검증

10 Contents

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬|제30회 서울대 자연과학대학 공개강연

단백질은 우리 몸속에서 산소 수송, 음식물 소화, 에너지 대사, 그리고 외부 침입자에 맞서 싸우는 면역 과정에 이르기까지 거의 모든 생명 현상을 매개하는 핵심적인 생체 분자입니다. 이러한 다양한 기능이 가능한 이유는 단백질마다 각기 다른 고유한 3차원 구조를 형성하고 있기 때문입니다. 따라서 단백질의 구조를 명확히 규명하는 일은 생명체가 작동하는 원리를 깊이 있게 이해하는 첫걸음이며, 이를 바탕으로 질병의 원인을 파악하고 치료를 위한 신약 개발의 토대를 마련한다는 점에서 현대 생명과학의 매우 중요한 과제라고 할 수 있습니다. 최근 인공지능 기술의 비약적인 발전은 단백질 구조 예측 분야에 혁신적인 변화를 가져왔습니다. 과거에는 실험을 통해서만 단백질 구조를 파악할 수 있었으나, 이제는 로제타폴드와 같은 인공지능 모델을 통해 아미노산 서열 정보만으로도 정교한 3차원 구조를 예측할 수 있게 되었습니다. 연구팀은 구글 딥마인드의 알파폴드2가 보여준 가능성에 자극받아 독자적인 알고리즘 개발에 착수했으며, 그 결과 수 초에서 수 시간 내에 고정확도의 구조 정보를 얻어내는 성과를 거두었습니다. 이는 인공지능이 복잡한 생물학적 난제를 해결하는 강력한 도구가 될 수 있음을 시사합니다. 인공지능을 활용한 예측 기술은 단순히 기존 단백질의 형태를 알아내는 것에 그치지 않고, 자연계에 존재하지 않는 새로운 단백질을 설계하는 '단백질 디자인' 연구로 확장되고 있습니다. 하지만 컴퓨터 계산을 통한 예측이 항상 완벽할 수는 없기에, 인공지능 모델은 반드시 실험적 검증과 병행되어야 합니다. 새롭게 설계된 단백질이 실제로 의도한 기능을 수행하는지, 혹은 인체에 주입했을 때 안전성에 문제는 없는지 확인하는 과정에서 컴퓨터 방법과 실험 방법은 서로를 보완하며 함께 발전해 나가는 필수적인 파트너 관계를 형성하고 있습니다. 현재 전 세계적으로 수억 개의 단백질 구조 데이터가 구축되면서 이를 활용한 응용 연구가 활발히 진행 중입니다. 구조 기반의 신약 개발은 물론이고, 환경 문제 해결을 위한 혁신적인 시도들도 이어지고 있습니다. 예를 들어 광합성 관련 단백질의 구조를 정밀하게 분석하여 빛 흡수 효율이 극대화된 새로운 단백질을 설계한다면, 태양광 발전의 효율을 획기적으로 높여 에너지 문제를 해결하는 데 기여할 수 있습니다. 이처럼 단백질 구조 연구는 의료 분야를 넘어 인류가 직면한 에너지와 환경 등 다양한 사회적 난제를 해결할 수 있는 잠재력을 지니고 있습니다. 과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 길을 만들어내는 '연결'에 있습니다. 양자역학에서 시작된 기초 과학이 반도체와 컴퓨터 기술을 거쳐 인공지능으로 진화하고, 다시 생명과학과 결합하여 혁신을 일으키는 과정은 기술 간 연결의 힘을 잘 보여줍니다. 또한 로제타폴드 개발 과정에서 화학, 인공지능, 생명과학 등 각 분야 전문가들이 긴밀하게 협업했듯이, 다양한 시각을 가진 과학자들의 소통과 연대는 현대 과학이 한계를 극복하고 다음 단계로 도약하게 만드는 가장 강력한 원동력이자 미래 과학이 나아가야 할 방향입니다.

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬|제30회 서울대 자연과학대학 공개강연

백민경

카오스재단서울대자연과학공개강연
  • 생명과학

[인터뷰] 김지훈_ 이것으로 별도, 달도, 우주도 만든다 | 2021 카오스콘서트 '어둠의 존재들'

