Need a new idea? Start at the edge of what is known | Vittorio Loreto

번역: J.I. Lee 검토: Jihyeon J. Kim

We have all probably wondered

우리 모두 궁금한 적 있죠.

how great minds achieved what they achieved, right?

위대한 지성은 어떻게 위대함을 얻어냈는지. 그렇죠?

And the more astonishing their achievements are,

그 성취가 놀라울수록

the more we call them geniuses,

우린 그들을 천재라 부릅니다.

perhaps aliens

어쩌면 다른 행성에서 온

coming from a different planet,

외계인일지도 몰라요.

definitely not someone like us.

확실히 우리와는 다르죠.

But is that true?

그런데 정말 그럴까요?

So let me start with an example.

한 가지 예로 시작하죠.

You all know the story of Newton's apple, right? OK.

뉴턴의 사과 이야기는 모두 아시죠? 좋아요.

Is that true? Probably not.

실화일까요? 아니겠죠.

Still, it's difficult to think that no apple at all was there.

그래도 사과가 아예 없었다고 생각하긴 어렵겠죠.

I mean some stepping stone, some specific conditions

제 말은 디딤돌, 어떤 특정 조건이

that made universal gravitation not impossible to conceive.

중력 발견을 가능하게 했겠죠.

And definitely this was not impossible,

확실히 불가능하지 않았습니다.

at least for Newton.

최소한 뉴턴에게는요.

It was possible,

발견은 가능했고,

and for some reason, it was also there,

어떤 이유로 거기 있었습니다.

available at some point, easy to pick as an apple.

언젠가부터 가능했고 사과만큼 줍기 쉬웠습니다.

Here is the apple.

여기 사과입니다.

And what about Einstein?

아인슈타인은 어땠나요?

Was relativity theory another big leap in the history of ideas

상대성 이론이 이론사에서 아무도 얻지 못할 만큼

no one else could even conceive?

큰 도약이었나요?

Or rather, was it again something adjacent and possible,

아니면 이것도 가깝고 가능해서,

to Einstein of course,

물론 아인슈타인에게요.

and he got there by small steps and his very peculiar scientific path?

작은 걸음으로 도달한 그만의 특이한 과학 경로였을까요?

Of course we cannot conceive this path,

물론 저희는 이 길을 상상 못하지만

but this doesn't mean that the path was not there.

길이 없다는 소리는 아니죠.

So all of this seems very evocative,

이 모든 게 듣기 참 좋지만,

but I would say hardly concrete

위대한 생각의 시초와

if we really want to grasp the origin of great ideas

넓게 보면 우리 삶에 새것이

and more generally the way in which the new enters our lives.

들어오는 법을 제대로 알기란 구체적이기 어렵습니다.

As a physicist, as a scientist,

물리학자이자 과학자로서

I have learned that posing the right questions

전 해답의 절반은

is half of the solution.

알맞은 질문임을 배웠습니다.

But I think now we start having a great conceptual framework

이제 우리는 알맞은 질문을 얻고 던질

to conceive and address the right questions.

거대한 머릿속 뼈대를 지을 겁니다.

So let me drive you to the edge of what is known,

지식의 가장자리로 여러분을 데려가 드리죠.

or at least, what I know,

최소한 제 지식이요.

and let me show you that what is known

그리고 이미 아는 지식은

could be a powerful and fascinating starting point

참신, 혁신, 창조 같은 심오한 것을 얻을

to grasp the deep meaning of words like novelty, innovation,

강력하고 환상적인 출발점임을

creativity perhaps.

보여드리겠습니다.

So we are discussing the "new,"

우린 '새로움(New)'을 논의 중이죠.

and of course, the science behind it.

물론 과학이 뒷받침하죠.

The new can enter our lives in many different ways,

새로움은 우리 삶에 여러 방식으로 들어옵니다.

can be very personal,

아주 개인적일 수도 있죠.

like I meet a new person,

낯선 사람을 만나거나

I read a new book, or I listen to a new song.

새 책을 읽거나 새 음악을 듣죠.

Or it could be global,

보편적일 수도 있죠.

I mean, something we call innovation.

우리가 혁신이라 부르는 것이요.

It could be a new theory, a new technology,

새 이론이나 새 기술,

but it could also be a new book if you're the writer,

작가한테는 새 책,

or it could be a new song if you're the composer.

