확산

9 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] 최적화 이론, 인공지능 시대에 비상하다 2_by 권도현 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 8강 두 번째 이야기 | 8강 ②

인공지능 학습의 핵심은 최적의 해를 찾는 과정이며, 이를 위해 확률적 경사하강법(SGD)이라는 기법이 널리 사용됩니다. 기존의 경사하강법이 단순히 가장 가파른 내리막길만을 따라갔다면, 확률적 경사하강법(SGD)은 약간의 무작위성을 부여하여 탐험을 시도합니다. 이러한 무작위성은 학습 과정에서 마주치는 지역 최소해라는 웅덩이에서 벗어날 수 있는 기회를 제공합니다. 때로는 조금 돌아가거나 오르막을 오르는 선택이 결국 더 깊고 낮은 최적점을 찾는 열쇠가 되기도 하며, 이는 복잡한 함수 구조를 가진 인공지능 모델에서 필수적인 전략입니다. 방대한 데이터를 다루는 현대 인공지능에게 효율성은 필수적인 요소입니다. 모든 데이터를 한꺼번에 계산하여 미분하는 방식은 시간과 자원 면에서 불가능에 가깝기 때문입니다. 확률적 경사하강법(SGD)은 데이터를 작은 단위로 쪼개어 학습시키는 방식을 통해 이 문제를 해결합니다. 예를 들어 백만 개의 데이터가 있다면 이를 만 개씩 나누어 순차적으로 학습하며 모델을 업데이트합니다. 이러한 방식의 학습은 연산 속도를 획기적으로 높일 뿐만 아니라, 실제 성능 면에서도 매우 우수한 결과를 보여준다는 것이 여러 사례를 통해 증명되었습니다. 생성형 인공지능의 비약적인 발전 뒤에는 적대적 생성 신경망(GAN)과 같은 정교한 구조가 자리 잡고 있습니다. 이는 생성자와 판별자라는 두 개의 네트워크가 서로 경쟁하며 발전하는 방식입니다. 생성자가 실제와 유사한 이미지를 만들어내면, 판별자는 그것이 진짜인지 가짜인지 구분하려 노력합니다. 이 과정에서 생성자는 판별자를 속이기 위해 더욱 정교한 결과물을 만들어내고, 판별자는 이를 더 잘 잡아내기 위해 날카로워집니다. 이러한 상호 작용은 결국 인공지능이 실사에 가까운 고품질의 데이터를 생성할 수 있게 만드는 강력한 원동력이 됩니다. 수학적 관점에서 생성 모델의 목표는 실제 데이터의 확률 분포와 모델이 생성한 분포 사이의 차이를 최소화하는 것입니다. 이를 위해 최적 운송 이론에서 유래한 '와서스타인 거리'라는 개념이 활용됩니다. 이는 진흙을 구멍에 채우는 택배 문제처럼, 한 분포를 다른 분포로 옮기는 데 드는 최소 비용을 계산하는 방식입니다. 2017년경 정립된 이 이론적 토대는 인공지능이 단순히 데이터를 흉내 내는 수준을 넘어, 수학적으로 정교하게 최적화된 상태에 도달할 수 있도록 돕는 중요한 이정표가 되었으며 대학원생의 연구가 혁신을 일으킨 사례로도 유명합니다. 최근에는 노이즈 상태에서 단계적으로 이미지를 복원해 나가는 확산 모델(Diffusion Model)이 생성형 인공지능의 대세로 떠오르고 있습니다. 이는 한 번에 결과를 내기보다 시간을 쪼개어 미세하게 조정해 나가는 방식으로, 더욱 정밀한 제어가 가능하다는 장점이 있습니다. 인공지능은 이제 아기가 세상을 배우듯 비지도 학습에서 언어 학습으로, 그리고 더 복잡한 추론의 단계로 진화하고 있습니다. 이러한 발전은 인간의 고유 영역이라 여겨졌던 창작과 전문 지식의 영역까지 확장되며 우리 삶의 패러다임을 근본적으로 바꾸고 있으며, 로보틱스와 같은 물리적 영역으로의 확장도 기대되고 있습니다.

