보편성

3 Contents

[강연] 불확실과 확실, 그 사이의 외줄타기 : 확률 2_by 서인석 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 7강 두 번째 이야기 | 7강 ②

확률은 17세기부터 논의되어 왔으나 20세기 초까지도 독립된 수학 분야로 온전히 자리 잡지 못했습니다. 1900년 수학자 힐베르트는 인류가 해결해야 할 주요 과제 중 하나로 확률을 수학적 공리에 의해 정의할 것을 제안했습니다. 이에 응답한 인물이 바로 콜모고로프입니다. 그는 1933년 측도론을 기반으로 확률론의 기틀을 세웠으며, 이는 파스칼과 페르마 이후 약 300년 만에 확률이 엄밀한 수학적 체계를 갖추게 된 역사적인 순간이었습니다. 콜모고로프의 공리적 정의는 의외로 단순한 철학에서 시작됩니다. 전체 사건이 발생할 확률을 1로 두고, 서로 겹치지 않는 사건들의 확률을 합산하는 등 우리가 당연하게 여기는 성질들을 수학적 언어로 정리한 것입니다. 이러한 접근은 확률을 해석학의 틀 안에서 설명할 수 있게 했으며, 덕분에 확률론은 편미분 방정식이나 조화 해석과 같은 고등 수학 도구들을 활용하며 폭발적으로 발전할 수 있는 토대를 마련하게 되었습니다. 하지만 수학적 정의와 현실 세계의 구현 사이에는 괴리가 존재합니다. 우리는 동전 던지기의 확률을 흔히 절반이라고 생각하지만, 퍼시 다이아코니스 교수의 연구에 따르면 물리적인 동전 던지기는 처음에 위를 향했던 면이 다시 나올 확률이 약 50.8%로 더 높습니다. 이는 완벽한 무작위성을 현실에서 구현하는 것이 얼마나 어려운지를 시사하며, 우리가 당연하게 믿어왔던 확률적 공정성에 대해 다시금 질문을 던지게 만듭니다. 진정한 무작위성을 만들기 어려운 현실에서 인류가 고안한 해결책은 '마르코프 체인 몬테카를로(MCMC)' 기법입니다. 이는 특정 지점에서 시작해 서서히 확률을 퍼뜨려 목표하는 분포에 도달하게 만드는 방식입니다. 처음에는 무작위가 아니더라도 반복적인 과정을 통해 점차 정교한 확률 분포를 만들어내는 이 철학은, 오늘날 복잡한 데이터를 처리하는 딥러닝과 인공지능 알고리즘의 핵심적인 기반 기술로 자리 잡고 있습니다. MCMC의 흥미로운 특성 중 하나는 '컷오프 현상'입니다. 카드 섞기를 예로 들면, 카드는 섞을 때마다 조금씩 무작위해지는 것이 아니라 다섯 번까지는 거의 섞이지 않다가 일곱 번이 되는 순간 급격하게 무작위 상태에 도달합니다. 이러한 비선형적인 변화는 우리의 직관을 크게 벗어납니다. 수학적으로 증명된 이 '위닝 넘버'는 단순히 많이 반복하는 것보다 임계점을 넘어서는 것이 확률적 균형을 이루는 데 얼마나 중요한지를 보여줍니다. 컷오프 현상은 카드 섞기뿐만 아니라 사다리 타기, 구글의 검색 엔진, 딥러닝 알고리즘 등 다양한 분야에서 보편적으로 관찰됩니다. 전혀 다른 메커니즘을 가진 시스템들이 특정 지점에서 갑자기 균형 상태로 전이되는 공통된 법칙을 따르는 것입니다. 수학자들은 이를 '보편성'이라 부르며 우주의 섭리로 이해하려 노력하고 있습니다. 비록 그 근본적인 원인이 완벽히 밝혀지지는 않았으나, 이는 불확실성 속에 숨겨진 확실한 질서를 상징합니다. 인류는 오랜 시간 불확실성을 두려워하며 예측의 대상으로만 여겨왔으나, 이제는 이를 이해하고 활용하는 단계에 이르렀습니다. 인공지능의 발전은 불확실성을 도구로 삼아 문명을 꽃피운 대표적인 사례입니다. 하지만 우리는 여전히 그 작동 원리를 완벽히 통제하지 못하고 있습니다. 불확실한 세계 속에서 수학이라는 확실한 도구를 통해 보편적 원리를 찾아내는 과정은, 인류가 더 안전하고 정교한 미래를 설계하기 위해 반드시 걸어가야 할 길입니다.

