그래프

8 Contents

[인터뷰] 김장수_저글링하는 수학자가 있다고?|제32회 서울대 자연과학 공개강연_"과학의 탐험"

조합론은 연속적인 대상을 다루는 미적분학과 달리, 하나씩 떨어져 있어 개수를 셀 수 있는 이산적인 대상을 연구하는 학문입니다. 복잡한 문제를 해결하기 위해 대상을 단순화하다 보면 가장 명쾌한 식은 대개 조합론적으로 표현되곤 합니다. 이러한 특성 덕분에 조합론은 다른 수학 분야와 활발히 교류하며 새로운 문제들을 파생시킵니다. 최근에는 저글링의 움직임을 수학적으로 분석하는 등 일상 속의 이산적 구조를 탐구하는 도구로도 널리 활용되고 있습니다. 수학자들 사이에서도 저글링은 그 이산적인 구조 덕분에 흥미로운 조합론적 연구 대상으로 손꼽힙니다. 수학자들은 서로 다른 분야를 연구하더라도 대화와 협력을 통해 예상치 못한 연결 고리를 발견하곤 합니다. 그래프 이론을 연구하는 동료와 개수를 세는 조합론자가 만나 각자의 관점을 공유할 때, 혼자서는 보지 못했던 새로운 아이디어가 샘솟기도 합니다. 전혀 달라 보이는 두 분야가 하나의 원리로 이어지는 순간은 수학 연구에서 가장 짜릿한 경험 중 하나입니다. 이러한 과정에서 수학자들은 서로에게 배우며 학문적 시너지를 창출해 나갑니다. 이는 수학이라는 거대한 지도를 함께 그려나가는 원동력이 되기도 합니다. 복잡한 다변수 적분인 '셀버그 적분'을 조합론적으로 해석하면 '셀버그 타블로'라는 독특한 대상을 만날 수 있습니다. 이를 '영 타블로'라는 기존의 대상과 일대일 대응시키는 작업은 매우 흥미로운 도전입니다. 마치 버스 승객의 수와 회수된 티켓의 수가 일치하는 것을 확인하듯, 두 대상 사이에 완벽한 짝을 찾아내어 개수가 같음을 증명하는 것이 조합적 증명의 묘미입니다. 이는 복잡한 수식을 넘어 대상 간의 본질적인 관계를 밝혀내는 과정이라 할 수 있습니다. 이러한 증명 방식은 수학적 대상을 바라보는 새로운 시각을 제공합니다. 우리가 아는 수학은 거대한 우주에서 '측도 제로'에 가까울 만큼 아주 일부분에 불과합니다. 흔히 수학 교수라면 수능 문제를 완벽하게 풀 것이라 기대하지만, 제한된 시간 내에 순발력을 요구하는 시험과 깊은 사고를 요하는 학문으로서의 수학은 성격이 다릅니다. 수능 성적이 수학적 재능의 전부는 아니며, 충분한 시간을 두고 동료와 협력하며 문제를 해결해 나가는 과정이야말로 수학의 진정한 즐거움입니다. 누구나 자신만의 속도로 수학의 세계를 충분히 즐길 수 있으며, 시험 점수가 낮다고 해서 수학적 잠재력이 없는 것은 결코 아닙니다. 수학적 탐험은 단순히 미지의 영토를 처음 밟는 것만을 의미하지 않습니다. 앞선 이들이 닦아놓은 길을 더 쉽고 명확하게 다듬어 후학들이 더 깊이 이해할 수 있도록 돕는 과정 또한 훌륭한 탐험입니다. 수학에 대한 이해는 '안다'와 '모른다'로 나뉘는 이산적인 상태가 아니라, 반복을 통해 서서히 깊어지는 연속적인 과정입니다. 처음 접하는 개념이 낯설더라도 포기하지 않고 반복하다 보면, 어느덧 이해의 지평이 넓어지며 수학이 주는 진정한 재미를 발견하게 될 것입니다. 나에게 탐험이란 모르지만 계속 알기 위해서 나아가는 반복적인 과정입니다.

