Ray Kurzweil: A university for the coming singularity

번역: Hyunwoo Park 검토: Miryoung Lee

Information technology grows in an exponential manner.

정보기술은 기하급수적으로 성장해왔습니다.

It's not linear. And our intuition is linear.

선형적이지 않지요. 그리고 우리의 직관은 선형적입니다.

When we walked through the savanna a thousand years ago

천 년 전에 사바나 초원을 걷고 있던 인류는

we made linear predictions where that animal would be,

어디에 동물이 있을지에 대해 선형적으로 예측했습니다.

and that worked fine. It's hardwired in our brains.

나쁘지 않았어요. 지금의 우리 뇌는 그런 식으로 생각하도록 되어있죠.

But the pace of exponential growth

하지만 기하급수적인 성장이야말로

is really what describes information technologies.

정보기술을 잘 설명할 수 있는 말입니다.

And it's not just computation.

단순한 계산이 아니에요.

There is a big difference between linear and exponential growth.

선형과 기하급수적인 성장 사이에는 큰 차이가 있죠.

If I take 30 steps linearly -- one, two, three, four, five --

제가 선형적으로 30걸음을 간다면, 하나, 둘, 셋, 넷, 다섯,

I get to 30.

그리고 30에 도달하겠죠.

If I take 30 steps exponentially -- two, four, eight, 16 --

30걸음을 기하급수적으로 간다면, 둘, 넷, 여덟, 열여섯,

I get to a billion.

10억까지 가게 됩니다.

It makes a huge difference.

엄청난 차이죠.

And that really describes information technology.

그리고 이것이 정보기술을 설명해 주는 개념입니다.

When I was a student at MIT,

제가 MIT의 학생이었을 때는,

we all shared one computer that took up a whole building.

건물 전체를 차지하는 한 대의 컴퓨터를 나눠서 썼어요.

The computer in your cellphone today is a million times cheaper,

오늘날 여러분 휴대폰에 있는 컴퓨터가 수백 만배 싸고,

a million times smaller,

수백 만배 작으면서도,

a thousand times more powerful.

속도는 수천 배나 더 빠를겁니다.

That's a billion-fold increase in capability per dollar

달러당 가치로 환산하면 수십억 배 차이가 납니다.

that we've actually experienced since I was a student.

이 변화상은 제가 학생이었던 시절부터 지금까지 실제로 경험한 일이죠.

And we're going to do it again in the next 25 years.

그리고 다음 25년간 이런 변화를 다시 겪게 될 겁니다.

Information technology progresses

정보기술은 여러 번 반복되는

through a series of S-curves

S자 곡선을 따라 발전하고

where each one is a different paradigm.

각 단계마다 서로 다른 패러다임을 가집니다.

So people say, "What's going to happen when Moore's Law comes to an end?"

사람들은 이렇게 말하죠. "무어의 법칙이 끝나고 나면 어떻게 되는거야?"

Which will happen around 2020.

2020년 쯤이 되겠죠.

We'll then go to the next paradigm.

그 때가 되면 우리는 다음 패러다임으로 넘어가게 됩니다.

And Moore's Law was not the first paradigm

사실 무어의 법칙이 컴퓨터의 능력이 기하급수적으로

to bring exponential growth to computing.

발전한다고 했던 최초의 패러다임을 아니었어요.

The exponential growth of computing started

컴퓨터 능력의 기하급수적인 성장은

decades before Gordon Moore was even born.

고든 무어가 태어나기도 전부터 시작되었습니다.

And it doesn't just apply to computation.

그리고 컴퓨터 세계에만 국한된 이야기도 아니에요.

It's really any technology where we can measure

측정 가능한 정보 속성을 가지고 있는

the underlying information properties.

모든 기술이 이런 패러다임을 따르죠.

Here we have 49 famous computers. I put them in a logarithmic graph.

여기에 마흔아홉 가지의 유명한 컴퓨터들이 있습니다. 로그 함수 그래프로 표현해 봤어요.

