압축

2 Contents

[강연] 조화해석학, 음의 세계를 해부하다 2_by 오창근 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 3강 두 번째 이야기 | 3강 ②

조화해석학의 핵심은 복잡해 보이는 모든 함수가 단순한 삼각함수들의 결합으로 이루어져 있다는 통찰에서 시작됩니다. 이는 정수론에서 모든 자연수가 소수들의 곱으로 분해되는 원리와 매우 유사합니다. 예를 들어 숫자 6이 2와 3의 곱으로 표현되듯, 우리가 마주하는 복잡한 파동이나 데이터 역시 기본적인 원자인 사인과 코사인 함수의 합으로 쪼개어 이해할 수 있습니다. 이러한 관점은 수학적 대상을 개별적인 단위로 분석하고 재구성할 수 있게 해주는 강력한 도구가 됩니다. 푸리에 급수는 이러한 철학을 수식으로 구현한 것입니다. 급수란 수열을 무한히 더해가는 과정을 의미하며, 푸리에 급수는 특정 함수를 나타내기 위해 다양한 주파수를 가진 삼각함수들을 차례로 쌓아 올립니다. 이때 각 삼각함수 앞에 붙는 계수들은 해당 성분이 전체 함수에서 차지하는 비중을 결정합니다. 기하학적으로 이 계수들은 함수 그래프와 축 사이의 면적을 계산하는 적분 과정을 통해 얻어지며, 이는 복잡한 전체 형상에서 특정 주파수의 에너지가 얼마나 포함되어 있는지를 정밀하게 측정하는 작업과 같습니다. 푸리에의 가설은 당시로서는 매우 파격적이었습니다. 어떤 형태의 함수라도 삼각함수의 합으로 표현할 수 있다는 그의 주장은 이후 100년이 넘는 시간 동안 수학자들의 도전 과제가 되었습니다. 결국 20세기 중반 카를레손에 의해 이 가설은 '거의 모든 곳'에서 성립한다는 사실이 증명되었습니다. 비록 극히 예외적인 경우를 제외하더라도, 우리가 일상에서 접하는 대부분의 연속적인 신호와 현상들이 푸리에의 원리 안에서 완벽하게 설명될 수 있다는 점은 현대 과학기술의 든든한 기초가 되었습니다. 이 이론은 현대의 디지털 생활에 깊숙이 침투해 있습니다. 대표적인 사례가 음성 파일의 압축과 노이즈 캔슬링 기술입니다. 인간의 귀가 듣지 못하는 고주파 성분을 푸리에 해석으로 찾아내어 제거함으로써 음질의 저하 없이 파일 용량을 획기적으로 줄일 수 있습니다. 또한 외부 소음의 파형을 분석하고 그와 반대되는 위상의 파동을 만들어 상쇄시키는 방식 역시 함수를 개별 주파수 성분으로 분해할 수 있다는 푸리에의 아이디어가 있었기에 가능했습니다. 수학적 추상이 실질적인 편의로 전환된 것입니다. 함수와 방정식의 관계를 이해하는 것 또한 중요합니다. 함수가 입력과 출력 사이의 유기적인 관계를 나타내는 자판기와 같다면, 방정식은 그 함수가 반드시 만족해야 하는 특정한 제약 조건이나 문제라고 할 수 있습니다. 푸리에는 열이 시간에 따라 어떻게 확산되는지를 설명하는 열방정식을 풀기 위해 고심했습니다. 복잡한 미분 방정식의 형태를 띤 이 문제를 해결하기 위해 그는 함수를 삼각함수의 합으로 분해하는 방식을 택했고, 이는 난해한 조건을 단순한 계산의 영역으로 끌어내리는 결정적인 계기가 되었습니다. 열방정식의 해결 과정은 조화해석학의 위력을 잘 보여줍니다. 온도 함수를 사인과 코사인의 무한 합으로 치환하면, 복잡한 미분 연산이 각 성분별 비교 작업으로 단순화됩니다. 이를 통해 특정 시간이 흐른 뒤의 온도 분포를 정확하게 예측할 수 있게 됩니다. 풀기 불가능해 보였던 물리적 현상을 우리가 잘 알고 있는 삼각함수들의 성질을 이용해 정복한 것입니다. 이러한 접근법은 오늘날 전자공학이나 물리학에서 복잡한 시스템의 변화를 예측하고 제어하는 데 필수적인 방법론으로 자리 잡았습니다. 마지막으로 푸리에 변환은 시간의 영역에서 관찰되던 신호를 주파수의 영역으로 옮겨놓는 마법을 부립니다. 이는 단순히 함수를 표현하는 방식을 바꾸는 것을 넘어, 현상을 바라보는 차원 자체를 이동시키는 작업입니다. 시간의 흐름에 따라 변하는 복잡한 파동을 주파수 공간에서의 단순한 점이나 선으로 변환함으로써, 우리는 데이터의 본질적인 특징을 더욱 명확하게 파악할 수 있습니다. 결국 푸리에 해석은 세상을 구성하는 보이지 않는 리듬을 읽어내고, 이를 수학이라는 언어로 재해석하여 인류의 지평을 넓힌 위대한 유산입니다.

