라그랑주

3 Contents

[강연] 최적화 이론, 인공지능 시대에 비상하다 1_by 권도현 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 8강 첫 번째 이야기 | 8강 ①

인공지능은 현대 과학의 정점으로 불리며, 최근 노벨 물리학상과 화학상을 인공지능 연구자들이 휩쓴 사건은 그 위상을 단적으로 보여줍니다. 과거에는 연구 성과가 인정받기까지 수십 년이 걸리기도 했으나, 인공지능 분야는 불과 몇 년 만에 세계적인 인정을 받을 만큼 혁신적인 속도로 발전하고 있습니다. 이러한 인공지능의 놀라운 퍼포먼스 이면에는 복잡한 문제를 효율적으로 해결하기 위한 수학적 원리가 숨어 있는데, 그 핵심이 바로 최적화 이론입니다. 최적화 이론이란 주어진 제약 조건 아래에서 목적 함수가 최솟값이나 최댓값을 가지는 지점을 찾는 과정을 의미합니다. 예를 들어, 특정 예산과 시간 내에 가장 멀리 이동할 수 있는 경로를 찾는 것이 실생활의 최적화 문제입니다. 수학적으로는 변수와 제약 조건을 설정하고, 이를 만족하는 최적의 해를 구하는 수식으로 표현됩니다. 인공지능 역시 방대한 데이터 속에서 가장 정확한 답을 내놓기 위해 이 최적화 과정을 끊임없이 반복하며 학습을 진행합니다. 최적화의 역사에서 중요한 이정표 중 하나는 18세기 몽주가 제안하고 20세기 칸토로비치가 일반화한 최적 운송 이론입니다. 이는 물류 비용을 최소화하기 위해 자원을 어떻게 배분할 것인가를 다루는 학문으로, 칸토로비치는 이 공로로 노벨 경제학상을 수상했습니다. 오늘날 아마존이나 쿠팡 같은 거대 물류 기업들이 효율적인 배송 시스템을 구축할 수 있는 것도 바로 이 이론 덕분입니다. 자원 배분의 효율성을 극대화하는 수학적 모델은 현대 산업 전반의 수익성과 직결됩니다. 최적화는 물리적 현상을 설명하는 데에도 필수적입니다. 중력이 작용하는 상황에서 공이 가장 빠르게 내려오는 경로를 찾는 '최단 강하 곡선' 문제는 변분법이라는 수학 분야를 탄생시켰습니다. 오일러와 라그랑주는 이 곡선을 나타내는 미분 방정식을 찾아내어 복잡한 함수의 최적점을 구하는 기틀을 마련했습니다. 이러한 고전 역학의 수학적 도구들은 오늘날 인공지능이 복잡한 데이터 분포를 이해하고 예측 모델을 설계하는 데 있어 강력한 기반이 되고 있습니다. 인공지능 모델에서 최적화는 '손실 함수'를 최소화하는 과정으로 구체화됩니다. 손실 함수란 인공지능이 예측한 값과 실제 정답 사이의 오차를 나타내는 지표입니다. 모델이 학습한다는 것은 결국 이 오차를 줄여나가는 과정을 의미하며, 수학적으로는 함수의 기울기를 이용해 최저점을 찾아가는 여정입니다. 오차가 작을수록 인공지능은 더 정확한 판단을 내리게 되며, 이를 위해 수학자들은 더 정교한 목적 함수를 설계하고 효율적인 계산 알고리즘을 개발하는 데 매진하고 있습니다. 오차를 줄이는 대표적인 방법은 '경사하강법'입니다. 이는 마치 안대를 쓴 채 그랜드 캐니언의 가장 깊은 골짜기를 찾아가는 과정과 비슷합니다. 현재 위치에서 지면의 경사를 파악해 가장 가파르게 내려가는 방향으로 한 걸음씩 이동하는 방식입니다. 이때 한 번에 이동하는 거리를 '학습률'이라고 부르는데, 이 값이 너무 작으면 학습 속도가 지나치게 느려지고, 너무 크면 최적점을 지나쳐버리는 문제가 발생합니다. 따라서 적절한 학습률을 설정하는 것이 인공지능 성능의 핵심입니다. 현실의 데이터는 매우 복잡하여 함수의 모양이 단순한 볼록 형태가 아닌 경우가 많습니다. 골짜기를 내려가다 보면 중간에 작은 웅덩이에 빠져 더 이상 내려가지 못하는 '지역 최솟값' 문제에 직면하기도 합니다. 이를 극복하기 위해 현대 인공지능은 무작위성을 도입한 '확률적 경사하강법'과 같은 고도화된 기법을 사용합니다. 수학적 엄밀함과 실험적 최적화가 결합된 이러한 노력들은 인공지능이 인간의 지능을 모방하고 초월하는 데 결정적인 역할을 수행하고 있습니다.