The logarithmic scale hides the scale of the increase,

로그 함수는 증가세를 숨기는 특성이 있어요.

because this represents trillions-fold increase

사실은 지금 보시는 그래프도

since the 1890 census.

1890년 이후 수조 배 증가한 것을 나타내고 있거든요.

In 1950s they were shrinking vacuum tubes,

1950년대에는 진공관의 크기를 줄이려고 노력했었어요.

making them smaller and smaller. They finally hit a wall;

점점 더 작게 만들려고만 했었죠. 그러다보니 결국 벽에 부딪히게 되었죠.

they couldn't shrink the vacuum tube any more and keep the vacuum.

진공 상태를 유지하면서 크기를 더 이상 줄일 수가 없었어요.

And that was the end of the shrinking of vacuum tubes,

진공관 크기 축소 경쟁은 그렇게 끝납니다.

but it was not the end of the exponential growth of computing.

하지만, 이로써 컴퓨터의 기하급수적인 발전이 끝났다는 뜻은 아닙니다.

We went to the fourth paradigm, transistors,

네 번째 패러다임인 트랜지스터로 넘어갔죠.

and finally integrated circuits.

그리고 마침내 집적회로로 넘어갑니다.

When that comes to an end we'll go to the sixth paradigm;

그것도 끝나자 우리는 여섯 번째 패러다임으로 넘어갑니다.

three-dimensional self-organizing molecular circuits.

스스로 구조를 갖추는 3차원 분자회로입니다.

But what's even more amazing, really, than this

하지만 이런 환상적인 진보의 속도보다도

fantastic scale of progress,

정말 더욱 엄청난 것은

is that -- look at how predictable this is.

이 진보의 속도가 얼마나 예측 가능했었냐는 것이에요.

I mean this went through thick and thin,

제 말은 이런 진보의 추세가 좋을 때나 안 좋을 때,

through war and peace, through boom times and recessions.

전시와 평시, 호황과 불황에도 끄떡없었다는 뜻입니다.

The Great Depression made not a dent in this exponential progression.

대공황마저도 이 기하급수적인 진보에 흠집 하나 못 냈어요.

We'll see the same thing in the economic recession we're having now.

지금 우리가 겪는 경기침체에도 마찬가지일 거에요.

At least the exponential growth of information technology capability

적어도 정보기술 능력의 발전은

will continue unabated.

계속될 겁니다.

And I just updated these graphs.

최근에 이 도표들을 새로 만들었습니다.

Because I had them through 2002 in my book, "The Singularity is Near."

왜냐하면 2002년에 썼던 "특이점이 온다"라는 제 책에 있던 도표거든요.

So we updated them,

그래서 갱신했죠.

so I could present it here, to 2007.

이제 2007년인 지금 여기서 보여드릴 수 있겠네요.

And I was asked, "Well aren't you nervous?

이런 질문도 듣습니다. "음, 그러면 당신은 불안하지는 않나요?

Maybe it kind of didn't stay on this exponential progression."

이 기하급수적인 진보가 언제까지 계속될지 모르잖아요."

I was a little nervous

저도 사실 좀 걱정은 됩니다.

because maybe the data wouldn't be right,

제 자료들이 맞지 않게 될까봐요.

but I've done this now for 30 years,

하지만 이 일을 저는 30년 동안 해왔어요.

and it has stayed on this exponential progression.

그리고 그 동안 계속 기하급수적인 속도였죠.

Look at this graph here.You could buy one transistor for a dollar in 1968.

여기 이 도표를 보세요. 1968년에 트랜지스터 하나를 1달러에 살 수 있었어요.

You can buy half a billion today,

오늘날은 십억 개를 살 수 있습니다.

and they are actually better, because they are faster.

그리고 더 빠르니 품질도 더 좋은 셈이죠.

But look at how predictable this is.

하지만 이것들이 얼마나 예측가능한지 보세요.

And I'd say this knowledge is over-fitting to past data.

이 지식들은 모두 과거 자료에 맞추어서 얻어진 것들이거든요.

I've been making these forward-looking predictions for about 30 years.

