데이터

93 Contents

[티저] 카오스콘서트, 왕의 귀환!!

과학의 역사는 위대한 기다림의 역사라고 해도 과언이 아닙니다. 수많은 과학자들은 하나의 가설을 세우고 이를 증명하기 위해 수없이 많은 실패를 거듭하며 인내의 시간을 보냅니다. 실험실의 불은 밤낮없이 꺼지지 않고, 복잡하게 얽힌 데이터 사이에서 의미 있는 연결고리를 찾기 위한 고군분투는 매일같이 치열하게 이어집니다. 이러한 인고의 과정은 단순한 고통의 시간이 아니라, 미지의 영역을 탐험하는 이들이 치러야 할 필수적인 통행료와 같습니다. 우리는 이 지루하고 긴 터널을 묵묵히 지나며 조금씩 진리의 본질에 가까워지는 법을 배웁니다. 어느 날 갑자기 예고 없이 찾아오는 과학적 발견의 순간은 그간의 모든 고생을 보상하고도 남을 만큼 찬란하고 강렬한 경험을 선사합니다. 모호했던 데이터가 일정한 패턴을 그리며 명확한 정답을 가리키는 찰나, 인류의 지식 체계는 한 단계 더 거대하게 확장됩니다. 이러한 도약은 단순히 정보의 양을 늘리는 수준에 그치지 않고, 우리가 세상을 바라보고 이해하는 관점 자체를 근본적으로 뒤바꿔 놓는 거대한 힘을 가집니다. 한때는 불가능해 보였던 미지의 영역이 비로소 가능의 영역으로 편입되며, 인류는 새로운 과학의 시대의 문턱을 넘게 됩니다. 하나의 성공적인 결론은 탐구의 끝을 의미하는 것이 아니라, 오히려 또 다른 새로운 질문을 던지는 중요한 시작점이 됩니다. 성공의 기쁨이 채 가라앉기도 전에 과학자들은 다시 다음 단계에 숨겨진 미스터리를 향해 시선을 돌리며 탐구를 멈추지 않습니다. 오늘의 위대한 성취는 결국 내일의 혁신을 이룩하기 위한 든든한 밑거름이 되고, 현재 인류가 누리는 수많은 문명의 이기들은 이러한 연속적인 돌파구들이 쌓여 만들어진 결과물입니다. 끊임없이 도전하고 한계에 부딪히는 열정이 살아있는 한, 우리는 앞으로도 계속해서 더 넓고 깊은 우주의 진리를 이해하게 될 것입니다.

[티저] 카오스콘서트, 왕의 귀환!!
카오스재단
  • 융합

[토크] 과학자가 생각하는 AI 노벨상 수상과 딥시크 논란 | 과학자들의 방과 후 수다 1 | 1편

최근 노벨상 위원회가 인공지능 분야의 공헌자들에게 물리학상과 화학상을 수여한 사건은 학계에 큰 파장을 일으켰습니다. 이는 전통적인 학문의 경계가 허물어지고 있음을 상징적으로 보여줍니다. 특히 단백질 구조를 예측하는 알파폴드와 같은 기술은 바이오 연구 현장에 혁명적인 변화를 가져왔으며, 인공지능이 단순한 도구를 넘어 과학적 발견의 핵심 동력으로 자리 잡았음을 증명했습니다. 이러한 변화는 과거 1990년대 말 컴퓨터 공학이 생물학에 적용되기 시작한 이래로 비약적인 발전을 거듭한 결과입니다. 이제는 물리, 화학, 생물의 구분이 모호해졌으며 질문의 본질에 따라 다양한 학문적 접근이 융합되는 시대가 도래했습니다. 노벨 물리학상을 받은 힌튼과 홉필드 교수의 업적은 인공지능 기술 자체보다는 그 근간이 되는 통계 물리학적 원리에 기반하고 있습니다. 홉필드 모델과 이를 발전시킨 볼츠만 머신은 물리학적 아이디어를 통해 인간의 신경망을 모방한 회로를 구성한 선구적인 시도였습니다. 비록 컴퓨터 과학자로 알려져 있지만, 이들의 연구는 근본적으로 물리학의 법칙을 활용하여 지능의 원리를 탐구했다는 점에서 학술적 정당성을 확보하고 있습니다. 이는 인공지능의 발전이 단순히 공학적 성과에 그치지 않고, 자연의 근본 원리를 탐구하는 기초 과학의 영역과 깊게 맞닿아 있음을 시사합니다. 최근 전 세계를 놀라게 한 딥시크의 등장은 인공지능 개발의 새로운 패러다임을 제시했습니다. 거대 자본과 수만 개의 GPU를 투입하는 미국의 방식과 달리, 중국의 엔지니어들은 제한된 자원 속에서 소프트웨어 최적화와 스마트한 알고리즘 설계를 통해 효율적인 모델을 만들어냈습니다. 이는 막대한 자본 없이도 창의적인 아이디어와 기술력만 있다면 거대 기업과 경쟁할 수 있다는 희망적인 메시지를 전 세계 젊은 과학자들에게 전달하고 있습니다. 특히 오픈 소스 생태계를 지향하는 이러한 움직임은 기술의 민주화와 혁신의 가속화를 이끄는 중요한 동력이 되고 있습니다. 국가별 과학 기술 생태계의 차이도 주목할 만합니다. 미국이 민간 주도의 혁신을 이끌고 유럽이 규제를 통해 개인정보를 보호한다면, 중국은 개방적인 생태계 구축을 통해 기술 혁신을 꾀하고 있습니다. 특히 딥시크가 선택한 MIT 라이선스와 같은 오픈 소스 전략은 기술 독점을 방지하고 더 큰 혁신을 유도하려는 전략적 선택입니다. 데이터의 활용과 규제 사이의 균형은 향후 국가 경쟁력을 결정짓는 중요한 요소가 될 것입니다. 이러한 생태계의 다양성은 인공지능 기술이 특정 국가나 기업에 종속되지 않고 인류 전체의 자산으로 발전하는 데 기여할 것입니다. 한국 사회의 고질적인 문제인 의대 쏠림 현상은 젊은 인재들이 도전을 주저하게 만드는 사회적 분위기를 반영합니다. 과거에는 아인슈타인이나 호킹 같은 과학자를 꿈꾸며 기초 과학에 투신하는 청년들이 많았으나, 현재는 실패에 대한 두려움과 안정 지향적인 가치관이 지배적입니다. 지속 가능한 발전을 위해서는 남들이 가지 않는 길을 선택하는 이들에 대한 존중과, 실패하더라도 다시 일어설 수 있는 사회적 안전망 구축이 절실합니다. 젊은이들이 거대 자본에 압도당하지 않고 자신만의 영역에서 새로운 가치를 창출할 수 있도록 격려하는 사회적 풍토가 마련되어야 합니다.

[토크] 과학자가 생각하는 AI 노벨상 수상과 딥시크 논란 | 과학자들의 방과 후 수다 1

신예리, 윤성철, 이현숙, 정하웅

카오스재단과학자들의 방과 후 수다
  • 물리학
  • 생명과학
  • 천문학

[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] 인공지능과 단백질: 구조 예측에서 맞춤형 설계까지_by 백민경 | 고등과학원&카오스재단 '2024 노벨상 해설강연' | 2강

2024년 노벨 화학상은 인류의 생명 현상을 이해하는 핵심 열쇠인 단백질의 구조를 예측하고 설계하는 데 기여한 세 명의 과학자에게 돌아갔습니다. 데이비드 베이커 교수와 구글 딥마인드의 데미스 허사비스, 존 점퍼가 그 주인공입니다. 이들은 인공지능 기술을 생물학의 난제에 접목하여, 수십 년간 해결되지 않았던 단백질 구조 예측 문제를 획기적으로 해결했습니다. 이는 단순히 화학적 발견을 넘어 인류가 질병에 맞서고 새로운 물질을 창조하는 방식에 거대한 변화를 예고하는 역사적인 사건으로 평가받고 있습니다. 단백질은 우리 몸의 세포를 구성하는 기본 요소일 뿐만 아니라, 생명 유지에 필요한 거의 모든 화학 반응을 주도하는 일꾼입니다. 외부 병원체에 맞서 싸우는 항체, 영양소를 운반하는 택배원, 그리고 에너지를 생성하는 효소에 이르기까지 그 역할은 실로 무궁무진합니다. 이러한 단백질은 20가지 아미노산이 수천 개 이상 연결된 고분자 화합물로, 아미노산 서열이 어떻게 배열되느냐에 따라 독특한 3차원 구조를 형성합니다. 결국 단백질의 구조를 이해하는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 단백질 구조를 파악하는 것이 중요한 이유는 질병의 기전을 이해하고 치료제를 개발하는 데 결정적인 단서를 제공하기 때문입니다. 대표적인 예로 코로나19 바이러스의 돌기 단백질인 스파이크 단백질을 들 수 있습니다. 이 단백질이 인체 세포의 수용체와 결합하는 구조를 정확히 알게 되면, 그 결합을 방해하는 약물을 설계하거나 효과적인 백신을 만드는 것이 가능해집니다. 이처럼 단백질의 입체적인 형태를 알아내는 작업은 인류가 바이러스와 같은 위협에 맞서 싸울 수 있는 강력한 무기를 얻는 과정이라 할 수 있습니다. 과거에는 단백질 구조를 밝히기 위해 X선 결정법이나 극저온 전자 현미경 같은 실험 기법을 사용했지만, 이는 막대한 비용과 수년의 시간이 소요되는 고된 작업이었습니다. 하지만 구글 딥마인드가 개발한 알파폴드는 인공지능을 통해 단 몇 분 만에 높은 정확도의 구조를 예측해내며 패러다임을 바꿨습니다. 알파폴드는 진화 과정에서 보존된 아미노산 서열의 패턴을 학습하여, 실험 데이터가 부족한 상황에서도 단백질의 3차원 형태를 놀라운 정밀도로 재현해냈습니다. 이는 생물학 연구의 속도를 비약적으로 높인 혁명적인 성과입니다. 단백질 구조 예측이 서열로부터 구조를 찾아가는 과정이라면, 데이비드 베이커 교수가 주도한 단백질 디자인은 그 반대 방향의 도전입니다. 즉, 우리가 원하는 특정 기능을 수행할 수 있는 새로운 단백질 구조를 먼저 상상하고, 이를 구현할 수 있는 아미노산 서열을 설계하는 것입니다. 베이커 교수는 자연계에 존재하지 않는 완전한 인공 단백질인 'Top7'을 성공적으로 설계하며 그 가능성을 증명했습니다. 이는 인류가 자연의 진화에만 의존하지 않고, 목적에 맞는 생체 분자를 직접 창조할 수 있는 시대를 열었음을 의미합니다. 최근에는 생성형 인공지능 기술이 단백질 설계 분야에 도입되면서 연구 속도가 더욱 가속화되고 있습니다. 'RFdiffusion'과 같은 확산 모델 기반의 인공지능은 우리가 원하는 기능을 수행할 최적의 구조를 생성하고, 'ProteinMPNN'은 그 구조를 안정적으로 유지할 서열을 찾아냅니다. 이러한 기술적 진보 덕분에 과거 1% 미만이었던 단백질 설계 성공 확률이 비약적으로 상승했습니다. 이제는 전문적인 지식이 부족하더라도 인공지능을 활용해 누구나 목적에 맞는 단백질을 설계할 수 있을 정도로 기술적 장벽이 낮아지고 있습니다. 인공지능 기반의 단백질 설계 기술은 의료 분야를 넘어 환경 문제 해결에도 큰 기대를 모으고 있습니다. 플라스틱을 분해하는 강력한 효소를 설계하거나, 생분해성이 뛰어난 신소재를 개발함으로써 지구 환경을 보호하는 데 기여할 수 있기 때문입니다. 물론 단백질의 동적인 움직임을 완벽히 예측하거나 부족한 데이터를 보완해야 하는 과제가 남아있지만, 인류의 지식과 인공지능의 학습 능력이 결합한다면 불가능해 보였던 난제들도 하나씩 해결될 것입니다. 단백질 연구의 진화는 곧 인류의 더 나은 미래를 향한 여정입니다.

