샌프란시스코 스타트업, 연산을 위해 살아 있는 인간 유래 뇌세포 배양

영상은 회사 소개로 시작한다. 샌프란시스코에 본사를 둔 The Biological Computing Company(TBC)는 살아 있는 뇌세포를 사용하는 회사라고 스스로를 소개한다. 직원들은 실험실에서 그것이 어떤 모습인지 보여주겠다고 말한다.

창업자는 신경과학자로 훈련받은 CEO 알렉스 센소프스키와, 신경외과의이자 신경과학자인 공동창업자 겸 CEO 존이다. 두 사람은 약 17년 전부터 서로를 알고 지냈으며, 인간 뇌에 접근할 수 있는 환경에서 학습과 기억을 연구해 왔다고 말한다. 이 기술을 상업화하는 최초의 회사가 되고 싶었다고 밝힌다.

직원들에 따르면 회사의 뇌세포 가운데 일부는 쥐에서, 일부는 인간 줄기세포에서 얻으며, 두 출처 모두 장단점이 있다. 현재 데이터의 대부분은 쥐 세포에서 나온다고 말한다.

줄기세포는 액체질소에 보관된다. 줄기세포 상태에서는 빠르게 복제하고 규모를 늘릴 수 있으며, 회사는 이를 수백만 개 보유하고 있다고 말한다. 이후 뉴런과 지지세포로 분화된다. 직원들은 쥐의 뉴런은 회사가 오랫동안 다뤄 온 세포이며, 두 출처 모두 나름의 장점을 지닌다고 설명한다.

세포는 37°C, CO2 5%, 습도가 조절된 인큐베이터에서 유지된다. 직원들은 처음 몇 주 동안 세포가 좋은 신경망을 이루는 데 필요한 연결을 형성하기 시작한다고 말한다. 회사는 세포 밀도가 다른 배양 접시를 매주 20~30개씩 준비한다.

세포는 필요한 영양분을 모두 공급하는 배양액 안에서 자란다. 직원들은 이 때문에 실험실을 '웨트 랩'이라고 부른다고 설명한다.

직원들은 배양 접시에 뚜껑을 씌운다. 이 뚜껑은 기체는 통과시키되 세포 위로 이물질이 떨어지지 않도록 막는 플루오로카본 필름이다. 이후 접시는 회사의 bioAM 장치에 넣고 고정된다. 장치의 소프트웨어는 접시마다 고유한 일련번호를 인식한다.

직원들은 TBC 로고 모양으로 약 600개의 전극에 전류를 흘려보낸 뒤 뉴런이 어떻게 반응하는지 지켜봤다고 말한다. 시연의 히트맵은 뉴런에 로고가 새겨지는 모습을 보여준다. 직원들은 중요한 것은 100밀리초 뒤에 일어나는 일이라고 말한다. 회사는 세포 활동을 기록할 수 있고, 그 활동 패턴은 매번 일정하게 유지된다고 설명한다.

발표자는 TBC 로고에 대한 반응은 생물학적 위험 표시 같은 기호를 봤을 때의 반응과 다르다고 말한다. 로고는 이미지에 특징을 더하기 때문이다. 회사는 픽셀 공간을 신경 공간으로 변환했고, 그림이라는 것이 무엇을 의미하는지에 대한 신경 표현을 갖고 있다고 주장한다.

팀은 이 과정을 수십만 번 반복하며 여러 신경 배양에서 공통적으로 유지되는 것을 찾는다. 목표는 픽셀이 뇌세포에게 무엇을 의미하는지, 그리고 그 정보가 생물학적 노드를 거쳐 어떻게 전달되는지 알아내는 것이다.

팀은 이를 바탕으로 픽셀이 뇌세포에서 표현된다는 것이 무엇인지에 대한 모델을 만들 수 있다고 말한다. 회사는 이 수학적 모델을 영상 생성처럼 픽셀을 다루는 AI 시스템에 결합할 수 있다고 설명한다.

발표자는 팀이 세포에 감각이나 의식이 있는지 자주 질문을 받는다고 말하며, 답은 분명히 '아니다'라고 밝힌다. 배양에는 약 15만 개의 세포가 있는데, 이는 동물 뇌가 가진 세포 수에 비하면 극히 일부다. 배양 세포에도 구조가 있지만 온전한 뇌와는 많이 다르다고 말한다. 혈관이 없다는 것이다.

발표자에 따르면 회사는 뇌세포가 소통하는 기본 계산 원리에는 접근할 수 있지만, 감각, 통증, 인식 같은 창발적 특성에는 접근하지 않는다. 이런 특성에는 특정한 3차원 구조와 일정 수의 세포가 필요하다는 것이다. 회사는 그 선을 분명히 긋고 있으며, 그 지점에 도달하려는 기대나 관심이 없다고 말한다.

직원들은 시연에서 프롬프트를 실행했다. 시스템이 5초짜리 클립을 생성하는 데 15초가 걸렸다고 말한다. 시스템은 오픈소스 모델 위에 구축되었으며, 회사는 이를 원본 모델과 비교한다고 설명한다. 시연은 같은 프롬프트를 기반 모델에 실행해 소요 시간을 측정한다.