[강연] 최적화 이론, 인공지능 시대에 비상하다 2_by 권도현 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 8강 두 번째 이야기

권도현

카오스재단카오스강연
  • 수학

[강연] 미분방정식과 충격파? 그 충격적인 관계 1_by 배명진 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 2강 첫 번째 이야기 | 2강 ①

알베르트 아인슈타인은 세상이 특정한 시스템으로 이루어져 있으며, 이를 이해하기 위해 방정식을 사용한다고 말했습니다. 우리가 마주하는 현실은 끊임없이 변화하는 복잡한 요소들로 가득 차 있지만, 수학은 그 이면의 질서를 포착해내는 강력한 도구가 됩니다. 특히 세상을 이해하는 데 필수적인 도구로 꼽히는 미분 방정식은 단순한 수식을 넘어 사회 현상이나 물리적 변화를 설명하고 미래를 예측하는 데 중요한 역할을 수행합니다. 이는 현대 과학이 세상을 바라보는 가장 정교한 렌즈라고 할 수 있습니다. 미분 방정식의 기초가 되는 미적분은 본래 움직이는 세계를 이해하기 위해 탄생했습니다. 일주일 동안의 몸무게 변화를 예로 들면, 매 순간의 변화량을 따지는 것이 미분이고 그 변화량을 합산하여 전체적인 추이를 파악하는 것이 적분의 개념입니다. 인구 변화에서도 매달 늘어나는 인구수는 미분으로, 이를 바탕으로 연말의 총인구를 예측하는 것은 적분으로 이해할 수 있습니다. 이처럼 미적분은 우리 주변에서 일어나는 모든 동적인 변화를 수치화하고 분석할 수 있는 기본 틀을 제공합니다. 미분 방정식은 관찰된 현상을 수식화하여 미래를 예측하는 것을 궁극적인 목적으로 합니다. 하늘을 나는 글라이더의 매 순간 속도를 측정하여 앞으로의 궤적을 추적하는 과정이 대표적인 예시입니다. 현재의 데이터를 바탕으로 어떤 일이 벌어질지 미리 계산해내는 이 과정은 과학적 탐구의 핵심이라 할 수 있습니다. 단순한 현상 기록에 그치지 않고, 수립된 모델을 통해 아직 도달하지 않은 미래의 상태를 논리적으로 도출해낸다는 점에서 미분 방정식은 실용적인 가치와 학문적 깊이를 동시에 지닙니다. 미분 방정식은 포함된 변수의 개수에 따라 크게 상미분 방정식과 편미분 방정식으로 나뉩니다. 상미분 방정식은 함수가 시간과 같은 단 하나의 변수에만 의존하는 경우를 다루며, 비교적 단순한 시스템의 흐름을 설명할 때 주로 사용됩니다. 반면 편미분 방정식은 시간뿐만 아니라 3차원 공간의 위치처럼 여러 변수를 동시에 고려해야 하는 복잡한 현상을 설명하는 데 필수적입니다. 우리가 사는 세계는 다차원적이기 때문에, 분석하려는 현상의 특성에 맞춰 적절한 방정식을 선택하는 것이 연구의 시작이 됩니다. 감염병 확산 모델인 SIR 모델은 상미분 방정식의 대표적인 활용 사례입니다. 이는 인구 집단을 감염 가능 대상자, 감염자, 회복자의 세 그룹으로 나누어 시간에 따른 변화를 추적합니다. 감염자 수의 변화량은 현재 감염자와 감염 가능 대상자의 비율에 따라 결정되며, 이를 통해 팬데믹의 정점이나 종식 시점을 예측할 수 있습니다. 이러한 수학적 모델링은 실제 통계 자료와 결합하여 사회적 위기 상황에서 방역 정책을 수립하고 판단을 내리는 중요한 과학적 근거가 되어줍니다. 공간적 확산을 설명할 때는 편미분 방정식이 등장합니다. 물에 떨어진 잉크가 퍼져 나가는 현상을 관찰할 때, 특정 지점의 농도는 시간의 흐름뿐만 아니라 공간상의 위치에 따라서도 달라집니다. 이때 시간에 따른 농도 변화와 공간에 따른 확산 비율 사이의 관계를 물리 법칙으로 정립한 것이 바로 편미분 방정식입니다. 3차원 유체의 흐름이나 열의 전달처럼 시공간이 복잡하게 얽힌 물리 현상을 정확하게 묘사하기 위해서는 이러한 다변수 미분 구조에 대한 깊이 있는 이해가 반드시 필요합니다. 마지막으로 미분 방정식은 구조에 따라 선형과 비선형으로 구분됩니다. 선형 방정식은 입렧값의 합이 결괏값의 합과 일치하는 중첩의 원리가 적용되어 비교적 해를 구하기 쉽고 예측이 명확합니다. 하지만 실제 자연 현상의 많은 부분은 변수들이 복잡하게 얽힌 비선형 구조를 띠고 있습니다. 비선형 방정식은 작은 변화가 예상치 못한 큰 결과를 초래하기도 하여 분석이 매우 까다롭지만, 현실 세계의 역동성을 가장 정밀하게 담아낼 수 있다는 점에서 현대 수학과 과학의 핵심적인 연구 대상이 됩니다.