[강연] 인공지능과 단백질: 구조 예측에서 맞춤형 설계까지_by 백민경 | 고등과학원&카오스재단 '2024 노벨상 해설강연'

백민경

카오스재단카오스크로스
  • 화학
  • 생명과학

[토크] 세상을 보는 또 다른 눈_과학자들의 방과 후 수다_4편 | 4편

최근 MBTI나 혈액형을 통한 성격 유형 분류가 큰 인기를 끌고 있습니다. 하지만 과학적 관점에서 보면 이러한 분류는 통계적 상관관계가 거의 없는 유사과학에 가깝습니다. 성균관대 김범준 교수의 실험에 따르면 혈액형과 MBTI 사이에는 유의미한 연결 고리가 발견되지 않았습니다. 그럼에도 사람들이 이에 열광하는 이유는 타인을 이해하고 자신을 규정하려는 심리적 욕구 때문일 것입니다. 중요한 것은 특정 틀에 갇히기보다 서로의 다양성을 인정하는 도구로 이를 활용하는 태도입니다. 애니메이션 '인사이드 아웃 2'는 감정의 다양성이 인격 형성에 미치는 영향을 잘 보여줍니다. 주인공의 행복을 위해 나쁜 기억을 배제하려던 시도는 결국 실패하고, 슬픔과 불안 같은 부정적 감정조차 성숙한 자아를 만드는 데 필수적임을 깨닫게 됩니다. 이는 생물학적 방어 기제와도 닮아 있습니다. 아토피나 면역 반응처럼 우리 몸의 고통스러운 반응들이 사실은 생존을 위한 조절 과정인 것처럼, 마음의 상처와 망각 또한 유연하고 회복력 있는 삶을 지탱하는 중요한 요소가 됩니다. 세포 생물학의 핵심인 '세포 주기'는 마치 정교하게 짜인 교향악과 같습니다. 세포가 성장하고 분열하는 과정에서 수많은 단백질은 지휘자의 신호에 맞춰 정확한 타이밍에 등장하고 퇴장합니다. 만약 어떤 단백질이 제때 물러나지 않고 고집을 부린다면 이는 암과 같은 질병으로 이어지게 됩니다. 이러한 조화와 균형은 생명 유지의 핵심이며, 과학자들은 이를 '코디네이션'이라 부릅니다. 생명 현상을 관찰하는 것은 결국 자연이 연주하는 거대한 오케스트라를 감상하는 것과 다름없습니다. 과학자(Scientist)라는 단어는 19세기 중반에 이르러서야 등장했습니다. 그전까지 과학은 '자연 철학'의 일부였으며, 예술과도 밀접한 관련이 있었습니다. 고대 그리스의 플라톤 아카데미에서는 산술, 기하, 천문과 함께 음악을 필수 과목으로 가르쳤습니다. 피타고라스는 음정의 수학적 비례를 통해 우주의 질서를 설명하려 했고, 이를 '천구의 음악'이라 불렀습니다. 이처럼 과학은 태생부터 논리적 지식과 예술적 감수성이 결합한 형태였으며, 조화로운 진리를 탐구하는 여정이었습니다. 인류 문명의 전환점에는 항상 위대한 발명품이 있었습니다. 바퀴는 이동의 혁명을 가져와 문명의 확장을 가능케 했고, 시계는 시간을 측정 가능한 축으로 만들어 물리적 세계관을 정립했습니다. 망원경은 인류가 우주의 중심이 아님을 깨닫게 했으며, 현미경은 미생물의 세계를 열어 생명 과학의 기초를 닦았습니다. 이러한 도구들은 단순히 편리함을 제공하는 것을 넘어, 우리가 세상을 바라보는 눈을 근본적으로 바꾸어 놓았습니다. 보이지 않는 것을 보려는 호기심이 인류의 지평을 넓힌 것입니다. 과학과 예술은 서로의 영역을 보완하며 발전합니다. 과학이 상상을 상식으로 만드는 과정이라면, 예술은 상식을 다시 상상으로 되돌리는 역할을 합니다. 아인슈타인이 피카소의 입체주의에서 영감을 얻었듯, 과학자에게도 예술가적 영감과 상상력은 필수적입니다. 최근 효율성만을 강조하는 분위기 속에서 '꿈'이나 '호기심' 같은 단어들이 소외되는 경향이 있지만, 진정한 과학적 진보는 거인의 어깨 위에서 세상을 경탄하며 바라보는 순수한 열정에서 시작됩니다. 현재 인류는 기후 위기라는 전 지구적 난제에 직면해 있습니다. 과거의 과학이 소수의 천재에 의존했다면, 이제는 다양한 분야의 전문가들이 협력하는 '집단 지성'이 필요한 때입니다. 오펜하이머의 로스앨러모스 프로젝트가 전쟁을 종식하기 위해 지성을 모았다면, 이제는 인류의 생존을 위해 학문의 벽을 허물고 소통해야 합니다. 범학제적 협업과 과학적 사고방식의 전파는 우리가 직면한 위기를 극복하고 지속 가능한 미래를 여는 유일한 열쇠가 될 것입니다.

[토크] 세상을 보는 또 다른 눈_과학자들의 방과 후 수다_4편

신예리, 윤성철, 이현숙, 정하웅

카오스재단과학자들의 방과 후 수다
  • 물리학
  • 생명과학
  • 천문학

[강연] 위상수학의 놀라운 응용: 데이터도 모양이 있다? 2_by 최수영 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 9강 두 번째 이야기 | 9강 ②

위상수학은 단순히 공간의 성질을 분류하는 것을 넘어, 불변량을 통해 보이지 않는 공간의 형태를 추론하는 단계로 진화하고 있습니다. 과거에는 두 공간이 왜 다른지를 설명하는 데 집중했다면, 이제는 구멍의 개수와 같은 불변량을 역으로 계산하여 전체적인 구조를 파악하려 합니다. 이는 마치 복잡한 수식을 인수분해하여 본질을 찾아내는 과정과 유사하며, 우리가 직접 관찰할 수 없는 고차원 우주나 복잡한 데이터의 형상을 이해하는 강력한 도구가 됩니다. 이러한 추론의 핵심 도구 중 하나가 바로 '베티수'입니다. 이탈리아 수학자 엔리코 베티의 이름을 딴 이 수치는 오일러 지표를 일반화한 개념으로, 공간의 연결 상태와 구멍의 개수를 수치화합니다. 예를 들어 덩어리의 개수를 나타내는 제0 베티수와 고리 형태의 구멍을 뜻하는 제1 베티수를 통해 우리는 대상의 위상적 특징을 명확히 정의할 수 있습니다. 이는 눈에 보이지 않는 추상적인 공간을 수학적 언어로 형상화하여 분석할 수 있게 해주는 중요한 지표가 됩니다. 현대 사회의 방대한 데이터 역시 고차원 공간상의 점들로 이해할 수 있습니다. 개인의 신체 정보나 행동 패턴 등 수많은 변수는 각각 하나의 차원이 되어 우리가 인지할 수 없는 복잡한 공간에 위치하게 됩니다. 위상적 데이터 분석(TDA)은 바로 이 지점에서 빛을 발합니다. 고차원에 흩어진 데이터 점들이 이루는 거대한 '구름'의 모양을 베티수와 같은 불변량으로 계산함으로써, 데이터 이면에 숨겨진 구조와 의미를 시각적 한계를 넘어 파악할 수 있게 돕습니다. 기존의 통계 분석이 주로 차원을 축소하거나 평균과 분산을 통해 데이터를 요약했다면, TDA는 데이터가 가진 본래의 기하학적 형상을 보존하며 분석합니다. 데이터가 원형인지 혹은 Y자 형태인지에 따라 그 의미가 완전히 달라질 수 있기 때문입니다. 단순히 수치적인 상관관계를 찾는 것을 넘어, 데이터 공간의 전체적인 구성을 유추함으로써 기존 방식으로는 발견하기 어려웠던 새로운 통찰을 제공합니다. 이는 복잡한 시스템 내의 숨겨진 패턴을 찾는 혁신적인 접근법이라 할 수 있습니다. 인공지능 분야에서도 위상수학의 역할은 점차 커지고 있습니다. 현재의 AI는 주로 데이터의 국소적인 정보에 의존하여 학습하기 때문에, 미세한 노이즈만으로도 판다를 긴팔원숭이로 오인하는 등의 한계를 보입니다. 반면 인간은 사물의 전체적인 맥락과 형태를 파악하는 '전역적 정보'를 활용합니다. TDA는 인공지능에게 이러한 거시적인 관점을 제공하여 모델의 안정성과 정확도를 높이는 데 기여합니다. 부분에 매몰되지 않고 전체를 조망하는 위상수학의 철학이 기술에 녹아드는 셈입니다. 구체적인 분석 기법으로는 '비토리스-립스 복합체'가 널리 쓰입니다. 이는 데이터 점들 사이의 거리가 특정 임계값보다 가까워지면 서로 연결하여 점차 복잡한 형상을 만들어가는 과정입니다. 임계값을 변화시키며 베티수의 변화를 관찰하면, 노이즈처럼 금방 사라지는 특징과 데이터의 본질을 담고 있어 끝까지 유지되는 특징을 구분할 수 있습니다. 이러한 '지속성'의 개념을 통해 우리는 수많은 데이터 속에서 유의미한 위상적 구조를 추출하고 이를 실질적인 정보로 변환하게 됩니다. 위상수학의 응용은 의료 진단부터 토목 공학에 이르기까지 광범위합니다. 유방암이나 당뇨병의 예측 알고리즘을 정교화하는 것은 물론, 지표 투과 레이더 데이터를 분석하여 싱크홀의 원인이 되는 지하 동공을 찾아내는 데에도 활용됩니다. 순수 수학의 영역으로만 여겨졌던 위상수학이 산업 현장의 난제를 해결하는 실용적인 도구로 진화한 것입니다. 인류가 기하학을 통해 문명을 일구었듯, 이제는 위상수학을 통해 복잡한 데이터 시대를 항해하는 새로운 지혜를 얻고 있습니다.

[강연] 위상수학의 놀라운 응용: 데이터도 모양이 있다? 2_by 최수영 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 9강 두 번째 이야기

최수영

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'
  • 수학

[강연] 위상수학의 놀라운 응용, 데이터도 모양이 있다? 1_by 최수영 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 9강 첫 번째 이야기 | 9강 ①

수학은 영화 속에서 천재들의 삶을 조명하거나 거대한 우주의 신비를 푸는 열쇠로 자주 등장합니다. 영화 '인터스텔라'에서 종이를 접어 펜을 꽂는 장면은 광활한 우주를 단순한 기하학적 대상이 아닌, 접고 펼 수 있는 위상수학적 공간으로 이해하게 해줍니다. 이처럼 수학은 우리가 세상을 바라보는 방식을 근본적으로 바꾸어 놓습니다. 단순히 숫자를 계산하는 학문을 넘어, 공간의 본질적인 구조를 탐구하는 위상수학은 현대 과학의 다양한 분야에서 새로운 영감을 제공하며 그 영역을 넓혀가고 있습니다. 위상수학은 기존의 관점과는 완전히 다른 새로운 시각으로 공간을 바라보는 학문입니다. 과거에는 너무 난해하여 실생활 응용이 어려울 것이라 여겨졌으나, 최근에는 물리학과 데이터 분석 등 여러 분야에서 놀라운 성과를 거두고 있습니다. 2016년 노벨 물리학상 수상이나 허준이 교수의 필즈상 수상 배경에도 위상수학적 관점이 핵심적인 역할을 했습니다. 복잡한 데이터 속에서 유의미한 구조를 찾아내는 '위상 데이터 분석(TDA)'은 현대 사회의 방대한 정보를 해석하는 강력한 도구로 자리 잡으며 수학의 실용성을 증명하고 있습니다. 18세기 수학자 오일러는 다면체의 꼭짓점, 모서리, 면의 개수 사이에 일정한 규칙이 있음을 발견했습니다. 그는 친구 골드바흐에게 보낸 편지에서 꼭짓점의 수에서 모서리의 수를 빼고 면의 수를 더하면 항상 2가 된다는 사실을 밝히며, 왜 이 간단한 진리를 이제야 알았는지 한탄하기도 했습니다. 이 공식은 단순한 산술적 계산을 넘어 공간의 연결 관계를 정의하는 '오일러 지표'의 시초가 되었습니다. 이는 기하학이 길이와 각도라는 고전적 틀에서 벗어나, 공간의 본질적인 연결성에 주목하게 된 역사적인 전환점이었습니다. 위상수학에서 가장 중요한 개념 중 하나는 '불변량'입니다. 이는 공간을 구부리거나 늘려도 변하지 않는 고유한 값을 의미합니다. 예를 들어, 동그란 고무줄을 가위로 자르면 그 형태가 선으로 변하면서 오일러 지표가 달라지게 됩니다. 수학적으로 두 공간의 불변량이 다르다는 것은, 아무리 주무르고 변형해도 결코 같은 모양이 될 수 없음을 뜻합니다. 이러한 원리는 우리가 일상에서 마주하는 다양한 형태들이 본질적으로 어떻게 다른지를 명확하게 구분해 주는 강력한 논리적 근거가 되며, 공간에 대한 인류의 이해를 한 차원 높여주었습니다. 수학자들은 수식에서 단순한 계산 이상의 아름다움을 발견하곤 합니다. 세상에서 가장 아름다운 정리로 꼽히는 오일러 공식은 전혀 관련 없어 보이는 다섯 가지 상수인 0, 1, e, i, π를 하나의 짧은 식으로 완벽하게 연결합니다. 또한, 두 번째로 아름답다고 평가받는 오일러 다면체 공식은 복잡한 입체 도형의 본질을 꿰뚫는 간결함을 보여줍니다. 이처럼 추상적이고 고차원적인 개념들이 서로 맞물려 하나의 진리로 수렴하는 과정에서 수학자들은 깊은 희열을 느낍니다. 수학은 결국 복잡한 세상을 가장 단순하고 우아한 언어로 설명하려는 노력의 산물입니다.