[인터뷰] 김장수_저글링하는 수학자가 있다고?|제32회 서울대 자연과학 공개강연_"과학의 탐험"

김장수

카오스재단카오스크로스
  • 수학

조화해석학, 음의 세계를 해부하다 | 3강 ①

조화해석학은 세상에 존재하는 모든 함수를 삼각함수, 즉 사인과 코사인 함수의 결합으로 표현할 수 있다는 가설에서 출발합니다. 이 학문은 고대 그리스 철학자 데모크리토스가 모든 물질이 원자로 이루어져 있다고 주장한 것처럼, 함수의 세계에서도 삼각함수가 일종의 '원자' 역할을 한다고 볼 수 있습니다. 이러한 조화해석학의 기본 아이디어는 수학뿐 아니라 공학, 음악, 의료, 금융 등 다양한 분야에 응용되고 있습니다. 예를 들어, 피타고라스는 현악기의 진동을 통해 협화음의 원리를 밝혔고, 오늘날 전자악기는 단순음들의 결합 원리를 완전히 이해함으로써 개발될 수 있었습니다. 조화해석학의 응용은 음악을 넘어 지진파 분석, 의료 영상, 인공지능, 주식 시장 분석 등 실생활의 다양한 영역에서 발견됩니다. 예를 들어, 지진파를 사인 함수로 분해하면 지진의 발생 위치와 방식을 파악할 수 있고, CT 촬영에서는 여러 방향에서 얻은 정보를 조화해석학적으로 분해·합성하여 인체의 단면을 재구성합니다. 주식 시장의 가격 변동 역시 시간의 함수로 볼 수 있으며, 이를 사인 함수의 합으로 분해하면 시장의 본질적인 트렌드를 파악하는 데 도움이 됩니다. 이처럼 조화해석학은 복잡한 신호나 데이터를 단순한 구성 요소로 분해해 본질을 드러내는 강력한 도구입니다. 수학적으로는 입력값의 집합을 정의역, 출력값의 집합을 공역이라고 부르며, 함수는 이 두 집합 사이의 관계로 설명됩니다. 함수의 개념을 그래프로 시각화하면, 추상적인 수학적 관계를 보다 직관적으로 이해할 수 있습니다. 예를 들어, 섭씨 온도를 화씨로 변환하는 공식 역시 함수의 한 예로, 이를 그래프로 나타내면 두 변수 사이의 선형 관계를 쉽게 파악할 수 있습니다. 삼각함수는 직각삼각형의 변의 길이와 각도의 관계에서 출발한 함수로, 사인과 코사인 함수가 대표적입니다. 이 함수들은 파동이나 진동 현상을 수학적으로 표현하는 데 매우 유용하며, 실제로 밧줄의 진동이나 용수철의 움직임 등 일상에서 쉽게 관찰할 수 있습니다. 삼각함수의 역사적 기원은 고대 알렉산드리아의 히파르코스까지 거슬러 올라가며, 대항해시대에는 항해술의 필수 도구로 활용되었습니다. 삼각함수의 이러한 특성은 조화해석학에서 복잡한 신호를 단순한 파동의 합으로 분해하는 데 핵심적인 역할을 합니다. 삼각함수의 합성은 소리의 세계에서 흥미로운 현상을 만들어냅니다. 예를 들어, 440Hz와 441Hz의 소리를 동시에 들으면 맥놀이 현상이 발생하여 소리가 주기적으로 세졌다 약해졌다를 반복합니다. 이는 두 사인 함수를 더했을 때 나타나는 파형의 변화로 설명할 수 있습니다. 또한, 옥타브와 같은 음악적 개념도 진동수의 배수 관계에서 비롯되며, 이러한 원리는 공진 현상과도 연결됩니다. 공진은 외부에서 주기적인 힘이 가해질 때 시스템의 고유 주파수와 일치하면 진폭이 크게 증가하는 현상으로, 실제로 다리 붕괴와 같은 사고의 원인이 되기도 합니다. 조화해석학의 현대적 발전에는 프랑스 수학자 푸리에의 업적이 큰 역할을 했습니다. 푸리에는 열의 이동을 연구하면서 모든 함수를 사인과 코사인 함수의 합으로 표현할 수 있다는 가설을 세웠고, 이를 바탕으로 열 방정식을 풀 수 있었습니다. 열 방정식은 위치와 시간에 따라 온도가 어떻게 변하는지를 설명하는 편미분방정식으로, 조화해석학적 분해를 통해 복잡한 열의 이동을 단순한 파동의 합으로 분석할 수 있습니다. 푸리에의 이론은 이후 신호 처리, 잡음 제거, 데이터 분석 등 다양한 분야에서 핵심적인 도구로 자리 잡았습니다. 조화해석학은 단순히 수학적 난제를 푸는 데 그치지 않고, 실생활의 복잡한 현상을 이해하고 예측하는 데 필수적인 역할을 합니다. 음악, 의료, 금융, 공학 등 다양한 분야에서 신호나 데이터를 분해하고 본질을 파악하는 데 활용되며, 현대 과학과 기술의 발전에 큰 기여를 하고 있습니다. 앞으로도 조화해석학은 새로운 문제를 해결하고, 세상을 더 깊이 이해하는 데 중요한 열쇠가 될 것입니다.

