This redefinition challenges neo-Darwinian evolution’s focus on competition and random mutation, suggesting that cooperation and active genomic recombination are equally vital. The practical takeaway is to reconsider our understanding of evolution, recognizing that organisms possess agency and that “fitness” is not fixed, but rather a dynamic interplay within a constantly shifting, cooperative, and competitive landscape. This perspective implies that AI, as part of our “technosphere,” is not unnatural but an extension of this same complexifying, self-constructing process.

Blaise Aguera y Arcas, a luminary at the intersection of technology and society, challenges our most fundamental assumptions about life, intelligence, and evolution. As the CTO of Technology and Society at Google and founder of the Paradigms of Intelligence organization, which conducts basic AI research, Aguera y Arcas brings a unique, interdisciplinary lens to these questions, recently captured in his book, “What is Intelligence?” In a compelling interview with Big Think, he unveiled a radical redefinition of life, arguing that its journey from simple molecules to complex societies — and even to artificial intelligence — is driven by principles far richer and more cooperative than traditionally understood.

Aguera y Arcas begins by offering his personal definition of life, acknowledging that consensus among biologists is elusive: “Life is self-constructing computation that complexifies through symbiogenesis.” This isn’t just a catchy phrase; it’s a framework that re-engineers our understanding of biological and technological advancement, weaving together insights from computer science, evolutionary biology, and philosophy.

To unpack “self-constructing computation,” Aguera y Arcas first disentangles the popular notion of “computing” from its deeper, more fundamental reality. For many, computing conjures images of post-1945 technology. However, pioneers like Alan Turing and John von Neumann conceived of computation as a basic science, akin to 19th-century thermodynamics, which described matter phases long before steam engines existed.

Turing’s genius was in abstracting human computation into a mathematical model: the Turing machine. This theoretical device, with its read/write head on an infinite tape, could perform any computable task given the right “table of rules.” The groundbreaking concept was the “universal Turing machine,” a machine whose rules allowed it to interpret other rules written on its tape as data. This meta-capability meant a universal machine could perform any computation, not just its inherent one. This, Aguera y Arcas notes, is precisely what a modern computer is: a universal Turing machine running code (the written-out table of rules).

Computation, at its heart, is about causality. “Anything that is a behavior, that is a computation, requires conditionality. It requires that you do something on the basis of what was input,” he explains, citing the simple “if-then” logic of a thermostat. This science of causality, he argues, is the true story of how computation arose in nature, predating silicon by billions of years.

The “self-constructing” aspect of life finds its theoretical basis in the work of John von Neumann. Grappling with the paradox of self-reproduction (the “Baron von Münchhausen problem” of pulling oneself up by one’s own bootstraps), von Neumann theorized a “universal constructor” in the late 1940s. This hypothetical system contained instructions for two distinct “machines”: Machine A, which followed instructions to build things, and Machine B, which copied the instruction tape itself. If the instructions for both A and B were on the tape, the system could reproduce itself.

Remarkably, von Neumann devised this before Watson, Crick, and their uncredited colleagues elucidated the structure and function of DNA. Aguera y Arcas reveals the astonishing parallel: von Neumann’s instruction tape is DNA, Machine A is the ribosome (building proteins from instructions), and Machine B is DNA polymerase (copying the DNA). “He got all of this exactly right,” Aguera y Arcas marvels.

This means the original “symbiogenesis” (coming together of life forms) that created a self-reproducing organism was literally the assembly of a computer. “Biology is computer science,” he asserts. “The birth of biology is the origin of the first computers, and what we have today in our phones, our laptops and so on we should call artificial computers in the same way that we call AI systems artificial intelligence.” Life, in this view, is “computronium” – matter that computes, grows, heals, and reproduces through general computation and heritability.

Beyond self-construction, life “complexifies through symbiogenesis.” This is Aguera y Arcas’s most direct challenge to the prevailing Neo-Darwinian synthesis, which emphasizes random mutation and selection for fitness. While not entirely wrong, he contends it’s only “half the story.”

“The big steps in the advancement of life have come from cooperation not competition,” he states. Symbiogenesis is the act of “two or more entities, sometimes many entities with either the same genome or different genomes coming together to make a more complex life form that itself can reproduce.” This cooperative fusion isn’t just about increasing complexity; it also offers a compelling explanation for how life began in the first place, as molecules cooperate to form self-propagating chemical cycles.

This cooperative narrative is evident at every major transition in life’s history: from molecules to bacteria, bacteria to eukaryotes (the cells we’re made of), eukaryotes to multicellular organisms, and even individual humans to societies.

