수치해석

18 Contents

누리온 슈퍼컴퓨터로 수행한 리튬이온 배터리 P2D 모델 내부 반응 해석

리튬이온 배터리는 스마트폰부터 전기차까지 현대인의 일상에 필수적인 에너지원입니다. 하지만 사용 횟수가 늘어남에 따라 내부 반응이 불안정해지고 폭발 사고로 이어지는 등의 안전성 문제가 지속적으로 제기되어 왔습니다. 이를 해결하기 위해 과학자들은 배터리 내부의 복잡한 이온 이동과 반응을 수학적으로 규명한 P2D 모델을 활용합니다. 양극, 분리막, 음극의 세 구역에서 일어나는 전위와 반응 속도를 계산하여 배터리의 성능과 수명을 예측하는 방식입니다. 하지만 이 모델은 수백만 개의 복잡한 연산을 반복해야 하므로 기존의 수치 해석 방식으로는 막대한 비용과 시간이 소요된다는 한계가 있었습니다. 서울대학교 연구팀은 이러한 연산의 한계를 극복하기 위해 물리 법칙을 학습하는 인공지능인 'PINN'을 도입했습니다. PINN은 학습 과정 자체에 물리 법칙을 내재시켜 별도의 데이터 없이도 물리 법칙에 부합하는 방향으로 결과를 도출하는 혁신적인 신경망 기술입니다. 연구팀은 배터리 내부의 미세한 공간과 시간, 온도 변화를 고려한 복잡한 편미분 방정식을 동시에 풀기 위해 KISTI의 슈퍼컴퓨터를 활용했습니다. 슈퍼컴퓨터의 강력한 병렬 연산 능력은 인공지능이 오차 없이 안정적으로 학습하도록 지원했습니다. 그 결과 연구팀은 배터리 모델의 정방향 및 역방향 문제를 모두 성공적으로 해결하는 성과를 거두었습니다. 이번 연구의 핵심은 인공지능이 단순한 데이터 예측을 넘어 물리 법칙을 직접 이해하고 재현했다는 점에 있습니다. 실험 데이터가 부족한 상황에서도 배터리 내부 현상을 수학적으로 정확히 모사할 수 있게 된 것입니다. 이러한 기술력은 배터리 분야를 넘어 폭우나 폭염과 같은 극한 기상 현상을 정밀하게 예측하는 연구로도 확장되고 있습니다. 방대한 대기 물리 과정을 학습한 인공지능과 슈퍼컴퓨터의 협업은 복잡한 자연 현상을 빠르고 정확하게 해석하는 시대를 앞당기고 있습니다. 과학은 이제 실험으로 직접 확인하기 어려운 미지의 답을 고도화된 연산과 인공지능의 결합을 통해 찾아가고 있습니다.

누리온 슈퍼컴퓨터로 수행한 리튬이온 배터리 P2D 모델 내부 반응 해석
한국과학기술정보연구원초고성능컴퓨터! 슈퍼컴퓨터
  • 수학
  • 융합
  • 공학·기술

누리온 슈퍼컴퓨터로 수행한 극초음속 경계층 난류 천이 고정밀 수치해석

지금 이 순간에도 지구 어딘가에서는 마하 5 이상의 초고속으로 하늘을 가르는 극초음속 비행체 기술 경쟁이 치열하게 벌어지고 있습니다. 시속 6,000km라는 엄청난 속도로 비행하는 이 기체들은 공기와의 극심한 마찰로 인해 표면 온도가 순식간에 2,000도에서 3,000도 이상까지 치솟는 극한의 환경에 노출됩니다. 이때 비행체 주변의 공기는 분해되어 플라즈마 상태가 되며 공력 가열은 폭발적으로 증가하게 됩니다. 만약 이 공력 가열을 효과적으로 차단하지 못한다면 비행체는 공중에서 순식간에 타 버릴 위험이 큽니다. 따라서 극초음속 비행의 핵심은 속도 그 자체보다도 상상을 초월하는 고열로부터 기체를 안전하게 보호하는 기술에 달려 있습니다. 극초음속 비행에서 가장 결정적인 물리 현상은 공기의 흐름이 정돈된 층류에서 불규칙한 난류로 변하는 '난류 천이' 현상입니다. 이 짧은 구간에서 발생하는 열은 일반적인 층류 상태보다 최대 10배까지 치솟으며 기체 구조에 심각한 타격을 입힙니다. 광주과학기술원(GIST)의 지솔근 교수팀은 이러한 위험천만한 구간을 정확히 분석하기 위해 극초음속 경계층 유동 연구에 매진하고 있습니다. 연구팀은 유동의 안정성이 무너지는 과정을 면밀히 추적하여, 비행체 표면에서 가열이 폭발적으로 증가하는 위치를 정밀하게 파악하고자 했습니다. 이는 유체 역학적 관점에서 비행체의 안전성과 성능을 동시에 확보하기 위한 필수적인 과정입니다. 연구팀은 복잡한 난류 유동을 정교하게 해석하기 위해 KISTI의 슈퍼컴퓨터 5호기인 ‘누리온’을 활용했습니다. 계산 효율을 높이기 위해 선형 안정성 이론으로 층류를 먼저 분석한 뒤, 난류 천이 이후의 복잡한 구간은 직접 수치 모사(DNS)로 계산하는 혁신적인 결합 방식을 채택했습니다. 시뮬레이션 결과 극초음속 환경에서의 난류 천이 구간은 기존의 유동보다 훨씬 길게 나타났으며, 이 구간의 열유속이 난류보다도 강하다는 사실이 밝혀졌습니다. 이번 성과는 미래 극초음속 비행체의 비행 한계를 넓히고 정밀한 구조 설계를 가능하게 하는 중요한 이정표가 될 것입니다. 뜨거운 공기를 뚫고 비행하는 미래 기술의 안전을 이 정밀한 데이터가 뒷받침하고 있습니다.

누리온 슈퍼컴퓨터로 수행한 극초음속 경계층 난류 천이 고정밀 수치해석
한국과학기술정보연구원초고성능컴퓨터! 슈퍼컴퓨터
  • 물리학
  • 공학·기술

천체 세 개의 공전 궤도는 왜 알 수 없을까?

SF 소설 '삼체'의 배경인 삼중항성계는 낮과 밤, 계절을 도무지 예측할 수 없는 가혹한 환경으로 묘사됩니다. 두 천체의 궤도를 다루는 이체문제는 뉴턴 역학으로 쉽게 풀리지만, 천체가 셋이 되는 순간 난이도는 기하급수적으로 상승합니다. 아이작 뉴턴부터 라그랑주, 오일러 등 수많은 천재 과학자들이 이 문제의 일반해를 찾기 위해 도전했으나, 결국 19세기 앙리 푸앵카레에 의해 삼체문제의 궤도를 나타내는 일반해는 존재하지 않는다는 사실이 증명되었습니다. 일반해는 없지만 특정 조건에서만 성립하는 '특수해'는 존재합니다. 대표적인 사례가 바로 라그랑주점입니다. 이는 두 거대 천체의 중력과 공전에 의한 원심력이 평형을 이루는 다섯 개의 지점을 의미합니다. 이곳에 질량이 매우 작은 제3의 물체가 위치하면 궤도 계산이 가능해집니다. 목성 주변의 트로이 소행성군이 이 원리로 형성되었으며, 오늘날 인류는 이곳을 우주 망원경이나 인공위성의 안정적인 관측 지점 혹은 로켓의 기착지로 유용하게 활용하고 있습니다. 라그랑주점 외에도 세 천체가 2차원 평면에서 움직이거나 질량과 속도가 특정한 비율을 갖는 경우 등 몇 가지 특수해들이 더 발견되었습니다. 하지만 이러한 조건들은 자연계에서 우연히 발생하기 매우 어렵다는 한계가 있습니다. 따라서 과학자들은 완벽한 참값 대신 알고리즘을 통한 근사해를 구하는 방식을 택합니다. 정밀한 계산을 통해 오차를 줄일 수는 있지만, 근본적인 오차를 완전히 제거하는 것은 불가능하며 이는 현대 과학이 마주한 흥미로운 과제 중 하나입니다. 삼체문제의 가장 큰 특징은 초기 조건에 대한 극도의 민감성입니다. 천체의 질량이나 위치, 속도가 아주 미세하게만 달라도 시간이 흐름에 따라 결과는 완전히 달라집니다. 이는 카오스 이론의 핵심인 '나비 효과'와 일맥상통합니다. 이러한 특성 때문에 아주 먼 미래의 궤도를 정확히 예측하는 것은 불가능에 가깝습니다. 작은 오차가 눈덩이처럼 불어나 시스템 전체의 거동을 예측 불가능한 혼돈 상태로 몰아넣기 때문이며, 이는 우주가 가진 본질적인 복잡성을 보여줍니다. 비록 삼체문제의 완벽한 해답을 찾지는 못했지만, 이를 해결하려는 인류의 노력은 현대 과학의 지평을 넓혔습니다. 삼체문제를 연구하는 과정에서 정립된 이론들은 천문학을 넘어 기상 예측, 경제 금융 시스템, 생명과학 등 우리 삶의 전 분야에 지대한 영향을 미치고 있습니다. 풀리지 않는 난제에 정면으로 맞선 도전 정신이 결국 우주 탐사를 가능케 했으며, 복잡한 세상을 이해하는 새로운 도구들을 탄생시킨 원동력이 된 셈입니다. 인류는 여전히 그 불확실성 속에서 진리를 찾아 나아가고 있습니다.