[강연] 위상수학의 놀라운 응용, 데이터도 모양이 있다? 1_by 최수영 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 9강 첫 번째 이야기

최수영

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'
  • 수학

[강연] '모양(shape)' 연구의 대가 - In Memory of 권경환 2_by 김연응 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 7강 두 번째 이야기 | 7강 ②

현대 수학에서 '불변량'은 대상의 본질을 파악하는 핵심적인 도구입니다. 위상수학의 호몰로지와 코호몰로지는 공간이 변형되어도 바뀌지 않는 성질을 수치화하여 복잡한 공간을 분류하는 데 기여합니다. 기하학에서도 각도와 같은 요소가 불변량의 역할을 하며, 우리가 무엇을 '같다'고 정의하느냐에 따라 불변량의 기준은 달라집니다. 이러한 불변량 연구는 현대 수학의 거대한 흐름을 형성하며 공간에 대한 이해를 심화시켰습니다. 한국 위상수학의 거목인 권경환 교수는 유클리드 공간의 구조를 새롭게 조명하며 학계에 큰 충격을 주었습니다. 가장 단순한 기본 단위로 여겨졌던 유클리드 공간이 특정 조건에서 더 작은 공간들의 곱으로 분해될 수 있음을 증명한 것입니다. 이는 마치 원소를 쪼개는 것과 같은 혁신적인 시각의 전환이었으며, 이후 다양체라는 복잡한 기하학적 대상을 연구하는 데 있어 중요한 토대가 되었습니다. 또한 그는 화이트헤드 토션과 같은 복잡한 불변량의 성질을 규명하며 위상수학의 지평을 넓혔습니다. 다양체는 국소적으로는 유클리드 공간과 같아 보이지만, 전체적으로는 독특한 구조를 가진 기하학적 대상입니다. 예를 들어 도넛 표면 위의 개미에게는 주변이 평면처럼 느껴지겠지만, 전체를 조망하면 구멍이 뚫린 입체 구조임을 알 수 있습니다. 위상수학은 이러한 다양체의 본질적인 형태를 연구하며, 3차원 공간이 8가지 위상적 특성을 갖는다는 사실을 밝혀내는 등 공간의 분류 체계를 완성해 나가는 학문적 성과를 거두었습니다. 위상수학은 추상적인 이론에 머물지 않고 빅데이터 분석이라는 실용적인 영역으로 확장되고 있습니다. '위상 데이터 분석(TDA)'은 데이터가 형성하는 고차원적인 모양에 주목하여 기존 통계학이 놓치기 쉬운 내재적 패턴을 찾아냅니다. 수많은 데이터 포인트 주위에 가상의 원을 그려 그 연결성을 관찰하면, 데이터의 분포 방식에 따른 고유한 시퀀스가 나타납니다. 이러한 위상적 접근은 복잡한 정보 속에서 유의미한 구조를 추출하는 강력한 도구가 됩니다. 위상 데이터 분석(TDA)의 혁신성은 의료 분야에서 특히 빛을 발합니다. 환자의 생체 데이터를 고차원 공간의 점으로 치환하여 그 모양을 분석하면, 현재 질병이 없더라도 미래의 발병 가능성을 예측하는 것이 가능해집니다. 이는 단순한 진단을 넘어 정밀한 예측의 시대를 여는 열쇠가 됩니다. 위상수학은 세상을 바라보는 새로운 시각을 제공하며, 가장 아름답고 순수한 이론이 어떻게 현실의 문제를 해결하는 강력한 기술로 변모할 수 있는지를 잘 보여줍니다.

[강연] '모양(shape)' 연구의 대가 - In Memory of 권경환 2_by 김연응 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 7강 두 번째 이야기

김연응

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'
  • 수학

[인터뷰] 안광석_차세대 범용 백신을 꿈꾸는 바이러스 면역학자 |제31회 서울대 자연과학 공개강연_"세상을 바꾼 과학, 과학이 여는 미래"

바이러스와 인간의 면역 체계는 끊임없이 상호 작용하며 함께 진화해 왔습니다. 바이러스는 인간 세포 내에서 최대한 증식하고 전파하려는 본능을 가진 반면, 면역 체계는 이러한 이물질을 탐지하여 제거하려는 방어 기전을 작동시킵니다. 특히 전 세계 인구의 상당수가 감염된 사이토메갈로바이러스는 한 번 감염되면 평생 몸속에 머물며 면역력이 약해질 때 치명적인 질환을 일으킵니다. 이러한 위험성 때문에 전미 백신 위원회에서는 이 바이러스의 백신 개발을 최우선 과제로 꼽고 있으며, 바이러스의 면역 회피 전략을 이해하는 것이 치료제 개발의 핵심입니다. 과거 1800년대 런던의 콜레라 유행 당시, 질병의 원인을 공기 중의 나쁜 기운인 '미아즈마'로 보던 통념을 깨고 수인성 질병임을 밝혀낸 존 스노의 사례는 현대 역학의 시초가 되었습니다. 그는 가구별 조사와 상수도 자료 분석을 통해 콜레라 발생 지도를 만들었고, 특정 물 펌프가 감염의 근원임을 증명해 냈습니다. 이 발견은 상하수도 시설의 중요성을 일깨웠으며 공중보건학의 비약적인 발전을 이끌었습니다. 이처럼 질병의 정확한 매개체와 원인을 규명하는 과학적 접근은 인류를 위기에서 구하고 보건 환경을 개선하는 강력한 도구가 됩니다. 신종 바이러스는 계속해서 탄생하며, 백신 접종 후에도 면역 압력을 피해 스스로 변이하는 특성을 가집니다. 특히 코로나19의 스파이크 단백질은 변이가 잦아 기존 백신의 효력을 떨어뜨리는 주요 원인이 됩니다. 과학자들은 이러한 변이에 상관없이 대응할 수 있는 범용 백신 개발을 오랜 숙원으로 삼고 연구에 매진하고 있습니다. 현재는 변이가 거의 없는 다른 바이러스 단백질을 타깃으로 하는 전략이 상당한 진척을 보이고 있습니다. 머지않아 단 한 번의 접종으로 다양한 변이체로부터 오랫동안 보호받을 수 있는 범용 백신의 시대가 열릴 것으로 기대됩니다. 현대 생명과학은 물리, 화학, 공학 등 타 학문과의 긴밀한 융합을 통해 발전하고 있습니다. 전자현미경의 발달로 보이지 않던 바이러스와 원자의 구조를 정밀하게 파악하게 되었고, 최근에는 AI와 데이터 사이언스가 복잡한 생명 현상을 명확하게 분석하는 데 기여하고 있습니다. 이러한 기술적 진보는 과거 수년이 걸리던 백신 개발 기간을 단 몇 주 수준으로 단축할 수 있는 혁신적인 여력을 제공합니다. 융합 과학의 발전은 생명과학의 한계를 뛰어넘어 인류가 직면한 복잡한 보건 문제를 해결하고 미래의 팬데믹에 대비하는 데 결정적인 역할을 수행할 것입니다. 분자생물학의 혁명이라 불리는 PCR 기술은 DNA 연구의 패러다임을 완전히 바꾸어 놓았습니다. 과거 수개월이 걸리던 유전자 클로닝 작업을 단 며칠로 단축시켰으며, 코로나19와 같은 급성 감염병의 신속한 진단을 가능케 하여 수많은 생명을 구했습니다. 이제 과학의 시선은 완치가 어려운 만성 감염 바이러스로 향하고 있습니다. 평생을 함께하며 끊임없이 질병을 일으키는 바이러스들을 통제하기 위한 연구는 지금도 계속되고 있습니다. 끊임없는 기술 혁신과 연구자들의 열정이 더해진다면, 인류는 만성 질환의 굴레에서 벗어나 바이러스와의 전쟁에서 새로운 승기를 잡을 수 있을 것입니다.

[인터뷰] 안광석_차세대 범용 백신을 꿈꾸는 바이러스 면역학자 |제31회 서울대 자연과학 공개강연_"세상을 바꾼 과학, 과학이 여는 미래"

안광석

카오스재단서울대자연과학공개강연
  • 생명과학

[강연] 세상을 바꾼 데이터와 인공지능_by박건웅 l 제 31회 서울대 자연과학 공개강연_"세상을 바꾼 과학, 과학이 여는 미래" | 1강

데이터는 현대 인공지능을 움직이는 핵심 원료입니다. 과거에는 실험을 통해 소량의 데이터를 얻었지만, 이제는 누구나 정보를 생산하는 빅데이터 시대에 살고 있습니다. 유튜브와 SNS를 통해 쏟아지는 방대한 데이터는 인공지능이 더 똑똑하게 판단할 수 있는 기반이 됩니다. 마치 자동차가 휘발유를 동력 삼아 앞으로 나아가듯, 인공지능 역시 양질의 데이터를 바탕으로 우리 삶의 생산성을 높이고 새로운 가치를 창출하고 있습니다. 데이터의 힘은 스포츠 분야에서도 증명됩니다. 과거 농구 선수들은 직관에 의존해 슛을 던졌지만, 이제는 기대 득점 데이터를 기반으로 전략을 짭니다. 스테픈 커리와 같은 선수는 성공 확률이 낮더라도 기대 득점이 높은 3점 슛에 집중하여 현대 농구의 패러다임을 바꾸었습니다. 데이터를 통해 중거리 슛보다 골밑이나 3점 라인이 효율적임을 깨달은 팀들은 승리 확률을 높이기 위해 철저히 계산된 위치에서 경기를 운영하고 있습니다. 인공지능은 아이가 학습하듯 수많은 시행착오를 거치며 발전합니다. 자율 주차 프로그램이 수십만 번의 사고를 겪으며 주차 방식을 익히는 과정은 인공지능의 학습 원리를 잘 보여줍니다. 하지만 데이터의 양만큼이나 중요한 것이 맥락의 이해입니다. 단순히 색상이나 형태만으로 사물을 인식하면, 특정 상황에서 사람을 초밥으로 오인하는 오류를 범할 수 있습니다. 따라서 기계가 인간처럼 사고하기 위해서는 단순한 인식을 넘어선 고도화된 지능이 필요합니다. 최근 인공지능의 비약적인 성공은 하드웨어와 데이터 규모의 승리라고 볼 수 있습니다. 과거에는 최적의 모델을 설계하는 데 집중했다면, 지금은 엄청난 양의 데이터와 고성능 컴퓨터, 그리고 막대한 전력을 투입해 모델의 복잡도를 높이는 방식이 주를 이룹니다. GPT 시리즈처럼 모델이 거대해질수록 인공지능은 더욱 정교한 결과물을 내놓습니다. 하지만 이러한 방식은 데이터 생산의 한계와 에너지 소비 문제라는 현실적인 벽에 부딪히고 있습니다. 인공지능의 신뢰성은 입력되는 데이터의 질에 좌우됩니다. '쓰레기를 넣으면 쓰레기가 나온다'는 말처럼, 편향되거나 오염된 데이터는 잘못된 결과를 초래합니다. 인터넷 데이터의 대부분이 특정 국가나 계층에 집중되어 있다면, 인공지능은 전 세계의 다양한 문화를 공정하게 반영하지 못합니다. 또한 의도적으로 조작된 데이터는 구글 맵의 교통 정보를 왜곡하듯 시스템 전체를 혼란에 빠뜨릴 수 있으므로 데이터의 신뢰성 확보는 매우 중요한 과제입니다. 현재 인공지능이 직면한 가장 큰 숙제 중 하나는 인과 관계 추론입니다. 인공지능은 기저귀와 맥주가 함께 팔린다는 상관관계는 잘 찾아내지만, '왜' 그런 현상이 발생하는지에 대한 근본적인 이유는 설명하지 못합니다. 아이스크림 소비량과 익사 사고의 상관관계를 보고 아이스크림 판매를 금지하는 오류를 범하지 않으려면, 단순한 예측을 넘어 원인과 결과를 분석하는 능력이 필요합니다. 이를 위해 우리는 인공지능이 내린 판단의 근거를 이해할 수 있어야 합니다. 미래의 인공지능은 단순히 예측의 정확도를 높이는 것을 넘어, 데이터 오염과 개인정보 침해, 에너지 문제 등을 해결하는 방향으로 나아가야 합니다. 이를 위해서는 통계학이나 수학 같은 기초 과학의 역할이 무엇보다 중요합니다. 기초 지식을 바탕으로 인공지능의 한계를 극복하고 해석 가능한 모델을 만들어낼 때, 인공지능은 비로소 인간과 공존하며 진정한 도움을 주는 존재가 될 것입니다. 끊임없는 연구와 도전을 통해 우리는 더 나은 인공지능 시대를 열어갈 수 있습니다.

[강연] 세상을 바꾼 데이터와 인공지능_by박건웅 l 제 31회 서울대 자연과학 공개강연_"세상을 바꾼 과학, 과학이 여는 미래"

박건웅

카오스재단서울대자연과학공개강연
  • 수학

[강연] 제 31회 서울대 자연과학 공개강연_'세상을 바꾼 과학, 과학이 여는 미래' (1) by 박건웅, 안광석 l 서울대학교&카오스재단 | 1부

