임채영

5 Contents

[강연] 데이터 과학과 CSI by임채영|2019 서울대 자연과학대학 공개강연 '과학 선율' | 2강

현대 사회에서 과학수사는 범죄 현장의 증거를 객관적으로 분석하여 사건의 진실을 밝히는 핵심적인 역할을 수행합니다. 흔히 CSI로 알려진 과학수사는 단순히 범인을 찾는 것에 그치지 않고, 데이터 과학의 원리를 활용하여 현장에서 발견된 다양한 흔적들을 논리적으로 재구성합니다. 드라마나 영화를 통해 대중에게 친숙해진 과학수사는 이제 단순한 호기심의 대상을 넘어, 법적 정의를 실현하기 위한 정밀한 학문적 토대 위에 서 있습니다. 데이터 과학은 이러한 과학수사의 객관성을 담보하는 강력한 도구가 되며, 복잡한 사건의 실타래를 푸는 결정적인 열쇠가 됩니다. 법과학은 의학, 유전학, 통계학 등 여러 분야의 지식이 융합된 종합 학문입니다. 과거에는 목격자의 진술이나 자백에 의존하는 비중이 높았으나, 최근에는 DNA 분석이나 디지털 포렌식과 같은 과학적 기법이 결정적인 증거로 채택되고 있습니다. 특히 미국에서 나타난 'CSI 효과'는 배심원들이 과학적 증거 없이는 유죄 판결을 내리지 않으려는 경향을 보여주며, 수사 과정에서 객관적인 데이터 분석이 얼마나 중요한지를 시사합니다. 이는 수사 기관이 더 정교한 분석 기법을 도입하게 만드는 계기가 되었으며, 법정에서의 증거 능력을 강화하는 데 기여하고 있습니다. 하지만 과학수사가 항상 완벽한 것은 아닙니다. 과거의 분석 기법은 현재보다 정확도가 낮아 억울한 누명을 쓰는 사례가 발생하기도 했으며, 증거물의 오차 범위가 너무 넓어 법적 효력을 잃는 경우도 있었습니다. 이러한 한계를 극복하기 위해 미국 한림원 등 학계에서는 법과학 분야에 통계 확률적 방법론을 도입해야 한다고 강조해 왔습니다. 분석 결과의 오류 가능성을 객관적인 수치로 제시함으로써 증거의 타당성을 높이고, 법정에서 더욱 신뢰할 수 있는 근거를 마련하기 위한 노력이 지속되고 있습니다. 이는 과학적 증거가 가진 불확실성을 인정하고 이를 관리하려는 학문적 의지입니다. 범죄 현장의 패턴 증거물인 지문, 족흔적, 혈흔 등은 사건 당시의 상황을 재구성하는 데 중요한 정보를 제공합니다. 예를 들어 족흔적이나 타이어 흔적은 데이터베이스와의 비교를 통해 특정 브랜드나 모델을 식별할 수 있게 하며, 혈흔의 모양과 비산 각도를 분석하면 가해자의 위치나 피해자의 자세를 추정할 수 있습니다. 이러한 분석 과정에는 기하학적 계산과 이미지 처리 기술이 동원되며, 여러 표본을 통해 오차 범위를 계산함으로써 추정의 정확도를 높이는 통계적 접근이 필수적으로 요구됩니다. 데이터는 흩어진 흔적들을 하나의 일관된 이야기로 엮어내는 힘을 가지고 있습니다. 지문 감식은 가장 오래된 과학수사 기법 중 하나이지만, 현대 데이터 과학을 통해 더욱 정밀해졌습니다. 지문의 융선이 끊기거나 갈라지는 지점인 '미뉴샤'를 추출하여 좌표와 각도로 데이터화하고, 이를 기존 데이터베이스와 대조하여 일치 여부를 판단합니다. 단순히 눈으로 비교하는 것이 아니라, 두 지문이 우연히 일치할 확률을 통계 모형으로 계산하여 객관적인 매칭 점수를 산출합니다. 우리나라의 경우 수천만 명의 지문 정보를 시스템화하여 운영하고 있으며, 이는 생체 정보 분석의 방대한 데이터베이스 역할을 합니다. 이러한 시스템은 수만 건의 대조 작업을 순식간에 처리하여 수사의 효율성을 극대화합니다. 지문이나 혈흔 분석에서 도출된 매칭 점수가 실제 증거로서 가치를 가지려면 '매칭 확률'에 대한 심층적인 분석이 필요합니다. 공간 점 과정 모형과 같은 복잡한 통계 모형을 활용하여, 두 증거가 서로 다른 대상에서 나왔음에도 우연히 유사할 확률이 얼마나 낮은지를 증명해야 합니다. 만약 우연히 일치할 확률이 극히 낮다면, 이는 두 증거가 동일한 출처에서 기인했다는 강력한 근거가 됩니다. 이러한 확률적 접근은 주관적인 판단을 배제하고 수사 결과에 과학적 신뢰성을 부여하는 핵심 과정입니다. 통계적 유의성을 확보하는 것이야말로 법과학이 추구하는 객관성의 정점이라 할 수 있습니다. 결국 현대의 과학수사관은 데이터 과학자의 면모를 갖추어야 합니다. 증거물에서 유의미한 특징을 추출하는 분석 능력, 이를 설명할 수 있는 통계적 모형 설계, 그리고 방대한 데이터를 처리할 수 있는 컴퓨터 활용 능력이 조화를 이루어야 합니다. 데이터 과학은 범죄 수사뿐만 아니라 실생활의 추천 알고리즘이나 경제 활동 분석 등 우리 삶의 모든 영역에 깊숙이 침투해 있습니다. 각자의 분야에서 데이터를 분석하고 해석하는 능력을 키운다면, 누구나 복잡한 현상 속에서 진실을 찾아내는 데이터 과학자가 될 수 있습니다. 데이터는 우리가 세상을 바라보고 이해하는 방식을 근본적으로 변화시키고 있습니다.

