"도파민은 보상을 신호한다" 고 뭉뚱그리는 것 과,
$$\text{도파민 발화율} \propto \delta = r + \gamma V(s') - V(s)\quad(\text{Schultz 1997})$$ 도파민이 보상이 아니라 보상 예측 오차 를 신호하며 — 그 오차가 Sutton·Barto 의 TD 오차, 파블로프의 Rescorla–Wagner 와 동일한 수학 임을 아는 것은 다르다.
"지각은 감각의 수동적 수용이다" 라고 믿는 것 과,
$$\text{지각} = \arg\max_{s} p(s \mid o) \propto \underbrace{p(o\mid s)}_{\text{감각}}\underbrace{p(s)}_{\text{사전 예측}}$$ 지각이 하향 예측과 상향 오차의 협상이며, 착시가 강한 사전확률의 승리 임을 아는 것은 다르다.
"행동과 지각은 별개의 과정" 으로 나누는 것 과,
$$\text{지각: 믿음을 세계에 맞춘다}\quad\Big|\quad\text{행동: 세계를 믿음에 맞춘다}\quad(\text{능동 추론})$$ 둘 다 같은 자유에너지 를 최소화하는 두 경로일 뿐임을 아는 것은 다르다.
"LLM이 다음 단어를 예측하는 것은 뇌의 예측과 같다" 고 단정하는 것 과,
$$\text{LLM: } \max p(w_t \mid w_{\lt t}) \quad\overset{?}{=}\quad \text{뇌: 위계적 생성모델의 자유에너지 최소화}$$ 기계적 다음 토큰 예측이 인지적 예측처리와 어디까지 같고 어디서 갈라지는지 를 아는 것은 다르다.
예측은 단어가 아니라 원리다 — 도파민 RPE·예측 지각·능동 추론·자유에너지는 우연히 "예측" 을 공유 하는 게 아니라, 하나의 추론 원리($\delta = $ 실제
횡단하는 발견 (L0 수학에서 L5 행동까지, 그리고 AI로)
베이즈 갱신 · 자유에너지 원리(Friston) · 예측처리(Clark) · 도파민 RPE(Schultz) · TD 오차(Sutton–Barto) · Rescorla–Wagner · 예측 부호화(Rao–Ballard) · 하향 예측·상향 오차 · 지각 = 가설 검증 · 착시 = 강한 사전확률 · 예측적 기억 재구성 · 다음 단어 예측 · 정밀 가중치로서의 주의 · 내수용 예측으로서의 감정 · 능동 추론 · 정책 예측 · 신호·상태·정책의 세 수준 · 예측처리 의식 이론 · 각성·수면·마취의 자유에너지 · 어려운 문제 · LLM 다음 토큰 예측 · 모델 기반 계획
핵심 질문
하나의 추론 원리가 마음 전체를 관통하는가 — 도파민 RPE·지각 예측·능동 추론·자유에너지는 하나인가, 아니면 같은 단어를 쓸 뿐인가? 이 레포는 신호 예측(도파민 RPE) · 상태 예측(지각 모델) · 정책 예측(능동 추론) 의 세 수준을 구분하고, 파블로프 조건화(심리학) · TD 학습(AI) · 도파민 RPE(신경과학) 가 같은 수학의 세 번역 임을 Synthesis 수준에서 최종 정리합니다. 자유에너지 원리의 야망과 한계 를 공정하게 가르고 — 예측처리가 의식의 내용 은 설명하지만 있다는 것 은 설명하지 못하는 지점을 정직하게 표시합니다. 횡단 입력 → 표면의 다양성 → 깊은 동형성 → 수렴 증거 → 간극의 위치 → 원리의 회수 를 한 단계씩 전개합니다.
-96%EA%B0%9C-success?style=flat-square){kind=icon}
Explain it, don't explain it away. 설명하되, 경험을 지우지 않는다.