서울대학교 자연과학 공개 강연은 1994년부터 시작된 대표적인 과학 나눔 프로그램으로, 올해 31회를 맞이했습니다. 이번 강연의 주제인 '과학자의 꿈과 도전'은 세상을 바꾼 과거의 과학적 성취를 돌아보고, 앞으로 다가올 미래를 과학이 어떻게 열어갈지 탐구하는 데 목적이 있습니다. 인공지능부터 전염병, 탄소 중립, 초전도체에 이르기까지 현대 과학의 핵심 화두를 다루며 청중들에게 과학적 설렘을 전달합니다. 특히 이번 강연은 단순한 지식 전달을 넘어, 과학적 사고가 우리 삶과 사회를 어떻게 변화시키는지 깊이 있게 성찰하는 기회를 제공합니다. 데이터는 현대 인공지능을 움직이는 핵심 원료입니다. 과거에는 실험을 통해 소수의 데이터를 얻었지만, 이제는 매분 엄청난 양의 정보가 쏟아지는 빅데이터 시대에 살고 있습니다. 이러한 데이터는 스마트 팩토리의 생산성을 높이고 마케팅 전략을 최적화하며, 심지어 스포츠 경기에서 승리 확률이 높은 위치를 예측하는 데 활용됩니다. 농구 선수 스테픈 커리의 사례처럼, 데이터를 기반으로 한 기대 득점 분석은 현대 스포츠의 패러다임을 완전히 바꾸어 놓았습니다. 결국 데이터는 인공지능이 올바른 판단을 내릴 수 있도록 돕는 가장 중요한 기반이 됩니다. 인공지능은 인간의 지적 능력을 컴퓨터로 구현하는 기술로, 시행착오를 거치며 스스로 학습하는 과정을 통해 발전합니다. 자율 주차 프로그램이 수만 번의 사고를 겪으며 완벽한 주차 방법을 익히는 것처럼, 인공지능은 방대한 데이터를 바탕으로 인간의 업무를 효과적으로 대체해 나가고 있습니다. 현재의 인공지능은 시각과 청각을 넘어 후각, 미각, 촉각 등 오감을 정복하려 시도하고 있으며, 이는 궁극적으로 인간과 소통하고 공감하는 자율주행 시스템으로 이어질 것입니다. 이러한 기술적 진보는 인류의 노동을 획기적으로 줄여줄 것으로 기대됩니다. 하지만 현재의 인공지능은 데이터 편향성과 예측의 신뢰성이라는 한계에 직면해 있습니다. 특정 지역이나 문화권에 치우친 데이터는 잘못된 결과를 도출할 수 있으며, 복잡한 모델은 결과의 원인을 설명하지 못하는 '블랙박스 문제'를 야기합니다. 단순히 상관관계를 파악하는 것을 넘어, 사건의 인과관계를 추론하고 인간이 납득할 수 있는 설명을 제공하는 '해석 가능한 AI'의 개발이 시급합니다. 이를 위해서는 수학과 통계학 같은 기초 과학의 발전이 필수적이며, 미래의 인공지능 연구자들은 이러한 근본적인 문제들을 해결하는 데 도전해야 합니다. 인류의 역사는 전염병과의 끊임없는 전쟁이었습니다. 흑사병이나 천연두 같은 질병은 제국의 몰락을 가져오고 세계 지도를 바꾸는 결정적인 역할을 했습니다. 과거에는 과학적 지식의 부재로 기도나 무속 신앙에 의존했지만, 존 스노의 콜레라 역학 조사와 코흐의 세균 발견을 기점으로 전염병 대처 방식은 과학적으로 변모했습니다. 제너의 백신과 파스퇴르의 미생물학 연구는 인류의 평균 수명을 획기적으로 연장하는 기틀이 되었습니다. 이러한 과학적 성취 덕분에 인류는 보이지 않는 적에 맞서 싸울 수 있는 강력한 무기를 갖게 되었습니다. 현대 과학은 mRNA 기술을 통해 코로나19와 같은 팬데믹에 신속하게 대응할 수 있는 플랫폼을 구축했습니다. 하지만 기후 변화와 생태계 파괴로 인해 동물의 바이러스가 인간에게 전파되는 인수공통감염병의 위협은 더욱 커지고 있습니다. 앞으로의 과학은 변이 바이러스에도 대응할 수 있는 범용 백신과 코에 뿌리는 점막 백신 개발에 집중해야 합니다. 팬데믹은 더 이상 예기치 못한 사건이 아니라 충분히 예상 가능한 '회색 코뿔소'와 같습니다. 따라서 기초 과학 연구를 통해 새로운 병원체를 조기에 탐지하고 대응하는 능력을 기르는 것이 무엇보다 중요합니다. 과학의 발전은 단순히 기술의 진보를 의미하는 것이 아니라, 인류가 직면한 거대한 문제를 해결하려는 꿈과 도전의 과정입니다. 인공지능의 한계를 극복하고 새로운 전염병에 맞서기 위해서는 탄탄한 기초 과학 지식과 더불어 세상을 바라보는 넓은 시야가 필요합니다. '코이'라는 물고기가 환경에 따라 크기가 달라지듯이, 과학자의 꿈의 크기가 곧 인류 미래의 한계를 결정합니다. 미래를 이끌어갈 세대들이 기초 과학에 관심을 가지고 끊임없이 질문하며 도전할 때, 과학이 여는 미래는 더욱 밝고 풍요로워질 것입니다.

[강연] 제 31회 서울대 자연과학 공개강연_'세상을 바꾼 과학, 과학이 여는 미래' (1) by 박건웅, 안광석 l 서울대학교&카오스재단

박건웅, 안광석

카오스재단서울대자연과학공개강연
  • 생명과학
  • 수학

[연구뭐하지?] 뇌는 어떻게 정보를 처리하는가? 수학으로 서술하는 뇌인지연구 _곽지현 교수 | 서울대학교 “신경계산 연구실”

우리 뇌는 외부 환경에서 받아들이는 감각 정보와 공간 정보를 전기 신호로 변환하여 처리합니다. 수많은 신경세포가 생성하는 전기 신호들이 합산되고 정교하게 계산됨으로써 정보가 기억으로 저장되는 것입니다. 이러한 뇌의 계산 원리를 밝혀내는 연구는 새로운 정보처리 이론을 정립하는 데 핵심적인 역할을 합니다. 특히 주변 환경을 인지하고 길을 탐색하며 학습하는 과정에서 다양한 뇌세포들이 어떻게 상호작용하는지 이해하는 것이 이 연구의 주요 목적입니다. 컴퓨터 환경에 작은 뇌를 구현하는 시뮬레이션 연구는 뇌의 복잡한 정보처리 과정을 이해하는 중요한 도구입니다. 뇌 신경세포와 회로를 모사하여 인공신경망을 구축함으로써, 왜 특정 방식으로 세포들이 연결되어야 하는지 그 필연성을 유추할 수 있습니다. 뇌는 1,000억 개의 신경세포가 시공간적으로 끊임없이 신호를 주고받는 생물학적 컴퓨터와 같습니다. 최근 측정 기술의 발달로 확보된 방대한 데이터를 효율적으로 분석하기 위해서는 수리 모델을 통한 검증이 필수적입니다. 신경과학의 역사에서 수학적 접근은 노벨 생리의학상 수상으로 그 가치를 증명한 바 있습니다. 호지킨과 헉슬리는 신경세포의 전기 신호 생성 기전을 미분 방정식으로 수식화하여 생명 현상을 가장 완벽하게 모사했다는 평가를 받습니다. 이러한 선구적인 연구는 인간의 마음이 작동하는 원리까지도 수학적으로 규명할 수 있다는 희망을 줍니다. 개별 세포의 작동 기전이 수식으로 표현될 수 있다면, 시냅스로 연결된 거대한 신경회로망의 정보처리 과정 역시 수리적으로 모델링하여 뇌의 이론적 토대를 마련할 수 있습니다. 뇌 연구는 단순히 이론에 그치지 않고 인지 기능 향상과 질병 치료를 위한 실질적인 방안을 제시합니다. 약물을 이용한 일시적인 처방보다는 특정 신경세포를 직접 조절하여 기억력을 회복시키는 연구가 활발히 진행되고 있습니다. 예를 들어 알츠하이머 모델에서 특정 세포의 활성도를 조절함으로써 감소된 기억을 복원하는 성과를 거두기도 했습니다. 또한 실제 뇌의 복잡한 연결성을 모사하는 연구는 획일화된 구조를 가진 현재의 인공지능 알고리즘을 한 단계 진화시키는 데 중요한 영감을 제공합니다. 뇌의 공간 정보 계산 원리를 명확히 이해한다면 자율주행 자동차와 같은 첨단 산업 분야에도 혁신적인 기술을 적용할 수 있습니다. 과학 연구에서 가장 중요한 동력은 새로운 현상을 발견하고자 하는 재미와 열정입니다. 연구실은 다양한 테크닉과 연구 방법을 갖춘 뷔페와 같은 환경을 제공하여 학생들이 주도적으로 자신의 주제를 탐구할 수 있도록 돕습니다. 학부 과정에서 접하기 어려운 뇌과학의 특성상, 인턴십을 통해 실제 실험 기법을 익히고 학문적 적성을 확인하는 과정은 미래의 과학자로 성장하는 소중한 발판이 됩니다.

[연구뭐하지?] 뇌는 어떻게 정보를 처리하는가? 수학으로 서술하는 뇌인지연구 _곽지현 교수 | 서울대학교 “신경계산 연구실”

곽지현

카오스재단연구뭐하지
  • 뇌인지과학

[강연] 인공지능으로 풀어낸 단백질의 비밀 _ by백민경|제30회 서울대 자연과학대학 공개강연 | 4강

과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 발전을 만들어내는 '연결'에 있습니다. 우리 몸을 구성하는 아주 작은 분자인 단백질 연구 역시 이러한 연결을 통해 혁신을 맞이했습니다. 단백질은 우리 몸 안의 거의 모든 생명현상에 관여하는 핵심 물질로, 산소를 운반하거나 화학 반응을 촉진하는 효소 역할을 하며 외부 침입에 맞서는 면역체계를 유지하는 등 생존에 필수적인 기능을 수행합니다. 세포 내부를 들여다보면 물과 지방을 제외한 대부분이 단백질로 이루어져 있을 만큼 그 중요성은 절대적입니다. 화학을 전공하며 인류를 구원할 신약개발을 꿈꿨던 연구자는 실험실에서 시약을 섞는 대신 컴퓨터를 활용하는 계산화학의 길을 선택했습니다. 복잡한 수식과 논리로 단백질의 구조를 예측하는 이 분야는 손에 물을 묻히지 않고도 생명과학의 난제를 풀 수 있는 가능성을 제시했습니다. 특히 알파고와 이세돌의 대국은 인공지능이 과학 연구의 패러다임을 바꿀 수 있다는 강력한 희망을 심어주었으며, 이는 곧 컴퓨터 기술과 생명과학이 결합하여 새로운 지평을 여는 계기가 되었습니다. 2021년 발표된 '로제타폴드'는 인공지능 기반의 단백질 구조 예측 기술로, 바이오 분야의 획기적인 혁신으로 평가받습니다. 기존의 실험 방식은 단백질 구조 하나를 밝히는 데 수년의 시간과 수백억 원의 비용이 소요되었지만, 인공지능은 이를 단 몇 시간 만에 해결할 수 있게 했습니다. 사이언스지가 올해의 연구 성과로 선정하기도 한 이 기술은 단순히 속도의 문제를 넘어 인류가 겪는 수많은 질병의 치료제를 찾는 속도를 비약적으로 높여 신약개발의 새로운 시대를 열었습니다. 단백질은 아미노산이라는 작은 분자들이 사슬처럼 연결된 생체 고분자 물질입니다. 이 사슬이 어떤 순서로 배열되고 어떤 3차원 모양으로 접히느냐에 따라 단백질의 고유한 기능이 결정됩니다. 예를 들어 코로나바이러스가 인체 세포와 어떻게 결합하여 감염을 일으키는지 이해하려면 그 표면 단백질의 입체 구조를 정확히 알아야 합니다. 이러한 구조 정보를 바탕으로 우리는 바이러스의 결합을 방해하는 치료제를 만들거나 바이오센서로 활용할 수 있는 정밀한 백신을 설계할 수 있게 됩니다. 하지만 단백질이 가질 수 있는 구조의 경우의 수는 10의 300승 개에 달할 정도로 방대하여, 물리학적 원리만으로는 이를 예측하는 데 우주의 나이보다 긴 시간이 걸립니다. 연구자들은 이 난제를 해결하기 위해 단백질 진화의 역사에 주목했습니다. 수억 년의 진화 과정에서 생존에 성공한 단백질들은 구조와 기능을 유지하는 특정한 패턴을 서열 안에 간직하고 있습니다. 인공지능은 바로 이 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 찾아내는 데 탁월한 능력을 발휘하며 불가능해 보였던 예측을 현실로 만들었습니다. 인공지능은 단백질 서열이라는 '글'을 읽고 구조라는 '그림'을 그려내는 과정을 반복하며 정답에 가까운 구조를 찾아냅니다. 이제 기술은 단일 단백질의 구조 예측을 넘어, 단백질 간의 상호작용과 결합 구조까지 예측하는 단계로 진화했습니다. 이를 통해 암세포가 면역세포의 공격을 피하는 기제를 차단하는 새로운 항암제 후보물질을 설계하는 등 맞춤형 단백질 신약개발의 문이 활짝 열렸습니다. 이는 질병의 원인을 정확히 타격하는 정밀 의료의 핵심 기술로 자리 잡고 있습니다. 과학적 성취의 이면에는 서로 다른 분야를 잇는 '브리징 피플(Bridging People)'의 역할이 결정적이었습니다. 인공지능 전문가와 생물학자가 서로의 언어를 이해하고 협업할 때 비로소 거대한 혁신이 일어납니다. 새로운 것을 배우는 데 두려움 없이 다양한 분야 사이의 연결고리를 찾는 연습은 단백질이라는 작은 세계를 넘어 인류의 건강한 미래를 설계하는 가장 강력한 동력이 될 것입니다. 서로 다른 학문의 경계를 허무는 소통의 능력이야말로 현대 과학이 요구하는 가장 중요한 자질입니다.

