아래 영문자막을 더블클릭하시면 영상이 재생됩니다.
번역: Sanghoon Lee
검토: Wonchan Lee
00:16
So I want to talk today about an idea. It's a big idea.
0
16260
3000
오늘 아이디어 한 가지에 대해 말하려 합니다. 아주 큰 아이디어죠.
00:19
Actually, I think it'll eventually
1
19260
2000
실제로, 제 생각에는
00:21
be seen as probably the single biggest idea
2
21260
2000
이 아이디어가 궁극적으로 지난 세기 중에
00:23
that's emerged in the past century.
3
23260
2000
나온 가장 큰 아이디어가 될 것입니다.
00:25
It's the idea of computation.
4
25260
2000
계산에 관한 생각입니다.
00:27
Now, of course, that idea has brought us
5
27260
2000
물론 현재 이런 생각에는
00:29
all of the computer technology we have today and so on.
6
29260
3000
오늘날 우리가 가진 컴퓨터 기술이 포함됩니다.
00:32
But there's actually a lot more to computation than that.
7
32260
3000
하지만, 그것을 능가하는 훨씬 더 많은 계산이 필요합니다.
00:35
It's really a very deep, very powerful, very fundamental idea,
8
35260
3000
이것은 아주 심도 있고, 아주 강력하고, 매우 근본적인 아이디어로서
00:38
whose effects we've only just begun to see.
9
38260
3000
그 효과를 이제 겨우 보기 시작하고 있죠.
00:41
Well, I myself have spent the past 30 years of my life
10
41260
3000
저는 지난 30 평생 동안
00:44
working on three large projects
11
44260
2000
세 가지 큰 프로젝트를 추진해 왔죠.
00:46
that really try to take the idea of computation seriously.
12
46260
3000
계산이라는 아이디어를 심각하게 적용한 것들이죠.
00:50
So I started off at a young age as a physicist
13
50260
3000
저는 젊은 시절 물리학자로서
00:53
using computers as tools.
14
53260
2000
컴퓨터를 도구로 사용하기 시작했죠.
00:55
Then, I started drilling down,
15
55260
2000
그리고 좀 더 파고 들어가서,
00:57
thinking about the computations I might want to do,
16
57260
2000
제가 하고 싶은 계산에 대해서 생각했고,
00:59
trying to figure out what primitives they could be built up from
17
59260
3000
기본적으로 어떻게 만들어질 수 있는가 찾으려 했으며
01:02
and how they could be automated as much as possible.
18
62260
3000
가능한 많이 자동화할 수 있는가 알아보았죠.
01:05
Eventually, I created a whole structure
19
65260
2000
결국, 기호 프로그래밍을 기반으로 한
01:07
based on symbolic programming and so on
20
67260
2000
전체적인 구조를 만들 수 있었고
01:09
that let me build Mathematica.
21
69260
2000
그것이 매스매티카를 가능케 했죠.
01:11
And for the past 23 years, at an increasing rate,
22
71260
2000
그리고 지난 23년 동안 꾸준히 증가한 것은
01:13
we've been pouring more and more ideas
23
73260
2000
매스매티카에 아이디어와 기능 등을
01:15
and capabilities and so on into Mathematica,
24
75260
2000
더욱 더 많이 추가해 왔다는 것이죠.
01:17
and I'm happy to say that that's led to many good things
25
77260
3000
기쁘게 말할 수 있는 것은 이것을 통해
01:20
in R & D and education,
26
80260
2000
연구, 개발, 교육을 비롯한
01:22
lots of other areas.
27
82260
2000
여려 분야에서 많은 성과가 있었다는 것입니다.
01:24
Well, I have to admit, actually,
28
84260
2000
사실, 고백해야 할 것은
01:26
that I also had a very selfish reason for building Mathematica:
29
86260
3000
매스매티카를 만든 건 매우 이기적인 이유도 있었다는 것이죠.
01:29
I wanted to use it myself,
30
89260
2000
마치 400년 전에 갈릴레오가 자신의
01:31
a bit like Galileo got to use his telescope
31
91260
2000
망원경을 제작한 것처럼 그것도 제가 쓰기 위한
01:33
400 years ago.
32
93260
2000
도구였어요.
01:35
But I wanted to look not at the astronomical universe,
33
95260
3000
하지만 저는 천문학적 우주만이 아니라,
01:38
but at the computational universe.
34
98260
3000
계산적 우주도 보고 싶었죠.
01:41
So we normally think of programs as being
35
101260
2000
일반적으로 우리는 프로그램을
01:43
complicated things that we build
36
103260
2000
매우 특정한 목적을 위해 만든
01:45
for very specific purposes.
37
105260
2000
복잡한 것이라고 생각합니다.
01:47
But what about the space of all possible programs?
38
107260
3000
하지만 모든 것이 가능한 프로그램의 영역은 어떨까요?
01:50
Here's a representation of a really simple program.
39
110260
3000
여기 정말 단순한 프로그램을 보여주는 것이 있습니다.
01:53
So, if we run this program,
40
113260
2000
이 프로그램을 실행하면,
01:55
this is what we get.
41
115260
2000
이런 결과가 나옵니다.
01:57
Very simple.
42
117260
2000
매우 간단하죠.
01:59
So let's try changing the rule
43
119260
2000
자, 이 프로그램의 규칙을
02:01
for this program a little bit.
44
121260
2000
조금 바꿔 보도록 하죠.
02:03
Now we get another result,
45
123260
2000
이제 다른 결과가 나왔는데,
02:05
still very simple.
46
125260
2000
여전히 매우 단순하죠.
02:07
Try changing it again.
47
127260
3000
다시 한 번 바꿔보죠.
02:10
You get something a little bit more complicated.
48
130260
2000
조그은 더 복잡한 것을 얻게 됩니다.
02:12
But if we keep running this for a while,
49
132260
2000
하지만 얼마간 이 프로그램을 계속 수행하면,
02:14
we find out that although the pattern we get is very intricate,
50
134260
3000
아주 복잡한 패턴을 얻게 되더라도
02:17
it has a very regular structure.
51
137260
3000
매우 규칙적인 구조를 가지고 있음을 발견할 수 있죠.
02:20
So the question is: Can anything else happen?
52
140260
3000
질문은 이것입니다. 무엇이든지 발생할 수 있을까요?
02:23
Well, we can do a little experiment.
53
143260
2000
작은 실험을 해볼 수 있죠.
02:25
Let's just do a little mathematical experiment, try and find out.
54
145260
3000
간단한 수학적 실험을 통해서 찾아보도록 하죠.
02:29
Let's just run all possible programs
55
149260
3000
단지 우리가 보고 있는 형태에 대한
02:32
of the particular type that we're looking at.
56
152260
2000
모든 가능한 프로그램을 수행하는 겁니다.
02:34
They're called cellular automata.