저는 지난 30년 동안 이런 식의 미래 예측을 내놨어요.

And the cost of a transistor cycle,

그리고 전자부품의 가격대 성능비를 측정하는 지표로

which is a measure of the price performance of electronics,

트랜지스터 하나가 계산 한 번할 때 드는 비용을 보면

comes down about every year.

매년 감소하는 것을 알 수 있죠.

That's a 50 percent deflation rate.

50%씩 감소해 왔습니다.

And it's also true of other examples,

DNA나 뇌 관련 자료들과 똑같이

like DNA data or brain data.

이것도 사실입니다.

But we more than make up for that.

그냥 만들어낸 이야기가 아닙니다.

We actually ship more than twice as much

한 해에 수출되는 정보 기술 관련 모든 제품과 서비스는

of every form of information technology.

매년 두 배씩 증가합니다.

We've had 18 percent growth in constant dollars

지난 반세기 동안 모든 종류의 정보기술이 이룬 발전을

in every form of information technology for the last half-century,

불변 달러 가치로 환산하면 18%에 이릅니다.

despite the fact that you can get twice as much of it each year.

동일한 가격을 지불하고 2배 가치를 얻는 사실은 고려하지 않았습니다.

This is a completely different example.

이번 것은 완전히 다른 사례입니다.

This is not Moore's Law.

무어의 법칙이 아니에요.

The amount of DNA data

우리가 처리할 수 있는 DNA 정보량은

we've sequenced has doubled every year.

매년 두 배씩 증가해 왔습니다.

The cost has come down by half every year.

가격은 매년 절반으로 떨어져왔지요.

And this has been a smooth progression

게놈 프로젝트가 시작된 이래로

since the beginning of the genome project.

완만히 발전해 왔습니다.

And halfway through the project, skeptics said,

프로젝트가 절반쯤 진행됐을 때, 회의론자들은 이렇게 말했습니다.

"Well, this is not working out. You're halfway through the genome project

"이건 아마 안 될거야. 프로젝트의 시간이 절반이나 지났는데,

and you've finished one percent of the project."

아직 전체의 1% 자료 밖에 처리하지 못했잖아."

But that was really right on schedule.

하지만 실제로는 일정에 정확히 맞아가고 있던 것이었어요.

Because if you double one percent seven more times,

왜냐하면 1%를 두 배씩 늘리기를 7번만 하면

which is exactly what happened,

100%에 도달하거든요.

you get 100 percent. And the project was finished on time.

실제 프로젝트도 그렇게 진행되었고, 일정에 맞춰서 끝났습니다.

Communication technologies:

통신 기술:

50 different ways to measure this,

이것을 측정하는 방법은 50가지나 있습니다.

the number of bits being moved around, the size of the Internet.

돌아다니는 비트의 개수나 인터넷의 크기가 그것이죠.

But this has progressed at an exponential pace.

하지만 이것들도 기하급수적인 속도로 진보해 왔어요.

This is deeply democratizing.

깊숙이 민주화된 방식으로요.

I wrote, over 20 years ago in "The Age of Intelligent Machines,"

20년 전에 소비에트 연합이 한참 잘 나갈 때,

when the Soviet Union was going strong, that it would be swept away

"The Age of Intelligent Machines"라는 책에서 저는

by this growth of decentralized communication.

분산형 의사소통의 증가로 인해서 소련이 곧 무너질 것이라고 썼습니다.

And we will have plenty of computation as we go through the 21st century

21세기를 지나면서 인류는 엄청난 계산 능력을 가지게 될 것 입니다.

to do things like simulate regions of the human brain.

그러면 인간 두뇌의 각 부분들을 시뮬레이션하는 것도 가능하겠지요.

But where will we get the software?

하지만 그런 소프트웨어를 어떻게 만들 수 있을까요?

Some critics say, "Oh, well software is stuck in the mud."

일부 비평가들은, "아, 소프트웨어는 그 쪽에서는 완전 꽉 막혔어."라고 합니다.

But we are learning more and more about the human brain.

