계산 사회과학: 집단 행동을 이해하는 새로운 렌즈 (Marr의 3단계 분석 방법)

인지과학에서 David Marr의 3단계 분석 방법—계산적, 알고리즘적, 구현적—은 뇌가 정보를 처리하는 방식을 분석하는 강력한 도구다. 그러나, Levels of Analysis in Computational Social Science 라는 논문에서 Peter M. Krafft와 Thomas L. Griffiths는 이 프레임워크를 개인 인지뿐 아니라 사회 시스템에도 확장하여 적용했다 (Krafft & Griffiths, 2018 [2]). 

Marr's Three Levels of Analysis (Krakauer et al., 2017[2])

 

인지과학에서 David Marr의 3단계 분석 방법—계산적, 알고리즘적, 구현적—은 뇌가 정보를 처리하는 방식을 분석하는 강력한 도구다. 그러나, Levels of Analysis in Computational Social Science 라는 논문에서 Peter M. Krafft와 Thomas L. Griffiths는 이 프레임워크를 개인 인지뿐 아니라 사회 시스템에도 확장하여 적용했다 (Krafft & Griffiths, 2018 [2]). 그 결과, 사회적 구조와 행동을 정보 처리 시스템처럼 개념화할 수 있게 되어, 집단 역학, 사회적 위계 및 집단 의사 결정에 대한 새로운 통찰을 제공한다.

 

이 블로그 글에서는 Marr의 프레임워크의 중요성, 사회 시스템에의 적용, 그리고 계산적 관점을 통해 복잡한 집단행동을 명확히 하는 방법을 탐구할 것이다. Krafft와 Griffiths가 제시한 세 가지 주요 예—줄 서기, 동물의 지위 계층, 소문—를 통해 Marr의 단계가 이러한 현상들의 메커니즘을 어떻게 밝혀주는지 살펴볼 것이다.

Marr의 3단계 분석 방법

David Marr는 원래 인지 과정을 이해하기 위해 이 프레임워크를 설계했다. 이 방법은 세 가지 수준으로 나누어져 있다:

1. 계산적 단계: 시스템이 해결하려는 문제는 무엇인가?
2. 알고리즘적 단계: 그 문제를 해결하기 위해 어떤 절차나 규칙을 사용하는가?
3. 구현적 단계: 그 알고리즘은 어떻게 물리적으로 실현되는가?

이 분석 방법은 이러한 질문을 분리하여 시스템이 생물학적이든 사회적이든 간에 어떻게 작동하는지 더 명확히 이해할 수 있게 한다. Krafft와 Griffiths는 이 프레임워크가 사회 시스템에도 성공적으로 적용될 수 있다고 주장하며, 이를 통해 사람들이나 동물 또는 조직이 정보를 처리하고 문제를 해결하는 방식을 분석할 수 있다고 본다. 그러나 전통적인 인지 시스템과는 달리, 사회 시스템은 분산된 통제나 중앙 집중식 처리기가 없다는 점에서 독특한 도전에 직면한다.

Marr의 프레임워크를 사회 시스템에 적용하기

Krafft와 Griffiths는 Marr의 3단계 분석 방법을 사용해 사회 집단의 집단 행동과 의사 결정을 분석한다. 예를 들어, 사회 시스템에서 계산적 단계는 자원 할당이나 사회적 조정 문제에 집중한다. 알고리즘적 단계는 사람들이 이러한 문제를 해결하는 데 사용하는 규칙이나 전략을 탐구한다. 마지막으로, 구현적 단계는 이러한 전략이 인간 상호작용, 심리학, 사회 규범 또는 물리적 환경을 통해 어떻게 실현되는지를 다룬다.

이 접근법은 계산적 사회과학에 심오한 영향을 미치며, 혼란스럽게 보이는 사회적 역학을 구조화된 문제 해결 메커니즘으로 이해할 수 있게 해 준다.