57
154260
2000
이걸 세포 자동자(cellular automata)라고 부르죠.
02:36
You can see a lot of diversity in the behavior here.
58
156260
2000
여기 행동 중에서 많은 다양성을 볼 수 있죠.
02:38
Most of them do very simple things,
59
158260
2000
대부분의 경우 매우 단순한 일을 수행합니다.
02:40
but if you look along all these different pictures,
60
160260
2000
하지만 서로 다른 모든 그림 중에서,
02:42
at rule number 30,
61
162260
2000
규칙 30 번에서,
02:44
you start to see something interesting going on.
62
164260
2000
흥미로운 일이 진행되는 것을 볼 수 있습니다.
02:46
So let's take a closer look
63
166260
2000
좀 더 자세히 살펴보죠.
02:48
at rule number 30 here.
64
168260
2000
여기 규칙 30 번,
02:50
So here it is.
65
170260
2000
바로 여기죠.
02:52
We're just following this very simple rule at the bottom here,
66
172260
3000
여기 아래에 있는 매우 간단한 규칙을 따랐을 뿐이지만,
02:55
but we're getting all this amazing stuff.
67
175260
2000
이 모든 놀라운 것들을 얻었습니다.
02:57
It's not at all what we're used to,
68
177260
2000
이미 익숙해진 우리에겐 별것이 아니지만,
02:59
and I must say that, when I first saw this,
69
179260
2000
꼭 말해야 할 것은 이걸 처음 봤을 때,
03:01
it came as a huge shock to my intuition.
70
181260
3000
직관적으로 엄청난 경악으로 다가 왔고,
03:04
And, in fact, to understand it,
71
184260
2000
사실 그것을 이해한 후에는
03:06
I eventually had to create
72
186260
2000
궁극적으로 완전히 새로운 종류의
03:08
a whole new kind of science.
73
188260
2000
과학을 창조해야만 했죠.
03:11
(Laughter)
74
191260
2000
(웃음)
03:13
This science is different, more general,
75
193260
3000
이 과학에 다른 점이 있다면,
03:16
than the mathematics-based science that we've had
76
196260
2000
과거 300년 이상 연구했던 수학에 기반을 둔
03:18
for the past 300 or so years.
77
198260
3000
과학보다 더 일반적이라는 것이죠.
03:21
You know, it's always seemed like a big mystery:
78
201260
2000
알다시피, 자연이 별로 노력을 들이지 않고
03:23
how nature, seemingly so effortlessly,
79
203260
3000
우리에게 그토록 복잡해 보이는 것들을
03:26
manages to produce so much
80
206260
2000
만들어 낼 수 있는 것처럼 보이는 것은
03:28
that seems to us so complex.
81
208260
3000
언제나 큰 미스터리죠.
03:31
Well, I think we've found its secret:
82
211260
3000
제 생각에 우리는 그 비밀을 찾은 것 같아요.
03:34
It's just sampling what's out there in the computational universe
83
214260
3000
계산적 우주 안에 있는 것들의 표본을 추출하는 것만으로도
03:37
and quite often getting things like Rule 30
84
217260
3000
규칙 30 번이나 이런 것들을 매우 자주
03:40
or like this.
85
220260
3000
얻을 수 있다는 것이죠.
03:44
And knowing that starts to explain
86
224260
2000
또 이것을 밝힘으로써 과학에서 오랫동안
03:46
a lot of long-standing mysteries in science.
87
226260
3000
미스터리였던 많은 것들이 설명되기 시작했죠.
03:49
It also brings up new issues, though,
88
229260
2000
하지만 새로운 이슈도 제기하고 있는데,
03:51
like computational irreducibility.
89
231260
3000
계산적 기약성(irreducibility) 같은 것들이죠. 역) 기약성: 더 이상 줄일 수 없는 성질
03:54
I mean, we're used to having science let us predict things,
90
234260
3000
제 말은 우리가 과학을 통해 사물을 예측해오곤 했지만,
03:57
but something like this
91
237260
2000
이러한 것들이 바로
03:59
is fundamentally irreducible.
92
239260
2000
근본적으로 필요한 계산량을 더 줄일 수 없는 것들에 속합니다.
04:01
The only way to find its outcome
93
241260
2000
그 결과를 찾는 유일한 방법은
04:03
is, effectively, just to watch it evolve.
94
243260
3000
사실상 어떻게 발달해 나가는지 지켜보는 것뿐입니다.
04:06
It's connected to, what I call,
95
246260
2000
이건 제가 계산적 등가 원칙이라고
04:08
the principle of computational equivalence,
96
248260
2000
부르는 것과 연결되어 있는데,
04:10
which tells us that even incredibly simple systems
97
250260
3000
믿기 힘들 정도로 단순한 시스템들도
04:13
can do computations as sophisticated as anything.
98
253260
3000
다른 것과 마찬가지로 복잡한 계산을 수행할 수 있다는 것이죠.
04:16
It doesn't take lots of technology or biological evolution
99
256260
3000
임의적인 계산을 수행하기 위해서
04:19
to be able to do arbitrary computation;
100
259260
2000
많은 기술이나 생물학전 진화가 요구되는 것이 아니며,
04:21
just something that happens, naturally,
101
261260
2000
모든 곳에서 자연적으로 어떤 것이
04:23
all over the place.
102
263260
2000
일어난 것뿐이죠.
04:25
Things with rules as simple as these can do it.
103
265260
3000
이처럼 단순한 규칙들이 그것을 해내는 것이죠.
04:29
Well, this has deep implications
104
269260
2000
이것은 과학의 한계와
04:31
about the limits of science,
105
271260
2000
생물학적 과정이나 경제의
04:33
about predictability and controllability
106
273260
2000
예측 가능성 및 통제 가능성,
04:35
of things like biological processes or economies,
107
275260
3000
우주에 존재하는 지적 생명체,
04:38
about intelligence in the universe,
108
278260
2000
자유 의지에 대한 질문과
04:40
about questions like free will
109
280260
2000
기술을 창조하는 것에 대해
04:42
and about creating technology.
110
282260
3000
깊은 영향을 미칩니다.
04:45
You know, in working on this science for many years,
111
285260
2000
이 과학 분야에 대해 수년 간 연구한 저는
04:47
I kept wondering,
112
287260
2000
항상 궁금한 점이 있죠.
04:49
"What will be its first killer app?"
113
289260
2000
"이것을 통한 첫 대박 응용은 뭘까?"
04:51
Well, ever since I was a kid,
114
291260
2000
제가 아이였을 때부터
04:53
I'd been thinking about systematizing knowledge
115
293260
2000
생각해 온 것은 지식을 체계화하고 어느정도
04:55
and somehow making it computable.
116
295260
2000
계산 가능하게 만드는 것이었죠.
