TED2014
Ray Kurzweil: Get ready for hybrid thinking
레이 커즈웰 (Ray Kurzweil): 혼성적 사고에 대비하세요
Filmed:
Readability: 4.4
3,548,296 views
2억년 전에 우리 포유류의 조상은 새로운 두뇌의 특성을 개발하게 된다. 바로 신피질이다. 우표 크기의 이 작은 조직(호두 크기의 두뇌를 감싸고 있다)은 인류가 현재의 모습이 되게 만든 열쇠이다. 미래학자인 레이 커즈웰은 우리가 두뇌의 능력에 있어 제 2의 도약을 할 준비를 해야한다고 제안한다. 마치 계산 능력을 클라우드로 바꾸어 놓듯이 말이다.
Ray Kurzweil - Inventor, futurist
Ray Kurzweil is an engineer who has radically advanced the fields of speech, text and audio technology. He's revered for his dizzying -- yet convincing -- writing on the advance of technology, the limits of biology and the future of the human species. Full bio
Ray Kurzweil is an engineer who has radically advanced the fields of speech, text and audio technology. He's revered for his dizzying -- yet convincing -- writing on the advance of technology, the limits of biology and the future of the human species. Full bio
Double-click the English transcript below to play the video.
00:12
Let me tell you a story.
0
988
2316
이야기를 하나 해드리겠습니다.
00:15
It goes back 200 million years.
1
3304
1799
그것은 2억년 전으로
거슬러 올라갑니다.
거슬러 올라갑니다.
00:17
It's a story of the neocortex,
2
5103
1984
대뇌 신피질에 관한 이야기인데
00:19
which means "new rind."
3
7087
1974
신피질이란 "새로운 껍질"이라는
뜻입니다.
뜻입니다.
00:21
So in these early mammals,
4
9061
2431
초기 포유류에 관한 것이죠.
00:23
because only mammals have a neocortex,
5
11492
2055
왜냐하면 쥐와 같은 포유류만이
00:25
rodent-like creatures.
6
13547
1664
신피질을 가지고 있으니까요.
00:27
It was the size of a postage stamp and just as thin,
7
15211
3579
신피질의 크기는 우표 정도였고
두께도 우표 정도였는데
두께도 우표 정도였는데
00:30
and was a thin covering around
8
18790
1439
호두 만한 크기의 뇌를
00:32
their walnut-sized brain,
9
20229
2264
얇게 둘러싸고 있었습니다.
00:34
but it was capable of a new type of thinking.
10
22493
3701
하지만 이것은 새로운 방식의
사고 능력을 갖추고 있었어요.
사고 능력을 갖추고 있었어요.
00:38
Rather than the fixed behaviors
11
26194
1567
포유류가 아닌 동물이 보이는
00:39
that non-mammalian animals have,
12
27761
1992
고정된 행동 양식 대신
00:41
it could invent new behaviors.
13
29753
2692
신피질은 새로운 행동을
만들어 냈습니다.
만들어 냈습니다.
00:44
So a mouse is escaping a predator,
14
32445
2553
그래서 생쥐는 포식자를 피하려다
00:46
its path is blocked,
15
34998
1540
길이 막히면
00:48
it'll try to invent a new solution.
16
36538
2129
새로운 해법을 찾아내려고 합니다.
00:50
That may work, it may not,
17
38667
1266
통할 수도 있고 아닐수도 있지만요.
00:51
but if it does, it will remember that
18
39933
1910
하지만 해법이 통하면 그걸 기억하고
00:53
and have a new behavior,
19
41843
1292
새로운 행동을 보입니다.
00:55
and that can actually spread virally
20
43135
1457
그런 행동은 바이러스처럼
00:56
through the rest of the community.
21
44592
2195
사회 곳곳에 퍼지게 되지요.
00:58
Another mouse watching this could say,
22
46787
1609
이걸 본 다른 생쥐가
이렇게 말할 수도 있겠군요.
이렇게 말할 수도 있겠군요.
01:00
"Hey, that was pretty clever, going around that rock,"
23
48396
2704
"이봐, 그거 참 영민한데,
그 어려움을 피해가다니 말이야."
그 어려움을 피해가다니 말이야."
01:03
and it could adopt a new behavior as well.
24
51100
3725
그게 또 다른 행동을
이끌어 내기도 합니다.
이끌어 내기도 합니다.
