<div>거의 20년 전쯤에 개봉된 영화 터미네이터에서는 터미네이터 라는 미래형 휴머노이드 로봇이 등장한다. 영화에서 이 로봇은 강한 전투력과 함께 높</div> <div>은 수준의 판단력과 학습 능력을 보여준다. 또한 이 로봇의 시각정보를 처리하는 능력은 놀라울 정도로 훌륭하다. 특히 영화 초반부에 터미네이터가 </div> <div>자신이 입을 옷을 구하기 위해서 사람이 입은 옷을 주변배경에서 분리 구분하여 그 크기를 계산한 후 자신에게 맞는지를 확인하는 과정을 터미네이</div> <div>터의 시각으로 연출하는 장면이 그러하다. 인간에게는 지극히 쉬워서 놀라울 것도 새로울 것도 없어 보이는 이 당연한 과정에 사실 수많은 이해하기 </div> <div>힘든 뇌의 경이로운 작용들이 관여하고 있어서 현대의 컴퓨터 기술로는 이것을 비슷하게 조차도 구현할 수가 없다. 인간은 엄두도 낼 수 없는 수만 가</div> <div>지 복잡한 계산을 순식간에 해내는 컴퓨터가 어린 아기도 할 수 있는 이런 일을 못한다는 것은 참 역설적이면서도, 뇌는 컴퓨터와는 정보를 처리 방식</div> <div>이 근본적으로 다르다는 것을 느끼게 한다. 그러나 이런 복잡하고 난해한 시각 정보 처리 능력이 아닌, 빛 자극을 기본적으로 통제하는 능력은 지금의 </div> <div>간단한 디지털 센서 기술로도 구현 할 수 있다. 빛 정보를 통제하기 위해서는 우선 빛 자극을 받아들일 수 있는 능력(감지능력)과 그 빛 자극을 전기적</div> <div>인 신호로 변환하여 가시적으로 정보화 할 수 있는 능력(감각능력)이 있어야 한다. 디지털 장치에는 빛 정보를 받아들이는 인간의 눈에 해당하는 카메</div> <div>라 센서가 있다. 또한 인간이 눈을 통해 받은 빛 자극을 전기적인 신호로 변환하여 시각 피질에서 감각한다면, 디지털 장치는 센서를 통해 받은 빛 자</div> <div>극을 전기적인 신호로 변환한 후 모니터를 통해서 보여준다. 인간의 일차적인 시각기능을 담당하는 장기인 눈과 시각피질, 그리고 일반적인 디지털 </div> <div>장비에서의 빛 정보 처리를 담당하는 장치인 카메라와 모니터간에 상호 유사성과 차이점을 살펴 보는 것은 인간의 고위 시각인지 기능을 이해하기 </div> <div>위한 좋은 시작점이 될 것같다.</div> <div> </div> <div>우선, 인간의 시각 인지능력이 얼마나 놀라운 것인지를 이해할 필요가 있다. 그래야지만이 아마도 왜 현대 첨단기술로도 인간의 시각 인지 능력을 흉</div> <div>내조차 내지 못하는지를 알 수 있을 것이다. 시속 백 킬로미터가 넘는 속도로 날라오는 테니스 공의 구질과 방향을 순식간에 파악하여 되받아 쳐 내는 </div> <div>선수의 모습은 인간의 놀라운 시각 인지 능력을 잘 보여주는 예가 된다. 인간의 놀라운 시각인지 능력의 예는 이처럼 잘 훈련 받은 사람에게서 뿐만 아</div> <div>니라 보통 사람에게서도 찾을 수 있다. 누구나 길 가다가 우연히 마주친 오랜 동창을 어렵지 않게 알아볼 수 있는데 이런 시각인지능력은 참 경이롭기 </div> <div>까지 하다. <br />인간의 능력에 준하는 시각인지 능력을 가지고 있는 로봇의 시각 시스템을 구성하는 것이 얼마나 막막한 것인지는 조금만 생각해 보면 알 수 있다. 만</div> <div>약 인간처럼 테니스를 칠 수 있는 로봇을 구현한다고 하고, 그리고 이 중에 움직임이나 다른 복잡한 로봇의 장치 기능은 빼고, 순전히 구현할 로봇의 </div> <div>시각인지기능 장치만을 고려해 보도록 하자. 