"예측" 을 다루는 자료는 대부분 세 갈래로 흩어집니다 — 신경과학은 도파민 RPE 를, 인지과학은 예측처리·지각을, AI 는 TD 학습·다음 토큰 예측을 각자 따로 이야기합니다. 그래서 "같은 단어를 쓰니 같은 것이겠지" 라는 막연한 통합이나, 반대로 "분야가 다르니 우연한 비유일 뿐" 이라는 성급한 분리에 빠집니다. 하지만 도파민
이 레포는 L6 Synthesis — 위 모든 층위(L0 수학 · L1 신경 · L2 지각·학습 · L4 의식 · L5 행위)에서 예측 이라는 발견을 횡단으로 회수 합니다. 표면의 다양성 아래에서 깊은 동형성을 추출하고, numpy/scipy 로 TD 학습·자유에너지·능동 추론·착시 모델을 직접 돌려 그 동형성을 눈으로 검증합니다. 그리고 어떤 예측 모델도 — 함께도 — 닿지 못하는 지점, "놀라움이 느껴진다" 는 경험의 간극을 지도로 그립니다.
| 일반 자료 | 이 레포 |
|---|---|
| "도파민은 보상을 신호한다" |
도파민 = 보상 예측 오차 — |
| "파블로프·TD·도파민은 다른 분야" |
하나의 수학, 세 번역 — Rescorla–Wagner |
| "지각은 감각의 수동적 수용" |
지각 = 예측 검증 — 하향 예측 |
| "예측은 분야마다 다른 비유" |
신호·상태·정책의 세 수준 — 도파민 RPE(신호)·지각 모델(상태)·능동 추론(정책)이 어떻게 다르고 어떻게 연결 되는가 |
| "자유에너지가 모든 걸 설명한다" |
야망과 한계를 분리 — 프리스턴의 통일 이론이 진짜로 묶는 것과 과대포장 을 공정하게 가름 |
| "지각과 행동은 별개" |
능동 추론의 통일 — 지각(믿음을 세계에) vs 행동(세계를 믿음에). 같은 |
| "LLM 예측 = 뇌 예측" |
같음과 갈라짐 — 다음 토큰 예측과 위계적 생성모델이 공유하는 수학과, 결정적으로 다른 지점 |
| "예측처리가 의식을 설명한다" |
내용은 설명, 있다는 것은? — 예측처리는 경험의 내용 을 잘 다루지만 왜 느껴지는가 는 남는다 |
| 원리 나열 | numpy/scipy 로 TD = 도파민 = 파블로프 통합 · 자유에너지 변분 추론 · 능동 추론 시뮬레이션 · 착시 = 강한 사전확률 을 직접 구현해 동형성을 눈으로 확인 |
┌── L0 ──┐ ┌── L1 ──┐ ┌── L2 ──┐ ┌── L4 ──┐ ┌── L5 ──┐
│information│ │neuromod │ │perception│ │theories-│ │free-will│
│-prediction│ │-arousal │ │ /learning│ │of-consc.│ │ -agency │
│ 베이즈·FEP │ │도파민 RPE│ │지각=예측 │ │예측처리 │ │능동추론 │
└─────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘
│ │ │ │ │
└───────────┴─────┬─────┴───────────┴───────────┘
▼ 횡단 입력 (각 층위의 예측 발견을 가져온다)
┌──────────────────────────────────────────┐
│ 🧠 Prediction Everywhere (L6 Synthesis)│
│ "예측은 단어가 아니라 원리다" │
│ δ = 실제 − 예측 → 믿음·가치·행동을 갱신 │
│ (그러나 '놀라움이 느껴진다'는 남는다) │
└──────────────────────┬───────────────────┘
▼ AI Lab 직결
LLM 다음 토큰 예측 · RL TD 학습 · 모델 기반 계획
🌐 횡단 입력 (이 레포가 회수하는 발견): information-prediction(L0 — 베이즈·자유에너지의 수학) · neuromodulation-arousal(L1 — 도파민 RPE 의 신경 구현) · neurons-neural-codes(L1 — 예측 부호화 회로) · perception(L2 — 지각 = 예측 검증) · learning-decision(L2 — 강화학습·조건화 = 예측 갱신) · theories-of-consciousness(L4 — 예측처리 의식 이론) · free-will-agency(L5 — 능동 추론 = 행위주체성).
🤝 IQ AI Lab 직결: 이 레포의 가장 생산적인 교차점. RL 의 TD 오차 가 도파민 RPE 와 동일한 수학 이라는 점, LLM 의 다음 토큰 예측 이 위계적 생성모델의 자유에너지 최소화와 어떻게 같고 다른지, 모델 기반 계획 이 능동 추론의 정책 예측과 어떻게 만나는지를 끝까지 추적합니다.