01:06
Non-mammalian animals
25
54825
1717
포유류가 아닌 동물들은
01:08
couldn't do any of those things.
26
56542
1713
이런 행동 중에 어떤 것도
하지 못합니다.
하지 못합니다.
01:10
They had fixed behaviors.
27
58255
1215
그들은 고정된 행동을 합니다.
01:11
Now they could learn a new behavior
28
59470
1331
새로운 행동을 배울 수는 있지만
01:12
but not in the course of one lifetime.
29
60801
2576
한 평생을 사는 동안에는
그렇게 할 수 없습니다.
그렇게 할 수 없습니다.
01:15
In the course of maybe a thousand lifetimes,
30
63377
1767
약 1천 세대에 걸쳐
01:17
it could evolve a new fixed behavior.
31
65144
3330
신피질은 새로운 고정 행동을
만들어냈을 겁니다.
만들어냈을 겁니다.
01:20
That was perfectly okay 200 million years ago.
32
68474
3377
2억년 전에는 그런 모습이
완벽하게 괜찮았지요.
완벽하게 괜찮았지요.
01:23
The environment changed very slowly.
33
71851
1981
주변 환경이 매우 느리게
변화했으니까요.
변화했으니까요.
01:25
It could take 10,000 years for there to be
34
73832
1554
중요한 환경 변화가 일어나려면
01:27
a significant environmental change,
35
75386
2092
1만년은 걸렸을테니까요.
01:29
and during that period of time
36
77478
1382
그 시간 동안
01:30
it would evolve a new behavior.
37
78860
2929
신피질은 새로운 행동을
만들어 냈을 거예요.
만들어 냈을 거예요.
01:33
Now that went along fine,
38
81789
1521
그런 흐름은 괜찮았지만
01:35
but then something happened.
39
83310
1704
새로운 사건이 발생했습니다.
01:37
Sixty-five million years ago,
40
85014
2246
6천 5백만 년전,
01:39
there was a sudden, violent
change to the environment.
change to the environment.
41
87260
2615
갑작스럽고 급격한
환경 변화가 일어났습니다.
환경 변화가 일어났습니다.
01:41
We call it the Cretaceous extinction event.
42
89875
3505
우리는 그것을
백악기의 대멸종이라고 하죠.
백악기의 대멸종이라고 하죠.
01:45
That's when the dinosaurs went extinct,
43
93380
2293
공룡이 모두 멸종한 시기인데
01:47
that's when 75 percent of the
44
95673
3449
모든 동식물종의
01:51
animal and plant species went extinct,
45
99122
2746
75%가 멸종했고
01:53
and that's when mammals
46
101868
1745
그 시기에 포유류는
01:55
overtook their ecological niche,
47
103613
2152
자신의 생태적 지위를 앞서나가
01:57
and to anthropomorphize, biological evolution said,
48
105765
3654
인간이 되기 시작합니다.
생물학적 진화 면에서 보면
생물학적 진화 면에서 보면
02:01
"Hmm, this neocortex is pretty good stuff,"
49
109419
2025
"음, 이 신피질이란게
무척 좋은거군"이라고 했겠죠.
무척 좋은거군"이라고 했겠죠.
02:03
and it began to grow it.
50
111444
1793
그리고는 신피질이
자라나기 시작합니다.
자라나기 시작합니다.
02:05
And mammals got bigger,
51
113237
1342
포유류의 몸집이 더 커짐에 따라
02:06
their brains got bigger at an even faster pace,
52
114579
2915
두뇌는 훨씬 더 빠른 속도로 커지고
02:09
and the neocortex got bigger even faster than that
53
117494
3807
신피질은 그보다도 더 빠르게
훨씬 더 커졌습니다.
훨씬 더 커졌습니다.
02:13
and developed these distinctive ridges and folds
54
121301
2929
그리고는 이렇게 특이한
굴곡을 만들어냈어요.
굴곡을 만들어냈어요.
02:16
basically to increase its surface area.
55
124230
2881
기본적으로 그 표면을
넓히려는 것이었죠.
넓히려는 것이었죠.
02:19
If you took the human neocortex
56
127111
1819
인간의 신피질을
02:20
and stretched it out,
57
128930
1301
펼쳐보면
02:22
it's about the size of a table napkin,
58
130231
1713
식탁의 냅킨 정도의 크기이고
02:23
and it's still a thin structure.
59
131944
1306
여전히 얇은 구조에요.
02:25
It's about the thickness of a table napkin.