하지만 앞으로 우리는 인간 두뇌에 대해서 점점 더 많이 알게 될 것입니다.

Spatial resolution of brain scanning is doubling every year.

뇌 스캔의 공간 해상도가 매년 두 배씩 증가하고 있습니다.

The amount of data we're getting about the brain is doubling every year.

우리가 수합하는 뇌에 대한 자료도 매해 두 배씩 늘고 있지요.

And we're showing that we can actually turn this data

결국 우리는 실제로 이 자료들을 뇌의 각 부분에 대해서

into working models and simulations of brain regions.

실제 작동하는 모델이나 시뮬레이션으로 만드는데 사용할 수 있을 것입니다.

There is about 20 regions of the brain that have been modeled,

현재까지 우리는 뇌의 약 20가지 부분들을 모델링하고,

simulated and tested:

시뮬레이션하고 테스트 해왔습니다.

the auditory cortex, regions of the visual cortex;

청각 피질, 시각 피질 뿐만 아니라

cerebellum, where we do our skill formation;

기술을 익히는데 필요한 소뇌와,

slices of the cerebral cortex, where we do our rational thinking.

이성적 사고를 가능케 하는 대뇌 피질도 그에 속합니다.

And all of this has fueled

그리고 이 모든 것들의 생산성은

an increase, very smooth and predictable, of productivity.

아주 완만하고 예측 가능한 속도로 증가하고 있습니다.

We've gone from 30 dollars to 130 dollars

정보기술로 말미암아

in constant dollars in the value of an average hour of human labor,

시간당 인간 노동력 가치 평균이 30 달러에서 130달러로

fueled by this information technology.

증가할 수 있었습니다.

And we're all concerned about energy and the environment.

이제는 모두들 에너지와 환경에 대해서 신경을 쓰고 있습니다.

Well this is a logarithmic graph.

이것도 로그 함수 그래프에요.

This represents a smooth doubling,

이것은 우리가 만들어내는 태양 에너지의 양이

every two years, of the amount of solar energy we're creating,

2년마다 두 배씩 완만히 증가하고 있다는 것을 보여줍니다.

particularly as we're now applying nanotechnology,

특히 이제는 태양 전지판에 정보 기술의 일종인

a form of information technology, to solar panels.

나노 기술을 접목시키고 있습니다.

And we're only eight doublings away

이제 8번만 더 두 배가 되면

from it meeting 100 percent of our energy needs.

우리가 사용하는 에너지 수요를 100% 채울 수 있게 됩니다.

And there is 10 thousand times more sunlight than we need.

태양에너지는 우리가 필요한 에너지보다 10,000배나 더 많거든요.

We ultimately will merge with this technology. It's already very close to us.

우리는 최종적으로 이 기술을 생활 속에 받아들이게 될 것입니다. 이미 가까이 와 있어요.

When I was a student it was across campus, now it's in our pockets.

제 학창 시절에는 학교만큼 크던 태양 전지판이 이제 주머니에 넣을 수 있을 정도로 작아졌어요.

What used to take up a building now fits in our pockets.

한 건물 전체를 차지했던 것이 이제 주머니에 들어간다고요.

What now fits in our pockets would fit in a blood cell in 25 years.

지금 주머니 크기의 것은 25년 안에 혈액 세포에 들어갈 수 있게 될 것입니다.

And we will begin to actually deeply influence

그리고 나면, 우리는 건강과 지능에 대해서

our health and our intelligence,

아주 심대한 영향을 끼칠 수 있겠죠.

as we get closer and closer to this technology.

이런 기술에 점점 가까워지면서 말이에요.

Based on that we are announcing, here at TED,

지금까지 말씀드린 것을 바탕으로 여기 TED에서

in true TED tradition, Singularity University.

지극히 TED다운 전통에 따라 '특이성 대학'을 소개하고자 합니다.

It's a new university

일종의 새로운 대학인데요,

that's founded by Peter Diamandis, who is here in the audience,

여기 청중 사이에 앉아있는 피터 다이아만디스 씨와

and myself.