작곡가한테는 새 노래겠죠.

In all of these global cases, the new is for everyone,

모든 보편적 사례에서 새로움은 모두에게 옵니다.

but experiencing the new can be also frightening,

그러나 새로움을 겪는 건 무서울 수도 있죠.

so the new can also frighten us.

새로움은 우릴 겁줄 수도 있습니다.

But still, experiencing the new means exploring a very peculiar space,

그러나 새로운 경험은 아주 색다른 우주 탐험입니다.

the space of what could be,

될지도 모르는 우주,

the space of the possible, the space of possibilities.

가능한 것들의 우주, 가능성의 우주죠.

It's a very weird space, so I'll try to get you through this space.

아주 이상한 우주라서 여러분께 설명을 드리죠.

So it could be a physical space.

물리적 우주일 수도 있습니다.

So in this case, for instance,

예를 들어서 이걸 보시면

novelty could be climbing Machu Picchu for the first time,

참신함은 마추픽추를 처음 오르는 것일지도요.

as I did in 2016.

제가 2016년에 했죠.

It could be a conceptual space,

개념적 우주일 수도 있죠.

so acquiring new information, making sense of it, in a word, learning.

새 정보를 얻고 이해하고 한마디로 배움이죠.

It could be a biological space.

생물학적 우주일 수도 있죠.

I mean, think about the never-ending fight of viruses and bacteria

면역체계에서 바이러스, 박테리아와의

with our immune system.

끝없는 싸움을 생각해 보세요.

And now comes the bad news.

이제 나쁜 소식입니다.

We are very, very bad at grasping this space.

우린 이 우주를 정말 정말 이해 못합니다.

Think of it. Let's make an experiment.

생각해봐요. 실험을 하나 하죠.

Try to think about all the possible things you could do in the next, say, 24 hours.

지금부터 24시간 동안 할 수 있는 모든 걸 떠올리세요.

Here the key word is "all."

문제는 '모든 것'이죠.

Of course you can conceive a few options, like having a drink, writing a letter,

몇 가지는 생각나죠. 술 마시기, 편지 쓰기

also sleeping during this boring talk,

이 지루한 강의에서 잠들기.

if you can.

가능하다면요.

But not all of them.

그러나 전부는 불가능하죠.

So think about an alien invasion, now, here, in Milan,

외계 침공을 생각해보세요. 여기 밀라노에요.

or me -- I stopped thinking for 15 minutes.

저도 여러분 생각을 15분 동안 멈추죠.

So it's very difficult to conceive this space,

이 우주를 생각하기란 정말 어렵습니다.

but actually we have an excuse.

하지만 이유가 있죠.

So it's not so easy to conceive this space

이 우주를 생각하기는 어려운데

because we are trying to conceive the occurrence of something brand new,

새로운 발생을 생각해야 하니까요.

so something that never occurred before,

전에 없던 것이요.

so we don't have clues.

그래서 우리에겐 단서가 없습니다.

A typical solution could be

전형적인 해법은

looking at the future with the eyes of the past,

과거의 눈으로 미래를 보는 겁니다.

so relying on all the time series of past events

일련의 과거 전부에 기대

and hoping that this is enough to predict the future.

미래 예측에 충분하길 비는 것이죠.

But we know this is not working.

하지만 아시듯이 안 먹히죠.

For instance, this was the first attempt for weather forecasts, and it failed.

예를 들어 최초의 일기예보는 실패했죠.

And it failed because of the great complexity

현상 밑에 있는

of the underlying phenomenon.

복잡성이 거대하니까요.

So now we know that predictions had to be based on modeling,

이제 우린 예측엔 모델링이 필요함을 압니다.

which means creating a synthetic model of the system,

모델링은 시스템의 인공 모델을 만드는 일이죠.

simulating this model and then projecting the system

모델을 시범동작해서 모델을 통해

into the future through this model.

시스템을 미래로 투사하죠.

And now we can do this in a lot of cases

사례도 많고 뒷받침하는 데이터도 많아서

with the help of a lot of data.

이것은 가능합니다.

Looking at the future with the eye of the past

과거의 눈으로 미래를 보면

could be misleading also for machines.

기계도 틀릴 때가 있죠.

Think about it.

생각해보세요.

