뇌과학 + 경제학 + 데이터 과학 : 복잡계 정보 처리 기술의 발달

경제학에서 에이전트 기반 모델(ABM)이라는 걸 연구한다구요?!

혹시
'계산 경제학'에 대해 들어본 분 계신가요?

뇌과학 + 경제학 + 데이터 과학이 결합된 아주 핫한 분야인데요,
계산 경제학과 계산 경제학에서 연구하고 있는 에이전트 기반 모델(ABM)이 낯선 분들을 위해

ABM을 한 눈에 이해할 수 있는 사례를 하나 소개해드릴까 합니다.

Youtube | 종교를 만들고 문명을 건설한 1000마리의 마크 AI

https://www.youtube.com/watch?v=Celv-88aetU

마인 크래프트 서버에 AI 1,000마리를 풀어놓으면..?

들어가기에 앞서

계산 경제학과 ABM처럼
뇌과학, 경제학, 데이터 과학의 융합은 최근에 나타난 현상이 아니라,
80년에 걸친 지적 여정의 정점이라고 할 수 있습니다.

이 글은 세 명의 기초 사상가—존 폰 노이만, 허버트 사이먼, 프리드리히 하이에크—의 중추적 기여를 통해 이러한 “연결주의 네트워크 지능”의 역사를 추적하고 그들의 지적 유산이 인공 신경망, 생성형 AI, 그리고 행위자 기반 모델링(ABM)의 발전으로 이어지는 경로에 관한 인사이트를 담은 글입니다.

표 1: 핵심 개념 및 기술의 연대기적 발전

1. 1940년대, 폰 노이만 : 컴퓨터 천재? 폰 노이만의 진짜 관심사

사람들은 보통 폰 노이만을 '컴퓨터의 아버지'나 엄청난 천재 수학자로만 기억합니다. 하지만 그의 진짜 관심사는 따로 있었어요. 폰 노이만은 마치 세상의 모든 것이 따르는 '숨겨진 게임의 법칙'을 찾으려는 사람 같았죠. 🧐

사람들은 보통 폰 노이만을 '컴퓨터의 아버지'나 천재 수학자로 기억합니다. 하지만 그의 진짜 관심사는 그보다 훨씬 큰 그림을 보는 것이었어요. 폰 노이만은 마치 세상의 모든 것이 따르는 '숨겨진 게임의 법칙'을 찾으려 했는데, 그 법칙의 정체는 바로 '네트워크 지능'이었습니다. 🤔

그는 전혀 상관없어 보이는 세 가지 분야에 주목했습니다.

• 사람들의 관계 (경제학): 사람들이 서로 이익을 위해 어떻게 행동하고 머리를 쓸까?

• 컴퓨터의 계산 (전산학): 기계는 어떤 원리로 정보를 착착 처리할까?

• 생명의 탄생 (생물학): 생명체(셀룰러 오토마타)는 어떻게 스스로를 복제하고 조직을 만들어낼까?

폰 노이만은 이 모든 것의 뿌리에 똑같은 기본 원리가 숨어있다고 생각했어요.

그가 진짜로 발견하고 싶었던 것은 '공통 설명서', 곧 "단순한 것들의 연결이 어떻게 지능적인 전체를 만들어내는가"라는 네트워크 지능의 보편적인 원리였습니다.

2024년 2월, 저는 지피터스의 ‘AI 임팩트’ 프로젝트에서 노동의 미래라는 글을 통해, 오늘날 AI 혁명의 기초가 된 퍼셉트론의 등장을 이끌었던 심리학자 로젠블랫과 연결주의 철학의 신호탄을 쏘아올린 경제학자 하이에크

그리고 네트워크 지능에 대해 소개드렸습니다.

https://www.gpters.org/law/post/nodongyi-mirae-3-5---nodonggwa-gisul-jinboe-daehan-ohae-xdavsYYWl1JBVdu

퍼셉트론은 많은 분들이 아시다시피 신경세포인 뉴런을 본따 만든 최초의 인공신경망을 말하며, 현대 AI 혁명을 이끈 ‘Attention is All you need’라는 논문으로 유명한 트랜스포머 기술의 뿌리가 됐습니다.

