무작위성

5 Contents

[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] 불확실과 확실, 그 사이의 외줄타기 : 확률 2_by 서인석 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 7강 두 번째 이야기 | 7강 ②

확률은 17세기부터 논의되어 왔으나 20세기 초까지도 독립된 수학 분야로 온전히 자리 잡지 못했습니다. 1900년 수학자 힐베르트는 인류가 해결해야 할 주요 과제 중 하나로 확률을 수학적 공리에 의해 정의할 것을 제안했습니다. 이에 응답한 인물이 바로 콜모고로프입니다. 그는 1933년 측도론을 기반으로 확률론의 기틀을 세웠으며, 이는 파스칼과 페르마 이후 약 300년 만에 확률이 엄밀한 수학적 체계를 갖추게 된 역사적인 순간이었습니다. 콜모고로프의 공리적 정의는 의외로 단순한 철학에서 시작됩니다. 전체 사건이 발생할 확률을 1로 두고, 서로 겹치지 않는 사건들의 확률을 합산하는 등 우리가 당연하게 여기는 성질들을 수학적 언어로 정리한 것입니다. 이러한 접근은 확률을 해석학의 틀 안에서 설명할 수 있게 했으며, 덕분에 확률론은 편미분 방정식이나 조화 해석과 같은 고등 수학 도구들을 활용하며 폭발적으로 발전할 수 있는 토대를 마련하게 되었습니다. 하지만 수학적 정의와 현실 세계의 구현 사이에는 괴리가 존재합니다. 우리는 동전 던지기의 확률을 흔히 절반이라고 생각하지만, 퍼시 다이아코니스 교수의 연구에 따르면 물리적인 동전 던지기는 처음에 위를 향했던 면이 다시 나올 확률이 약 50.8%로 더 높습니다. 이는 완벽한 무작위성을 현실에서 구현하는 것이 얼마나 어려운지를 시사하며, 우리가 당연하게 믿어왔던 확률적 공정성에 대해 다시금 질문을 던지게 만듭니다. 진정한 무작위성을 만들기 어려운 현실에서 인류가 고안한 해결책은 '마르코프 체인 몬테카를로(MCMC)' 기법입니다. 이는 특정 지점에서 시작해 서서히 확률을 퍼뜨려 목표하는 분포에 도달하게 만드는 방식입니다. 처음에는 무작위가 아니더라도 반복적인 과정을 통해 점차 정교한 확률 분포를 만들어내는 이 철학은, 오늘날 복잡한 데이터를 처리하는 딥러닝과 인공지능 알고리즘의 핵심적인 기반 기술로 자리 잡고 있습니다. MCMC의 흥미로운 특성 중 하나는 '컷오프 현상'입니다. 카드 섞기를 예로 들면, 카드는 섞을 때마다 조금씩 무작위해지는 것이 아니라 다섯 번까지는 거의 섞이지 않다가 일곱 번이 되는 순간 급격하게 무작위 상태에 도달합니다. 이러한 비선형적인 변화는 우리의 직관을 크게 벗어납니다. 수학적으로 증명된 이 '위닝 넘버'는 단순히 많이 반복하는 것보다 임계점을 넘어서는 것이 확률적 균형을 이루는 데 얼마나 중요한지를 보여줍니다. 컷오프 현상은 카드 섞기뿐만 아니라 사다리 타기, 구글의 검색 엔진, 딥러닝 알고리즘 등 다양한 분야에서 보편적으로 관찰됩니다. 전혀 다른 메커니즘을 가진 시스템들이 특정 지점에서 갑자기 균형 상태로 전이되는 공통된 법칙을 따르는 것입니다. 수학자들은 이를 '보편성'이라 부르며 우주의 섭리로 이해하려 노력하고 있습니다. 비록 그 근본적인 원인이 완벽히 밝혀지지는 않았으나, 이는 불확실성 속에 숨겨진 확실한 질서를 상징합니다. 인류는 오랜 시간 불확실성을 두려워하며 예측의 대상으로만 여겨왔으나, 이제는 이를 이해하고 활용하는 단계에 이르렀습니다. 인공지능의 발전은 불확실성을 도구로 삼아 문명을 꽃피운 대표적인 사례입니다. 하지만 우리는 여전히 그 작동 원리를 완벽히 통제하지 못하고 있습니다. 불확실한 세계 속에서 수학이라는 확실한 도구를 통해 보편적 원리를 찾아내는 과정은, 인류가 더 안전하고 정교한 미래를 설계하기 위해 반드시 걸어가야 할 길입니다.

