[잡상] 차유진 박사님과의 대화

 

최근에 차유진 박사님과의 대화를 할 기회를 가졌다.

대화를 하면서 나의 생각들을 정리해보고자 글을 쓴다.

Background

차유진 박사님 졸업연설

차유진 박사님 기사

 

1. 의학은 학문이지만, 의료는 종합예술

나는 개인적으로 의학이라는 학문에 대해서 회의적이었다. 통계학적인 근거에 기저한 의학이지만, 나에게는 아직 설명하지 못한 이유들이 너무 많기 때문이다. 밝혀지지 않는 원리 및 기전이 너무나도 많으며 있다하다러도 질환을 설명할 뿐, 진단과 치료까지 설명하기에는 부족하다고 느꼈기 때문이다.

나는 이러한 의문점은 공학적인 관점이자 과학자의 관점에서는 명백하게 느껴졌을 것이라고 생각하기에 이러한 의문을 던졌다.

하지만 박사님의 답변은 나의 의문점에 대답이 되었다.

의료는 라포 형성 같이 단순한 의학이 설명할 수 없는 작용까지 고려하여 이루어진다는 것이다. 이는 일종의 종합예술이라고 바라보셨다. 이는 단순히 치료는 나의 과학만능주의적 사고라는 것에 균열을 주었다. 의료는 학문으로 설명할 수 없는 개인과 개인 간의 유대관계까지 고려한 예술적 행위라는 생각을 하게 되었다.

 

2. Data scientist vs Data engineer

박사님은 자신을 data scientist라고 하셨다. 난 이 두 차이를 초기에 분명히 인지하지 못하였다. 하지만 scientist는 새로운 아이디어를 제시하는 사람이고, engineer는 이를 분석하는 사람이었다. 난 단순히 연구자들은 이 2가지 행위를 모두 다 하는 것이라고 생각하였지만, 행하는 행위가 엄연히 다른 2가지 직업이다. 

현재는 data engineer의 위상이 높아서 이를 구별하기 힘들지 몰라도, 나중에 데이터를 처리하는 행위는 위탁 가능한 부분이 될 것이고 새로운 아이디어를 제시하는 것이 더 중요할 것이라고 본다.

마치 해외에는 실험을 주로 대행해주는 technician이 있는 것처럼, 전문적인 영역이 구분될 수 있다고 생각한다. 그리고 더 큰 힘을 가진 사람은 technician이 아닌 scientist일 것이다.

 

3. 의사결정과 지능

뇌 기반 model를 연구하시는 박사님께 인간의 불명확한 성질들을 질문하였다.

의사결정 매커니즘은 불확실성을 줄이는 방법으로 이루어진다. 이는 베이지안에 대해 더 깊게 공부를 해봐야 한다. 그리고 학습은 불확실성을 줄이는 방식으로 진행된다. 박사님께서 생각하시는 지능은 새로운 지식을 만들어내는 것이다. Chatgpt처럼 정해진 데이터에서 나오는 것은 새로운 지식처럼 보이지만 결국 기존의 지식을 새롭게 생성한 것뿐이며, 지능이 높은 것은 기존에 없는 새로운 지식을 만들어내는 것을 말한다.

 

4. 뇌 기반 model

AI 알고리즘을 연구하는 여러 방향성 뇌 기반 model이 실제로 효과가 있는지 궁금하였다. 물론 Big LLM model를 능가할 수는 없겠지만, 이 부분이 해결하지 못하는 hallucination, alignment 같은 문제는 다른 돌파구로 해결할 수 있을 것이다.

 

5. 조언 및 생각

지금이 가장 이르니까 도전.

박사님 한번쯤은 도움이 된다.

집단주의적 단체에 대해 두려워하지 말자.

Big Goal : 인간과 AI의 공진화

겸손하자.

 

6. 앞으로 해야 될 공부

수학, 통계, EEG의 의미 및 신호처리