무작위

2 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

[석학인터뷰] 박형주 총장의 수학이 불완전한 세상에 대처하는 방법

물리학은 수학이라는 추상적인 언어를 현실의 구체적인 문제와 연결해 주는 가교 역할을 합니다. 수학자가 공학자들의 실무적인 대화를 이해하고 세상의 복잡한 현상을 수식으로 해석하기 위해서는 물리학적 관점이 반드시 필요합니다. 단지 이론적인 수치에만 매몰되지 않고 물리학을 통해 세상을 바라보는 훈련을 한다면, 이전에는 접근할 수 없었던 새로운 학문적 영역에 도전할 소중한 기회를 얻게 됩니다. 이러한 학문 간의 융합은 우리가 가진 지식을 실질적인 가치로 바꾸는 중요한 열쇠가 됩니다. 현대 과학에서 무작위성과 확률은 매우 난해하지만 동시에 대단히 유용한 개념입니다. 인공지능이 방대한 시나리오 중 최적의 수를 찾는 과정이나 열역학의 복잡한 체계를 설명할 때 무작위성을 활용한 샘플링 기법은 필수적입니다. 특히 딥러닝의 핵심인 최적화 이론은 수학적 기반 위에서 작동하며, 선형대수학과 같은 기초 학문은 인공지능을 자신의 분야에 창의적으로 활용할 수 있게 돕습니다. 인공지능의 부상은 결국 수학적 사고의 중요성을 다시금 일깨워주고 있습니다. 수학적 난제에 도전하는 과정은 때로 악마적이라 불릴 만큼 고통스럽지만, 인류는 끊임없이 이를 정복해 왔습니다. 페르마의 마지막 정리를 해결한 앤드루 와일스의 사례처럼, 때로는 문제에만 매몰되기보다 잠시 거리를 두고 다른 분야를 탐구할 때 예상치 못한 해답이 선물처럼 찾아오기도 합니다. 해결되지 않는 문제로 인한 스트레스를 관리하기 위해서는 새로운 시각으로 전환하는 유연함이 필요합니다. 익숙한 틀에서 벗어나 타인의 세상을 엿보는 경험은 학문적 성취를 넘어 삶을 더욱 풍요롭게 만듭니다. 온라인 교육 플랫폼인 무크(MOOC)의 확산으로 지식 습득의 장벽이 낮아지면서 전통적인 대학의 존재 가치에 대한 고민이 깊어지고 있습니다. 이제 대학은 단순한 이론 교육을 넘어 실제 현장의 프로젝트를 수행하며 실질적인 역량을 길러주는 공간으로 거듭나야 합니다. 기업이 진정으로 원하는 인재는 높은 성적보다 복잡한 상황에서 결과를 도출할 수 있는 실전 감각을 갖춘 사람입니다. 대학이 지식 습득은 온라인에 맡기고 오프라인에서는 문제 해결 경험을 극대화하는 방향으로 나아간다면 새로운 시대의 교육 모델을 정립할 수 있을 것입니다. 과학을 연극이나 음악처럼 하나의 공연으로 즐길 수 있다는 발상은 카오스(KAOS) 재단의 탄생으로 이어졌습니다. 대중이 지식 공유를 위해 기꺼이 시간과 비용을 투자할 준비가 되어 있다는 사실은 과학 커뮤니케이션의 새로운 가능성을 보여주었습니다. '무대 위에서 깨어나는 지식'이라는 의미를 담은 카오스는 학자들만의 폐쇄적인 세계를 넘어 대중과 지적으로 소통하는 장을 마련했습니다. 이러한 시도는 우리 사회의 지적 갈증을 해소하고 과학이 문화의 일부로 자리 잡는 데 중요한 역할을 하고 있습니다.

[석학인터뷰] 박형주 총장의  수학이 불완전한 세상에 대처하는 방법

박형주

카오스재단석학인터뷰
  • 수학