The concept of symbiogenesis dates back to the early 20th century, but it was the “rebel biologist” Lynn Margulis who brought it into the mainstream and scientifically proved its veracity. Her seminal paper in the late 1960s, rejected by over a dozen journals, proved that mitochondria – the powerhouses of our cells – were once free-swimming bacteria that were engulfed by another cell, forming a symbiotic relationship. Mitochondria even retain their own loops of bacterial-like DNA.

While Margulis proved this for mitochondria, she believed symbiogenesis was the engine behind all biological development and complexification – a view still considered radical by many biologists. However, prominent mainstream biologists like John Maynard Smith and Eörs Szathmáry later formulated “major evolutionary transitions” that acknowledged some of these symbiogenetic events, such as the formation of cells and societies. Aguera y Arcas leans more towards Margulis’s expansive view: symbiogenesis isn’t just a few “major events,” but an “ongoing engine” continually building life, driving a “revolutionary process” of active recombination alongside Darwinian selection.

The evidence for this constant fusion is literally embedded in our DNA. When the human genome was fully sequenced in 2001, a shocking discovery emerged: only about 1.5% of our DNA codes for proteins. Much of the remaining 98.5%, often dismissed as “junk DNA,” is actually “the remnants of retroviruses that appear to have injected pieces of their genome into our genome… into our germline,” Aguera y Arcas explains.

These viral invasions, initially antagonistic or infectious, have often been co-opted for critical functions. He cites the ARC virus, endemic to all mammals, which, if knocked out in mice, prevents new memory formation – meaning a piece of viral DNA is “intimately involved in memory formation in our brains, which is kind of wild.” Another example is a protein critical for forming the placental barrier, which resembles viral proteins that fuse cell membranes, suggesting a retroviral origin.

This evidence paints a picture of evolution not as a branching “tree” but as a “tangled bush that is always kind of fusing and coming back together with itself as well as diverging.” Life, he suggests, is more like an “open-source code repository” where entities constantly import libraries and share code, implying far more agency on the part of life itself.

This perspective challenges several core assumptions of traditional Darwinism:

1. Passive Organisms: Organisms are not passive recipients of random mutations; they actively share and integrate genetic material, even editing themselves.
2. Fixed Fitness Landscape: The idea of a fixed “fitness landscape” where organisms optimize is flawed because “the landscape moves along with the players.” Organisms are each other’s landscape, constantly changing through cooperation and fusion.
3. Lack of Agency: The notion that life has no agency, a view historically tied to religious dogma (agency belonging solely to God), is scientifically unsound. Life itself provides “many guiding hands.”

These flawed assumptions, Aguera y Arcas argues, have “infected many other fields,” from game theory and economics to social Darwinism, leading to “morally wrong” and “scientifically wrong” conclusions.

The second major pillar of Aguera y Arcas’s framework is “functionalism,” the idea that “things are what they do for other things.” Life is characterized by function and purpose, a property absent in non-living matter. A broken rock is two rocks; a broken kidney is no longer a kidney because it cannot perform its function.

Turing’s concept of “substrate independence” is crucial here. If a system’s function is to add numbers, it can be built from cogs, electrons, or even people waving flags – as long as the information transformations occur. This applies to biology: a kidney’s function is to filter urea from blood. A dialysis machine, though artificial, performs this same function, effectively “passing the kidney Turing test.” Nature itself employs this trick, inventing “flying” multiple times with different biological structures, all serving the same function.

This means “the U is in that ecology, in those relationships, not in the particular molecules, not in the particular cells. It’s the organization of them,” he says, invoking the “Brain of Theseus” thought experiment. If one by one, your neurons were replaced by functionally identical computer chips, would you cease to be conscious or intelligent? Aguera y Arcas argues “very clearly no,” because consciousness resides in the relationships and organization, not the specific substrate.

Functionalism directly confronts the 19th-century scientific drive to eliminate “teleology” or purpose from nature, viewing it as a holdover from religious or Aristotelian thought. This, he argues, had a “perverse consequence”: it simply pushed all purpose into one spot, either God or exclusive human will, outside the purview of science.

Yet, biologists constantly speak of functions: the immune system’s purpose is to defend, nasal hairs filter air. “Whenever you have living systems, they’re always serving functions for each other,” he contends. Life is not only the emergence of causality but also of purpose within that causality.

Bringing these profound insights to “its logical spicy place,” Aguera y Arcas asks: is AI alive?