[강연] 데이터 과학과 CSI  by임채영|2019 서울대 자연과학대학 공개강연 '과학 선율'

임채영

카오스재단서울대자연과학공개강연
  • 수학

[석학인터뷰] 임채영_ 통계는 근사한 답을 찾아나가는 과정| 2019 서울대 자연과학대 공개강연 '과학자의 꿈과 도전 : 과학 선율'

임채영 교수는 어린 시절부터 남다른 호기심을 가진 학생이었습니다. 초등학교 시절 B형 간염 예방주사는 B형 혈액형만 맞아야 하는지 질문했던 일화는 그의 엉뚱하면서도 탐구적인 면모를 잘 보여줍니다. 그는 본래 수학을 전공했으나, 공리로부터 이론을 쌓아가는 수학과 달리 현실의 불확실성 속에서 답을 찾아가는 통계학의 매력에 이끌려 진로를 변경하게 되었습니다. 관측된 데이터와 정보를 바탕으로 사람들이 납득할 수 있는 최선의 답을 도출하는 과정이 그에게 큰 흥미를 주었습니다. 통계학은 단순히 숫자를 다루는 학문을 넘어 다양한 전문 분야와의 협업이 필수적인 학문입니다. 임 교수는 혼자 해결할 수 없는 문제들을 다른 분야의 전문가들과 함께 풀어나가는 과정에서 통계학의 진정한 가치를 느낀다고 말합니다. 특히 인공지능 시대에 접어들면서 통계학의 역할은 더욱 중요해지고 있습니다. 방대한 데이터를 활용해 자동화를 구현하는 인공지능의 핵심 원리에는 데이터를 체계적으로 다루는 통계학적 방법론이 깊이 자리 잡고 있기 때문입니다. 이번 강연에서 임채영 교수는 통계학이 실생활, 특히 범죄 현장에서 어떻게 활용되는지 구체적으로 소개합니다. 범죄 현장에서 수집된 다양한 증거물들을 하나의 데이터로 간주하고, 이를 통계적으로 분석하여 유의미한 정보를 추출하는 과정을 다룹니다. 이는 추상적인 이론에 머물지 않고 실제 사회 문제를 해결하는 데 기여하는 통계학의 실천적 측면을 보여줍니다. 구체적인 사례를 통해 데이터 분석이 진실을 밝히는 강력한 도구가 될 수 있음을 강조할 예정입니다.