조화해석학, 음의 세계를 해부하다

오창근

국립과천과학관카오스강연
  • 수학

[강연] 알고 나면 대수로운 대수기하학 1_by 김영훈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 5강 첫 번째 이야기 | 5강 ①

수학자라고 하면 흔히 우리와 다른 세상에 살거나 복잡한 계산을 척척 해내는 천재를 떠올리곤 합니다. 하지만 실제 수학자들은 계산기 없이는 간단한 셈도 불안해하거나, 일상에서는 멍하니 생각에 잠겨 바보 같다는 소리를 듣기도 하는 평범한 면모를 지니고 있습니다. 수학의 본질은 단순한 암산이 아니라 기호와 논리를 통해 세상을 이해하는 과정에 있기 때문입니다. 이들은 MBTI의 'T' 성향처럼 이성적일 때도 있지만, 새로운 아이디어를 위해 끊임없이 상상하는 'N'의 면모도 함께 갖추고 있습니다. 수학은 다른 학문과 달리 기존의 이론이 폐기되지 않고 켜켜이 쌓여 거대한 탑을 이루는 독특한 학문입니다. 경제학이나 다른 사회과학이 시대의 흐름에 따라 패러다임이 바뀌며 이전 이론을 대체하는 것과 대조적입니다. 특히 대수기하학은 중고등학교 과정부터 접할 수 있는 익숙한 분야이면서도, 인류 역사상 가장 뛰어난 천재들의 업적이 층층이 쌓여 만들어진 매우 깊고 매력적인 학문입니다. 한 층이 완성되면 다음 천재가 그 위에 새로운 층을 올리는 방식으로 수학의 지평은 계속해서 넓어지고 있습니다. 현대에 이르러 인공지능이 수학적 난제를 해결할 것이라는 기대가 높지만, 수학의 진정한 가치는 문제를 해결할 때 느끼는 인간의 희열에 있습니다. 인공지능은 방대한 데이터를 계산하고 새로운 패턴이나 반례를 찾는 데 탁월한 능력을 발휘하며 수학자들에게 새로운 도구를 제공합니다. 그러나 어려운 문제를 며칠 밤낮 고민하다가 마침내 해답을 찾아냈을 때의 그 통쾌함과 행복은 기계가 결코 흉내 낼 수 없는 영역입니다. 이러한 성취감은 수학을 단순한 공부가 아닌 즐거운 놀이이자 예술로 만드는 원동력이 됩니다. 수학적 즐거움을 보여주는 대표적인 사례로 '바리뇽의 정리'가 있습니다. 아무렇게나 그린 못생긴 사각형이라도 각 변의 중점을 연결하면 마법처럼 완벽한 평행사변형이 나타납니다. 처음에는 우연처럼 보이지만, 대각선이라는 보조선 하나를 긋는 순간 닮음의 원리가 명확히 드러나며 해답이 벼락처럼 머릿속을 스칩니다. 이처럼 보이지 않던 구조를 발견하고 논리적으로 증명해 나가는 과정은 마치 마술의 비밀을 알아내는 것과 같은 짜릿한 쾌감을 선사하며, 이것이 바로 수학자들이 연구에 몰두하는 이유입니다. 오일러가 해결한 '쾨니히스베르크의 다리 문제'는 복잡한 현실을 단순화하여 구조를 파악하는 수학적 사고의 정수를 보여줍니다. 그는 지형의 구체적인 수치 대신 연결 관계에만 집중하여 '그래프 이론'이라는 새로운 분야를 개척했습니다. 이러한 발상의 전환은 오늘날 물류 시스템, 데이터 네트워크 설계, 지하철 노선도 등 현대 산업 전반에 걸쳐 핵심적인 역할을 하고 있습니다. 수학은 단순히 숫자를 다루는 학문을 넘어, 복잡한 세상 속에서 우리에게 정말 중요한 데이터가 무엇인지 선별해 주는 강력한 도구입니다.