[강연] 미분방정식과 충격파? 그 충격적인 관계 1_by 배명진 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 2강 첫 번째 이야기

배명진

카오스재단카오스강연
  • 수학

[연구뭐하지?] 인류에 보탬이 되는 화학, 신재생 에너지 연구_임종우 교수 | 서울대학교 “에너지 및 재료 분석화학 연구실”

서울대학교 화학부 임종우 교수 연구실은 인류가 직면한 에너지 위기와 기후 변화라는 거대한 과제를 화학적 방법론으로 해결하고자 노력하고 있습니다. 리튬 이온 배터리를 비롯해 전고체 전지와 리튬 금속 배터리 등 더 안전하고 효율적인 차세대 에너지 저장 장치를 연구하며, 깨끗한 수소 생산을 위한 촉매 기술과 이산화탄소 저감 및 전환 기술까지 폭넓게 다룹니다. 이러한 연구는 단순히 기술 개발에 그치지 않고 지속 가능한 지구를 위한 근본적인 해답을 찾는 과정이라 할 수 있습니다. 연구의 핵심은 배터리 내부에서 일어나는 미시적인 변화를 실시간으로 관찰하고 이를 이론적으로 정립하는 데 있습니다. 방사광 가속기를 활용해 양극재 내에서 리튬 이온이 어떻게 이동하고 확산되는지 이미징 기법으로 포착하며, 얻어진 데이터를 바탕으로 복잡한 미분방정식을 풀어내어 동력학적인 상전이 과정을 수식화합니다. 실험과 이론의 긴밀한 결합을 통해 배터리의 열화 원인을 규명하고 성능을 극대화할 수 있는 최적의 경로를 제시하는 것이 주요 목표입니다. 에너지 연구에 투신하게 된 계기는 대학 시절 해외 교환 학생 경험에서 비롯되었습니다. 당시 환경과 에너지 문제에 대해 끊임없이 고뇌하던 동료들과 교류하며, 이 분야가 인류의 미래를 결정지을 핵심 과제임을 깨달았습니다. 비록 당시에는 에너지 문제에 대한 사회적 관심이 지금처럼 높지 않았으나, 누군가는 반드시 해결해야 할 일이라는 사명감을 느꼈습니다. 자신의 인생을 걸고 인류 사회에 실질적인 보탬이 되겠다는 순수한 열정이 현재 연구의 든든한 뿌리가 되었습니다. 최근 이차전지 산업은 비약적인 성장을 거듭하고 있지만, 기술적 완성도를 높이는 과정은 매우 복잡하고 정교한 과학적 접근을 요구합니다. 원자 단위의 동력학부터 수조 개의 입자가 모인 배터리 셀 전체의 현상까지, 다양한 스케일에서 발생하는 상호작용을 체계적으로 이해해야 하기 때문입니다. 연구실은 산업계와 긴밀히 소통하며 기초 과학의 원리가 실제 산업 현장의 난제를 해결하는 시너지를 창출하고 있습니다. 이는 단순한 용량 증설을 넘어 배터리 기술의 근본적인 진보를 이끄는 동력이 됩니다. 연구실의 또 다른 강점은 경계를 허무는 협업과 글로벌 네트워크에 있습니다. 물리, 생명과학, 공학 등 다양한 배경을 가진 연구원들이 모여 각자의 전문성을 공유하며, 해외 유수의 연구소와 적극적인 공동 연구를 수행합니다. 언어의 장벽을 넘어 세계적인 연구 시설을 활용하고 치열한 토론을 거치는 과정은 국익에도 기여하는 소중한 자산이 됩니다. 밤을 새우는 고단한 연구 과정 끝에 마침내 자연의 섭리를 이해하고 진실을 확인했을 때 느끼는 성취감은 연구자들을 움직이는 가장 큰 보람입니다.

[연구뭐하지?] 인류에 보탬이 되는 화학, 신재생 에너지 연구_임종우 교수 | 서울대학교 “에너지 및 재료 분석화학 연구실”