[강연] 조화해석학, 음의 세계를 해부하다 2_by 오창근 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 3강 두 번째 이야기

오창근

카오스재단카오스강연
  • 수학

[연구뭐하지] 마틴 스타이네거 교수_서울대학교 '생물정보학 및 기계학습연구실' | 생물학 데이터 연구와 소프트웨어 개발 모두 가능!

서울대학교 생명과학부의 생물정보학 및 기계학습 연구실은 폭발적으로 증가하는 생물학적 데이터를 효율적으로 분석하기 위한 알고리즘을 개발합니다. 마틴 스타이네거 교수님은 컨설팅 분야에서 과학의 길로 들어서며, 수십억 개의 서열을 정렬하고 라벨링하는 빅데이터 처리의 매력에 집중하게 되었습니다. 현재 연구실은 유전체와 바이러스 서열 데이터가 기하급수적으로 늘어나는 상황에서, 이를 감당할 수 있는 속도와 효율성을 갖춘 분석 도구를 만드는 데 주력하고 있습니다. 이는 현대 생명과학의 난제를 해결하는 핵심적인 토대가 됩니다. 연구실의 대표적인 성과물인 MMseqs2는 수십억 개의 서열을 처리할 수 있는 고성능 알고리즘으로, 대규모 데이터셋 분석의 표준으로 자리 잡았습니다. 또한 단백질 구조 예측 분야에서 혁신을 일으킨 ColabFold와 같은 분석 도구들을 통해 딥러닝 커뮤니티에 기여하고 있습니다. 이러한 분석 도구들은 고처리량 단백질 데이터베이스를 구축하고 분석하는 데 필수적이며, 연구자들이 복잡한 생물학적 정보를 보다 빠르고 정확하게 파악할 수 있도록 돕습니다. 기술적 변화에 발맞춘 이러한 소프트웨어 개발은 생물정보학의 지평을 넓히고 있습니다. 연구실의 학생들은 구체적으로 단백질 구조 정렬과 원자 정보 데이터의 효율적인 압축 방법을 연구하고 있습니다. 또한 바이러스 유전체 정보를 활용하여 인플루엔자나 코로나바이러스와 같은 특정 바이러스를 탐지할 수 있는 DNA 서열을 설계하거나, 기존 유전 정보를 바탕으로 새로운 유전자를 예측하는 프로젝트를 수행합니다. 이러한 연구는 단순히 데이터를 처리하는 것을 넘어, 실제 질병 진단과 생명 현상의 이해를 돕는 실질적인 분석 도구를 만드는 과정입니다. 데이터의 성장을 기술적 기회로 바꾸는 것이 이들의 핵심 목표입니다. 생명과학의 근간인 센트럴 도그마(Central Dogma), 즉 DNA에서 RNA를 거쳐 단백질로 이어지는 과정을 컴퓨터 알고리즘으로 구현하는 것은 매우 도전적인 과제입니다. 연구원들은 이 복잡한 생물학적 흐름을 어떻게 효율적으로 전산화할 수 있을지 고민하며, 기존 방식의 미흡한 점을 찾아 개선해 나갑니다. 생물정보학 분야는 여전히 탐험해야 할 영역이 많은 '블루오션'과 같으며, 정보 기술과 생명과학의 결합을 통해 새로운 발견의 가능성이 무궁무진합니다. 이는 연구자들에게 끊임없는 호기심과 탐구 동기를 부여하는 원동력이 됩니다. 이 연구실은 이론적인 사고를 즐기고 꼼꼼한 성격을 가진 학생들에게 최적의 환경을 제공합니다. 파이썬과 파이토치 같은 분석 도구를 활용해 생물학적 문제를 코딩으로 해결하며, 뛰어난 개발자이자 연구자인 교수님의 지도 아래 소프트웨어 개발 및 관리 능력을 키울 수 있습니다. 메타게놈 데이터를 분석하여 새로운 단백질 패밀리를 발견하고 인류의 건강에 기여하는 것은 이들의 궁극적인 지향점입니다. 복잡한 데이터를 분석하고 혁신적인 분석 도구를 만들고자 하는 열정이 있다면, 생물정보학의 미래를 함께 그려나갈 수 있을 것입니다.

[연구뭐하지] 마틴 스타이네거 교수_서울대학교 '생물정보학 및 기계학습연구실'  |  생물학 데이터 연구와 소프트웨어 개발 모두 가능!

마틴 스타이네거

카오스재단연구뭐하지
  • 생명과학