현대 우주론 연구에서 컴퓨터 시뮬레이션은 실험이 불가능한 우주를 탐구하는 핵심적인 도구입니다. 연구자들은 은하, 별, 그리고 초거대 질량 블랙홀의 형성 과정을 가상 공간에서 구현하며 우리가 알고 있는 물리 법칙의 타당성을 검증합니다. 직접 우주에 가서 만져보거나 은하의 탄생을 지켜볼 수는 없지만, 정교한 수치 모형을 통해 우주의 진화 과정을 재현함으로써 이론적 가설을 실질적으로 확인하는 독특한 매력을 지닙니다. 시뮬레이션 과정은 매우 정밀하고 방대한 작업입니다. 완벽한 물리 모형을 입력하더라도 컴퓨터의 처리 방식이나 인간의 실수로 인해 오류가 발생할 수 있기에, 하나의 결과물을 얻기 위해 수일에서 수개월의 시간이 소요되기도 합니다. 이러한 연구는 주로 람다 CDM 모형이라 불리는 표준 우주론에 기반을 둡니다. 이는 현재 과학계에서 가장 많은 검증과 확인 절차를 거친 신뢰할 수 있는 틀로, 연구자들은 이 모형을 염두에 두고 우주의 구조를 설계합니다. 우주 구성의 70%를 차지한다고 알려진 암흑 에너지는 여전히 현대 과학의 거대한 수수께끼입니다. 과학자들은 우주 팽창을 설명하기 위해 특정 역할을 수행하는 존재가 반드시 필요하다는 판단 아래, 정체는 모르지만 우선 이름을 붙여 자리를 마련해 두었습니다. 존재의 필요성은 인정되나 실체는 모르는 상태인 암흑 에너지를 규명하는 것은 현대 우주론이 직면한 가장 큰 과제 중 하나이며, 이를 해결하기 위한 다양한 이론적 시도가 이어지고 있습니다. 특히 초거대 질량 블랙홀의 기원과 성장 과정은 시뮬레이션 연구의 주요 관심사입니다. 사건의 지평선 망원경을 통해 관측적 증거는 확보되었으나, 이들이 어떻게 처음 생겨나 주변의 가스와 암흑 물질을 흡수하며 거대해졌는지에 대한 이론적 확립은 아직 미비합니다. 연구자들은 컴퓨터에게 물리적 모형을 제시하고 그것이 실제 우주와 유사하게 구현되는지 묻는 과정을 반복합니다. 이러한 상호작용을 통해 블랙홀의 성장 경로를 추적하며 우주의 비밀에 한 걸음 더 다가갑니다. 과학 연구에는 논리적 분석뿐만 아니라 연구자의 직관이나 육감도 중요한 역할을 합니다. 때로는 머리가 아닌 몸으로 느끼는 본능적인 감각이 새로운 발견의 실마리가 되기도 합니다. 또한, 모든 사람이 바라보는 보편적인 관점에서 벗어나 문제를 다른 시각으로 바라보려는 노력은 과학적 진보를 이끄는 원동력입니다. 이러한 다각적인 시선과 끊임없는 탐구 정신은 미래의 과학자들이 갖추어야 할 소양이며, 우주라는 거대한 신비를 풀어가는 열쇠가 될 것입니다.

[인터뷰] 김지훈_ 이것으로 별도, 달도, 우주도 만든다  |  2021 카오스콘서트 '어둠의 존재들'

김지훈

카오스재단석학인터뷰
  • 물리학
  • 천문학

[석학인터뷰] 금종해 ─ 10년 내에 수학계 노벨상 나온다!

수학은 많은 이들에게 어렵고 딱딱한 학문으로 인식되곤 합니다. 최근 우리나라에서는 '수포자'라는 용어가 유행하며 수학 교육과정을 약화시키려는 움직임도 있지만, 단순히 내용을 줄인다고 해서 수학을 포기하는 학생들이 사라지는 것은 아닙니다. 오히려 과거에 비해 기초과학의 인기가 줄어든 상황에서도 우수한 학생들이 수학과로 몰리는 현상은 주목할 만합니다. 이는 수학이 단순히 학문적 탐구에 그치지 않고, 대학원 등 더 높은 단계에서 의미 있고 재미있는 일을 할 수 있는 강력한 도구가 될 것이라는 기대감이 반영된 결과라고 볼 수 있습니다. 현재 우리나라의 수학 교육과정은 과거에 비해 상당히 쉬워졌으며 교과서의 두께도 얇아졌습니다. 초등학교에 도입된 스토리텔링 수학은 본래 흥미를 유발하려는 목적이었으나, 이를 평가와 연결하면서 오히려 학생과 학부모들에게 또 다른 부담으로 작용하고 있습니다. 한때 미국 대통령들이 한국의 수학 교육을 모범 사례로 언급하던 시절도 있었지만, 이제는 더 이상 세계적인 벤치마킹 대상이 되지 못할 정도로 교육의 질적 수준이 약화되었습니다. 아이들에게 배움의 기회를 박탈하기보다, 제대로 가르치되 평가의 방식을 개선하는 방향으로 나아가야 합니다. 수학자가 되기 위해 가장 필요한 자질은 빠른 계산 능력이나 암기력이 아닙니다. 진정한 수학자는 수학적 상황 자체를 즐기고 분석하는 과정을 사랑하는 사람입니다. 학교 시험처럼 정해진 시간 내에 문제를 풀어내는 능력은 수학적 연구를 수행하는 데 필수적인 요소가 아닙니다. 계산이 틀리는 것은 주변의 도움이나 도구로 충분히 보완할 수 있는 부분입니다. 중요한 것은 어려운 문제에 직면했을 때 이를 포기하지 않고 끈기 있게 매달리는 태도입니다. 수학을 좋아하는 마음을 잃지 않고 꾸준히 탐구하는 과정 자체가 수학자의 길로 이어지는 비결입니다. 한국의 수학은 짧은 역사에도 불구하고 비약적인 발전을 거듭하여 현재 세계 10위권 내외의 위상을 확보하고 있습니다. 특히 대수기하학 분야에서 한국인 수학자들의 활약은 눈부시며, 머지않은 미래에 필즈상 수상자가 배출될 것으로 기대됩니다. 필즈상은 마흔 살 이전의 젊은 수학자에게 주어지는 영예로운 상으로, 현재 한국에는 그 자격을 갖춘 우수한 인재들이 존재합니다. 이러한 성과는 특정 분야에 국한되지 않고 여러 학문을 융합하여 새로운 길을 찾아내려는 수학자들의 끊임없는 도전과 연구가 뒷받침되었기에 가능한 일이었습니다. 과학계와 우리 사회 전반에 필요한 것은 합리적인 의사결정과 결과에 승복하는 문화입니다. 과학적 지식을 확산하는 것만큼이나 중요한 것은 전문가의 의견을 존중하고 합리적으로 행동하는 태도입니다. 정치 지도자들이 모든 과학 분야를 깊이 있게 알기는 어렵지만, 해당 분야의 전문가 커뮤니티에 자문을 구하고 그들의 판단을 정책에 반영하는 시스템이 정착되어야 합니다. 수학과 과학은 단순히 정답을 찾는 과정이 아니라, 끊임없이 새로운 문제를 발견하고 탐구하는 끝없는 여정입니다. 이러한 학문적 열정이 국가 경쟁력의 근간이 될 것입니다.