04:57
People like Leibniz had wondered about that too
117
297260
2000
라이프니츠와 같은 사람은 이미 300년 전에
04:59
300 years earlier.
118
299260
2000
같은 고민을 했었죠.
05:01
But I'd always assumed that to make progress,
119
301260
2000
하지만 저는 항상 진전을 이루기 위해서는
05:03
I'd essentially have to replicate a whole brain.
120
303260
3000
전체 두뇌를 복제하는 것이 필수라고 가정했었죠.
05:06
Well, then I got to thinking:
121
306260
2000
이제 제가 생각하고 있는 것은
05:08
This scientific paradigm of mine suggests something different --
122
308260
3000
제 과학적 패러다임은 뭔가 다른 것을 제시한다는 것입니다.
05:11
and, by the way, I've now got
123
311260
2000
그리고, 한편 지금 저는
05:13
huge computation capabilities in Mathematica,
124
313260
3000
매스매티카라는 막대한 계산 능력을 가지고 있고
05:16
and I'm a CEO with some worldly resources
125
316260
3000
거대하고 미친 것처럼 보이는 프로젝트를
05:19
to do large, seemingly crazy, projects --
126
319260
3000
추진할 수 있는 실제 자원을 가진 CEO죠.
05:22
So I decided to just try to see
127
322260
2000
그 결과 이 세상에 얼마나 많은
05:24
how much of the systematic knowledge that's out there in the world
128
324260
3000
계산할 수 있는 체계적인 정보가 있는가를 살펴보기로
05:27
we could make computable.
129
327260
2000
결정했습니다.
05:29
So, it's been a big, very complex project,
130
329260
2000
이건 거대하고 매우 복잡한 프로젝트였으며,
05:31
which I was not sure was going to work at all.
131
331260
3000
잘 될 것인지 확실하지도 않았죠.
05:34
But I'm happy to say it's actually going really well.
132
334260
3000
하지만 다행스럽게도 이건 잘 수행되고 있죠.
05:37
And last year we were able
133
337260
2000
그리고 지난해 우리는
05:39
to release the first website version
134
339260
2000
최초의 웹사이트 버전을 출시했는데,
05:41
of Wolfram Alpha.
135
341260
2000
바로 울프램 알파(Wolfram Alpha)죠.
05:43
Its purpose is to be a serious knowledge engine
136
343260
3000
이 사이트의 목적은 질문에 대한 계산을 수행하는
05:46
that computes answers to questions.
137
346260
3000
진정한 지식 엔진이 되는 것입니다.
05:49
So let's give it a try.
138
349260
2000
한 번 시험해보죠.
05:51
Let's start off with something really easy.
139
351260
2000
매우 쉬운 것부터 시작해봅시다.
05:53
Hope for the best.
140
353260
2000
잘 되길 바랍니다.
05:55
Very good. Okay.
141
355260
2000
아주 좋아요.
05:57
So far so good.
142
357260
2000
지금까진 잘 되고 있네요.
05:59
(Laughter)
143
359260
3000
(웃음)
06:02
Let's try something a little bit harder.
144
362260
3000
조금 더 어려운 걸 시도해보죠.
06:05
Let's do
145
365260
2000
자...
06:07
some mathy thing,
146
367260
3000
조금 수학적인 것과
06:10
and with luck it'll work out the answer
147
370260
3000
운을 포함해서 우리에게
06:13
and try and tell us some interesting things
148
373260
2000
어떤 흥미로운 것과 수학에 관련된
06:15
things about related math.
149
375260
2000
결과를 주도록 해보죠.
06:17
We could ask it something about the real world.
150
377260
3000
실세계에 관한 것을 물어볼 수도 있죠.
06:20
Let's say -- I don't know --
151
380260
2000
자... 잘 생각은 안나지만...
06:22
what's the GDP of Spain?
152
382260
3000
스페인의 GDP는 얼마일까요?
06:25
And it should be able to tell us that.
153
385260
2000
그것을 알려줄 수 있을 것입니다.
06:27
Now we could compute something related to this,
154
387260
2000
자 이제 이와 관련된 것들을 계산할 수도 있죠.
06:29
let's say ... the GDP of Spain
155
389260
2000
스페인의 GDP를 어떤 것으로
06:31
divided by, I don't know,
156
391260
2000
나눈다고 해보죠. 마땅한 것이
06:33
the -- hmmm ...
157
393260
2000
잘 떠오르지 않네요...
06:35
let's say the revenue of Microsoft.
158
395260
2000
마이크로소프트의 이익이라고 해봅시다.
06:37
(Laughter)
159
397260
2000
(웃음)
06:39
The idea is that we can just type this in,
160
399260
2000
우리는 입력과 생각할 수 있는 질문의
06:41
this kind of question in, however we think of it.
161
401260
3000
종류를 정렬할 수 있습니다.
06:44
So let's try asking a question,
162
404260
2000
질문을 한 번 해보죠.
06:46
like a health related question.
163
406260
2000
건강관련 질문입니다.
06:48
So let's say we have a lab finding that ...
164
408260
3000
검사결과, 50세 남성의
06:51
you know, we have an LDL level of 140
165
411260
2000
저밀도지질단백질(LDL) 수치가 140이
06:53
for a male aged 50.
166
413260
3000
나왔다고 해보죠.
06:56
So let's type that in, and now Wolfram Alpha
167
416260
2000
입력해보죠. 울프램 알파가
06:58
will go and use available public health data
168
418260
2000
가용한 공공 보건 자료를 사용해서
07:00
and try and figure out
169
420260
2000
어떤 부분의 인구가
07:02
what part of the population that corresponds to and so on.
170
422260
3000
이에 해당하는지를 포함한 정보를 밝혀줄 것입니다.
07:05
Or let's try asking about, I don't know,
171
425260
3000
다른 질문도 해보죠. 뭐가 좋을까요?
07:08
the International Space Station.
172
428260
2000
국제 우주정거장.
07:10
And what's happening here is that
173
430260
2000
여기서 일어나는 것은
07:12
Wolfram Alpha is not just looking up something;
174
432260
2000
울프램 알파가 단순히 어떤 걸 찾는 것만 아니라
07:14
it's computing, in real time,
175
434260
3000
실시간으로 수행되는 계산이죠.
07:17
where the International Space Station is right now at this moment,
176
437260
3000
바로 이순간 국제 우주정거장(ISS)이 어디에 있으며,
07:20
how fast it's going, and so on.
177
440260
3000
얼마나 빠르게 움직이고 있나 하는 것들입니다.
07:24
So Wolfram Alpha knows about lots and lots of kinds of things.
178
444260
3000
울프램 알파는 이런 종류의 정보를 아주 많이 알고 있죠.
07:27
It's got, by now,
179
447260
2000
현재 여러분이
07:29
pretty good coverage of everything you might find
180
449260
2000
표준 문헌 도서관에서 찾을 수 있는
07:31
in a standard reference library.
