주성분분석

4 Contents

[강연] 다시 돌아본 2024년 "세상에 나쁜 수학은 없다" 2 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 9강 두 번째 이야기 | 9강 ②

열 방정식은 열이라는 물리적 대상이 시간에 따라 공간 속에서 어떻게 확산되는지를 정교하게 묘사하는 도구입니다. 초승달 모양의 열판에 열이 가해졌을 때 시간이 흐르며 열이 고르게 퍼져나가는 현상을 수식으로 나타낸 것이죠. 이 방정식의 핵심은 온도의 시간적 변화율이 공간에 대한 이계도함수와 연결된다는 점에 있습니다. 이는 단순히 열의 이동을 설명하는 것을 넘어 입자의 운동이나 현대 인공지능의 확산 모델에까지 응용되는 기초 원리가 됩니다. 확산 현상을 바라보는 관점은 거시적일 수도, 미시적일 수도 있습니다. 미시적 관점에서는 입자가 무작위로 움직이는 '무작위 행보'나 '브라운 운동'으로 설명됩니다. 동전을 던져 앞면이 나오면 왼쪽, 뒷면이 나오면 오른쪽으로 가는 무작위 행보의 확률을 미분의 정의와 테일러 전개를 통해 계산하면 놀랍게도 거시적인 열 방정식이 유도됩니다. 이는 개별 입자의 불확실한 움직임이 모여 전체적인 확산이라는 규칙적인 흐름을 만들어냄을 보여주는 수학적 증거입니다. 최근 주목받는 인공지능의 확산 모델 역시 열 방정식의 원리를 활용합니다. 이미지에 무작위 노이즈를 추가하는 과정은 열이 퍼지는 순방향 확산 과정과 닮아 있으며, 이를 역방향 확산 과정으로 추적해 노이즈를 제거하면 새로운 이미지가 생성됩니다. 이러한 복잡한 수학적 원리를 시각적으로 이해하기 위해 '이매지너리'와 같은 플랫폼이 활용되기도 합니다. 수식 속에 숨겨진 정보의 흐름을 눈으로 확인하며 화산재의 확산이나 바람의 방향 같은 실제 자연 현상을 시뮬레이션할 수 있습니다. 정보의 시대를 지탱하는 또 다른 강력한 도구는 특이값 분해(SVD)입니다. 행렬은 하나의 벡터를 다른 벡터로 변환하는 연산자 역할을 하는데, 특이값 분해(SVD)는 이 복잡한 변환을 회전과 늘림, 그리고 다시 회전이라는 세 가지 단계로 쪼개어 분석합니다. 임의의 행렬을 세 개의 특수한 행렬 곱으로 분해함으로써 데이터가 가진 본질적인 구조를 파악할 수 있게 됩니다. 이는 복잡하게 얽힌 정보들 사이에서 핵심적인 기저가 무엇인지 찾아내는 과정이라 할 수 있습니다. 특이값 분해(SVD)의 가장 대표적인 응용 분야는 데이터 압축과 차원 축소입니다. 이미지의 픽셀 정보를 행렬로 나타낸 뒤 특이값 분해(SVD)를 적용하면, 중요도가 낮은 정보들을 과감히 제거하고 핵심적인 특이값들만 남겨 원래 이미지를 효율적으로 재구성할 수 있습니다. 또한 주성분 분석(PCA)을 통해 고차원의 데이터를 저차원으로 축소함으로써 복잡한 데이터 속에 내재된 패턴을 찾아냅니다. 예를 들어 여러 과목의 성적 데이터에서 학생의 문과적 혹은 이과적 성향이라는 핵심 지표를 추출하는 식입니다. 코시-슈바르츠 부등식은 벡터 공간을 이해하는 가장 기본적인 관계식입니다. 두 벡터의 내적값이 각 벡터의 길이의 곱을 절대 넘을 수 없다는 이 절대 부등식은 기하학적으로 두 벡터 사이의 각도와 투영의 개념을 담고 있습니다. 내적을 통해 두 벡터가 얼마나 같은 방향을 향하고 있는지, 혹은 서로 독립적인지를 수치화할 수 있습니다. 이는 단순히 수학적 정리를 넘어 데이터 사이의 유사도를 측정하는 핵심적인 척도가 되어 현대 과학의 다양한 분야에서 활용됩니다. 이러한 내적의 개념과 코시-슈바르츠 부등식은 오늘날 OTT 서비스의 영화 추천 알고리즘이나 챗GPT 같은 자연어 처리 모델의 근간이 됩니다. 사용자의 선호도 벡터와 콘텐츠 벡터 사이의 상관관계를 분석하여 최적의 결과를 도출해내는 것이죠. 열 방정식부터 특이값 분해(SVD), 그리고 코시-슈바르츠 부등식에 이르기까지, 이들은 서로 다른 형태를 띠고 있지만 복잡한 세상을 단순화하고 그 속에 숨겨진 근본적인 질서를 찾아낸다는 공통점을 가집니다. 수학은 이처럼 보이지 않는 곳에서 세상을 움직이고 있습니다.