[강연] 알고 나면 대수로운 대수기하학 1_by 김영훈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 5강 첫 번째 이야기

김영훈

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'
  • 수학

[인터뷰] 박건웅_예측을 넘어 인과관계를 해석하는 데이터 사이언스🧑‍💻📊🖥️|제31회 서울대 자연과학 공개강연_"세상을 바꾼 과학, 과학이 여는 미래"

현대 데이터 과학의 핵심은 단순히 정보를 수집하는 것을 넘어, 데이터 이면에 숨겨진 복잡한 관계를 파악하는 데 있습니다. 특히 그래피컬 모델과 네트워크 분석은 변수들 사이의 함수 관계나 인과관계를 규명하는 데 초점을 맞춥니다. 기존의 인공지능이 주로 상관관계에 기반하여 미래를 예측했다면, 이 연구 분야는 원인이 바뀌었을 때 결과가 어떻게 변하는지 그 시스템 자체를 이해하고자 합니다. 이러한 접근은 인공지능이 인간의 의사결정 과정을 보다 정교하게 보조하고 대체할 수 있는 지식의 토대가 됩니다. 현재 우리가 사용하는 인공지능은 여러 한계점을 지니고 있습니다. 가장 큰 문제는 데이터의 편향성으로, 주로 선진국 위주의 데이터가 수집되다 보니 보편적인 판단을 내리는 데 어려움이 있습니다. 또한 모델이 지나치게 복잡해지면서 결과가 도출된 이유를 인간이 이해하지 못하는 '블랙박스' 현상이 발생합니다. 이는 고성능 컴퓨팅 자원의 과도한 사용으로 이어져 환경 문제까지 야기하고 있습니다. 따라서 다음 세대의 인공지능은 이러한 불투명성과 비효율성을 극복하는 방향으로 진화해야 합니다. 미래의 인공지능은 단순히 예측 성능을 높이는 것을 넘어, '설명 가능한 AI'를 지나 '해석 가능한 AI' 혹은 '인과관계 AI'로 나아가야 합니다. 이는 특정 변수가 결과에 어떤 영향을 미쳤는지 단순히 나열하는 수준을 넘어, 왜 그런 결과가 초래되었는지 논리적으로 설명할 수 있는 능력을 의미합니다. 데이터가 생성되는 시스템 자체를 이해하는 방법론이 개발된다면, 인공지능은 단순한 도구를 넘어 인간의 논리적 사고를 뒷받침하는 강력한 파트너로서 그 역할을 수행하게 될 것입니다. 인과관계를 추론하는 그래피컬 모델은 다양한 실무 분야에서 혁신적인 변화를 이끌어낼 수 있습니다. 신약 개발 과정에서는 약물이 인체 면역 시스템에 미치는 영향을 분석하여 치료 효과를 극대화하고, 예상치 못한 부작용을 사전에 예측하는 데 활용됩니다. 사회 정책 분야에서도 특정 정책이 사회 전반에 미치는 파급 효과를 분석하여 의도한 목표를 달성할 수 있는지, 혹은 예기치 못한 사회적 부작용이 발생하지는 않을지 미리 판단할 수 있게 해줍니다. 이는 데이터 기반의 정밀한 의사결정을 가능케 합니다. 과학자의 길을 걷기 위해서는 연구가 세상을 어떻게 바꿀지에 대한 거시적인 시각을 갖는 것이 중요합니다. 하지만 장기적인 레이스를 완주하기 위해서는 자신만의 스트레스 관리법 또한 필수적입니다. 운동이나 등산과 같은 신체 활동은 연구 과정에서 쌓인 스트레스를 해소하고 다시 몰입할 수 있는 에너지를 제공합니다. 결국 좋아하는 일을 지속할 수 있는 힘은 학문적 열정과 건강한 생활 습관의 균형에서 비롯됩니다. 이러한 균형은 과학자로서의 삶을 더욱 풍요롭고 지속 가능하게 만들어 줄 것입니다.