[석학인터뷰] 금종해 ─ 10년 내에 수학계 노벨상 나온다!

금종해

카오스재단석학인터뷰
  • 수학

[코로나TALK-16] 잘못된 뉴스, 인포데믹은 어떻게 확대재생산되는가?_윤신영 기자 | 16강

코로나19 사태 초기부터 과학 기자의 시선으로 현장을 지켜보며 느낀 점은 정보의 전파 양상이 매우 복잡하다는 것입니다. 영남대 박한우 교수의 네트워크 분석에 따르면, 트위터상에서 '신천지'나 '대구' 같은 키워드는 폐쇄적인 집단 내에서 반복되는 경향을 보인 반면, 과학 뉴스는 대중적으로 널리 퍼지는 강력한 정보원이었습니다. 이는 과학적 사실이 대중의 대화에서 일차적인 소스가 된다는 점을 시사하며, 동시에 잘못된 정보가 섞일 경우 인포데믹의 위험성이 얼마나 커질 수 있는지를 보여줍니다. 언론이 과학 데이터를 다루는 방식에서 가장 큰 문제는 자극적인 해석입니다. 최근 항체 유지 기간에 관한 연구에서 4개월간 항체가 유지된다는 긍정적인 결과가 나왔음에도, 일부 매체는 '4개월밖에 안 된다'는 식으로 공포를 조장했습니다. 이는 재감염 이슈와 무리하게 연결하려는 시도에서 비롯된 왜곡입니다. 논문의 본질보다는 대중의 불안감을 자극하여 클릭을 유도하려는 상업적 목적이 과학적 사실을 가리는 안타까운 사례라고 할 수 있습니다. 바이러스 변이에 대한 보도 역시 비슷한 양상을 띱니다. 과학적으로는 아직 전파력을 획기적으로 높이는 치명적인 변이가 확인되지 않았음에도, '감염성 10배'와 같은 근거 없는 수치가 헤드라인을 장식하곤 합니다. 이러한 자극적인 뉴스는 네트워크를 타고 빠르게 확산되며 대중에게 불필요한 공포를 심어줍니다. 뉴스 생산자가 클릭 수라는 이득을 쫓는 구조적 악순환 속에서, 정확한 과학적 근거는 뒷전으로 밀려나고 인포데믹의 메커니즘이 강화되는 결과를 초래합니다. 공포뿐만 아니라 근거 없는 희망을 심어주는 보도도 경계해야 합니다. 국내 치료제 개발 소식 중 '하루 만에 바이러스 사멸'이라는 자극적인 제목이 큰 인기를 끌었지만, 실제로는 구체적인 데이터가 부족한 한 문장짜리 보도자료에 기반한 경우가 많았습니다. 과학 기자로서 데이터를 요청해 확인해보면 보도된 내용만큼의 확실한 근거를 찾기 어려운 사례가 빈번합니다. 정확한 검증 없이 희망적인 메시지만을 대량 양산하는 것은 결국 언론에 대한 신뢰를 떨어뜨리는 행위입니다. 신종 감염병의 특성상 초기에는 전문가들조차 정보가 부족하여 혼란을 겪었습니다. 하이드록시클로로퀸 사례처럼 유명 인사의 발언과 불완전한 논문이 결합하여 잘못된 복용 사고로 이어진 것이 대표적입니다. 당시에는 그것이 최선의 지식이었을지라도, 경쟁적인 보도 속에서 검증되지 않은 정보가 확산되었습니다. 이후 많은 논문이 철회되는 과정을 거치며 기자들과 과학자들은 더 정교한 보도의 필요성을 절감하게 되었습니다. 지식의 한계를 인정하고 신중하게 접근하는 태도가 무엇보다 중요합니다. 해외 사례 중 뉴욕타임스의 '백신 트래커'는 훌륭한 과학 커뮤니케이션의 모델을 보여줍니다. 단순히 일회성 기사를 쏟아내는 것이 아니라, 방대한 데이터를 체계적으로 취합하여 대중이 언제든 신뢰할 수 있는 정보원으로 활용하게 했습니다. 또한 복잡한 바이러스의 원리를 평이한 언어와 정교한 인포그래픽으로 설명하여 대중의 이해를 도왔습니다. 우리 언론도 단독 경쟁에서 벗어나 데이터를 가공하고 맥락을 풍성하게 전달하는 정보의 허브 역할을 수행해야 할 시점입니다. 코로나19는 여전히 미지의 영역이 많으며, 우리는 매일 새로운 반전의 상황을 맞이하고 있습니다. 이러한 불확실성 속에서 과학적 대전환을 넘어 도시 계획, 윤리, 문화 등 다양한 분야의 전문가들이 모여 대안을 제시하는 노력이 필요합니다. 단순히 현상을 보고하는 수준을 넘어, 합리적인 데이터와 증거를 기반으로 소통하는 플랫폼이 구축되어야 합니다. 연구자와 전달자가 함께 데이터 기반의 소통을 이어갈 때, 우리는 비로소 감염병이라는 거대한 재난에 현명하게 대응할 수 있을 것입니다.