[강연] 다시 돌아본 2024년 "세상에 나쁜 수학은 없다" 2 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 9강 두 번째 이야기

박형주

카오스재단카오스강연
  • 수학

[강연] 인류의 역사 파헤치는 집단유전학 _ by정충원 ㅣ 2022 '진화가 필요한 순간' 6강 | 6강

집단유전학은 한 종 내 개체들이 가진 유전적 변이를 연구하여 그 집단의 역사를 재구성하는 학문입니다. 유전체 염기서열의 차이는 단순한 다양성을 넘어, 과거에 어떤 진화적 힘이 작용했는지를 알려주는 중요한 단서가 됩니다. 우리는 이를 통해 인류가 걸어온 길을 과학적으로 추적할 수 있으며, 특정 질병에 대한 감수성이나 형질의 차이가 어떻게 형성되었는지 이해하게 됩니다. 유전체는 인류의 과거를 기록한 가장 정교한 역사책인 셈입니다. 인류는 생물학적으로 매우 젊은 종에 속합니다. 사람과 침팬지의 유전적 차이는 약 1.2%에 달하지만, 현대 인류 집단 간의 차이는 매우 적습니다. 한국인 내부의 유전적 다양성과 비교했을 때, 대륙 간 집단 차이는 기껏해야 10~20% 정도의 추가적인 변이만을 보여줍니다. 이는 인류가 아프리카에서 기원하여 전 세계로 퍼져나간 역사가 비교적 최근의 일임을 시사하며, 우리가 유전적으로 상당히 동질적인 하나의 종임을 증명합니다. 최근 유전학의 놀라운 발전 중 하나는 수천 년 전 죽은 이들의 뼈에서 DNA를 추출하여 분석하는 고유전체학입니다. 세포의 흔적이 남아있는 뼈를 미세하게 갈아 염기서열을 해독함으로써, 문자로 기록되지 않은 선사 시대의 인구 이동과 혼합 과정을 밝혀낼 수 있습니다. 100만 년 전 매머드나 수십만 년 전 고인류의 유전체까지 분석 가능한 수준에 이르렀으며, 이는 과거를 직접 들여다볼 수 있는 일종의 타임머신 역할을 수행하고 있습니다. 유라시아 초원은 인류 문명사에서 목축 문화의 도입과 함께 극적인 변화를 맞이한 지역입니다. 수렵채집인에게 초원은 자원이 제한된 척박한 땅이었으나, 가축을 기르기 시작하면서 상황은 반전되었습니다. 가축은 사람이 먹을 수 없는 풀을 우유, 고기, 가죽 등 유용한 자원으로 변환해주는 생물 공장 역할을 했습니다. 이러한 목축 문화의 확산은 초원에서의 생산성을 비약적으로 높였으며, 인류가 환경을 이용하는 방식을 근본적으로 바꾸어 놓았습니다. 초원의 목축 문화는 초기 청동기부터 철기 시대에 이르기까지 세 단계에 걸쳐 점진적으로 진화했습니다. 초기에는 소와 양을 중심으로 수레를 이용했으나, 후기 청동기에 이르러 말이 끄는 전차가 등장하며 이동성이 향상되었습니다. 이후 초기 철기 시대에 비로소 말 등에 직접 올라타는 기마 문화가 정착되면서 우리가 아는 유목 사회의 기틀이 마련되었습니다. 이러한 기술적 발전은 초원 지대의 광범위한 인구 이동과 문화적 교류를 촉진하는 핵심 동력이 되었습니다. 최초의 유목 제국인 흉노는 유전적으로 매우 흥미로운 특징을 보여줍니다. 흉노 제국 형성 이전의 몽골 초원에는 유전적으로 분절된 여러 집단이 존재했으나, 제국이 성립되면서 이들이 하나로 융화되는 과정이 유전체 프로필을 통해 확인됩니다. 한 무덤군 내에서도 서로 다른 계통의 사람들이 함께 발견되며, 이는 흉노가 단순히 특정 혈통의 집단이 아니라 다양한 배경을 가진 이들이 정치적으로 통합된 다민족 제국이었음을 시사하는 중요한 증거입니다. 유전체 분석을 통해 재구성한 초원의 역사는 문화 전파와 인구 이동의 복잡한 상호작용을 보여줍니다. 몽골 초원의 경우, 서쪽의 목축민이 직접 이주하기보다는 가축과 기술만 전달되는 문화적 전파가 주를 이루었다는 사실이 밝혀지기도 했습니다. 이처럼 유전체 데이터는 고고학적 유물이나 문헌 기록만으로는 알 수 없었던 인류사의 숨겨진 이면을 정교하게 복원해냅니다. 과학은 이제 뼈 속에 새겨진 염기서열을 통해 잊힌 인류의 발자취를 다시 기록하고 있습니다.