60
133250
1980
식탁 냅킨 정도의 두께를
가지고 있습니다.
가지고 있습니다.
02:27
But it has so many convolutions and ridges
61
135230
2497
하지만 이제는 수많은
주름과 굴곡을 가지고
주름과 굴곡을 가지고
02:29
it's now 80 percent of our brain,
62
137727
3075
우리 두뇌의 80%를 차지합니다.
02:32
and that's where we do our thinking,
63
140802
2461
그곳을 통해 우리는 생각을 합니다.
02:35
and it's the great sublimator.
64
143263
1761
위대한 창조자인 셈이죠.
02:37
We still have that old brain
65
145024
1114
인간은 여전히 기본적인 행동과
02:38
that provides our basic drives and motivations,
66
146138
2764
동기를 유발하는
오래된 두뇌를 갖고 있지만
오래된 두뇌를 갖고 있지만
02:40
but I may have a drive for conquest,
67
148902
2716
이제는 정복을 위한 욕구를
가질 수도 있지요.
가질 수도 있지요.
02:43
and that'll be sublimated by the neocortex
68
151618
2715
신피질은 시를 쓰거나
02:46
into writing a poem or inventing an app
69
154333
2909
앱을 만들고
02:49
or giving a TED Talk,
70
157242
1509
TED 강연을 만들어 내는
창조적 역할을 합니다.
창조적 역할을 합니다.
02:50
and it's really the neocortex that's where
71
158751
3622
그것이 바로 활동이 일어나는
02:54
the action is.
72
162373
1968
신피질의 실체입니다.
02:56
Fifty years ago, I wrote a paper
73
164341
1717
50년 전에 저는
02:58
describing how I thought the brain worked,
74
166058
1918
두뇌가 어떻게 작동하리란 저의 생각을
설명하는 논문을 썼습니다.
설명하는 논문을 썼습니다.
02:59
and I described it as a series of modules.
75
167976
3199
저는 그것을 일련의 모듈처럼 묘사했죠.
03:03
Each module could do things with a pattern.
76
171175
2128
각각의 모듈은 어떤 양식을
가지고 일을 처리했습니다.
가지고 일을 처리했습니다.
03:05
It could learn a pattern. It could remember a pattern.
77
173303
2746
양식을 배울 수 있고
기억할 수도 있었죠.
기억할 수도 있었죠.
03:08
It could implement a pattern.
78
176049
1407
그걸 시행할 수도 있었습니다.
03:09
And these modules were organized in hierarchies,
79
177456
2679
이러한 모듈은
체계를 가지고 조직되었고
체계를 가지고 조직되었고
03:12
and we created that hierarchy with our own thinking.
80
180135
2954
우리는 우리 자신의 사고를 통해
그 체계를 창조해 냈습니다.
그 체계를 창조해 냈습니다.
03:15
And there was actually very little to go on
81
183089
3333
실제로 50년 전에는
03:18
50 years ago.
82
186422
1562
거의 다른 진전이 없었지요.
03:19
It led me to meet President Johnson.
83
187984
2115
제가 존슨 대통령을
만난 적이 있는데요.
만난 적이 있는데요.
03:22
I've been thinking about this for 50 years,
84
190099
2173
저는 그 사실을 50년 간
생각해왔습니다.
생각해왔습니다.
03:24
and a year and a half ago I came out with the book
85
192272
2828
1년 반 전에 저는
이런 책을 썼습니다.
이런 책을 썼습니다.
03:27
"How To Create A Mind,"
86
195100
1265
"정신을 창조하는 법"
03:28
which has the same thesis,
87
196365
1613
내용은 논문과 같았지만
03:29
but now there's a plethora of evidence.
88
197978
2812
수많은 증거가 포함되었습니다.
03:32
The amount of data we're getting about the brain
89
200790
1814
신경과학을 통해 두뇌에 대해
03:34
from neuroscience is doubling every year.
90
202604
2203
우리가 수집한 자료는
해마다 두배로 늘어납니다.
해마다 두배로 늘어납니다.
03:36
Spatial resolution of brainscanning of all types
91
204807
2654
모든 종류의 두뇌 스캔 해상도는
03:39
is doubling every year.
92
207461
2285
매년 두배가 되고 있습니다.
03:41
We can now see inside a living brain
93
209746
1717
현재 인간은 살아있는 뇌의 내부와
03:43
and see individual interneural connections
94
211463
2870
각각의 신경 연결선을
03:46
connecting in real time, firing in real time.