우선 구성하려는 시각장치의 해상도는 인간의 망막에서 전달되는 망막 신경절 세포수를 기준으로 한다</div> <div>고 했을 때 백만 비트 정도는 되야 할 것이다 (참고로 광수용체 세포수를 기준으로 한다면 1억 비트가 넘어야 한다.). 또한 로봇이 느낄 수 있는 빛의 밝</div> <div>기 단계를 인간과 비슷한 256단계로 설정 한다면, 처리해야 하는 정보는 백만 비트가 아니라 백만 바이트가 된다. 게다가 색을 감지 하려면 세가지 독</div> <div>립적인 빛 성분에 대한 정보를 각각 처리해야 하기 때문에 여기다 다시 3를 곱하고, 마지막으로 눈은 두 개이기 때문에 여기에다가 또다시 2을 곱해야 </div> <div>한다. 즉, 단순 계산으로 볼 때 로봇이 처리해야 하는 시각 정보처리의 기본 단위는 약 6Mbyte 정도다. 그러나 사실 이것은 시작에 불과하다. 로봇이 어</div> <div>떤 물체의 움직임 패턴을 이해하고 물체의 다음 움직임을 예측하기 위해서는 이전 입력정보들과 지금 입력정보를 비교관찰 해서 움직임의 패턴을 분</div> <div>석하는 과정이 필요하다. 로봇을 인간과 비슷하게 20Hz 단위로 시각 정보를 받고, 그때 마다 이전의 0.5초 정도 동안에 입력된 시각 데이터들을 통합적</div> <div>으로 분석할 수 있게 만든다고 했을 때, 시스템이 매 초 처리해야 하는 영상의 개수는 10장(0.5초*20Hz)이며 이것을 20분에 1초 만에 수행해야 한다. 정</div> <div>리하면 로봇이 인간과 같은 시각 정보를 처리하려면 기본단위인 6Mbyte에다가 10과 20을 곱한 약 1Gbyte가 넘는 정보를 매 초에 처리해야 한다. 그리고 </div> <div>이것은 어디까지나 순전히 처리해야 하는 정보의 양이 그렇다는 말이다. 아직 정보의 처리 자체에 필요한 시간이나 부하에 대한 고려는 하지도 않았</div> <div>다. 인간의 시각 시스템은 시스템이 매 순간 처리하는 시각 정보의 양도 놀랍지만 그 많은 정보를 순식간에 처리하는 능력은 더 놀랍다. 로봇은 매 순</div> <div>간 움직이기 때문에, 로봇의 카메라로 보여지는 로봇이 처리해야 하는 시각정보의 시선 방향이나 조명상태 또한 매 순간 바뀐다. 그래서 로봇의 입력</div> <div>영상에서는 일관된 공간적, 밝기적 기준점을 찾거나 정할 수가 없다. 이런 환경에서도 물체의 3차원 위치를 파악하기 위해서는 물체의 공간 정보를 </div> <div>파악해야 하고, 그 정보를 바탕으로 두 눈의 초점을 물체에 맞춰야 한다. 테니스 공처럼 그 대상이 움직이기라도 한다면 이것을 매 순간 파악해서 눈동</div> <div>자를 조절 해야 한다. 결론적으로 이런 놀라운 시각인지 능력을 가지고 있는 컴퓨터를 만드는 것은 불가능에 가깝다는 결론에 도달하게 된다. <br />그러나 이것이 다가 아니다. 인간의 시각 인지능력에서 더 놀라운 것이 물체를 인식하고 탐색하는 능력이다. 만약 집에서 열쇠를 찾는다고 한다면, 방</div> <div>금 말한 기가 바이트의 정보와 열쇠의 영상정보를 일일이 비교하는 과정을 거쳐야 한다. 열쇠가 딱 내가 생각하는 그 모양 그대로 있으면 그나마 쉬울 </div> <div>수도 있겠지만 열쇠는 반쯤 가려져 있을 수도 있고, 놓여진 방향은 알 수가 없으며, 멀리서 작게 보일 수도 있으며, 어두운 곳에 있을 수도 있고, 어쩌면 </div> <div>먼가가 묻었거나 찌그러져 있을 수도 있다. 