[강연] 인류의 역사 파헤치는 집단유전학 _ by정충원 ㅣ 2022 '진화가 필요한 순간' 6강

정충원

카오스재단카오스강연
  • 생명과학

[강연] 환경과 동행한 인류역사 by 정충원 ㅣ 제29회 서울대 자연과학대학 공개강연 '과학 동행' | 1부 ①

인류는 현재 '인류세'라 불리는 전례 없는 환경 변화의 시대를 살고 있습니다. 하지만 지구의 긴 역사 속에서 환경 변화는 늘 존재해 왔으며, 이는 인류의 이동과 진화에 결정적인 영향을 미쳤습니다. 과거 시베리아는 현재의 울창한 침엽수림인 타이가와 달리, 거대한 매머드와 털코뿔소가 누비던 광활한 '매머드 초원'이었습니다. 이 독특한 생태계는 수렵 채집인들에게 풍요로운 자원을 제공하며 인류가 북극권까지 진출할 수 있는 토대가 되었으며, 당시 인류는 환경에 맞춰 자신들의 삶을 유연하게 변화시켜 나갔습니다. 과거 인류의 흔적을 추적하기 위해 현대 과학은 유전체 분석이라는 강력한 도구를 사용합니다. 수십억 개의 염기쌍 중 개인마다 차이를 보이는 '단일 염기 다형성(SNP)'을 분석하면 각 집단의 고유한 유전체 프로필을 구성할 수 있습니다. 특히 복잡한 유전 정보를 시각화하는 '주성분 분석(PCA)'을 통해 고대 인류가 현대의 어느 집단과 유전적으로 가까운지 혹은 지금은 사라진 독특한 계통인지를 명확하게 파악할 수 있게 되었습니다. 이러한 통계적 방법론은 방대한 유전체 데이터를 우리가 이해할 수 있는 유의미한 정보로 요약해 줍니다. 유전체 분석 결과, 플라이스토세 매머드 초원에 살았던 고대 북유라시아인(ANE)은 현대인 중 직계 후손이 없는 사라진 계통임이 밝혀졌습니다. 이들은 유전적으로 동아시아인보다는 서유라시아인과 더 가까웠으며, 동시에 아메리카 원주민의 조상과 밀접한 관련이 있었습니다. 비록 이들의 순수한 유전체 프로필은 현대에 남아 있지 않지만, 이들이 남긴 유전적 흔적은 아메리카 대륙과 유라시아 곳곳으로 흩어져 인류 역사의 중요한 퍼즐 조각이 되었습니다. 이는 고대 인류가 단순히 사라진 것이 아니라 새로운 인류 집단의 밑바탕이 되었음을 시사합니다. 아메리카 원주민의 기원을 찾는 여정에서 남시베리아의 우스티-캬흐타 유적은 중요한 단서를 제공합니다. 