[강연] 최적화 이론, 인공지능 시대에 비상하다 1_by 권도현 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 8강 첫 번째 이야기

권도현

카오스재단카오스강연
  • 수학

[강연] 뉴턴역학, 중요한 것은 변화의 변화다_by 박권 / 2023 가을 카오스강연 'INCREDIBLE QUANTUM' 2강 | 2강

물리학의 세계관은 크게 두 가지 흐름으로 나뉩니다. 전체를 작은 부분으로 나누어 본질을 파악하려는 환원주의와, 작은 것들이 모여 큰 시스템을 이룰 때 개별 요소에는 없던 새로운 성질이 나타난다는 창발론이 그것입니다. 아리스토텔레스는 '전체는 부분의 합보다 크다'고 말했으며, 응집물질 물리학자 앤더슨은 '많을수록 다르다'는 명제로 창발 현상을 설명했습니다. 우주를 온전히 이해하기 위해서는 이 두 관점의 조화가 필수적이며, 이는 현대 물리학이 복잡한 자연 현상을 탐구하는 근본적인 토대가 됩니다. 뉴턴 역학의 핵심은 단순히 위치가 변하는 속도가 아니라, 속도가 변하는 가속도에 주목했다는 점에 있습니다. '변화의 변화'를 뜻하는 가속도는 힘과 질량의 관계를 정의하는 F=ma 공식으로 집약됩니다. 이는 현대 물리학을 출발시킨 결정적인 지점이자, 자연의 운동을 수학적 구조로 들여다보게 만든 혁명이었습니다. 뉴턴은 과감한 추측을 통해 눈에 보이지 않는 힘의 작용 원리를 정립했으며, 그 안에는 놀랍게도 훗날 등장할 양자역학의 씨앗이 이미 담겨 있었습니다. 갈릴레오 갈릴레이는 사고 실험을 통해 관성의 법칙을 우아하게 증명해냈습니다. 그는 비탈길을 내려온 공이 다시 반대편 비탈길을 올라가는 현상을 관찰하며, 마찰이 없는 수평면에서는 물체가 영원히 등속 운동을 유지할 것이라고 통찰했습니다. 이는 '운동을 유지하려면 힘이 필요하다'는 당시의 상식을 뒤집는 대담한 발견이었습니다. 이러한 직관적 사고는 아인슈타인의 상대성 이론으로 이어지는 물리학적 전통이 되었으며, 실험 데이터 너머의 진리를 꿰뚫어 보는 과학적 방법론의 정수를 보여줍니다. 뉴턴은 땅에서 벌어지는 사과의 낙하와 하늘에서 벌어지는 달의 공전이 동일한 법칙에 지배받는다는 사실을 증명했습니다. 