천체 세 개의 공전 궤도는 왜 알 수 없을까?
과학플랫폼 SOAK
  • 물리학
  • 천문학
  • 수학

[강연] 다시 돌아본 2024년 "세상에 나쁜 수학은 없다" 1 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 9강 첫 번째 이야기 | 9강 ①

인류 문명의 근간을 이룬 수학적 발견 중 피타고라스 정리는 가장 오래되고도 강력한 도구입니다. 직각삼각형의 세 변 사이의 관계를 정의한 이 정리는 고대 메소포타미아와 이집트 시절부터 건축과 토지 측량에 필수적으로 활용되었습니다. 단순히 도형의 성질을 넘어, 이 정리는 현대 수학에서 거리라는 개념을 정의하는 기초가 되었습니다. 2차원 평면을 넘어 n차원 공간에서도 두 점 사이의 거리를 계산할 수 있게 함으로써, 기하학의 지평을 무한히 확장했습니다. 피타고라스 정리는 수학 역사상 가장 많은 증명법이 존재하는 정리로도 유명합니다. 유클리드의 기하학적 증명부터 미국의 가필드 대통령이 고안한 방식까지, 현재까지 알려진 증명만 400여 가지가 넘습니다. 수학자들은 단순히 정답을 찾는 것에 그치지 않고, 가장 우아하고 단순한 증명을 찾기 위해 노력해 왔습니다. 이러한 과정은 수학적 아이디어가 어떻게 서로 연결되어 있는지를 보여주며, 변하지 않는 절대적 진리를 향한 인류의 지적 열망을 증명합니다. 피타고라스 정리의 지수를 확장한 페르마의 마지막 정리는 358년 동안 수학계의 거대한 난제로 남아 있었습니다. 17세기 페르마가 남긴 짧은 메모에서 시작된 이 문제는 수많은 천재 수학자들을 좌절과 도전으로 이끌었습니다. 앤드루 와일즈에 의해 마침내 해결되기까지, 이 난제는 단순히 수의 성질을 탐구하는 것을 넘어 정수론과 타원곡선 이론이라는 새로운 수학적 영토를 개척하는 원동력이 되었습니다. 이는 미해결 난제가 학문 발전에 얼마나 큰 기여를 하는지 보여주는 사례입니다. 미적분학의 기본 정리는 서로 무관해 보이던 미분과 적분을 하나의 틀로 묶어준 혁명적인 발견입니다. 미분이 찰나의 변화를 포착한다면, 적분은 그 변화들을 쌓아 전체의 양을 구하는 과정입니다. 이 정리는 작은 변화들의 합이 결국 경계에서의 유출입량과 같다는 원리를 통해 복잡한 물리 현상을 명쾌하게 설명합니다. 물탱크에 물이 차고 빠지는 단순한 원리에서 시작해, 현대 과학의 수많은 보존 법칙을 설명하는 핵심적인 언어로 자리 잡았습니다. 미적분학의 기본 정리는 고차원으로 확장되면서 가우스의 발산 정리와 같은 강력한 도구로 진화했습니다. 이는 3차원 공간에서의 흐름을 2차원 표면의 정보만으로 파악할 수 있게 해 줍니다. 중력장이나 전자기장과 같은 물리적 현상을 이해하는 데 필수적이며, 현대 공학의 유체 역학 시뮬레이션에서도 근사해를 구하는 중요한 제약 조건으로 활용됩니다. 수학적 이론이 실제 세상을 설계하고 예측하는 데 얼마나 깊숙이 관여하고 있는지를 잘 보여주는 대목입니다. 대수학의 기본 정리는 수의 체계에 대한 인류의 관점을 근본적으로 바꾸어 놓았습니다. 자연수에서 시작해 정수, 유리수, 실수를 거쳐 복소수에 이르기까지, 인류는 방정식을 풀기 위해 수의 범위를 끊임없이 확장해 왔습니다. 이 정리는 n차 복소 다항식이 반드시 n개의 복소수 근을 가진다는 사실을 선언함으로써, 더 이상의 수 체계 확장이 필요 없는 완결성을 부여했습니다. 이는 수학적 탐구의 여정에서 하나의 거대한 종착역을 발견한 것과 같습니다. 상상의 수로 여겨졌던 허수와 복소수는 이제 현대 과학기술의 필수적인 요소가 되었습니다. 푸리에 해석을 통한 신호 처리부터 양자역학에 이르기까지, 복소수가 없다면 현대 문명의 정교한 계산은 불가능했을 것입니다. 대수학의 기본 정리는 우리가 세상을 이해하기 위해 만든 추상적인 도구가 어떻게 실제 세계의 문제를 해결하는 강력한 열쇠가 되는지를 보여줍니다. 일곱 가지 방정식은 단순한 수식을 넘어 인류가 우주의 질서를 읽어내는 위대한 문법입니다.

[강연] 다시 돌아본 2024년 "세상에 나쁜 수학은 없다" 1 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 9강 첫 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] 문제를 어떻게 뒤집어요? 역문제, 결과에서 원인 찾기 2_by 임미경 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 6강 두 번째 이야기 | 6강 ②

수학적 이론이 실제 기술로 구현되기까지는 종종 오랜 시간이 걸립니다. 오스트리아의 수학자 요한 라돈이 1917년에 발표한 '라돈 변환'이 대표적인 사례입니다. 그는 내부 구조를 알 수 없는 대상의 단면을 수학적으로 재구성하는 이론을 정립했지만, 당시에는 이를 실현할 기술이 없었습니다. 하지만 수십 년 뒤 이 이론은 CT 스캔의 핵심 원리가 되어 현대 의학의 혁명을 일으켰습니다. 이는 수학자의 상상력이 시대를 앞서가며 미래 기술의 토대를 마련한다는 점을 잘 보여줍니다. 라돈의 뒤를 이어 역문제 분야에 큰 족적을 남긴 인물로 아르헨티나의 수학자 알베르토 칼데론을 꼽을 수 있습니다. 엔지니어 출신이었던 그는 '칼데론 문제'를 제시하며 전기 임피던스 단층 촬영(EIT) 기술의 이론적 기초를 닦았습니다. EIT는 인체에 미세한 전류를 흘려보내 전압 변화를 측정함으로써 내부 장기의 상태를 실시간으로 파악하는 기술입니다. 방사선 노출 위험이 적고 연속적인 모니터링이 가능하다는 점에서 CT나 MRI와는 차별화된 강점을 지닙니다. 칼데론 문제는 라돈 변환보다 훨씬 복잡한 수학적 해결 과정을 요구합니다. 엑스레이는 직진성이 강해 직선상의 변화를 측정하기 용이하지만, 전류는 매질에 따라 휘어져 이동하기 때문입니다. 이를 해결하기 위해 칼데론은 편미분 방정식을 활용하여 경계면의 전압과 전류 밀도 데이터를 통해 내부의 전도율을 역산하는 모델을 구축했습니다. 이러한 해석학적 접근은 이후 수많은 수학자가 역문제 연구에 뛰어드는 계기가 되었으며, 암세포 탐지 등 다양한 실생활 응용으로 이어졌습니다. 역문제를 다룰 때 가장 까다로운 지점은 문제가 '부적절하게 정립된(ill-posed)' 경우가 많다는 것입니다. 이는 해가 유일하지 않거나 존재하지 않을 수 있고, 작은 측정 오차에도 결과값이 크게 요동치는 불안정성을 의미합니다. 실제 측정 데이터에는 항상 노이즈가 포함되어 있기 때문에, 수학자들은 이를 보정하기 위해 정칙화와 같은 고도의 기법을 사용합니다. 원인으로부터 결과를 도출하는 순방향 문제와 달리, 결과에서 원인을 찾는 과정은 이처럼 수많은 변수와 불확실성을 극복해야 하는 도전적인 과제입니다. 역문제의 불가능성을 보여주는 흥미로운 사례로 '드럼의 소리를 듣고 그 모양을 알 수 있는가'라는 질문이 있습니다. 직관적으로는 모양이 다르면 소리도 다를 것 같지만, 수학적으로는 완전히 다른 모양임에도 불구하고 동일한 고유 진동수를 갖는 도형들이 존재합니다. 즉, 소리라는 결과값만으로는 원래의 드럼 모양을 유일하게 특정할 수 없는 상황이 발생하는 것입니다. 이는 역문제가 가진 본질적인 한계를 시사하며, 특정 조건이나 제약 사항을 추가하여 해의 유일성을 확보하는 연구의 중요성을 일깨워줍니다. 최근 역문제 연구는 단순히 내부를 들여다보는 것을 넘어, 외부 파동을 제어하는 디자인 문제로 확장되고 있습니다. '뉴트럴 인클루전(Neutral Inclusion)' 개념은 특정 물질을 코팅하여 외부 물리장의 변화를 상쇄함으로써 마치 아무것도 없는 것처럼 보이게 만드는 기술입니다. 이는 투명 망토나 스텔스기 설계의 핵심 원리와 맞닿아 있습니다. 파동의 반사를 최소화하거나 흡수하도록 구조를 설계함으로써 탐지를 피하는 방식은, 역문제의 원리를 역이용하여 우리가 원하는 물리적 효과를 창출하는 현대 과학의 정수를 보여줍니다. 역문제는 우리가 직접 볼 수 없는 세계를 이해하게 해주는 강력한 도구입니다. 지구 내부의 구조를 파악하는 지질 탐사부터 우주 먼 곳의 행성을 발견하는 천문학, 그리고 인체 내부를 진단하는 의료 기술에 이르기까지 그 활용 범위는 무궁무진합니다. 추상적인 수학 이론이 정교한 알고리즘과 컴퓨터의 계산 능력을 만나 실생활의 난제들을 해결해 나가는 과정은 경이롭기까지 합니다. 보이지 않는 것을 보이게 만드는 이 수학적 마술은 앞으로도 과학 기술의 한계를 넓히는 데 핵심적인 역할을 할 것입니다.