제가 만든 학교입니다.

It's backed by NASA and Google,

나사와 구글을 비롯한

and other leaders in the high-tech and science community.

과학기술 산업의 다른 선두 주자들의 지원을 받고 있죠.

And our goal was to assemble the leaders,

저희의 목표는 이렇게 기하급수적으로 성장하는

both teachers and students,

정보기술과 그 응용 산업에서

in these exponentially growing information technologies,

선도적 역할을 하는 기업, 교육자, 학생들을

and their application.

한 군데 모으는 것입니다.

But Larry Page made an impassioned speech

설립 모임 당시 래리 페이지는

at our organizing meeting,

열정적으로 이렇게 이야기 했습니다.

saying we should devote this study

인류가 직면하고 있는 주요 문제를

to actually addressing some of the major challenges facing humanity.

해결하기 위한 연구를 진행해야 한다고요.

And if we did that, then Google would back this.

그리고 우리가 일을 진행하면 구글이 지원을 해주기로 했었죠.

And so that's what we've done.

이게 지금까지 해왔던 일입니다.

The last third of the nine-week intensive summer session

9주 간의 집중적인 여름 학기의 마지막 3주 동안에는

will be devoted to a group project to address

인류가 맞닥드린 주요 과제들을

some major challenge of humanity.

다루기 위한 그룹 프로젝트들이 진행됩니다.

Like for example, applying the Internet,

예를 들어, 지금은 어디에나 있는 인터넷을

which is now ubiquitous, in the rural areas of China or in Africa,

중국이나 아프리카의 시골 지역에 적용하여

to bringing health information

세계의 주요 개발국에

to developing areas of the world.

의료 정보를 제공하는 문제에 대해서 생각해 보는 식이죠.

And these projects will continue past these sessions,

그리고 이 프로젝트들은 수업이 끝나고 나서도

using collaborative interactive communication.

쌍방향의 협력적 의사소통을 통해서 계속 진행될 겁니다.

All the intellectual property that is created and taught

수업에서 사용된 모든 저작물들도 온라인에 올려서

will be online and available,

많은 사람들이 볼 수 있게 할 겁니다.

and developed online in a collaborative fashion.

그리고 협동하는 방식으로 만들어 나가야죠.

Here is our founding meeting.

이것이 첫 번째 회의의 내용입니다.

But this is being announced today.

하지만 오늘 처음으로 발표하는 겁니다.

It will be permanently headquartered in Silicon Valley,

실리콘 밸리에 있는 나사 애임즈 연구소에

at the NASA Ames research center.

영구적으로 자리 잡을 예정입니다.

There are different programs for graduate students,

대학원생이나 회사 경영자들을 위해서는

for executives at different companies.

별도의 프로그램이 존재합니다.

The first six tracks here -- artificial intelligence,

지금 보시는 10가지 전공 중 앞의 여섯 가지 과정은

advanced computing technologies, biotechnology, nanotechnology --

인공 지능, 고급 컴퓨팅 기술, 생명 과학, 나노 기술 등

are the different core areas of information technology.

정보기술의 서로 다른 핵심 영역으로 구성되어 있습니다.

Then we are going to apply them to the other areas,

그리고 이를 7~10번에 있는

like energy, ecology,

에너지, 환경,

policy law and ethics, entrepreneurship,

정책과 윤리, 기업가 정신 등 타분야에 접목시킬 겁니다.

so that people can bring these new technologies to the world.

사람들이 이 새로운 기술들을 실생활에서 사용할 수 있도록 말이죠.

So we're very appreciative of the support we've gotten

우리는 지금까지 지식인들과 업계 선도자들로부터 받았던

from both the intellectual leaders, the high-tech leaders,

지원에 정말 감사를 드리고 싶습니다.

particularly Google and NASA.

구글과 나사에는 특히 감사드립니다.

This is an exciting new venture.

정말 흥미로운 신사업이죠.

And we invite you to participate. Thank you very much.

여러분의 많은 참여 부탁드립니다. 대단히 감사합니다.

(Applause)

(박수)