임종우

카오스재단연구뭐하지
  • 화학

[강연] 수학으로 맞서는 불확실한 세계 by서인석|2021 서울대 자연과학 공개강연 '불확실한 세계, 그래서 과학' | 1강

현실 세계의 불확실성은 너무나 복잡하여 그 전체를 완벽히 이해하는 것은 불가능에 가깝습니다. 하지만 수학을 도구로 삼으면 복잡함 속에서도 변하지 않는 '보편적 원리'를 발견할 수 있습니다. 이는 개별적인 움직임에 매몰되지 않고 전체를 관관통하는 공통의 법칙을 찾는 과정입니다. 마치 기체 분자 하나하나의 움직임을 다 알지 못해도 기체의 전체적인 성질을 파악할 수 있는 것과 같습니다. 이러한 보편적 원리는 거친 현실의 불확실성 속에서 우리가 나아가야 할 방향을 알려주는 나침반 역할을 수행합니다. 첫 번째 보편적 원리는 '대수의 법칙'입니다. 주사위를 던지는 횟수가 늘어날수록 상황은 복잡해지는 듯 보이지만, 눈의 평균값은 이론적 기댓값인 3.5에 점점 가까워집니다. 이 원리는 잘 설계된 수학 실험뿐만 아니라 성인 남성의 몸무게와 같은 현실의 거친 데이터에서도 동일하게 성립합니다. 데이터가 충분히 쌓이면 불확실성이 줄어들고 유의미한 예측이 가능해지는 것입니다. 보편성을 가진 이 법칙 덕분에 우리는 무작위해 보이는 수치들 속에서 신뢰할 수 있는 정보를 추출하고 분석할 수 있게 됩니다. 두 번째 원리는 '갈톤-왓슨 수형도'를 통해 알 수 있는 확산의 법칙입니다. 성씨의 번성이나 바이러스의 전파처럼 확률적으로 뻗어 나가는 구조에서 가장 중요한 것은 전체가 멸종할지 혹은 무한히 확장할지 여부입니다. 놀랍게도 이를 결정하는 것은 각 개체의 복잡한 특성이 아니라, 한 명이 평균적으로 몇 명을 감염시키는지를 나타내는 '감염 재생산 지수(R)'입니다. R이 1 이하로 유지되면 확산은 결국 멈추게 됩니다. 이 보편적 원리는 정부가 방역 정책을 수립하고 상황을 점검하는 데 있어 결정적인 지표가 됩니다. 세 번째 원리는 '퍼콜레이션' 모형에서 나타나는 '상전이 현상'입니다. 격자에서 점을 지우는 비율이 특정 임계값을 넘어서는 순간, 거대했던 연결 구조가 갑자기 작은 클러스터들로 부서지는 현상을 말합니다. 이는 물이 특정 온도에서 갑자기 끓는 것과 유사한 원리입니다. 격자의 모양이 바뀌어도 이러한 급격한 변화가 일어난다는 사실 자체는 변하지 않는 보편성을 가집니다. 이러한 상전이의 원리는 다공성 매질의 배수 특성을 이해하거나, 감염병 확산을 막기 위한 집단 면역의 임계치를 계산하는 데 핵심적인 근거를 제공합니다. 수학의 세계에는 이외에도 수많은 보편적 원리가 존재합니다. 우리가 수학적 소양을 기르는 이유는 단순히 공식을 외우기 위함이 아니라, 불확실성으로 가득한 현실을 더 투명하게 바라보기 위해서입니다. 복잡한 현상 뒤에 숨겨진 단순하고 강력한 법칙을 이해할 때, 우리는 비로소 거대한 불확실성에 맞설 용기와 지혜를 얻게 됩니다. 보편적 원리는 혼란스러운 세계 속에서 우리가 길을 잃지 않도록 돕는 가장 정교한 지도이자 나침반입니다. 수학을 통해 세상을 보는 눈을 넓힌다면 불확실성은 더 이상 두려움의 대상이 아닐 것입니다.

[강연] 수학으로 맞서는 불확실한 세계  by서인석|2021 서울대 자연과학 공개강연 '불확실한 세계, 그래서 과학'

서인석

카오스재단서울대자연과학공개강연
  • 수학

[모모빅] 시즌2-1. 지구상의 모든 생명은 이것으로 이루어져있다!?!