[강연] 문제를 어떻게 뒤집어요? 역문제, 결과에서 원인 찾기 2_by 임미경 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 6강 두 번째 이야기

임미경

카오스재단카오스강연
  • 수학

[강연] 수치해석학, 근사와 과학계산의 예술 2_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 두 번째 이야기 | 5강 ②

공학 분야에서 비행기의 날개나 유체의 흐름처럼 복잡한 물리 현상을 시뮬레이션할 때 가장 널리 쓰이는 기법 중 하나가 바로 유한요소법(FEM)입니다. 이는 복잡한 편미분 방정식을 컴퓨터가 풀 수 있는 형태로 변환하는 방법론으로, 1960년대부터 폭발적으로 발전하며 현대 공학의 필수적인 도구가 되었습니다. 유한요소법의 핵심은 문제를 아주 작은 '유한한' 요소들로 쪼개어 분석하는 데 있으며, 이는 우리가 흔히 접하는 거대한 구조물부터 미세 유체 역학까지 광범위하게 적용되어 현대 문명의 안전과 효율을 지탱하고 있습니다. 미분 방정식을 푼다는 것은 연속적인 변화를 이해하는 과정이지만, 수치해석적 관점에서는 이를 인접한 항들 사이의 관계로 치환하여 바라봅니다. 오일러의 통찰처럼 미분을 없애고 변수를 잘게 쪼개어 인접한 점들이 어떤 관계를 맺는지 정의하면, 복잡한 미분 문제는 결국 우리가 익숙한 연립방정식의 형태로 바뀝니다. 현미경으로 들여다보듯 국소적인 영역에서의 관계를 규정하고 이를 전체로 확장하여 행렬 방정식으로 풀어내는 과정이 바로 수치 선형대수학의 핵심적인 원리이며, 이를 통해 인간이 풀기 힘든 난제들을 컴퓨터로 해결할 수 있게 됩니다. 유한요소법에서는 '기저 함수'라고 불리는 작은 조각들을 활용하여 전체 함수를 형성합니다. 각각의 기저 함수는 자신이 담당하는 특정 영역에서만 값을 가지고 나머지 영역에서는 0이 되는 특성을 지니는데, 이 뾰족뾰족한 기저 함수들에 적절한 상수를 곱해 모두 더하면 우리가 원하는 연속 함수의 근삿값을 얻을 수 있습니다. 1차원에서는 삼각형 모양의 기저 함수를 사용하지만, 차원이 높아지면 삼각뿔 형태의 기저 함수를 활용하여 2차원이나 3차원의 복잡한 문제도 유연하게 해결할 수 있습니다. 이는 실생활의 연속적인 현상을 디지털 환경에서 정교하게 구현하는 강력한 도구가 됩니다. 이러한 수치해석 기법은 건축물의 안전 진단부터 기상 예측에 이르기까지 우리 삶의 도처에 스며들어 있습니다. 다리를 건설할 때 어느 부분에 하중이 집중되는지 정확히 계산하여 설계를 보강하거나, 비행기 설계 시 공기 저항을 최소화하기 위한 난류 시뮬레이션에도 유한요소법이 필수적으로 사용됩니다. 최근에는 구글이나 마이크로소프트 같은 빅테크 기업들이 기존의 수치해석 방식에 인공지능을 결합하여 태풍의 경로를 예측하거나 기상 정보를 분석하는 등, 더욱 정교하고 빠른 예측 모델을 선보이며 과학 기술의 새로운 지평을 열고 있습니다. 인공지능과 수치해석학은 서로의 발전을 견인하는 상호보완적인 관계에 있습니다. 인공지능의 계산 능력을 빌려 수 주가 걸리던 복잡한 시뮬레이션 시간을 획기적으로 단축하는 연구가 진행 중이며, 반대로 수치해석적 기법을 통해 인공지능 모델의 수학적 근거를 마련하려는 움직임도 활발합니다. 특히 생성형 딥러닝 모델의 핵심 원리에 확률 편미분 방정식이 포함되어 있다는 점은 두 분야의 깊은 연관성을 잘 보여줍니다. 현대의 복잡한 고차원 문제를 해결하고 기술적 신뢰성을 확보하기 위해 두 학문의 하이브리드 협업은 앞으로 더욱 중요해질 전망입니다.

[강연] 수치해석학, 근사와 과학계산의 예술 2_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 두 번째 이야기

홍영준

카오스재단카오스강연
  • 수학

[강연] 수치해석학, 근사와 과학계산의 예술 1_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 첫 번째 이야기 | 5강 ①