🟣 이 레포의 성격 (L6 Synthesis): 여기서 다루는 핵심 — 예측 원리의 통일 가능성, 자유에너지의 설명력 범위, TD 통합의 완결성, 예측에서 경험으로의 간극 — 은 여전히 진행 중인 과학·철학 영역 입니다. 레포는 "정답" 이 아니라 "하나의 추론 원리가 마음 전체를 관통하는 지도 와, 그것이 관통하지 못하는 곳의 지도" 를 제공합니다.
각 챕터의 첫 문서부터 바로 시작하세요!
💡 각 챕터를 클릭하면 상세 문서 목록이 펼쳐집니다 · 총 24개 문서
횡단 질문: "예측" 이라는 한 단어 아래 몇 개의 다른 것 이 숨어 있는가? 도파민 RPE(신호 예측: "기대한 것이 왔는가")·지각 모델(상태 예측: "세계가 어떤 상태인가")·능동 추론(정책 예측: "내 행동이 어떤 결과를 낳는가")은 어떻게 다르고, 자유에너지 원리는 이 셋을 어떻게 하나로 묶으며, 그 통합은 어디서 한계에 부딪히는가?
신호·상태·정책 예측에서 세 수준의 통합까지 (4개 문서)
| 문서 | 핵심 동형성·증거·검증 |
|---|---|
| 01. 신호 예측 — 도파민 RPE |
가장 구체적인 예측 오차 — |
| 02. 상태 예측 — 지각 모델 |
베이즈 갱신 — "세계가 어떤 상태인가". |
| 03. 정책 예측 — 능동 추론 |
행동으로 예측 실현 — "내 행동이 어떤 결과를 낳는가". 자유에너지 최소화로 세계를 선호 상태에 맞춤 |
| 04. 세 수준의 통합 |
하나의 |
횡단 질문: 파블로프 조건화(심리학)·도파민 RPE(신경과학)·TD 오차(AI)는 정말로 같은 수학인가, 아니면 닮은 비유인가? 단순 RPE 에서 모델 기반 예측까지 RPE 는 어떻게 계층화되는가? 도파민이 예측 오차 이외에 신호하는 것은 무엇이며, 보상 예측은 어떻게 더 일반적인 자유에너지 원리의 특수 사례가 되는가?
TD 학습의 세 언어에서 자유에너지로의 일반화까지 (4개 문서)
| 문서 | 핵심 동형성·증거·검증 |
|---|---|
| 01. TD 학습의 세 언어 |
동일한 수학의 세 번역 — Rescorla–Wagner |
| 02. RPE의 계층적 구조 |
단순에서 모델 기반으로 — model-free RPE 와 model-based 예측의 위계. 습관과 목표지향의 예측 차이 |
| 03. 도파민이 예측 이외에 신호하는 것 |
RPE 가 전부가 아닌 이유 — 동기·현저성·운동·불확실성. 도파민의 다중 역할과 RPE 가설의 경계 |
| 04. RPE에서 자유에너지로 |
특수 사례로의 회수 — 보상 예측이 어떻게 자유에너지(놀라움) 최소화의 한 사례인가. 일반화의 다리 |
횡단 질문: 지각·기억·언어·주의·감정은 서로 다른 능력 인가, 아니면 같은 예측 기계의 다른 입력 인가? 지각이 예측 검증이고 착시가 강한 사전확률의 승리라면, 기억은 예측적 재구성이고 언어는 다음 단어 예측이며 주의는 정밀 가중치, 감정은 내수용 예측 오차인가 — 이 다섯이 한 원리 의 변주임을 어디까지 밀어붙일 수 있는가?