181
451260
3000
거의 대부분의 정보를 망라하고 있습니다.
07:34
But the goal is to go much further
182
454260
2000
하지만 그 목표는 훨씬 더 나아가
07:36
and, very broadly, to democratize
183
456260
3000
매우 광범위하게 민주화된
07:39
all of this knowledge,
184
459260
3000
모든 종류의 지식을 포함하여,
07:42
and to try and be an authoritative
185
462260
2000
모든 분야에서 권위 있는
07:44
source in all areas.
186
464260
2000
정보원이 되어
07:46
To be able to compute answers to specific questions that people have,
187
466260
3000
사람들이 가진 특정 질문에 대한 계산된 답을 제공하는 것이죠.
07:49
not by searching what other people
188
469260
2000
다른 사람들이 이전이 작성했던
07:51
may have written down before,
189
471260
2000
정보를 검색해주는 것이 아니라,
07:53
but by using built in knowledge
190
473260
2000
내장된 지식을 이용하여
07:55
to compute fresh new answers to specific questions.
191
475260
3000
특정 질문에 대해 신선하고 새로운 답을 계산해주는 것이죠.
07:58
Now, of course, Wolfram Alpha
192
478260
2000
물론 울프램 알파는 현재
08:00
is a monumentally huge, long-term project
193
480260
2000
기념비적으로 거대하고 장기적인 프로젝트로
08:02
with lots and lots of challenges.
194
482260
2000
수 많은 도전과제를 안고 있습니다.
08:04
For a start, one has to curate a zillion
195
484260
3000
맨 처음, 수 많은 사실과 데이터 소스를
08:07
different sources of facts and data,
196
487260
3000
정리해야 했고,
08:10
and we built quite a pipeline of Mathematica automation
197
490260
3000
매스매티카 자동화와 이 일에 능숙한
08:13
and human domain experts for doing this.
198
493260
3000
각 분야의 전문가와 연계하는 작업을 했죠.
08:16
But that's just the beginning.
199
496260
2000
그건 시작에 불과했죠.
08:18
Given raw facts or data
200
498260
2000
주어진 원천 사실이나 자료를 통해
08:20
to actually answer questions,
201
500260
2000
실제 질문에 대한 답을 구하려면,
08:22
one has to compute:
202
502260
2000
계산을 수행해야 하고,
08:24
one has to implement all those methods and models
203
504260
2000
이 모든 방법과 모델을 비롯해
08:26
and algorithms and so on
204
506260
2000
알고리듬 등을 구현해야만 했죠.
08:28
that science and other areas have built up over the centuries.
205
508260
3000
이것들은 수 세기에 걸쳐 쌓아온 과학과 여러 영역에 대한 것입니다.
08:31
Well, even starting from Mathematica,
206
511260
3000
사실 매스매티카를 기반으로 시작하더라도
08:34
this is still a huge amount of work.
207
514260
2000
이것은 여전히 엄청난 양의 일이죠.
08:36
So far, there are about 8 million lines
208
516260
2000
지금까지 8백만 줄의 매스매티카 코드가
08:38
of Mathematica code in Wolfram Alpha
209
518260
2000
울프램 알파에 입력되었으며,
08:40
built by experts from many, many different fields.
210
520260
3000
아주 많은 서로 다른 분야의 전문가들이 작성에 참여했죠.
08:43
Well, a crucial idea of Wolfram Alpha
211
523260
3000
울프램 알파의 핵심적인 아이디어 하나는
08:46
is that you can just ask it questions
212
526260
2000
일반적인 인간의 언어를 통해
08:48
using ordinary human language,
213
528260
3000
질문을 할 수 있다는 것인데,
08:51
which means that we've got to be able to take
214
531260
2000
이것은 사람들이 검색창에 입력하는
08:53
all those strange utterances that people type into the input field
215
533260
3000
모든 이상한 말투를 받아들일 수 있어야 하고
08:56
and understand them.
216
536260
2000
이해해야 한다는 것이죠.
08:58
And I must say that I thought that step
217
538260
2000
분명히 말해야 하는 것은 제 생각에
09:00
might just be plain impossible.
218
540260
3000
그런 단계는 단순히 불가능할 수 있다는 거에요.
09:04
Two big things happened:
219
544260
2000
두 가지 큰 일이 발생했죠.
09:06
First, a bunch of new ideas about linguistics
220
546260
3000
첫째, 계산적 우주를 연구한 결과
09:09
that came from studying the computational universe;
221
549260
3000
언어학에 대한 새로운 많은 아이디어를 얻었죠.
09:12
and second, the realization that having actual computable knowledge
222
552260
3000
둘째, 실제 계산적 지식을 얻는 것은 언어를 이해하는 방식을
09:15
completely changes how one can
223
555260
2000
완전히 변화시킬 수 있다는 사실을
09:17
set about understanding language.
224
557260
3000
인지하게 된 것입니다.
09:20
And, of course, now
225
560260
2000
물론 지금은
09:22
with Wolfram Alpha actually out in the wild,
226
562260
2000
실제 세상에 선을 보인 울프램 알파를 통해
09:24
we can learn from its actual usage.
227
564260
2000
실제 사례로부터 배울 수 있죠.
09:26
And, in fact, there's been
228
566260
2000
사실상 흥미로운 상호진화가
09:28
an interesting coevolution that's been going on
229
568260
2000
울프램 알파와 인간 사용자들 사이에서
09:30
between Wolfram Alpha
230
570260
2000
일어나고 있는 것을
09:32
and its human users,
231
572260
2000
볼 수 있습니다.
09:34
and it's really encouraging.
232
574260
2000
매우 고무적인 일이죠.
09:36
Right now, if we look at web queries,
233
576260
2000
바로 지금 웹 검색어를 본다면,
09:38
more than 80 percent of them get handled successfully the first time.
234
578260
3000
80% 이상의 질문이 최초 시도에서 성공적인 답을 얻고 있습니다.
09:41
And if you look at things like the iPhone app,
235
581260
2000
아이폰 응용 프로그램을 보시면,
09:43
the fraction is considerably larger.
236
583260
2000
이게 상당히 큰 부분이라는 것을 알 수 있죠.
09:45
So, I'm pretty pleased with it all.
237
585260
2000
그래서 매우 기쁘게 생각합니다.
09:47
But, in many ways,
238
587260
2000
하지만, 많은 부분에 있어서
09:49
we're still at the very beginning with Wolfram Alpha.
239
589260
3000
울프램 알파의 아주 시작 단계에 머물러 있죠.
09:52
I mean, everything is scaling up very nicely
240
592260
2000
모든 것이 아주 순조롭게 확대되는 중이죠.
09:54
and we're getting more confident.
241
594260
2000
더 많은 확신을 갖게 되었죠.