[코로나TALK-16] 잘못된 뉴스, 인포데믹은 어떻게 확대재생산되는가?_윤신영 기자

윤신영

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[카오스 술술과학] 다중우주 (10) : 다중우주 풍경

다중우주는 아직 현대 과학의 확고한 영역이라기보다 상상의 나래를 펴는 단계에 가깝습니다. 하지만 과학은 언제나 지평선을 넘어 새로운 영토를 개척해 온 이들에 의해 발전해 왔습니다. 고대 인도 철학은 이미 무한과 영원을 노래하며 다른 존재들이 사는 세상을 언급했고, 기원전 4세기 데모크리토스는 무수히 많은 세계가 생성되고 소멸한다고 주장했습니다. 이러한 발칙한 상상은 인류가 우주의 비밀을 풀기 위해 마련한 거대한 설계도의 일부일지도 모릅니다. 우리가 관측 가능한 지평선 너머를 꿈꾸는 것은 지적 존재로서의 본능일 것입니다. 중세와 근대를 거치며 다중우주에 대한 사유는 더욱 깊어졌습니다. 조르다노 브루노는 신이 끊임없이 새로운 세상을 창조한다고 주장하다 화형당했고, 뉴턴조차 공간적으로 무한한 다중우주의 가능성을 언급했습니다. 17세기 스피노자는 가능한 모든 것이 실제로 존재한다는 궁극적 다중우주의 모토를 제시했으며, 칸트와 니체는 시간적으로 순환하거나 되풀이되는 우주를 상상했습니다. 이처럼 다중우주는 학술적 논의가 본격적으로 시작되기 훨씬 전부터 인류의 철학적 근간을 흔들어 왔으며, 종교와 철학의 경계를 넘나드는 매혹적인 주제로 자리 잡았습니다. 20세기 통계역학의 창시자 볼츠만은 확률적으로 가능한 모든 세계를 전제로 다중우주를 믿었습니다. 그의 이론에 따르면 우주 입자가 우연히 배열되어 우리의 뇌와 동일한 존재가 탄생할 확률도 존재하는데, 이를 '볼츠만 두뇌'라 부릅니다. 이후 등장한 급팽창 이론은 유한한 빅뱅 우주론 내부에 무한의 씨앗을 심었습니다. 안드레이 린데의 영원한 급팽창 이론은 무수한 빅뱅을 통해 복수의 우주가 탄생하는 과정을 설명하며, 유한함과 무한함 사이의 딜레마를 해결하는 열쇠를 제공했습니다. 이는 우주가 단 하나라는 고정관념을 깨는 결정적인 계기가 되었습니다. 현대 물리학에서 다중우주는 양자역학, 끈 이론, 우주론이라는 세 줄기 흐름이 만나는 지점입니다. 휴 에버렛의 다세계 해석은 관측에 의해 상태가 결정되는 것이 아니라 모든 가능성이 실제로 존재한다고 제안했습니다. 또한 끈 이론은 10의 500제곱 개에 달하는 여분 차원의 가능성을 제시하며 우리 우주의 미세 조정을 설명합니다. 인류 원리는 우리 우주가 특별한 은총이 아닌, 무한한 다중우주 중 생명이 존재 가능한 확률적 결과물일 뿐이라는 코페르니쿠스적 전환을 이끌어냈습니다. 이제 우리 우주는 광활한 다중우주 속의 평범한 하나로 재정의되고 있습니다. 다중우주론은 실험적 검증이 어렵다는 비판을 받기도 하지만, 과학의 본질은 편견을 허물고 경계를 넘어서는 탐험에 있습니다. 닉 보스트롬의 시뮬레이션 우주론이나 테그마크의 수학적 우주론은 우리가 인식하는 현실의 근원을 다시 묻게 합니다. 결국 인간의 뇌 자체가 천억 개의 구성 단위로 이루어진 하나의 소우주이며, 우리는 이 광활한 다중우주를 꿈꾸고 상상하는 존재입니다. 우리는 맹목적 믿음에 안주하기보다 끊임없이 질문을 던지며 진리를 찾아 떠나는 우주적 유목민의 길을 걷고 있습니다. 이 탐험의 끝에서 우리는 진정한 우리의 위치를 발견하게 될 것입니다.

[카오스 술술과학] 다중우주 (10) : 다중우주 풍경
카오스재단'다중우주'시리즈
  • 천문학

[석학인터뷰] 정택동_ 과학도 사람이 하는 거예요 | 2018 가을 카오스강연 '화학의 미스터리, CheMystery'