그는 달이 지구로 끊임없이 '추락'하고 있지만, 동시에 수직 방향의 관성 속도를 유지하기 때문에 궤도를 돌고 있다고 설명했습니다. 이는 케플러가 발견한 행성 운동 법칙을 수학적으로 완벽하게 뒷받침하는 결과였습니다. 천상의 신성함과 지상의 평범함을 하나의 물리 법칙으로 통합한 뉴턴의 성취는 인류가 우주를 바라보는 방식을 근본적으로 바꾸어 놓았습니다. 자연은 목적을 가진 것처럼 가장 효율적인 경로를 선택합니다. 페르마의 원리에 따르면 빛은 최단 시간에 도달할 수 있는 경로를 따라 굴절하며, 이는 입자의 운동에서도 '최소 작용의 원리'로 나타납니다. 라그랑주 역학은 운동 에너지와 위치 에너지의 차이인 라그랑지안을 통해 물체의 궤적을 설명합니다. 이는 뉴턴의 방식보다 철학적으로 심오할 뿐만 아니라, 복잡한 다체 문제를 다룰 때 훨씬 편리한 도구가 됩니다. 우주가 특정 물리량을 최소화하려는 방향으로 움직인다는 사실은 매우 경이로운 대목입니다. 해밀턴 역학은 위치와 운동량을 동등한 지위로 격상시켜 물리학의 지평을 넓혔습니다. 해밀토니안은 시스템의 전체 에너지를 의미하며, 이를 통해 입자의 동역학을 기하학적인 위상 공간에서 이해할 수 있게 해줍니다. 위치가 입자적인 성질을 대표한다면, 운동량은 파동적인 성질과 깊은 연관이 있습니다. 이 두 요소를 대칭적으로 다루는 해밀턴의 방식은 훗날 양자역학의 파동-입자 이중성을 담아내는 완벽한 그릇이 되었습니다. 현대 양자역학의 모든 계산이 해밀토니안에서 시작되는 이유가 바로 여기에 있습니다. 고전 역학의 정점인 최소 작용의 원리는 양자역학의 '경로 적분' 개념으로 이어집니다. 고전적인 입자는 단 하나의 최적 경로만을 선택하는 것처럼 보이지만, 양자 세계의 입자는 가능한 모든 경로를 동시에 지나갑니다. 이러한 경로들이 서로 간섭하며 중첩되는 과정을 통해 우리가 관측하는 거시적인 운동 법칙이 도출되는 것입니다. 결국 뉴턴에서 시작된 고전 역학은 양자역학으로 가는 징검다리였으며, 두 세계는 단절된 것이 아니라 깊은 수학적 연계성을 통해 하나의 거대한 우주 원리를 공유하고 있습니다.