09:56
You can expect to see Wolfram Alpha technology
242
596260
2000
울프램 알파 기술을
09:58
showing up in more and more places,
243
598260
2000
더 많은 곳에서 보게 될 것입니다.
10:00
working both with this kind of public data, like on the website,
244
600260
3000
웹사이트의 공공 자료는 물론이고
10:03
and with private knowledge
245
603260
2000
개인, 기업 등 사적인 지식과도
10:05
for people and companies and so on.
246
605260
3000
연동하게 될 것입니다.
10:08
You know, I've realized that Wolfram Alpha actually gives one
247
608260
3000
알다시피, 전 울프램 알파가 새로운 형태의
10:11
a whole new kind of computing
248
611260
2000
계산을 제공해줄 것을 인지하고 있습니다.
10:13
that one can call knowledge-based computing,
249
613260
2000
지식기반 계산이라고 부르는 것이죠.
10:15
in which one's starting not just from raw computation,
250
615260
3000
단지 원천 계산에서 나오는 것이 아니라
10:18
but from a vast amount of built-in knowledge.
251
618260
3000
방대한 내장 지식에서 나오는 것이죠.
10:21
And when one does that, one really changes
252
621260
2000
이런 일이 가능해지면, 계산된 결과를
10:23
the economics of delivering computational things,
253
623260
3000
전달하는 경제에서 큰 변화를 가져올 것입니다.
10:26
whether it's on the web or elsewhere.
254
626260
2000
웹이나 그 밖의 영역 모두에 해당됩니다.
10:28
You know, we have a fairly interesting situation right now.
255
628260
3000
알다시피, 지금 매우 흥미로운 상황에 있습니다.
10:31
On the one hand, we have Mathematica,
256
631260
2000
한 손에는 매스매티카가 있습니다.
10:33
with its sort of precise, formal language
257
633260
3000
정확하고, 정형화된 언어이며
10:36
and a huge network
258
636260
2000
많은 일을 단 몇 줄안에 처리할 수 있도록
10:38
of carefully designed capabilities
259
638260
2000
잘 디자인된 기능들을 모은
10:40
able to get a lot done in just a few lines.
260
640260
3000
거대한 네트워크입니다.
10:43
Let me show you a couple of examples here.
261
643260
3000
몇 가지 예를 보여드리겠습니다.
10:47
So here's a trivial piece of Mathematica programming.
262
647260
3000
이것은 매스매티카 프로그램의 일부에 불과합니다.
10:51
Here's something where we're sort of
263
651260
2000
여기에 바로 여러 종류의 서로 다른
10:53
integrating a bunch of different capabilities here.
264
653260
3000
기능을 한데 모아 통합한 것이 자리하고 있죠.
10:56
Here we'll just create, in this line,
265
656260
3000
바로 여기에 조그만 유저 인터페이스를
10:59
a little user interface that allows us to
266
659260
3000
생성하는 라인을 추가하여
11:02
do something fun there.
267
662260
2000
재미있는 것을 할 수 있죠.
11:05
If you go on, that's a slightly more complicated program
268
665260
2000
계속할 경우, 좀 더 복잡한 프로그램을 통해
11:07
that's now doing all sorts of algorithmic things
269
667260
3000
모든 종류의 알고리듬을 수행하고
11:10
and creating user interface and so on.
270
670260
2000
유저 인터페이스와 같은 것들을 만들 수 있죠.
11:12
But it's something that is very precise stuff.
271
672260
3000
하지만 이것들은 매우 정확한 것들입니다.
11:15
It's a precise specification with a precise formal language
272
675260
3000
정확한 정형 언어로 작성된 정확한 명세는
11:18
that causes Mathematica to know what to do here.
273
678260
3000
매스매티카로 하여금 무엇을 해야 하는지 알게 합니다.
11:21
Then on the other hand, we have Wolfram Alpha,
274
681260
3000
또 다른 손에는 울프램 알파가 있습니다.
11:24
with all the messiness of the world
275
684260
2000
지구상에 있는 모든 종류의 혼동과
11:26
and human language and so on built into it.
276
686260
2000
인간의 언어 등이 내장되어 있죠.
11:28
So what happens when you put these things together?
277
688260
3000
자 이 두 가지를 합치면 무슨 일이 생길까요?
11:31
I think it's actually rather wonderful.
278
691260
2000
저는 매우 멋진 것을 생각합니다.
11:33
With Wolfram Alpha inside Mathematica,
279
693260
2000
매스매티카가 내장된 울프램 알파로
11:35
you can, for example, make precise programs
280
695260
2000
실세계 데이터를 요구하는
11:37
that call on real world data.
281
697260
2000
정확한 프로그램을 만들 수 있는 거죠.
11:39
Here's a real simple example.
282
699260
2000
여기 간단한 실제 사례가 있습니다.
11:44
You can also just sort of give vague input
283
704260
3000
그냥 불명확한 것들을 입력한 후
11:47
and then try and have Wolfram Alpha
284
707260
2000
울프램 알파가 무엇을 의미한 것인지
11:49
figure out what you're talking about.
285
709260
2000
파악하도록 할 수도 있죠.
11:51
Let's try this here.
286
711260
2000
이걸 한 번 해보죠.
11:53
But actually I think the most exciting thing about this
287
713260
3000
저는 이에 관해 가장 흥미로운 것 중에 하나가 바로
11:56
is that it really gives one the chance
288
716260
2000
민주화된 프로그래밍의 기회를
11:58
to democratize programming.
289
718260
3000
실제로 제공해줄 것이란 생각입니다.
12:01
I mean, anyone will be able to say what they want in plain language.
290
721260
3000
이 말은 누군가 원하는 것을 평범한 언어로 말하고 나면,
12:04
Then, the idea is that Wolfram Alpha will be able to figure out
291
724260
3000
울프램 알파가 정확히 어떤 코드 조각이
12:07
what precise pieces of code
292
727260
2000
요구하는 것을 수행할 수 있는 지
12:09
can do what they're asking for
293
729260
2000
파악할 수 있을 것이라는 말입니다.
12:11
and then show them examples that will let them pick what they need
294
731260
3000
그런 다음에는 사용자에게 예시들을 보여줄 것이며 사용자는 이들을 골라
12:14
to build up bigger and bigger, precise programs.
295
734260
3000
더 큰 정확한 프로그램을 만들 것입니다.
12:17
So, sometimes, Wolfram Alpha
296
737260
2000
따라서 때로는 울프램 알파가
12:19
will be able to do the whole thing immediately
297
739260
2000
전체를 즉각적으로 수행할 수 있을 것이고
12:21
and just give back a whole big program that you can then compute with.
298
741260
3000
나중에 계산할 때 사용할 수 있는 커다란 프로그램을 단지 돌려줄 수도 있습니다.
12:24
Here's a big website
299
744260
2000
자 여기 대형 웹사이트가 있습니다.