[강연] 인공지능으로 풀어낸 단백질의 비밀 _ by백민경|제30회 서울대 자연과학대학 공개강연

백민경

카오스재단서울대자연과학공개강연
  • 생명과학

[강연] 배달앱 안의 과학: 데이터과학과 경영과학의 만남 _ by채민우|제30회 서울대 자연과학대학 공개강연 | 2강

현대 과학에서 혁신적인 성과는 기존 지식의 틀을 벗어나 전혀 다른 분야 사이의 연결고리를 찾아낼 때 발생하곤 합니다. 데이터 과학과 경영과학의 만남이 바로 그러한 사례 중 하나입니다. 데이터 과학은 방대한 데이터로부터 유용한 지식을 추출하는 학문이며, 경영과학은 복잡한 경영 문제에서 최적의 의사결정을 내리기 위한 분석적 방법을 다룹니다. 이 두 분야가 결합하면 배달 서비스와 같은 일상적인 플랫폼 비즈니스에서 발생하는 복합적인 문제들을 과학적으로 해결할 수 있는 강력한 도구가 됩니다. 데이터 과학은 현대 산업과 과학 전반에 걸쳐 막대한 영향을 미치고 있는 핵심 분야입니다. 특히 인공지능 기술의 발전과 함께 데이터 과학의 중요성은 더욱 커졌는데, 이는 수억 건의 데이터를 효과적으로 분석하여 유의미한 패턴을 찾아내는 기술 덕분입니다. 단순히 데이터를 쌓아두는 것에 그치지 않고, 하드웨어의 발전과 정교한 알고리즘을 통해 데이터 속에 숨겨진 가치를 발견함으로써 기업은 새로운 부가가치를 창출하고 서비스의 질을 획기적으로 개선할 수 있게 되었습니다. 경영과학은 제2차 세계대전 당시 군사 작전을 효율적으로 수행하기 위해 발달한 '경영과학'에 뿌리를 두고 있습니다. 이는 한정된 자원을 어떻게 배치해야 최소의 비용으로 최대의 효과를 낼 수 있을지 고민하는 최적화의 학문입니다. 복잡한 현실 문제를 수학적 함수로 변환하여 최댓값이나 최솟값을 구하는 과정은 오늘날 기업 경영의 핵심적인 의사결정 수단이 되었습니다. 특히 배달원 배치나 물류 운송 선단 편성 등 효율성이 생명인 분야에서 경영과학은 필수적인 역할을 수행합니다. 배달 앱 서비스 내부에는 수많은 과학적 요소가 숨어 있습니다. 주문이 발생했을 때 어떤 배달원에게 업무를 할당할지, 예상 배달 시간을 어떻게 산출할지, 그리고 마케팅 프로모션의 할인 폭을 어느 정도로 설정할지 등의 문제는 모두 정교한 의사결정을 필요로 합니다. 이러한 문제들은 배달원, 식당, 고객이라는 세 주체의 이해관계가 복합적으로 얽혀 있어 단순한 직관만으로는 해결하기 어렵습니다. 따라서 각 요소 간의 상관관계를 분석하고 전체 시스템의 효율을 높이는 과학적 접근이 요구됩니다. 과학의 핵심은 복잡한 현상을 간단한 수식으로 모델링하여 우리가 풀 수 있는 형태로 만드는 것입니다. 배달 수요와 배달원의 가용 인원, 지역별 교통 상황 등을 변수로 설정하여 선형계획법과 같은 수학적 모델을 구축하면 최적의 해답을 찾을 수 있습니다. 1940년대 개발된 단체법(Simplex Method)과 같은 알고리즘은 수만 개의 변수가 얽힌 복잡한 최적화 문제도 해결할 수 있게 해주었습니다. 이러한 모델링 과정은 현실의 중요한 성질만을 추출하여 논리적인 해법을 제시하는 공학적 사고의 정수라고 할 수 있습니다. 하지만 현실 세계에는 항상 불확실성이 존재합니다. 갑작스러운 기상 변화나 예상치 못한 수요 폭증은 고정된 수식만으로는 대응하기 어렵습니다. 이를 해결하기 위해 확률적 최적화 기법이 도입됩니다. 비가 올 확률이나 요일별 수요 변동을 확률 변수로 설정하여 기대 수익을 최대화하는 방향으로 모델을 확장하는 것입니다. 데이터가 부족한 신규 지역의 경우에도 베이지안 방법론과 같은 통계적 기법을 활용하면 기존의 사전 지식과 결합하여 나름의 합리적이고 과학적인 추정을 내릴 수 있습니다. 데이터 과학자는 단순히 수치를 계산하는 사람이 아니라 데이터 이면에 숨겨진 진실을 파악하는 전문가입니다. 여러 변수가 복합적으로 작용할 때 나타나는 '심슨의 역설'과 같은 통계적 오류를 피하고, 데이터의 불확실성을 정량화하여 의사결정의 리스크를 줄이는 역할을 합니다. 비록 하루아침에 수익을 두 배로 올리는 마법은 아닐지라도, 이탈률을 단 1%만 줄이는 작은 변화가 장기적으로는 시장 점유율을 두 배로 벌리는 거대한 결과로 이어집니다. 결국 데이터와 경영과학의 융합은 지속 가능한 성장을 위한 필수 조건입니다.

[강연] 배달앱 안의 과학: 데이터과학과 경영과학의 만남 _ by채민우|제30회 서울대 자연과학대학 공개강연

채민우

카오스재단서울대자연과학공개강연
  • 수학
  • 융합

[페스티벌+어스] 지속가능한 지구: 미래 by 장동선, 오혜연ㅣ 2022 대한민국 과학축제(페스티벌 어스)

인공지능 기술은 인간의 지능을 모사하며 비약적으로 발전하고 있습니다. 최근 주목받는 'DALL-E(달리)'와 같은 멀티모달 모델은 언어와 시각 정보를 동시에 처리하며 인간의 사고방식에 한 걸음 더 다가섰습니다. 사용자가 문장으로 묘사하면 인공지능이 이를 정교한 이미지로 구현하는 기술은 단순한 편리함을 넘어 예술과 기술의 경계를 허물고 있습니다. 이러한 발전은 우리 삶을 더욱 풍요롭게 만들 잠재력을 지니고 있지만, 동시에 기술이 나아가야 할 올바른 방향에 대한 깊은 고민을 안겨주기도 합니다. 하지만 인공지능의 화려한 발전 뒤에는 데이터의 편향성이라는 어두운 그림자가 존재합니다. 특정 지역이나 문화권에 치우친 학습 데이터는 인공지능이 성별, 인종, 직업에 대해 고정관념을 갖게 만드는 원인이 됩니다. 예를 들어 결혼식이나 특정 직업군을 묘사할 때 서구 중심적이거나 성차별적인 결과물을 내놓는 현상은 기술의 공정성에 의문을 제기합니다. 이는 단순히 기술적 오류를 넘어 사법 시스템이나 채용 등 실생활의 중요한 결정에 부정적인 영향을 미칠 수 있다는 점에서 매우 심각한 문제입니다. 이러한 문제를 해결하기 위해 연구자들은 포용적인 인공지능 시스템 구축에 힘쓰고 있습니다. 기술의 한계와 목적을 명시하는 '모델 카드(Model Card)'를 도입하여 사용자가 편향성을 인지하도록 돕고, 소외된 지역의 데이터를 적극적으로 수집하여 학습에 반영하는 노력이 이어지고 있습니다. 또한 정확도뿐만 아니라 공정성 지표를 함께 고려하여 특정 집단에 대해 성능이 저하되지 않도록 모델을 설계합니다. 기술적 보완과 더불어 사회적 합의를 통해 인공지능이 인류 전체를 위한 도구로 거듭나도록 만드는 것이 우리의 과제입니다. 뇌과학의 관점에서 볼 때, 인간의 뇌는 본질적으로 생존을 위한 '미래 예측 머신'입니다. 5억 년 전 최초의 뇌가 등장한 이래로 생명체는 외부 환경의 변화를 감지하고 능동적으로 대응하기 위해 신경계를 발달시켜 왔습니다. 과거의 경험을 바탕으로 미래를 예측하는 능력은 위험을 피하고 자원을 확보하는 데 필수적인 요소였습니다. 인공지능이 데이터를 통해 패턴을 학습하듯, 우리의 뇌도 끊임없이 정보를 처리하며 내일의 생존 확률을 높이기 위해 작동합니다. 이러한 예측 능력은 인류 문명을 지탱하는 근간이 되었습니다. 과거 멜서스(Malthus)는 인구 증가 속도를 식량 생산이 따라가지 못해 인류가 파멸할 것이라 경고했지만, 과학 기술의 혁신은 그 예측을 뒤엎었습니다. 하지만 오늘날 우리는 기후 위기라는 더 거대한 도전에 직면해 있습니다. 급격한 기온 상승과 생태계 파괴는 인류의 거주 가능 영역을 좁히고 있으며, 이는 질병과 분쟁의 씨앗이 되고 있습니다. 이제는 단순히 기술적 효율성을 높이는 것을 넘어, 지구라는 한정된 환경 안에서 어떻게 지속 가능한 삶을 영위할 것인가에 대한 근본적인 해답을 찾아야 할 때입니다. 인류가 위기를 극복해 온 핵심 동력은 개별적인 뇌의 성능 향상이 아니라 '뇌와 뇌의 연결'에 있었습니다. 구석기 시대와 비교해 생물학적 뇌 구조는 큰 차이가 없지만, 지식과 정보를 공유하는 속도는 비약적으로 빨라졌습니다. 타인의 행동을 공감하고 뇌파가 동기화되는 '뉴럴 커플링(Neural Coupling)' 현상은 우리가 집단 지성을 발휘할 수 있게 하는 생물학적 토대입니다. 폐쇄적인 사회보다 자유로운 소통이 일어나는 곳에서 혁신이 탄생하듯, 서로의 지혜를 나누는 연결의 힘이야말로 기후 위기와 같은 전 지구적 난제를 해결할 열쇠입니다. 결국 인공지능과 뇌과학이 지향하는 종착지는 인류의 지속 가능한 미래입니다. 인공지능의 편향성을 극복하고 포용성을 확보하는 노력과, 뇌의 연결성을 통해 집단 지성을 극대화하는 과정은 서로 맞닿아 있습니다. 우리는 각자 독립된 개인이지만, 동시에 타인 및 환경과 끊임없이 상호작용하며 변화하는 존재입니다. 기술이 주는 혜택이 특정 계층에 머물지 않고 모두에게 공정하게 돌아갈 때, 그리고 우리가 서로의 존재를 인정하며 연대할 때 비로소 인류는 닥쳐올 위기를 기회로 바꾸며 진보할 수 있을 것입니다.

[페스티벌+어스] 지속가능한 지구: 미래 by 장동선, 오혜연ㅣ 2022 대한민국 과학축제(페스티벌 어스)

오혜연, 장동선

카오스재단2022 대한민국 과학축제 ㅣ 페스티벌 어스
  • 뇌인지과학
  • 융합

[국제천문연맹총회] 8/5 모두를 위한 천문학 by 셰퍼트 돌먼 교수(Prof. Sheperd S. Doeleman)

2022년 부산에서 열린 국제천문연맹 총회는 '모두를 위한 천문학'이라는 슬로건 아래 인류 역사상 가장 도전적인 프로젝트 중 하나인 사건의 지평선 망원경(EHT)을 조명했습니다. 블랙홀은 빛조차 빠져나올 수 없는 강력한 중력을 가진 천체로, 본질적으로 보이지 않으려는 속성을 지니고 있습니다. 하지만 전 세계의 과학자들은 지구 크기의 가상 망원경을 구축하여 5,500만 광년 떨어진 M87 은하 중심의 블랙홀을 포착하는 데 성공했습니다. 이는 단순한 사진 촬영을 넘어 우주의 근원적인 비밀을 밝히려는 인류의 거대한 여정이었습니다. 블랙홀의 존재는 아인슈타인의 일반 상대성 이론에서 시작되었습니다. 그는 중력을 시공간의 왜곡으로 정의했으며, 이는 별빛이 태양 근처에서 휘어지는 현상을 통해 증명되었습니다. 이후 슈바르츠실트는 특정 질량이 아주 작은 영역에 응축될 때 빛조차 탈출할 수 없는 '사건의 지평선'이 형성됨을 수학적으로 밝혀냈습니다. 초기에는 수학적 호기심에 불과했던 이 개념은 현대 천문학을 통해 우주에서 가장 강력한 엔진인 블랙홀로 실체화되었습니다. EHT는 바로 이 이론적 경계인 사건의 지평선을 직접 관측하여 아인슈타인의 예견을 검증하고자 했습니다. 블랙홀은 모든 것을 삼키는 어둠의 존재처럼 보이지만, 역설적으로 우주에서 가장 밝은 천체 중 하나입니다. 블랙홀 주변으로 끌려 들어가는 물질은 엄청난 속도로 가속되며 수십억 도까지 가열되고, 이 과정에서 막대한 복사 에너지를 방출합니다. 핵융합의 효율이 1% 미만인 데 비해 블랙홀의 자기장은 물질의 에너지를 최대 40%까지 변환하는 놀라운 효율을 자랑합니다. 이러한 에너지는 은하 규모의 물질 재분배를 일으키며 밤하늘의 모습을 결정짓는 중요한 역할을 합니다. 우리가 본 고리 모양의 빛은 바로 이 거대한 우주 엔진이 내뿜는 마지막 광휘인 셈입니다. 지구 크기의 망원경을 만들기 위해 연구진은 초장기선 간섭계(VLBI) 기술을 활용했습니다. 하와이, 칠레, 남극 등 세계 각지의 전파 망원경을 연결하고 원자 시계를 이용해 데이터를 1,000만 년에 1초 오차 수준으로 정밀하게 기록했습니다. 이렇게 수집된 방대한 데이터는 물리적인 하드 드라이브에 담겨 슈퍼컴퓨터로 운송되었으며, 컴퓨터 알고리즘을 통해 하나의 거대한 가상 렌즈로 합성되었습니다. 이는 달 표면에 놓인 오렌지를 지구에서 식별할 수 있을 정도의 초고해상도를 구현한 것으로, 현대 과학 기술이 도달한 정밀함의 정점을 보여주는 사례입니다. 과학적 객관성을 유지하기 위해 EHT 팀은 인간의 편견을 배제하는 엄격한 과정을 거쳤습니다. 데이터를 분석할 때 연구진을 네 개의 독립된 팀으로 나누어 서로 소통하지 않은 채 각자의 방식으로 이미지를 재구성하도록 했습니다. 이는 마치 치와와와 머핀을 구별하는 것처럼, 인간의 뇌가 익숙한 형태를 찾으려는 성향을 경계하기 위함이었습니다. 2018년 여름, 네 팀이 한자리에 모여 각자 도출한 이미지를 공개했을 때 모두가 동일한 고리 구조를 확인하며 전율했습니다. 이러한 철저한 검증 과정은 블랙홀의 첫 사진이 단순한 우연이 아닌 확고한 과학적 사실임을 뒷받침합니다. 관측 결과는 놀라웠습니다. M87 블랙홀은 태양 질량의 65억 배에 달하는 거대함을 드러냈고, 우리 은하 중심의 궁수자리 A* 역시 태양 질량의 400만 배라는 사실이 확인되었습니다. 두 블랙홀은 질량 차이가 엄청남에도 불구하고 아인슈타인의 이론이 예측한 고리 모양을 정확히 유지하고 있었습니다. 특히 궁수자리 A*는 물질의 움직임이 매우 빨라 관측이 어려웠음에도 불구하고, 수많은 시뮬레이션과 데이터 처리를 통해 그 실체를 드러냈습니다. 이는 일반 상대성 이론이 우주의 서로 다른 규모에서도 변함없이 성립함을 보여주는 결정적인 증거가 되었습니다. 이제 인류는 블랙홀의 정지화면을 넘어 동영상을 촬영하려는 차세대 사건의 지평선 망원경(ngEHT) 프로젝트를 준비하고 있습니다. 더 많은 망원경을 지구 곳곳에 추가하고 우주 궤도에까지 관측망을 확장함으로써, 블랙홀에서 뿜어져 나오는 제트의 역동적인 변화를 실시간으로 관찰하려는 것입니다. 이 거대한 프로젝트의 성공은 20개국 300명이 넘는 과학자들이 국경과 장벽을 넘어 협력했기에 가능했습니다. 기초 과학에 대한 투자는 당장의 실용성을 넘어 인류의 지적 지평을 넓히는 가장 확실한 길이며, 100년 전 아인슈타인의 방정식과 오늘날의 관측 데이터가 만나는 경이로운 악수와도 같습니다.