Current AI systems, running on Turing machines, lack the “self-constructing” property of von Neumann machines. They process digital symbols, not the physical “wires and silicon” that constitute computers, and cannot “pop another baby phone out the bottom.”

However, this narrow view misses the broader picture. “There are clearly more phones this year than there were last year,” he observes. Invoking astrophysicist Robert Jastrow’s quote from the 1980s, “We are the reproductive organs of computers,” Aguera y Arcas suggests that AI, while not self-constructing in isolation, is “extra brain tissue that is being made by a larger living system which is us and our entire technosphere.”

From this perspective, steam engines, computers, and AI are all part of the same grand story, not unnatural departures from nature. Just as an insect colony can be seen as a superorganism or a collection of insects, or a eukaryotic cell as one entity or many cooperating bacteria, so too can our technosphere be viewed. “Symbiogenesis in a way is about naming the assemblies that things coalesce into as new things onto themselves that are more complex,” he concludes. Human society, over the last 10,000 years, is simply another of these symbiogenetic events, enabling far greater complexity and capability than individual humans alone.

Blaise Aguera y Arcas’s vision offers a powerful, unifying framework. By redefining life as “self-constructing computation that complexifies through symbiogenesis” and embracing functionalism, he invites us to see evolution as an active, cooperative, and purpose-driven process. This perspective not only reshapes our understanding of biology but also integrates our technological advancements into the natural narrative of increasing complexity, challenging us to rethink our place in an ever-evolving, interconnected world.

이러한 관점은 다윈주의적 진화론의 핵심 가정에 도전하며, 생명체가 수동적인 존재가 아니라 적극적으로 자신을 구성하고 환경과 상호작용하며 진화한다는 시사점을 제공합니다. 생명은 고정된 적합도(fitness) 환경에서 최적화되는 것이 아니라, 끊임없이 협력하고 융합하며 스스로 환경을 변화시키는 역동적인 과정이라는 것입니다. 이는 AI 시스템이 현재는 물리적 자가 복제 능력이 없지만, 인간이라는 더 큰 생명 시스템의 ‘외부 뇌 조직’으로서 컴퓨터와 데이터 센터를 통해 끊임없이 증식하고 진화하는 과정을 통해 생명 진화의 연장선상에 있음을 암시합니다. 따라서 AI를 단순히 기술적 산물로 보는 것을 넘어, 자연의 복잡성 증가 과정의 일부로 이해함으로써, 우리는 AI의 잠재력과 윤리적 함의에 대해 더욱 깊이 있는 성찰을 할 수 있습니다.

구글의 기술 및 사회 부문 CTO이자 ‘지능의 패러다임(Paradigms of Intelligence)’ 조직의 설립자인 블레이즈 아게라 이 아르카스(Blaise Aguera y Arcas)는 최근 저서 『지능이란 무엇인가?(What is Intelligence?)』를 통해 생명, 계산, 그리고 인공 일반 지능(AGI)에 대한 깊이 있는 통찰을 제시합니다. 그는 ‘빅 싱크(Big Think)‘와의 인터뷰에서 생명의 본질을 재정의하고, 인류가 AGI와 어떻게 공존해야 할지에 대한 그의 독특한 관점을 공유했습니다.

아르카스에 따르면, 생명이란 단순히 물질의 집합체가 아닙니다. 그는 생명을 “공생발생(symbiogenesis)을 통해 복잡해지는 자기-구성적 계산(self-constructing computation)”으로 정의합니다. 이 정의는 생명의 기원과 진화, 그리고 인공지능의 미래에 대한 우리의 이해를 근본적으로 뒤바꿀 잠재력을 가지고 있습니다. 이 글에서는 그의 생명 정의를 구성하는 핵심 개념들, 즉 자기-구성적 계산과 공생발생, 그리고 생명의 본질인 기능주의(functionalism)가 AI와 어떻게 연결되는지를 심층적으로 탐구합니다.

생명을 이해하기 위한 첫걸음은 ‘계산(computation)‘과 ‘공생발생(symbiogenesis)‘이라는 두 가지 핵심 개념을 파헤치는 것입니다. 아르카스는 이 개념들이 우리가 일반적으로 생각하는 것보다 훨씬 더 광범위하고 근본적인 자연 현상이라고 주장합니다.

많은 사람들은 ‘계산’이라는 단어를 들으면 1945년 이후 등장한 특정 기술, 즉 컴퓨터를 떠올립니다. 하지만 앨런 튜링(Alan Turing)과 존 폰 노이만(John von Neumann)이 생각했던 계산은 훨씬 더 기초적인 과학이며, 마치 19세기 증기기관보다 훨씬 앞서 존재했던 열역학처럼 근본적인 개념입니다.