Now picture yourself for a second in the middle of the Australian Outback.

호주 황무지에 있는 본인을 상상해보세요.

You stand there under the sun.

태양 아래 서 있죠.

So you see something weird happening.

이상한 일이 생깁니다.

The car suddenly stops

차가 갑자기 멈춥니다.

very, very far from a kangaroo crossing the street.

아주 멀리서 캥거루가 길을 건너서요.

You look closer

가까이 보니

and you realize that the car has no driver.

차에 운전자가 없습니다.

It is not restarting, even after the kangaroo is not there anymore.

캥거루가 사라져도 차는 움직이지 않습니다.

So for some reasons,

어떤 이유로

the algorithms driving the car cannot make sense

차 주행 알고리즘이 거리를 뛰어다니는

of this strange beast jumping here and there on the street.

이상한 동물을 이해하지 못했습니다.

So it just stops.

그래서 멈춘 겁니다.

Now, I should tell you, this is a true story.

이쯤에 말해야겠네요. 이건 실화입니다.

It happened a few months ago to Volvo's self-driving cars

호주 황무지 한가운데서 몇 달 전에 벌어졌죠.

in the middle of the Australian Outback.

볼보 자가주행 자동차였습니다.

(Laughter)

(웃음)

It is a general problem,

이건 일반적 문제죠.

and I guess this will affect more and more in the near future

미래 인공지능과 머신러닝에

artificial intelligence and machine learning.

더욱 영향을 줄 겁니다.

It's also a very old problem, I would say 17th century,

오래된 문제기도 하죠. 17세기라고 할까요.

but I guess now we have new tools and new clues to start solving it.

하지만 이젠 해결할 새 도구와 단서가 있습니다.

So let me take a step back,

그러니 과거로 가보죠.

five years back.

5년 전으로요.

Italy. Rome. Winter.

이탈리아 로마. 겨울.

So the winter of 2012 was very special in Rome.

2012년 겨울은 로마엔 특별했습니다.

Rome witnessed one of the greatest snowfalls of its history.

로마는 역사상 최대폭설을 목격했습니다.

That winter was special also for me and my colleagues,

그해 겨울은 저와 동료들한테도 특별했죠.

because we had an insight about the possible mathematical scheme --

가능한 수학적 계획을 엿봤거든요.

again, possible, possible mathematical scheme,

'가능한'이요. 가능한 수학적 계획이요.

to conceive the occurrence of the new.

새것을 이해할 계획.

I remember that day because it was snowing,

눈이 온 날이라 기억이 납니다.

so due to the snowfall, we were blocked, stuck in my department,

눈 때문에 우리는 학과에 갇혔습니다.

and we couldn't go home,

집에 못 갔어요.

so we got another coffee, we relaxed

커피를 더 마시고 쉬면서

and we kept discussing.

계속 의논했습니다.

But at some point -- maybe not that date, precisely --

그러다 어느샌가 그 날은 아마 아닌데

at some point we made the connection

어느샌가 새로운 문제와

between the problem of the new

스튜어트 카우프만이 전에 제기한 아름다운 구상 사이를 연결했습니다.

and a beautiful concept proposed years before

by Stuart Kauffman,

the adjacent possible.

가깝고 가능했죠.

So the adjacent possible consists of all those things.

가깝고 가능한 것들은 이런 것들로 구성됩니다.

It could be ideas, it could be molecules, it could be technological products

생각일 수도 분자일 수도 기술 제품일 수도 있지만

that are one step away

모두 실존하는 것과

from what actually exists,

한 걸음 떨어져 있고

and you can achieve them through incremental modifications

이미 있는 재료를 더 조정하거나

and recombinations of the existing material.

재조합하면 성취 가능합니다.

So for instance, if I speak about the space of my friends,

예를 들어 제 친구들의 우주가 있다면,

my adjacent possible would be the set of all friends of my friends

가깝고 가능한 것은 친구의 친구들 집합 중

not already my friends.

제 친구를 뺀 것이죠.

I hope that's clear.

이해하셨기를.

But now if I meet a new person,

이제 제가 새 사람을 만납니다.

say Briar,

브라이어라고 하죠.

all her friends would immediately enter my adjacent possible,

그녀의 친구는 즉각 제 가깝고 가능함에 들어옵니다.

pushing its boundaries further.

경계를 넓혀주죠.