수치해석학은 현실의 복잡한 문제를 해결하기 위해 정확한 해 대신 근사해를 구하는 학문입니다. 우리가 흔히 수학이라고 하면 단 하나의 정답만을 떠올리기 쉽지만, 실제 세상의 문제들은 너무나 방대하고 복잡하여 수식만으로 완벽한 답을 내기 어려운 경우가 많습니다. 이때 수치해석학은 우리가 허용할 수 있는 오차 범위 내에서 가장 정답에 가까운 값을 찾아내는 길잡이 역할을 합니다. 단순히 값을 구하는 것에 그치지 않고, 그 근삿값이 실젯값과 얼마나 차이가 나는지 엄밀하게 분석하는 과정까지 포함하는 것이 이 학문의 본질입니다. 무리수인 루트 2를 예로 들면, 이는 소수점 아래로 무한히 이어지는 숫자입니다. 이를 이해하기 위해 수치해석에서는 점화식과 같은 알고리즘을 활용합니다. 특정 수식에 초기값을 대입하고 그 결과를 다시 대입하는 과정을 반복하면, 결괏값은 점차 루트 2의 실젯값에 무한히 가까워집니다. 이러한 반복적인 계산 과정은 수치해석의 가장 기초적이면서도 핵심적인 원리입니다. 현대에는 이러한 방대한 반복 계산을 컴퓨터가 대신 수행함으로써 과거에는 상상할 수 없었던 정밀한 수치 계산이 가능해졌으며, 이는 모든 공학적 설계의 기초가 됩니다. 수치해석학의 응용 분야는 우리 실생활과 밀접하게 맞닿아 있습니다. 포탄의 궤적을 계산하거나 인공위성을 쏘아 올릴 때, 혹은 심장의 혈류 흐름을 분석할 때도 수치해석적 기법이 필수적으로 사용됩니다. 특히 분야에 따라 허용되는 오차의 범위가 다르다는 점이 흥미롭습니다. 포탄의 경우 수십 센티미터의 오차가 큰 문제가 되지 않을 수 있지만, 의료 분야나 정밀 공학에서는 아주 미세한 오차도 치명적인 결과를 초래할 수 있습니다. 따라서 수치해석학은 상황에 맞는 정밀도를 확보하기 위해 오차의 크기를 수학적으로 엄격하게 관리하고 예측합니다. 기상 예보의 역사는 수치해석학의 발전 과정을 잘 보여주는 대표적인 사례입니다. 과거 아리스토텔레스 시대에는 구름의 모양을 보고 날씨를 예측하는 패턴 매칭 방식이 주를 이루었습니다. 하지만 19세기 이후 물리 법칙을 담은 방정식이 등장하면서 수치적인 접근이 시작되었습니다. 루이스 리처드슨은 6만 4천 명의 사람이 동시에 계산한다면 날씨를 예측할 수 있을 것이라는 거대한 상상을 하기도 했습니다. 이는 오늘날 슈퍼컴퓨터가 수행하는 복잡한 기상 수치 모델링의 원형이 되었으며, 현대 기상학이 과학적 예측의 영역으로 들어오는 결정적인 계기가 되었습니다. 현대 기상 예보의 핵심인 슈퍼컴퓨터는 폰 노이만의 에니악 등장 이후 비약적으로 발전했습니다. 우리나라도 독자적인 기상 예측 모델인 '한국형 수치예보모델(KIM)'을 개발하여 한국 지형의 특성에 최적화된 예보를 수행하고 있습니다. 기상 모델링은 자연계의 복잡한 현상을 수많은 변수로 표현해야 하기에 매우 난도가 높습니다. 관측 데이터의 오차와 모델 자체의 한계를 극복하며 정확도를 높여가는 과정은 수치해석학이 직면한 거대한 도전이자 성과입니다. 이는 단순한 계산을 넘어 국가적 기술력의 상징이자 재난 대비를 위한 필수적인 과학적 자산이라 할 수 있습니다. 구체적인 기법으로는 뉴턴-랩슨 방법과 수치 적분이 대표적입니다. 뉴턴-랩슨 방법은 비선형 방정식의 해를 찾기 위해 접선을 이용해 정답에 빠르게 접근하는 방식입니다. 반복할수록 오차가 제곱 단위로 줄어드는 놀라운 수렴 속도를 자랑합니다. 또한, 복잡한 곡선의 면적을 구하는 적분 역시 사다리꼴 공식이나 가우스-르장드르 구적법을 통해 효율적으로 계산할 수 있습니다. 이러한 기법들은 무한한 연속의 세계를 컴퓨터가 처리할 수 있는 유한한 이산의 세계로 변환하는 핵심 기술이며, 가성비 높은 계산을 가능하게 하여 공학적 효율성을 극복합니다. 마지막으로 오일러 방법은 미분 방정식을 푸는 가장 직관적인 수치 해법입니다. 시간의 흐름에 따른 변화를 작은 단위로 쪼개어 다음 단계의 상태를 예측하는 이 방식은 현대 인공지능의 기계 학습 원리와도 깊은 연관이 있습니다. 수치해석학은 정답이 없는 것이 아니라, 정답을 향해 끊임없이 다가가는 역동적인 학문입니다. 복잡한 현실 세계를 수학이라는 언어로 번역하고, 이를 다시 컴퓨터가 이해할 수 있는 수치로 바꾸는 이 과정은 미래 과학 기술 발전의 든든한 뿌리가 되고 있습니다. 수치해석은 결국 인간의 지혜를 컴퓨터의 연산력으로 치환하는 가교입니다.

[강연] 수치해석학, 근사와 과학계산의 예술 1_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 첫 번째 이야기

홍영준

카오스재단카오스강연
  • 수학

[질문과 토론의 과학 #17] 🔗우리 곁의 알고리즘

알고리즘이라는 용어는 10세기 페르시아의 수학자 알콰리즈미의 이름에서 유래되었습니다. 그는 방정식의 해를 구하는 절차를 체계적으로 정리하였으며, 이 과정이 유럽으로 전해져 라틴어로 번역되는 과정에서 오늘날의 알고리즘이라는 단어가 탄생했습니다. 하지만 그 개념적 뿌리는 훨씬 이전으로 거슬러 올라갑니다. 2,000년 전 유클리드가 제안한 최대공약수 계산법(유클리드 호제법)은 현대의 공인인증서 체계에서도 핵심적인 역할을 수행하고 있습니다. 이처럼 알고리즘은 컴퓨터라는 기계가 발명되기 훨씬 전부터 인류의 사고와 생활 속에 깊이 자리 잡고 있었습니다. 컴퓨터의 등장은 수학 연구에 양적, 질적 변화를 동시에 가져왔습니다. 과거에는 평생을 바쳐도 수천 자리에 불과했던 원주율 계산이 이제는 컴퓨터를 통해 수조 자리까지 가능해졌습니다. 질적인 측면에서는 부흐베르거 알고리즘과 같은 새로운 도구가 등장하여 복잡한 다변수 방정식의 구조를 파악할 수 있게 되었습니다. 이는 과거 수학자들이 손으로 계산할 수 없었던 영역을 탐구할 수 있게 함으로써, 대수기하학과 같은 고등 수학 분야에서 연구의 지평을 획기적으로 넓히는 강력한 무기가 되었습니다. 현대 수학에서 컴퓨터는 단순한 계산 도구를 넘어 새로운 발견을 이끄는 실험 장비로 활용됩니다. 수학자들은 복잡한 수식이나 집합의 구조를 컴퓨터로 시뮬레이션하며 일반적인 원칙을 찾아내고 체계화합니다. 조합론이나 리만 가설과 같은 고도의 이론적 연구에서도 컴퓨터를 통한 실험적 접근은 가설의 타당성을 검토하고 새로운 영감을 얻는 데 중요한 역할을 합니다. 이러한 변화는 수학이 정적인 증명의 학문을 넘어, 끊임없는 실험과 관찰을 통해 진리를 찾아가는 역동적인 과정임을 보여줍니다. 수학자들이 컴퓨터를 사용하는 방식은 일반적인 인식과는 차이가 있습니다. 단순히 결괏값을 얻기 위함이 아니라, 그 결과를 도출하기 위한 논리적 과정을 설계하는 데 집중하기 때문입니다. 컴퓨터에 복잡한 계산 과정을 어떻게 이식할지 고민하는 과정 자체가 고도의 수학적 사고를 요구합니다. 따라서 도구에 대한 의존도가 높아진다고 해서 사고력이 둔화되는 것이 아니라, 오히려 계산이라는 번거로운 작업에서 벗어나 문제의 본질과 구조를 더 깊이 있게 통찰할 수 있는 환경이 조성되는 것입니다. 모든 수학적 문제가 알고리즘으로 해결될 수 있는 것은 아닙니다. 앨런 튜링과 힐베르트의 10번째 문제를 통해 증명되었듯, 계산 불가능한 영역은 여전히 존재하며 이는 수학자들의 창의적 사고를 자극합니다. 동시에 알고리즘은 증명의 완전성을 검증하는 새로운 수단으로도 진화하고 있습니다. 복잡한 논리 단계를 컴퓨터가 하나씩 확인하는 '코크(Coq)'와 같은 프로그램은 인간의 실수를 방지하고 증명의 신뢰도를 높여줍니다. 이처럼 알고리즘은 수학의 한계를 규명하는 동시에 그 영역을 실생활의 다양한 응용 분야로 확장하고 있습니다.

[질문과 토론의 과학 #17] 🔗우리 곁의 알고리즘
카오스재단질토과 + 짧강

수리모델링과 그 의미ㅣ수학으로 들여다 보는 생물학ㅣ이승규(고려대학교)[토요과학강연 #19-1부]