[인터뷰] 박건웅_예측을 넘어 인과관계를 해석하는 데이터 사이언스🧑‍💻📊🖥️|제31회 서울대 자연과학 공개강연_"세상을 바꾼 과학, 과학이 여는 미래"

박건웅

카오스재단서울대자연과학공개강연
  • 수학

[연구뭐하지?] 설명력에 강점을 둔 통계적 인공지능, 그래피컬 모델 연구_박건웅 교수 | 서울대학교 “데이터사이언스&머신러닝 연구실”

데이터 분석 분야에서 그래프를 활용한 연구는 복잡한 변수 간의 관계를 시각화하고 분석하는 데 탁월한 도구입니다. 특히 방향성 비순환 그래프(DAG)는 변수들 사이의 인과관계나 기능적 연결성을 파악하는 데 중점을 둡니다. 이는 단순히 특정 타겟 변수를 예측하는 일반적인 통계 모델을 넘어, 전체 변수를 동등한 위치에서 바라보며 그들 사이의 구조적 메커니즘을 학습하는 과정입니다. 연구자는 동일한 표본 크기에서도 최적의 학습 결과를 도출할 수 있는 알고리즘을 개발하며 데이터 생성의 원리를 탐구합니다. 이러한 그래피컬 모델은 사회과학이나 의학 분야에서 실질적인 가치를 발휘합니다. 새로운 정책이 시행될 때 그 정책이 목표한 효과를 거두는지 분석할 뿐만 아니라, 예상치 못한 부작용이나 연쇄 반응을 미리 가늠해 볼 수 있는 지표가 됩니다. 신약 개발 과정에서도 약물이 질병 치료에 미치는 직접적인 효능과 더불어 간접적으로 발생할 수 있는 부작용을 예측함으로써 연구의 정밀도를 높이는 데 기여합니다. 이는 복잡하게 얽힌 현대 사회의 문제들을 체계적으로 이해하는 데 중요한 역할을 합니다. 연구의 여정은 긴 시간과 노력이 필요한 고된 작업입니다. 아무리 뛰어난 지능을 가졌더라도 난해한 문제를 해결하기 위해서는 수년의 시간이 필요하며, 이 과정에서 인내심과 체력, 그리고 끊임없는 도전 정신이 필수적입니다. 지도 교수는 학생들이 연구의 기초를 다질 수 있도록 세심하게 이끌어주는 역할을 수행하며, 학생들이 스스로 한계를 극복하고 독립적인 연구자로 성장할 수 있는 환경을 조성해야 합니다. 이러한 세밀한 지도는 학생들이 연구의 방향을 잃지 않고 나아갈 수 있는 나침반이 되어줍니다. 대학원 과정에 입문한 학생들은 단순히 기존의 논문을 이해하는 수준에 머물러서는 안 됩니다. 읽은 내용을 바탕으로 해당 연구의 한계점이 무엇인지, 어떤 부분을 개선할 수 있을지 비판적으로 사고하는 습관을 기르는 것이 중요합니다. 생소한 분야일지라도 새로운 지식을 습득하려는 의지와 그래프 이론에 대한 거부감 없는 태도는 연구 역량을 확장하는 밑거름이 됩니다. 지식을 수동적으로 수용하기보다 능동적으로 의문을 제기하고 대안을 찾는 과정이 진정한 학문적 성장의 시작입니다. 그래피컬 모델과 같은 희소성 있는 분야는 연구 커뮤니티가 넓지 않지만, 그만큼 개척할 수 있는 영역이 무궁무진하다는 장점이 있습니다. 석사 과정을 통해 연구의 기초를 경험하고 전문성을 쌓은 뒤 박사 과정으로 진학하는 경로는 자신의 적성을 확인하고 깊이 있는 학문적 성취를 이루는 합리적인 선택이 될 수 있습니다. 통계학적 사고를 바탕으로 끈기 있게 연구에 몰입하는 시간은 전문가로 성장하는 소중한 자산이 되며, 이는 곧 해당 분야의 발전을 이끄는 원동력이 됩니다.

[연구뭐하지?] 설명력에 강점을 둔 통계적 인공지능, 그래피컬 모델 연구_박건웅 교수 | 서울대학교 “데이터사이언스&머신러닝 연구실”

박건웅

카오스재단연구뭐하지
  • 수학

[석학인터뷰] 허준이X금종해_수학자가 묻고 수학자가 답하다! - 수학과 과학의 관계는? 수학 연구방법의 추세는 공동연구?