예시 1: 줄 서기

줄을 서는 현상은 단순하지만 전 세계적으로 흔한 사회적 행동이다.

• 계산적 단계: 여기서 문제는 사람들이 도착한 순서를 관리하는 것이다. 그룹은 누가 먼저 도착했는지를 처리하고, 그 순서대로 각 사람이 서비스를 받도록 해야 한다.
• 알고리즘적 단계: 그룹은 각 개인이 앞에 누가 있는지 기억하게 하는 비공식적인 규칙을 따름으로써 FIFO(First-In, First-Out) 문제를 해결한다. 이렇게 하면 각 사람이 도착한 순서를 유지할 수 있다.
• 구현적 단계: 물리적 차원에서 이는 앞사람 뒤에 서는 방식으로 구현된다. 시스템이 잘 작동하면 모든 사람이 도착한 순서대로 서비스를 받는다. 하지만 누군가 줄을 끼어들거나 줄이 무질서하게 무너질 때는 실패할 수 있다.

이 예는 사회적 행동이 계산적 과정으로 이해될 수 있음을 보여준다. 줄은 복잡한 문제인 순서 유지 및 관리를 처리하는 정보 처리 시스템으로 작동한다.

예시 2: 동물의 지위 계층

Krafft와 Griffiths는 Marr의 프레임워크를 동물 집단에서의 사회적 위계에도 적용한다.

• 계산적 단계: 여기서 문제는 충돌을 최소화하면서 자원을 효율적으로 할당하는 것이다. 위계는 경쟁을 줄이고 자원(예: 음식, 피난처, 짝)을 분배하는 데 도움을 준다.
• 알고리즘적 단계: 위계는 싸움이나 지배력 과시와 같은 쌍대 비교를 통해 확립된다. 이를 통해 개인이 순위별로 정렬되어 순서 문제를 해결한다.
• 구현적 단계: 동물들은 기억이나 사회적 신호를 통해 이러한 순위를 유지한다. 위계는 복종하는 행동이나 상위 지위의 동물을 피하는 행동을 통해 강화된다.

이러한 사회적 위계는 자원을 둘러싼 불필요한 충돌을 줄임으로써 그룹이 효율적으로 운영될 수 있도록 한다. 동물의 지위는 '저장된 계산'처럼 작용해 최소한의 충돌로 자원을 분배할 수 있도록 해준다.

예시 3: 소문과 집단적 의미 구성

논문에서 가장 사회적으로 관련성이 높은 예 중 하나는 불확실한 상황에서의 소문과 집단적 의미 구성이다.

• 계산적 단계: 집단은 불완전하거나 모호한 정보에 대한 해석 문제를 해결해야 한다. 이는 본질적으로 분산 추론 문제다.
• 알고리즘적 단계: 소문은 사람들이 불확실한 사건에 대한 가설이나 해석을 공유하는 정보 전달 방식이다. 이를 통해 집단은 공동으로 합의에 도달하거나 상황을 이해하게 된다.
• 구현적 단계: 이 알고리즘은 대화나 소셜 미디어 같은 사회적 커뮤니케이션을 통해 실현된다. 정보는 사람들 간에 전달되면서 왜곡되거나 확대될 수 있지만, 결국 불확실한 환경에서 의미를 구성하려는 집단의 목적을 달성한다.

이 경우, 소문의 확산은 불확실성을 줄이기 위한 집단의 기능적 해결책으로 볼 수 있다. 하지만 이 과정은 잘못된 정보나 공포 확산과 같은 실패를 초래할 수도 있다.

Marr의 분석 방법을 사회 시스템에 적용했을 때의 이점

Krafft와 Griffiths는 Marr의 분석 방법을 사회 시스템에 적용했을 때 여러 중요한 이점이 있다고 주장한다. 첫째, 이는 기계적 발견을 위한 연역적 접근법을 제공한다. 사회적 행동을 설명할 때 사후 설명에 의존하는 대신, Marr의 분석 방법은 반대로 생각하게 한다. 먼저 집단이 해결하고 있는 문제를 식별하고, 그다음에 알고리즘과 구현 전략을 추적해 가는 방식이다.