95
214333
2703
실시간으로 볼 수 있습니다.
03:49
We can see your brain create your thoughts.
96
217036
2419
두뇌가 생각을 만들어내는 것을
볼 수 있어요.
볼 수 있어요.
03:51
We can see your thoughts create your brain,
97
219455
1575
인간의 사고가 뇌를 만들어내는 것을
볼 수 있습니다.
볼 수 있습니다.
03:53
which is really key to how it works.
98
221030
1999
바로 이것이 작동 원리의
진정한 열쇠입니다.
진정한 열쇠입니다.
03:55
So let me describe briefly how it works.
99
223029
2219
어떤 일이 일어나는지
설명드릴게요.
설명드릴게요.
03:57
I've actually counted these modules.
100
225248
2275
제가 이 모듈들을
실제로 세어봤습니다.
실제로 세어봤습니다.
03:59
We have about 300 million of them,
101
227523
2046
인간은 이런 것들을
약 3억 개 가지고 있는데
약 3억 개 가지고 있는데
04:01
and we create them in these hierarchies.
102
229569
2229
이런 위계 속에서 만들어냅니다.
04:03
I'll give you a simple example.
103
231798
2082
간단한 예를 드리죠.
04:05
I've got a bunch of modules
104
233880
2805
저에게는 대문자 A에 있는
수평 직선을 알아보는
수평 직선을 알아보는
04:08
that can recognize the crossbar to a capital A,
105
236685
3403
여러 개의 모들이 있습니다.
04:12
and that's all they care about.
106
240088
1914
이 모듈들이 하는 일의 전부이죠.
04:14
A beautiful song can play,
107
242002
1578
아름다운 음악이 흘러나와도
04:15
a pretty girl could walk by,
108
243580
1434
아리따운 아가씨가 지나가도
04:17
they don't care, but they see
a crossbar to a capital A,
a crossbar to a capital A,
109
245014
2846
이 녀석들은 관심이 없어요.
하지만 A 자에 든 직선을 보면
하지만 A 자에 든 직선을 보면
04:19
they get very excited and they say "crossbar,"
110
247860
3021
매우 흥분해서 "직선"이라고 말하고는
04:22
and they put out a high probability
111
250881
2112
출력 축색 돌기에 높은 확률을
04:24
on their output axon.
112
252993
1634
표시합니다.
04:26
That goes to the next level,
113
254627
1333
그러면 다음 단계로 넘어가게 되고
04:27
and these layers are organized in conceptual levels.
114
255960
2750
이런 층이 개념적인 수준에서
만들어 집니다.
만들어 집니다.
04:30
Each is more abstract than the next one,
115
258710
1856
각 층은 다음 층에 비해서
더 추상적이에요.
더 추상적이에요.
04:32
so the next one might say "capital A."
116
260566
2418
그래서 그 다음 층이
"대문자 A"라고 말할 지도 모릅니다.
"대문자 A"라고 말할 지도 모릅니다.
04:34
That goes up to a higher
level that might say "Apple."
level that might say "Apple."
117
262984
2891
그 것은 "사과(Apple)"라고 말하는
더 높은 단계로 갑니다.
더 높은 단계로 갑니다.
04:37
Information flows down also.
118
265875
2167
정보는 또한 아래로도 흐릅니다.
04:40
If the apple recognizer has seen A-P-P-L,
119
268042
2936
사과(Apple)를 알아보는 단계가
A-P-P-L 만 봐도
A-P-P-L 만 봐도
04:42
it'll think to itself, "Hmm, I
think an E is probably likely,"
think an E is probably likely,"
120
270978
3219
"흠.. E가 나올 것같아"라고
생각합니다.
생각합니다.
04:46
and it'll send a signal down to all the E recognizers
121
274197
2564
그리고는 E 를 알아보는 층으로
이런 신호를 내려보냅니다.
이런 신호를 내려보냅니다.
04:48
saying, "Be on the lookout for an E,
122
276761
1619
"E가 있는지 알아봐.
04:50
I think one might be coming."
123
278380
1556
E가 나와야 할 것같거든."
04:51
The E recognizers will lower their threshold
124
279936
2843
E 를 알아보는 층은
자신의 기준을 낮춰
자신의 기준을 낮춰
04:54
and they see some sloppy
thing, could be an E.
thing, could be an E.
125
282779
1945
E 가 될 법하게 쓰인 것을
찾습니다.