정택동 교수는 지방의 작은 소도시에서 성장하며 평범하지만 성실한 학창 시절을 보냈습니다. 어린 시절부터 화학자라는 확고한 꿈을 가졌던 것은 아니었으며, 전자공학자나 의사, 정치가 등 다양한 분야에 관심을 두며 진로를 고민했습니다. 대학 진학 시점까지도 명확한 방향을 정하지 못했던 그는 우연한 계기로 화학의 길에 들어서게 되었고, 이는 한 분야에 국한되지 않는 넓은 시야를 갖게 된 밑거름이 되었습니다. 이러한 배경은 그가 훗날 학문적 경계를 넘나드는 연구자로 성장하는 데 중요한 역할을 했습니다. 전기화학이라는 전공을 선택하게 된 계기는 학문적 경계를 넘나드는 독특한 매력에 매료되었기 때문입니다. 화학이라는 기초 위에 전기와 생물 같은 이질적인 요소들이 결합하여 새로운 시너지를 내는 과정은 연구자로서의 호기심을 자극하기에 충분했습니다. 이러한 융합적 특성은 그가 기존의 정형화된 연구 방식에서 벗어나 보다 넓은 시각으로 세상을 바라보게 하는 원동력이 되었습니다. 서로 다른 분야가 만나 조화를 이루는 지점을 탐구하는 즐거움은 그를 평생의 연구 길로 인도했습니다. 과학 연구는 본질적으로 미래가 불확실하며 노력한 만큼의 결과가 즉각적으로 나타나지 않는 고된 과정입니다. 이러한 불안함을 극복하기 위해 필요한 것은 자기 자신에 대한 깊은 이해와 확신입니다. 학부 시절 종교학이나 고고인류학 등 인문학적 소양을 쌓았던 경험은 그가 연구자로서 흔들리지 않는 중심을 잡는 데 큰 도움이 되었습니다. 사람이 하는 일인 과학에서 내가 누구인지 알고 무엇을 원하는지 깨닫는 과정은 연구의 지속 가능성을 결정짓는 핵심적인 요소가 됩니다. 분석화학은 단순히 화학의 한 분과를 넘어 모든 실험 과학의 근간을 이루는 독특한 학문입니다. 과학적 가설이 진정한 의미를 갖기 위해서는 철저한 검증 과정이 필수적인데, 분석화학은 이를 가능하게 하는 도구와 수단을 제공합니다. 아무리 뛰어난 이론이라도 실질적인 증거를 통해 뒷받침되지 않으면 발전할 수 없기에, 분석화학에 대한 이해는 다른 모든 과학 분야로 나아가기 위한 필수적인 관문이라 할 수 있습니다. 이는 과학의 진전을 이끄는 보이지 않는 힘과 같습니다. 화학의 가장 큰 미스터리는 물질의 변화 그 자체에 있습니다. 우리는 물질이 변화하는 과정을 대략적으로 이해하고 있지만, 원하는 물질을 정확하게 합성하거나 완벽하게 분리해내는 일은 여전히 정복해야 할 과제로 남아 있습니다. 이러한 변화의 중심에는 전자의 이동과 그에 따른 양성자의 움직임이 자리 잡고 있으며, 이는 곧 모든 생명체가 에너지를 얻는 근원적인 원리가 됩니다. 미시적인 입자들의 역동적인 상호작용을 탐구하는 과정은 생명의 신비를 풀어가는 여정과도 맞닿아 있습니다.

[석학인터뷰] 정택동_ 과학도 사람이 하는 거예요 | 2018 가을 카오스강연 '화학의 미스터리, CheMystery'

정택동

카오스재단카오스강연
  • 화학

[강연] 컴퓨터과학의 원천 아이디어가 나오기까지 (4) _ by이광근 | 2018 봄 카오스 강연 '모든 것의 수數다' 10강 | 10강 ④

우리가 일상에서 접하는 컴퓨터는 정답이 없는 복잡한 문제들을 해결하기 위해 '휴리스틱', 즉 일종의 직관적인 추론 방식을 사용하곤 합니다. 바둑과 같은 게임에서 알파고가 보여준 놀라운 실력도 사실은 완벽한 정답을 찾은 것이 아니라, 방대한 데이터를 바탕으로 최선의 수를 찾아가는 과정이었습니다. 이처럼 컴퓨터가 모든 문제에 대해 즉각적이고 완벽한 해답을 내놓는 것은 아니지만, 인간이 범접하기 어려운 수준의 계산 능력을 통해 실질적인 해결책을 제시하며 우리 삶의 깊숙한 곳까지 들어와 있습니다. 계산이란 무엇인가라는 근본적인 질문에 대해 앨런 튜링은 '튜링 기계'라는 개념을 통해 명쾌한 정의를 내렸습니다. 튜링 기계는 상태를 기록하는 테이프와 이를 읽고 쓰는 헤드, 그리고 정해진 규칙 표로 구성된 매우 단순한 장치입니다. 이 단순한 기계가 수행할 수 있는 모든 과정이 바로 우리가 말하는 계산의 본질입니다. 즉, 계산은 복잡한 전자 회로의 움직임 이전에, 논리적인 규칙에 따라 정보를 처리해 나가는 일련의 절차적 과정을 의미하는 것이라고 할 수 있습니다. 튜링과 비슷한 시기에 미국의 알론조 처치는 '람다 계산법'이라는 프로그래밍 언어의 시초와 같은 방식을 통해 계산을 정의했습니다. 흥미로운 점은 기계적인 접근을 시도한 튜링과 소프트웨어적인 접근을 시도한 처치의 방법론이 결국 동일한 문제를 풀고 있었다는 사실이 증명되었다는 것입니다. 오늘날 우리가 사용하는 스마트폰이나 컴퓨터는 튜링의 만능 기계를 하드웨어로 구현한 것이며, 그 안에서 돌아가는 수많은 앱은 처치의 람다 계산법과 맥을 같이하는 소프트웨어의 결과물입니다. 이론적인 관점에서 계산 가능성을 논할 때, 우리는 계산에 소요되는 시간을 고려하지 않습니다. 어떤 문제가 해결되는 데 천 년이 걸리든 만 년이 걸리든, 언젠가 결과가 나오기만 한다면 그것은 계산으로 풀 수 있는 문제라고 간주합니다. 시간은 상대적인 개념이며 충분한 에너지만 있다면 극복할 수 있는 요소이기 때문입니다. 따라서 계산의 핵심은 '얼마나 빨리'가 아니라 '논리적으로 답에 도달할 수 있는가'라는 본질적인 가능성 여부에 달려 있다고 보아야 합니다. 하지만 컴퓨터가 모든 수학적 난제를 해결할 수 있는 것은 아닙니다. '멈춤 문제'와 같이 튜링 기계로도 결코 해결할 수 없는 문제들이 존재하며, 이러한 불가능한 문제의 개수 또한 무한합니다. 수학자 괴델이 증명했듯이 인간의 논리 체계 안에는 증명할 수 없는 사실들이 존재하며, 이는 컴퓨터 과학에서도 동일하게 적용됩니다. 할 수 있는 일과 할 수 없는 일이 모두 무한하다는 사실은 계산의 세계가 우리가 상상하는 것보다 훨씬 더 깊고 오묘한 영역임을 시사합니다. 컴퓨터 과학의 본질은 추상적인 사고 과정을 논리적인 규칙으로 정립하여 기계가 수행할 수 있도록 만드는 과정을 의미합니다. 이러한 능력을 키우기 위해서는 수학적 사고력이 필수적입니다. 수학은 보이지 않는 개념을 논리적으로 다루는 근육을 단련시켜 주며, 이를 통해 다져진 컴퓨팅 사고력은 인공지능 시대를 살아가는 현대인들에게 읽기나 쓰기만큼이나 중요한 필수 역량이 되고 있습니다. 이는 단순히 기술을 배우는 것을 넘어 세상을 논리적으로 설계하는 힘을 기르는 과정입니다. 컴퓨터 과학은 이제 겨우 80년 정도의 역사를 가진 매우 젊은 학문입니다. 물리학의 역사와 비교하자면 지금의 컴퓨터 과학은 뉴턴이나 갈릴레오가 활동하던 고전 역학의 태동기와 비슷하다고 볼 수 있습니다. 지난 수십 년간 눈부신 발전을 이루었지만, 여전히 해결되지 않은 과제들이 산적해 있으며 앞으로 개척해야 할 영역은 무궁무진합니다. 알파고를 뛰어넘는 혁신적인 기술들이 앞으로 어떻게 펼쳐질지 기대하며, 우리는 이 새로운 과학의 시대를 맞이할 준비를 해야 합니다.

