음성

3 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

[석학인터뷰] 완벽한 휴대용 번역기가 실현될 수 있을까? | 2020 가을 카오스강연 'Ai X'

인공지능 기술의 비약적인 발전으로 인해 향후 10년 내에 우리 삶을 획기적으로 바꿀 통번역기가 등장할 것으로 보입니다. 하드웨어와 소프트웨어, 특히 딥러닝 기술의 진보는 귀에 꽂는 이어폰 형태나 안경처럼 착용하는 기기를 통해 실시간 통역을 가능하게 할 것입니다. 이러한 기기는 단순히 언어를 옮기는 수준을 넘어 사용자의 목소리 톤이나 고유한 사투리까지 반영하여 상대방의 언어로 자연스럽게 전달하는 수준에 도달할 것입니다. 이는 인간 통역사의 역량을 넘어서는 새로운 소통의 시대를 예고합니다. 번역의 본질은 데이터의 축적과 이를 활용한 치환 과정에 있습니다. 과거 국제 공용어를 만들려던 시도는 큰 성과를 거두지 못했지만, 현대의 인공지능 번역기는 방대한 데이터를 바탕으로 놀라운 정확도를 보여주고 있습니다. 특정 단어를 다른 언어로 바꾸는 좁은 의미의 번역은 이미 데이터만 충분하다면 완성 단계에 접어들었다고 볼 수 있습니다. 전문가들은 인공지능 번역기가 가장 빠르게 실용화될 분야 중 하나라고 입을 모으며, 주요 언어들 사이의 장벽은 이미 상당 부분 허물어지고 있음을 강조합니다. 미래에는 통번역기를 사용하는 단계를 넘어 뇌에 직접 언어 정보를 주입하는 방식도 가능해질 전망입니다. 뇌공학적 관점에서 인간의 언어 처리 과정을 이해하고 뉴런 코드를 해독할 수 있다면, 외부에서 생성된 언어 데이터를 뇌에 직접 전달하는 시스템이 구축될 수 있습니다. 이는 영화 속 장면처럼 특정 국가의 언어를 단시간에 습득하거나, 외국인을 만나기 직전에 해당 언어 정보를 뇌에 다운로드하는 혁신적인 경험을 제공할 것입니다. 뇌와 컴퓨터의 연결은 언어 장벽을 허무는 궁극적인 해결책이 될 수 있습니다. 현재 우리가 사용하고 있는 구글 번역기나 파파고와 같은 서비스들은 이미 문장이나 문단을 통째로 번역하는 데 있어 높은 성공률을 보이고 있습니다. 한국어와 일본어처럼 구조가 유사한 언어들 사이의 번역은 이미 상당한 수준에 도달했으며, 데이터 학습량이 늘어날수록 그 정교함은 더욱 커질 것입니다. 번역 과정에서 기계가 문장의 의미를 완벽히 이해하지 못하더라도, 결과물을 받아보는 인간이 맥락을 파악할 수 있다면 소통에는 지장이 없습니다. 이러한 효율성은 인공지능 번역이 인간 번역가를 대체할 가능성을 시사합니다. 실시간 휴대용 통번역기의 보편화는 이제 시간문제일 뿐입니다. 일상적인 대화 수준은 인공지능이 충분히 학습하고 처리할 수 있는 범위 내에 있으며, 기술적인 제약으로 여겨졌던 처리 속도 문제 또한 하드웨어의 발전으로 빠르게 해결되고 있습니다. 앞으로 10년에서 20년 뒤에는 누구나 주머니 속에 완벽한 통역사를 지니고 다니는 세상이 올 것입니다. 언어의 장벽이 사라진 미래 사회에서는 전 세계 사람들이 제약 없이 소통하며 새로운 가치를 창출하는 진정한 글로벌 시대가 열릴 것으로 기대됩니다.

[석학인터뷰] 완벽한 휴대용 번역기가 실현될 수 있을까? | 2020 가을 카오스강연 'Ai X'