12:26
where we've been collecting lots of educational
300
746260
3000
여러 교육적인 것들과 많은 것들에 대한
12:29
and other demonstrations about lots of kinds of things.
301
749260
3000
데모들을 수집해 오고 있습니다.
12:32
I'll show you one example here.
302
752260
3000
어떤 것을 보여드려야 할지 모르겠지만, 이것은 어떨까요.
12:36
This is just an example of one of these computable documents.
303
756260
3000
이건 단순히 계산 가능한 문서의 한 예입니다.
12:39
This is probably a fairly small
304
759260
2000
여기서 작동되는
12:41
piece of Mathematica code
305
761260
2000
매스매티카 코드는
12:43
that's able to be run here.
306
763260
2000
아마도 매우 짧을 겁니다.
12:47
Okay. Let's zoom out again.
307
767260
3000
좋아요. 다시 논의를 넓혀보죠.
12:50
So, given our new kind of science,
308
770260
2000
우리의 새로운 종류의 과학이 있을 때,
12:52
is there a general way to use it to make technology?
309
772260
3000
기술을 만들기 위해 사용할 수 있는 일반적인 방법이 있을까요?
12:55
So, with physical materials,
310
775260
2000
물리 재료의 경우에는,
12:57
we're used to going around the world
311
777260
2000
우리는 세계를 돌면서
12:59
and discovering that particular materials
312
779260
2000
특정 물질이
13:01
are useful for particular
313
781260
2000
특정 목적에 유용하다는 사실을
13:03
technological purposes.
314
783260
2000
발견해오고는 했습니다.
13:05
Well, it turns out we can do very much the same kind of thing
315
785260
2000
바로 이것과 동일한 방식이 계산적 우주에서도
13:07
in the computational universe.
316
787260
2000
적용될 수 있다는 것이 발견된 것입니다.
13:09
There's an inexhaustible supply of programs out there.
317
789260
3000
끊임없는 프로그램의 공급이 존재합니다.
13:12
The challenge is to see how to
318
792260
2000
과제는 어떻게 이것들을
13:14
harness them for human purposes.
319
794260
2000
인간의 목적을 위해 사용할 것인가 하는 것이죠.
13:16
Something like Rule 30, for example,
320
796260
2000
예를 들어 규칙 30 번과 같은 것은
13:18
turns out to be a really good randomness generator.
321
798260
2000
임의성(randomness) 발생기로서 매우 훌륭하다는 것처럼 말입니다.
13:20
Other simple programs are good models
322
800260
2000
다른 간단한 프로그램들도 자연계나 사회에서
13:22
for processes in the natural or social world.
323
802260
3000
발생하는 과정에 대한 좋은 모델입니다.
13:25
And, for example, Wolfram Alpha and Mathematica
324
805260
2000
예를 들어, 울프램 알파와 매스매티카는
13:27
are actually now full of algorithms
325
807260
2000
실제로 계산적 우주를 찾으면서 발견한
13:29
that we discovered by searching the computational universe.
326
809260
3000
알고리듬으로 가득 차 있죠.
13:33
And, for example, this -- if we go back here --
327
813260
3000
예를 들어, 여기로 돌아가 보죠.
13:37
this has become surprisingly popular
328
817260
2000
이건 작곡가들 사이에
13:39
among composers
329
819260
2000
상당한 인기를 끌고 있는 것으로
13:41
finding musical forms by searching the computational universe.
330
821260
3000
계산적 우주를 탐색하여 음악적 형태를 찾아줍니다.
13:45
In a sense, we can use the computational universe
331
825260
2000
어떤 의미에서, 우리는 계산적 우주를 이용하여
13:47
to get mass customized creativity.
332
827260
3000
대량 맞춤형 창조성을 얻을 수 있죠.
13:50
I'm hoping we can, for example,
333
830260
2000
저는 우리가 울프램 알파를
13:52
use that even to get Wolfram Alpha
334
832260
2000
이용하여 발명과 발견을
13:54
to routinely do invention and discovery on the fly,
335
834260
3000
사용 도중 정기적으로 이뤄내고
13:57
and to find all sorts of wonderful stuff
336
837260
2000
엔지니어와 점진적 진화를 통해서는
13:59
that no engineer
337
839260
2000
여지껏 찾아낼 수 없었던
14:01
and no process of incremental evolution would ever come up with.
338
841260
3000
모든 멋진 것들을 찾을 수 있기를 희망합니다.
14:05
Well, so, that leads to kind of an ultimate question:
339
845260
3000
자 이것들은 궁극적인 질문에 다다르게 하죠.
14:08
Could it be that someplace out there in the computational universe
340
848260
3000
계산적 우주 어딘가에 우리의 물리적 우주를
14:11
we might find our physical universe?
341
851260
3000
찾을 수 있는 영역이 있을까요?
14:14
Perhaps there's even some quite simple rule,
342
854260
2000
아마도 심지어 어딘가에 우리 우주를 만든
14:16
some simple program for our universe.
343
856260
3000
훨씬 더 간단한 규칙과 간단한 프로그램이 있을 것입니다.
14:19
Well, the history of physics would have us believe
344
859260
2000
물리학의 역사는 우주를 만든 규칙이
14:21
that the rule for the universe must be pretty complicated.
345
861260
3000
매우 복잡해야만 한다는 것을 믿도록 했죠.
14:24
But in the computational universe,
346
864260
2000
하지만 계산적 우주에서는
14:26
we've now seen how rules that are incredibly simple
347
866260
3000
믿을 수 없을 정도로 간단한 규칙이 어떻게
14:29
can produce incredibly rich and complex behavior.
348
869260
3000
상상할 수 없을 정도로 풍부하고 복잡한 행동을 하는지 볼 수 있습니다.
14:32
So could that be what's going on with our whole universe?
349
872260
3000
그것이 전체 우주가 어떻게 돌아가는지 보여줄 수 있지 않을까요?
14:36
If the rules for the universe are simple,
350
876260
2000
우주의 규칙이 간단하다면,
14:38
it's kind of inevitable that they have to be
351
878260
2000
그것들은 필연적으로 매우 추상적이고
14:40
very abstract and very low level;
352
880260
2000
매우 낮은 수준이어야 합니다.
14:42
operating, for example, far below
353
882260
2000
예를 들어 사물을 표현하는 것을
14:44
the level of space or time,
354
884260
2000
어렵게 만드는 시간이나 공간 수준보다
14:46
which makes it hard to represent things.
355
886260
2000
훨씬 낮은 수준에서 일어나는 연산이라는 거죠.
14:48
But in at least a large class of cases,
356
888260
2000
하지만 적어도 규모가 클 경우에는
14:50
one can think of the universe as being
357
890260
2000
우주가 일종의 네트워크처럼
14:52
like some kind of network,
358
892260
2000
생겼다고 생각할 수 있는데,
14:54
which, when it gets big enough,
359
894260
2000
충분히 커질 경우엔
14:56
behaves like continuous space
360
896260
2000
연속 우주처럼 행동한다는 거죠.
