모양

2 Contents

[강연] 위상수학의 놀라운 응용: 데이터도 모양이 있다? 2_by 최수영 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 9강 두 번째 이야기 | 9강 ②

위상수학은 단순히 공간의 성질을 분류하는 것을 넘어, 불변량을 통해 보이지 않는 공간의 형태를 추론하는 단계로 진화하고 있습니다. 과거에는 두 공간이 왜 다른지를 설명하는 데 집중했다면, 이제는 구멍의 개수와 같은 불변량을 역으로 계산하여 전체적인 구조를 파악하려 합니다. 이는 마치 복잡한 수식을 인수분해하여 본질을 찾아내는 과정과 유사하며, 우리가 직접 관찰할 수 없는 고차원 우주나 복잡한 데이터의 형상을 이해하는 강력한 도구가 됩니다. 이러한 추론의 핵심 도구 중 하나가 바로 '베티수'입니다. 이탈리아 수학자 엔리코 베티의 이름을 딴 이 수치는 오일러 지표를 일반화한 개념으로, 공간의 연결 상태와 구멍의 개수를 수치화합니다. 예를 들어 덩어리의 개수를 나타내는 제0 베티수와 고리 형태의 구멍을 뜻하는 제1 베티수를 통해 우리는 대상의 위상적 특징을 명확히 정의할 수 있습니다. 이는 눈에 보이지 않는 추상적인 공간을 수학적 언어로 형상화하여 분석할 수 있게 해주는 중요한 지표가 됩니다. 현대 사회의 방대한 데이터 역시 고차원 공간상의 점들로 이해할 수 있습니다. 개인의 신체 정보나 행동 패턴 등 수많은 변수는 각각 하나의 차원이 되어 우리가 인지할 수 없는 복잡한 공간에 위치하게 됩니다. 위상적 데이터 분석(TDA)은 바로 이 지점에서 빛을 발합니다. 고차원에 흩어진 데이터 점들이 이루는 거대한 '구름'의 모양을 베티수와 같은 불변량으로 계산함으로써, 데이터 이면에 숨겨진 구조와 의미를 시각적 한계를 넘어 파악할 수 있게 돕습니다. 기존의 통계 분석이 주로 차원을 축소하거나 평균과 분산을 통해 데이터를 요약했다면, TDA는 데이터가 가진 본래의 기하학적 형상을 보존하며 분석합니다. 데이터가 원형인지 혹은 Y자 형태인지에 따라 그 의미가 완전히 달라질 수 있기 때문입니다. 단순히 수치적인 상관관계를 찾는 것을 넘어, 데이터 공간의 전체적인 구성을 유추함으로써 기존 방식으로는 발견하기 어려웠던 새로운 통찰을 제공합니다. 이는 복잡한 시스템 내의 숨겨진 패턴을 찾는 혁신적인 접근법이라 할 수 있습니다. 인공지능 분야에서도 위상수학의 역할은 점차 커지고 있습니다. 현재의 AI는 주로 데이터의 국소적인 정보에 의존하여 학습하기 때문에, 미세한 노이즈만으로도 판다를 긴팔원숭이로 오인하는 등의 한계를 보입니다. 반면 인간은 사물의 전체적인 맥락과 형태를 파악하는 '전역적 정보'를 활용합니다. TDA는 인공지능에게 이러한 거시적인 관점을 제공하여 모델의 안정성과 정확도를 높이는 데 기여합니다. 부분에 매몰되지 않고 전체를 조망하는 위상수학의 철학이 기술에 녹아드는 셈입니다. 구체적인 분석 기법으로는 '비토리스-립스 복합체'가 널리 쓰입니다. 이는 데이터 점들 사이의 거리가 특정 임계값보다 가까워지면 서로 연결하여 점차 복잡한 형상을 만들어가는 과정입니다. 임계값을 변화시키며 베티수의 변화를 관찰하면, 노이즈처럼 금방 사라지는 특징과 데이터의 본질을 담고 있어 끝까지 유지되는 특징을 구분할 수 있습니다. 이러한 '지속성'의 개념을 통해 우리는 수많은 데이터 속에서 유의미한 위상적 구조를 추출하고 이를 실질적인 정보로 변환하게 됩니다. 위상수학의 응용은 의료 진단부터 토목 공학에 이르기까지 광범위합니다. 유방암이나 당뇨병의 예측 알고리즘을 정교화하는 것은 물론, 지표 투과 레이더 데이터를 분석하여 싱크홀의 원인이 되는 지하 동공을 찾아내는 데에도 활용됩니다. 순수 수학의 영역으로만 여겨졌던 위상수학이 산업 현장의 난제를 해결하는 실용적인 도구로 진화한 것입니다. 인류가 기하학을 통해 문명을 일구었듯, 이제는 위상수학을 통해 복잡한 데이터 시대를 항해하는 새로운 지혜를 얻고 있습니다.