수학자의 일상은 흔히 상상하는 것처럼 비범하거나 특별한 것만은 아닙니다. 수학자 또한 보통의 사람들과 다를 바 없이 지루한 일상을 견디고, 때로는 집중력이 흐트러져 휴식을 취하기도 합니다. 이상적인 하루는 아침부터 점심까지 긴 호흡이 필요한 연구에 몰입하고, 오후에는 행정 업무나 강의 준비를 병행하는 것입니다. 연구가 잘 풀리지 않을 때는 억지로 매달리기보다 기꺼이 노는 시간을 가짐으로써 재충전의 기회를 얻기도 합니다. 이러한 유연함은 마치 운동선수가 시즌과 비시즌을 나누어 관리하듯, 장기적인 학문적 성취를 위한 필수적인 과정이 됩니다. 수학은 단순히 숫자를 다루는 학문을 넘어, 인간의 지적 활동을 통해 패턴의 반복 속에서 의미를 찾아내는 예술이자 인문학에 가깝습니다. 과학이 외부 자연에 이미 존재하는 법칙을 실험을 통해 발견한다면, 수학은 인간 내부의 이성과 상상력을 바탕으로 새로운 질서를 창조하거나 발견해 나가는 과정입니다. 이러한 발견은 개인의 통찰에서 시작되어 공동체의 검증을 거치며 보편적인 진리로 자리 잡게 됩니다. 결국 수학은 우리가 얼마나 깊이 사고할 수 있는지, 그리고 그 사고의 결과물을 어떻게 정교하게 전달할 수 있는지를 탐구하는 본질적인 인간에 대한 학문입니다. 많은 이들이 수학을 명확하고 딱딱한 결과물로만 인식하지만, 그 이면에는 시적인 은유와 모호한 아이디어가 공존합니다. 새로운 이론이 탄생하기 전의 초기 단계에서 수학자들은 직관과 상상력을 동원해 은유를 주고받으며 소통합니다. 이러한 직관과 영감은 타고난 재능이라기보다 반복적인 훈련을 통해 길러지는 능력에 가깝습니다. 계산 능력을 키우듯 직관의 영역 또한 꾸준한 사고의 반복을 통해 뇌의 신경망을 조직함으로써 강화될 수 있습니다. 따라서 수학 교육은 단순한 계산법 습득을 넘어, 보이지 않는 구조를 꿰뚫어 보는 통찰력을 기르는 방향으로 나아가야 합니다. 현대 수학의 가장 큰 특징 중 하나는 개인의 고립된 연구에서 벗어나 집단지성을 활용하는 공동 연구로 패러다임이 전환되었다는 점입니다. 과거에는 종이와 펜만 있으면 혼자서도 충분하다고 여겨졌으나, 이제는 여러 연구자의 뇌를 공동으로 사용하는 연결성이 성패를 좌우합니다. 동료와의 대화는 자신이 무엇을 모르는지, 혹은 무엇을 말하고 싶었는지를 명확하게 깨닫게 해주는 거울 역할을 합니다. 이러한 상호작용은 단순히 지식을 나누는 것을 넘어 인간적인 신뢰를 바탕으로 이루어지며, 인류 전체가 하나의 팀이 되어 거대한 수학적 난제를 해결해 나가는 원동력이 됩니다. 수학의 여러 분야 중 호지 이론은 서로 무관해 보이는 다양한 수학적 대상들 사이에서 공통된 대수적 구조를 발견하는 학문입니다. 조합론적 관점에서 그래프나 다면체 같은 이산적인 대상들을 연구할 때, 호지 이론이 제시하는 아름다운 구조는 예상치 못한 통찰을 제공합니다. 예를 들어 평면 위의 점과 선의 개수 관계처럼 단순해 보이는 문제조차 고차원적인 호지 이론의 구조를 통해서만 증명될 수 있는 경우가 많습니다. 이처럼 복잡한 이론이 지극히 기초적인 명제들과 연결되는 지점은 수학이 가진 최고의 매력이며, 지금 이 순간에도 수학은 전례 없는 속도로 팽창하며 새로운 역사를 쓰고 있습니다.

[석학인터뷰] 허준이X금종해_수학자가 묻고 수학자가 답하다! - 수학과 과학의 관계는? 수학 연구방법의 추세는 공동연구?

