Project CETI와 UC Berkeley 연구진이 첨단 인공지능을 활용해 심해의 신비로운 언어를 해독하고 있다. 연구팀은 향유고래가 사회적 식별을 위해 사용하는 리듬감 있는 클릭음 시퀀스인 '코다(coda)'에 딥러닝 기술을 적용했다. 그 결과, 인간의 모음에 비견될 만한 미세한 음향 변화를 포착해냈다. 학술지 'Open Mind'에 게재된 이번 발견은 고래의 의사소통이 인간의 귀로는 감지할 수 없었던 복잡한 구조를 지니고 있음을 시사한다. 이번 성과의 핵심은 두 개의 신경망이 서로 경쟁하며 학습하는 적대적 생성 신경망(GAN)에 있었다. 시스템의 한 축은 실제 생물학적 신호를 인식하는 법을 배우고, 다른 한 축은 이를 모방한 합성 데이터를 생성하며 정확도를 높였다. 연구진은 합성된 고래 소리의 주파수를 조절하는 과정에서 일반적인 클릭음과 구별되는 특정 '클랙(clack)' 소리를 찾아냈다. 클릭 사이의 무음 구간을 제거하자, AI가 중요하다고 지적한 고유의 스펙트럼 패턴이 인간의 귀로도 명확히 구분되는 수준이었다. 하지만 이러한 발견을 두고 해양 생물학계에서는 뜨거운 논쟁이 벌어지고 있다. 회의론자들은 관찰된 '클랙'음이 수중 장비에 의한 녹음 왜곡이거나, 언어적 신호라기보다 고래의 단순한 생리적 흥분 상태를 나타내는 지표일 뿐이라고 주장한다. 여러 반론에도 불구하고, 이번 연구는 생성형 AI가 자연 현상을 관찰하는 강력한 도구가 될 수 있음을 보여줬다. 이는 비인간 생명체의 소통 방식을 탐구하는 새로운 분석 틀을 제공했다는 점에서 큰 의미를 갖는다.

Project CETI와 UC Berkeley 연구진이 첨단 인공지능을 활용해 심해의 신비로운 언어를 해독하고 있다. 연구팀은 향유고래가 사회적 식별을 위해 사용하는 리듬감 있는 클릭음 시퀀스인 '코다(coda)'에 딥러닝 기술을 적용했다. 그 결과, 인간의 모음에 비견될 만한 미세한 음향 변화를 포착해냈다. 학술지 'Open Mind'에 게재된 이번 발견은 고래의 의사소통이 인간의 귀로는 감지할 수 없었던 복잡한 구조를 지니고 있음을 시사한다. 이번 성과의 핵심은 두 개의 신경망이 서로 경쟁하며 학습하는 적대적 생성 신경망(GAN)에 있었다. 시스템의 한 축은 실제 생물학적 신호를 인식하는 법을 배우고, 다른 한 축은 이를 모방한 합성 데이터를 생성하며 정확도를 높였다. 연구진은 합성된 고래 소리의 주파수를 조절하는 과정에서 일반적인 클릭음과 구별되는 특정 '클랙(clack)' 소리를 찾아냈다. 클릭 사이의 무음 구간을 제거하자, AI가 중요하다고 지적한 고유의 스펙트럼 패턴이 인간의 귀로도 명확히 구분되는 수준이었다. 하지만 이러한 발견을 두고 해양 생물학계에서는 뜨거운 논쟁이 벌어지고 있다. 회의론자들은 관찰된 '클랙'음이 수중 장비에 의한 녹음 왜곡이거나, 언어적 신호라기보다 고래의 단순한 생리적 흥분 상태를 나타내는 지표일 뿐이라고 주장한다. 여러 반론에도 불구하고, 이번 연구는 생성형 AI가 자연 현상을 관찰하는 강력한 도구가 될 수 있음을 보여줬다. 이는 비인간 생명체의 소통 방식을 탐구하는 새로운 분석 틀을 제공했다는 점에서 큰 의미를 갖는다.