찾습니다.
04:56
Ordinarily you wouldn't think so,
126
284724
1490
보통은 그렇게 하지 않지만
04:58
but we're expecting an E, it's good enough,
127
286214
2009
E를 예측하는 것으로
충분하죠.
충분하죠.
05:00
and yeah, I've seen an E, and then apple says,
128
288223
1817
"그래, E 가 있는데."라고 하면
05:02
"Yeah, I've seen an Apple."
129
290040
1728
사과를 생각하는 층에서
"그래, 난 사과를 봤어."라고 하죠.
"그래, 난 사과를 봤어."라고 하죠.
05:03
Go up another five levels,
130
291768
1746
여기서 5 단계를 더 올라가면
05:05
and you're now at a pretty high level
131
293514
1353
이제 상당히 높은 단계에
05:06
of this hierarchy,
132
294867
1569
다다르게 되고
05:08
and stretch down into the different senses,
133
296436
2353
신호는 서로 다른 감각으로
내려 갑니다.
내려 갑니다.
05:10
and you may have a module
that sees a certain fabric,
that sees a certain fabric,
134
298789
2655
사람에게는 특정한 표면을 감지하거나,
05:13
hears a certain voice quality,
smells a certain perfume,
smells a certain perfume,
135
301444
2844
특정한 목소리를 듣거나,
특정한 향을 감지하는 모듈이 있어서
특정한 향을 감지하는 모듈이 있어서
05:16
and will say, "My wife has entered the room."
136
304288
2513
이렇게 말합니다.
"아내가 방에 들어왔어."
"아내가 방에 들어왔어."
05:18
Go up another 10 levels, and now you're at
137
306801
1895
이제 다시 10 단계 위로 올라가면
05:20
a very high level.
138
308696
1160
아주 높은 단계에 이르게 됩니다.
05:21
You're probably in the frontal cortex,
139
309856
1937
아마 전두 피질에 이르렀을테고
05:23
and you'll have modules that say, "That was ironic.
140
311793
3767
거기에는 이렇게 말하는 모듈이
있을 겁니다. "거 참 이상하네.
있을 겁니다. "거 참 이상하네.
05:27
That's funny. She's pretty."
141
315560
2370
우습게도 아내가 예뻐."
05:29
You might think that those are more sophisticated,
142
317930
2105
그 모듈은 더 복잡할거라고
생각하실지도 모르지만
생각하실지도 모르지만
05:32
but actually what's more complicated
143
320035
1506
사실 더 복잡한 것은
05:33
is the hierarchy beneath them.
144
321541
2669
그 아래에 있는 계층 구조입니다.
05:36
There was a 16-year-old girl, she had brain surgery,
145
324210
2620
뇌 수술을 받은
16세 소녀가 있었는데
16세 소녀가 있었는데
05:38
and she was conscious because the surgeons
146
326830
2051
의식이 있었어요.
05:40
wanted to talk to her.
147
328881
1537
의사가 말을 걸려고 했으니까요.
05:42
You can do that because there's no pain receptors
148
330418
1822
뇌에는 통증을 느끼는
감각이 없기 때문에
감각이 없기 때문에
05:44
in the brain.
149
332240
1038
가능한 일이죠.
05:45
And whenever they stimulated particular,
150
333278
1800
의사들이 그녀의 신피질에서
05:47
very small points on her neocortex,
151
335078
2463
매우 작고 특정한 부위를
자극할 때마다,
자극할 때마다,
05:49
shown here in red, she would laugh.
152
337541
2665
여기 붉게 보이는 부분인데요,
소녀가 웃는 거예요.
소녀가 웃는 거예요.
05:52
So at first they thought they were triggering
153
340206
1440
처음에 의사들은 일종의,
웃음을 유발하는 부위를
웃음을 유발하는 부위를
05:53
some kind of laugh reflex,
154
341646
1720
건드렸다고 생각했는데
05:55
but no, they quickly realized they had found
155
343366
2519
그게 아니었어요. 의사들은 곧 바로
05:57
the points in her neocortex that detect humor,
156
345885
3044
유머를 알아채는 신피질 부위를
찾아냈다는 것을 알게 되었습니다.
찾아냈다는 것을 알게 되었습니다.
06:00
and she just found everything hilarious
157
348929
1969
의사들이 이 지점을 자극할 때마다
06:02
whenever they stimulated these points.