그런 각각의 상황에 따라 무수한 경우의 열쇠형태 패턴이 발생한다. 이리하여 시각 인지 시스템은 엄청난 </div> <div>양의 입력 시각 데이터와 또 다른 엄청난 양의 열쇠 형태 조합 데이터를 일일이 비교해야 한다. 이것은 실로 엄청난 일임에도 불구하고 만약 열쇠가 집</div> <div>에 있기만 하다면, 사람이라면 보통 별 어려움 없이 열쇠를 찾을 수 있다. <br />인간의 시각 정보 처리에서 아마도 가장 경이로운 것은 이런 물체를 인지하고 탐색하여 주의를 기울일 수 있는 능력이 의도하지도 않은 대상에까지</div> <div>도 작용한다는 것이다. 처음에 든 예처럼 우연히 (의도하지 않게) 마주친 동창의 얼굴을 (의도하지 않게) 알아보는 것이 그 예가 되겠다. 이런 현상은 인</div> <div>간의 시각인지 장치가 지금까지 경험을 통해 보아왔던 수많은 물체들의 패턴을 (무의식적으로라도) 지금 들어온 시각 자극과 비교해서 분석하고 있</div> <div>다는 터무니 없는 결론에 도달하게 한다. 그것도 매 순간! 더구나 오랫동안 보지 못했고 조금은 바뀌었을 수도 있는 옛 친구의 얼굴형태에 대한 예측을 </div> <div>하는 여유까지 보이면서 말이다. 용의자의 신원을 확인 하기 위한 얼굴 인식 프로그램을 생각해 보면 이것이 얼마나 대단한 능력인지 알 수 있다. 얼굴 </div> <div>인식 프로그램의 경우 그것을 작동이라도 시켜 보려면 우선 범죄인 증명사진 데이터 베이스가 있어야 하고 증명사진에 버금가는 용의자의 얼굴 사진</div> <div>이 확보가 되어 있어야 한다. 이런 좋은 조건에서, 그것도 한가지 조건만 검색하는 데도 프로그램에게는 적지 않은 시간이 걸리고 오류를 범하기도 하</div> <div>는 것과 비교해 봤을 때 인간의 얼굴 인식 능력은 기적에 가까워 보이다. 그런 의미에서 이런 인간수준의 시각인지시스템을 구현하는 것은 현재의 접</div> <div>근 방식으로는 아마 불가능 할 것으로 생각된다. </div> <div> </div> <div>수많은 뇌 기능들 중에서도 시각기능은 특히 연구가 많이 되어 왔다. 왜냐하면 시각 자극은 다른 감각 자극에 비해 자극의 강도나 시간이나 속성을 통</div> <div>제하기가 쉽고, 시각과 관련된 신경들은 그 연결성이나 뇌의 구조적 조직화 정도도 비교적 분명하여 연구하기가 상대적으로 쉽기 때문이다. 또한, 뇌</div> <div>의 많은 부분이 시각 정보를 처리하는데 관여 하고 있어서 시각은 연구 해볼 거리도 많은 주제이며, 시각은 인간에게 가장 직접적이고 보편적인 지각</div> <div>이기 때문에 가장 일반적으로 접근할 수 있는 뇌기능 주제이기도 하다. 이런 의미에서 시각과 관련된 뇌 연구가 다른 어느 뇌 기능 연구 분야보다도 깊</div> <div>고 넓게 진행된 것은 당연한 결과다. 그러나 그럼에도 불구하고 이처럼 인간의 고위 시각인지 능력은 너무나 훌륭하고 오묘하기 때문에 고위 시각인</div> <div>지에 대해서는 아직 이해하지 못한 부분이 태반이다. 다만, 많은 연구들 덕택에 눈을 통해 들어온 빛의 자극이 어떻게 대뇌까지 전달이 되는지 같은 상</div> <div>향식 시각 경로 특성에 대해서는 어느 정도 자세하게 알려져 있다.    <br /> 인간은 눈을 통해 빛을 받아 들이는데, 이 눈 중에서도 빛을 직접적으로 감지하는 조직은 눈의 망막 표면에 있는 광수용체 세포다. 