“먼지도 아니고 냄새 나는 게 턴다고 털어지니?” 중국집 홍보대사라도 된 것 마냥 온몸에 짜장 향을 휘감은 채 식사를 마치고 돌아온 직장 동료가 사무실 한 구석에서 온몸을 툭툭 두드리며 털고 있었다. 이를 본 화자가 의아한 듯 물었더니 그는 제법 거만한 표정을 지으며 말했다. “냄새는 분자 니까요.” 그렇다. 냄새는 분자다. 아니 정확히 말하자면 냄새를 일으키는 것은 분자다. 우리가 냄새가 난다고 느끼는 것은, 공기 중에 떠도는 특정 분자가 우리의 코로 들어와 코 속 후각 수용체에 붙게 되고, 여기서 발생되는 전기신호를 우리의 뇌가 받아들이는 것이다. 그렇기에 직장 동료의 분자 털기 행동은 냄새를 제거하기 위한 제법 의미 있는 행동이라 할 수 있겠다. [실수의 냄새] 아무리 AI급 완벽 퍼포먼스를 보여주는 직장인이라 할 지라도 실수의 순간은 어김없이 찾아온다. 이런 실수 중 소위 ‘사고’ 급의 실수는 마치 배어버린 냄새 와도 같아 그 향이 한동안 내 주위를 머무는데, 자꾸 스멀스멀 올라오는 과거의 실수 향은 앞으로 나아가려는 우리의 발목을 잡은 채 또다른 실수를 유발시키는 고약한 녀석이다. 물론 우리는 실수를 통해 어떠한 부분이 잘못되었고, 앞으로는 이러한
“일요일 오전에는 OTT로 매주 영화 한 편을 보면서 여유를 가졌습니다.” 전국의 수험생들이 넷플릭스 시청의 당위성을 피력하기 위해 줄기차게 인용될 예정인, 2026년 수능 만점 자 최장우 학생의 인터뷰 내용이다. 광주학생의회 의장과 전교회장을 역임하며 수능 만점의 쾌거를 이룩한 그의 배경은 참으로 대단하지만, 필자가 더욱 경탄했던 부분은 그의 학습 방식이었다. AI: 강화 학습과 지도 학습 AI업계에서는 최근 RL(Reinforcement Learning) 즉 ‘강화 학습’의 중요성이 날로 커지고 있다. 강화 학습이란 정답을 알려주는 것이 아닌, 스스로 사고하여 정답을 찾도록 하고 정답을 찾은 행동에 대해 보상하여 자율적 사고를 가속화하는 방식이다. 시행착오를 거듭하며 최적의 행동 전략을 학습하는 것이 목적인 이 강화 학습은 최근의 테슬라의 FSD(Full Self-Driving, 자율주행) 소프트웨어 14 버전에서도 활용되어, 인공지능이 자율적으로 주행 의사를 결정하고 반복적 경험을 통해 운전 실력을 성장시킬 수 있도록 해주었다. 이와 함께 등장하는 개념이 바로 ‘지도 학습’ 인데, ‘Supervised Learning’ 이라는 영문표기에서도 알 수 있듯
“아빠, 나뭇잎은 초록색을 사랑 하나 봐. 온통 초록색 이잖아.” 방학숙제로 식물원을 탐방하던 딸아이가 문득 필자에게 화두를 던졌다. 나뭇잎은 과연 초록색을 사랑하는가. 이 어린 아이의 단순하지만 심오한 질문을 아빠는 굳이 물리학적으로 접근해 보았고, 그 결과 전혀 반대의 답을 얻게 되었다. 햇빛은 파장이 다른 여러 가지 색의 전자기파로 이루어져 있는데, 나뭇잎은 빛을 구성하는 여러 색들 중 유일하게 초록색만을 흡수하지 않고 반사 시켜 버린다. 그리고 이러한 특성으로 인해 우리는 반사된 빛인 초록색을 나뭇잎의 색으로 인지하게 되는데, 즉 간단하게 말하자면 나뭇잎은 초록색을 싫어하기 때문에 초록색으로 보이는 것이다. "우리 아이는 언제나 밝아요." 세상 모든 부모가 쉽게 하는 착각 중 하나가 바로 ‘우리 아이는 제가 제일 잘 알죠.’ 일 것이다. 만약 부모가 아이의 내면을 파악하려는 노력을 하지 않은 채 보여지는 생활 속 모습만으로 판단하려 한다면, 마치 나뭇잎이 초록색이라서 초록을 좋아한다고 아는 체하는 것과 다를 바가 없다. 언젠가 과하리 만큼 밝은 아이를 만난 적이 있다. 밝은 미소를 무장한 채 만나면 언제나 웃음으로 인사하며 ‘행복’이라는 단어를 입에