지구상의 모든 생명체는 세포라는 기본 단위로 이루어져 있으며, 세포 없이 존재하는 생명은 단 하나도 없습니다. 세포는 우리 몸을 구성하는 물리적인 구조적 단위일 뿐만 아니라, 인슐린 분비나 전기 신호 전달과 같은 핵심적인 생화학적 기능을 수행하는 기능적 최소 단위이기도 합니다. 또한 세포는 그 자체로 영양분을 섭취하고 배설하며 내부 환경을 일정하게 유지하는 등 독립적인 생명 활동을 영위하는 주체입니다. 이처럼 세포는 구조와 기능, 그리고 생명 활동의 모든 면에서 생명 과학의 가장 근본적인 토대를 형성하고 있습니다. 세포가 독립된 생명체로서 존재할 수 있게 하는 핵심적인 요소는 바로 세포막입니다. 세포막은 주로 인지질 이중층으로 구성되어 있으며, 그 사이사이에 다양한 기능을 가진 막 단백질이 박혀 있는 정교한 형태를 띠고 있습니다. 인지질은 포화 지방산과 불포화 지방산의 끝에 인산 이온이 결합한 형태를 말하며, 이는 세포 내외부의 액체 성분이 무분별하게 섞이지 않도록 차단하는 역할을 합니다. 이러한 인지질 이중층의 존재 덕분에 세포는 외부 환경의 급격한 변화에 휘둘리지 않고 내부의 항상성을 안정적으로 유지할 수 있습니다. 세포막은 단순히 외부를 차단하는 벽에 그치지 않고, 외부 세계와 끊임없이 정보를 주고받으며 물질을 소통시키는 입구 역할을 담당합니다. 인지질 층에 박혀 있는 막 단백질은 마치 건물의 문이나 창문처럼 작용하여 필요한 물질들이 적절한 시기에 드나들 수 있도록 돕습니다. 물과 친한 친수성 단백질과 물을 멀리하는 소수성 단백질은 각자의 성질에 따라 세포막의 표면이나 관통하는 형태로 위치하며 통로를 형성합니다. 이러한 단백질들은 특정 물질의 이동 통로가 되거나 통로의 개폐를 조절하는 정교한 스위치 역할을 수행하며 세포의 대사를 조절합니다. 세포막을 통한 물질 이동 방법 중 에너지를 전혀 소모하지 않는 방식으로는 확산과 삼투가 있습니다. 확산은 물질의 농도가 높은 곳에서 낮은 곳으로 분자가 자연스럽게 퍼져 나가는 현상으로, 포도당이나 산소 같은 작은 분자들이 막 단백질의 통로를 이용해 이동하는 촉진 확산이 대표적입니다. 반면 삼투는 용질이 아닌 물이 직접 농도가 낮은 쪽에서 높은 쪽으로 이동하는 현상을 말합니다. 적혈구가 주변 용액의 농도 변화에 따라 쪼그라들거나 팽팽하게 부풀어 오르다 결국 터져버리는 용혈 현상은 이러한 삼투압의 원리를 명확하게 보여주는 생물학적 사례입니다. 때로는 농도 차이를 거슬러 물질을 이동시켜야 하는데, 이때는 ATP라는 생체 에너지를 사용하는 능동 수송이 필요합니다. 나트륨-칼륨 펌프는 세포 내외부의 이온 농도를 조절하여 생존에 필요한 환경을 구축하는 핵심 장치입니다. 또한 단백질처럼 덩치가 큰 물질은 일반적인 통로를 지날 수 없기에 세포막 자체를 변형시켜 감싸거나 내보내는 내포 작용과 외포 작용을 이용합니다. 백혈구가 외부 세균을 감싸 안아 파괴하거나 신경 세포가 신호 전달 물질을 분비하는 과정 역시 에너지를 투입하여 생명 활동을 이어가려는 세포의 치열하고 정교한 노력의 결과입니다.

[모모빅] 시즌2-1. 지구상의 모든 생명은 이것으로 이루어져있다!?!
서울시립과학관[모모빅] 모두를 위한 모든것의 역사, 빅히스토리
  • 생명과학