[강연] 컴퓨터과학의 원천 아이디어가 나오기까지 (4) _ by이광근  | 2018 봄 카오스 강연 '모든 것의 수數다' 10강

박성우, 이광근

카오스재단카오스강연
  • 수학
  • 융합

[강연] 디지털인문학과 데이터과학 (5) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ⑤

통계적 분석에서 불확실성을 관리하는 것은 매우 중요한 과제입니다. 특정 저자의 집필 습관을 분석할 때처럼 복잡한 문제에서도 통계적 검증은 유의 수준이라는 기준을 활용하여 결론의 신뢰도를 평가합니다. 예를 들어 유의 수준을 5%로 설정한다는 것은 동일한 테스트를 스무 번 반복했을 때 한 번 정도는 다른 결과가 나올 수 있는 불확실성을 허용한다는 의미입니다. 이는 통계학이 완벽한 정답을 제시하는 학문이라기보다, 데이터 속에 숨겨진 패턴을 발견하면서도 그 과정에 수반되는 오류의 가능성을 수치적으로 정의하고 관리하는 실용적인 학문임을 보여줍니다. 데이터 과학은 현대 사회의 복잡한 문제를 해결하기 위해 수학, 컴퓨터 과학, 그리고 도메인 지식이 결합된 융합 학문입니다. 전통적인 수학이 공리적 체계를 바탕으로 증명을 쌓아 올리는 방식이라면, 통계학은 실제 현장의 문제로부터 출발하여 실용적인 해결책을 모색하는 데 초점을 맞춥니다. 훌륭한 데이터 과학자가 되기 위해 모든 분야에서 완벽할 필요는 없지만, 자신의 강점을 바탕으로 타 분야 전문가와 소통할 수 있는 능력이 필수적입니다. 마치 좋은 요리 기구가 없어도 창의적인 레시피로 맛있는 음식을 만들 수 있듯이, 데이터 과학 역시 주어진 환경에서 최선의 통계적 통찰을 끌어내는 과정이라 할 수 있습니다. 통계학자의 핵심적인 역할 중 하나는 다양한 학문 분야의 거대한 질문을 통계적인 언어로 번역하는 것입니다. 천문학자가 우주의 팽창 속도에 대해 질문하거나 의사가 질병의 위험성을 예측하고자 할 때, 통계학자는 이를 시공간 데이터 분석이나 베이지안 모델링 같은 구체적인 수리적 문제로 변환합니다. 이 과정에서 통계학자는 다른 분야의 전문가들과 끊임없이 소통하며 데이터의 형태를 조율하고 모델의 적합성을 설득하는 과정을 거칩니다. 이러한 협업은 통계학이 단순히 숫자를 다루는 기술을 넘어, 현대 과학의 여러 분야를 연결하고 실질적인 의사결정을 돕는 중추적인 역할을 수행하게 합니다. 빅데이터 시대에 접어들면서 사회 현상 분석에 대한 기대가 높아지고 있지만, 예측의 성공 여부를 판단하는 기준은 매우 신중해야 합니다. 인공지능이나 구글 트렌드 같은 새로운 도구들이 주목받기도 하지만, 여전히 정교한 통계적 방법론을 활용한 분석이 더 높은 신뢰성을 보여주는 경우가 많습니다. 수많은 데이터 속에서 유의미한 신호를 찾아내는 것은 건초더미에서 바늘을 찾는 것과 같으며, 이 과정에서 발생하는 수많은 '거짓 경보'를 걸러내는 것이 통계학의 본질적인 과제입니다. 단순히 표면적인 결과를 맞혔느냐보다 분석 모델이 얼마나 정밀하게 현상을 설명하느냐가 중요합니다. 예측 모델의 오류를 완전히 제거하는 것은 불가능에 가깝기에, 통계학에서는 오차를 최소화하고 모델의 성능을 객관적으로 검증하는 방법을 사용합니다. 데이터를 학습 및 테스트 데이터로 나누어 모델의 예측력을 확인하는 교차 검증 방식이 대표적입니다. 이러한 방법론은 넷플릭스의 영화 추천 시스템부터 범죄 발생 가능 지역을 예측하는 치안 서비스에 이르기까지 우리 생활 곳곳에 적용되고 있습니다. 특히 시간과 공간이 결합된 범죄 패턴을 분석하여 순찰 경로를 최적화하는 사례는 통계학이 사회 안전을 지키는 실천적인 도구로 어떻게 진화하고 있는지를 잘 보여줍니다.