이런 배경을 알면 현대 뇌과학과 인공지능 혁명을 이해하는데에 폰 노이만의 주 관심사였던 ‘공통 설명서’인 네트워크 지능을 이해하는 것이 얼마나 중요한 일인지 쉽게 알 수 있습니다.

폰 노이만은 서로 전혀 달라 보이는 세상의 모든 것들—인간 관계, 컴퓨터, 그리고 생명—이 사실은 동일한 기본 원리로 움직인다고 생각했습니다.

폰 노이만이 발견한 뇌과학 + 경제학 + 데이터 과학 분야의 위대한 통찰들은 각각 서로 다른 분야에 대한 개별적인 기여가 아니라, 게임의 규칙, 프로그램, 유전자 코드 같은 '설명서'만 있다면 어떤 시스템이든 복잡하고 지능적인 행동을 할 수 있다는 단일하고 강력한 통찰이었습니다.

또다른 석학이자 세계적인 AI 선구자, 맥스 테그마크는 저서 ‘라이프 3.0’에서 이를 지능의 “기질 독립성”이라는 이름으로 소개하고 있습니다.

지능의 기질 독립성을 한 마디로 정의하면, “지능이 특정 물질이나 그릇에 얽매이지 않는다!”로 요약할 수 있습니다. 🧠 이는 마치 소프트웨어가 어떤 종류의 컴퓨터(하드웨어)에서 실행되든 그 본질이 변하지 않는 것과 같습니다. 따라서 이 원리에 따르면, 탄소 기반의 인간 뇌가 만들어내는 지능을 실리콘 기반의 컴퓨터 칩으로도 완벽하게 구현해낼 수 있습니다.

“지능은 살과 피와 탄소 원자를 필요로 하지 않는다.”
- 맥스 테그마크

2. 1950년대, 허버트 사이먼: 제한된 합리성

혹시 물건 하나를 살 때 모든 쇼핑몰의 모든 후기를 다 읽고, 가격을 1원 단위까지 비교해서 완벽하게 '최고의 선택'을 하는 분 계신가요?

아마 대부분 아닐 겁니다.

경제학에서는 오랫동안 인간을 모든 정보를 계산해서 최상의 결과만 쏙쏙 골라내는 완벽한 존재, '호모 이코노미쿠스'로 여겼습니다.

하지만 허버트 사이먼은 "잠깐만, 내가 본 사람들은 그렇지 않은데? 🤔" 라며 의문을 제기했습니다.

고전 경제학은 행위자들이 최적화 문제를 해결할 무한한 계산 능력을 가지고 있다고 가정하지만, 사이먼은 이것이 경험적으로 거짓임을 관찰했습니다. 인간은 인지적 한계 때문에 지름길과 휴리스틱을 사용합니다.

인간의 제한된 합리성

인간은 신이 아니기에 제한된 시간과 정보,
그리고 우리의 두뇌 능력(인지적 한계) 안에서 결정을 내리는
제한적으로 합리적인 행위자다.

사이먼에 따르면 우리는 '최고'를 찾기보다 '만족스러운' 수준, 즉 "이만하면 충분히 괜찮아!" 싶은 선택지를 만나면 탐색을 멈춥니다. 완벽한 짝을 찾기보다 '이 정도면 좋은 사람'을 만났을 때 결혼을 결심하는 것처럼요. 💍

놀랍게도 허버트 사이먼은 여기서 그치지 않고 ‘제한된 합리성’의 아이디어를 AI 분야까지 확장하며 노벨 경제학상과 AI계의 노벨상인 튜링상을 함께 수상한 첫번째 학자가 됐습니다.

그는 처음으로 숫자를 다루는 계산기(컴퓨터)가 일반적인 인간의 문제를 해결하는 ‘일반 문제 해결사(GPS, General Problem Solver)’가 될 수 있다는 사실을 밝히며 인공지능의 가능성을 보여주었습니다.