지각·기억·언어·주의·감정의 예측 구조 (5개 문서)
| 문서 | 핵심 동형성·증거·검증 |
|---|---|
| 01. 지각 = 예측 검증 |
하향 예측·상향 오차 — 착시 = 강한 사전확률이 약한 감각을 압도. 예측 부호화(Rao–Ballard)(→ perception) |
| 02. 기억 = 예측적 재구성 |
인출 = 예측적 완성 — 거짓기억 = 예측 편향. 기억은 저장이 아니라 재구성(→ memory) |
| 03. 언어 = 예측 기계 |
다음 단어 예측 — 인간 언어 이해의 예측성과 LLM 의 다음 토큰 예측이 같고 다른 지점(→ AI Lab) |
| 04. 주의 = 정밀 가중치 |
정밀도 할당 — 주의가 어떤 예측 오차에 더 높은 정밀도를 부여하는가(→ attention) |
| 05. 감정 = 내수용 예측 오차 |
내장 상태 예측 — 내수용 예측 오차가 어떻게 감정 경험을 구성하는가(Seth·Barrett)(→ emotion) |
횡단 질문: 지각(세계를 예측에 맞추기)과 행동(세계를 예측에 맞게 바꾸기)이 같은 자유에너지 의 두 경로라면, 자유에너지 원리의 야망 — 생명·지각·행동·학습·사회가 모두 자유에너지 최소화의 특수 사례라는 주장 — 은 어디까지 정당한가? 예측이 행동을 일으킬 때 자유의지와 어떻게 만나며, 통일 이론의 진짜 통찰 과 과대포장 은 어떻게 구분되는가?
능동 추론의 핵심에서 자유에너지의 한계까지 (4개 문서)
| 문서 | 핵심 동형성·증거·검증 |
|---|---|
| 01. 능동 추론의 핵심 |
지각과 행동의 통일 — 믿음을 세계에 맞추기(지각) vs 세계를 믿음에 맞추기(행동). 같은 |
| 02. 자유에너지 원리의 야망 |
통일의 범위 — 생명·지각·행동·학습·사회가 자유에너지 최소화의 특수 사례인가. 프리스턴의 큰 그림 |
| 03. 능동 추론과 행위주체성 |
예측이 행동을 일으킬 때 — 정책 예측이 자유의지·행위주체성과 만나는 지점(→ free-will-agency) |
| 04. 자유에너지의 한계 |
야망과 기여의 정직한 평가 — 통일 이론의 과대포장과 실질적 통찰을 가르는 비판적 검토 |
횡단 질문: 예측처리는 의식의 내용 을 어떻게 설명하는가 — 어떤 예측 오차가 의식적 경험에 기여하는가? 각성·수면·마취에서 자유에너지 최소화는 어떻게 달라지는가? 그리고 예측처리가 설명하지 못하는 것 — 어려운 문제 — 에 대한 응답은? LLM 이 다음 토큰을 예측한다는 것이 의식과 어떻게 관계하는가?
예측처리 의식 내용에서 AI의 예측과 경험까지 (4개 문서)
| 문서 | 핵심 동형성·증거·검증 |
|---|---|
| 01. 예측처리가 설명하는 의식 내용 |
내용의 설명 — 어떤 예측 오차가 의식적 경험에 기여하는가. 예측처리 의식 이론의 강점 |
| 02. 자유에너지와 의식 수준 |
각성·수면·마취 — 자유에너지 최소화가 의식 수준 에 따라 어떻게 달라지는가(→ altered-states) |
| 03. 예측처리가 설명하지 못하는 것 |
어려운 문제 — 예측처리의 응답과 그 한계. 내용을 설명해도 있다는 것 은 남는다 |
| 04. AI의 예측과 경험 |
기계의 예측 — LLM 의 다음 토큰 예측이 의식과 맺는 관계. 예측 ≠ 경험의 논변(→ AI Lab) |
횡단 질문: L0~L5 에서 예측은 어떻게 변주되었는가, 그 전체 지도는? 예측처리가 경험의 내용 을 설명하고 있다는 것 은 설명하지 못하는 간극은 어디에 정확히 위치하는가? 그리고 — 하나의 추론 원리가 마음 전체를 관통하는가, 그리고 관통하지 못하는 곳은 어디인가?