[석학인터뷰] 임채영_ 통계는 근사한 답을 찾아나가는 과정| 2019 서울대 자연과학대 공개강연 '과학자의 꿈과 도전 : 과학 선율'

임채영

카오스재단석학인터뷰
  • 수학
  • 융합

[강연] 디지털인문학과 데이터과학 (6)_ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ⑥

통계학에서 표본의 크기보다 중요한 것은 그 표본이 전체를 얼마나 잘 대변하느냐 하는 대표성입니다. 1930년대 미국 대선 당시 한 잡지사는 1,000만 명이라는 대규모 조사를 시행하고도 예측에 실패해 파산에 이르렀습니다. 반면 갤럽은 단 1,000명의 표본만으로도 정확한 결과를 맞혔는데, 이는 당시 전화기나 잡지 구독권을 소유한 부유층에 편중된 표본 추출의 오류를 극복했기 때문입니다. 현대의 여론조사 역시 유무선 비율 설정 등 대표성을 확보하기 위한 정교한 설계가 핵심적인 역할을 수행합니다. 단순히 빈도를 세는 것을 넘어, 통계학은 복잡한 수학적 모형을 통해 인문학적 데이터를 분석합니다. 문학 작품 속 단어 길이의 분포는 '멱함수 법칙(Power Law)' 모델을 따르며, 이를 분석하기 위해 푸아송 분포나 카이제곱 분포 같은 고등 통계 지식이 활용됩니다. 야구와 같은 스포츠 데이터 분석에서도 누적된 기록을 바탕으로 승률을 예측하는 등 통계는 실생활의 다양한 영역에 깊숙이 침투해 있습니다. 이러한 과학적 방법론은 미래의 불확실성을 완화하고 합리적인 의사결정을 내리는 데 중추적인 역할을 수행합니다. 데이터의 결합은 강력한 힘을 발휘하지만, 동시에 심각한 프라이버시 침해 문제를 야기할 수 있습니다. 익명화된 정보라 할지라도 다른 데이터베이스와 연동되면 개인의 신원이 노출될 위험이 크기 때문입니다. 특히 범죄 예측이나 희귀 질병 정보의 경우, 특정 개인에게 불이익을 주는 도구로 악용될 소지가 있어 도덕적 논란이 뒤따릅니다. 따라서 통계학자들은 데이터를 비식별화하면서도 분석의 유효성을 유지할 수 있는 정교한 방법론을 개발하는 데 매진하며, 기술 활용의 윤리적 가이드라인을 끊임없이 고민하고 있습니다. 학문적 성과 뒤에는 수많은 실패의 과정이 숨겨져 있습니다. 대중에게 공개되는 성공적인 연구 결과는 빙산의 일각일 뿐이며, 실제 연구 현장에서는 가설이 틀리거나 유의미한 결과를 얻지 못해 머리를 맞대고 고민하는 날이 훨씬 더 많습니다. 통계적 검정 역시 완벽한 진리를 보장하는 것이 아니라, 결론이 틀릴 확률을 함께 제시함으로써 객관성을 확보합니다. 중력파 탐지와 같은 정밀 과학 분야에서는 오차 확률을 극도로 낮추어 검증의 신뢰도를 높이는 등, 통계는 끊임없는 자기 검증의 과정을 거치며 발전해 나갑니다. 통계학은 문과와 이과의 경계를 허무는 융합 학문으로서 독특한 매력을 지닙니다. 이론적 토대는 수학에 두고 있지만, 그 응용 범위는 유전공학부터 천문학, 인문학에 이르기까지 사실상 모든 학문 분야를 아우릅니다. 수학적 역량이 기본이 되어야 하는 것은 사실이나, 다양한 데이터를 해석하고 가치를 창출하려는 의지만 있다면 누구나 도전할 수 있는 길입니다. 복잡한 현대 사회에서 데이터를 읽어내는 능력은 필수적인 소양이며, 통계학은 세상을 바라보는 가장 과학적이고 객관적인 창이 되어줄 것입니다.

