Can we learn to talk to sperm whales? | David Gruber | TED

번역: riddler edward 검토: JY Kang

You are about to hear the sounds of the largest-toothed predator

이제 여러분께 들려드릴 소리는

지구 상 가장 큰 이빨을 가진 포식자가 내는 소리입니다.

on the planet:

이 동물은 학교 버스보다 크며

an animal bigger than a school bus

with perhaps the most sophisticated form of communication

아마도 현존하는 모든 의사소통 방법 중

that has ever existed.

가장 복잡한 형태를 사용하는 동물일 겁니다.

(Video: whale clicking)

(영상: 고래 울음 소리)

(영상: 고래 울음 소리)

(영상: 고래 울음 소리)

These are the sounds of the mighty sperm whale,

이 소리는 거대한 향유고래가 내는 소리입니다.

a fellow mammal that can dive almost a mile,

이 포유류 친구들은 약 1 마일 정도까지 잠수할 수 있고,

hold its breath for more than an hour

한 시간 이상 숨을 참을 수 있죠.

and lives in these amazingly complex, matriarchal societies.

그리고 매우 복잡한 모계 사회를 이루며 살고 있습니다.

These clicks you heard,

방금 들으신 딸깍거리는 소리는

called codas,

코다(coda)라고 부르는 것으로,

are just a facet of what we know of their communication.

우리가 아는 그들의 의사소통 방식 중 일부에 불과합니다.

We know these animals are communicating,

우리는 이 동물들이 대화를 한다는 건 알지만,

we just don't yet know what they're saying.

뭐라고 말하는지는 알지 못합니다.

Project CETI aims to find out.

CETI 프로젝트의 목표는 그걸 알아내는 데 있습니다.

Over the next five years,

향후 5년간,

our team of AI specialists,

인공지능 전문가, 로봇 공학자,

roboticists, linguists

언어학자, 해양 생물학자로 구성된 저희 팀은

and marine biologists

aim to use the most cutting-edge technologies

최첨단 기술들을 사용하여

to make contact with another species,

다른 종과 접촉하여 신호를 보내고

and hopefully communicate back.

가능하다면 그들과 대화를 해보려고 합니다.

We believe that by listening deeply to nature,

우리가 자연의 소리에 귀 기울인다면,

we can change our perspective of ourselves

우리 자신에 대한 관점을 변화시키고

and reshape our relationship with all life on this planet.

이 지구 상 모든 생물들과의 관계를 개선할 수 있을 거라 믿습니다.

This of course seems like an impossible goal.

그 과정이 불가능한 목표로 보일 수도 있습니다.

People have been trying to make contact with other animals

지난 수백 년 간 여러 사람들이 다른 동물과의 소통을 시도해왔습니다.

for hundreds of years.

How could we do what others could not,

다른 이들은 못한 일들을 저희가 어떻게 할 수 있는지,

especially given that I'm sitting here on my couch in New York City

그것도 뉴욕의 제 방 소파에 앉아서 어떻게 그게 가능한지 궁금하시겠죠?

in the middle of a pandemic and protests?

코로나 대유행과 시위 현장 한복판에서요.

I've spent the last 20 years as a marine biologist and oceanographer,

저는 지난 20년간 해양 생물학자이자 해양학자로 일했으며,

studying the ocean from all different perspectives,

미생물에서 상어까지 다양한 시각으로

from microbes to sharks.

바다를 연구해왔습니다.

I've assembled interdisciplinary teams

저는 다분야 연구팀을 조직했고

that have built the first shark-eye camera

상어 눈 카메라를 최초로 제작하여

to see the world from a shark's perspective,

상어의 관점에서 바닷속 세상을 관찰하기도 했습니다.

and have collaborated with engineers

공학자들과 협력하여

to design robots so gentle that they don't even stress a jellyfish.

해파리조차 스트레스를 받지 않을 정도로 신사적인 로봇을 디자인했습니다.

But it wasn't until 2018

하지만 2018년까지

when I was on fellowship

래드클리프 고등연구소에서 박사후 과정을 보내고 있으면서

at the Radcliffe Institute for Advanced Study

that I realized that perhaps the best way to understand the ocean

바다와 해양 생물들을 이해하는 가장 좋은 방법은

and its inhabitants

그들의 눈으로 세상을 보기만 하는 것이 아니라

wasn't just by seeing the world through their eyes,

but by listening --

그들의 소리를 듣는,

by really, deeply listening.