약 1만 5천 년 전의 이 유전체는 아메리카 원주민 계통이 베링기아에서 형성되었다는 기존 가설에 의문을 제기하며, 남시베리아가 그들의 유전자 풀이 형성된 발원지일 가능성을 시사합니다. 이는 마지막 빙하기라는 극한의 환경 속에서도 인류가 끊임없이 이동하며 새로운 환경에 적응해 나갔음을 보여주는 증거라고 할 수 있습니다. 인류의 확산은 우리가 생각했던 것보다 훨씬 역동적이고 복잡한 경로를 통해 이루어졌음을 알 수 있습니다. 기후가 온난해지며 매머드 초원이 사라진 후에도 고대 북유라시아인의 후손들은 온대 초원에서 삶을 이어갔습니다. 카자흐스탄의 보타이 문화 사람들은 말을 대량으로 사육하며 초원 생활에 적응했습니다. 흥미로운 점은 이들이 키우던 보타이 말이 현대 가축 말의 조상이 아니라, 오늘날 야생말로 알려진 프르제발스키말의 조상이라는 사실입니다. 이는 인류가 환경 변화에 맞춰 가축화라는 새로운 생존 전략을 독립적으로 여러 번 시도했음을 의미하며, 보타이 사람들은 비록 주류 역사에서 사라졌지만 말의 역사에 뚜렷한 족적을 남겼습니다. 약 4,000년 전 중앙아시아 타림 분지에서 번성했던 샤오허 문화는 고대 인류의 놀라운 적응력을 보여주는 또 다른 사례입니다. 건조한 사막 환경에서도 이들은 서구적인 외모와 서양식 가축, 동양의 곡물을 결합한 독특한 복합 문화를 일구었습니다. 유전체 분석 결과, 이들은 외부 이주민이 아니라 수천 년 동안 고립되어 살았던 고대 북유라시아인의 후손임이 밝혀졌습니다. 이들은 유전적 고립 속에서도 주변 문화를 적극적으로 수용하며 풍요로운 문명을 꽃피웠으며, 이는 혈연적 섞임 없이도 문화적 교류가 얼마나 활발할 수 있는지를 잘 보여줍니다. 타림 분지의 미라 집단을 끝으로 고대 북유라시아인의 독특한 유전체 프로필은 역사 속으로 사라졌습니다. 급격한 건조화라는 환경 변화가 그들이 지탱해온 농경과 목축의 기반을 무너뜨렸기 때문입니다. 과거 인류가 환경 변화에 적응하고 때로는 도태되었던 역사는 오늘날 기후 위기와 전염병 등 새로운 도전에 직면한 우리에게 깊은 시사점을 줍니다. 과거를 거울삼아 인류가 미래의 변화 속에서 지속 가능한 길을 찾을 수 있기를 희망하며, 유전자를 통해 읽어낸 고대인의 역사는 현재를 살아가는 우리에게 생존을 위한 지혜와 경각심을 동시에 전달합니다.