14:58
in much the same way as having lots of molecules
361
898260
2000
연속 유체에서 다수의 분자가
15:00
can behave like a continuous fluid.
362
900260
2000
행동하는 것과 매우 유사합니다.
15:02
Well, then the universe has to evolve by applying
363
902260
3000
그 이후엔 우주가 이 네트워크에 작은 규칙을
15:05
little rules that progressively update this network.
364
905260
3000
점진적으로 적용하면서 진화해야 하죠.
15:08
And each possible rule, in a sense,
365
908260
2000
어떤 의미에서는 각각 가능한 규칙이
15:10
corresponds to a candidate universe.
366
910260
2000
각 우주 모델 후보와 관련되는 거죠.
15:12
Actually, I haven't shown these before,
367
912260
3000
사실 전에는 이것들을 보여드리지 않았지만,
15:16
but here are a few of the candidate universes
368
916260
3000
여기에 제가 고려해왔던 몇 가지 우주 모델의 후보가
15:19
that I've looked at.
369
919260
2000
있습니다.
15:21
Some of these are hopeless universes,
370
921260
2000
이것들 중 일부는 전혀 가망이 없고,
15:23
completely sterile,
371
923260
2000
완전히 의미가 없는 것들로서
15:25
with other kinds of pathologies like no notion of space,
372
925260
2000
공간의 개념이 없다거나, 시간의 개념이 없다거나 등등
15:27
no notion of time, no matter,
373
927260
3000
아무튼 문제를 지닌
15:30
other problems like that.
374
930260
2000
비정상을 포함하고 있죠.
15:32
But the exciting thing that I've found in the last few years
375
932260
3000
하지만 신나는 것은 지난 몇 년 동안
15:35
is that you actually don't have to go very far
376
935260
2000
완전히 우리의 우주가 아니라고
15:37
in the computational universe
377
937260
2000
할 수 없는 수준의 후보를
15:39
before you start finding candidate universes
378
939260
2000
찾는 것은 그렇게 오래 걸리지
15:41
that aren't obviously not our universe.
379
941260
3000
않는다는 것을 발견한 사실입니다.
15:44
Here's the problem:
380
944260
2000
그러나 문제가 한 가지 있습니다:
15:46
Any serious candidate for our universe
381
946260
3000
우리 우주에 대한 어떠한 그럴듯한 후보도
15:49
is inevitably full of computational irreducibility.
382
949260
3000
필연적으로 필요한 계산량을 더 줄일 수 없는 것으로 가득차 있는데,
15:52
Which means that it is irreducibly difficult
383
952260
3000
이는 그것이 실제로 어떻게 동작할 지,
15:55
to find out how it will really behave,
384
955260
2000
우리의 물리 우주와는 일치하는지 알아내는데
15:57
and whether it matches our physical universe.
385
957260
3000
필요한 계산을 끝까지 해보지 않으면 알 수 없을 정도로 어렵다는 것을 의미합니다.
16:01
A few years ago, I was pretty excited to discover
386
961260
3000
몇 년 전에 매우 흥미로운 발견을 했는데,
16:04
that there are candidate universes with incredibly simple rules
387
964260
3000
극도로 간단한 규칙을 가진 이 후보 우주들이
16:07
that successfully reproduce special relativity,
388
967260
2000
특수 상대성, 일반 상대성, 중력을 비롯하여
16:09
and even general relativity and gravitation,
389
969260
3000
약간의 양자역학에 대한 실마리를
16:12
and at least give hints of quantum mechanics.
390
972260
3000
성공적으로 재현한 사실입니다.
16:15
So, will we find the whole of physics?
391
975260
2000
그럼 우리가 물리학 전체를 찾을 수 있을까요?
16:17
I don't know for sure,
392
977260
2000
확실하게는 모르겠어요.
16:19
but I think at this point it's sort of
393
979260
2000
하지만 현재로서는 시도조차 안 하는 것은
16:21
almost embarrassing not to at least try.
394
981260
2000
부끄러운 일이라 생각합니다.
16:23
Not an easy project.
395
983260
2000
쉬운 프로젝트가 아니죠.
16:25
One's got to build a lot of technology.
396
985260
2000
많은 기술을 쌓아야만 합니다.
16:27
One's got to build a structure that's probably
397
987260
2000
그 기술의 정도는 현존하는 물리학 만큼의
16:29
at least as deep as existing physics.
398
989260
2000
깊이를 가지고 있을 수 있죠.
16:31
And I'm not sure what the best way to organize the whole thing is.
399
991260
3000
그리고 그 전체를 조직화하기 위한 최선의 방법이 무엇인지도 확신할 수 없습니다.
16:34
Build a team, open it up, offer prizes and so on.
400
994260
3000
팀을 만들고, 개방하고, 상을 수여하는 것 등을 시도하고 있죠.
16:37
But I'll tell you, here today,
401
997260
2000
하지만 오늘 이 자리에서 드릴 말씀은
16:39
that I'm committed to seeing this project done,
402
999260
2000
이 프로젝트를 종료시키는데 전력을 투구하고 있고,
16:41
to see if, within this decade,
403
1001260
3000
가능하다면, 이번 십년 안에
16:44
we can finally hold in our hands
404
1004260
2000
우리는 우주의 법칙을
16:46
the rule for our universe
405
1006260
2000
손에 쥐게 될 것이며,
16:48
and know where our universe lies
406
1008260
2000
모든 가능한 우주 중에
16:50
in the space of all possible universes ...
407
1010260
2000
우리의 우주가 어디에 위치하는지와
16:52
and be able to type into Wolfram Alpha, "the theory of the universe,"
408
1012260
3000
울프램 알파가 우주의 이론을 검색할 수 있게 되어,
16:55
and have it tell us.
409
1015260
2000
그것을 우리에게 알려줄 것입니다.
16:57
(Laughter)
410
1017260
2000
(웃음)
17:00
So I've been working on the idea of computation
411
1020260
2000
저는 계산이라는 아이디어에 대해
17:02
now for more than 30 years,
412
1022260
2000
30년 이상 연구해 왔으며,
17:04
building tools and methods and turning intellectual ideas
413
1024260
3000
도구와 방법을 만들어 지적 아이디어들을
17:07
into millions of lines of code
414
1027260
2000
수백만 줄짜리 코드로 만들었고,
17:09
and grist for server farms and so on.
415
1029260
2000
방대한 서버 팜도 운영하고 있죠.
17:11
With every passing year,
416
1031260
2000
세월이 지나면서
17:13
I realize how much more powerful
417
1033260
2000
깨달은 것은 계산이라는 아이디어가
17:15
the idea of computation really is.