[강연] 디지털인문학과 데이터과학 (6)_ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

임채영, 장원철

카오스재단카오스강연
  • 수학

[강연] 디지털인문학과 데이터과학 (5) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ⑤

통계적 분석에서 불확실성을 관리하는 것은 매우 중요한 과제입니다. 특정 저자의 집필 습관을 분석할 때처럼 복잡한 문제에서도 통계적 검증은 유의 수준이라는 기준을 활용하여 결론의 신뢰도를 평가합니다. 예를 들어 유의 수준을 5%로 설정한다는 것은 동일한 테스트를 스무 번 반복했을 때 한 번 정도는 다른 결과가 나올 수 있는 불확실성을 허용한다는 의미입니다. 이는 통계학이 완벽한 정답을 제시하는 학문이라기보다, 데이터 속에 숨겨진 패턴을 발견하면서도 그 과정에 수반되는 오류의 가능성을 수치적으로 정의하고 관리하는 실용적인 학문임을 보여줍니다. 데이터 과학은 현대 사회의 복잡한 문제를 해결하기 위해 수학, 컴퓨터 과학, 그리고 도메인 지식이 결합된 융합 학문입니다. 전통적인 수학이 공리적 체계를 바탕으로 증명을 쌓아 올리는 방식이라면, 통계학은 실제 현장의 문제로부터 출발하여 실용적인 해결책을 모색하는 데 초점을 맞춥니다. 훌륭한 데이터 과학자가 되기 위해 모든 분야에서 완벽할 필요는 없지만, 자신의 강점을 바탕으로 타 분야 전문가와 소통할 수 있는 능력이 필수적입니다. 마치 좋은 요리 기구가 없어도 창의적인 레시피로 맛있는 음식을 만들 수 있듯이, 데이터 과학 역시 주어진 환경에서 최선의 통계적 통찰을 끌어내는 과정이라 할 수 있습니다. 통계학자의 핵심적인 역할 중 하나는 다양한 학문 분야의 거대한 질문을 통계적인 언어로 번역하는 것입니다. 천문학자가 우주의 팽창 속도에 대해 질문하거나 의사가 질병의 위험성을 예측하고자 할 때, 통계학자는 이를 시공간 데이터 분석이나 베이지안 모델링 같은 구체적인 수리적 문제로 변환합니다. 이 과정에서 통계학자는 다른 분야의 전문가들과 끊임없이 소통하며 데이터의 형태를 조율하고 모델의 적합성을 설득하는 과정을 거칩니다. 이러한 협업은 통계학이 단순히 숫자를 다루는 기술을 넘어, 현대 과학의 여러 분야를 연결하고 실질적인 의사결정을 돕는 중추적인 역할을 수행하게 합니다. 빅데이터 시대에 접어들면서 사회 현상 분석에 대한 기대가 높아지고 있지만, 예측의 성공 여부를 판단하는 기준은 매우 신중해야 합니다. 인공지능이나 구글 트렌드 같은 새로운 도구들이 주목받기도 하지만, 여전히 정교한 통계적 방법론을 활용한 분석이 더 높은 신뢰성을 보여주는 경우가 많습니다. 수많은 데이터 속에서 유의미한 신호를 찾아내는 것은 건초더미에서 바늘을 찾는 것과 같으며, 이 과정에서 발생하는 수많은 '거짓 경보'를 걸러내는 것이 통계학의 본질적인 과제입니다. 단순히 표면적인 결과를 맞혔느냐보다 분석 모델이 얼마나 정밀하게 현상을 설명하느냐가 중요합니다. 예측 모델의 오류를 완전히 제거하는 것은 불가능에 가깝기에, 통계학에서는 오차를 최소화하고 모델의 성능을 객관적으로 검증하는 방법을 사용합니다. 데이터를 학습 및 테스트 데이터로 나누어 모델의 예측력을 확인하는 교차 검증 방식이 대표적입니다. 이러한 방법론은 넷플릭스의 영화 추천 시스템부터 범죄 발생 가능 지역을 예측하는 치안 서비스에 이르기까지 우리 생활 곳곳에 적용되고 있습니다. 특히 시간과 공간이 결합된 범죄 패턴을 분석하여 순찰 경로를 최적화하는 사례는 통계학이 사회 안전을 지키는 실천적인 도구로 어떻게 진화하고 있는지를 잘 보여줍니다.