[강연] 환경과 동행한 인류역사 by 정충원 ㅣ 제29회 서울대 자연과학대학 공개강연 '과학 동행'

정충원

카오스재단서울대자연과학공개강연
  • 생명과학

[연구뭐하지?] 정성규 교수_서울대학교 '통계적학습이론 연구실' | 통계에도 차원이 있다!?

21세기에 들어서며 데이터의 질과 양이 폭발적으로 증가함에 따라 통계학은 새로운 국면을 맞이했습니다. 과거에는 흔치 않았던, 변수의 수는 방대하지만 표본의 수는 상대적으로 적은 고차원 데이터 분석이 중요해진 것입니다. 특히 데이터가 일반적인 수치 형태를 넘어 이미지나 영상과 같은 복잡한 구조를 가질 때, 이를 '다양체(Manifold)'라는 기하학적 개념 위에서 분석하는 방법론과 이론적 토대를 마련하는 연구가 활발히 진행되고 있습니다. 현대 통계학의 핵심 분야 중 하나인 다변량 통계학에서는 수많은 변수 사이의 관계를 효과적으로 파악하는 것이 관건입니다. 연구자들은 주성분 분석(PCA)을 중심으로, 다양한 조건에서도 데이터의 특성을 합리적이고 효율적으로 추출할 수 있는 모델을 개발하고 있습니다. 이는 단순히 데이터를 요약하는 수준을 넘어, 복잡한 데이터 구조 속에 숨겨진 유의미한 패턴을 찾아내고 분석의 정확도를 높이는 데 필수적인 역할을 수행합니다. 이러한 통계적 이론은 실제 응용 분야에서 강력한 힘을 발휘합니다. 예를 들어 유전체 데이터 분석에서는 방대한 양의 유전 정보를 효과적으로 통합하거나 분류하여 질병의 원인을 규명하는 데 기여합니다. 또한 고차원 데이터의 군집화(Clustering) 연구를 통해 유사한 특성을 가진 집단을 정교하게 구분해내기도 합니다. 이론적 연구와 실무적 응용이 조화를 이루며, 막연하게 느껴질 수 있는 데이터 분석의 과정을 구체적이고 과학적인 방법론으로 바꾸어 나가는 과정입니다. 최근 인공지능과 딥러닝 기술이 급격히 발전하면서 통계학의 중요성은 더욱 강조되고 있습니다. 전문가의 직관이나 감에 의존하던 과거의 방식에서 벗어나, 철저히 데이터 근거 중심의 분석을 수행하기 위해서는 통계적 기초가 탄탄해야 합니다. 딥러닝 모델의 결과나 성능을 객관적으로 평가하고 개선하는 과정에서도 통계적 관점은 필수적입니다. 따라서 통계학은 학술적인 깊이를 더할 뿐만 아니라 실전에서도 매우 유용한 도구로 자리매김하고 있습니다. 통계학은 그 자체로 독립된 학문이면서도 다른 어떤 분야와도 유연하게 결합할 수 있는 확장성을 지니고 있습니다. 생물통계나 경제통계처럼 다양한 학문 뒤에 '통계'라는 이름을 붙여도 어색하지 않은 이유는, 통계학이 데이터를 다루는 보편적인 언어이기 때문입니다. 수학적 엄밀함부터 컴퓨터를 활용한 실전 분석까지 넓은 스펙트럼을 가진 학문인 만큼, 한 가지 분야에 매몰되지 않고 다양한 시각으로 자료를 바라보는 태도가 현대의 연구자들에게 요구됩니다.

[연구뭐하지?] 정성규 교수_서울대학교 '통계적학습이론 연구실'  |  통계에도 차원이 있다!?

정성규

카오스재단연구뭐하지
  • 수학