158
350898
2437
소녀는 모든 것이
아주 우스꽝스럽게 느껴지는 거에요.
아주 우스꽝스럽게 느껴지는 거에요.
06:05
"You guys are so funny just standing around,"
159
353335
1925
"여기 서 계신 분들은
정말 웃기네요."라는 말을
정말 웃기네요."라는 말을
06:07
was the typical comment,
160
355260
1738
자주 했지만
06:08
and they weren't funny,
161
356998
2302
의사들은 전혀 웃기지 않았어요.
06:11
not while doing surgery.
162
359300
3247
수술을 집도하는 중에는 말이에요.
06:14
So how are we doing today?
163
362547
4830
지금은 어떨까요?
06:19
Well, computers are actually beginning to master
164
367377
3054
음, 컴퓨터가 실제로
인간의 신피질과 비슷한 기술로
인간의 신피질과 비슷한 기술로
06:22
human language with techniques
165
370431
2001
인간의 언어를 완전히 이해하기
06:24
that are similar to the neocortex.
166
372432
2867
시작했습니다.
06:27
I actually described the algorithm,
167
375299
1514
제가 실제로 그 알고리즘을
설명했는데요.
설명했는데요.
06:28
which is similar to something called
168
376813
2054
그것은 소위
06:30
a hierarchical hidden Markov model,
169
378867
2233
숨겨진 단계적 마르코프 모델이라고
06:33
something I've worked on since the '90s.
170
381100
3241
하는 것인데 제가 90년대 이후로
연구해온 분야입니다.
연구해온 분야입니다.
06:36
"Jeopardy" is a very broad natural language game,
171
384341
3238
"제퍼디(Jeopardy)"는
광범위한 자연 언어 게임이에요.
광범위한 자연 언어 게임이에요.
06:39
and Watson got a higher score
172
387579
1892
왓슨은 최고 득점자 두 사람의
점수를 합한 것보다
점수를 합한 것보다
06:41
than the best two players combined.
173
389471
2000
더 높은 점수를 얻었습니다.
06:43
It got this query correct:
174
391471
2499
왓슨이 이 문제를 맞췄습니다.
06:45
"A long, tiresome speech
175
393970
2085
"길고 지루한 이야기인데,
06:48
delivered by a frothy pie topping,"
176
396055
2152
거품이 있는 파이 토핑이 한 말"
06:50
and it quickly responded,
"What is a meringue harangue?"
"What is a meringue harangue?"
177
398207
2796
그러자 왓슨이 바로 답했습니다.
"정답은 머랭 하랑(meringue harangue)"
"정답은 머랭 하랑(meringue harangue)"
06:53
And Jennings and the other guy didn't get that.
178
401003
2635
제닝스와 다른 참가자는
무슨 말인지 몰랐습니다.
무슨 말인지 몰랐습니다.
06:55
It's a pretty sophisticated example of
179
403638
1926
이것은 컴퓨터가 인간의 언어를
06:57
computers actually understanding human language,
180
405564
1914
실제로 이해했다는
상당히 복잡한 예입니다.
상당히 복잡한 예입니다.
06:59
and it actually got its knowledge by reading
181
407478
1652
왓슨은 실제로 위키피디아와
07:01
Wikipedia and several other encyclopedias.
182
409130
3785
몇 개의 다른 백과 사전을 통해
지식을 얻었습니다.
지식을 얻었습니다.
07:04
Five to 10 years from now,
183
412915
2133
앞으로 5년에서 10년 후,
07:07
search engines will actually be based on
184
415048
2184
검색 엔진은 실제로
07:09
not just looking for combinations of words and links
185
417232
2794
단어나 연결의 조합을 찾는 대신
07:12
but actually understanding,
186
420026
1914
실제로 이해한 내용을 기반으로
검색할 겁니다.
검색할 겁니다.
07:13
reading for understanding the billions of pages
187
421940
2411
웹이나 책을 수억 쪽이나 이해하며
07:16
on the web and in books.
188
424351
2733
읽은 것으로 부터 말이에요.
07:19
So you'll be walking along, and Google will pop up
189
427084
2616
그래서 길을 가는데
갑자기 구글이 튀어나와
갑자기 구글이 튀어나와
07:21
and say, "You know, Mary, you expressed concern
190
429700
3081
"이보세요, 메리, 한 달전에
당신이 섭취하는
당신이 섭취하는
07:24
to me a month ago that your glutathione supplement
191
432781
3019
글루타티온이 혈액뇌관문을
07:27
wasn't getting past the blood-brain barrier.