So if you really want to look from the mathematical point of view --

여러분이 정말 수학적으로 보고 싶다면

I'm sure you want --

물론 그러시겠지만

you can actually look at this picture.

이 사진을 보시죠.

So suppose now this is your universe.

이제 여러분 우주입니다.

I know I'm asking a lot.

요구가 좀 많죠?

I mean, this is your universe. Now you are the red spot.

이게 여러분 우주입니다. 빨간 점이 여러분입니다.

And the green spot is the adjacent possible for you,

초록 점이 여러분에게 가깝고 가능합니다.

so something you've never touched before.

아직 접촉하진 않은 거죠.

So you do your normal life.

여러분은 일상을 삽니다.

You move. You move in the space.

움직이죠. 우주에서요.

You have a drink. You meet friends. You read a book.

술도 마시고 친구도 만나고 책도 읽고

At some point, you end up on the green spot,

그러다 초록 점에 갑니다.

so you meet Briar for the first time.

처음 브라이어를 만납니다.

And what happens?

어떻게 될까요?

So what happens is there is a new part,

새 부분이 생깁니다.

a brand new part of the space,

우주의 새로운 부분.

becoming possible for you in this very moment,

이 순간에만 가능하죠.

even without any possibility for you to foresee this

이 점에 도달하기 전에는

before touching that point.

절대 예상할 수 없죠.

And behind this there will be a huge set of points

그 뒤에는 수많은 점이 있겠죠.

that could become possible at some later stages.

나중에는 가능해질 겁니다.

So you see the space of the possible is very peculiar,

보다시피 가능함의 우주는 참 독특합니다.

because it's not predefined.

미리 알 수가 없으니까요.

It's not something we can predefine.

미리 볼 수 없습니다.

It's something that gets continuously shaped and reshaped

여러분 행동과 선택으로

by our actions and our choices.

시시각각 모양이 변합니다.

So we were so fascinated by these connections we made --

저흰 만들어낸 이런 연결에 흥분했습니다.

scientists are like this.

과학자는 원래 그래요.

And based on this,

저희는 이걸 바탕으로

we conceived our mathematical formulation for the adjacent possible,

가깝고 가능함을 위한 수학 공식을 구상했죠.

20 years after the original Kauffman proposals.

카우프만이 제안하고 20년이 지난 후에요.

In our theory -- this is a key point --

우리 이론엔, 이게 중요한데

I mean, it's crucially based on a complex interplay

가능성 우주가 넓어지고 재구성되는 과정과

between the way in which this space of possibilities expands

우리가 그 우주를 탐험하는 과정 사이의

and gets restructured,

복잡한 상호 작용이

and the way in which we explore it.

결정적 기반이었습니다.

After the epiphany of 2012,

2012년 깨달음을 얻고

we got back to work, real work,

우리는 진짜 작업으로 돌아갔죠.

because we had to work out this theory,

이 공식을 완성하고

and we came up with a certain number of predictions

실생활에 테스트할 예측을 어느 정도

to be tested in real life.

만들어야 했으니까요.

Of course, we need a testable framework

물론 혁신을 연구하도록 실험가능한

to study innovation.

체계도 필요했죠.

So let me drive you across a few predictions we made.

저희가 만든 몇 가지 예측을 들려드리죠.

The first one concerns the pace of innovation,

첫째는 혁신 속도를 다룹니다.

so the rate at which you observe novelties in very different systems.

여러 시스템에서 새로움을 발견하는 빠르기죠.

So our theory predicts that the rate of innovation

우리 이론에 따르면 혁신 속도는

should follow a universal curve,

일반 곡선을 따릅니다.

like this one.

이렇게요.

This is the rate of innovation versus time in very different conditions.

여러 조건 속 시간 대 혁신속도입니다.

And somehow, we predict that the rate of innovation

저희는 혁신 속도가 시간이 흐르면서

should decrease steadily over time.

감소하리라 예측했죠.

So somehow, innovation is predicted to become more difficult

그렇게 혁신은 갈수록

as your progress over time.

더 어려워지라 예측했죠.

It's neat. It's interesting. It's beautiful. We were happy.

깔끔하고 흥미롭죠. 아름다웠죠. 우린 만족했어요.

But the question is, is that true?

문제는, 이게 맞을까요?

Of course we should check with reality.