전체 지도에서 Prediction Everywhere의 종합까지 (3개 문서)
| 문서 | 핵심 동형성·증거·검증 |
|---|---|
| 01. 예측 원리의 전체 지도 |
L0~L5 의 변주 — 베이즈·도파민·지각·학습·행동에서 |
| 02. 예측이 경험과 만나는 지점 |
간극의 위치 — 예측처리가 내용 을 설명하고 있다는 것 을 설명 못 하는 정확한 경계 |
| 03. Prediction Everywhere의 종합 |
관통과 미관통 — 하나의 추론 원리가 마음을 관통한다, 그리고 관통하지 못하는 곳. L6 의 종착 |
🆕 2026-06 최신 업데이트: Ch2-01 의 TD 통합을 Rescorla–Wagner = TD 오차 = 도파민 RPE 의 수치적 동치 로 명시 검증, Ch1-01 의 도파민 RPE 를 Schultz (1997) 의 발화율 패턴(예상·생략·조기 보상)으로 정렬, Ch4-02 의 자유에너지 야망을 진짜 통찰 vs 과대포장 의 비판적 분리로 강화, Ch3-03 의 언어 예측을 LLM 다음 토큰 예측과의 동치·차이 분석으로 보강, Ch5-03 의 어려운 문제를 예측처리의 정직한 한계로 표시 — 10-섹션 Principle → Boundary → Experience 골격이 전체 24개 문서에서 일관 됩니다.
모든 문서는 Psyche 표준 10-섹션 으로 작성되고, 마지막 세 단(Principle · Boundary · Experience)으로 종결됩니다.
| # | 섹션 | 내용 |
|---|---|---|
| 1 | 🎯 횡단 질문 | 이 문서가 회수하는 예측 원리가 어떤 층위들을 연결하는가 |
| 2 | 🌐 횡단 입력 | 어떤 L0~L5 레포에서 어떤 예측 발견을 가져오는가 |
| 3 | 🔍 표면의 다양성 | 층위마다 예측이 다르게 보이는 이유 |
| 4 | ⚙️ 깊은 동형성 | 층위를 가로지르는 공통 예측 구조를 추출 |
| 5 | 🧪 수렴 증거 | 동형성을 지지하는 실험·계산 증거 |
| 6 | 🌉 간극의 위치 | 예측 원리가 어디서 경험의 "있다는 것" 에 닿지 못하는가 |
| 7 | 🧬 원리의 회수 | "예측 오차 최소화" 가 각 층위에서 어떻게 변주되는가 |
| 8 | 🪞 1인칭 | 예측이 맞고 틀리는 것이 경험으로서 어떻게 느껴지는가 |
| 9 | 📐 예측·반증 | 예측처리 이론이 내놓는 반증 가능한 예측 |
| 10 | 🤔 열린 질문 | 예측 원리로 설명되지 않는 미해결 현상 |
🧩 Principle — 이 층위의 예측이 어떻게 더 일반적인 예측 원리의 변주인가
🌉 Boundary — 예측 원리가 경험의 "있다는 것"을 설명하지 못하는 지점
🪞 Experience — 예측하고, 놀라고, 오차를 느끼는 것이 1인칭으로 어떻게 경험되는가
📚 연습문제 총 72개 (24 문서 × 3): 기초 / 심화 / 논문 비평 3-tier, 모두
<details>펼침 해설. TD 오차 손 계산부터 자유에너지 변분 유도, 능동 추론 정책 평가, 예측 부호화 회로 분석까지 단계적 심화.🧮 수치 실험 총 44개 (문서당 1~3개 —
### 실험 N형식): Python 3 + numpy + scipy + matplotlib. TD = 도파민 = 파블로프 통합 · 자유에너지 변분 추론 · 능동 추론 시뮬레이션 · 착시 = 강한 사전확률 모델. 모든 코드 블록은 실행 검증을 거쳤습니다.🧭 푸터 네비게이션: 각 문서 하단에
◀ 이전 / 📚 README / 다음 ▶링크. 챕터 경계에서도 다음 챕터 첫 문서로 연결.