[국제천문연맹총회] 8/5 모두를 위한 천문학 by 셰퍼트 돌먼 교수(Prof. Sheperd S. Doeleman)

Sheperd S. Doeleman(셰퍼트 돌먼)

카오스재단카오스크로스
  • 천문학

[강연] 메타버스, 디지털세상, 그리고 뇌 by장동선ㅣ2021 '대한민국 과학기술대전' 세번째 | 3강

뇌과학의 관점에서 메타버스를 이해하기 위해서는 먼저 '사이버네틱스'라는 학문의 뿌리를 살펴볼 필요가 있습니다. 그리스어 '키베르네테스'에서 유래한 이 분야는 인간의 뇌가 몸을 조종하거나 기계를 제어하는 메커니즘을 생물학적으로 탐구합니다. 기초과학 연구의 산실인 막스 플랑크 연구소에서는 인간의 행동과 뇌의 변화, 그리고 이를 인공지능에 적용하는 연구를 지속해 왔습니다. 이러한 연구는 우리가 가상 세계를 어떻게 인지하고 그 안에서 어떻게 상호작용하는지를 밝히는 중요한 토대가 됩니다. 메타버스는 최근에 갑자기 등장한 개념이 아니라, 1950년대부터 이어진 사이버네틱스의 흐름과 맞닿아 있습니다. 1980년대에는 철학을 대체할 학문으로 기대를 모았으나, 지나친 낙관론과 기술적 한계로 인해 한때 '겨울'을 맞이하기도 했습니다. 하지만 과학자들은 보이지 않는 곳에서 로봇공학, AI, 복잡계 연구를 묵묵히 이어왔습니다. 1992년 소설 '스노우 크래시'에서 처음 등장한 메타버스라는 단어는, 이제 단순한 상상을 넘어 현실과 가상이 정교하게 연결되는 새로운 시대로 우리를 안내하고 있습니다. 메타버스를 구성하는 요소는 크게 가상현실, 증강현실, 거울 세계, 라이프로깅의 네 가지로 분류됩니다. 가상현실이 게임과 같은 디지털 공간을 의미한다면, 증강현실은 실제 세상 위에 정보를 덧입히는 기술입니다. 거울 세계는 내비게이션처럼 현실을 디지털로 복제한 공간이며, 라이프로깅은 우리의 일상 데이터를 온라인에 기록하는 행위입니다. 뇌과학적으로 볼 때, 우리 뇌는 이미 외부의 자극을 전기 신호로 처리하여 세상을 인지하므로, 이러한 가상 세계를 받아들이는 데 매우 익숙한 구조를 갖추고 있습니다. 현대 사회에서 인간의 모든 행동과 취향은 디지털 데이터로 변환되어 '휴먼 디지털 피놈'을 형성합니다. 우리가 무엇을 좋아하고 언제 어디로 이동하는지에 대한 데이터의 총합은 인공지능이 인간을 예측하는 핵심 자원이 됩니다. 미래의 기업들은 이러한 데이터를 확보하여 개인의 운명이나 선택을 정교하게 읽어내려는 경쟁을 벌이고 있습니다. 이는 메타버스 공간이 단순한 놀이터를 넘어, 인간이라는 존재를 규정하고 예측하는 거대한 데이터 플랫폼으로 진화하고 있음을 시사합니다. 메타버스의 본질은 스마트폰을 잇는 '차세대 인터넷'이자, 우리의 몸과 공간을 직접 사용하는 '체화된 인터넷'에 있습니다. PC와 스마트폰이 연결의 혁신을 가져왔다면, 이제는 안경이나 헤드셋 같은 웨어러블 기기를 통해 정보를 직접 경험하는 시대가 오고 있습니다. 키보드나 터치스크린 대신 손동작과 뇌 신호를 사용하여 디지털 세상과 소통하게 되는 것입니다. 실리콘밸리의 거대 기업들이 하드웨어 경쟁에 뛰어든 이유도 바로 이 판도가 바뀌는 지점을 선점하기 위해서입니다. 기술의 발전 이면에는 우리가 해결해야 할 사회적 과제들도 산재해 있습니다. 메타버스를 누가 제어하고 통제할 것인가에 대한 거버넌스 문제부터, 기술로부터 소외되는 '디지털 격차' 현상까지 신중한 접근이 필요합니다. 특히 팬데믹 상황에서 디지털 격차는 단순한 편의를 넘어 생존의 문제로 직결되기도 했습니다. 메타버스가 현실로부터의 도피처가 될 것인지, 아니면 우리 삶을 풍요롭게 만드는 도구가 될 것인지는 기술을 대하는 우리의 태도와 사회적 합의에 달려 있습니다. 수만 년의 시간 동안 인류의 뇌는 생물학적으로 거의 진화하지 않았습니다. 기술이 아무리 화려하게 변해도 인간이 행복을 느끼는 조건인 자율성, 성취감, 연결감은 변하지 않는 본질입니다. 메타버스라는 새로운 환경에서도 우리가 진정으로 추구해야 할 가치는 기술 그 자체가 아니라, 인간다운 삶을 실현하는 데 있습니다. 미래를 예측하는 가장 좋은 방법은 그 미래를 스스로 만들어가는 것이라는 말처럼, 우리는 기술을 통해 더 나은 연결과 성장을 꿈꾸는 주체가 되어야 합니다.

[강연] 메타버스, 디지털세상, 그리고 뇌 by장동선ㅣ2021 '대한민국 과학기술대전' 세번째

장동선

카오스재단카오스크로스
  • 뇌인지과학
  • 융합

[인터뷰] 송성주_AI가 발달하면 주식을 예측할 수 있을까? | 2021 가을 카오스강연 '과학의 희열'

성취 중심의 삶에서 벗어나 현재 가진 것에 감사하며 이를 선한 일에 활용하려는 태도는 개인의 평안뿐만 아니라 주변에도 긍정적인 영향을 미칩니다. 통계학이라는 전공 역시 처음부터 확고한 목표가 있었던 것은 아니었습니다. 컴퓨터 과학에 대한 막연한 동경으로 시작해 계산통계학과에 진학했지만, 공부 과정에서 통계학의 매력을 발견하며 전공을 선택하게 되었습니다. 이처럼 어린 시절에 하고 싶은 일이 명확하지 않더라도 다양한 경험을 쌓다 보면 자신에게 맞는 길을 찾을 수 있다는 사실은 많은 이들에게 위로와 용기를 줍니다. 박사 학위 취득 직후 시작된 교수 생활과 육아는 시간적 여유를 허락하지 않았지만, 그 과정에서 가족과 함께하는 소박한 일상의 소중함을 깨달았습니다. 아이들과 함께 야외를 산책하거나 등산을 즐기며 에너지를 발산하는 시간은 바쁜 일상 속에서 큰 활력소가 되었습니다. 특히 실력과 상관없이 아이들과 함께 악기를 연주하고 노래하며 신앙을 표현하는 활동은 가족 간의 유대감을 강화하는 소중한 경험이 됩니다. 이러한 소소한 취미와 가족과의 시간은 연구와 교육에 매진할 수 있는 든든한 정서적 기반이 되어줍니다. 금융공학과 금융통계는 현대 자본시장을 이해하는 핵심적인 도구입니다. 금융수학이 파생상품의 가격 결정이나 투자 전략 수립에 수학을 적용하는 응용수학 분야라면, 금융공학은 이를 통계 분석이나 모의 실험 등의 기법으로 실제 문제에 적용하는 실용적인 성격을 띱니다. 금융통계는 시장에 넘쳐나는 방대한 자료를 수집하고 분석하여 적절한 의사결정을 돕는 일련의 과정을 의미합니다. 변동성 추정이나 리스크 측정, 수익률 예측 등 금융시장의 주요 과제들은 모두 이러한 학문적 토대 위에서 다루어지며 시장의 효율성을 높이는 데 기여합니다. 주가 수익률 예측은 많은 이들의 관심사이지만, 전통적인 통계적 방법론으로는 유의미한 성과를 거두기 어려운 난제 중 하나입니다. 과거에는 설명 변수를 제한적으로 사용하거나 랜덤워크 모형에 의존하는 경향이 있었으나, 최근에는 인공지능과 빅데이터 기술의 발전으로 새로운 국면을 맞이하고 있습니다. 방대한 데이터를 처리할 수 있는 고급 예측 기법들이 등장하면서 더욱 정교한 연구가 가능해진 것입니다. 비록 시장의 불확실성을 완전히 제거하는 것은 불가능에 가깝지만, 기술적 진보는 금융 데이터 분석의 정확도를 높이는 데 중요한 역할을 할 것으로 기대됩니다. 교육 현장에서는 복잡한 수식의 나열보다 '왜 이 공부를 하는가'에 대한 근본적인 이유를 설명하는 것이 무엇보다 중요합니다. 계산의 목적과 개념 간의 연관성을 명확히 전달할 때 학생들은 학문의 본질을 더 깊이 이해할 수 있습니다. 연구 측면에서는 수익률 극대화보다 리스크를 효과적으로 관리하고 측정하는 데 집중하고자 합니다. 이해하기 쉽고 실용적인 리스크 측도를 개발하여 복잡한 금융상품의 리스크를 정확히 평가함으로써, 시장 참여자들이 보다 안전하고 합리적인 선택을 할 수 있도록 돕는 가교 역할을 수행하는 것이 궁극적인 목표입니다.

[인터뷰] 송성주_AI가 발달하면 주식을 예측할 수 있을까? | 2021 가을 카오스강연 '과학의 희열'

송성주

카오스재단카오스강연
  • 수학

[인터뷰] 유주연_바이러스와의 공존, 어느날 일어나보니...? | 2021 가을 카오스강연 '과학의 희열'

과학자의 길을 걷다 보면 자연스레 '까칠하고 깐깐하다'는 평을 듣게 되곤 합니다. 이는 직업병이라기보다 사실에 기반한 사고를 지향하는 과학적 태도에서 비롯된 결과입니다. 주관적인 추정이나 근거 없는 가정을 철저히 경계하고, 오직 명확한 증거(Evidence)에 기반하여 의견을 개진하는 것이 연구의 기본이기 때문입니다. 이러한 비논리적인 행위를 피하려는 노력은 일상생활에도 영향을 미치지만, 결국 이는 현상을 왜곡 없이 바라보려는 과학자만의 정직한 시선이라고 할 수 있습니다. 스스로를 끊임없이 경계하며 질문을 던지는 태도야말로 진실에 다가가는 첫걸음이 됩니다. 처음부터 과학자를 꿈꿨던 것은 아니었습니다. 본래 질병을 고치는 의사가 되고 싶었으나, 우연한 기회에 접한 유전학 수업이 인생의 전환점이 되었습니다. 특히 '선천성 대사 이상'이라는 책과 겸상 적혈구 빈혈증에 대한 사례를 접하며 큰 전율을 느꼈습니다. 단순히 병을 치료하는 행위를 넘어, 특정 단백질의 아미노산 변이가 어떻게 질병으로 이어지는지 그 근원적인 기전을 이해하고 싶다는 강렬한 열망이 생겨난 것입니다. 병이 왜 생기는지를 탐구하는 과정에서 찾은 깨달음은 지금까지 연구의 길을 걷게 하는 가장 강력한 동력이 되었습니다. 연구라는 긴 여정에서 '희열'의 순간은 아주 간헐적으로 찾아옵니다. 그 짧은 찰나를 위해 연구자는 기나긴 인고의 시간을 열정으로 버텨내야 합니다. 하지만 열정은 가만히 둔다고 유지되는 것이 아니라, 마치 식물처럼 정성껏 물을 주고 가꾸어야 하는 대상입니다. 특히 정신력은 체력 상태와 밀접하게 연결되어 있습니다. 체력이 뒷받침되지 않으면 열정은 금방 시들기 마련이기에, 규칙적인 운동을 통해 최상의 몸 상태를 유지하는 것은 연구의 연장선이자 필수적인 과정입니다. 건강한 신체는 곧 창의적인 연구를 지속할 수 있는 든든한 버팀목이 됩니다. 복잡한 연구 데이터 속에서 길을 잃었을 때, 해답은 의외로 단순함에 있었습니다. '생각의 탄생'이라는 책을 통해 깨달은 것은, 핵심 아이디어를 찾기 위해 불필요한 것들을 과감히 버려야 한다는 점이었습니다. 모든 데이터를 끌어안고 이해하려 하기보다, 생명 현상의 본질을 흐리는 군더더기를 솎아내는 작업이 선행되어야 합니다. "버릴 것이 무엇인지 찾아야 한다"는 가르침은 연구실의 중요한 철학이 되었고, 이는 복잡한 현상을 명료한 법칙으로 설명해 내는 과학적 통찰력의 핵심이 되었습니다. 비우는 과정을 통해 비로소 현상의 진정한 의미가 보이기 시작합니다. 현재 우리는 바이러스와 함께 살아가는 시대를 지나고 있습니다. 바이러스의 변이는 두려움의 대상이 아니라, 생존을 위한 자연스러운 변화의 과정입니다. mRNA 백신은 우리 몸이 바이러스를 기억하고 빠르게 대응할 수 있도록 돕는 정교한 기술의 산물입니다. 궁극적으로 바이러스는 인간과 공존할 수 있는 평화로운 방향으로 진화해 나갈 것입니다. 마치 소설 '안드로메다 스트레인'의 결말처럼, 치명적이었던 존재가 어느 순간 우리와 공존 가능한 형태로 변모하기를 기대합니다. 연구의 즐거움을 잃지 않고 이 신비로운 생명 현상을 탐구하는 여정은 앞으로도 계속될 것입니다.