귀 기울여 듣는 거라는 걸 깨달았습니다.

I became interested in sperm whales when I heard their sounds.

향유고래가 내는 소리를 들었을 때 그들에 대한 관심이 생겼습니다.

They sounded like they were coming from another universe;

마치 다른 세계에서 나는 소리 같았죠.

a siren song being broadcast from the darkest reaches of the sea.

바다 깊숙한 곳 세이렌의 노랫소리를 방송하고 있는 것 같았습니다.

These weren't the typical harmonious whale songs

제가 지금까지 들어왔던 여러 고래들의 듣기 좋은 노래들과는

that I had been accustomed to.

전혀 다른 소리였습니다.

These sounded more like digital data transfer.

그 소리는 마치 디지털 정보를 전송하는 것 같았습니다.

We assembled the future Project CETI team

우리는 미래 프로젝트 CETI 팀을 구성했고

and began discussing how to use the most advanced technologies

최신 기술을 활용해서 고래와 소통할 수 있는 방법을

to communicate with whales.

논의하기 시작했죠.

One of the principal conclusions

주요 결론 중 하나는

was that machine learning had a really good chance

향유 고래의 의사소통 패턴을 이해하는 데에

of understanding the patterns of sperm whale communication.

머신러닝이 활용 가능성이 높다는 것이었습니다.

And the time to apply these technologies was now.

이런 기술을 사용할 시기가 바로 지금이었습니다.

Cracking the interspecies communication code

두 종 사이의 통신 암호 해독 작업은

didn't just seem possible,

지금까진 불가능해 보였지만

it almost seemed inevitable.

꼭 해야 하는 일처럼 되어가고 있었습니다.

But how can analyzing patterns help us converse with whales

하지만 패턴을 분석하는 것으로

어떻게 고래나 다른 생물과 의사소통을 할 수 있을까요?

and other animals?

Well, step one is to understand the elements of sperm whale communication.

우선, 첫 단계는

향유 고래 소통방식의 구성 요소를 이해하는 것입니다.

들려드린 코다는 알 수 없는 문장처럼 보이지만,

These codas you heard don't appear to be sentences as we know them,

but there's clear structure in how these animals communicate.

동물들이 소통하는 방식에는 분명히 어떤 구조가 존재합니다.

Sperm whales send codas back and forth to each other

향유 고래는 일정 순서의 코다를 서로 주고 받기도 하고,

in sequences,

and there are regional dialects like British and Australian accents.

영국이나 호주 발음 같은 지역 사투리도 존재합니다.

This is exactly why machine learning is such a powerful tool.

머신 러닝이 중요한 도구인 이유가 바로 이것 때문입니다.

These approaches analyze patterns in relationship and map meaning to them.

이런 접근법은 대화 패턴을 분석하고 각 패턴이 어떤 의미인지 매핑해줍니다.

Just a few years ago, scientists used machine learning

몇 년 전에는,

미지의 언어 두 개를 번역하기 위해 머신 러닝이 사용된 연구도 있었습니다.

to translate between two totally unknown human languages.

Not by using a Rosetta Stone or a dictionary,

로제타 스톤이나 사전을 사용하지 않고,

but by mapping them on patterns in higher-dimensional space.

고차원 공간에서 패턴 별로 1대1 매핑을 해서 번역을 시도했죠.

But for machine learning to work effectively,

하지만 머신 러닝을 효율적으로 사용하기 위해선

it needs data --

데이터가 필요합니다.

it needs lots and lots of data.

정말 많은 데이터가 필요하죠.

In the past half-century,

지난 반 세기동안,

marine researchers have painstakingly collected

해양 조사원들이 갖은 노력을 기울여

and hand annotated just a few thousand sperm whale vocalizations,

향유 고래의 울음 소리 수천 개를 모아 주석을 달았지만

but in order to learn sperm whale communication,

향유 고래의 대화 방식을 배우려면 수백만 개의 데이터가 필요합니다.

we'll need to collect millions,

if not tens of millions

향유 고래의 행동과 연계하여

of carefully annotated sperm whale vocalizations

세심하게 주석을 단

몇 천 만개의 향유 고래 울음소리까지는 아니더라도요.

correlated with behaviors.

We'll do it with noninvasive, autonomous, free-swimming robots,

우리는 데이터를 얻기 위해 비침투성, 자율형 잠수로봇과

aerial-aquatic drones,

수공양용 드론,

bottom-mounted hydrophone arrays

해저 수중 청음기,

and more.

