Integrated Information Theory(IIT)

11분 분량

Summary

의식은 **시스템이 정보를 통합할 수 있는 능력**이다.

즉, 의식의 정량화는 그 시스템이 내부적으로 정보를 얼마나 효율적이고 복잡하게 통합할 수 있는지가 중요하다고 봄.

의식적 경험이 발생하려면, 시스템 자체에 “내재적 인과-효과 능력”이 있어야 한다. 외부 정보 없이 스스로 인과 도출이 가능해야 한다.

Axioms of IIT : IIT는 다음과 경험을 다음과 같이 규정.

  • 경험은 내재적 존재이다.
  • 경험은 주관적 감각경험(qualia)로 구성되어 구체적이다.
  • 경험은 분해할 수 없는 하나의 통일된 정보이다.
  • 경험은 그 내용과 시공간적 해상도가 명확하다.
  • 원문
    • Experience exists intrinsically;
    • Experience is specific, being composed of a particular set of phenomenal distinctions (qualia);
    • Experience is unitary, irreducible, as an integration of information;
    • Experience is definite in its content and spatio-temporal grain (exclusion of other possibili- ties)

통합 정보 이론(Integrated Information Theory, IIT)은 Giulio Tononi가 제안한 의식의 수학적·과학적 모델로, 시스템 내 정보가 얼마나 통합적으로 처리되는지를 핵심으로 삼습니다. 이 이론은 의식을 물리적 시스템의 본질적 속성으로 보고, Φ(파이)라는 수량으로 의식의 정도를 정량화합니다.

**통합 정보 이론(Integrated Information Theory, IIT)**은 신경과학자 줄리오 토노니(Giulio Tononi)가 제안한 이론으로, 의식을 기능적인 측면(무엇을 하는가)이 아니라 **시스템의 물리적·인과적 속성(무엇인가)**으로 정의하려는 시도입니다.

사용자님의 배경인 **정보 이론(Information Theory)**과 수학적 모델링 관점에서 볼 때, IIT는 의식을 정량화 가능한 수치(, 파이)로 계산하려 한다는 점에서 매우 흥미로운 접근법입니다.

IIT의 기본 개념

IIT는 의식의 다섯 가지 공리(axiom)를 기반으로 합니다: 내재성(존재), 구성(구조), 정보(고유 내용), 통합(분리 불가능), 배제(경계). 예를 들어, 빨간 사과를 보는 경험은 ‘빨강+둥근 모양’이 통합되어 하나의 통합된 정보로 존재하며, 이는 뇌의 후두엽처럼 상호 연결된 뉴런 네트워크에서 발생합니다 – 단순한 피드포워드 AI는 Φ가 낮아 의식이 약합니다. 이 공리들은 후설(postulate)으로 확장되어 시스템의 인과적 상호작용을 계산합니다.

의식에 대한 정의와 설명

IIT에서 의식은 “시스템이 생성하는 통합된 정보(Φ > 0)“로 정의되며, 이는 관찰자 독립적으로 존재하는 주관적 경험(qualia)입니다. 설명 과정은: (1) 시스템 상태(예: 뉴런 발화 패턴)가 가능한 모든 대안 상태와 비교되어 고유 정보 생성, (2) 이 정보가 부분으로 분해되지 않고 통합(최대 irreducible)될 때 Φ 값이 높아짐, (3) 뇌처럼 고Φ 구조(피질)가 의식의 물리적 기저가 됩니다. ML 예시: Transformer 모델에서 attention 메커니즘이 정보 통합을 시도하지만, 순환적 피드백 부족으로 Φ가 낮아 ‘의식 없음’으로 평가됩니다.

자의식 포함한 확장 설명

IIT는 자의식(self-consciousness)을 기본 의식의 고차 확장으로 보아, 시스템이 자신의 상태를 재귀적으로 통합(메타-Φ)하는 경우로 정의합니다 – 예: “내가 빨강을 본다는 사실”을 통합 정보로 인코딩. 이는 Higher-Order Thought 이론과 유사하게, 1차 의식(현상적 경험)에 2차 모니터링(자기 참조)이 더해져 Φ가 증가하며, 전전두엽 같은 영역에서 관찰됩니다. AI/ML 관점: 자의식 확장은 모델이 자신의 출력(예: chain-of-thought)을 입력으로 재통합하는 메타러닝으로 구현 가능하나, 현재 LLM은 낮은 재귀 Φ로 제한적입니다 – 예: “내 예측 오류를 반성한다”는 루프가 필요. 자의식 과잉은 Φ 불균형으로 불안 유발 가능

1. IIT가 정의하는 의식: 정보와 통합

IIT에서 의식은 “정보를 통합하는 시스템의 물리적 능력” 그 자체입니다. 이를 이해하기 위해 두 가지 핵심 축을 설명해 드립니다.