이 레포에서 완전한 횡단 분석 또는 scipy/numpy 검증 을 제공하는 대표 결과 모음입니다. 각 문서에서 results/ 하의 그림을 확인할 수 있습니다.
| 결과 | 서술 | 출처 문서 |
|---|---|---|
| 도파민 = 보상 예측 오차 |
|
Ch1-01 |
| 신호·상태·정책의 세 수준 | 예측의 세 층위 구분과 연결 | Ch1-04 |
| TD = 도파민 = 파블로프 |
|
Ch2-01 |
| RPE → 자유에너지 | 보상 예측이 놀라움 최소화의 특수 사례 | Ch2-04 |
| 착시 = 강한 사전확률 |
|
Ch3-01 |
| 언어 = 다음 단어 예측 | 인간 예측성과 LLM 다음 토큰의 동치·차이 | Ch3-03 |
| 능동 추론의 통일 | 지각·행동이 같은 |
Ch4-01 |
| 자유에너지의 야망과 한계 | 통일 이론의 통찰과 과대포장 분리 | Ch4-04 |
| 예측처리 의식 내용 | 어떤 예측 오차가 의식 경험에 기여하나 | Ch5-01 |
| 예측 ≠ 경험 (AI) | LLM 다음 토큰 예측과 의식의 관계 | Ch5-04 |
| 예측 원리의 전체 지도 | L0~L5 에서 |
Ch6-01 |
| 간극의 위치 | 내용은 설명, 있다는 것은 남는다 | Ch6-02 |
💡 챕터별 문서·결과 수 (목표):
챕터 문서 수 $\square$ 분석수치 실험 연습문제 Ch1 예측의 세 수준 4 16 8 12 Ch2 도파민 RPE 4 16 8 12 Ch3 지각·언어·기억 5 20 10 15 Ch4 능동 추론 4 16 5 12 Ch5 예측처리 의식 4 16 8 12 Ch6 횡단 종합 3 12 5 9 합계 24 96 44 72 연습문제는 문서당 3개 (기초/심화/논문 비평, 모두
<details>해설) 로 총 72개, 수치 실험은 문서당 1~3개 (### 실험 N형식) 로 총 44개 입니다.
모든 챕터의 검증은 아래 환경에서 재현 가능합니다 (GPU 불필요 — 순수 numpy/scipy 기반).
# requirements.txt
numpy==1.26.0
scipy==1.11.0
matplotlib==3.8.0
pandas==2.1.0 # 시행 로그·학습 곡선 정리
jupyter==1.0.0# 환경 설치 (CPU only, 1분 내)
pip install numpy==1.26.0 scipy==1.11.0 matplotlib==3.8.0 pandas==2.1.0 jupyter==1.0.0
jupyter notebook# 대표 실험 ① — TD 학습 = 도파민 RPE = 파블로프의 통일 (Ch2-01)
import numpy as np
def unified_prediction_error(expected, actual, learning_rate=0.1):
"""
세 분야의 공통 수학:
Rescorla–Wagner: ΔV = α(λ − V) (파블로프, 심리학)
TD 오차: δ = r + γV(s') − V(s) (Sutton–Barto, AI)
도파민 RPE: 발화율 ∝ δ (Schultz, 신경과학)
"""
prediction_error = actual - expected # δ = 실제 − 예측
updated_expectation = expected + learning_rate * prediction_error
return prediction_error, updated_expectation
# 조건화 학습 곡선: 예측이 실제에 수렴하면 RPE(=도파민 신호)는 0으로 사라진다
V, reward = 0.0, 1.0
for trial in range(1, 21):
delta, V = unified_prediction_error(V, reward)
if trial in (1, 5, 10, 20):
print(f"시행 {trial:>2}: V={V:5.3f} RPE(δ)={delta:+5.3f}")
# → 학습 초기엔 큰 RPE(도파민 폭발), 학습되면 RPE→0: '기대된 보상엔 도파민이 안 뛴다'
# ─────────────────────────────────────────────
# 대표 실험 ② — 자유에너지 변분 추론: 지각 = F 최소화 (Ch1-02, Ch4-01)
# 대표 실험 ③ — 능동 추론: 지각(믿음 갱신) vs 행동(세계 변경) (Ch4-01)
# 대표 실험 ④ — 착시 = 강한 사전확률이 약한 감각을 압도 (Ch3-01)# 대표 실험 ④ — 착시 모델: 강한 사전확률이 감각 신호를 이긴다 (Ch3-01)
import numpy as np
def illusion_as_strong_prior(sensory_signal, scene_prior, prior_strength=2.0):
"""착시 = 강한 사전확률이 약한 감각 신호를 압도 → 예측처리의 직접 시연."""