과거에 수학은 다른 과학 분야들 사이에서 고립된 섬처럼 여겨지던 시절이 있었습니다. 물리학이나 생물학, 화학과 같은 자연과학 분야들이 서로 긴밀하게 소통할 때, 수학은 홀로 추상적인 수식 속에 갇혀 있는 것처럼 보였기 때문입니다. 그러나 최근 과학 기술의 트렌드는 급격하게 변화하고 있습니다. 이제 수학은 단순히 이론에만 머무는 것이 아니라, 생물학자, 의사, 공학자들과 협력하며 다양한 문제를 해결하는 핵심적인 '인사이더'의 역할을 수행하고 있습니다. 이러한 변화는 수학이 다른 학문과 융합될 때 발휘되는 강력한 힘을 증명하며, 현대 과학의 복잡한 현상을 이해하는 필수적인 도구로 자리 잡게 만들었습니다. 수학이 이토록 다양한 분야에서 핵심적인 역할을 수행할 수 있는 비결은 바로 '수리모델링'에 있습니다. 수리모델링이란 자연 현상에서 발생하는 데이터를 수집하고, 그 속에 숨겨진 규칙을 찾아내어 수학적인 언어로 표현하는 과정을 의미합니다. 예를 들어 생명체의 활동이나 복잡한 물리 현상을 관찰하여 수식을 도출해내면, 이를 통해 해당 현상이 왜 일어나는지 명확하게 설명할 수 있게 됩니다. 이는 복잡한 세상을 단순화하고 정량화하여 해석하는 강력한 방법론으로, 관찰된 데이터로부터 규칙을 발견하고 이를 바탕으로 미래의 변화를 예측하는 모든 과정이 수리모델링의 범주 안에 포함됩니다. 수리모델링의 단계는 크게 세 가지로 구분할 수 있습니다. 첫 번째 단계는 대상 현상을 정확히 묘사하고 분류하는 것입니다. 비슷한 현상들을 비교하며 각 데이터가 어떤 고유한 특성을 지니고 있는지 파악하는 기초적인 작업이라 할 수 있습니다. 두 번째 단계에 들어서면 정립된 수식을 바탕으로 심층적인 분석과 시뮬레이션을 진행합니다. 수식이 매우 복잡하여 직접 풀기 어려운 경우에도 컴퓨터를 활용한 시뮬레이션을 통해 외부 요인에 따라 현상이 어떻게 변화할지 미리 예측할 수 있습니다. 이 과정은 실험을 직접 수행하기 어려운 상황에서 결과를 가늠해 볼 수 있는 아주 효율적인 수단을 제공합니다. 마지막 세 번째 단계는 예측된 결과를 바탕으로 실제 문제를 해결하거나 환경을 최적화하는 발전 단계입니다. 수리모델링을 통해 얻은 통찰력은 단순히 현상을 이해하는 수준을 넘어, 우리가 원하는 최선의 결과를 얻기 위해 주변 요인들을 어떻게 통제해야 하는지에 대한 가이드를 제공합니다. 이는 생물학적 난제를 해결하거나 산업 현장의 효율을 극대화하는 데 직접적인 도움을 줍니다. 이러한 일련의 과정들은 수학이 현실 세계의 문제를 해결하는 강력한 무기임을 잘 보여줍니다. 묘사에서 시작해 예측을 거쳐 최적의 해결책을 제시하는 수리모델링은 공학적 성취를 뒷받침하는 든든한 토대가 됩니다. 수리모델링의 응용 범위는 우리가 상상하는 것보다 훨씬 광범위합니다. 로봇의 정교한 움직임을 제어하는 수식을 만드는 것부터, 도시의 건물 사이로 흐르는 바람의 방향을 예측하여 대기 오염 문제를 해결하는 기획에 이르기까지 수학의 손길이 닿지 않는 곳이 없습니다. 또한 전기차 배터리 내부에서 일어나는 미세한 화학 반응을 모델링하여 안전성을 점검하거나, 사진 속 노이즈를 제거하여 깨끗한 이미지를 복원하는 기술에도 수학적 원리가 숨어 있습니다. 겉으로는 공학 기술처럼 보이지만 그 본질에는 편미분 방정식과 같은 수학적 도구들이 자리 잡고 있으며, 이는 현대 문명을 지탱하는 보이지 않는 힘이라 할 수 있습니다.

수리모델링과 그 의미ㅣ수학으로 들여다 보는 생물학ㅣ이승규(고려대학교)[토요과학강연 #19-1부]
서울시립과학관[과학강연] 21년 토요과학강연
  • 물리학
  • 화학
  • 생명과학
  • 지구환경과학
  • 수학
  • 융합

수학으로 들여다 보는 생물학 | 이승규교수(고려대학교) [연구현장속으로/토요과학강연]

수학자의 길은 아주 사소하고 순수한 호기심에서 시작되곤 합니다. 어린 시절부터 복잡한 계산을 즐기고, 주어진 문제에 대해 명확한 답을 찾아가는 과정에서 느끼는 즐거움이 학문적 열정의 뿌리가 됩니다. 이러한 개인적인 지적 욕구는 단순히 숫자를 다루는 능력을 넘어, 세상을 수식으로 이해하려는 응용수학의 기초가 됩니다. 부모님과 함께했던 간단한 연산 활동이 훗날 복잡한 자연 현상을 수리 모델링하는 거대한 연구의 시발점이 된 셈입니다. 응용수학은 생물, 물리, 화학, 심지어 금융에 이르기까지 겉보기에 서로 관련 없어 보이는 다양한 분야를 하나의 수식으로 연결합니다. 세포의 분열이나 장기의 움직임, 금융 상품의 가격 변동과 같은 현상들은 응용수학자의 관점에서 볼 때 유사한 수학적 구조를 공유하고 있습니다. 학자들은 이러한 현상들을 수식으로 정립하고, 이를 컴퓨터 시뮬레이션을 통해 구현하여 실제 현상을 모의실험합니다. 이는 추상적인 수학이 현실 세계의 문제를 해결하는 강력한 도구임을 보여줍니다. 생물학적 난제를 해결하기 위해 수학과 전산학이 결합하면서 수리생물학, 생물정보학, 전산생물학 등 다양한 세부 분야가 등장했습니다. 이들은 사용하는 도구와 관점에 따라 구별되기도 하지만, 현대에 들어서는 그 경계가 점차 모호해지고 있습니다. 수리생물학자는 수리 모델을 세우고, 생물정보학자는 정보 이론을 활용하며, 전산생물학자는 컴퓨터 계산에 집중합니다. 하지만 결국 이 모든 학문은 생명 현상을 정교하게 이해하려는 공통된 목적을 향해 서로의 이론을 활발히 공유합니다. 최근에는 상전이 방정식과 같은 정교한 수치 계산 방법이 과학계의 주목을 받고 있습니다. 상전이 방정식은 농도가 다른 두 물질이 섞여 있을 때 이들이 물리적, 화학적으로 어떻게 분리되는지를 설명하는 편미분 방정식입니다. 이러한 연구는 단순히 이론에 머물지 않고 영상 처리나 유동 현상 분석 등 실전적인 시뮬레이션 분야에 큰 도움을 줍니다. 방정식을 수치적으로 계산하고 효율적인 해결법을 찾아내는 과정은 현대 과학의 정밀도를 한 단계 높이는 중요한 연구 과제입니다. 해외에서는 이미 수학자의 절반 이상이 수리생물학 분야에서 활약할 정도로 이 학문의 중요성이 널리 인정받고 있습니다. 한국 또한 이러한 세계적인 흐름에 발맞춰 수리생물학 커뮤니티를 중심으로 학문적 정립과 전파에 힘쓰고 있습니다. 수학과 생물학의 융합은 진로를 고민하는 학생들에게 새로운 시야를 제공하며, 학문적 재미와 실용성을 동시에 충족시킬 수 있는 매력적인 분야입니다. 끊임없는 질문과 탐구를 통해 새로운 연구 분야를 개척하는 과정은 앞으로도 계속될 것입니다.

수학으로 들여다 보는 생물학 | 이승규교수(고려대학교) [연구현장속으로/토요과학강연]
서울시립과학관[과학강연] 21년 토요과학강연
  • 생명과학
  • 수학
  • 융합

바람을 연구하기 바람- 자연대류 유체역학 시뮬레이션

열전달 방식에는 전도, 대류, 복사가 있으며 그중 대류는 유체가 열을 머금고 흐르며 에너지를 전달하는 과정입니다. 특히 외부의 힘 없이 온도 변화에 따른 밀도 차이와 부력으로 발생하는 현상을 '자연대류'라고 부릅니다. 이러한 대류 현상은 도시 열섬 현상을 분석하거나 효율적인 열교환기를 설계하는 등 다양한 공학적 분야에서 매우 중요하게 다뤄집니다. 하지만 불규칙한 난류의 특성 때문에 이를 정확히 예측하는 것은 매우 어렵습니다. 유체의 미세한 움직임과 거대한 흐름이 서로 복잡하게 얽혀 상호작용하기 때문입니다. 이러한 복잡한 현상을 규명하기 위해서는 고도로 정밀한 수치해석이 반드시 동반되어야 합니다. 연세대학교 연구팀은 슈퍼컴퓨터를 활용해 거대 규모의 난류 자연대류 현상을 수치해석하는 연구를 진행하고 있습니다. 전산유체역학(CFD) 기술을 이용하면 가상 공간에서 유체의 속도와 압력을 계산할 수 있는데, 이는 물리 법칙인 나비에-스토크스 방정식을 수치해석하는 과정입니다. 특히 자연대류는 온도에 따라 변하는 유체의 물리적 특성을 모두 실시간으로 고려해야 하므로 일반적인 시뮬레이션보다 훨씬 까다로운 작업입니다. 연구팀은 KISTI 슈퍼컴퓨터를 기반으로 대규모 3차원 난류를 정밀하게 모사할 수 있는 수치해석 프로그램을 개발하였으며, 이를 통해 유동의 변화를 정확하게 예측하고 대규모 영역을 효율적으로 계산할 수 있는 기반을 마련했습니다. 이번 연구를 통해 확보된 유동 정보는 향후 난류 모델링의 정확도를 높이고 수치해석 프로그램의 강건성을 강화하는 데 기여할 것입니다. 나아가 연구팀은 이러한 수치해석 기술을 도심 풍환경 관리를 위한 '디지털 트윈' 기술에 접목할 계획입니다. 가상 공간에 실제 도시를 똑같이 구현함으로써 바람의 흐름을 예측하고 오염 물질 저감을 위한 최적의 방안을 찾아낼 수 있습니다. 이처럼 방대한 정보를 처리하고 정밀한 모사를 수행하기 위해 슈퍼컴퓨터는 핵심적인 역할을 수행합니다. 첨단 기술의 융합은 우리가 실생활에서 체감하는 주거 환경의 질을 한 단계 높이는 중요한 밑거름이 될 것으로 전망됩니다.