[강연] 뉴턴역학, 중요한 것은 변화의 변화다_by 박권 / 2023 가을 카오스강연 'INCREDIBLE QUANTUM' 2강

박권

카오스재단카오스강연
  • 물리학

[강연] 제30회 서울대 자연과학대학 공개강연_'과학이 다시 연결하는...' (2) by 손상모, 백민경 l 서울대학교&카오스재단 | 2부

서울대학교 자연과학 공개 강연이 어느덧 30주년을 맞이하며 과학 나눔의 소중한 가치를 되새기고 있습니다. 이번 강연의 핵심 주제인 '연결'은 과학이 단순히 지식을 쌓는 과정을 넘어, 보이지 않는 세계를 잇고 인류의 호기심을 현실로 만드는 가교임을 상징합니다. 거대한 우주의 기원부터 우리 몸속 미세한 단백질의 구조에 이르기까지, 과학은 서로 다른 영역을 하나의 맥락으로 묶어내며 인류가 나아갈 새로운 방향과 무한한 가능성을 제시하고 있습니다. 제임스웹 우주망원경은 인류가 우주를 바라보는 시각을 근본적으로 혁신하고 있습니다. 허블 우주망원경의 뒤를 이어 더 멀리, 더 선명하게 우주 초기를 들여다보기 위해 설계된 이 망원경은 무려 135억 년 전의 빛을 추적합니다. 적외선 관측 기술을 통해 가시광선으로는 결코 볼 수 없던 우주 먼지 구름 너머의 별 탄생 과정과 초기 은하의 형성을 생생하게 포착함으로써, 우리는 우주의 기원과 인류의 뿌리에 대해 이전보다 훨씬 깊이 있는 이해를 얻게 되었습니다. 이 경이로운 망원경은 지구에서 약 150만 킬로미터 떨어진 제2 라그랑주 점(L2)이라는 특수한 지점에서 임무를 수행합니다. 태양의 강력한 열기를 차단하는 테니스장 크기의 거대한 태양 차단막과 적외선을 효과적으로 반사하기 위해 순금으로 도금된 육각형 거울들은 현대 공학 기술의 정수를 보여줍니다. 영하 230도 이하의 극저온 환경을 유지하며 우주 끝에서 오는 미세한 신호를 포착해내는 기술력은 인류의 지적 탐구심이 도달할 수 있는 한계가 어디까지인지를 증명합니다. 거시적인 우주에서 시선을 돌려 우리 몸속의 미시 세계를 살펴보면 생명 현상의 핵심인 단백질이라는 경이로운 분자를 만나게 됩니다. 단백질은 우리 몸의 거의 모든 생체 반응에 관여하지만, 그 복잡한 3차원 구조를 정확히 밝혀내는 일은 과학계의 오랜 난제였습니다. 최근 인공지능 기술은 이 문제를 획기적으로 해결하며 생명과학의 패러다임을 바꾸고 있습니다. 수개월에서 수년이 걸리던 구조 분석을 단 몇 시간 만에 정확히 예측해내며 신약 개발의 속도를 앞당기고 있습니다. 인공지능이 단백질 구조를 예측할 수 있는 비결은 수억 년에 걸친 진화의 역사 속에 숨겨진 패턴을 찾아내는 데 있습니다. 생명체가 생존을 위해 유지해온 단백질 서열의 변화를 분석하면, 특정 구조를 형성하기 위한 생물학적 규칙을 발견할 수 있습니다. 방대한 빅데이터와 인공지능 알고리즘의 결합은 복잡한 생물학적 원리를 데이터 과학의 언어로 재해석해냈습니다. 이러한 기술적 진보는 질병의 원인을 규명하고 맞춤형 치료제를 설계하는 데 있어 강력한 도구가 되고 있습니다. 현대 과학의 비약적인 발전은 단일 분야의 성과를 넘어 서로 다른 학문이 만날 때 비로소 가속화됩니다. 인공지능 전문가와 생물학자가 소통하며 새로운 알고리즘을 설계하고, 물리학과 화학의 원리가 정밀한 공학적 설계에 녹아드는 과정은 융합의 중요성을 잘 보여줍니다. 서로 다른 언어를 사용하는 전문가들 사이를 잇는 '브리징 피플'의 역할은 이제 필수적입니다. 학문 간의 경계를 허무는 유연한 사고와 협업이야말로 복잡한 현대 사회의 난제들을 해결하는 진정한 열쇠입니다. 포스트 코로나 시대를 맞이하며 우리는 단절되었던 관계를 회복하고 새로운 형태의 연결을 모색하고 있습니다. 과학은 과거의 빛을 통해 미래를 예측하고, 작은 분자의 구조를 통해 인류의 건강을 지키는 등 끊임없이 세상을 연결하는 역할을 수행합니다. 이번 강연은 과학이 단순한 학문적 유희를 넘어 우리 삶의 가치와 맥락을 잇는 소중한 매개체임을 다시 한번 일깨워주었습니다. 과학을 통해 넓어진 시야는 우리 각자가 꿈꾸는 미래를 더욱 선명하게 그려나가는 힘이 될 것입니다.

[강연] 제30회 서울대 자연과학대학 공개강연_'과학이 다시 연결하는...' (2) by 손상모, 백민경 l 서울대학교&카오스재단

백민경, 손상모

카오스재단서울대자연과학공개강연
  • 생명과학
  • 천문학