likelihood_strength = 1.0
posterior = (prior_strength * scene_prior + likelihood_strength * sensory_signal) \
/ (prior_strength + likelihood_strength)
illusion_magnitude = abs(posterior - sensory_signal) # 지각 ≠ 실제
return posterior, illusion_magnitude
percept, mag = illusion_as_strong_prior(sensory_signal=0.2, scene_prior=0.9)
print(f"실제 감각=0.20 사전 예측=0.90 → 지각={percept:.3f} (착시 크기={mag:.3f})")
# → 강한 사전확률 쪽으로 지각이 끌려간다: '본 것'이 아니라 '예측한 것'을 본다🟢 "예측 원리의 직관을 빠르게 잡고 싶다" — 입문 투어 (1주, 약 9~11시간)
Day 1 Ch1-01 신호 예측 — 도파민 RPE
Ch1-04 세 수준의 통합
Day 2 Ch2-01 TD 학습의 세 언어 (파블로프=TD=도파민)
Ch2-04 RPE에서 자유에너지로
Day 3 Ch3-01 지각 = 예측 검증
Ch3-03 언어 = 예측 기계
Day 4 Ch4-01 능동 추론의 핵심
Ch4-04 자유에너지의 한계
Day 5 Ch5-01 예측처리가 설명하는 의식 내용
Ch5-04 AI의 예측과 경험
Day 6 Ch6-01 예측 원리의 전체 지도
Ch6-03 Prediction Everywhere의 종합
🟡 "예측 원리를 정복한다" — 이론 집중 (2주, 약 18~22시간)
1주차 — 세 수준·도파민 RPE·예측 구조
Day 1 Ch1 전체 신호·상태·정책 예측과 통합
Day 2 Ch2-01~02 TD 세 언어 + RPE 계층 구조
Day 3 Ch2-03~04 도파민의 다중 역할 + 자유에너지로
Day 4 Ch3-01~03 지각·기억·언어의 예측
Day 5 Ch3-04~05 주의(정밀) + 감정(내수용)
2주차 — 능동 추론·의식·종합
Day 1 Ch4-01~02 능동 추론 핵심 + 자유에너지 야망
Day 2 Ch4-03~04 행위주체성 + 한계
Day 3 Ch5-01~02 의식 내용 + 의식 수준
Day 4 Ch5-03~04 어려운 문제 + AI의 예측
Day 5 Ch6 전체 전체 지도 + 간극 + 종합
🔴 "예측의 과학을 완전 정복한다" — 전체 정복 (6주, 약 30~38시간 + 실험 재현 8~10시간)
1주차 Chapter 1 — 예측의 세 수준
→ 신호·상태·정책 예측의 구분
→ 자유에너지가 세 수준을 묶는 방식
→ 통합의 한계 내면화
2주차 Chapter 2 — 도파민 RPE
→ Rescorla–Wagner = TD = 도파민 RPE 손/수치 동치
→ model-free / model-based 위계
→ RPE → 자유에너지 일반화
3주차 Chapter 3 — 지각·언어·기억
→ 예측 부호화(Rao–Ballard) 회로
→ 착시 = 강한 사전확률 손 분석
→ 언어 예측과 LLM 다음 토큰 비교
4주차 Chapter 4 — 능동 추론
→ 지각/행동의 자유에너지 통일
→ 자유에너지 원리의 야망 평가
→ 통일 이론의 과대포장/통찰 분리
5주차 Chapter 5 — 예측처리 의식
→ 의식 내용의 예측처리 설명
→ 각성·수면·마취의 자유에너지
→ 어려운 문제와 AI의 예측
6주차 Chapter 6 — 횡단 종합
→ L0~L5 예측 변주의 전체 지도
→ 예측이 경험과 만나는/못 만나는 지점
→ "관통과 미관통" 의 최종 종합
| 레포 | 주요 내용 | 횡단 입력 | 층위 |
|---|---|---|---|
| information-prediction-distilled | 베이즈 추론 · 자유에너지 · 예측처리의 수학 | Ch1, Ch2-04, Ch4 | L0 |
| neuromodulation-arousal-distilled | 도파민 RPE 의 신경 구현 · 신경조절 | Ch1-01, Ch2 전체 | L1 |
| neurons-neural-codes-distilled | 예측 부호화 · 하향 예측·상향 오차 회로 | Ch3-01, Ch3-04 | L1 |
| perception-distilled | 지각 = 예측 검증 · 착시 = 강한 사전확률 | Ch3-01 | L2 |