바람을 연구하기 바람- 자연대류 유체역학 시뮬레이션
한국과학기술정보연구원초고성능컴퓨터! 슈퍼컴퓨터
  • 물리학
  • 수학
  • 융합
  • 공학·기술

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (3) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강 | 8강 ③

알고리즘이라는 용어는 비교적 최근의 것이지만, 그 개념은 인류의 역사와 궤를 같이합니다. 2,000년 전 유클리드가 제안한 최대공약수 알고리즘은 오늘날 공인인증서 체계의 핵심으로 여전히 살아 숨 쉬고 있습니다. 이처럼 알고리즘은 컴퓨터가 발명되기 훨씬 이전부터 인간의 사고 체계와 실생활에서 중요한 역할을 담당해 왔으며, 복잡한 문제를 효율적으로 해결하려는 인류의 지혜가 담긴 결과물이라 할 수 있습니다. 컴퓨터의 등장은 수학 연구의 패러다임을 양적, 질적으로 완전히 바꾸어 놓았습니다. 과거 인간의 힘으로는 불가능했던 원주율의 수조 자리 계산이 가능해진 것은 양적인 변화의 대표적 사례입니다. 질적으로는 대수기하학의 부흐베르거 알고리즘처럼 복잡한 구조를 다루는 새로운 무기가 등장하며 수학자들에게 새로운 지평을 열어주었습니다. 이제 수학은 단순히 답을 내는 과정을 넘어, 컴퓨터를 통한 실험과 발견의 시대로 진입했습니다. 흔히 수학자가 계산을 잘할 것이라 오해하지만, 사실 그들은 결과보다 논리적인 과정에 더 집중합니다. 컴퓨터는 단순히 계산을 대신해 주는 도구가 아니라, 복잡한 논리를 알고리즘으로 기술하기 위해 더 깊은 사고를 유도하는 자극제 역할을 합니다. 학교 교육에서 강조하는 빠른 정답 찾기와 달리, 실제 수학의 세계에서는 알고리즘을 설계하는 과정 자체가 고도의 철학적 고민과 논리적 엄밀함을 요구하는 창의적인 작업입니다. 모든 수학적 난제가 알고리즘으로 해결될 수 있는 것은 아닙니다. 앨런 튜링은 계산 가능한 수학과 그렇지 않은 수학의 경계를 이론적으로 제시했으며, 힐베르트의 23가지 문제 중 일부는 알고리즘이 존재하지 않음을 증명함으로써 해결되기도 했습니다. 이는 수학의 모든 영역이 기계적인 절차로 대체될 수 없음을 시사합니다. 알고리즘의 세계 밖에서도 수학자들은 여전히 인간만의 직관과 사유를 통해 진리를 탐구하고 있습니다. 최근 가장 주목받는 알고리즘의 응용 분야는 단연 블록체인입니다. 블록체인은 거래 내역을 담은 블록들을 체인처럼 연결하여 전 세계 사용자가 공유하는 분산 저장 기술입니다. 이 시스템의 핵심은 해시 함수와 작업 증명이라는 수학적 원리에 있습니다. 데이터의 미세한 변화도 감지해 내는 해시 함수는 정보의 위조를 방지하며, 복잡한 연산 과정을 거치는 작업 증명은 네트워크의 신뢰성을 담보하는 강력한 보안 장치가 됩니다. 블록체인의 보안을 지탱하는 또 다른 기둥은 타원 곡선 암호입니다. 이는 3차 방정식의 그래프에서 나타나는 수학적 구조를 이용한 공개키 암호 체계로, 누구나 암호화할 수 있지만 오직 주인만이 풀 수 있는 비대칭성을 가집니다. 이러한 고도의 정수론적 원리는 비트코인과 같은 암호화폐에서 본인 인증의 핵심 수단으로 활용됩니다. 현대 수학의 추상적인 이론들이 우리 실생활의 경제 시스템을 지탱하는 가장 구체적인 도구로 변모한 셈입니다. 블록체인의 가능성은 단순한 화폐 가치를 넘어 정보의 영구 보존과 투명한 사회 시스템 구축으로 확장되고 있습니다. 검열이 불가능한 기록 저장소로서의 기능은 사회적 메시지를 보호하는 수단이 되기도 하며, 전자 투표의 신뢰성을 높이는 대안으로도 거론됩니다. 비록 기술적 과제와 논란이 공존하지만, 알고리즘이 만들어낸 이 새로운 신뢰의 기술은 앞으로 우리가 세상을 바라보고 소통하는 방식을 근본적으로 변화시킬 잠재력을 지니고 있습니다.

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (3) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강

박부성, 이준엽

카오스재단카오스강연
  • 수학

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (2) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강 | 8강 ②

수학은 복잡한 현실 세계의 문제를 추상화하여 해결하는 핵심적인 도구입니다. 심장의 박동이나 자동차의 움직임처럼 서로 전혀 다른 분야의 현상이라도, 이를 미분 방정식이라는 수학적 언어로 표현하면 동일한 논리 체계 안에서 해답을 찾을 수 있습니다. 수학자는 특정 분야에서 이룬 놀라운 성취를 다른 분야로 전파하는 매개체 역할을 수행하며, 모든 공학적 설계와 과학적 발견의 근간이 되는 알고리즘의 혁신을 이끌어냅니다. 이러한 수학적 기초는 현대 문명을 지탱하는 가장 강력한 힘입니다. 금융 시장의 복잡한 변화를 예측하는 데에도 수학은 결정적인 기여를 했습니다. 1940년대 일본의 수학자 이토 기요시가 정립한 '이토 미분'은 당시에는 추상적인 이론에 불과했으나, 30년 뒤 주식과 파생상품의 가치를 계산하는 금융공학의 핵심 도구로 재발견되었습니다. 이는 순수 수학적 아이디어가 고속 계산 알고리즘과 결합하여 거대한 산업적 변화를 일으킨 대표적인 사례로, 수학적 통찰이 시대를 앞서 새로운 경제적 가치를 창출할 수 있음을 보여주는 증거라고 할 수 있습니다. 구글의 성공 신화 뒤에는 선형대수학의 '고유치 문제'라는 수학적 원리가 숨어 있습니다. 초기 검색 엔진들이 단순히 단어의 유사성을 비교할 때, 구글은 웹페이지 간의 연결 관계를 수치화하여 정보의 권위와 중요도를 정량적으로 계산했습니다. 수많은 웹페이지를 이동하는 사용자의 확률적 분포를 계산하여 가장 가치 있는 정보를 상단에 배치하는 이 혁신적인 알고리즘은, 복잡한 네트워크 데이터를 수학적 관점으로 재해석함으로써 정보 검색의 패러다임을 완전히 바꾸어 놓았습니다. 블록체인 기술은 수학적 암호화와 검증 과정을 통해 데이터의 신뢰성을 확보합니다. 각 블록은 이전 블록의 정보를 담은 해시값으로 연결되어 있으며, 복잡한 수학 문제를 풀어야만 새로운 블록을 생성할 수 있는 구조를 가집니다. 거래 내역을 직접 노출하지 않으면서도 공개키 암호와 해시 함수를 활용해 데이터의 무결성을 증명하는 이 방식은, 중앙 집중식 관리 없이도 전 세계 사용자가 동시에 정보를 신뢰하고 공유할 수 있는 새로운 디지털 생태계를 구축하는 기반이 되었습니다. 인공지능의 역사는 인간의 사고 과정을 기계로 구현하려는 수학적 도전에서 시작되었습니다. 앨런 튜링이 제안한 튜링 테스트부터 체스 챔피언을 이긴 딥 블루, 퀴즈 쇼에서 승리한 왓슨에 이르기까지 인공지능은 끊임없이 진화해 왔습니다. 특히 최근의 인공지능은 인간의 뇌 신경망을 모방한 인공 신경망 구조를 통해 데이터를 학습하며, 단순한 규칙 기반의 시스템을 넘어 스스로 패턴을 찾아내고 판단하는 수준에 도달하여 우리 삶의 모든 영역에 깊숙이 침투하고 있습니다. 알파고의 등장은 지식 기반 전문가 시스템과 데이터 기반 인공 신경망이 결합하여 이룬 놀라운 성취였습니다. 바둑의 방대한 경우의 수를 모두 계산하는 대신, 고수들의 기보를 학습한 정책망으로 유망한 수를 선택하고 가치망을 통해 승률을 예측하는 병렬 계산 방식을 도입했습니다. 하지만 이러한 딥러닝 기술이 왜 뛰어난 성능을 내는지, 얼마나 많은 데이터가 필요한지에 대한 수학적 이론은 여전히 미지의 영역으로 남아 있으며, 이는 현대 수학자들이 풀어야 할 새로운 과제가 되었습니다. 인류 문명의 발전 단계마다 그 시대를 이끄는 새로운 수학이 존재해 왔습니다. 농경 시대에는 기하학이, 산업 혁명기에는 해석학이 과학 기술의 발전을 견인했다면, 4차 산업 혁명 시대에는 비정형 데이터를 다루는 위상수학이나 확률 최적화 이론이 핵심적인 역할을 할 것입니다. 미래의 불확실한 세계를 탐험하기 위해서는 기존의 알고리즘을 넘어선 수학적 상상력이 필요하며, 이러한 학문적 탐구는 인공지능과 양자 컴퓨팅 등 미래 기술의 한계를 극복하는 열쇠가 될 것입니다.