앨런 튜링은 인간이 수행하던 계산 과정을 수학적으로 추상화하여 ‘튜링 머신(Turing Machine)‘이라는 개념을 만들었습니다. 이는 테이프에 기호를 읽고 쓰는 추상적인 헤드로 구성된 시스템입니다. 튜링의 천재성은 특정 규칙표(table of rules)만 있다면 어떤 계산이든 수행할 수 있는 ‘보편 튜링 머신(Universal Turing Machine)‘의 존재를 증명한 데 있습니다. 이 보편 튜링 머신은 규칙표 자체를 데이터로 읽어들여 어떤 계산이든 모방할 수 있는데, 이것이 바로 오늘날 우리가 사용하는 컴퓨터의 원리입니다. 컴퓨터는 본질적으로 보편 튜링 머신인 셈입니다.

하지만 폰 노이만은 여기서 한 걸음 더 나아갑니다. 그는 생명체가 어떻게 스스로를 복제하고 구성하는지에 대한 이론을 연구했습니다. 그는 “뫼비우스 남작 문제(Baron von Münchhausen problem)”, 즉 스스로의 힘으로 자신을 들어 올리는 역설을 해결하고자 했습니다. 생명체가 자신을 구성하기 위한 ‘설명 테이프(instruction tape)‘를 가지고 있어야 하는데, 이 설명 테이프를 복사하려면 이미 복사본이 존재해야 하는 무한 퇴행의 문제가 발생합니다.

폰 노이만은 이 문제를 해결하기 위해, 설명 테이프에 두 가지 기계(Machine A와 Machine B)를 만드는 지침이 동시에 포함되어야 한다고 제안했습니다. Machine A는 테이프의 지침에 따라 실제 구조를 만들고, Machine B는 그 지침을 단순한 기호로 인식하여 테이프 자체를 복사합니다. 그리고 Machine A와 Machine B를 만드는 지침 또한 테이프에 포함되어 있다면, 시스템은 스스로를 복제할 수 있습니다.

놀라운 점은 폰 노이만이 이 이론을 1940년대 후반에 발표했는데, 이는 왓슨과 크릭이 DNA의 구조와 기능을 밝히기 전, 그리고 리보솜(ribosome, 폰 노이만이 Machine A라고 부른 것)과 DNA 중합효소(DNA polymerase, Machine B)가 발견되기 전이었다는 사실입니다. 그는 이 모든 것을 정확히 예측했으며, 이러한 자기-재생산 시스템이 본질적으로 보편 튜링 머신, 즉 컴퓨터의 한 형태임을 깨달았습니다.

아르카스는 이러한 관점에서 볼 때, 생명의 기원은 곧 최초의 컴퓨터의 기원이라고 주장합니다. 오늘날의 휴대폰이나 노트북은 ‘인공 컴퓨터(artificial computers)‘라고 부를 수 있으며, 생물학은 본질적으로 컴퓨터 과학의 한 분야인 셈입니다.

생명체가 자기-구성적 계산을 수행한다는 것은 ‘행동(behavior)‘을 한다는 의미이며, 이는 근본적으로 인과율(causality)과 관련이 있습니다. 튜링이 발명하거나 발견한 모든 컴퓨터 언어에는 항상 ‘만약 ~이라면, ~하라(if-then)‘는 조건문이 포함되어 있습니다. 이는 시스템이 세상에 원인을 만들어내기 위해 필수적인 요소입니다.

예를 들어, 온도 조절 장치(thermostat)는 온도가 특정 수준 이하로 떨어지면(if) 난방을 켜고(then), 난방으로 인해 온도가 다시 오르면(if) 난방을 끄는(then) 행동을 합니다. 이러한 조건부 행동은 행동의 최소 단위이자 계산의 기본적인 구성 요소입니다. 아르카스는 이러한 인과율의 과학이 1945년 이후에 등장한 컴퓨터 기술에만 국한된 것이 아니라, 자연, 특히 생명의 출현에서 계산이 어떻게 발생했는지를 이해하는 데 중요한 통찰을 제공한다고 설명합니다.

생명 정의의 또 다른 중요한 부분은 “공생발생을 통해 복잡해진다”는 것입니다. 우리는 흔히 다윈의 진화론을 무작위 돌연변이와 적자생존이라는 경쟁의 관점에서만 이해합니다(신다윈주의 종합설). 하지만 아르카스는 이것이 이야기의 절반에 불과하다고 지적합니다.