이 세포만이 직접</div> <div>적으로 외부의 빛 에너지를 생체 전위로 변환할 수 있다. 이 전위는 마찬가지로 망막 표면의 광수용체 주위에 있는 양극세포, 수평세포, 무축삭세포 같</div> <div>은 망막신경세포들에게로 전달이 되어 다양한 작용을 한다. 그런 후 이 전위 신호는 눈에서 뇌로 가는 유일한 출력작용 세포인 망막 신경절 세포로 전</div> <div>달이 된다. 물리적인 빛 자극 신호는 망막 신결절 세포의 작용을 거친 후에야 마침내 주파수 변조 방식의 전기적 2진화 ‘디지털’ 신호가 된다. 망막 신</div> <div>경절 세포는 뇌의 중계기에 해당하는 시상(그 중 외측 슬상핵)으로 대부분 연결이 되어 있다. 그리고 이 시상이라는 중계기를 거친 빛의 자극 정보는 </div> <div>드디어 대뇌에 도달하게 되며 이 빛의 자극 정보가 일차적으로 도달하는 대뇌 부위를 일차 시각 피질로 정의하고 있다. 대뇌의 고위 시각인지작용은 </div> <div>이 일차 시각 피질에서의 신경 활동 신호를 바탕으로 하고 있다. 시각피질에 도달한 대뇌피질에서의 시각 정보원은 다시 대뇌의 다른 뇌의 부위와 작</div> <div>용한 후, 어떤 특별한 상태(?)에 도달하게 되면 마침내 어떤(?) 것을 인지하게 된다. 인지는 주관적인 경험이고 이런 주관적인 대상을 객관적인 신경생</div> <div>리학적 관점으로 정의하기란 쉽지 않다. 다만, 제프 호킨슨이 “생각하는 뇌, 생각하는 기계”라는 책을 통해 제안한 기억-예측 모델에서의 인지는 “피</div> <div>질이 외부자극으로부터 자동적으로 예측한 다음에 예상되는 감각자극 정보가 실제로 감각된 입력정보와 일치하여 결합할 때의 의식상태”다. 이것은 </div> <div>신경과학자도 아닌 사람에게서 나왔지만 참으로 놀라운 통찰이라 할 수 있다. 어찌 되었건 외부의 빛에서 어떤 감각이 발생하기까지의 과정을 다시 정리하면 다음과 같다. </div> <div>: 빛 -> 광수용체 세포 (빛 감지) -> 각종 안구 신경세포 (신호 변조) -> 망막 신경절 세포(대뇌로 신호 전달) -> 시상 (신호 정리?) -> 대뇌 일차 시각 피질 (대뇌의 시각 신호 정보원) -> 다른 대뇌부위 (인지)  </div> <div> </div> <div>일차시각 피질은 눈으로부터 들어온 빛에 대한 신경신호를 처음으로 받아들이는 대뇌 영역이며, 앞으로 다른 뇌 부위가 해야 할 복잡한 신호처리의 </div> <div>신호원을 제공하는 뇌 영역이다. 일차시각 피질의 활성화 특성은 빛 자극의 세기나 위치 같은 빛 자극의 물리적인 특성에 직접적인 영향을 받는다. 즉, </div> <div>빛의 자극이 세면 일차 시각 피질도 더 크게 활성화 되고, 일차 시각 피질에서의 활성화 부위는 자극된 시각자극의 시야 위치에 의해 결정이 된다. 그</div> <div>리고 망막의 자극 위치와 그에 따른 일차 시각 피질의 활성화 영역은 1:1 매칭이 되는데 이런 매칭에는 규칙이 있고 그 규칙에 따른 도식화도 가능하다</div> <div>. 이런 식으로, 자극된 시야의 위치와 그에 따라 활성화 되는 일차 시각 피질 위치의 상관 관계를 도식화 한 것이 망막위상지도(retinotopy map)다. 망막위</div> <div>상지도에서는 상하, 좌우, 내외가 뒤바뀌어 있다. 즉, 왼쪽 시야에 시각자극이 되면 오른쪽 일차 시각 피질이 활성화 되고, 위쪽 시야에 시각자극이 되</div> <div>면 아래쪽 일차 시각 피질이 활성화 되며, 시야의 중간에 시각자극이 되면 일차시각 피질의 바깥 끝 쪽이 활성화 되는 식이다. 