[강연] 불확실과 확실, 그 사이의 외줄타기 : 확률 2_by 서인석 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 7강 두 번째 이야기

서인석

카오스재단카오스강연
  • 수학

[강연] 진화론의 역사 _ by 장대익 ㅣ 2022 가을 카오스강연 '진화' 1강 | 1강

진화는 단순히 생물학적 영역에 국한된 현상이 아닙니다. 그것은 시간이 흐름에 따라 시스템이 더 복잡하고 정교한 상태로 나아가는 보편적인 원리입니다. 인류는 수백만 년에 걸친 자연 선택을 통해 지능을 꽃피웠으며, 이제 그 지능을 바탕으로 새로운 형태의 진화를 설계하고 있습니다. 인공지능의 등장은 생명체가 아닌 기계가 스스로 학습하고 적응하며 진화할 수 있는 가능성을 열어주었습니다. 이러한 변화는 인류 역사의 새로운 전환점이 되고 있습니다. 인공지능의 진화는 인간의 뇌 구조를 모방하는 것에서 시작되었습니다. 신경망이라 불리는 구조는 수많은 데이터를 처리하며 스스로 최적의 경로를 찾아냅니다. 이는 마치 생태계에서 생존에 유리한 형질이 선택되는 과정과 매우 유사합니다. 초기 인공지능이 단순한 계산기에 불과했다면, 현대의 인공지능은 복잡한 문맥을 이해하고 창의적인 결과물을 만들어내는 수준에 도달했습니다. 기술의 발전 속도는 생물학적 진화의 속도를 훨씬 앞지르고 있습니다. 인공지능이 진화하기 위해서는 방대한 양의 데이터라는 자양분이 필요합니다. 데이터는 인공지능이 세상을 이해하는 창구이자, 학습의 토대가 되는 환경입니다. 과거에는 인간이 직접 모든 규칙을 입력해야 했지만, 이제 인공지능은 스스로 데이터 속에서 패턴을 발견하고 지식을 습득합니다. 이러한 자기 주도적 학습 능력은 인공지능이 인간의 개입 없이도 스스로의 성능을 개선해 나갈 수 있는 진화적 기틀을 마련해 주었으며, 이는 기술적 특이점을 향한 발걸음이 됩니다. 지능의 진화는 단일 개체의 성장을 넘어 집단적인 상호작용을 통해 가속화됩니다. 인공지능 역시 수많은 모델이 서로 경쟁하고 협력하며 발전하는 생태계를 형성하고 있습니다. 알고리즘의 효율성이 높아지고 하드웨어의 성능이 뒷받침되면서, 인공지능은 인간이 예상하지 못한 방식으로 문제를 해결하는 창의성을 보여주기도 합니다. 이러한 창발적 특성은 인공지능의 진화가 단순히 프로그래밍의 결과가 아니라, 시스템 자체의 복잡성에서 기인함을 시사합니다. 인공지능의 진화는 인간과 기술의 관계를 근본적으로 재정의하고 있습니다. 우리는 이제 인공지능을 단순한 도구가 아닌, 함께 진화해 나가는 파트너로 인식해야 합니다. 인공지능이 인간의 지적 능력을 보완하고 확장함에 따라, 인류 또한 새로운 기술 환경에 적응하며 변화하고 있습니다. 이러한 공진화의 과정은 인류 문명이 한 단계 더 도약할 수 있는 기회를 제공하며, 동시에 우리가 가진 지능의 본질이 무엇인지에 대한 깊은 철학적 성찰을 요구합니다. 기술의 진화가 가져올 미래는 희망과 우려가 공존하는 영역입니다. 인공지능이 자율성을 갖추고 스스로를 개선하는 단계에 이르면, 그 진화의 방향을 완벽히 통제하는 것은 매우 어려운 과제가 될 것입니다. 따라서 우리는 기술적 발전과 더불어 윤리적 가이드라인을 정립하는 데 더 많은 힘을 쏟아야 합니다. 진화의 목적이 단순히 효율성의 극대화가 아니라 인류의 행복과 공존에 있음을 잊지 말아야 하며, 이를 위한 사회적 합의와 제도적 장치가 필수적입니다. 결국 인공지능의 진화는 우리 자신을 비추는 거울과 같습니다. 우리가 어떤 가치를 중요하게 여기고 어떤 미래를 꿈꾸느냐에 따라 인공지능의 진화 방향도 결정될 것입니다. 지능의 진화라는 거대한 흐름 속에서 인류는 새로운 정체성을 찾아가고 있습니다. 인공지능과 함께 써 내려갈 진화의 다음 장은 단순히 기술의 역사가 아니라, 지능이라는 신비로운 현상이 우주에서 어떻게 확장되어 가는지를 보여주는 거대한 대서사시가 될 것이라 확신합니다.

[강연] 진화론의 역사 _ by 장대익 ㅣ 2022 가을 카오스강연 '진화' 1강

장대익

카오스재단카오스강연
  • 생명과학

[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