[강연] 디지털인문학과 데이터과학 (5) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

임채영, 장원철

카오스재단카오스강연
  • 수학

[강연] 미래의 수학자 (2) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강 | 5강 ②

수학의 세계에서는 인간의 직관을 넘어서는 거대한 증명의 시대가 열리고 있습니다. 로날드 그레이엄이 제기한 피타고라스 세쌍조 색칠 문제는 그 대표적인 사례입니다. 자연수를 두 가지 색으로 칠할 때 같은 색의 피타고라스 세쌍조가 존재하지 않도록 할 수 있는지에 대한 이 질문은, 결국 2016년 슈퍼컴퓨터를 통해 해결되었습니다. 1부터 7824까지는 가능하지만 7825부터는 불가능하다는 사실이 밝혀졌는데, 이 증명의 크기는 무려 200테라바이트에 달했습니다. 이는 인간이 일일이 검토할 수 없는 방대한 데이터를 통해 수학적 진실을 규명한 혁신적인 사건이었습니다. 평면을 빈틈없이 채우는 볼록 오각형 타일링 문제 역시 컴퓨터와 인간의 협업이 빛난 분야입니다. 1918년 독일 수학자가 5개를 찾은 이후, 수학자가 아닌 가정주부 마조리 라이스가 독자적인 연구로 4개의 새로운 패턴을 찾아내며 학계를 놀라게 했습니다. 이후 2015년 워싱턴 대학 연구팀이 15번째 패턴을 발견했고, 2017년에는 컴퓨터 프로그램을 통해 오직 15가지의 방법만이 존재한다는 사실이 최종적으로 증명되었습니다. 더 이상의 가능성이 없음을 확정 짓는 과정에서 컴퓨터는 수많은 경우의 수를 완벽하게 계산해내며 탐색의 종지부를 찍었습니다. 에르되시 어긋남 추측은 수열의 합이 무한히 커질 수 있는지를 묻는 난제였습니다. 이 문제 역시 초기에는 컴퓨터의 힘을 빌려 증명되었습니다. 특정 조건에서 수열의 길이가 1161에 도달하면 합의 절댓값이 2보다 커진다는 사실을 증명했는데, 당시 이 증명의 길이는 위키피디아 전체 용량보다도 컸습니다. 수학적 증명이 단순히 논리적 전개를 넘어 거대한 데이터의 집합체가 될 수 있음을 보여준 것입니다. 하지만 이러한 거대 증명은 결과의 정답 여부는 알려주지만, 왜 그러한 결과가 도출되었는지에 대한 인간적인 이해를 제공하기에는 한계가 있었습니다. 컴퓨터의 방대한 계산을 뛰어넘는 인간 통찰의 힘은 테렌스 타오 교수에 의해 증명되었습니다. 그는 2015년, 컴퓨터가 수천 페이지에 걸쳐 증명했던 에르되시 어긋남 추측을 단 한 줄의 군더더기 없는 논리로 모든 경우에 대해 해결했습니다. '수학계의 모차르트'라 불리는 그의 성취는 컴퓨터가 제시한 정답을 넘어, 보편적인 원리를 찾아내려는 수학자의 본질적인 역할을 상기시켰습니다. 이는 기계적인 계산이 줄 수 없는 우아하고 명쾌한 해답을 갈구하는 수학자들의 이상향을 보여주는 사례로 남았습니다. 현대 수학은 이제 고립된 연구를 넘어 대규모 협업의 시대로 나아가고 있습니다. 티모시 가워스 교수가 주도한 '폴리매스 프로젝트'는 인터넷을 통해 전 세계 수학자들이 집단 지성을 발휘하는 새로운 연구 방식을 제시했습니다. 블로그 댓글을 통해 실시간으로 토론하며 난제를 해결하는 이 방식은, 혼자서는 수년이 걸릴 문제를 단 몇 주 만에 풀어내는 놀라운 성과를 거두었습니다. 테렌스 타오 역시 이 프로젝트의 중간 성과를 바탕으로 자신의 증명을 완성할 수 있었으며, 이는 수학적 발견의 속도가 협업을 통해 비약적으로 빨라질 수 있음을 입증했습니다. 인공지능의 발전은 수학 연구의 미래에 대한 근본적인 질문을 던집니다. 전문가들은 향후 수십 년 내에 인공지능이 수학 경시대회 문제를 풀고, 나아가 최고 수준의 학술지에 실릴 만한 정리를 스스로 만들어낼 것이라고 예측합니다. 컴퓨터는 이제 단순한 계산 도구를 넘어 가설을 설정하고 증명하며, 심지어 인간이 작성한 증명의 오류를 검증하는 역할까지 수행하고 있습니다. 물론 가치 판단이나 문제의 중요성을 결정하는 영역은 여전히 인간의 몫으로 남아있지만, 인공지능이 수학적 창의성의 영역에 발을 들이고 있다는 사실은 부정할 수 없습니다. 결국 미래의 수학은 인간과 컴퓨터의 긴밀한 파트너십으로 정의될 것입니다. 필즈상 수상자인 보에보드스키는 인간의 실수를 방지하기 위해 모든 증명을 컴퓨터로 검증해야 한다고 주장한 반면, 다른 이들은 인간의 직관적 이해가 결여된 증명은 진정한 지식이라 보기 어렵다고 반박합니다. 하지만 분명한 것은 수학의 세계가 점점 더 복잡해짐에 따라 컴퓨터의 도움 없이는 완전한 검증이 불가능한 시대가 오고 있다는 점입니다. 인간은 더 고차원적인 질문을 던지고, 컴퓨터는 그 질문에 대한 정밀한 답을 찾아가는 과정에서 수학은 새로운 진화를 거듭할 것입니다.