[강연] 불확실과 확실, 그 사이의 외줄타기 : 확률 2_by 서인석 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 7강 두 번째 이야기

서인석

카오스재단카오스강연
  • 수학

[과학자가 쓴 과학책#14] 연결과 확률의 중요성 | 박형주 _ 배우고 생각하고 연결하고 | KAOS X 공원생활 특집

새로운 환경에 적응하며 학문에 매진하던 유학 시절, 연구의 벽에 부딪혀 좌절을 경험한 적이 있습니다. 노력만으로는 해결되지 않는 결과의 부재는 깊은 무력감을 안겨주었고, 설상가상으로 경제적 위기까지 겹치며 학업을 포기해야 할 상황에 놓였습니다. 하지만 인생의 가장 낮은 지점에서 마주한 뜻밖의 기회는 '연결'이라는 가치를 깨닫게 해주었습니다. 한 분야에서 도저히 풀리지 않던 난제가 다른 분야에서는 이미 해결된 상식일 수 있다는 사실을 직접 경험하며, 타인의 목소리에 귀를 기울이는 태도가 얼마나 중요한지 실감하게 되었습니다. 절망적인 상황에서 우연히 엿듣게 된 공학자들의 대화는 인생의 전환점이 되었습니다. 그들이 고민하던 디지털 신호처리의 난제는 수학계에서 이미 수십 년 전에 증명된 정리와 맞닿아 있었습니다. 낯선 분야의 대화에 용기 내어 끼어든 작은 행동은 단순한 오지랖을 넘어, 서로 다른 학문의 언어를 잇는 가교가 되었습니다. 수학적 지식이 공학적 문제의 실마리가 될 수 있음을 확인한 순간, 개인의 위기는 공동 연구라는 새로운 가능성으로 변모했습니다. 이는 자신의 전문 분야에만 갇혀 있어서는 결코 보지 못했을 넓은 시야를 선사했습니다. 서로 다른 언어를 사용하는 전문가들이 소통하지 못할 때 지식의 단절이 발생합니다. 공학자의 언어와 수학자의 언어가 다르기에 같은 문제를 두고도 서로의 해답을 알아보지 못하는 경우가 많습니다. 하지만 타 분야의 언어를 이해하려 노력하고 대화에 참여할 때, 비로소 근본적인 난제 해결의 문이 열립니다. 수학적 이론을 공학적 실무에 적용하며 다차원 신호처리 전문가로 거듭났던 경험은, 현대 사회에서 '연결'과 '협력'이 단순한 구호를 넘어 생존과 성장을 위한 필수적인 동력임을 증명하는 살아있는 사례가 되었습니다. 역사 속에서도 위대한 성취는 서로 다른 분야의 천재들이 협력할 때 탄생했습니다. 르네상스 시대를 풍미한 레오나르도 다빈치와 수학자 루카 파초올리의 만남이 대표적입니다. 경험을 통해 배우던 예술가 다빈치는 수학적 계산만으로 결과를 예측하는 파초올리의 지식에 매료되었고, 두 사람은 기하학과 미술을 결합한 명저를 남겼습니다. 예술적 직관과 논리적 엄밀함이 결합하여 시대의 패러다임을 바꾼 것입니다. 이처럼 우연한 만남에서 시작된 학문 간의 교류는 인류 지성사에 지대한 영향을 미치는 결과물을 만들어내곤 합니다. 현대 확률론의 탄생 역시 두 천재 수학자, 페르마와 파스칼의 서신 교환이라는 협력의 산물입니다. 200년 동안 풀리지 않았던 '점수 문제'를 해결하기 위해 그들은 과거의 데이터가 아닌 미래의 가능성에 주목했습니다. 중단된 게임의 판돈을 어떻게 나눌 것인가라는 질문에 대해, 각자가 이길 확률이라는 '기댓값'의 개념을 도입하며 발상의 전환을 이뤄냈습니다. 두 사람이 주고받은 편지는 단순한 문제 풀이를 넘어, 불확실한 미래를 수학적으로 계량화하는 현대 확률론의 기초를 세웠으며 이는 오늘날 금융과 과학 전반의 근간이 되었습니다. 오늘날 수학의 난제들은 무작위성이라는 개념을 통해 새로운 국면을 맞이하고 있습니다. 정수론의 오랜 숙제였던 소수 등차수열 문제나 쌍둥이 소수 가설 등은 해석학이나 확률론적 접근을 통해 해결의 실마리를 찾고 있습니다. 테렌스 타오나 장이탕 같은 수학자들은 자신의 전공 분야에 매몰되지 않고 다양한 수학적 도구를 연결하여 불가능해 보이던 증명을 해냈습니다. 특히 늦은 나이에 학문적 성취를 이룬 사례는 지식의 탐구에 경계가 없음을 보여줍니다. 무작위성이라는 강력한 무기는 이제 인공지능과 같은 첨단 기술의 핵심 원리로도 확장되고 있습니다. 확률과 정보의 연결은 현대 정보 이론의 핵심인 엔트로피 개념으로 이어집니다. 클로드 섀넌은 사건이 발생할 확률이 낮을수록 그 정보의 가치가 크다는 사실을 정립했습니다. 당연한 사실보다는 희귀한 사건이 더 많은 정보를 담고 있다는 통찰은 데이터를 효율적으로 전송하고 저장하는 기술적 토대가 되었습니다. 자주 발생하는 신호는 짧게, 드문 신호는 길게 부호화하는 방식은 우리가 매일 사용하는 디지털 통신의 경제성을 보장합니다. 17세기 수학자들의 호기심에서 시작된 확률의 개념이 오늘날 초연결 사회를 지탱하는 정보 이론의 뿌리가 된 셈입니다.