물론 현실을 점검해야 했죠.

So we went back to reality

우린 현실로 돌아와

and we collected a lot of data, terabytes of data,

몇 테라바이트 데이터를 모았죠.

tracking innovation in Wikipedia, Twitter,

위키피디아, 트위터 갱신기록,

the way in which we write free software,

무료 소프트웨어를 쓰는 과정

even the way we listen to music.

심지어 음악 듣는 과정도요.

I cannot tell you, we were so amazed and pleased and thrilled

이론 예측과 현실계가 맞아떨어졌을 때

to discover that the same predictions we made in the theory

얼마나 놀라고 기쁘고 짜릿했는지

were actually satisfied in real systems,

설명할 수가 없군요.

many different real systems.

여러 현실계에서요.

We were so excited.

저흰 흥분했죠.

Of course, apparently, we were on the right track,

물론, 확실히 저흰 맞는 길에 있었죠.

but of course, we couldn't stop,

물론 멈추지 못했고요.

so we didn't stop.

그래서 안 멈췄어요.

So we kept going on,

계속 나아갔죠.

and at some point we made another discovery

그러나 어느새 다른 걸 발견했어요.

that we dubbed "correlated novelties."

저흰 '연관적 참신'이라 불렀습니다.

It's very simple.

아주 쉬워요.

So I guess we all experience this.

모두 겪어본 겁니다.

So you listen to "Suzanne" by Leonard Cohen,

레오나드 코헨의 'Suzanne'를 듣고는

and this experience triggers your passion for Cohen

코헨을 향한 열정이 발동돼서

so that you start frantically listening to his whole production.

그의 모든 곡을 미친 듯 듣는 거죠.

And then you realize that Fabrizio De André here

그러다 파브리초 데 안드레의

recorded an Italian version of "Suzanne,"

"Suzanne" 이탈리아 버전을 알게 되고

and so on and so forth.

이런 식으로 계속됩니다.

So somehow for some reason,

어떤 이유로

the very notion of adjacent possible is already encoding the common belief

가까운 가능성 개념이 하나 건너 하나라는 상식을

that one thing leads to another

암호처럼 말하고 있었죠.

in many different systems.

여러 시스템에서요.

But the reason why we were thrilled

그러나 우리가 짜릿했던 건

is because actually we could give, for the first time,

최초로 우리가 이 직관에 실제로

a scientific substance to this intuition

과학적 실체를 줬고

and start making predictions

새로움을 겪는 방식을

about the way in which we experience the new.

예측 시작했기 때문이었습니다.

So novelties are correlated.

새로움은 상호적입니다.

They are not occurring randomly.

무작위로 생기지 않습니다.

And this is good news,

이건 좋은 소식이죠.

because it implies that impossible missions

불가능한 임무가

might not be so impossible after all,

그렇게 불가능하지 않을지도 모르니까요.

if we are guided by our intuition,

직관의 안내를 받는다면

somehow leading us to trigger a positive chain reaction.

긍정적인 연쇄반응을 어떻게든 유발할 겁니다.

But there is a third consequence of the existence of the adjacent possible

가깝고 가능함이 만든 세 번째 결과가 있는데,

that we named "waves of novelties."

우린 "참신한 파동"이라 불렀습니다.

So just to make this simple, so in music,

쉽게 말해, 음악에서

without waves of novelties,

참신한 파동이 없다면

we would still be listening all the time to Mozart or Beethoven,

지금도 모차르트와 베토벤만 듣고 있겠죠.

which is great,

훌륭하지만,

but we don't do this all the time.

종일 들을 순 없죠.

We also listen to the Pet Shop Boys or Justin Bieber -- well, some of us do.

우린 펫샵 보이즈나 저스틴 비버도 듣죠. 뭐, 누군가는요.

(Laughter)

(웃음)

So we could see very clearly all of these patterns

우리가 모으고 분석한 거대한 데이터에선

in the huge amounts of data we collected and analyzed.

모두 이런 패턴을 확실히 볼 수 있었습니다.

For instance, we discovered that popular hits in music

예를 들어, 저희 발견에서 유행 음악은

are continuously born, you know that,

알다시피 계속 태어나는데

and then they disappear, still leaving room for evergreens.

상록수가 있을 공간을 남기며 사라졌죠.