금종해, 허준이

카오스재단석학인터뷰
  • 수학
  • 융합

[석학인터뷰] 장병탁_ 사람의 뇌를 닮은 머신러닝 모델이 한국연구실에서?! | 2020 가을 카오스강연 'Ai X'

공학의 관점에서 인공지능은 사람이 못하는 일을 대신 수행하는 도구로 여겨지곤 합니다. 하지만 진정한 지능의 구현을 위해서는 사람이 본능적으로 잘하는 유연함과 안정성을 기계에 이식하는 것이 무엇보다 중요합니다. 현재의 인공지능은 복잡한 계산처럼 사람이 어려워하는 일은 이미 잘 해내고 있지만, 정작 우리에게 자명한 일상적 판단에는 서툰 모습을 보입니다. 따라서 인간의 뇌가 가진 독특한 원리를 탐구하여, 변화하는 환경에 빠르고 견고하게 적응하는 학습 기계를 만드는 것이 현대 인공지능 연구의 핵심 과제라 할 수 있습니다. 과거의 인공지능 연구는 현실 세계를 배제한 채 닫힌 세계 안에서 지능의 논리적 구조만을 다루는 한계가 있었습니다. 그러나 현실의 복잡한 문제를 해결하기 위해서는 지능이 신체를 가지고 환경과 직접 상호작용하며 지식을 습득하는 과정이 필수적입니다. 로봇을 통해 인공지능을 연구하는 이유는 바로 이러한 물리적 실체와 환경의 연결성을 학습하기 위함입니다. 신체를 가진 존재로서 세상을 경험하며 얻는 데이터는 단순한 정보 이상의 가치를 지니며, 이는 인공지능이 진정한 의미의 지능으로 진화하는 데 결정적인 역할을 합니다. 인공지능이 나아가야 할 궁극적인 방향에 대한 힌트는 현존하는 가장 완벽한 지능의 증거인 인간의 뇌에서 찾을 수 있습니다. 기계에 사람이 일일이 지식을 주입하는 방식은 명확한 한계가 존재하기에, 스스로 학습하여 지능을 갖추는 시스템을 구축하는 것이 필수적입니다. 뇌의 신경망 구조를 모델링하여 학습의 원리를 파악하려는 시도는 이러한 배경에서 시작되었습니다. 뇌가 정보를 처리하고 지식을 확장해 나가는 과정을 모사함으로써, 우리는 기계가 단순한 계산기를 넘어 인간처럼 사고하고 성장할 수 있는 가능성을 엿볼 수 있게 됩니다. 뇌의 가소성을 수학적으로 구현한 '하이퍼 네트워크' 모델은 이러한 철학이 담긴 독특한 머신러닝 모델입니다. 이는 뇌세포 간의 연결성을 분자들의 자기 조립 과정에 비유하여, 데이터와 환경의 변화에 따라 신경망 구조 자체가 스스로 진화하도록 설계되었습니다. 기존의 정형화된 층별 구조에서 벗어나 그래프 이론을 기반으로 학습 과정을 모델링함으로써, 극단적인 비지도 학습 환경에서도 시스템이 유연하게 적응할 수 있도록 한 것입니다. 이러한 시도는 인공지능이 생물학적 뇌의 효율성과 적응력을 닮아가는 중요한 이정표가 되었습니다. 인공지능은 이제 특정 전문가의 영역을 넘어 우리 삶의 상식이자 필수적인 도구로 자리 잡고 있습니다. 영화 속 사례처럼 로봇과 정서적 교감을 나누거나 일상을 공유하는 미래는 점차 현실로 다가오고 있습니다. 이러한 기술적 진보를 뒷받침하기 위해서는 공학적 지식뿐만 아니라 철학, 심리학, 뇌과학을 아우르는 폭넓은 인문학적 통찰이 동반되어야 합니다. 다양한 분야의 전문가들이 모여 인공지능의 미래를 논의하는 과정은, 우리가 기술과 공존하며 더 나은 사회를 만들어가는 데 있어 매우 소중한 기회가 될 것입니다.