192
435800
2231
통과하지 못할까 걱정했는데,
07:30
Well, new research just came out 13 seconds ago
193
438031
2593
13초 전에 발표된 결과를 보면
07:32
that shows a whole new approach to that
194
440624
1711
그것에 대한 완전히 새로운 접근법과
07:34
and a new way to take glutathione.
195
442335
1993
글루타티온을 섭취하는
새로운 방법을 보여 줍니다.
새로운 방법을 보여 줍니다.
07:36
Let me summarize it for you."
196
444328
2562
그걸 요약해 드릴게요."라고
말하게 될 겁니다.
말하게 될 겁니다.
07:38
Twenty years from now, we'll have nanobots,
197
446890
3684
지금으로 부터 20년 후에는
나노 로봇이 나옵니다.
나노 로봇이 나옵니다.
07:42
because another exponential trend
198
450574
1627
또 점점 더 작은 것에 대한 기술이
07:44
is the shrinking of technology.
199
452201
1615
또 하나의 추세거든요.
07:45
They'll go into our brain
200
453816
2370
나노 로봇이 사람의 머리 속으로 들어가
07:48
through the capillaries
201
456186
1703
모세 혈관을 통해서
07:49
and basically connect our neocortex
202
457889
2477
인간의 신피질을
07:52
to a synthetic neocortex in the cloud
203
460366
3185
클라우드에 있는 합성 신피질에
연결함으로써
연결함으로써
07:55
providing an extension of our neocortex.
204
463551
3591
인간의 신피질을 확장해 줄 것입니다.
07:59
Now today, I mean,
205
467142
1578
현재에는
08:00
you have a computer in your phone,
206
468720
1530
휴대 전화기에 컴퓨터가 들어있습니다.
08:02
but if you need 10,000 computers for a few seconds
207
470250
2754
만약 몇 초 만에 복잡한 검색을 하려고
08:05
to do a complex search,
208
473004
1495
만 개의 컴퓨터가 필요한 경우에
08:06
you can access that for a second or two in the cloud.
209
474499
3396
클라우드에 있는 컴퓨터에
1, 2초간 접속할 수 있어요.
1, 2초간 접속할 수 있어요.
08:09
In the 2030s, if you need some extra neocortex,
210
477895
3095
2030년대에 약간의 신피질이
더 필요하다면
더 필요하다면
08:12
you'll be able to connect to that in the cloud
211
480990
2273
머리 속에 있는 신피질을
클라우드에 직접
클라우드에 직접
08:15
directly from your brain.
212
483263
1648
연결할 수 있게 될 것입니다.
08:16
So I'm walking along and I say,
213
484911
1543
그래서 제가 길을 걷다가
08:18
"Oh, there's Chris Anderson.
214
486454
1363
"아, 크리스 앤더슨이 있군.
08:19
He's coming my way.
215
487817
1525
이쪽으로 오네.
08:21
I'd better think of something clever to say.
216
489342
2335
뭔가 영리해뵈는 걸 생각해야겠는걸.
08:23
I've got three seconds.
217
491677
1524
3초 밖에 시간이 없는데.
08:25
My 300 million modules in my neocortex
218
493201
3097
내 머리 속에 있는 3억 개의
신피질 모듈로는
신피질 모듈로는
08:28
isn't going to cut it.
219
496298
1240
할 수가 없어.
08:29
I need a billion more."
220
497538
1246
10억 개는 더 필요한데."라고 말하면
08:30
I'll be able to access that in the cloud.
221
498784
3323
저는 바로 그 클라우드에
접속할 수 있을 겁니다.
접속할 수 있을 겁니다.
08:34
And our thinking, then, will be a hybrid
222
502107
2812
그 때, 우리의 사고는
생물학적인 것과 비생물학적인 것이
생물학적인 것과 비생물학적인 것이
08:36
of biological and non-biological thinking,
223
504919
3522
혼재된 사고가 될 것입니다.
08:40
but the non-biological portion
224
508441
1898
하지만 비생물학적인 부분은
08:42
is subject to my law of accelerating returns.
225
510339
2682
제가 말하는 가속적 결과의 법칙에
지배를 받습니다.
지배를 받습니다.
08:45
It will grow exponentially.
226
513021
2239
그것은 기하급수적으로
증가할 것이라는 뜻이죠.