418
1035260
2000
진정 얼마나 강력한 것인가하는 것입니다.
17:17
It's taken us a long way already,
419
1037260
2000
이미 우리를 이 멀리 데려왔지만,
17:19
but there's so much more to come.
420
1039260
2000
아직도 더 가야할 길이 훨씬 많아요.
17:21
From the foundations of science
421
1041260
2000
과학의 기본부터
17:23
to the limits of technology
422
1043260
2000
기술의 한계에 이르기까지,
17:25
to the very definition of the human condition,
423
1045260
2000
인간의 조건에 대한 정확한 정의에 도달할 때까지,
17:27
I think computation is destined to be
424
1047260
2000
저는 계산이야 말로 우리 미래에 대한 생각을
17:29
the defining idea of our future.
425
1049260
2000
정의하도록 되어 있는 것이라고 생각합니다.
17:31
Thank you.
426
1051260
2000
감사합니다.
17:33
(Applause)
427
1053260
14000
(박수)
17:47
Chris Anderson: That was astonishing.
428
1067260
2000
크리스 앤더슨: 와 멋지네요.
17:49
Stay here. I've got a question.
429
1069260
2000
가만 계세요. 질문이 있어요.
17:51
(Applause)
430
1071260
4000
(박수)
17:57
So, that was, fair to say, an astonishing talk.
431
1077260
3000
정말 놀라운 강연이었습니다.
18:01
Are you able to say in a sentence or two
432
1081260
3000
한 두 문장으로 요약해서
18:04
how this type of thinking
433
1084260
3000
이러한 생각의 형태가
18:07
could integrate at some point
434
1087260
2000
어떤 점에서 끈 이론이나
18:09
to things like string theory or the kind of things that people think of
435
1089260
2000
이와 유사한 우주의 기본을 설명할 수 있는 이론을 통합할 수 있을 지
18:11
as the fundamental explanations of the universe?
436
1091260
3000
설명해주실 수 있습니까?
18:14
Stephen Wolfram: Well, the parts of physics
437
1094260
2000
스티븐 울프램: 글쎄요, 물리학의 일부 중에
18:16
that we kind of know to be true,
438
1096260
2000
우리가 진실이라고 알고 있는 것들은
18:18
things like the standard model of physics:
439
1098260
2000
물리학의 표준 모델과 같은 것들이 있죠.
18:20
what I'm trying to do better reproduce the standard model of physics
440
1100260
3000
제가 하려는 것은 이 물리학의 표준 모델을 더 잘 재현하는 것이거나
18:23
or it's simply wrong.
441
1103260
2000
혹은 단순히 잘못된 것입니다.
18:25
The things that people have tried to do in the last 25 years or so
442
1105260
2000
사람들이 지난 25년 간 하려고 한 것은
18:27
with string theory and so on
443
1107260
2000
끈 이론이나 기타 이론들을 통해
18:29
have been an interesting exploration
444
1109260
2000
바로 이 표준 모델로 회귀하려는
18:31
that has tried to get back to the standard model,
445
1111260
3000
흥미로운 탐험이었죠.
18:34
but hasn't quite gotten there.
446
1114260
2000
하지만, 그 목표에 전혀 도달하지 못하고 있어요.
18:36
My guess is that some great simplifications of what I'm doing
447
1116260
3000
제 추측은 제가 하고 있는 것을 아주 단순화한 것이
18:39
may actually have considerable resonance
448
1119260
3000
실제로 끈 이론에서 해오고 있던 것과
18:42
with what's been done in string theory,
449
1122260
2000
큰 관련이 있을지 모른다는 것입니다.
18:44
but that's a complicated math thing
450
1124260
3000
하지만 매우 복잡한 수학이 요구되고
18:47
that I don't yet know how it's going to work out.
451
1127260
3000
어떻게 해결이 날지 아직도 모르겠어요.
18:50
CA: Benoit Mandelbrot is in the audience.
452
1130260
2000
CA: 여기 베누아 만델브로(Benoit Mandlebrot)가 청중으로 와 있습니다만.
18:52
He also has shown how complexity
453
1132260
2000
그도 단순한 시작에 얼마나 복잡한 것이
18:54
can arise out of a simple start.
454
1134260
2000
나올 수 있는가를 보여준 바 있어요.
18:56
Does your work relate to his?
455
1136260
2000
당신의 일이 그와 관련이 있나요?
18:58
SW: I think so.
456
1138260
2000
SW: 그럴것입니다.
19:00
I view Benoit Mandelbrot's work
457
1140260
2000
전 베누아 만델브로의 성과를
19:02
as one of the founding contributions
458
1142260
3000
이런 종류의 분야에 있어서
19:05
to this kind of area.
459
1145260
3000
근본적인 공헌 중에 하나로 봅니다.
19:08
Benoit has been particularly interested
460
1148260
2000
베누아는 특히 프랙탈(fractal)과 같은 것들에서 볼 수 있는
19:10
in nested patterns, in fractals and so on,
461
1150260
2000
중첩된(nested) 패턴에 관심이 있었죠.
19:12
where the structure is something
462
1152260
2000
이 경우 구조물은
19:14
that's kind of tree-like,
463
1154260
2000
나무와 같은 모양을 가지고 있고
19:16
and where there's sort of a big branch that makes little branches
464
1156260
2000
일종의 큰 가지가 작은 가지들을 만들고
19:18
and even smaller branches and so on.
465
1158260
3000
더욱 작은 가지들을 만드는 식이죠.
19:21
That's one of the ways
466
1161260
2000
이것은 진정한 복잡성을
19:23
that you get towards true complexity.
467
1163260
3000
향하는 방법 중에 하나죠.
19:26
I think things like the Rule 30 cellular automaton
468
1166260
3000
저는 규칙 30번과 같은 세포 자동자들(cellular automaton)이
19:29
get us to a different level.
469
1169260
2000
또 다른 수준의 복잡성을 만든다고 봅니다.
19:31
In fact, in a very precise way, they get us to a different level
470
1171260
3000
사실상, 매우 정확하게 말해서 다른 수준에 도달하는 거죠.
19:34
because they seem to be things that are
471
1174260
2000
왜냐면 그것들은 복잡성을 발휘할 수 있는
19:37
capable of complexity
472
1177260
3000
것처럼 보이는데,
19:40
that's sort of as great as complexity can ever get ...
473
1180260
3000
이러한 종류의 복잡성은 여태 본 적이 없는 것이죠...
19:44
I could go on about this at great length, but I won't. (Laughter) (Applause)
474
1184260
3000
엄청 길게 설명할 수도 있지만, 하지 않도록 하겠습니다.
19:47
CA: Stephen Wolfram, thank you.
475
1187260
2000
CA: 스티븐 울프램, 감사합니다.
19:49
(Applause)
476
1189260
2000
(박수)
New videos
이 웹사이트 정보
이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.