[코로나 인터뷰] 황승식 _방역, 정치, 집단면역. 질병역학 전문가가 말하는 코로나19

감염병의 예방은 단순히 의료 기술만으로 해결될 수 있는 문제가 아닙니다. 우리가 흔히 말하는 '방역'은 감염병의 예방과 관리를 아우르는 개념으로, 확진자의 치료와 격리를 넘어 사회 전반의 시스템을 조정하는 과정을 포함합니다. 예를 들어 폐암을 예방하기 위해 담배 제조와 광고를 규제하는 법률적 조치가 필요하듯, 감염병 확산 방지를 위해서도 다양한 사회적 규제와 정책적 결정이 필수적입니다. 결국 팬데믹 상황에서 방역의 성패는 전문가의 조언을 바탕으로 국가가 얼마나 올바르고 책임감 있는 결정을 내리느냐에 달려 있습니다. 사태 초기 특정 집단이 감염의 원천이라는 사회적 낙인이 찍히기도 했으나, 이는 바이러스의 생물학적 기전을 오해한 결과입니다. 또한 스웨덴의 사례로 화제가 되었던 '집단면역' 역시 그 자체가 독립적인 정책이 될 수는 없습니다. 집단면역은 방역 대책을 통해 도달하고자 하는 최종적인 목표이자 결과물일 뿐, 수많은 희생을 전제로 하는 성급한 선택지가 되어서는 안 됩니다. 우리는 감염병이 무차별적으로 확산될 수 있다는 점을 명확히 인지하고, 과학적 근거에 기반하여 결과로서의 면역 체계를 이해해야 합니다. 과거 사스와 메르스, 그리고 현재의 상황을 돌이켜볼 때 대략 7~8년을 주기로 새로운 감염병이 출현하고 있습니다. 이러한 위기에 선제적으로 대응하기 위해서는 단순히 국제기구의 정보에만 의존하는 단계를 넘어서야 합니다. 특히 감염병 유입 가능성이 높은 주요 국가의 외교공관에 감염병 전문가를 배치하여 독자적인 정보 수집 체계를 구축하는 것이 중요합니다. 공식적인 정보와 현장의 실시간 데이터를 종합적으로 분석할 수 있을 때 비로소 국경 봉쇄와 같은 사후약방문식 처방이 아닌, 실효성 있는 선제적 방역 정책을 수립할 수 있습니다. 앞으로의 해외여행은 과거와 달리 비즈니스나 공무 등 필수적인 목적 위주로 재편될 가능성이 높습니다. 전 세계를 자유롭게 오가던 시대에서 인접 국가 간의 철저한 관리 체계를 바탕으로 한 제한적 이동의 시대로 변화하고 있는 것입니다. 이러한 변화 속에서 '역학'이라는 학문의 중요성은 더욱 커지고 있습니다. 과거에는 주로 의사들이 담당하던 분야였으나, 이제는 수학적 모델링과 빅데이터 분석 역량을 갖춘 전문가들이 대거 참여하고 있습니다. 인구 집단 내 감염병의 분포와 원인을 파악하기 위해 수학적 훈련을 받은 인재들이 감염병 모델을 설계하며 방역의 과학적 토대를 마련하고 있습니다. 예방의학은 환자를 직접 진료하는 임상의학과 실험실 중심의 기초의학 사이에서 사회 전체의 건강을 설계하는 핵심적인 분야입니다. 하지만 국내에서 감염병 역학을 전공하는 전문가는 손에 꼽을 정도로 적은 것이 현실입니다. 전쟁이 일어나기 전부터 무기를 준비하듯, 팬데믹이라는 국가적 위기에 대비하기 위해서는 평상시에도 역학 전문가들을 체계적으로 양성해야 합니다. 이번 팬데믹은 우리 사회에 역학의 중요성을 각인시키는 계기가 되었습니다. 불확실성이 가득한 시대에 데이터에 기반한 과학적 분석으로 공동체를 지키는 전문가들의 역할은 앞으로 더욱 강조될 것입니다.