그리고 기타 등등을 이용할 것입니다.

We'll work with our close partners at the Dominica Sperm Whale Project

우리는 도미니카 향유 고래 프로젝트에 참여하는 가까운 파트너와 함께

20 평방 킬로미터 면적에 달하는

to cover a 20-square-kilometer area

that is frequented by over 25 well-known families of sperm whales.

25 마리 이상의 향유 고래 가족이 출몰하는 지역을 조사할 예정입니다.

We're going to put specific focus on the interactions of mothers and calfs,

저희는 특히 어미와 자식간의 대화에 초점을 맞출 계획이며

training our machine learning algorithms

머신 러닝 알고리즘을 훈련시켜

to learn whale language from the bottom up.

고래의 언어를 기초부터 배워갈 수 있도록 할 에정입니다.

All this data we'll have sent through a pipeline

모든 정보는 전용 통신망으로 전달되어

and analyzed by the Project CETI translation team.

CETI 프로젝트의 번역 팀이 분석할 것입니다.

The raw audio and context data will go through our machine learning engine

녹화된 음성과 주변 환경 데이터가 머신 러닝 엔진에 입력되면

where it's going to be first sorted by structure.

분석 엔진은 우선 그걸 구조 별로 분류하게 됩니다.

The linguistics team will then search for things like syntax

그러면 언어학자 팀은 구문이나 전위 등을 확인하죠.

and time displacement.

For example,

예를 들어,

if we find an event where a whale was talking about something yesterday,

만약 우리가 고래가 어제 했던 무언가에 대해 얘기하는 걸 발견했다면,

that alone would be a major finding,

그것 자체만으로도 큰 발견이며,

something that has thus far only been shown in humans.

지금까지는 인류만 보이던 행동에 해당합니다.

And once we've really mastered listening,

그리고 저희가 정말로 듣기를 완료했다면,

we're going to try really carefully to talk back

우리는 매우 조심스럽게 말을 거는 걸 시작할 것이며

even on the most simplistic level.

매우 간단한 단어부터 얘기할 것입니다.

Finally, Project CETI will build an open-source platform

최종 단계로 프로젝트 CETI는 오픈소스 플랫폼을 만들어

where we will make our data sets available to the public,

거기에 수집된 데이터 자료를 올려 대중에게 공개할 것이며,

encouraging the global community

전 세계 커뮤니티들이

to come along on this journey for understanding.

언어 이해를 위한 여정에 동참하도록 유도할 것입니다.

These animals could be the most intelligent beings on this planet.

이 동물들은 지구 상에서 가장 똑똑한 동물일 수도 있습니다.

They have a neocortex and spindle cells --

그들은 신피질과 방추세포를 가지고 있으며 --

structure that in humans control our higher thoughts,

이것들은 사람의 몸에서 고차원적인 사고를 담당하죠.

emotions, memory, language and love.

감정, 기억, 언어 그리고 사랑 같은 것을요.

And all the platforms that we develop can be cross-applied to other animals:

우리가 만들 모든 플랫폼은 다른 동물들에게도 적용할 수 있습니다:

to elephants, birds,

코끼리나, 새들,

primates, dolphins --

영장류, 돌고래 --

essentially any animal.

기본적으로 모든 동물이 가능하죠.

In the late 1960s,

1960년 후반,

저희 팀원인 로저 페인은 고래의 노래 소리를 발견했습니다.

our team member, Roger Payne, discovered that whales sing.

(녹음 파일:고래의 노랫소리)

(Recording: whale singing)

A finding that sparked the Save the Whales movement

그 발견은 ‘고래 살리기’ 운동에 불을 붙였고

led to the end of large-scale whaling

대규모 포경이 없어지도록 이끌었으며

and prevented several whale species from extinction

몇몇 고래 종들이 멸종 되는 걸 막아냈는데

just by showing that whales sing.

이는 단지 고래가 노래를 부른다는 사실만 보여주었을 뿐입니다.

Imagine if we could understand what they're saying.

만약 그들이 언어를 사용한다는 사실을 알았다고 상상해보세요.

Now is the time to open this larger dialogue.

이제는 더 큰 대화의 장을 열어야 할 시간입니다.

Now is the time to listen deeply

그들의 목소리를 귀 기울여 듣는다면

and show these magical animals,

이 놀라운 동물들에게,

and each other,

그리고 서로에게,

newfound respect.

새로운 존경심을 갖게 될 겁니다.

Thank you.

감사합니다.