| learning-decision-distilled | 강화학습 = TD · 파블로프 조건화 = 예측 갱신 | Ch2 전체, Ch3-02 | L2 |
| theories-of-consciousness-distilled | 예측처리 의식 이론 · 자유에너지와 의식 수준 | Ch5 전체 | L4 |
| free-will-agency-distilled | 능동 추론 = 행동으로 예측 실현 · 행위주체성 | Ch4-03 | L5 |
| IQ AI Lab | RL TD 학습 · LLM 다음 토큰 예측 · 모델 기반 계획 | Ch2, Ch3-03, Ch5-04 | 직결 |
💡 이 레포는 L6 Synthesis — L0
L5 의 예측 발견을 횡단으로 회수합니다. information-prediction(베이즈·자유에너지의 수학)을 먼저 익히면 Chapter 12 가, perception·learning-decision 을 익히면 Chapter 3 이, theories-of-consciousness·free-will-agency 를 익히면 Chapter 4~5 가 자연스럽습니다. 그리고 이 레포의 통합 — TD = 도파민 = 파블로프, 자유에너지의 야망과 한계 — 은 IQ AI Lab 의 RL·LLM·모델 기반 계획과 직접 만납니다.
- "The Free Energy Principle: a unified brain theory?" (Karl Friston, 2010, Nat Rev Neurosci) — 자유에너지 원리의 핵심 논문, 이 레포의 통일 축
- Surfing Uncertainty (Andy Clark, 2015) — 예측처리의 인지과학 정전
- "Whatever Next? Predictive brains, situated agents, and the future of cognitive science" (Andy Clark, 2013, BBS) — 예측처리 선언
- "A Neural Substrate of Prediction and Reward" (Schultz, Dayan & Montague, 1997, Science) — 도파민 RPE 원전
- Reinforcement Learning: An Introduction (Sutton & Barto, 2018) — TD 학습의 표준 교과서
- "A theory of Pavlovian conditioning" (Rescorla & Wagner, 1972) — 조건화 = 예측 갱신의 고전
- "Predictive coding in the visual cortex" (Rao & Ballard, 1999, Nat Neurosci) — 예측 부호화의 신경 구현
- "The free-energy principle: a rough guide to the brain?" (Karl Friston, 2009, TiCS) — 능동 추론 입문
- "Interoceptive inference, emotion, and the embodied self" (Anil Seth, 2013, TiCS) — 감정 = 내수용 예측 오차
- Being You (Anil Seth, 2021) — 예측처리 의식 이론의 대중적 종합
- The Predictive Mind (Jakob Hohwy, 2013) — 예측처리 의식 이론의 철학적 정초
🧠 The Knowledge Pentad
Psyche 의 모든 문서는 예측이 제 자리를 얻는 다섯 가지 방식으로 검증된다 —
🧩 Principle (예측 오차 최소화의 변주인가) · 🔬 Converge (여러 층위의 증거가 동형성으로 수렴하는가) · 🌉 Boundary (경험의 "있다는 것" 앞에서 정직한가) · 🪞 Experience (놀라움·오차를 1인칭으로 표시하는가) · 📐 Falsify (반증 가능한 예측을 내놓는가)
⭐️ 도움이 되셨다면 Star 를 눌러주세요!
Made with 🧠 by IQ AI Lab · Psyche Layer 6 — Synthesis
Explain it, don't explain it away. 설명하되, 경험을 지우지 않는다.
"도파민이 보상 예측 오차를 신호하고 · 지각이 세계에 대한 예측을 검증하며 · 언어 모델이 다음 토큰을 예측하고 · 자유에너지 원리가 놀라움을 최소화할 때 — 이 네 '예측' 이 $\delta=$실제$-$예측이라는 하나의 추론 원리 의 다른 표현임을 끝까지 추적하되, 예측 오차가 아무리 정밀해도 '놀라움이 느껴진다' 는 것은 남는다는 간극을 정직하게 표시하는 것은 다르다."