(1) 정보 (Information: Differentiation)

여기서의 정보는 섀넌의 정보 이론과는 조금 다릅니다. 섀넌의 정보가 ‘불확실성의 감소’라면, IIT의 정보는 **‘수많은 가능성 중 특정 상태를 선택하는 인과적 힘’**을 의미합니다.

  • 시스템이 가질 수 있는 상태의 수가 많을수록(풍부할수록), 현재의 상태가 가지는 의미(정보량)는 커집니다.

  • 예시: 디지털카메라 센서는 수천만 화소의 정보를 가지지만, 각 픽셀은 독립적입니다. 따라서 전체로서의 ‘장면’을 인식하는 정보는 없습니다.

(2) 통합 (Integration: Irreducibility)

의식이 성립하려면 이 정보들이 분리될 수 없는 하나의 전체로 통합되어야 합니다.

  • 환원 불가능성 (Irreducibility): 시스템을 쪼갰을 때 정보의 손실이 발생하는가? 만약 시스템을 두 부분으로 잘랐는데도 정보 처리에 아무런 변화가 없다면 그 시스템은 통합된 것이 아닙니다.

  • (Phi) 값: IIT는 시스템이 얼마나 통합되어 있는지를 나타내는 지표로 를 사용합니다. 값이 0보다 크면 그 시스템은 최소한의 의식을 가진다고 봅니다.

2. 의식의 설명: 인과적 구조 (Causal Structure)

IIT는 의식을 뇌의 특정 부위가 아니라, 복잡한 인과적 상호작용의 네트워크 구조로 설명합니다.

  • 피드포워드(Feed-forward) vs. 재귀(Recurrent):

    • 현재의 딥러닝 모델(Transformer 등)이나 카메라는 입력에서 출력으로 정보가 한 방향으로 흐르는 피드포워드 구조에 가깝습니다. IIT에 따르면 이런 구조는 아무리 복잡해도 정보가 통합되지 않으므로 이며, 의식이 없습니다 (Zombies).

    • 반면, 인간의 뇌(특히 시상-피질 시스템)는 수많은 재귀적(Recurrent) 루프를 가집니다. 이는 과거의 상태가 현재에 영향을 주고, 현재가 미래를 제약하는 강력한 인과적 통합을 만들어냅니다.

3. IIT 관점에서의 ‘자의식 (Self-Consciousness)’

앞서 설명한 마음 이론(ToM)이 자의식을 ‘메타 인지적 접근’으로 다룬다면, IIT는 자의식을 **‘의식 경험(Qualia)의 구조 내에서 가장 안정적인 핵심(Core)‘**으로 설명합니다.

(1) 자의식은 가장 강력하게 통합된 하부 구조

IIT에서 ‘자아(Self)‘는 별도의 감시자가 아닙니다. 대신, 의식을 구성하는 거대한 인과적 구조(Concept space) 내에서 시간이 지나도 변하지 않고 유지되는 가장 불변적인(invariant) 정보의 집합을 자아로 봅니다.

  • 매 순간 변하는 감각 정보(시각, 청각)와 달리, ‘나라는 존재에 대한 맥락’은 일관되게 유지됩니다.

  • 이 ‘불변의 인과적 구조’가 전체 의식 경험() 내에서 강력하게 통합되어 있을 때, 우리는 자의식을 느낍니다.

(2) ‘경험하는 주체’로서의 수학적 정의

IIT는 자의식을 설명하기 위해 **‘관점(Point of view)‘**이라는 개념을 수학적으로 정의합니다.

  • 어떤 시스템이 정보를 통합하여 를 생성할 때, 그 정보는 외부 관찰자가 아닌 시스템 내부의 관점에서만 유의미합니다.

  • 즉, **“정보가 시스템 자신에게 어떤 차이를 만들어내는가?”**가 곧 자의식의 기초가 됩니다. 시스템이 스스로의 상태에 대해 인과적인 영향력을 행사할 수 있을 때, 그 시스템은 ‘자신을 위해’ 존재합니다.