌두어, 불어, 독어, 스와힐리어와 같이
12:53
create these engines in many,
many different languages,
many different languages,
311
761398
3826
많은 다른 언어의 이런 엔진들을
12:57
in Hindi, in French, in German, in Swahili.
312
765224
6354
쉽게 만들지 모릅니다,
13:03
And that gives another interesting idea.
313
771578
2799
그리고 또 다른 흥미로운 아이디어를 제시해줍니다.
13:06
For example, supposing I was a writer,
314
774377
2654
예를들어, 제가 뉴스나, 매거진
13:09
say, for a newspaper or for a magazine.
315
777031
2122
작가라고 가정했을 때,
13:11
I could create content in one language, FreeSpeech,
316
779153
5011
저는 하나의 언어, 자유연설의 컨텐츠를
만들어 낼 수 있습니다, 그리고
만들어 낼 수 있습니다, 그리고
13:16
and the person who's consuming that content,
317
784164
2056
컨테츠를 소비하거나
13:18
the person who's reading that particular information
318
786220
3061
특정 정보를 읽는 사람들은
13:21
could choose any engine,
319
789281
2495
어떠한 엔진이든 선택할 수 있으며,
13:23
and they could read it in their own mother tongue,
320
791776
2736
그들은 모국어로 읽을 수 있습니다.
13:26
in their native language.
321
794512
3939
자국어로 말이죠.
13:30
I mean, this is an incredibly attractive idea,
322
798451
2722
제 말은, 이 아이디어는 매우 매력적입니다,
13:33
especially for India.
323
801173
1999
특히 인도에서 말이죠.
13:35
We have so many different languages.
324
803172
1690
인도는 굉장히 다양한 언어를 사용하고 있습니다.
13:36
There's a song about India, and there's a description
325
804862
2142
인도에 관한 하나의 노래 설명이 있습니다,
13:39
of the country as, it says,
326
807004
2344
그것은,
13:41
(in Sanskrit).
327
809348
2360
(산스크리트어)
13:43
That means "ever-smiling speaker
328
811708
2773
그 의미는 "미소는 아름다운 언어."
13:46
of beautiful languages."
329
814481
4519
입니다.
13:51
Language is beautiful.
330
819000
1964
언어는 아름답습니다.
13:52
I think it's the most beautiful of human creations.
331
820964
2454
저는 언어는 인간이 만들어 낸
가장 아름다운 것이라고 생각합니다.
가장 아름다운 것이라고 생각합니다.
13:55
I think it's the loveliest thing
that our brains have invented.
that our brains have invented.
332
823418
3978
우리의 뇌가 만들어낸 가장
사랑스러운 것이라고 생각합니다.
사랑스러운 것이라고 생각합니다.
13:59
It entertains, it educates, it enlightens,
333
827396
3584
기쁨을 주고, 교육 시키며, 깨달음을 줍니다,
14:02
but what I like the most about language
334
830980
2044
하지만 언어에 관하여 제가 가장 좋아하는 부분은
14:05
is that it empowers.
335
833024
1500
자율권을 준다는 것입니다.
14:06
I want to leave you with this.
336
834524
1838
저는 이 부분을 여러분께서 기억하시기를 바랍니다.
14:08
This is a photograph of my collaborators,
337
836362
2385
이 사진은 저의 동료들입니다,
14:10
my earliest collaborators
338
838747
997
저의 초창기 동료들입니다,
14:11
when I started working on language
339
839744
1462
제가 언어와 자폐 그리고 많은 것들에 관하여
14:13
and autism and various other things.
340
841206
1502
연구하기 시작했을 때죠.
14:14
The girl's name is Pavna,
341
842708
1417
저 소녀의 이름은 파브나입니다,
14:16
and that's her mother, Kalpana.
342
844125
1902
그녀의 어머니는 칼프나입니다.
14:18
And Pavna's an entrepreneur,
343
846027
2138
파브나는 사업가입니다,
14:20
but her story is much more remarkable than mine,
344
848165
2371
하지만 그녀의 이야기는
제가 가진 이야기 보다 눈의 띄입니다,
제가 가진 이야기 보다 눈의 띄입니다,
14:22
because Pavna is about 23.