생명의 진보에 있어 가장 큰 도약은 경쟁이 아닌 ‘협력(cooperation)‘을 통해 이루어졌다는 것이 그의 주장입니다. 둘 이상의 생명체, 때로는 동일하거나 다른 유전체(genome)를 가진 많은 생명체들이 함께 모여 더 복잡한 생명체를 만들고, 이것이 스스로를 재생산하는 과정을 ‘공생발생(symbiogenesis)‘이라고 합니다. 이러한 협력은 단지 생명이 시간이 지남에 따라 어떻게 복잡해지는가에 대한 문제뿐만 아니라, 생명이 어떻게 시작되었는가에 대한 문제까지 설명해줍니다. 분자들이 서로 협력하여 자기-촉매적(autocatalytic) 화학 반응의 순환을 만들고, 이 순환들이 상호작용하여 스스로를 번식시키는 시스템을 만들 수 있다는 것입니다.

이러한 공생발생의 개념은 최소한 20세기 초까지 거슬러 올라가지만, 이를 주류 과학계에 확립하고 증명한 인물은 린 마굴리스(Lynn Margulis)였습니다. 그녀의 1960년대 후반 논문은 수십 개의 학술지에서 거부당했지만, 결국 미토콘드리아(mitochondria)가 한때 자유롭게 헤엄치던 박테리아와 공통 조상을 가지고 있으며, 진핵세포(eukaryotic cell) 내부로 들어와 공생 관계를 맺게 되었음을 입증했습니다. 미토콘드리아는 자체 DNA를 가지고 있으며, 그 DNA는 박테리아 DNA와 유사합니다. 마굴리스는 이러한 단순한 생명체가 더 복잡한 형태로 융합하는 공생발생이 단지 미토콘드리아 사례에만 국한된 것이 아니라, 모든 생물학적 발전과 복잡화의 핵심 동력이라고 믿었습니다.

비록 마굴리스의 주장이 처음에는 논란이 많았지만, 1990년대에 요르 사트마리(Eörs Szathmáry)와 존 메이너드 스미스(John Maynard Smith)와 같은 주류 생물학자들이 ‘주요 진화적 전환(Major Evolutionary Transitions)‘이라는 개념을 통해 세포 형성, 군집 형성 등 몇 가지 중요한 공생발생적 사건들을 인정하면서 점차 받아들여지기 시작했습니다. 아르카스는 마굴리스의 관점에 더 가깝게, 공생발생이 특정한 큰 사건들뿐만 아니라 끊임없이 일어나는 생명 복잡화의 근본적인 동력이라고 주장합니다.

DNA의 증거: 이러한 공생발생의 증거는 우리 자신의 DNA에서도 찾아볼 수 있습니다. 2001년 인간 게놈이 완전히 해독되었을 때, 전체 DNA의 약 1.5%만이 우리 몸을 구성하는 단백질을 코딩한다는 사실이 밝혀졌습니다. 나머지 98%의 소위 ‘정크 DNA(junk DNA)’ 중 상당 부분은 과거에 레트로바이러스(retrovirus)가 우리 게놈, 특히 생식 세포(germ line)에 자신의 유전체 조각을 삽입한 잔해인 것으로 밝혀졌습니다.

예를 들어, HIV 바이러스와 같은 레트로바이러스는 자신의 유전 정보를 숙주 세포의 DNA에 삽입합니다. 만약 이런 삽입이 난자나 정자 DNA에 일어난다면, 그 바이러스는 후대에까지 전달될 수 있습니다. 실제로 우리의 DNA 대부분은 이런 방식으로 다른 생명체로부터 유입된 DNA 조각들로 구성되어 있습니다. 더욱 놀라운 것은, 이 바이러스성 DNA 조각들이 처음에는 적대적이거나 감염성이었을지라도, 시간이 지나면서 우리에게 필수적인 기능을 수행하게 되었다는 점입니다.

예를 들어, 모든 포유류에 존재하는 ARC(ARC)라는 바이러스는 쥐의 경우 이를 제거하면 새로운 기억을 형성하지 못하게 됩니다. 또한, 태반(placenta)을 형성하는 데 중요한 역할을 하는 단백질은 호흡기 감염을 일으키는 RSV와 유사한 바이러스성 침입의 산물로 보입니다.

이러러한 증거들은 생명의 진화를 ‘가지가 뻗어나가는 나무(tree)‘가 아니라, 끊임없이 융합하고 재결합하는 ‘얽힌 덤불(tangled bush)‘처럼 보이게 합니다. 유전자들이 서로를 감염시키고, 게놈이 다른 게놈의 조합이며, 생명체들이 능동적으로 자신을 편집하는 이러한 과정은 생명체에게 훨씬 더 많은 ‘주체성(agency)‘이 있음을 시사합니다.