[석학인터뷰] 장병탁_ 사람의 뇌를 닮은 머신러닝 모델이 한국연구실에서?!   | 2020 가을 카오스강연 'Ai X'

장병탁

카오스재단카오스강연
  • 뇌인지과학

[강연] 고차원 비유클리드 공간으로의 초대 (2) _ by황준묵 | 2018 봄 카오스 강연 '모든 것의 수數다' 5강 | 5강 ②

비유클리드 기하학의 등장은 기존 수학계에 큰 혼란을 안겨주었지만, 리만이라는 수학자의 등장은 이를 체계화하고 확장하는 결정적인 계기가 되었습니다. 리만은 우리가 인지하는 3차원을 넘어 4차원, 5차원 이상의 고차원 공간을 수학적으로 다룰 수 있는 기틀을 마련했습니다. 그는 고차원에서도 거리와 각도를 정의하고 유클리드 공리의 성립 여부를 판단할 수 있는 '리만 공간'의 개념을 확립했습니다. 이러한 리만 기하학은 단순한 수학적 유희를 넘어, 훗날 아인슈타인이 일반 상대성 이론을 정립하는 데 필수적인 학문적 근간이 되며 현대 물리학의 발전에 지대한 공헌을 하였습니다. 많은 이들이 4차원을 기괴하거나 신비로운 영역으로 오해하곤 하지만, 수학적 관점에서 차원은 독립적으로 움직일 수 있는 방향의 개수를 의미합니다. 예를 들어 평면 위에 존재하는 모든 선분의 집합을 하나의 공간으로 정의한다면, 이는 4차원 공간이 됩니다. 선분 하나를 결정하는 양 끝점이 각각 평면 위에서 두 방향으로 자유롭게 움직일 수 있기 때문입니다. 이처럼 선분 하나를 공간 속의 점 하나로 간주하는 발상의 전환을 통해 우리는 고차원 공간을 명확하게 이해할 수 있습니다. 이러한 접근 방식은 추상적인 고차원 개념을 논리적이고 구체적인 대상으로 변모시키는 중요한 열쇠가 됩니다. 수학자들은 고차원을 넘어 무한 차원이나 분수 차원, 심지어 음수 차원의 공간까지 탐구하며 사고의 지평을 넓혀왔습니다. 연속 함수의 집합을 무한 차원 공간으로 보거나, 복잡한 구조를 가진 도형을 1.5차원과 같은 분수 차원으로 정의하는 식입니다. 언뜻 비현실적으로 들리는 이러한 시도들은 사실 기존의 방식으로는 해결할 수 없었던 복잡한 문제들을 풀기 위한 필연적인 선택이었습니다. 새로운 공간 개념을 도입함으로써 함수 간의 거리나 각도를 계산하고, 정수론의 난제를 해결하는 등 수학적 도구의 한계를 극복할 수 있었기 때문입니다. 이는 패러다임의 변화가 학문의 진보에 얼마나 큰 역할을 하는지 잘 보여줍니다. 비유클리드 기하학의 실체는 길이가 고정된 선분들의 집합을 통해서도 엿볼 수 있습니다. 평면 위에서 길이가 5 cm로 고정된 선분들을 모으면, 한 끝점의 움직임이 제한되어 3차원 공간을 형성하게 됩니다. 흥미로운 점은 이 공간이 우리가 흔히 아는 유클리드 공간이 아닌 비유클리드 공간이라는 사실입니다. 이 공간에서 두 선분의 평균을 구하려고 할 때, 단순히 양 끝점의 좌표를 산술 평균 내면 선분의 길이가 변하는 오류가 발생합니다. 이는 공간 자체가 휘어 있기 때문이며, 제대로 된 평균을 얻기 위해서는 공간의 곡률을 반영하여 최단 거리인 '측지선'을 따라 계산하는 비유클리드적 접근이 반드시 필요합니다. 이러한 기하학적 원리는 현대 의학의 데이터 분석과 같은 실질적인 분야에서 매우 중요하게 활용됩니다. 예를 들어 수많은 환자의 뇌 영상 데이터를 바탕으로 표준적인 '평균 뇌 모양'을 산출해야 할 때, 단순한 유클리드적 평균은 실제 존재할 수 없는 왜곡된 형태를 만들 위험이 있습니다. 뇌의 복잡한 구조를 고차원 비유클리드 공간의 점으로 이해하고 기하학적 특성을 고려하여 계산해야만 비로소 의학적으로 유의미한 표준 모델을 얻을 수 있습니다. 결국 비유클리드 기하학은 눈에 보이지 않는 추상적인 이론에 머무는 것이 아니라, 현실 세계의 복잡한 형상을 정확하게 이해하고 분석하기 위한 필수적인 도구라고 할 수 있습니다.

[강연] 고차원 비유클리드 공간으로의 초대 (2) _ by황준묵 | 2018 봄 카오스 강연 '모든 것의 수數다' 5강

황준묵

카오스재단카오스강연
  • 수학