폰 노이만과 마찬가지로 사이먼의 경제학과 AI 연구 또한 별개 분야의 연구가 아닌, 깊이 얽혀 있는 연구라 할 수 있습니다. 제한된 합리성은 문제 기술(인간은 제한된 정보 처리자이다)이고, AI는 해결 방법(제한된 정보 처리자의 모델을 만들고 테스트하자)인 것이죠.

3. 1950년대, 하이에크 : 정신과 시장의 평행 질서

현대 연결주의 혁명이 일어나기 수십 년 전, 경제학자 프리드리히 하이에크는 그의 저서 감각적 질서(The Sensory Order)에서 뇌를 자기 조직화하는 신경망으로 보는 정교한 이론을 발전시켰습니다.

하이에크에게 뇌와 시장은 동일한 근본 원리로 작동하는 두 가지 사례였다고 할 수 있습니다. 즉, 하이에크는 분산된 정보를 처리하는 단순한 구성 요소들의 상호작용으로부터 복잡한 정보 처리 시스템인 네트워크화된 지능이 발현된다는 것을 연결주의 철학으로 발전시킨 학자라고 할 수 있습니다.

그는 더 나아가 ‘시장은 가격 정보 기구다’라는 말로 뇌과학에 대한 통찰을 현대 자본주의에까지 확장시키며, 자본주의가 또다른 종류의 인공지능임을 암시합니다. 그의 이론에 따르면 신자유주의는 ‘인공지능에게 경제를 맡기면 대부분의 경제문제를 해결할 수 있다’고 주장하는 사상인 것이죠.

반도체 AI vs 시장 가격 시스템 비교

경제학자가 AI의 탄생에 영감을 줬다고? 😮

인공지능(AI)의 시작에 유명한 경제학자 프리드리히 하이에크가 결정적인 영향을 미쳤다는 사실은 단순한 비유가 아니라, 문서로 남아있는 이야기입니다.

1952년, 하이에크는 그가 쓴 심리학 책 『감각적 질서』에서 우리의 뇌를 '경험을 통해 스스로 패턴을 배우고 분류하는 연결망'으로 묘사했습니다. 마치 우리가 수많은 경험을 통해 사람 얼굴이나 사물을 저절로 알아보게 되는 것처럼 말이죠.

그리고 몇 년 뒤인 1957년, 심리학자 프랭크 로젠블랫이 이를 읽고 영향을 받아 최초의 인공 신경망이라고 불리는 '퍼셉트론'을 발명했는데, 이게 바로 기계가 스스로 패턴을 학습하도록 만든 장치였습니다. 놀랍게도 로젠블랫은 퍼셉트론에 관한 논문에서 자신의 연구에 가장 큰 영감을 준 두 명의 인물 중 한 명으로 하이에크를 직접 언급했습니다.

하이에크가 제시한 개념적 청사진이 최초의 학습하는 기계를 만드는 데 결정적인 역할을 한 셈입니다.

다른 한 명은 “함께 발화하는 뉴런은 함께 연결된다(Fire together, Wire together)”로 유명한 시냅스 학습 가설의 대가 도널드 헵입니다.

표 2: 기초 사상가 - 비교 개요

4. 이후의 역사

이후에는 많은 분들이 알다시피 이들의 기여는

1. 1980년대, 역전파 알고리즘과 다층 퍼셉트론(MLP)이 등장하고 이후

2. 얀 르쿤의 CNN

3. 존 홉필드의 ‘홉필드 네트워크’ ✨

4. 데이비드 루멜하트의 RNN

5. 2017년 Attention Is All You Need와 트랜스포머

등을 거쳐 오늘날의 AI 혁명으로까지 이어지게 됐습니다.

5. 계산 경제학과 에이전트 기반 모델(ABM)

앞서 살펴봤던 복잡한 이론들이 이제 강력한 시뮬레이션과 최첨단 AI 기술로 현실이 되어, 경제와 인간의 뇌를 이해하는 새로운 문을 열고 있습니다.

사람들은 흔히 경제학을 다음과 같이 비판하곤 합니다.

“경제학은 현실 세계를 제대로 예측하지 못한다”

맞는 말입니다.

경제학자들도 스스로 그렇게 비판하며 자성의 목소리를 높여왔기 때문입니다.