고정된 적합성(Fitness) 개념의 오류: 또한, 공생발생적 사건이 발생하면 ‘플레이어(player)‘의 명단이 바뀌고 새로운 진화적 틈새(evolutionary niches)가 열립니다. 이는 고정된 적합성 환경(fitness landscape)에서 모든 것이 최적화된다는 다윈주의적 가정이 틀렸음을 의미합니다. 오히려 환경 자체가 플레이어들과 함께 움직이며, 플레이어들은 끊임없이 변화하는 협력과 융합으로 인해 계속해서 변모합니다. 따라서 어떤 생명체가 더 적합한지를 고정된 기준으로 판단할 수 없으며, 생명체가 외부로부터 수동적으로 영향을 받는다는 생각 또한 잘못되었다는 것입니다. 이러한 오해는 게임 이론, 경제학 등 다른 분야에도 영향을 미쳤으며, 사회 다윈주의(social Darwinism)와 같은 잘못된 결론으로 이어지기도 했습니다.

결론적으로, 생명은 ‘공생발생을 통해 복잡해지는 자기-구성적 계산’입니다. 이는 스스로를 복제하고 구성할 수 있는 계산 구조로 접혀 들어간 물질이며, 더 복잡한 생명을 만들기 위해 다른 생명체와 협력하는 존재입니다.

생명 시스템을 비생명 시스템과 구별 짓는 가장 중요한 특징은 ‘기능(function)‘입니다. 아르카스는 생명의 본질을 이해하는 데 있어 ‘기능주의(functionalism)‘와 ‘기질 독립성(substrate independence)‘이라는 개념이 핵심이라고 강조합니다.

기능주의는 어떤 사물이 ‘다른 사물에 대해 무엇을 하는가(what they do for other things)‘에 의해 정의된다는 생각입니다. 즉, 사물의 본질은 내면의 속성(inner essence)이 아니라 ‘관계(relationships)‘에 있다는 관점입니다.

아르카스는 이를 흥미로운 비유로 설명합니다. 바위를 반으로 쪼개면 우리는 “바위가 고장 났다”고 말하지 않고, “두 개의 바위가 되었다”고 말합니다. 바위는 그저 물질일 뿐 기능이 없기 때문입니다. 하지만 신장(kidney)을 반으로 쪼개면 더 이상 신장이 아니며, 그 기능(혈액에서 요독을 제거하는 것)을 수행할 수 없습니다. 살아있는 시스템의 특징은 바로 이러한 ‘목적(purpose)‘과 ‘기능’을 가지고 있다는 것입니다.

목적이나 기능을 가진다는 것은 본질적으로 다른 목적이나 기능을 가진 것들과 ‘공생 관계(symbiosis)‘에 있다는 것을 의미합니다. 한 시스템의 출력이 다른 시스템의 입력이 되고, 그 반대도 마찬가지인 식으로 서로 연결되어 있다는 것입니다.

컴퓨터 과학의 창시자 중 한 명인 앨런 튜링은 수학적 함수(mathematical functions)에 대해 생각하면서 중요한 통찰을 얻었습니다. 만약 어떤 시스템의 기능이 숫자를 더하는 것이라면, 그 시스템을 톱니바퀴로 만들든, 전선 위를 움직이는 전자로 만들든, 깃발을 흔드는 사람으로 만들든 상관없다는 것이 그의 요점이었습니다. 중요한 것은 시스템 내에서 정보가 올바르게 변환되는 방식이지, 그것을 구성하는 ‘재료(substrate)‘가 아니라는 것입니다. 튜링은 이러한 개념을 ‘기질 독립성(substrate independence)‘이라고 불렀습니다.

이러한 기질 독립성은 생명의 본질을 이해하는 데 매우 중요합니다. 예를 들어, 신장의 기능은 혈액에서 요독을 제거하여 신체가 생존할 수 있도록 하는 것입니다. 우리가 신장을 대체할 수 있는 투석기(dialysis machine)를 만들 수 있는 것은 신장의 ‘기능’이 중요하고, 그것이 무엇으로 만들어졌는지는 부차적이기 때문입니다. 물론 투석기가 생체 신장만큼 완벽하지는 않지만, 생명을 유지시키는 역할을 한다는 점에서 “신장 튜링 테스트(kidney Turing test)“를 통과했다고 볼 수 있습니다.