[과학자가 쓴 과학책#14] 연결과 확률의 중요성 | 박형주 _ 배우고 생각하고 연결하고 | KAOS X 공원생활 특집

박형주

카오스재단읽다과학
  • 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

[과학원리체험]@HOME 시즌2 -공기압력 시각화-

우리 눈에 보이지 않는 공기의 움직임과 압력의 변화를 시각적으로 이해하는 것은 쉽지 않은 일입니다. 이를 돕기 위해 장난감 공을 활용하여 공기 분자의 운동을 흉내 내는 특별한 체험 교구가 제작되었습니다. 이 교구는 가운데 칸막이가 있는 상자 안에 무작위로 움직이는 공들을 넣어 공기 분자가 벽면을 타격하며 압력을 가하는 과정을 생생하게 보여줍니다. 실제 공기 분자처럼 무작위로 움직이는 공들은 우리가 평소 느끼지 못하는 공기의 역동적인 성질을 직관적으로 전달하는 역할을 수행합니다. 공기 분자가 밀집될수록 충돌 빈도가 높아지며, 이는 물리적인 밀어내는 힘의 증가로 이어집니다. 교구 속에서 공의 수를 조절하면 칸막이가 이동하며 부피가 변하는 모습을 볼 수 있는데, 이는 분자의 양이 공간의 상태에 미치는 영향을 잘 보여줍니다. 무작위로 움직이는 공들이 만들어내는 확률적인 움직임은 실제 대기 현상을 효과적으로 모사하며, 학생들에게 과학적 원리를 흥미롭게 설명하는 훌륭한 시각적 도구가 됩니다. 이 교구의 가장 큰 특징은 단순한 관찰을 넘어 게임 형식을 통해 학습의 재미를 더했다는 점입니다. 정해진 시간 동안 더 많은 부피를 차지하기 위해 경쟁하는 과정은 공기 압력이라는 추상적인 개념을 체득하게 만듭니다. 비록 장난감을 이용한 모형이지만, 보이지 않는 과학적 원리를 직접 만지고 눈으로 확인하며 이해할 수 있다는 점에서 교육적 가치가 매우 큽니다. 밤새 제작된 정성 어린 교구는 과학이 어렵고 딱딱한 이론이 아니라, 우리 주변의 현상을 즐겁게 탐구하는 과정임을 잘 보여주고 있습니다.

[과학원리체험]@HOME 시즌2 -공기압력 시각화-
국립과천과학관👩‍🔬과학원리체험@home
  • 물리학