[강연] 디지털인문학과 데이터과학 (5) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

임채영, 장원철

카오스재단카오스강연
  • 수학

[강연] 디지털인문학과 데이터과학 (4) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ④

통계학은 우리 삶의 안전을 지키는 실질적인 도구로 활용됩니다. 뉴욕시의 노후화된 전기 배선으로 인한 맨홀 뚜껑 폭발 사고를 예측하는 사례가 대표적입니다. 복잡한 배선에서 발생하는 가스로 인해 맨홀 뚜껑이 날아가는 위험한 상황을 방지하기 위해, 통계적 모델을 통해 위험도가 높은 지역을 미리 파악합니다. 이를 통해 사고가 발생하기 전 선제적으로 수리를 진행함으로써 인명 피해를 줄이는 데 성공했습니다. 이처럼 통계는 보이지 않는 위험을 수치화하여 도시의 안전 시스템을 구축하는 데 핵심적인 역할을 수행하고 있습니다. 역사적 사건과 인문학적 자료를 해석하는 데에도 통계학은 강력한 힘을 발휘합니다. 제2차 세계대전 당시 영국은 독일군 미사일의 낙하 지점을 통계적으로 분석하여 적의 기술 수준을 파악했습니다. 또한, 디지털 인문학 분야에서는 1800년대 샌프란시스코의 마구간 위치나 미국 전역의 우체국 개폐 데이터를 시각화하여 도시의 팽창과 인구 이동 경로를 추적합니다. 직접적인 기록이 부족한 과거의 사회적 변화를 우체국의 흥망성쇠라는 간접 지표를 통해 과학적으로 재구성해내는 과정은 통계학이 가진 인문학적 가치를 잘 보여줍니다. 통계학은 모든 학문의 도구로서 자연과학뿐만 아니라 인문학적 의문을 해결하는 데 기여합니다. 영국의 작가 제인 오스틴의 미완성 소설 '샌디턴'을 다른 작가가 완성했을 때, 문체 분석을 통해 원작자의 스타일을 얼마나 잘 재현했는지 검증하는 것이 가능합니다. 특정 단어의 사용 빈도나 문장 부호의 배치 패턴을 수치화하여 비교함으로써 주관적인 감상을 넘어 객관적인 데이터로 저자를 판별합니다. 이는 통계가 단순한 숫자 계산을 넘어 언어와 예술의 영역에서도 현상을 설명하고 이해하는 정교한 분석 도구로 쓰일 수 있음을 증명합니다. 첨단 과학의 발견과 범죄 수사 현장에서도 통계는 필수적입니다. 2016년 중력파 탐지 성공의 이면에는 '4시그마'라는 높은 통계적 신뢰도가 있었으며, 이는 이론적 가설을 확고한 사실로 입증하는 근거가 되었습니다. 또한, 지문 인식 기술은 손가락의 특징점인 '미뉴셔'의 위치와 각도를 비교하여 일치 확률을 계산하는 통계 모델링을 기반으로 합니다. 단순히 전문가의 직관에 의존하는 것이 아니라, 수집된 데이터를 바탕으로 불확실성을 측정하고 정확도를 수치로 제시함으로써 과학적 증거의 객관성을 담보하는 역할을 수행합니다. 법정에서 제시되는 DNA 증거의 신뢰성을 평가할 때도 통계적 사고가 중요합니다. 흔히 범인일 경우 DNA가 일치할 확률과 증거가 일치할 때 범인일 확률을 혼동하는 '검사의 오류'가 발생하곤 합니다. 이를 바로잡기 위해 베이즈 정리를 활용하여 실제 범인일 확률을 정교하게 계산해야 합니다. 또한, 여론조사에서 제공되는 신뢰 구간과 오차 범위는 데이터에 내재된 불확실성을 투명하게 공개하는 방식입니다. 이처럼 통계학은 완벽하지 않은 데이터 속에서 진실에 가까운 결론을 도출하고, 그 과정의 한계를 명확히 제시하는 정직한 학문입니다.

[강연] 디지털인문학과 데이터과학 (4) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

임채영, 장원철

카오스재단카오스강연
  • 수학