345
850536
2400
그녀는 23 살이며,
14:24
She has quadriplegic cerebral palsy,
346
852936
2552
뇌성마비를 가지고 겪고 있습니다,
14:27
so ever since she was born,
347
855488
1640
그녀가 태어나면서 부터 말이죠.
14:29
she could neither move nor talk.
348
857128
3600
그녀는 움직일 수도 말을 할 수도 없습니다.
14:32
And everything that she's accomplished so far,
349
860728
2403
지금까지 그녀가 이룬 모든 것은
14:35
finishing school, going to college,
350
863131
2227
정규 과정을 마치고, 대학에 가
14:37
starting a company,
351
865358
1416
회사를 운영하기 시작했고,
14:38
collaborating with me to develop Avaz,
352
866774
2140
Avaz를 개발하기 위해 저와 협력하였습니다,
14:40
all of these things she's done
353
868914
1892
그녀가 이룬 모든 것들은
14:42
with nothing more than moving her eyes.
354
870806
5523
그녀의 눈을 움직인 것 그 이상이었습니다.
14:48
Daniel Webster said this:
355
876329
2689
다니엘 웹스터가 말하기를
14:51
He said, "If all of my possessions were taken
356
879018
2940
"제가 가진 모든 것 중
14:53
from me with one exception,
357
881958
2988
단 하나만 취한다면
14:56
I would choose to keep the power of communication,
358
884946
2981
저는 커뮤니케이션 능력을 선택할 것입니다,
14:59
for with it, I would regain all the rest."
359
887927
3903
커뮤니케이션 능력으로 나머지 것들을
되찾을 수 있기 때문입니다.
되찾을 수 있기 때문입니다.
15:03
And that's why, of all of these incredible
applications of FreeSpeech,
applications of FreeSpeech,
360
891830
5116
이러한 이유로, 자유연설에 관한
이 놀라운 어플리케이션은
이 놀라운 어플리케이션은
15:08
the one that's closest to my heart
361
896946
2080
저의 가슴 깊이 놓여있습니다
15:11
still remains the ability for this
362
899026
2068
이는 여전히 장애를 가진 아이에게
15:13
to empower children with disabilities
363
901094
2380
자율권을 주며, 의사소통할 수 있게
15:15
to be able to communicate,
364
903474
1773
해줍니다,
15:17
the power of communication,
365
905247
1789
커뮤니케이션 능력은
15:19
to get back all the rest.
366
907036
2240
나머지 모든 것을 돌려 놓을 수 있습니다.
15:21
Thank you.
367
909276
1397
감사합니다.
15:22
(Applause)
368
910673
1332
(박수)
15:24
Thank you. (Applause)
369
912005
4199
감사합니다. (박수)
15:28
Thank you. Thank you. Thank you. (Applause)
370
916204
5323
감사합니다. 감사합니다. 감사합니다.(박수)
15:33
Thank you. Thank you. Thank you. (Applause)
371
921527
4000
감사합니다. 감사합니다. 감사합니다.(박수)
ABOUT THE SPEAKER
Ajit Narayanan - Visual grammar engine inventorAjit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired.
Why you should listen
Ajit Narayanan is the founder and CEO of Invention Labs, and the inventor of Avaz AAC, the first assistive device aimed at an Indian market that helps people with speech disabilities -- such as cerebral palsy, autism, intellectual disability, aphasia and learning disabilities -- to communicate. Avaz is also available as an iPad app, aimed at children with autism. In 2010, Avaz won the National Award for Empowerment of People with Disabilities from the president of India, and in 2011, Narayanan was listed in MIT Technology Review 35 under 35.
Narayanan is a prolific inventor with more than 20 patent applications. He is an electrical engineer with degrees from IIT Madras. His research interests are embedded systems, signal processing and understanding how the brain perceives language and communication.
Ajit Narayanan | Speaker | TED.com