증가할 것이라는 뜻이죠.
08:47
And remember what happens
227
515260
2016
우리가 마지막으로 신피질을
확장했던 때를
확장했던 때를
08:49
the last time we expanded our neocortex?
228
517276
2645
기억하십니까?
08:51
That was two million years ago
229
519921
1426
그것은 2백만년 전,
08:53
when we became humanoids
230
521347
1236
우리가 인간의 모습을 하고
08:54
and developed these large foreheads.
231
522583
1594
이렇게 커다란 이마를
갖게되었던 시기입니다.
갖게되었던 시기입니다.
08:56
Other primates have a slanted brow.
232
524177
2583
다른 영장류는 이마부위가
기울어져 있지요.
기울어져 있지요.
08:58
They don't have the frontal cortex.
233
526760
1745
그들에게는 전두 피질이 없습니다.
09:00
But the frontal cortex is not
really qualitatively different.
really qualitatively different.
234
528505
3685
그렇지만 전두 피질은 실제로
질적으로 다르지 않습니다.
질적으로 다르지 않습니다.
09:04
It's a quantitative expansion of neocortex,
235
532190
2743
그것은 신피질이
양적으로 확장된 것이에요.
양적으로 확장된 것이에요.
09:06
but that additional quantity of thinking
236
534933
2703
그런데 그렇게 늘어난
사고의 양이
사고의 양이
09:09
was the enabling factor for us to take
237
537636
1779
우리가 질적인 향상을 이루고
09:11
a qualitative leap and invent language
238
539415
3346
언어와 예술, 과학, 기술,
09:14
and art and science and technology
239
542761
1967
그리고 TED 컨퍼런스를
09:16
and TED conferences.
240
544728
1454
발명하게 만들었습니다.
09:18
No other species has done that.
241
546182
2131
다른 어떤 종도 그러지 못했습니다.
09:20
And so, over the next few decades,
242
548313
2075
즉, 다음 수십년간,
09:22
we're going to do it again.
243
550388
1760
우리는 다시 그 과정을 지날 겁니다.
09:24
We're going to again expand our neocortex,
244
552148
2274
인간은 신피질을 다시 확장할 것이고
09:26
only this time we won't be limited
245
554422
1756
이번에 만큼은 신피질을 둘러싼
09:28
by a fixed architecture of enclosure.
246
556178
4280
고정된 신체 구조의 한계에 의해
제한받지 않을 것입니다.
제한받지 않을 것입니다.
09:32
It'll be expanded without limit.
247
560458
3304
제한없이 확장될 것입니다.
09:35
That additional quantity will again
248
563762
2243
그렇게 얻어지는 양은 또 다시
09:38
be the enabling factor for another qualitative leap
249
566005
3005
문화와 기술에 있어서
또 한번의 질적인 향상을
또 한번의 질적인 향상을
09:41
in culture and technology.
250
569010
1635
가능하게 하는 요소가 될 것입니다.
09:42
Thank you very much.
251
570645
2054
대단히 감사합니다.
09:44
(Applause)
252
572699
3086
(박수)
ABOUT THE SPEAKER
Ray Kurzweil - Inventor, futuristRay Kurzweil is an engineer who has radically advanced the fields of speech, text and audio technology. He's revered for his dizzying -- yet convincing -- writing on the advance of technology, the limits of biology and the future of the human species.
Why you should listen
Inventor, entrepreneur, visionary, Ray Kurzweil's accomplishments read as a startling series of firsts -- a litany of technological breakthroughs we've come to take for granted. Kurzweil invented the first optical character recognition (OCR) software for transforming the written word into data, the first print-to-speech software for the blind, the first text-to-speech synthesizer, and the first music synthesizer capable of recreating the grand piano and other orchestral instruments, and the first commercially marketed large-vocabulary speech recognition.
Yet his impact as a futurist and philosopher is no less significant. In his best-selling books, which include How to Create a Mind, The Age of Spiritual Machines, The Singularity Is Near: When Humans Transcend Biology, Kurzweil depicts in detail a portrait of the human condition over the next few decades, as accelerating technologies forever blur the line between human and machine.
In 2009, he unveiled Singularity University, an institution that aims to "assemble, educate and inspire leaders who strive to understand and facilitate the development of exponentially advancing technologies." He is a Director of Engineering at Google, where he heads up a team developing machine intelligence and natural language comprehension.
Ray Kurzweil | Speaker | TED.com