저는 전공자가 아니라서 무슨 내용인지 아는 게 없습니다. 계획 실행 기타 등등 모든 걸 gpt가 다 했습니다. 초파리 뇌의 연결 지도를 가져와 컴퓨터 모델을 만들고, 숫자를 얼마나 기억할 수 있는지 실험해봤습니다. 여기서 말하는 모델은 공개된 뇌 연결 자료를 바탕으로 만든 단순한 계산 모델입니다. 숫자를 입력하면 모델 내부의 반응이 달라지고, 그 반응을 읽어서 숫자를 맞히도록 했습니다. 학습시킨 부분은 이 반응을 읽는 출력 부분이고, 내부 연결은 고정했습니다. 궁금했던 것은 크게 두 가지였습니다. “몇 단계 전에 들어온 숫자를 알아낼 수 있을까?” “숫자를 기억하는 능력이 있다면, 새로운 수열의 규칙도 배울 수 있을까?” 결과는 꽤 달랐습니다. 먼저, 몇 단계 전의 숫자를 알아내는 것은 잘 됐습니다. 무작위 숫자를 차례로 입력해도 모델의 현재 반응에서 과거 숫자를 높은 정확도로 읽어낼 수 있었습니다. 특정 짧은 기억 과제에서는 거의 모든 숫자를 맞혔습니다. 다만 여기서 흥미로운 점이 있었습니다. 연결이 한 방향으로만 흐르도록 만든 모델에서도 짧은 과거 정보를 읽어낼 수 있었습니다. 정보가 여러 단계를 거쳐 전달되는 경로만으로도 이런 결과가 나올 수 있었던 것입니다. 그래서 “과거 숫자를 맞혔다”는 결과만으로는 뇌의 어느 부분이 기억을 저장한다거나, 특정 되먹임 연결이 기억의 핵심이라고 말하기 어렵습니다. 또 초파리의 원래 연결 구조가 대조 모델보다 뚜렷하게 좋다는 결과는 확인하지 못했습니다. 일정한 조건을 맞추면서 연결 방식을 섞은 모델들과 비교했는데, 원래 구조가 더 좋다고 판단하기 위해 미리 정한 기준을 넘지 못했습니다. 어떤 과제는 모든 모델이 만점을 받아서 차이를 가리기 어려웠습니다. 모델의 반응을 읽는 단계에 미리 정한 잡음을 추가한 실험에서는 성능이 떨어졌습니다. 깨끗한 조건에서 잘 맞히는 것과 잡음 속에서도 잘 맞히는 것은 별개의 문제였습니다. 그리고 가장 어려웠던 것은 새로운 규칙을 가진 수열을 이어 쓰는 일이었습니다. 학습할 때 본 규칙과 평가할 때의 규칙을 나누고, 처음 몇 개의 숫자만 보여준 뒤 나머지는 모델이 스스로 이어 쓰게 했습니다. 단순한 반복으로 풀리는 경우를 제외한 새 규칙 문제에서, 다음 숫자 8개를 모두 맞힌 비율은 약 0.5~1%였습니다. 이미 학습에 사용한 수열에서도 다음 숫자를 맞히는 정확도가 약 19%에 머물렀습니다. 즉, 새 문제로 지식을 옮기는 단계에 앞서, 주어진 학습 문제 자체를 충분히 익히지 못한 상태였습니다. 이번 조건에서 “규칙을 배웠다”고 보기에는 부족한 결과였습니다. 이번 실험에서 가장 크게 느낀 점은 과거의 숫자를 읽어내는 것과 새로운 규칙을 배워서 이어 쓰는 것을 구분해야 한다는 것입니다. 이 모델은 짧은 과거 정보에는 접근할 수 있었지만, 그 능력이 새로운 규칙 학습으로 이어지지는 않았습니다. 잘 된 결과와 실패한 결과를 모두 남겼고, 계산을 별도의 구현으로 다시 확인했습니다. 앞으로 다른 모델이나 학습 방식을 시험하더라도, 이번 결과는 그 조건에서의 한계로 그대로 기록해두려고 합니다. 코드와 자세한 실험 기록은 공개해두었습니다.