그래서 이를 해결하기 위해 ✨계산 경제학(Computational Economics) 분야를 열심히 발전시켜 왔습니다.

이 계산 경제학 분야에는 두 흐름이 있습니다.

1. 동태적 일반 균형(DSGE) ← 경제학자들이 잘못된 접근법이라며 비판해온 분야

2. 에이전트 기반 모델(ABM) ← 미래 AI 시뮬레이션이 지향하고 있는 분야

1. DSGE: '이상적인 경제'를 설계하는 Top-Down 방식

DSGE는 경제 전체를 하나의 거대한, 잘 짜인 기계처럼 보는 접근법입니다. '평균적인 가계', '평균적인 기업' 같은 대표 선수 몇 명을 설정하고, 이들이 항상 가장 합리적인 선택을 한다고 가정합니다.

마치 숲을 먼저 생각하고 나무를 나중에 생각하는 '하향식(Top-down)' 설계와 같습니다.

이 방식은 중앙은행이 금리를 바꾸는 것처럼 경제 전체에 큰 충격이 왔을 때, 이 '이상적인 경제'가 어떻게 새로운 균형을 찾아가는지 예측하는 데 강점을 보입니다.

하지만 명확한 한계가 있습니다.

현실의 사람들은 언제나 완벽하게 합리적이지 않고, 때로는 감정이나 유행에 따라 비합리적인 선택을 하기도 합니다. 또한 '평균적인 사람'이라는 개념은 현실에 존재하지 않죠. DSGE는 바로 이런 개인들의 다양성과 예측 불가능한 행동을 제대로 담아내지 못한다는 비판을 받습니다.

특히 2008년 글로벌 금융위기처럼, 갑작스러운 패닉과 시장 붕괴 현상을 예측하고 설명하는 데 뚜렷한 어려움을 겪으며 한계를 드러냈습니다.

2. ABM: '현실적인 개인'들로부터 시작하는 Bottom-Up 방식

ABM(에이전트 기반 모델)은 DSGE와 정반대로, 경제를 '아래에서 위로(Bottom-up)' 쌓아 올리는 접근법입니다.

마치 게임처럼 가상의 세계를 만들고, 그 안에 수많은 '개인'(Agent)들을 풀어놓는 컴퓨터 시뮬레이션입니다. 이 개인들은 DSGE 모델처럼 초인이 아니라, 각자 자신만의 정보와 규칙에 따라 움직이는 평범한 우리 같은 존재들이죠.

(허버트 사이먼의 제한된 합리성을 가진 행위자들과 유사)

쉽게 설명하면 아래와 같습니다.

1. 비유
   수많은 개미들이 각자 단순한 규칙에 따라 움직이다가 결국 거대한 개미집이라는 놀라운 질서를 만들어내는 것처럼, 평범한 개인들의 수많은 상호작용이 모여 경제 전체의 모습을 만들어내는 것을 관찰하는 거죠.
   

2. 특징
   ABM은 현실의 다양한 사람들을 모델링할 수 있어, 금융위기나 부동산 버블처럼 갑작스럽고 복잡한 현상을 설명하는 데 더 강점을 보입니다.

요약하자면, DSGE는 경제를 하나의 거대한 '방정식'으로 풀려는 시도이고, ABM은 경제라는 복잡한 '시뮬레이션 게임'을 직접 돌려보는 것에 가깝습니다.

최근에는 현실을 더 잘 설명하기 위해 ABM의 중요성이 점점 더 커지고 있습니다.


이처럼 뇌과학 + 경제학 + 데이터 과학의 융합 학문 분야는
수십 년 간 눈에 띄게 성장했습니다.

그리고 이들 학문의 성장이
뇌과학에 관심 많은 경제학도인 제가 AI와 시뮬레이션, 그리고 게이미피케이션에 관심을 갖게된 이유입니다.

이번 기수에는 뭘 만들어볼까?

2025년 9월 3일 출간돼
교보문고 과학 분야 1위로 팔리고 있는 신경경제학 책이 있습니다.

저는 이번 기수에 이 라이프코드를 소재로 한 게임을 만들어보려고 합니다.
많이 기대해주세요 :)