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (2) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강

이준엽

카오스재단카오스강연
  • 수학

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (1) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강 | 8강 ①

우리의 일상은 수많은 알고리즘으로 둘러싸여 있습니다. 가장 대표적인 예가 내비게이션입니다. 내비게이션의 핵심은 화려한 그래픽이나 음성 안내가 아니라, 최적의 경로를 찾아내는 알고리즘에 있습니다. 알고리즘이란 특정 목표를 달성하기 위한 유한한 절차나 규칙의 모임을 의미합니다. 이는 단순히 컴퓨터 프로그램에 국한된 개념이 아니라, 복잡한 문제를 효율적으로 해결하기 위해 인간이 설계한 체계적인 문제 해결 방식의 정수라고 할 수 있습니다. 경로 탐색의 효율성을 극대화한 사례로 '패스트 마칭 알고리즘'을 들 수 있습니다. 과거에는 모든 경우의 수를 일일이 계산하려 했으나, 이는 데이터가 늘어날수록 계산량이 기하급수적으로 증가하는 한계가 있었습니다. 하지만 수학자들은 이를 미분 방정식의 관점에서 접근하여 사고의 전환을 이뤄냈습니다. 속도의 역수를 시간의 흐름으로 파악하고, 마치 물결이 퍼져나가는 것처럼 최단 시간을 계산하는 방식은 복잡한 경로 문제를 획기적으로 해결했습니다. 이러한 수학적 알고리즘은 단순히 길 찾기에만 머물지 않습니다. 동일한 원리가 의료 영상에서 뇌의 구조를 분리해내는 이미지 분할 기술이나, 로봇 팔이 장애물을 피해 움직이는 6차원 궤적 계산에도 적용됩니다. 하나의 잘 설계된 알고리즘이 전혀 다른 분야의 난제들을 해결하는 열쇠가 되는 것입니다. 이는 프로그램의 외형보다 그 내면에 숨겨진 수학적 원리와 이를 새로운 문제에 적용하는 창의적 사고가 얼마나 중요한지를 잘 보여줍니다. 컴퓨터의 역사를 되짚어보면 흥미로운 사실을 발견하게 됩니다. 1960년대까지만 해도 '컴퓨터'는 기계가 아니라 복잡한 수식을 계산하는 사람의 직업을 일컫는 말이었습니다. 당시 NASA와 같은 기관에서는 수학적 재능을 가진 여성들이 직접 손으로 계산을 수행하며 우주 탐사의 초석을 다졌습니다. 오늘날 우리가 사용하는 전자계산기나 노트북이 보급되기 전부터, 인간의 지성은 이미 알고리즘적 사고를 통해 거대한 과학적 성취를 이뤄내고 있었습니다. 현대 컴퓨터의 논리적 토대를 마련한 것은 앨런 튜링의 '튜링 머신'입니다. 튜링 머신은 실제로 제작된 기계가 아니라, 수학적 증명을 위해 고안된 가상의 장치였습니다. 0과 1을 기록하고 칸을 이동하는 지극히 단순한 규칙만으로 모든 계산 가능한 문제를 풀 수 있다는 이 개념은 현대 컴퓨터 공학의 시초가 되었습니다. 수학적 상상력에서 탄생한 이 사고 실험은 불가능해 보이던 논리적 한계를 규명하고, 디지털 시대의 문을 여는 결정적인 계기가 되었습니다. 컴퓨터 공학이라는 학문이 정립되기 훨씬 전부터, 핵심적인 계산 알고리즘의 대부분은 수학자들에 의해 개발되었습니다. 20세기 과학 계산의 주요 업적들을 살펴보면, 컴퓨터가 보급되지 않았던 시절에 이미 논리적 체계가 완성된 경우가 많습니다. 이는 수학이 단순히 숫자를 다루는 학문을 넘어, 세상에 없던 새로운 체계를 설계하는 근본적인 도구이기 때문입니다. 수학적 상상력은 기술적 한계를 뛰어넘어 미래를 설계하는 원동력이 되어왔습니다. 오늘날 계산 기술은 자연과학과 공학을 넘어 사회과학 전반에 걸쳐 필수적인 역할을 수행합니다. 과거의 과학이 이론과 실험이라는 두 축으로 지탱되었다면, 이제는 '계산'이 제3의 축으로 자리 잡았습니다. 비행기 설계부터 주가 예측, 질병 진단에 이르기까지 수많은 모델링이 컴퓨터를 통해 이루어집니다. 세상을 논리적으로 이해하려는 지적 탐구는 복잡한 현실 문제를 해결 가능한 형태로 변환하는 가장 강력한 동력이 됩니다.

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (1) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강

이준엽

카오스재단카오스강연
  • 수학

[석학인터뷰] 이준엽_ 수학은 즐거운 것 | 2018 봄 카오스 강연 '모든 것의 수數다'

물리학을 전공하던 대학 시절, 뜻이 맞는 이들과 함께 수학 동아리를 만들었던 경험은 제 인생의 중요한 전환점이 되었습니다. 당시 우리는 수학을 단순히 딱딱한 학문으로 접근하기보다 즐거움의 대상으로 바라보며 그 핵심 가치를 탐구하는 동아리를 운영했습니다. 이 과정을 통해 수학이 얼마나 매력적이고 즐거운 학문인지 깊이 깨닫게 되었고, 이는 훗날 제가 수학자로서의 길을 걷게 된 결정적인 계기가 되었습니다. 대중과 수학의 거리를 좁히려는 지금의 노력 또한 그 시절 느꼈던 순수한 즐거움에서 비롯된 것입니다. 수학적 사고의 중심에는 문제를 효율적으로 해결하기 위한 정해진 절차와 규칙의 모음인 알고리즘이 자리 잡고 있습니다. 이는 프로그래밍의 기초가 되기도 하지만, 본질적으로는 복잡한 난제를 논리적으로 풀어내는 가장 기본적인 도구입니다. 저는 스스로를 정의할 때, 이러한 수학적 원리를 바탕으로 세상의 난제들에 도전하는 사람이라고 생각합니다. 특히 수치해석적 방법을 적용하면 전 세계적으로 해결하기 어려운 문제들도 실마리를 찾을 수 있으며, 이는 현대 과학 기술 발전에 있어 매우 뜻깊은 역할을 수행합니다. 수학의 힘은 상아탑 안에서만 머물지 않고 실제 산업 현장의 복잡한 문제들을 해결하는 데에도 강력한 위력을 발휘합니다. 여러 수학자가 머리를 맞대고 현장의 목소리에 귀를 기울이며 최적의 답을 찾아가는 과정은 그 자체로 커다란 보람을 안겨줍니다. 제가 연구하고 실천하는 일들이 사회에 어떤 방식으로 기여하고 있는지, 그리고 그 과정이 갖는 진정한 의미가 무엇인지 더 많은 사람과 나누고 싶습니다. 수학이 우리 삶과 얼마나 밀접하게 연결되어 있는지 알리는 일은 앞으로도 제가 계속해서 이어갈 소중한 사명입니다.