[강연] 위상수학의 놀라운 응용: 데이터도 모양이 있다? 2_by 최수영 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 9강 두 번째 이야기

최수영

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'
  • 수학

[강연] 우주는 수인가 모양인가? by김민형 | 2018 여름 카오스 콘서트 '수학과 과학 42' 1부 | 1부

구글은 현대인에게 단순한 검색 엔진 이상의 의미를 지닙니다. 데이터 과학자 정하웅 교수는 이 거대한 플랫폼이 가진 정보의 힘에 주목하며, 우리가 일상에서 마주하는 수많은 질문과 고민을 해결해 주는 데이터의 가치를 강조합니다. 디지털 시대의 정보는 멀리 있는 존재가 아니라, 우리 손안의 스마트폰과 컴퓨터 화면 속에 상주하며 우리의 모든 궁금증을 실시간으로 해결해 주는 핵심적인 자원이 되었습니다. 이러한 정보의 흐름은 우리의 사고방식과 삶의 양식을 근본적으로 변화시키고 있습니다. 우리가 구글에 입력하는 검색어는 단순한 단어의 나열이 아닙니다. 그것은 우리의 욕망, 불안, 그리고 현재의 상태를 가장 솔직하게 드러내는 지표입니다. 친구나 가족에게도 말하지 못하는 은밀한 고민부터 사소한 궁금증까지, 구글은 인류의 집단지성과 개별적인 행동 양식을 고스란히 기록합니다. 이러한 방대한 데이터는 개별적으로는 파편화되어 보이지만, 이를 거시적으로 분석하면 인류 전체의 흐름을 읽어낼 수 있는 강력한 도구가 됩니다. 데이터는 이제 인간을 이해하는 새로운 언어가 되었습니다. 구글의 데이터 권력을 상징적으로 보여준 사례가 바로 '구글 독감 트렌드'입니다. 2008년 구글은 사람들이 독감 증상을 검색하는 빈도를 분석하여, 미국 질병통제예방센터보다 훨씬 빠르게 독감 유행 지역을 예측해 냈습니다. 전통적인 방식이 병원 보고를 집계하는 데 수주가 걸렸던 반면, 구글은 실시간 검색 데이터를 통해 즉각적인 결과를 도출했습니다. 이는 데이터가 이론이나 가설을 넘어 현실의 문제를 해결하는 강력한 수단이 될 수 있음을 증명한 사건이었으며, 빅데이터 시대의 서막을 알렸습니다. 빅데이터의 핵심은 '왜'라는 인과관계보다 '무엇이' 일어나는지에 대한 상관관계에 집중하는 데 있습니다. 구글은 독감이 왜 발생하는지 연구하는 대신, 독감에 걸린 사람들이 어떤 단어를 검색하는지에 주목했습니다. 이러한 접근 방식은 복잡한 현상을 단순화하여 빠르게 결론에 도달하게 해 줍니다. 데이터 과학은 수많은 변수가 얽힌 현실 세계에서 유의미한 패턴을 찾아내고, 이를 통해 미래를 예측하는 새로운 통찰력을 제공하며 학문의 패러다임을 바꾸어 놓았습니다. 이는 효율성을 극대화하는 현대 과학의 특징을 잘 보여줍니다. 그러나 데이터의 전지전능함에는 분명한 한계가 존재했습니다. 구글 독감 트렌드는 시간이 흐르면서 실제 독감 발생률을 과도하게 높게 예측하는 오류를 범하기 시작했습니다. 이는 검색 알고리즘의 변화와 사용자들의 행동 양식 변화를 데이터가 온전히 반영하지 못했기 때문입니다. 데이터는 과거의 기록일 뿐, 변화하는 미래를 완벽하게 보장하지는 않습니다. 기술적 결함이나 데이터의 편향성은 언제든 예측의 정확도를 떨어뜨릴 수 있으며, 이는 데이터 맹신에 대한 경종을 울리는 계기가 되었습니다. 결국 데이터 과학의 본질은 숫자가 아닌 인간에 대한 깊은 이해에 있습니다. 데이터는 인간의 활동이 남긴 흔적이며, 그 이면에는 복잡한 심리와 사회적 맥락이 숨어 있습니다. 데이터를 분석하는 과정에서 인간의 직관과 비판적 사고가 배제된다면, 우리는 숫자가 만들어낸 환상에 빠질 위험이 있습니다. 진정한 통찰은 방대한 데이터 속에서 유의미한 가치를 발견하고, 그것이 현실 세계와 어떻게 연결되는지를 파악하는 인간의 지혜로부터 나옵니다. 데이터는 결코 인간의 판단을 완전히 대체할 수 없습니다. 우리는 이제 데이터가 지배하는 세상을 살아가고 있습니다. 데이터가 우리 삶에 깊숙이 침투해 있다는 사실은 부정할 수 없는 현실입니다. 하지만 데이터는 도구일 뿐, 그 도구를 어떻게 활용하고 어떤 방향으로 나아갈지를 결정하는 것은 결국 인간의 몫입니다. 기술의 발전이 가져다주는 편리함을 누리되, 데이터 뒤에 숨겨진 진실을 탐구하려는 노력을 멈추지 말아야 합니다. 그것이 바로 인공지능과 빅데이터의 시대에 우리가 갖추어야 할 진정한 지성이며, 미래를 준비하는 올바른 자세일 것입니다.

[강연] 우주는 수인가 모양인가? by김민형 | 2018 여름 카오스 콘서트 '수학과 과학 42' 1부

김민형

카오스재단카오스콘서트
  • 수학