복잡계물리학

2 Contents

[강연] 정하웅_AI에게 (감히^^) 노벨물리학상을?! |제33회 서울대 자연과학 공개강연_"과학 그리고 인공지능"

2024년 노벨 물리학상은 인공지능 연구의 선구자인 존 홉필드와 제프리 힌튼 교수에게 돌아갔습니다. 이 소식은 과학계에 신선한 충격과 함께 뜨거운 논란을 불러일으켰습니다. 물리학자가 아닌 컴퓨터 과학자와 분자생물학자가 물리학상을 받은 것에 대해 'AI가 과연 물리의 영역인가'라는 의문이 제기된 것입니다. 하지만 이들의 연구를 들여다보면 그 뿌리는 철저하게 물리학적 원리에 닿아 있습니다. 홉필드 교수는 물리 모델을 통해 기억의 원리를 규명했고, 힌튼 교수는 통계 물리학의 도구로 인공지능의 초석을 다졌습니다. 이는 전통적인 물질 중심의 물리학이 이제 정보의 영역까지 확장되었음을 선언하는 역사적인 사건입니다. 인간의 뇌를 모방하려는 시도는 1950년대 퍼셉트론의 등장과 함께 시작되었습니다. 신경세포의 작동 원리를 인공적으로 구현하여 논리 회로를 만들고, 이를 통해 기계도 생각할 수 있다는 희망을 품게 되었습니다. 그러나 곧 시련이 찾아왔습니다. 선형적인 함수만으로는 복잡한 문제를 풀 수 없다는 사실이 증명되면서 인공지능 연구는 긴 암흑기에 접어들었습니다. 이때 해결책을 제시한 인물이 바로 제프리 힌튼입니다. 그는 층을 쌓는 방식과 역전파 알고리즘을 통해 계산의 한계를 극복하고 현대 인공지능의 황금기를 여는 토대를 마련했습니다. 이러한 혁신은 단순한 기술적 진보를 넘어 뇌의 학습 과정을 수학적으로 모델링한 성과였습니다. 노벨 위원회가 주목한 핵심 업적은 80년대 초반에 발표된 물리학 기반 모델입니다. 홉필드 교수는 전자의 스핀 상태를 다루는 '이징 모델'에서 영감을 얻어 홉필드 네트워크를 발명했습니다. 이는 정보를 개별적으로 저장하는 대신 에너지 지형을 만들어 가장 낮은 에너지 상태를 찾아가는 방식으로 기억을 인출합니다. 힌튼 교수는 여기에 통계 물리학의 볼츠만 분포를 도입하여 더욱 유연한 '볼츠만 머신'을 탄생시켰습니다. 확률적 기법을 통해 정답뿐만 아니라 그 주변의 데이터까지 학습할 수 있게 된 것입니다. 이러한 통계 물리학적 접근은 오늘날 거대 언어 모델인 챗GPT의 근간이 되었으며, 정보가 자연계의 실체임을 공인받는 계기가 되었습니다. 최근 과학계에서는 AI를 단순한 도구를 넘어 동료 연구자로 활용하는 'AI 기반 과학 (AI for Science)'이 활발히 연구되고 있습니다. 복잡한 자연 현상을 관찰할 때 인간의 직관만으로는 방정식을 세우기 어려운 경우가 많습니다. 이때 AI에게 방대한 데이터를 학습시키면 인간이 미처 발견하지 못한 규칙성을 찾아내기도 합니다. 예를 들어 수천 마리 새들의 군무에서 나타나는 복잡한 패턴을 AI 모델로 구현하고, 모델 내부의 어텐션 메커니즘을 분석함으로써 새들이 어느 지점을 보고 움직이는지 역으로 추적할 수 있습니다. 이는 과학자가 가설을 세우고 AI가 검증하며 다시 과학자가 그 의미를 해석하는 새로운 연구 패러다임이 시작되었음을 의미합니다. 인공지능의 미래는 단순히 모델의 크기를 키우는 것에 머물지 않습니다. 거대한 뇌가 곧 지능을 보장하지 않듯이, 방대한 데이터 학습만으로는 진정한 지혜를 얻기 어렵습니다. 대신 작은 에이전트들이 협력하여 집단 지성을 발휘하는 방식이 대안으로 떠오르고 있습니다. 새들의 군무처럼 개별적인 존재들이 소통하며 만들어내는 창발적 결과물이야말로 인공지능이 나아가야 할 길입니다. 결국 중요한 것은 기술의 규모가 아니라 '최초의 질문'을 던지는 힘입니다. 노벨상은 성공의 결과보다 질문의 시작점에 선 사람에게 주어집니다. 스스로 근본적인 의문을 품고 새로운 질문을 던질 때, 우리는 인공지능과 함께 과학의 새로운 지평을 열어갈 수 있을 것입니다.