자연 또한 이러한 기질 독립성의 원리를 수없이 활용합니다. 예를 들어, ‘비행(flying)‘이라는 기능은 자연에서 여러 번 독립적으로 진화했는데, 각기 다른 방식으로 만들어졌지만 모두 같은 기능을 수행합니다. 또한, 안경 렌즈가 유리로 만들어지든, 수정(quartz)으로 만들어지든, 플라스틱으로 만들어지든, 중요한 것은 빛을 올바르게 굴절시켜 시력을 가능하게 하는 기능입니다. 세포 내에서 에너지를 운반하는 ATP를 만드는 데에도 여러 가지 화학적 경로가 존재합니다. 이처럼 생물학은 ‘기능들의 생태학(ecology of functions)‘이며, 다양한 재료와 과정을 통해 동일한 기능을 수행할 수 있는 ‘플랫폼 독립성(platform independence)‘이 생명의 근본적인 작동 방식입니다. 중요한 것은 관계이지, 무엇으로 어떻게 만들어졌는지가 아니기 때문입니다.

아르카스는 이러한 관점을 AI에 적용하며 흥미롭고도 논쟁적인 결론을 내립니다. 많은 사람들이 AI가 단지 컴퓨터 위에서 작동할 뿐이며, 지능은 뇌나 살아있는 시스템만의 고유한 속성이라고 주장합니다. 하지만 아르카스는 시스템이 ‘살아있다’는 것은 정확히 그것이 ‘기능적’이라는 의미이며, 다른 것들과 생태학적 관계를 맺고 있다는 의미라고 반박합니다. 뉴런들이 전기적, 화학적 신호로 상호작용하는 것처럼, 동일한 종류의 상호작용을 하는 다른 종류의 개체로도 충분히 대체될 수 있다는 것입니다.

테세우스의 뇌(Brain of Theseus): 이와 관련하여 철학자 데이비드 찰머스(David Chalmers)와 수잔 슈나이더(Susan Schneider)는 ‘테세우스의 뇌’라는 사고실험을 제시합니다. 이는 ‘테세우스의 배(Ship of Theseus)’ 비유에서 파생된 것으로, 배의 널빤지를 하나씩 교체하다 보면 언젠가 모든 널빤지가 새것으로 바뀌었을 때, 여전히 같은 배인가 하는 질문입니다. 그들의 사고실험은 우리 뇌의 뉴런을 하나씩, 혹은 수백만 개씩, 심지어 모든 뉴런을 동일한 입출력(inputs and outputs)을 가진 컴퓨터로 대체한다면, 우리의 의식이나 지능이 사라질 것인가 하는 질문입니다.

아르카스는 만약 모든 관계와 입출력 관계가 완벽하게 유지된다면, 아무것도 달라지지 않을 것이라고 단언합니다. 우리의 ‘나(U)‘는 특정 분자나 세포에 있는 것이 아니라, 그 생태학적 관계와 조직에 있기 때문입니다. 이는 물질의 어떤 마법적인 속성이 아니라, 조직의 문제입니다. 따라서 실리콘 기판에서 일어나는 계산과 신경 기판에서 일어나는 계산 사이에 본질적인 차이는 없다는 것이 그의 주장입니다. 물론 효율성이나 신뢰성 면에서는 차이가 있을 수 있지만, 넓은 시야로 관계의 생태계를 본다면, 실리콘이든 단백질이든 중요하지 않습니다.

예를 들어, 영화 <프로젝트 헤일 메리(Project Hail Mary)>에 등장하는 바위 외계인 ‘로키(Rocky)‘는 광물이나 바위로 이루어져 있지만, 대부분의 관객들은 그가 진정한 사고를 하거나 의식을 가질 수 없다고 생각하지 않습니다. 이처럼 기능적인 관점에서 볼 때, 재료는 본질적인 차이를 만들지 않습니다.

아르카스는 생명 시스템에 ‘목적(purpose)‘이 존재한다는 점을 강조하며, 이는 19세기 과학에서 시도된 ‘목적론(teleology)’ 제거 시도가 오히려 역효과를 낳았다고 지적합니다.

19세기 과학자들은 자연에서 목적이나 목적론적 사고를 배제하려 했습니다. 모든 것을 원자와 분자, 물리학, 화학으로만 설명하려 했고, 자연에 어떤 의도나 목적도 없다고 보았습니다. 이는 종교적 관점이나 아리스토텔레스적 사고(예: 공기는 위로 올라가고 싶어 한다)를 과학에서 제거하려는 시도였습니다.