[코로나 인터뷰] 황승식 _방역, 정치, 집단면역. 질병역학 전문가가 말하는 코로나19

황승식

카오스재단코로나19 과학토크
  • 생명과학

[COVID-19_talk_1] Epidemic Models and Data-Driven Approaches _Beom Jun Kim | 1강

데이터는 현대 과학에서 현상을 이해하는 가장 강력한 도구입니다. 감염병 확산 역시 방대한 데이터를 통해 그 이면에 숨겨진 패턴을 찾아낼 수 있습니다. 흔히 데이터 과학 분야에서는 데이터를 깊이 분석하다 보면 결국 그 의미를 찾아낼 수 있다는 뜻으로 '데이터를 고문하면 자백한다'는 표현을 쓰기도 합니다. 하지만 데이터가 들려주는 이야기가 항상 진실은 아닐 수 있기에, 우리는 데이터에 대한 애정을 갖되 비판적인 시각으로 그 속에 담긴 진정한 스토리를 읽어내려는 노력을 멈추지 말아야 합니다. 감염병 확산 데이터는 대개 전형적인 로지스틱 곡선을 그립니다. 초기에는 확진자 수가 급격히 늘어나며 아래로 볼록한 형태를 띠지만, 확산세가 꺾이기 시작하면 곡선의 기울기가 변하여 위로 볼록한 형태로 바뀌게 됩니다. 이 과정에서 나타나는 변곡점은 감염병 통제의 중요한 지표가 됩니다. 전 세계 여러 국가의 데이터를 살펴보면 이미 안정기에 접어든 국가와 여전히 지수함수적 증가세를 보이는 국가가 명확히 구분됩니다. 단순히 확진자 수라는 숫자 자체보다 그래프의 곡선이 그리는 형태를 유심히 관찰하는 것이 현 상황을 직관적으로 이해하는 데 큰 도움이 됩니다. 지리적 면적 대신 확진자 수에 비례하여 지도를 왜곡하는 '카토그램'은 감염병의 전 지구적 이동 경로를 시각적으로 명확하게 보여줍니다. 코로나19 초기에는 중국에서 시작하여 한국을 거쳐 유럽과 미국으로 이어지는 동서 방향의 확산 축이 뚜렷하게 나타났습니다. 그러나 시간이 흐르면서 러시아, 인도, 남미 국가들의 면적이 급격히 커지는 남북 방향의 확산세가 두드러지기 시작했습니다. 이는 바이러스가 항공망을 타고 전 세계를 한 바퀴 돈 뒤, 이제는 보건 인프라가 상대적으로 취약한 지역으로까지 깊숙이 침투하고 있음을 시사하며 새로운 경각심을 일깨워 줍니다. 과학자들은 감염병 확산을 이해하기 위해 '구획 모형'이라는 이론적 모델을 사용합니다. 가장 간단한 형태인 SI 모형이나 SIR 모형은 마을 구성원들이 무작위로 섞인다는 가정하에 미감염자와 감염자의 비율로 확산 확률을 계산합니다. 현실의 복잡한 지리적 요소를 모두 반영하지는 못하지만, 이를 미분 방정식으로 풀이하면 실제 데이터와 유사한 로지스틱 곡선을 얻을 수 있습니다. 이러한 수리적 모델링은 감염병이 정성적으로 어떻게 퍼져나가는지 파악하게 해주며, 방역 정책의 효과를 가늠할 수 있는 이론적 토대를 제공합니다. 한국의 확진자 발생 패턴은 단일한 로지스틱 곡선이 아닌, 여러 개의 곡선이 중첩된 형태로 분석됩니다. 초기 소규모 발생부터 대구·경북 지역의 대유행, 그리고 수도권을 중심으로 한 확산세가 각각의 로지스틱 곡선을 형성하고 있습니다. 흥미로운 점은 뒤로 갈수록 곡선의 기울기가 완만해진다는 것인데, 이는 보건 당국의 신속한 대응과 시민들의 방역 노력이 확산 속도를 늦추는 데 실질적인 기여를 했음을 보여줍니다. 데이터는 우리가 과거에 어떤 위기를 겪었는지뿐만 아니라, 우리의 노력이 실제 확산 양상을 어떻게 변화시켰는지도 정직하게 기록하고 있습니다. 국가 간의 이동을 고려한 '메타포퓰레이션 모형'은 항공망 데이터와 같은 실제 인적 교류 패턴을 모형에 삽입하여 확산을 예측합니다. 연구 결과에 따르면 국가 간 이동을 90% 이상 제한하더라도 확산의 시작 시점을 늦출 뿐, 최종적인 확산 규모를 줄이는 데는 한계가 있습니다. 반면 여행 제한과 더불어 사회적 거리두기나 마스크 착용을 병행하여 지역 내 감염 확률을 절반으로 낮추면 최종 확산 규모를 극적으로 줄일 수 있습니다. 이는 강력한 봉쇄 정책보다 일상에서의 방역 수칙 준수가 감염병 통제에 얼마나 결정적인 역할을 하는지 과학적으로 입증해 줍니다. 감염 재생산 지수는 감염 확률, 접촉 횟수, 감염 지속 시간이라는 세 가지 요소의 곱으로 결정됩니다. 마스크 착용과 사회적 거리두기, 신속한 격리는 이 숫자들을 낮추어 감염병을 종식시키는 핵심 열쇠가 됩니다. 하지만 이러한 방역 조치들은 단순한 수학적 문제를 넘어 막대한 사회경제적 비용을 수반합니다. 따라서 미래에 다가올 또 다른 감염병에 대비하기 위해서는 물리학적 모델에 사회경제적 효과까지 통합한 확장된 형태의 모형을 준비해야 합니다. 데이터에 기반한 합리적이고 융합적인 접근만이 인류가 새로운 위기를 극복할 지혜를 제공할 것입니다.