[강연] 정하웅_AI에게 (감히^^) 노벨물리학상을?! |제33회 서울대 자연과학 공개강연_"과학 그리고 인공지능"
카오스재단카오스크로스
  • 물리학
  • 뇌인지과학
  • 융합

[강연] 무질서계가 보이는 복잡하고 놀라운 세상 by 여준현 ㅣ 고등과학원(KIAS) x 카오스재단 2021 '노벨상 해설강연' | 3강

복잡계 물리학은 우리 일상과 동떨어진 학문처럼 보이지만, 사실 세포나 박테리아, 인간 사회에 이르기까지 수많은 구성원이 모여 상호작용하는 모든 곳에 존재합니다. 2021년 노벨 물리학상은 이러한 복잡계의 본질을 규명한 학자들에게 수여되었습니다. 특히 조르조 파리시 교수는 무질서한 시스템 속에 숨겨진 패턴을 발견함으로써, 복잡계 물리학이 정립된 학문으로 인정받는 데 결정적인 역할을 했습니다. 이는 단순한 물리 법칙을 넘어 자연의 복잡성을 이해하는 새로운 지평을 열었다는 평가를 받습니다. 물리학의 전통적인 접근 방식은 물질의 가장 근본적인 단위를 파고드는 것이었습니다. 하지만 필립 앤더슨이 주창한 '많으면 다르다(More is different)'라는 명제는 개별 입자의 법칙을 안다고 해서 전체 시스템을 완벽히 이해할 수 없음을 시사합니다. 물 분자 사이의 미시적 법칙은 동일하지만, 온도가 변함에 따라 물이 얼음으로 변하는 거시적 상전이가 나타나는 것이 대표적인 예입니다. 수많은 구성 요소가 모였을 때 비로소 나타나는 새로운 물리적 규칙들을 이해하는 것이 복잡계 연구의 핵심입니다. 상전이를 이해하는 현대 물리학의 핵심 도구는 '대칭성 깨짐'입니다. 예를 들어 액체 상태에서는 공간의 어느 방향으로든 평행 이동해도 에너지가 변하지 않는 높은 대칭성을 가집니다. 그러나 온도가 낮아져 고체가 되면 입자들이 특정 격자 자리를 차지하게 되면서 대칭성이 낮은 상태로 변합니다. 자성체 역시 고온에서는 무작위 방향을 향하던 스핀들이 저온에서 특정 방향을 택하며 자성을 띠게 됩니다. 이러한 대칭성 깨짐은 무질서한 상태에서 질서가 형성되는 과정을 설명하는 중요한 원리입니다. 파리시 교수가 연구한 '스핀 유리'는 자성체에 불순물이 섞여 무질서가 극대화된 시스템입니다. 여기서는 스핀들 사이의 상호작용이 거리에 따라 양수와 음수를 오가며 복잡하게 얽힙니다. 이로 인해 스핀들이 어느 방향을 향해야 에너지가 낮아질지 결정하지 못하는 '쩔쩔맴(Frustration)' 현상이 발생합니다. 친구와 원수가 뒤섞인 인간관계에서 누구 편을 들지 고민하는 상황처럼, 스핀들도 최적의 상태를 찾지 못하고 방황하게 됩니다. 이러한 무질서와 쩔쩔맴(Frustration)이 스핀 유리의 독특한 복잡성을 만들어냅니다. 복잡한 스핀 유리 시스템을 수학적으로 풀기 위해 물리학자들은 '복제'라는 기발한 방법을 도입했습니다. 시스템의 복제본들을 여러 개 만들어 계산한 뒤, 복제본의 수를 0으로 보내는 극한을 취하는 방식입니다. 초기에는 모든 복제본이 동일하다는 '복제 대칭성'을 가정했으나, 이는 저온에서 엔트로피가 음수가 되는 등 물리적 오류를 낳았습니다. 이는 기존의 단순한 대칭성 가정으로는 무질서한 시스템의 복잡한 바닥 상태를 온전히 설명할 수 없음을 의미하며, 새로운 돌파구가 필요한 시점이었습니다. 조르조 파리시 교수는 복제본들 사이의 대칭이 깨져야 한다는 '복제 대칭성 깨짐'이라는 혁신적인 아이디어를 제시했습니다. 그는 행렬을 무한히 쪼개는 수학적 기법을 통해 스핀 유리가 단 하나의 안정된 상태가 아닌, 무수히 많은 에너지 골짜기를 가진다는 사실을 밝혀냈습니다. 이 골짜기들은 서로 닮은 정도에 따라 가계도와 같은 계층적 구조를 이루고 있습니다. 이는 무질서한 시스템이 단순히 혼란스러운 것이 아니라, 그 내부에 정교하고 복잡한 수학적 질서가 숨어 있음을 증명한 놀라운 발견이었습니다. 파리시의 방법론은 물리학을 넘어 최적화 문제, 신경망 모델링, 단백질 접힘 등 다양한 분야에 응용되고 있습니다. 수많은 도시를 방문하는 최단 경로를 찾는 외판원 문제나 뇌의 뉴런 작용을 이해하는 과정에서도 이 복잡계 이론이 핵심적인 도구로 쓰입니다. 이는 직관으로 이해하기 힘든 복잡한 현상을 수학이라는 등불을 통해 명확히 비춰낼 수 있음을 보여줍니다. 결국 복잡계 물리학은 무질서해 보이는 세상 속에서 보이지 않는 패턴을 찾아내어 현대 과학의 영역을 확장하고 있습니다.

[강연] 무질서계가 보이는 복잡하고 놀라운 세상 by 여준현 ㅣ 고등과학원(KIAS) x 카오스재단 2021 '노벨상 해설강연'

여준현

카오스재단노벨상/필즈상 해설강연
  • 물리학