발표자는 회사의 장기 방향을 실시간 생물학적 연산으로 설명한다. 뇌세포 자체를 연산 회로의 일부로 사용해 에너지 수요 일부를 떠넘긴다는 의미다. 발표자는 뇌세포에서 얻은 수학적 원리만으로도 최소 약 5배의 효율 향상이 이미 나타났으며, 연산 일부를 실제 뇌세포에 맡기면 더 큰 효과가 있을 수 있다고 말한다.

발표자는 이 시연이 기본적인 머신러닝 문제, 즉 두 입력을 비선형으로 결합해 서로 대응하는지 탐지하는 문제를 다룬다고 말한다. 발표자가 한 손을 흔들고 다른 손을 흔든다. 회사는 어느 손을 흔들었는지에 대한 정보를 세포 배양에 입력하고, 출력을 로봇에 다시 연결한 뒤, 같은 손을 두 번 흔들었는지 서로 다른 손을 흔들었는지 배양이 판단하도록 한다.

발표자가 같은 손을 두 번 보여주었을 때 배양의 출력은 일치하지 않는다는 것이었고, 그래서 로봇은 슬픈 표정을 짓도록 지시되었다고 말한다. 이어 발표자가 두 번 모두 왼손을 보여준 추가 실험에서는 로봇이 무표정하게 보였다.

직원들은 영상 생성 실험으로 돌아간다. 이번 실행에서 회사 모델은 기반이 된 기본 모델보다 8.27배 빠르게 영상을 생성했다고 발표자는 말한다.

발표자는 팀이 함께 보는 품질이 두 모델에서 유지된다고 말한다. 많은 회사가 속도를 얻기 위해 같은 최적화 도구를 쓰지만, 그 도구들은 품질을 떨어뜨릴 수 있다는 것이다. 회사는 추가한 수학적 계층 덕분에 품질을 유지하거나 높이면서 과정을 8.27배 빠르고 저렴하게 만들 수 있다고 말한다.

발표자는 계산 신경과학자들이 뇌세포에서 나온 데이터를 다루고, AI 팀은 영상을 생성하는 모델을 만든다고 말한다. 시연된 영상은 회사의 모델이 생성한 것이라고 밝힌다.

발표자는 회사가 샌프란시스코에서 사업을 하고 있으며, AI 분야의 혁신이 많아서 볼티모어에서 이곳으로 옮겨 왔다고 말한다. 회사는 Amazon Web Services를 포함한 AI 기업들과 협력하고 있으며, 이를 통해 최첨단에 있을 기회를 얻는다고 말한다.

발표자는 팀이 오랫동안 뇌세포를 키워 왔다며, 정보가 흐를 때 뇌세포가 실제 뇌와 비교해 어떤 모습인지 묻는다. 다른 발표자는 회사가 꽤 오래전부터 뇌세포의 정보 처리를 살펴봐 왔다고 말한다.

한 창업자는 신경외과 의사 경력을 떠나 스타트업을 시작하게 만든 것은 영향력이었다고 말한다. 그는 약 20년 동안 이 문제를 생각해 왔다고 밝힌다. 그의 생각에 팀이 세상에 남길 수 있는 가장 큰 영향은 훨씬 에너지 효율적이고 성능이 뛰어난 컴퓨팅이다. 15년 전에는 기술이 없었지만 지금은 기술이 있어서 결정은 쉬웠다고 말한다.

창업자는 두 공동창업자가 뇌가 할 수 있는 것, 생물학이 할 수 있는 것, 그리고 실제 세계에서 컴퓨팅이 하는 것 사이에 큰 간극이 있다는 견해를 오래 공유해 왔다고 말한다. 회사의 주제는 생물학, 자연, 진화로 돌아가는 것이며, 이 분야에서 발견의 최전선에 서 있고 이를 하는 곳은 다른 어디에도 없다고 말한다.

한 발표자는 뇌세포가 사건이 일어날 때만 활성화되는 사건 구동형이라는 점을 비롯해 차이가 많다고 말한다. 또 완전히 병렬화되어 있다고 말한다. 한 뇌세포가 자극을 받으면 모든 뇌세포가 그 자극을 느끼는데, 인공 신경망에서는 그런 일이 일어나지 않는다고 말한다.

발표자는 뇌세포가 가소성을 지니며 변한다고도 말한다. 학습할 때마다 세포들이 연결되는 방식이 바뀐다는 것이다. 발표자는 트랜지스터가 변하지 않는 딱딱한 실리콘 칩과 이를 대비한다.

AGI에 대한 질문을 받자 발표자는 AGI가 무엇인지에 대한 좋은 정의가 나오기 전까지는 그 질문을 미뤄야 한다고 말한다. 모델이 학습 데이터를 넘어 일반화할 수 있는지, 그리고 지속적인 학습이 가능한지에 대한 질문은 여전히 열려 있다고 말한다. 회사는 AGI를 향해 가고 있다고 말하지 않는다는 것이다. 대신 뇌를 더 많이 모방하는 훨씬 효율적인 시스템을 만들고 있으며, 업계가 AGI를 어떻게 정의할지 합의하면 그때 얼마나 가까운지 말할 수 있다고 한다.

발표자는 회사의 가치는 이것이 인공지능이 아니라 생물학적이고 자연스럽고 진화적인 지능이라는 점에 있다고 말한다. 인공 시스템을 조금 더 생물학적으로 만들면 산출과 능력이 엄청나게 커지며, 생물학에 기반한 미래는 좋은 방향으로 매우 다르게 보일 것이라고 말한다.