[COVID-19_talk_1] Epidemic Models and Data-Driven Approaches _Beom Jun Kim

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학

[코로나TALK-1] 코로나19 확산 모형, 김범준 교수 연구발표 | 1강

데이터 사이언스 분야에는 '데이터를 아주 오래 고문하면 데이터가 자백한다'는 흥미로운 격언이 있습니다. 이는 방대한 데이터를 끈기 있게 분석하고 이해하려 노력하다 보면 그 속에 숨겨진 진실과 패턴을 찾아낼 수 있다는 긍정적인 의미를 담고 있습니다. 감염병 확산 역시 개별적인 사례에 매몰되기보다 국가별로 축적된 방대한 데이터를 기반으로 접근할 때 비로소 전체적인 흐름을 파악할 수 있습니다. 다만 데이터가 들려주는 모든 이야기가 진실이라고 맹신하기보다, 데이터에 담긴 맥락을 세심하게 살피는 태도가 무엇보다 중요합니다. 모든 감염병 확산 데이터는 전형적인 알파벳 S자 모양의 곡선을 그리는 경향이 있습니다. 초기에는 환자 수가 급격하게 늘어나며 아래로 볼록한 형태를 띠지만, 확산이 진정세에 접어들면 곡선의 기울기가 변하며 위로 볼록한 형태로 바뀌게 됩니다. 이 과정에서 곡률이 변하는 변곡점이 존재하게 되며, 이를 통해 확산의 정점과 종료 시점을 직관적으로 이해할 수 있습니다. 국가마다 곡선의 구체적인 모양에는 차이가 있지만, 이러한 S자 곡선의 특성을 파악하는 것은 현재의 방역 상황을 진단하고 미래를 예측하는 데 핵심적인 지표가 됩니다. 감염병의 확산 양상을 시각화하는 방법 중 하나인 카토그램은 확진자 수에 비례하여 국가의 면적을 왜곡해 보여줍니다. 이를 통해 관찰한 코로나19의 초기 확산은 주로 동서 방향의 축을 따라 진행되었습니다. 중국에서 시작된 바이러스가 한국을 거쳐 유럽과 미국으로 번져나가는 과정은 지리적 거리보다 항공망 연결성이 더 큰 영향을 미쳤음을 시사합니다. 이후 4월 중순을 기점으로 확산의 축은 남북 방향으로 이동하여 러시아, 인도, 남미 국가들의 면적이 급격히 커지는 양상을 보였으며, 이는 전 지구적인 경계가 필요함을 일깨워 줍니다. 과학자들은 감염병 확산을 이해하기 위해 '구획 모형'이라는 이론적 틀을 사용합니다. 가장 대표적인 SIR 모형은 전체 인구를 미감염자(S), 감염자(I), 격리 및 회복자(R)의 세 그룹으로 나누어 이들 사이의 상호작용을 미분방정식으로 기술합니다. 이 모형은 지리적 요소를 배제한 단순한 가정을 바탕으로 하지만, 감염병 확산의 본질적인 역학을 파악하는 데 매우 유용합니다. 특히 확진 판정을 받고 격리되는 과정을 포함하는 SIR 모형은 현실의 방역 시스템이 감염 확산을 억제하는 원리를 수학적으로 명확하게 보여주는 도구가 됩니다. 한국의 확진자 발생 패턴을 분석해 보면 단일한 S자 곡선이 아닌, 여러 개의 곡선이 중첩된 형태임을 알 수 있습니다. 초기 해외 유입 사례와 대구·경북 지역의 대규모 확산, 그리고 이후 수도권을 중심으로 나타난 산발적 감염이 각각 독립적인 곡선을 형성한 것입니다. 주목할 점은 후속 곡선으로 갈수록 곡선의 기울기가 완만해졌다는 사실입니다. 이는 보건당국의 적극적인 진단과 방역 노력, 그리고 시민들의 사회적 거리두기가 실질적으로 감염 확산 속도를 늦추는 데 기여했음을 데이터로 증명하는 결과라고 볼 수 있습니다. 메타포퓰레이션 모형은 국가 간 이동 데이터를 결합하여 감염병의 전 지구적 확산을 시뮬레이션합니다. 연구 결과에 따르면, 국가 간 이동을 물리적으로 제한하는 것보다 지역 내에서의 감염 확률을 낮추는 것이 최종 확산 규모를 줄이는 데 훨씬 효과적입니다. 항공망을 통한 이동 제한은 확산 시점을 늦추어 대비할 시간을 벌어줄 뿐, 근본적인 해결책이 되기는 어렵기 때문입니다. 따라서 마스크 착용이나 사회적 거리두기와 같은 개인의 방역 수칙 준수가 전체 공동체의 안전을 지키는 데 있어 가장 강력하고 실질적인 수단이 됩니다. 감염병 대응의 핵심 지표인 재생산 지수는 한 명의 환자가 전염시키는 평균 인원수를 의미하며, 이는 감염 확률, 접촉 횟수, 격리 전 활동 기간의 곱으로 결정됩니다. 미래에 닥칠 또 다른 감염병인 '질병 X'에 대비하기 위해서는 이러한 물리적 변수뿐만 아니라 사회·경제적 비용까지 고려한 확장된 모형이 필요합니다. 이번 사태를 통해 얻은 데이터와 과학적 통찰을 바탕으로 국가 간 공조 체계를 강화하고 투명한 정보 공유 시스템을 구축한다면, 인류는 다음 팬데믹 위기 앞에서 더욱 지혜롭고 신속하게 대응할 수 있을 것입니다.

[코로나TALK-1] 코로나19 확산 모형, 김범준 교수 연구발표

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학