어찌 되었건 이런 지도</div> <div>는 일차 시각피질의 활성화 특성은 물리적 특성을 직접적으로 반영하며, 그 활성화 특성을 바탕으로 실제 자극의 대략적인 물리 특성을 추정 할 수 있</div> <div>음을 말한다. </div> <div> </div> <div>지금까지 서술한 인간의 눈을 통해 들어온 빛의 정보가 시각 피질로 전사되는 과정은 디지털 장비의 카메라 렌즈를 통해서 들어온 빛의 정보가 액정</div> <div>표시장치(LCD : liquid crystal display)로 표시되는 과정과 유사한 점이 많다. 눈은 빛을 받아들이는 과정에서 홍채로 빛의 양을 조정하고, 수정체의 두께 </div> <div>조절로 망막에 물체의 상이 맺히도록 하는데, 눈의 홍채 역할을 카메라의 조리개가 하고, 눈의 수정체 역할을 카메라에서는 줌 기능이 대신한다. 그리</div> <div>고 물체의 상이 맺히는 위치인 인간의 망막에 해당하는 카메라의 부위는 필름 또는 전하결함소자(CCD : charge coupled device)다. 또한, 인간이 눈의 망막에 있는 광 수용체 세포로 빛을 감지한다면, 카메라는 CCD에 있는 영상소자(photodiode)로 빛을 감지한다. 이 영상소자 역시 광 수용체 세포처럼 빛이라는 물리적 속성을 전기적인 정보 신호로 변환한다. 영상소자로부터 발생한 전기신호는 CCD의 다른 장치를 통해서 보간이나 윤곽강조 또는 감마보정 </div> <div>같은 전 처리 과정을 거치는데 이것은 눈에 있는 각종 안구 신경세포들의 역할과 비슷하다. 이런 과정을 거친 CCD의 출력 신호는 인간에게서의 망막 </div> <div>신경절 세포의 출력 신호에 해당하며, 이 신호는 저장장치로 가서 데이터로 저장이 되거나 LCD같은 시각 출력 장치로 바로 보여지기도 한다. 시각 출</div> <div>력 장치는 디지털화 되어 있는 자극된 빛의 정보를 그 위상과 강도에 맞게 시각적으로 표현한다. 즉, 시각 출력장치는 CCD로 부터 출력된 시각정보를 </div> <div>그대로 반영하여 보여주기만 하는 장치이다. 이 LCD의 기능은 인간의 일차 시각 피질의 기능에 대응시킬 수 있다. 왜냐하면 일차 시각 피질 역시 카메</div> <div>라의 CCD에 해당하는 광 수용체 세포로부터 받은 시각자극의 물리적 특성을 기반으로 반응하기 때문이다. 이후 컴퓨터는 그 목적에 맞게 이 LCD에 전</div> <div>사된 영상 정보를 바탕으로 테두리나 공간 고주파수 정보만을 검출한다거나, 회전을 시킨다거나, 혹은 얼굴을 분할하는 부과적인 장치를 가지기도 </div> <div>한다. 이것은 인간의 고위 시각영역이나 고위 연합영역의 작용이 일차시각으로부터 받은 시각 정보로부터 시각 인지 활동을 이끌어 내는 것과 같은 </div> <div>형태이다. </div> <div> </div> <div>지금까지 언급하였던 인간의 시각감각 조직과 카메라 장치와의 대응을 정리하면 다음과 같다. <br />광 수용체 세포 (빛 감지) :  영상소자 -> 각종 안구 신경세포 (신호 변조) : CCD에서 영상소자 이외의 장치->  망막 신경절 세포(대뇌로 신호 전달) : CCD 출력신호 -> 시상 (신호 정리?)  ? -> 대뇌 일차 시각 피질 (대뇌의 시각 신호 정보원) : LCD -> 다른 대뇌부위 (인지) : 다른 부과적인 장치 </div> <div>카메라 장치와 인간의 시각조직 간의 기본골격을 이처럼 비교해 보면 서로 유사한 것으로 생각할 수 있다. 그러나 이것은 인간의 시각기능을 지극히 </div> <div>단순하게 간주했을 때의 이야기다. 즉, 앞서 언급한 인간의 빛 정보에 대한 일차처리과정은 그것을 카메라의 과정과 비교하기 위해서 너무나 단순하</div> <div>게 묘사 되었다. 이 설명에는 빛의 색깔이나 탁도 정보에 대한 처리는 고려되지 않았고, 양안 시를 통한 3차원 반응 또는, 동적 시각 자극에 대한 고려 </div> <div>또한 되지 않았다. 비록 일차 단계임에도 불구하고 이 과정에는 빛을 감지하여 그것을 그대로 시각 피질로 전사하는 절차만 있는 것은 아닌 것이다. 그</div> <div>리고 무엇보다도 이 설명에서는 광 수용체 세포를 통해 들어온 빛 자극 정보가 정리되고 추려져서 전달되는 과정에 대해서는 전혀 고려 되지 않았다. </div> <div>앞서 언급한 인간의 엄청난 인지시각 정보처리 능력은 효율적인 신호 정리 작용이 뒷받침 되어야지 만이 가능할 것이다. 실제로 눈을 통해 감지된 빛</div> <div>의 정보가 시각 피질로 전달되는 과정에는 정보의 양을 줄이기 위한 다양한 신호처리 절차가 있을 것으로 예상된다. 그러나 아쉽게도 이런 과정에 대</div> <div>해서는 상세하게 밝혀진 바가 별로 없다. 가장 기본적인 단계라고 할 수 있는 망막에서 조차도 1억 개가 넘는 광수용체 세포들의 신호가 어떤 식으로 </div> <div>해서 백 만개의 망막 신경절 세포로 수렴이 되어 작용 하는지를 정확히 이해하지 못해서 인공망막 같은 것을 적절하게 설계하지 못하고 있는 상황이</div> <div>다. 다만, 이 과정에서는 자극된 시각정보 중 테두리 부분의 정보나 방향성 정보 등이 추출되고, 그 추출된 정보로부터 재구성되어 압축된 정보가 다음 </div> <div>단계로 전달될 것으로 생각되고 있다. 또한 시각정보가 망막에서 시각피질로 가기 전에 시상을 거치게 되는데 이 시상의 역할도 분명하지 않다. 역시 </div> <div>다만, 동적인 자극환경에서 이전 자극 신호와 이번 자극 신호간의 차이를 비교하여 변화가 없는 부분의 정보를 정리함으로써 쓸모 없는 정보가 버려</div> <div>지는 과정이 이 시상을 거치면서 일어날 것으로 추정이 되고 있을 따름이다. 시각 정보가 일차적으로 처리되는 과정에는 처리해야 하는 정보의 양을 </div> <div>줄이기 위해 이런 것들 이외에도 다양한 알 수 없는 기발한 꼼수들이 동원되고 있을 것이다(이것은 종종 착시의 원인이 되기도 하는 듯 하다). 엄청난 </div> <div>광 수용체에서의 빛에 대한 신호 정보는 이런 과정들을 거치면서 정리되고 버려져서 나중에는 중요하고 꼭 필요한 정보로만 추려지게 된다. 그리하</div> <div>여 대뇌 피질에는 이렇게 압축 요약된 정보만 보내어 지는 것으로 보인다. 그리고 이런 절차는 처리해야 하는 데이터의 양을 대폭 줄임으로써 앞서 말</div> <div>한 거의 불가능해 보이는 인간의 시각 인지적 능력을 가능하게 하는지도 모르겠다. 만약 인간의 놀라운 시각 인지능력에 버금가는 시각 시스템을 구</div> <div>현하고자 한다면, 공학적인 기술 개발이나 컴퓨터 과학적인 알고리즘 개발 이전에 이런 뇌가 시각 정보를 정리하고 처리하는 과정부터 정확히 이해</div> <div>할 필요가 있을 듯 하다.<br /></div>