So somehow waves of novelties ebb and flow

참신한 파동은 오고 가지만

while the tides always hold the classics.

조류는 늘 고전을 붙잡습니다.

There is this coexistence between evergreens and new hits.

상록수와 새 유행의 공존이 있습니다.

Not only our theory predicts these waves of novelties.

저희 이론은 참신한 파동을 예측만 하진 않습니다.

This would be trivial.

그건 사소하죠.

But it also explains why they are there,

저희 이론은 존재 이유도 설명합니다.

and they are there for a specific reason,

참신함은 어떤 이유가 있어 존재해요.

because we as humans display different strategies

우리 인간은 가능함의 우주에서

in the space of the possible.

다른 전략들을 보입니다.

So some of us tend to retrace already known paths.

일부는 이미 알려진 길을 따라갑니다.

So we say they exploit.

베낀다고 하죠.

Some of us always launch into new adventures.

일부는 늘 새 모험으로 뛰어듭니다.

We say they explore.

탐험한다고 하죠.

And what we discovered is all the systems we investigated

저희 발견에 따르면 조사한 모든 시스템은

are right at the edge between these two strategies,

두 전략 사이에 가장자리가 있었습니다.

something like 80 percent exploiting, 20 percent exploring,

베끼기 80% 탐험 20%쯤이었죠.

something like blade runners of innovation.

혁신의 외줄타기라고 할까요.

So it seems that the wise balance, you could also say a conservative balance,

이걸 지혜로운 균형, 보수적 균형도 되겠네요

between past and future, between exploitation and exploration,

과거와 미래 사이, 베끼기와 탐험 사이 균형은

is already in place and perhaps needed in our system.

이미 우리 시스템에 자리잡았고, 시스템에 필요할지 모릅니다.

But again the good news is now we have scientific tools

그러나 좋은 소식은 이젠 이 균형을 조사하고

to investigate this equilibrium,

어쩌면 훗날 밀어붙일

perhaps pushing it further in the near future.

과학적 도구가 있다는 거죠.

So as you can imagine,

상상하다시피

I was really fascinated by all this.

전 이 모든 것에 매료되었습니다.

Our mathematical scheme is already providing cues and hints

저희 수학 계획은 가능성의 우주와

to investigate the space of possibilities

우리가 우주를 만들고 탐험하는 법을 알아낼

and the way in which all of us create it and explore it.

단서와 힌트를 벌써 줬죠.

But there is more.

그게 다가 아닙니다.

This, I guess, is a starting point of something that has the potential

제 생각에 이건 새로움을 과학적으로 연구할

to become a wonderful journey for a scientific investigation of the new,

환상적 여행이 될지 모르는 출발 지점입니다.

but also I would say a personal investigation of the new.

새로움을 개인적으로 연구할지도 모르죠.

And I guess this can have a lot of consequences

이건 중요 활동에 여러 결과와

and a huge impact in key activities

큰 영향을 줄 겁니다.

like learning, education, research, business.

학습, 교육, 연구, 비즈니스에요.

So for instance, if you think about artificial intelligence,

예를 들어 인공지능을 보죠.

I am sure -- I mean, artificial intelligence,

제 말은, 인공지능은

we need to rely in the near future

가까운 미래가 와서

more and more on the structure of the adjacent possible,

가깝고 가능함의 구조가 더 생기길 빌어야 하고,

to restructure it, to change it,

구조를 재구성하고 바꿔야겠죠.

but also to cope with the unknowns of the future.

하지만 미래의 불명확함에 대응도 해야 하겠죠.

In parallel, we have a lot of tools,

동시에 우린 도구가 많습니다.

new tools now, to investigate how creativity works

창의성 작동법과 뭐가 혁신을 유발하는지를

and what triggers innovation.

조사할 새로운 도구죠.

And the aim of all this is to raise a generation of people

이 모든 것의 목표는 한 세대 사람들이

able to come up with new ideas to face the challenges in front of us.

새로 생각하고 도전에 맞서도록 일으켜 세우는 겁니다.

We all know.

다 아시죠.

I think it's a long way to go,

먼 여정이겠죠.

but the questions, and the tools,

그러나 지금 질문과 도구는

are now there, adjacent and possible.

가깝고 가능한 상태로 있습니다.

Thank you.

감사합니다.

(Applause)

(박수)