[인터뷰] 유주연_바이러스와의 공존, 어느날 일어나보니...? | 2021 가을 카오스강연 '과학의 희열'

유주연

카오스재단카오스강연
  • 생명과학

[연구뭐하지] 남성현 교수_서울대학교 '해양환경관측연구실' | 배에 오르시지요. 바다를 직접 피부로 느끼면서 연구할 동료 모집!

서울대학교 해양환경관측연구실은 바다에서 일어나는 다양한 물리적 현상을 연구하는 곳입니다. 이곳의 핵심은 '관측'에 있습니다. 연구원들은 직접 배를 타고 현장으로 나가 장비를 설치하고 데이터를 수집합니다. 단순히 이론에 머무는 것이 아니라, 실제 바다라는 거대한 실험실에서 얻은 생생한 자료를 분석하여 해양의 변화를 과학적으로 규명합니다. 배를 타지 않는 시간에도 바다에 설치된 장비들은 끊임없이 정보를 보내오며, 이를 통해 우리 눈에 보이지 않는 바닷속의 역동적인 움직임을 이해하려 노력하고 있습니다. 해수면 상승은 기후 위기의 대표적인 징후이지만, 그 원인은 생각보다 훨씬 복잡합니다. 많은 이들이 남극의 빙하 해빙이나 바닷물의 열팽창만을 떠올리지만, 실제로는 해류 패턴의 변화나 대기와의 상호작용, 심지어 연안의 인공 구조물 설치 등 다양한 요인이 얽혀 있습니다. 연구실에서는 현장 관측 자료를 바탕으로 이러한 변화의 근본적인 원인을 분석합니다. 이러한 연구 결과는 단순한 학술적 성과를 넘어 국가 정책 수립이나 해양 환경 보호를 위한 중요한 기초 자료로 활용되며 사회적 가치를 창출하고 있습니다. 바다 표면의 파도는 누구나 볼 수 있지만, 바닷속 깊은 곳에서 소리 없이 움직이는 '내부파'는 관측 장비 없이는 그 존재를 알기 어렵습니다. 연구실에서는 동해안 등 특정 해역에서 발생하는 단일주기 내부파를 집중적으로 연구하며, 이 파동이 어디에서 생성되어 어떤 경로로 전파되는지를 추적합니다. 보이지 않는 현상을 데이터를 통해 시각화하고 그 물리적 배경을 밝혀내는 과정은 해양학의 정수라 할 수 있습니다. 이러한 연구는 해양 에너지의 흐름과 생태계에 미치는 영향을 이해하는 데 필수적인 열쇠가 되고 있습니다. 해양 관측은 때로 국가적 사명감과 연결되기도 합니다. 울릉도와 독도 인근 해역에서 장기간 관측 장비를 운용하다 보면 타국 순시선의 방해를 받는 등 예상치 못한 어려움에 직면하기도 합니다. 하지만 거친 파도와 외교적 긴장 속에서도 묵묵히 데이터를 수집하는 과정은 우리 바다의 가치를 증명하는 길입니다. 좁은 배 안에서 동료들과 부대끼며 보내는 시간은 서로를 끈끈하게 이어주는 소중한 자산이 되며, 이러한 현장 경험은 연구실에 앉아 있을 때와는 전혀 다른 깊은 통찰력을 제공하고 있습니다. 기후 위기 시대에 바다를 이해하는 것은 인류의 생존과 직결된 문제입니다. 지구온난화로 발생하는 열의 대부분을 바다가 흡수하고 있으며, 해류의 순환과 열교환은 전 지구적인 기상 현상을 결정짓는 핵심 요소입니다. 이제 해양학은 단순한 호기심을 넘어 지구 환경을 지키기 위한 사명감의 영역으로 진입했습니다. 포스트 코로나 시대에는 경제 성장보다 생태와 환경이 우선시되는 만큼, 바다라는 현장에서 직접 피부로 느끼며 자연의 원리를 밝혀내고자 하는 미래 세대의 역할이 그 어느 때보다 중요해지고 있습니다.

[연구뭐하지] 남성현 교수_서울대학교 '해양환경관측연구실' | 배에 오르시지요. 바다를 직접 피부로 느끼면서 연구할 동료 모집!

남성현

카오스재단연구뭐하지
  • 지구환경과학

[국립광주과학관xGIST] 8월 과학스쿨 - 초등학생을 위한 인공지능

인공지능(AI)은 '사람이 만든 생각하는 능력'을 의미합니다. 우리 주변의 스마트폰이나 컴퓨터 안에서 소프트웨어 형태로 존재하며, 전기 신호를 계산해 복잡한 판단을 내립니다. 얼굴 인식이나 자율주행 자동차, 드론의 경로 탐색 등 다양한 분야에서 이미 널리 활용되고 있습니다. 최근에는 의학 분야에서 신약이나 백신을 개발할 때도 인공지능이 투입되어 인간의 삶을 더욱 편리하고 안전하게 만들어주는 핵심적인 역할을 수행합니다. 인공지능을 더 자세히 이해하기 위해서는 머신러닝과 딥러닝이라는 개념을 알아야 합니다. 이는 동물이라는 큰 범주 안에 새가 있고, 그 안에 독수리가 포함되는 것과 같은 관계입니다. 인공지능이라는 넓은 범위 안에서 기계가 스스로 학습하는 기술을 머신러닝이라 부르며, 그중에서도 오늘날 가장 뛰어난 성능을 보여주는 핵심 기술이 바로 딥러닝입니다. 이러한 계층 구조를 파악하면 인공지능 기술이 어떤 체계로 발전해 왔는지 명확히 알 수 있습니다. 컴퓨터는 우리가 보는 사진이나 그림을 아주 상세한 숫자의 집합으로 기억합니다. 예를 들어 작은 이미지 하나라도 컴퓨터 내부에서는 수백만 개의 숫자로 표현되는데, 이를 데이터라고 부릅니다. 인공지능은 이 방대한 숫자 데이터를 분석하여 일정한 규칙을 찾아냅니다. 특정 기준값보다 계산된 결과가 크면 고양이로 분류하고, 작으면 강아지로 판정하는 식입니다. 이처럼 모든 정보를 수치화하여 논리적으로 처리하는 능력이 인공지능의 기초가 됩니다. 복잡한 데이터를 분류하는 원리는 종이접기에 비유할 수 있습니다. 수만 개의 숫자로 이루어진 고차원의 정보를 우리가 이해할 수 있는 낮은 차원으로 옮기기 위해서는 데이터를 마치 종이처럼 접는 과정이 필요합니다. 전문적으로는 이를 차원 접기라 하며, 복잡하게 뒤섞인 정보들 사이에서 명확한 구분선을 찾아내는 것이 학습의 핵심입니다. 이러한 과정을 통해 인공지능은 아주 복잡한 환경 속에서도 대상의 특징을 정확하게 식별하게 됩니다. 인공지능이 스스로 학습할 수 있는 배경에는 정교한 수학 공식이 숨어 있습니다. 미분과 비선형 함수 같은 원리를 이용해 데이터를 반복해서 확인하며 스스로 오차를 줄여나가는 것입니다. 연구원들은 인공지능 모델이 종이를 몇 번이나 접을지, 어떤 구조로 설계할지 결정하는 역할을 합니다. 즉, 수학과 코딩은 인공지능이 스스로 배울 수 있게 만드는 가장 중요한 도구이며, 미래의 인공지능 전문가를 꿈꾸는 학생들에게 필수적으로 요구되는 역량입니다. 누구나 집에서 인공지능의 원리를 직접 체험해 볼 수 있는 도구도 존재합니다. 구글의 티처블 머신 같은 서비스를 활용하면 사진이나 소리, 동작 데이터를 직접 입력해 나만의 인공지능 모델을 만들 수 있습니다. 예를 들어 특정 인형 사진을 여러 각도에서 찍어 학습시키면, 인공지능이 카메라에 비친 대상을 스스로 인식하고 분류하게 됩니다. 이런 실습을 통해 우리는 인공지능에게 양질의 데이터를 제공하는 것이 학습 결과에 얼마나 큰 영향을 미치는지 깨닫게 됩니다. 4차 산업혁명 시대의 가장 소중한 자산은 바로 데이터입니다. 인공지능은 데이터를 학습의 양분으로 삼으며, 더 많은 정보가 쌓일수록 그 판단 능력은 비약적으로 향상됩니다. 단순히 기술을 수동적으로 받아들이는 것을 넘어, 인공지능의 작동 원리를 이해하고 이를 창의적으로 활용하려는 태도가 무엇보다 중요합니다. 인공지능이 열어갈 미래의 가능성은 무궁무진하며, 우리가 제공하는 데이터와 수학적 논리가 결합할 때 세상은 더욱 놀랍게 변화할 것입니다.

[국립광주과학관xGIST] 8월 과학스쿨 - 초등학생을 위한 인공지능
국립광주과학관강연&포럼
  • 뇌인지과학
  • 수학
  • 융합

[연구뭐하지] 원중호 교수_서울대학교 '통계계산연구실' | 이렇게나 고차원적인 대용량 자료를 다룬다고요?! 이런 연구실 흔치 않습니다

서울대학교 통계계산연구실은 고성능 컴퓨팅(HPC)을 활용하여 통계학의 복잡한 계산 문제를 해결하는 데 집중하고 있습니다. 기존의 방식으로는 예측 모델을 구동하는 데 약 1,000시간이 소요되던 작업을 알고리즘 최적화를 통해 단 30분에서 1시간 내외로 단축하는 것이 이들의 주요 목표입니다. 단순히 계산 속도를 높이는 것을 넘어, 하드웨어의 제약과 수학적 복잡성을 동시에 고려하며 실용적인 통계 문제의 해답을 찾아가는 과정을 연구의 핵심으로 삼고 있습니다. 이곳은 스스로를 '문제를 만드는 곳'이라 정의할 만큼 도전적인 연구를 수행합니다. 일반적인 통계 분석으로는 다루기 힘든 MRI 데이터와 같은 고차원 대용량 자료를 직접 처리하는 것이 특징입니다. 일반 컴퓨터의 메모리에 담기조차 어려운 방대한 데이터를 다루기 위해 빠른 알고리즘을 개발하고, 이를 뒷받침할 수 있는 강력한 컴퓨팅 자원과 기술을 활용합니다. 수학적 기반 위에서 데이터의 한계를 극복해 나가는 과정은 연구실만의 독보적인 경쟁력이 됩니다. 연구실의 분위기는 매우 자유롭고 수평적입니다. 정해진 출퇴근 시간 없이 구성원들이 각자의 리듬에 맞춰 연구에 몰입하며, 교수와 학생 사이에도 존댓말을 사용하며 서로를 존중하는 문화를 유지하고 있습니다. 다만, 일주일씩 걸리는 긴 계산 결과를 확인하기 위해 새벽까지 모니터를 지켜보는 열정 때문에 밤낮이 바뀌는 경우도 종종 발생합니다. 언제 어디서든 결과를 확인할 수 있는 시스템 덕분에 연구에 대한 몰입도가 자연스럽게 높아지는 환경이 조성되어 있습니다. 소수 정예로 운영되는 연구실 공간은 학생들의 창의적인 아이디어와 개성으로 채워져 있습니다. 코딩 중 쌓이는 스트레스를 해소하기 위해 아두이노를 활용한 '빅 엔터키' 쿠션을 직접 제작해 사용하는 등 유쾌한 실험 정신이 돋보입니다. 첨단 기술에 관심이 많은 학생들이 모여 있기에 연구실 곳곳에는 새로운 기술적 시도들이 스며들어 있습니다. 이러한 유연한 사고방식은 복잡한 이론적 문제를 해결해 나가는 과정에서 중요한 원동력이 되어 줍니다. 통계계산연구실은 수리적 이론에 대한 깊은 관심과 함께 뛰어난 코딩 능력을 갖춘 인재를 기다리고 있습니다. 특히 일반적인 노트북으로는 해결하기 어려운 대규모 데이터를 통계적으로 다뤄보고 싶어 하는 도전 정신이 필수적입니다. 데이터의 크기가 기하급수적으로 커지는 현대 사회에서, 계산 과정의 중복성을 줄이고 효율적인 알고리즘을 설계하는 능력은 매우 중요합니다. 방대한 자료 속에서 빠르게 통찰을 얻어내는 과정은 연구자에게 큰 희열을 선사할 것입니다.

[연구뭐하지] 원중호 교수_서울대학교 '통계계산연구실'  |  이렇게나 고차원적인 대용량 자료를 다룬다고요?! 이런 연구실 흔치 않습니다

원중호

카오스재단연구뭐하지
  • 수학

[석학인터뷰] 박진희_ 과학자가 아니어도 과학에 참여할 수 있을까?

