최첨단 AI 모델조차 아기가 세상을 인식하고 학습하는 방식에는 미치지 못한다는 연구 결과가 나왔습니다. 스탠퍼드 대학교, 메타(Meta), 도쿄 대학교 등의 연구진은 아기의 시점에서 촬영된 영상으로 AI를 테스트하는 'EgoBabyVLM' 챌린지를 통해 이를 입증했습니다. 엄청난 데이터에 의존하는 현재 AI의 한계를 극복하고 물리적 환경을 자연스럽게 학습하는 로봇 등을 개발하기 위해 아기 뇌의 학습 방식을 연구하는 것이 매우 중요합니다.
줄무늬 바닥, 깜빡이는 조명, 반복적인 기하학적 패턴과 같은 현대적인 시각적 환경이 뇌에 과도한 처리 부담을 주어 두통이나 메스꺼움 등 신체적 불편함을 유발할 수 있다는 연구가 발표되었습니다. 특히 자폐 스펙트럼, ADHD, 편두통 등이 있는 신경다양성人群이 이러한 시각적 자극에 더욱 취약하며, 공간 및 조명 설계 시 이러한 인지적 부담을 고려해야 할 필요성이 대두됩니다.
중요한 의사결정을 위해 밀폐된 회의실에 오랜 시간 머물면, 이산화탄소 농도가 급격히 상승하여 전략적 사고와 인지 능력이 떨어집니다. 사람들의 무기력함이나 동기 부여 문제로 보이는 오후의 업무 몰입도 저하는 사실상 환기 부족으로 인한 '공기의 질' 문제일 확률이 높습니다. 저렴한 이산화탄소 측정기를 도입해 환경을 점검하고, 문을 열어 환기하는 것만으로도 팀의 의사결정 품질을 크게 높일 수 있습니다.
현대 사회의 쏟아지는 부정적인 뉴스 속에서 인간의 뇌가 진화적으로 가진 '부정성 편향(Negativity bias)'으로 인해 심각한 뉴스 피로와 무력감을 겪고 있는 현상을 진단합니다. 뉴스를 아예 차단할 것이 아니라, 언제, 어디서, 어떻게 뉴스를 소비할지 더 건강한 정보 소비 습관을 들여야 한다고 전문가들은 조언합니다.
우리 뇌가 몸의 내부 상태를 감지하는 능력인 '인터셉션(Interoception)'이 신경과학의 핵심 연구 분야로 떠올랐습니다. 뇌와 신체 간의 신호 전달 방식을 이해함에 따라 비만, 만성 통증, 불안 장애 등을 치료하는 새로운 접근법이 가능해지고 있습니다.
최신 AI가 시각적 이미지 분류에서 인간을 능가하지만, 문제 해결 과정(클릭 패턴, 오류 유형 등)에서 인간과 통계적으로 유의미한 차이를 보입니다. 연구진은 30개의 인지 심리학 과제를 결합한 'CogCAPTCHA30' 벤치마크를 제안하여 기존 튜링 테스트의 한계를 넘어 AI의 인지 과정을 평가하는 '프로세스 튜링 테스트' 개념을 도입했습니다. 흥미롭게도 최신 대형 프론티어 모델보다 인간의 행동 데이터로 미세조정된 소규모 오픈소스 모델이 인간의 인지 과정과 더 유사한 것으로 나타났습니다.
현재 다수의 AI 에이전트 메모리 라이브러리들이 인지과학의 용어를 차용해 쓰고 있지만, 실제 엔지니어링 구현은 그 의미를 제대로 반영하지 못하고 있습니다. 이 글은 에이전트의 기억 시스템이 대화에서 정보를 추출하는 '추출기', 데이터를 저장하고 모순을 처리하는 '저장소', 필요한 정보를 검색하는 '검색기'라는 세 가지 핵심 구성 요소로 이루어져 있음을 설명합니다. 개발자들은 이 세 가지 구조의 동작 방식과 설계 선택(정보 압축, 모순 처리 등)을 이해함으로써 어떤 메모리 라이브러리든 평가하고 활용할 수 있습니다.
최근 arXiv에 발표된 논문은 인간의 인지를 대형 언어 모델(LLM)과 동일시하는 인지 편향을 'LLMorphism(LLM형태주의)'으로 규정하고 그 위험성을 경고했습니다. AI가 인간처럼 말하는 것을 보고 역으로 인간도 LLM처럼 사고한다고 잘못 추론하는 이 편향이 확산되면, 인간의 고유한 사고 능력을 잃고 인간을 기계로 전락시키는 심각한 사회적 문제를 초래할 수 있습니다.
이 기사는 신경과학 분야에서 자유 의지가 실제로 존재하는지, 아니면 뇌의 신호가 우리의 행동을 미리 결정하는지에 대한 깊은 탐구를 다룹니다. 채프먼 대학교의 우리 마오즈(Uri Maoz) 교수는 뇌에서 '준비 전위(Readiness potential)' 신호가 의식적인 결정을 내리기 수 초 전에 나타난다는 기존 연구를 재해석하며 자유 의지 논쟁에 새로운 전기를 마련했습니다. 이 연구는 인간의 의사 결정 과정을 이해하는 데 중요한 철학적, 과학적 질문을 던집니다.