이 접근법은 기능주의와 분석 사회학 같은 분야에서 특히 유용하다. 이들 분야의 목표는 집단 문제를 해결하기 위해 사회적 구조가 어떻게 형성되는지를 이해하는 것이다. Marr의 프레임워크는 추상적 사회 기능을 구체적 행동 메커니즘과 연결해 기능주의적 가설을 엄격하게 검증할 수 있는 도구를 제공한다.

더욱이, 계산적 관점은 사회 시스템의 설계에도 도움을 줄 수 있다. 사회 문제가 계산적 관점에서 정의되면, 사람들이 사용하는 알고리즘을 개선하거나 상호작용하는 물리적 또는 사회적 환경을 재설계함으로써 대안을 찾는 것이 가능해진다. 예를 들어, 물리적 줄 대신 티켓 시스템을 사용해 덜 복잡한 방식으로 동일한 기능을 달성할 수 있다.

도전 과제와 비판

그러나 저자들은 Marr의 분석 방법을 사회 시스템에 적용하는 데 몇 가지 도전 과제가 있음을 인정한다. 하나의 비판은 사회 시스템과 인공 시스템 간의 차이에서 기인한다. 예를 들어, 컴퓨터 시스템에서는 에이전트 간의 통신이 정밀하고 신뢰할 수 있지만, 사회 시스템에서는 의사소통이 모호함, 오해, 문화적 차이로 가득 차 있다. 이는 사람들의 행동 알고리즘을 설계하거나 정확하게 모델링하는 것을 어렵게 만든다.

다른 비판은 방법론적 개인주의 관점에서 나온다. 이 관점에 따르면, 집단행동은 개인의 행동으로 환원될 수 있기 때문에, 집단 수준의 기능에 초점을 맞추는 것은 불필요하다고 주장한다. Krafft와 Griffiths는 개별 행동이 중요하다고 인정하면서도, 집단 위계나 규범과 같은 집단적 현상은 개별 행동으로 쉽게 환원될 수 없는 출현적 속성을 보인다고 반박한다.

 

결론

Marr의 3단계 분석 방법은 개인의 인지를 넘어 집단적 사회 행동을 이해하는 강력한 프레임워크를 제공한다. 사회 시스템에 이 프레임워크를 적용함으로써 Krafft와 Griffiths는 줄 서기나 소문 확산과 같은 단순해 보이는 사회적 행동이 계산적 문제의 해결책으로 볼 수 있음을 보여준다. 이 프레임워크를 사회과학에 적응시키는 데는 여전히 도전 과제가 있지만, 집단 역학을 명확히 하고 이해를 향상하는 잠재력은 분명하다.

계산적 사회과학 분야가 성장함에 따라 Marr의 3단계 분석 방법과 같은 프레임워크는 연구를 안내하고 더 나은, 더 효율적인 사회 시스템을 설계하는 데 중요한 역할을 할 것이다. 줄을 조직하거나, 더 공정한 알고리즘을 설계하거나, 잘못된 정보의 확산을 완화하는 등, 계산적 접근은 복잡한 사회 상호작용의 세계에 새로운 명료성을 가져다줄 것을 약속한다.

 

---

출처

[1] Krafft, P. M., & Griffiths, T. (2018). Levels of analysis in computational social science. Cognitive Science. http://dblp.uni-trier.de/db/conf/cogsci/cogsci2018.html#KrafftG18

[2] Krakauer, J. W., Ghazanfar, A. A., Gomez-Marin, A., MacIver, M. A., & Poeppel, D. (2017). Neuroscience needs behavior: Correcting a reductionist bias. Neuron, 93(3), 480–490. https://doi.org/10.1016/j.neuron.2016.12.041