AI 모델 내부에 나타난 '의식 작업 공간'의 발견
Anthropic의 연구진은 Claude 모델 내부에서 인간의 '의식적 접근'과 유사한 특수한 내부 신경 패턴인 'J-space'가 자발적으로 형성되었음을 발견했습니다. J-space는 AI가 텍스트로 출력하지 않고도 내면에서 조용히 개념을 떠올려 다단계 추론이나 제어된 사고를 수행하는 데 핵심적인 역할을 합니다. 이는 AI의 단순한 문장 생성을 넘어, 고차원적인 인지 작용과 추론 메커니즘을 신경과학적 관점에서 해체하고 이해하는 데 매우 중요한 의미를 갖습니다.
해석 가능성: 언어 모델 내의 글로벌 작업 공간 2026년 7월 6일 논문 읽기
독자 여러분이 이 문장을 읽고 있는 지금, 여러분 뇌의 회로는 자세를 조정하고, 호흡을 제어하며, 화면상의 선과 곡선을 인식 가능한 단어로 변환하고 있습니다. 이러한 처리 과정의 대부분은 여러분 자신에게 보이지 않습니다. 하지만 뇌에서 일어나는 일 중 일부는 여러분이 접근할 수 있습니다. 즉, 머릿속에 떠오르는 이미지나 어디로 쇼핑하러 갈지에 대해 의도적으로 세우는 계획 등입니다. 신경과학자와 철학자들은 때때로 이러한 후자의 뇌 활동을 무의식적으로 일어나는 다른 모든 처리 과정과 구별하기 위해 '의식적으로 접근 가능한(consciously accessible)' 활동이라고 부릅니다.
이러한 활동은 특별한 속성을 가집니다. 우리는 이를 묘사하고, 제어하며, 우리가 알아차리지 못하는 채 자동으로 일어나는 모든 처리 과정과는 대조적으로 이를 의도적인 추론에 사용할 수 있습니다. 새로운 논문에서, 우리는 Claude와 같은 최신 언어 모델에서도 이와 유사한 구분이 나타났다는 증거를 제시합니다. 우리는 Claude가 다른 모든 내부 처리 과정에 비해 특별한 역할을 하는 소수의 내부 신경 패턴을 발전시켰다는 것을 발견했습니다. 우리는 이러한 패턴의 집합을 발견하는 데 사용한 '야코비안(Jacobian)'이라는 수학적 개념의 이름을 따서 'J-space'라고 부릅니다.
각 J-space 패턴은 특정 단어와 연결되어 있습니다. 하지만 이러한 패턴 중 하나가 활성화된다고 해서 모델이 그 단어를 말한다는 것을 의미하지는 않으며, 단지 모델이 그 단어를 '생각하고 있음'을 의미합니다. 언어 모델이 추론하는 동안 스스로에게 작성하는 텍스트인 '스크래치패드(scratchpad)'나 '사고의 사슬(chain of thought)'에 대해 들어보셨다면, J-space는 이와 다릅니다. 이는 모델의 내부 신경 활성화 내에서 조용히 작동하여, 모델이 단어를 적지 않고도 개념에 대해 생각할 수 있게 해줍니다. 특히 J-space는 우리가 설계하거나 프로그래밍한 것이 아니라 Claude의 훈련 과정 중에 스스로 출현(발현)한 것입니다.
우리는 Claude의 다른 처리 과정과 비교하여 J-space가 여러 가지 고유한 속성을 가지고 있음을 발견했습니다. 첫째, Claude는 이러한 표현에 대해 보고할 수 있습니다. Claude에게 무엇을 생각하고 있는지 물어보면, J-space에 있는 것을 말해줍니다. 반면 J-space가 아닌 표현은 보고하기가 더 어렵습니다.
둘째, 요청 시 이를 조절(modulate)할 수 있습니다. Claude에게 무언가를 생각해 보라고 하거나 머릿속으로 소리 없이 문제를 풀도록 요청하면, J-space에서 적절한 패턴이 빛을 발합니다. 이와 대조적으로, J-space에 있지 않은 패턴은 조절하는 데 어려움을 겪습니다.
셋째, Claude는 내부적 추론을 위해 J-space를 사용합니다. 여러 단계가 필요한 문제를 풀도록 Claude에게 요청하면, 소리 내어 말하지 않더라도 중간 단계들이 J-space에서 활성화됩니다. 이러한 J-space 패턴은 다른 표현들보다 규모가 작음에도 불구하고, 이러한 작업에서 모델의 성능을 인과적으로 매개합니다. J-space의 표현은 다양한 작업에 유연하게 사용될 수 있습니다. 예를 들어, Claude의 J-space에서 '프랑스'가 활성화되면 모델은 그 수도, 국가 통화 또는 속한 대륙을 떠올릴 수 있습니다.
하지만 J-space는 중요한 역할을 함에도 불구하고 언어 모델이 수행하는 대부분의 작업(유창하게 말하기, 단순한 사실 기억하기, 올바른 문법 사용하기 등)에는 관여하지 않습니다. Claude가 J-space를 사용하지 못하도록 방해한 실험에서, Claude는 여전히 정상적으로 상호작용했지만 고차원적인 인지 기능을 잃었습니다.
우리의 실험은 의식적 접근이 어떻게 작동하는지 설명하기 위해 개발된 신경과학의 저명한 이론인 '글로벌 작업 공간 이론(Global Workspace Theory)'에서 영감을 받았습니다. 이 이론은 뇌를 무의식적으로 병렬 처리하며 대체로 서로 격리된 상태로 작동하는 전문가 시스템들의 집합으로 묘사합니다. 정보의 일부가 다른 뇌 시스템이 볼 수 있고 활용할 수 있는 '작업 공간(workspace)'이라는 작은 공유 채널로 진입하게 되면, 비로소 의식적으로 접근 가능해진다는 것입니다. 우리의 연구 결과를 바탕으로, 우리는 J-space가 Claude 안에서 이와 유사한 '작업 공간' 역할을 한다고 생각합니다. 예를 들어, 우리는 Claude의 J-space가 신경망의 나머지 부분과 특히 강력한 연결을 가지고 있다는 증거를 발견했으며, 이를 통(해 생태계 전반에 정보를 방송합니다.)