[강연] 미래의 수학자 (2) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강

엄상일

카오스재단카오스강연
  • 물리학
  • 수학

[강연] 미래의 수학자 (1) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강 | 5강 ①

수학은 흔히 연속적인 변화를 다루는 미적분을 떠올리게 하지만, 점과 점의 연결을 다루는 이산수학 또한 현대 사회에서 중요한 역할을 합니다. 지하철 노선도처럼 불연속적인 구조를 연구하는 이 분야는 인공지능 시대에 접어들며 새로운 국면을 맞이하고 있습니다. 특히 수학자의 핵심 업무인 '증명'의 방식이 과거와는 확연히 달라지고 있다는 점에 주목해야 합니다. 미래의 수학자들은 단순히 펜과 종이로 논리를 전개하는 것을 넘어, 컴퓨터와 협력하여 진리를 탐구하는 새로운 시대를 살아가게 될 것입니다. 수학적 증명의 역사는 기원전 300년경 유클리드 원론에서 시작되었습니다. 이는 점과 선에 대한 정의와 증명 없이 맞다고 인정하는 공리로부터 시작해, 완벽하게 논리적인 과정을 거쳐 결론을 도출하는 작업입니다. 독일의 수학자 힐베르트는 수학적 대상의 이름이 무엇이든 논리적 관계만 성립한다면 엄밀한 수학이 될 수 있다고 강조했습니다. 이러한 엄밀함은 수학의 기초를 다지는 핵심이며, 현대 수학자들 또한 모든 유도 과정이 100% 정확해야 한다는 이상을 품고 연구에 매진하고 있습니다. 하지만 증명이 너무 길고 복잡해지면 인간의 인지 능력으로는 이를 완벽히 검증하기 어려워집니다. 화이트헤드와 러셀은 '1 더하기 1은 2'라는 당연한 사실을 증명하기 위해 무려 360페이지를 할애하기도 했습니다. 실제 연구 현장에서는 동료 수학자들이 논문을 읽고 검토하는 과정을 거치지만, 만약 증명을 읽는 데만 100년이 걸린다면 그 결과의 무결성을 확신하기란 불가능에 가깝습니다. 이러한 한계는 수학자들이 컴퓨터라는 새로운 도구에 눈을 돌리게 만든 결정적인 계기가 되었습니다. 케플러 추측은 공을 가장 빽빽하게 쌓는 방법에 관한 문제로, 1998년 토마스 헤일스에 의해 해결되었습니다. 그러나 그의 증명은 인간이 검토하기에는 너무나 방대했습니다. 250쪽의 논문 외에도 컴퓨터로 계산한 데이터가 3GB에 달했기 때문입니다. 12명의 검증 위원이 4년 동안 매달렸음에도 불구하고 99%의 확신만을 가질 뿐, 100% 완벽한 검증은 불가능하다는 결론을 내렸습니다. 이는 수학적 진실이 인간의 검토 범위를 넘어설 수 있음을 보여준 상징적인 사건이었습니다. 헤일스 교수는 자신의 증명을 완벽히 인정받기 위해 '플라이스펙' 프로젝트를 시작했습니다. 이는 공리와 정의로부터 모든 논리적 단계를 컴퓨터가 직접 검증하게 만드는 '형식 증명'의 과정이었습니다. 11년이라는 긴 시간 동안 매진한 끝에, 2014년 마침내 컴퓨터를 통해 증명의 모든 과정이 100% 확실하다는 것을 확인받았습니다. 이로써 1611년에 제기된 난제는 비로소 종지부를 찍게 되었습니다. 이제 수학은 인간의 직관을 넘어 기계적 엄밀함으로 무장한 새로운 검증의 시대로 진입했습니다. 지도 채색에 관한 '4색 문제' 또한 컴퓨터의 도움으로 해결된 대표적인 사례입니다. 1976년 처음 증명되었을 당시, 수학계에서는 컴퓨터의 결과를 신뢰할 수 있는지를 두고 뜨거운 논쟁이 벌어졌습니다. 하지만 기술이 발전함에 따라 '코크(Coq)'와 같은 증명 보조 프로그램이 등장했고, 수만 줄의 코드를 통해 증명의 무결성을 입증하는 방식이 점차 자리를 잡았습니다. 이제는 인간의 실수 가능성보다 컴퓨터의 논리적 정확성을 더 신뢰하는 흐름이 강화되고 있으며, 이는 수학의 확실성을 담보하는 중요한 수단이 되었습니다. 이러한 형식 증명 기술은 순수 수학을 넘어 실생활의 안전을 지키는 데에도 활용됩니다. 비행기 조종 소프트웨어나 CPU 설계처럼 작은 오류가 치명적인 사고로 이어질 수 있는 분야에서는 수학적으로 버그가 없음을 증명하는 과정이 필수적입니다. 미래의 수학자들은 컴퓨터와 협력하여 복잡한 시스템의 완벽함을 입증하는 역할을 수행하게 될 것입니다. 비록 수학자들이 여전히 짧고 아름다운 증명을 갈망할지라도, 컴퓨터를 통한 엄밀한 검증은 거스를 수 없는 시대적 흐름이 되었습니다.

[강연] 미래의 수학자 (1) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강

엄상일

카오스재단카오스강연
  • 물리학
  • 수학