[석학인터뷰] 이준엽_ 수학은 즐거운 것 | 2018 봄 카오스 강연 '모든 것의 수數다'

이준엽

카오스재단2018 카오스강연 '모든 것의 수數다'
  • 수학

[강연] 미래의 수학자 (4) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강 | 5강 ④

현대 수학에서 증명의 영역은 더 이상 인간의 전유물이 아닙니다. 1980년대 이후 수치해석과 논리 체계가 결합하면서 'Coq'와 같은 소프트웨어가 등장했고, 이는 수학자들이 이론적으로 수행할 수 있는 모든 증명을 컴퓨터가 도울 수 있는 길을 열었습니다. 과거에는 수백 페이지의 논문과 방대한 프로그램을 별개로 취급했지만, 이제는 이를 동시에 처리하며 복잡한 난제를 해결하는 시대가 되었습니다. 비록 지식의 한계는 존재할지라도, 컴퓨터를 활용한 전수 조사는 수학적 탐구의 지평을 넓히는 강력한 도구가 되고 있습니다. 하지만 컴퓨터가 수행하는 증명을 완벽하게 신뢰할 수 있는지에 대해서는 신중한 접근이 필요합니다. 논리학자 괴델이 증명한 '불완전성 정리'에 따르면, 어떤 공리 체계 내에서도 참과 거짓을 판별할 수 없는 명제가 반드시 존재하기 때문입니다. 이는 아무리 정교한 프로그램을 설계하더라도 그 무오류성을 완벽하게 입증하는 프로그램을 찾는 것이 논리적으로 매우 어렵다는 점을 시사합니다. 결국 수학적 진리는 완벽한 시스템 구축보다는 끊임없는 검증과 보완의 과정 속에 존재한다고 볼 수 있습니다. 현실적인 관점에서 컴퓨터의 오류 가능성은 인간에 비해 현저히 낮습니다. 인간의 실수는 빈번하게 발생하지만, 컴퓨터가 내는 오류의 범위는 1조 분의 1 정도로 극히 미미합니다. 물론 우주 방사선이 메모리에 영향을 주어 비트가 바뀌는 하드웨어적 결함이나 소프트웨어 자체의 버그가 발생할 가능성은 여전히 남아 있습니다. 그럼에도 불구하고 현대 수학자들은 이러한 미세한 확률을 줄이기 위해 오류 정정 기술을 개발하고 있으며, 이는 인간의 직관이 놓치기 쉬운 정밀한 계산을 보완하는 핵심적인 역할을 수행합니다. 수학 연구를 흔히 천재들만의 전유물로 오해하곤 하지만, 실제로는 끈기 있는 노력과 협업이 무엇보다 중요합니다. 수십 페이지에 달하는 논문을 작성하며 수년간 오류를 수정하고 논리를 다듬는 과정은 인간의 인내심을 시험하는 작업입니다. 또한 현대 수학은 혼자만의 사색을 넘어 동료들과의 소통을 통해 완성됩니다. 서로 다른 언어와 사고방식을 가진 연구자들이 협력하며 문제를 해결해 나가는 과정은, 수학이 단순한 계산을 넘어 인간적인 교류와 열정이 집약된 학문임을 잘 보여줍니다. 수학자들이 추구하는 '아름다운 증명'이란 단순히 답을 찾는 것을 넘어 간결하고 효율적인 논리적 경로를 제시하는 것입니다. 여러 갈래의 길 중에서 가장 명쾌한 지름길을 찾아내고, 기하학적 문제를 대수적으로 풀어내는 것처럼 서로 다른 분야를 연결할 때 그 가치는 더욱 높게 평가됩니다. 또한 순수 수학적 호기심에서 시작된 연구가 공학적 난제를 해결하거나 실생활의 기술로 응용될 때 수학의 진정한 위력이 발휘됩니다. 즉, 좋은 증명이란 보편성과 확장성을 동시에 갖춘 논리의 예술이라 할 수 있습니다. 인공지능의 발전은 수학적 창의성에 대한 새로운 질문을 던집니다. 알파고와 같은 시스템이 놀라운 결과를 보여주지만, 이를 진정한 의미의 창의성으로 볼 수 있는지에 대해서는 의견이 갈립니다. 현재의 컴퓨터는 튜링 기계의 한계 내에서 작동하며, 스스로 이론을 정립하거나 자신의 한계를 인식하여 업그레이드하는 인간 특유의 창조적 능력을 완전히 대체하지는 못하고 있습니다. 결국 컴퓨터가 잘할 수 있는 영역과 인간만이 수행할 수 있는 창의적 모방의 영역을 구분하고 이해하는 것이 미래 수학의 중요한 과제가 될 것입니다. 마지막으로 우리 사회의 수학 교육은 결과 중심의 경쟁에서 벗어나 원리와 즐거움을 찾는 방향으로 나아가야 합니다. 많은 학생이 수학을 '스피드 퀴즈'처럼 여기며 공식 암기에 매달리지만, 진정한 수학적 사고는 문제를 천천히 씹어보고 자신의 생각을 타인에게 설명하는 과정에서 길러집니다. 정답을 맞히는 속도보다 중요한 것은 논리적 전개 과정을 스스로 깨닫는 경험입니다. 수학이 실생활의 다양한 기술을 지탱하는 기초임을 이해하고, 배운 것을 나누며 함께 성장하는 문화를 만들 때 수포자가 없는 즐거운 학습이 가능해질 것입니다.

[강연] 미래의 수학자 (4) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강

엄상일, 이계식, 이준엽

카오스재단카오스강연
  • 물리학
  • 수학

[강연] 미래의 수학자 (3) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강 | 5강 ③

수학은 단순히 숫자를 다루는 학문을 넘어 우리 삶의 복잡한 문제를 해결하는 강력한 도구입니다. 수치해석학은 컴퓨터를 활용해 비행기 설계와 같은 방대한 계산이 필요한 실생활의 문제를 빠르고 효율적으로 풀어내는 방법을 연구합니다. 과거에는 사람이 일일이 손으로 해결하기 어려웠던 문제들이 이제는 컴퓨터라는 도구를 통해 정교하게 다듬어지고 있습니다. 이러한 흐름은 수학이 상아탑 속에만 머무는 것이 아니라, 기술의 발전과 발맞추어 끊임없이 진화하고 있음을 보여줍니다. 인공지능 시대의 도래는 수학의 영역을 더욱 넓히고 있습니다. 과거 이집트의 측량 기술이 기하학으로 발전하고, 과학 혁명기에 천체의 움직임을 설명하기 위해 미적분학이 탄생했듯이, 현대의 정보 혁명은 새로운 수학적 추상화를 요구합니다. 우리가 마주한 0과 1의 디지털 정보들을 어떻게 더 깊이 있게 이해하고 다룰 것인가는 미래 수학의 핵심 과제입니다. 수학은 시대의 요구에 따라 새로운 지평을 열어왔으며, 지금 이 순간에도 우리가 경험하지 못한 새로운 세계를 탐험하고 있습니다. 컴퓨터와 인공지능의 발전은 수학자의 역할을 축소하는 것이 아니라 오히려 확장시키고 있습니다. 머신러닝이나 딥러닝 같은 기술은 수학적 문제를 해결하는 새로운 방식을 제시하며, 수치해석학이나 이산수학 분야에서 이전에는 상상하지 못했던 질문들을 던지게 합니다. 도구가 정교해질수록 우리가 다룰 수 있는 문제의 범위는 자동차에서 비행기, 우주선으로 넓어지듯 무한히 확장됩니다. 결국 기술의 발전은 수학자들에게 더 본질적이고 창의적인 문제를 고민할 수 있는 기회를 제공하는 셈입니다. 최근 강조되는 코딩 교육 역시 수학적 사고와 깊은 연관이 있습니다. 프로그래밍 언어는 컴퓨터와 소통하기 위한 일종의 외국어와 같으며, 그 기저에는 엄밀한 논리가 자리 잡고 있습니다. 코딩을 통해 자신의 생각을 논리적으로 전개하는 과정은 수학적 증명을 주고받는 과정과 본질적으로 다르지 않습니다. 단순히 기술적인 숙련도를 높이는 것을 넘어, 컴퓨터에게 자신의 논리를 설명할 수 있는 본질적인 사고력을 기르는 것이 중요합니다. 이러한 논리적 훈련은 수학적 실력을 향상시키는 밑거름이 됩니다. 수학자의 연구는 단순히 방 안에서 혼자 증명에 몰두하는 것에 그치지 않습니다. 좋은 문제를 찾아내기 위해 동료들과 끊임없이 대화하고 토론하며, 새로운 영감을 얻기 위해 노력합니다. 의미 있는 문제를 정의하고 이를 다른 이들과 공유하며 공감을 얻는 과정은 수학 연구에서 매우 중요한 부분을 차지합니다. 현대 수학은 개인의 천재성을 넘어 공동 연구와 협력을 통해 더욱 풍성해지고 있으며, 이러한 소통의 문화가 수학을 더욱 역동적인 학문으로 만들어가고 있습니다.

[강연] 미래의 수학자 (3) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강

엄상일, 이계식, 이준엽

카오스재단카오스강연
  • 물리학
  • 수학