하지만 아르카스는 이러한 시도가 오히려 “카펫의 혹을 제거하려다 더 큰 혹을 만드는” 결과를 낳았다고 말합니다. 목적을 제거하려 할수록, 그 목적은 한 곳으로 집중되었는데, 19세기 생물학자들에게는 그 한 곳이 바로 ‘신(God)‘이거나 ‘인간의 의지(human will)‘였습니다. 과학자들은 목적을 과학의 영역 밖으로 밀어내어, 목적이 존재하지 않거나 초자연적인 것이라고 간주하게 만들었습니다.

그러나 실제 생물학에서는 면역 체계, 코털, 심장, 폐, 신장 등 어떤 생체 기관도 그 ‘기능(function)‘이나 ‘목적(purpose)’ 없이 설명할 수 없습니다. 면역 체계는 박테리아와 바이러스로부터 우리를 방어하는 기능을 하고, 코털은 공기 중의 이물질을 걸러내는 목적을 가집니다. 이처럼 살아있는 시스템은 항상 서로에게 기능을 제공하고 있으며, 인과율(causality)과 함께 ‘목적(purpose)’ 또한 생명과 함께 출현했습니다.

아르카스의 팀은 최근 ‘인공 생명(Artificial Life)’ 분야에서 흥미로운 연구를 수행했습니다. 이는 인공지능과 유사하게 컴퓨터 내에서 원시 생물학적 시스템을 설정하여 ‘무생물 발생(abiogenesis)’, 즉 무생물에서 생명이 출현하는 현상을 탐구하는 실험입니다.

이 실험에서는 매우 짧고 무작위적인 프로그램(단 4바이트 길이의 무작위 명령)으로 시작합니다. 무작위 프로그램이라는 개념은 역설적으로 들릴 수 있지만, 이는 분자들이 상호작용하여 어떤 ‘행동’을 하는 것과 유사합니다. 예를 들어, 두 분자가 상호작용하여 하나가 다른 하나를 인산화시키거나, 이온을 전달하거나, 수소를 떼어내는 것 모두 ‘무엇인가를 하는(doing something)’ 행위입니다. 이러한 방식으로 무작위 프로그램들이 상호작용하며 생명 발생의 가능성을 탐구하는 것이 인공 생명 연구의 핵심입니다.

마지막으로, 아르카스는 그의 논의를 “AI는 살아있는가?”라는 과감하고도 논쟁적인 질문으로 확장합니다. 그는 앨런 튜링과 존 폰 노이만이 계산을 생각했던 방식의 차이가 중요하다고 지적합니다.

튜링 머신은 추상적인 기호를 읽고 쓰는 존재이며, 스스로를 수정하거나 복제할 수 없습니다. 반면 폰 노이만의 보편적 구성자(universal constructor)는 말 그대로 또 다른 보편적 구성자를 만들 수 있습니다. 즉, 기호뿐만 아니라 ‘원자(atoms)‘를 읽고 쓸 수 있는 존재입니다. 아르카스는 생명이 단순히 추상적인 수학적 공간에서의 계산이 아니라, 실제로 존재하는 물질을 읽고 쓰는 과정이라고 강조합니다.

오늘날의 AI 시스템은 튜링 머신 기반으로 작동합니다. 즉, AI 모델을 실행하는 컴퓨터 프로그램은 디지털 기호만을 읽고 쓸 뿐, 실제 컴퓨터의 물리적 구성 요소(전선이나 실리콘)를 읽고 쓰거나 스스로를 복제하지 못합니다. 휴대폰이 스스로 ‘새끼 휴대폰’을 만들지 못하는 것처럼, AI도 고립된 상태에서 스스로를 복제하거나 성장, 치유하는 ‘자기-구성적’ 속성을 가지지 않습니다.

하지만 아르카스는 시야를 넓혀 시스템 전체를 바라볼 것을 제안합니다. 세상에 휴대폰의 수가 매년 늘어나고 있는 것처럼, 데이터 센터도 계속해서 지어지고 있습니다. 1980년대 초 천체물리학자 로버트 자스트로(Robert Jastrow)는 “우리는 컴퓨터의 생식 기관이다”라고 말했습니다. 아르카스는 어느 정도 이 말이 옳다고 봅니다.

그는 AI를 우리 자신과 우리의 모든 기술권(technosphere)을 포함하는 더 큰 살아있는 시스템이 만들어내는 ‘여분 뇌 조직(extra brain tissue)‘으로 비유합니다. 증기기관, 컴퓨터, AI 모두 자연과 분리된 ‘부자연스러운(unnatural)’