남세동, 신현정, 이교구, 이세민, 임창환, 장병탁, 최재식, 한보형, 함유근, 현동훈

카오스재단2020 카오스강연 'Ai X'
  • 뇌인지과학

[강연] AI / 머신러닝 _ by오혜연, 강명주 | 2020 봄 카오스강연 '첨단기술의 과학' 3강 | 3강

인공지능은 인간이 어렵게 느끼는 복잡한 지식 탐색이나 독해 능력에서 놀라운 성과를 보여줍니다. IBM의 왓슨이 퀴즈쇼에서 우승하거나 머신러닝 모델이 고난도 독해 평가에서 인간을 앞서는 사례가 이를 증명합니다. 하지만 정작 인간에게 너무나 쉬운 일상적인 대화나 사진 속 상황을 파악하는 일에는 서툰 모습을 보이기도 합니다. 이러한 역설은 인공지능이 언어를 이해하는 방식이 인간의 직관이나 경험과는 근본적으로 다르다는 점을 시사하며, 기술 발전의 새로운 과제를 던져줍니다. 일상적인 대화가 인공지능에게 어려운 이유는 데이터의 부재와 상황의 모호성에 있습니다. 우리가 나누는 대화는 대부분 기록되지 않는 사적인 영역이며, 그 안에는 대화 상대와의 관계나 장소, 계절 같은 수많은 외부 맥락이 생략되어 있습니다. 인공지능은 방대한 데이터를 학습하여 확률적으로 다음 단어를 예측하지만, 데이터에 명시되지 않은 인간의 본능적인 사회적 감각까지 완벽히 따라 하기는 어렵습니다. 결국 문제 정의가 명확하지 않은 영역에서 인공지능의 한계가 드러나는 것입니다. 최신 언어 모델인 BERT는 문맥을 양방향으로 파악하며 비약적인 발전을 이루었지만, 여전히 데이터에 내재된 편향성 문제를 안고 있습니다. 인공지능은 인터넷상의 방대한 문서를 학습하며 인간의 고정관념이나 당연하게 여겨지는 상식의 부재를 그대로 흡수합니다. 예를 들어 '노란 바나나'라는 표현이 드문 이유는 바나나가 당연히 노랗기 때문이지만, 인공지능은 이를 학습하지 못해 편향된 결과를 낼 수 있습니다. 이는 기술적 완성도를 넘어 윤리적이고 사회적인 성찰이 필요한 지점입니다. 인공지능과 딥러닝의 눈부신 발전 밑바탕에는 견고한 수학적 토대 자리 잡고 있습니다. 흔히 인공지능을 전산학의 전유물로 생각하기 쉽지만, 사실 미분과 선형대수학 같은 수학적 원리가 없었다면 현대의 인공지능은 존재할 수 없었을 것입니다. 과거 뉴턴이나 오일러가 정립한 이론들이 수 세기를 지나 오늘날 데이터를 처리하고 최적의 해를 찾는 핵심 도구로 부활한 셈입니다. 산업이 고도화될수록 복잡한 현상을 모델링하고 해결하는 수학의 역할은 더욱 중요해지고 있습니다. 수학의 힘은 영화 산업의 시뮬레이션 기술에서도 명확히 드러납니다. '겨울왕국'의 자연스러운 눈 입자나 '아이언맨'의 역동적인 물의 흐름은 모두 나비에-스토크스 방정식과 같은 복잡한 물리 법칙을 수학적으로 풀어낸 결과입니다. 슈퍼컴퓨터조차 직접 풀기 어려운 거대한 행렬 방정식을 수치적인 방법으로 근사하여 해결함으로써, 우리는 가상 세계에서 실제와 다름없는 물리적 현상을 구현할 수 있게 되었습니다. 이는 수학이 추상적인 이론을 넘어 현실을 재창조하는 도구임을 보여줍니다. 딥러닝의 핵심은 수많은 데이터를 통해 최적의 가중치를 찾아내는 최적화 과정에 있습니다. 수백만 차원의 복잡한 함수에서 오차를 최소화하는 지점을 찾는 일은 마치 거대한 산맥에서 가장 낮은 골짜기를 찾는 것과 같습니다. 이 과정에서 인공지능은 행렬 연산을 반복하며 스스로 특징을 학습하지만, 왜 그런 결과가 도출되었는지 논리적으로 설명하기는 여전히 어렵습니다. 이러한 '블랙박스' 문제를 해결하고 시스템의 신뢰성을 확보하기 위해 수학자들은 지금도 치열한 연구를 이어가고 있습니다. 미래의 인공지능은 단순히 높은 정확도를 기록하는 것을 넘어, 자신의 판단 근거를 인간에게 논리적으로 설명할 수 있는 '설명 가능한 AI(XAI)'로 진화해야 합니다. 이를 위해서는 데이터 기반의 학습과 수학적 논리가 완벽하게 통합되어야 하며, 다양한 분야의 전문가들이 소통하며 창의적인 해결책을 모색해야 합니다. 인공지능이 인간의 언어를 완벽히 이해하고 수학적으로 투명해지는 날, 우리는 기술이 주는 혜택을 더욱 안전하고 풍요롭게 누리게 될 것입니다.

[강연]  AI / 머신러닝 _ by오혜연, 강명주 | 2020 봄 카오스강연 '첨단기술의 과학' 3강

강명주, 오혜연

카오스재단카오스강연
  • 뇌인지과학