1980년대 중반부터 시작된 우리나라의 과학 대중화 운동은 단순한 지식 전달을 넘어 사회 전반의 인식을 바꾸는 중요한 전환점이 되었습니다. 초기에는 과학기술의 중요성을 알리는 계몽적인 성격이 강했지만, 시간이 흐르며 대중이 과학을 하나의 문화로서 즐기고 향유할 수 있는 토대가 마련되었습니다. 이러한 변화는 과학이 전문가들만의 전유물이 아니라, 우리 삶의 질을 높이고 국가 경쟁력을 확보하는 필수적인 요소라는 공감대를 형성하는 데 기여했습니다. 1993년 개최된 대전 엑스포는 한국 과학기술 역사에서 상징적인 사건으로 기록됩니다. 이 행사를 기점으로 과학은 연구소의 담장을 넘어 일반 시민들의 일상 속으로 깊숙이 들어오게 되었습니다. 수많은 어린이가 과학자의 꿈을 키웠고, 성인들은 과학이 가져올 미래 사회의 청사진을 직접 목격하며 과학기술 발전에 대한 자부심을 느꼈습니다. 이는 과학기술 중심 사회로 나아가는 데 있어 국민적 에너지를 결집하는 결정적인 계기가 되었습니다. 현대 사회에서 과학 대중화의 개념은 일방적인 교육에서 쌍방향 소통으로 진화하고 있습니다. 과거에는 지식을 가진 자가 그렇지 못한 자에게 가르침을 주는 방식이었다면, 이제는 시민들이 과학적 이슈에 참여하고 자신의 의견을 개진하는 '과학 커뮤니케이션'의 시대가 열린 것입니다. 이러한 변화는 과학적 합리성이 사회적 의사결정의 기초가 되는 성숙한 민주주의 사회를 만드는 데 핵심적인 역할을 수행하며, 대중의 과학적 문해력을 높이는 결과로 이어집니다. 과학자들의 사회적 역할 또한 과거와는 확연히 달라졌습니다. 이제 연구자들은 실험실 안에서의 성과에만 머무르지 않고, 자신의 연구가 사회에 미치는 영향을 설명하며 대중과 끊임없이 소통해야 합니다. 과학적 사실을 바탕으로 사회적 갈등을 조정하고 합리적인 대안을 제시하는 과정에서 과학자의 목소리는 더욱 중요해지고 있습니다. 대중과의 신뢰 관계 구축은 과학기술 정책에 대한 지지를 이끌어내고, 지속 가능한 연구 환경을 조성하는 밑거름이 됩니다. 궁극적으로 과학 문화의 확산은 우리 사회의 사고방식을 더욱 유연하고 논리적으로 변화시키는 힘을 가지고 있습니다. 과학은 단순히 어려운 공식이나 이론이 아니라, 현상을 관찰하고 질문을 던지며 해답을 찾아가는 과정 그 자체이기 때문입니다. 모든 시민이 과학적 사고를 생활화할 때, 우리는 직면한 복잡한 문제들을 보다 객관적으로 바라보고 해결할 수 있는 능력을 갖추게 됩니다. 이것이 바로 우리가 끊임없이 과학을 이야기하고 문화로서 정착시켜야 하는 진정한 이유입니다.

[석학인터뷰] 박진희_ 과학자가 아니어도 과학에 참여할 수 있을까?

박진희

카오스재단석학인터뷰
  • 융합

[석학인터뷰] 서인석_ 우리 시대에 '확률'이 중요한 이유 | 2021 서울대 자연과학대 공개강연 '불확실한 세계, 그래서 과학'

확률론은 순수 수학의 한 분야이지만, 물리, 통계, 경제, 금융 등 현실 세계의 다양한 영역과 긴밀하게 연결되어 있습니다. 단순한 주사위 던지기에서 시작된 확률의 개념은 현대 사회로 접어들며 데이터가 방대해짐에 따라 그 중요성이 더욱 커지고 있습니다. 특히 머신러닝이나 인공지능과 같은 첨단 기술 분야에서는 과거보다 훨씬 정교하고 발전된 확률적 기법을 요구합니다. 이러한 학문적 상호작용은 수학적 이론이 실제 세계의 복잡한 문제를 해결하는 강력한 도구가 될 수 있음을 보여주며 연구자들에게 끊임없는 영감을 제공합니다. 통계 역학은 확률론 연구에 있어 매우 중요한 위치를 차지하며, 특히 기체 입자의 움직임을 이해하는 데 핵심적인 역할을 합니다. 수많은 기체 입자의 개별적인 움직임을 완벽히 파악하는 것은 불가능에 가깝지만, 볼츠만 기체 수송 방정식과 같은 수학적 원리를 통해 전체적인 밀도 변화를 파악할 수 있습니다. 불확실성이 가득한 상황에서 미시적 성질에 얽매이지 않고 반드시 성립하는 보편적 원리를 찾아내는 과정은 매우 중요합니다. 이는 개별적인 불확실성이 전체를 이해하는 데 방해가 되는 현실 세계에서 우리가 복잡한 현상을 명확하게 통찰할 수 있도록 돕는 이정표가 됩니다. 수학적 역량을 기르는 데 있어 뛰어난 계산 실력과 집념은 필수적이지만, 때로는 이것이 연구자의 성장을 가로막는 양날의 검이 되기도 합니다. 계산에만 의존하다 보면 복잡한 수식 뒤에 숨겨진 원리와 구조를 깊이 있게 탐구하기보다 당장의 결과만을 쫓는 경향이 생길 수 있기 때문입니다. 진정한 수학적 성취는 단순히 문제를 빠르게 푸는 것이 아니라, 여러 정리 사이의 유기적인 관계를 자신만의 시각으로 재해석하고 이해하는 과정에서 비롯됩니다. 따라서 자신의 재능을 과신하기보다는 이를 적절히 통제하고 학문의 본질적인 구조를 파악하려는 겸손하고 깊이 있는 태도가 무엇보다 요구됩니다. 난관을 극복하기 위한 수학적 집념은 단기간에 모든 에너지를 쏟아붓는 불나방과 같은 방식이 되어서는 안 됩니다. 어려운 문제를 해결하기 위해서는 1년 이상의 장기적인 투자가 필요한 경우가 많으므로, 자신이 가진 에너지를 적재적소에 배분하여 균일하게 유지하는 능력이 필수적입니다. 연구 과정에서 마주하는 수많은 시행착오와 막막함 속에서도 지치지 않고 나아가기 위해서는 스스로의 열정을 조절할 줄 알아야 합니다. 매일같이 모든 에너지를 소진하기보다는 내일의 탐구를 위해 적절한 휴식을 취하며 장기적인 안목으로 문제와 싸워 나가는 것이 지속 가능한 연구를 가능하게 하는 핵심 비결입니다. 수학적 난관을 헤쳐 나가는 실질적인 방법 중 하나는 안 되는 길을 하나씩 지워 나가는 소거법의 과정입니다. 수많은 가능성 중에서 불가능한 방법들을 모두 찾아내고 나면 비로소 정답을 향한 유일한 길이 모습을 드러내게 됩니다. 이 과정은 상당한 시간이 소요되기에 연구자는 자신만의 규칙을 세워 정신적 소모를 방지해야 합니다. 예를 들어 특정 시간에 연구의 전원을 끄는 습관은 끝없는 몰입으로 인한 번아웃을 막고 평정심을 유지하는 데 도움을 줍니다. 이러한 절제와 체계적인 접근 방식은 불확실한 연구의 여정 속에서 길을 잃지 않고 목표에 도달하게 하는 든든한 버팀목이 되어줍니다.

[석학인터뷰] 서인석_ 우리 시대에 '확률'이 중요한 이유 | 2021 서울대 자연과학대 공개강연 '불확실한 세계, 그래서 과학'

서인석

카오스재단석학인터뷰
  • 수학

[연구뭐하지?] 정성규 교수_서울대학교 '통계적학습이론 연구실' | 통계에도 차원이 있다!?

21세기에 들어서며 데이터의 질과 양이 폭발적으로 증가함에 따라 통계학은 새로운 국면을 맞이했습니다. 과거에는 흔치 않았던, 변수의 수는 방대하지만 표본의 수는 상대적으로 적은 고차원 데이터 분석이 중요해진 것입니다. 특히 데이터가 일반적인 수치 형태를 넘어 이미지나 영상과 같은 복잡한 구조를 가질 때, 이를 '다양체(Manifold)'라는 기하학적 개념 위에서 분석하는 방법론과 이론적 토대를 마련하는 연구가 활발히 진행되고 있습니다. 현대 통계학의 핵심 분야 중 하나인 다변량 통계학에서는 수많은 변수 사이의 관계를 효과적으로 파악하는 것이 관건입니다. 연구자들은 주성분 분석(PCA)을 중심으로, 다양한 조건에서도 데이터의 특성을 합리적이고 효율적으로 추출할 수 있는 모델을 개발하고 있습니다. 이는 단순히 데이터를 요약하는 수준을 넘어, 복잡한 데이터 구조 속에 숨겨진 유의미한 패턴을 찾아내고 분석의 정확도를 높이는 데 필수적인 역할을 수행합니다. 이러한 통계적 이론은 실제 응용 분야에서 강력한 힘을 발휘합니다. 예를 들어 유전체 데이터 분석에서는 방대한 양의 유전 정보를 효과적으로 통합하거나 분류하여 질병의 원인을 규명하는 데 기여합니다. 또한 고차원 데이터의 군집화(Clustering) 연구를 통해 유사한 특성을 가진 집단을 정교하게 구분해내기도 합니다. 이론적 연구와 실무적 응용이 조화를 이루며, 막연하게 느껴질 수 있는 데이터 분석의 과정을 구체적이고 과학적인 방법론으로 바꾸어 나가는 과정입니다. 최근 인공지능과 딥러닝 기술이 급격히 발전하면서 통계학의 중요성은 더욱 강조되고 있습니다. 전문가의 직관이나 감에 의존하던 과거의 방식에서 벗어나, 철저히 데이터 근거 중심의 분석을 수행하기 위해서는 통계적 기초가 탄탄해야 합니다. 딥러닝 모델의 결과나 성능을 객관적으로 평가하고 개선하는 과정에서도 통계적 관점은 필수적입니다. 따라서 통계학은 학술적인 깊이를 더할 뿐만 아니라 실전에서도 매우 유용한 도구로 자리매김하고 있습니다. 통계학은 그 자체로 독립된 학문이면서도 다른 어떤 분야와도 유연하게 결합할 수 있는 확장성을 지니고 있습니다. 생물통계나 경제통계처럼 다양한 학문 뒤에 '통계'라는 이름을 붙여도 어색하지 않은 이유는, 통계학이 데이터를 다루는 보편적인 언어이기 때문입니다. 수학적 엄밀함부터 컴퓨터를 활용한 실전 분석까지 넓은 스펙트럼을 가진 학문인 만큼, 한 가지 분야에 매몰되지 않고 다양한 시각으로 자료를 바라보는 태도가 현대의 연구자들에게 요구됩니다.

[연구뭐하지?] 정성규 교수_서울대학교 '통계적학습이론 연구실'  |  통계에도 차원이 있다!?

정성규

카오스재단연구뭐하지
  • 수학

[코로나TALK-19] 전문가가 12월 코로나 대유행을 예측한 이유 _김기훈 대표 | 19강

바이러스의 전파는 단순히 병원체 자체의 특성만으로 결정되지 않습니다. 그것이 퍼져나가는 소셜 네트워크의 구조와 인간 사회의 상호작용이 결합하여 하나의 거대한 무늬를 그려내는 과정입니다. 코로나19를 깊이 있게 이해하기 위해서는 확진자 개개인의 임상적 특징을 넘어, 누가 누구에게 어떻게 바이러스를 전달하고 있는지 그 확산의 네트워크를 면밀히 살펴봐야 합니다. 이는 우리 사회가 그리는 보이지 않는 연결망을 분석함으로써 감염병의 실체에 다가가는 인문학적이고도 과학적인 접근이라 할 수 있습니다. 네트워크 분석의 핵심은 방역 당국이 수집한 접촉자 추적 조사 데이터를 정교하게 모델링하는 데 있습니다. 확진자가 발생했을 때 그들의 동선을 파악하고 밀접 접촉자를 분류하여 추가 검사를 진행하는 과정에서 방대한 '링크 테이블'이 만들어집니다. 이를 통해 감염의 시작점과 종착점을 잇는 전파 경로를 시각화하고 수치화할 수 있습니다. 특히 수작업에 의존하던 데이터를 자동화된 프로그램으로 처리함으로써, 복잡하게 얽힌 수천 명의 감염 관계를 단 몇 분 만에 분석하여 유의미한 구조적 특징을 도출해낼 수 있게 되었습니다. 집단 감염 사례를 분석해 보면 우리가 흔히 알고 있는 상식과는 다른 결과가 나타나기도 합니다. 데이터에 따르면 수도권 집단 감염의 절반 가까이가 종교 시설에서 발생했으나, 정작 방역 당국의 고위험 시설 지정 기준에서는 비중이 낮은 다른 시설들이 더 엄격하게 관리되는 경향이 있었습니다. 이는 방역 정책이 실제 발생 빈도와 위험도에 근거하여 더욱 정밀하게 타깃팅되어야 함을 시사합니다. 특정 시설의 위험성을 선입견으로 판단하기보다, 실제 데이터가 가리키는 감염 취약 지점을 정확히 파악하여 사회적 거리 두기의 효율성을 높이는 노력이 필요합니다. 개인 간 전파인 n차 감염은 평균적으로 약 3.8일이라는 짧은 주기로 진행되며, 최대 8차 전파까지 이어지는 사례도 관찰되었습니다. 특히 감염원을 알 수 없는 소위 '감염원 불명'은 n차 전파율이 월등히 높고 전파 속도도 빨라 방역망에 큰 위협이 됩니다. 해외 유입 사례가 국내 지역 사회 전파에 미치는 영향이 상대적으로 미미한 것과 대조적으로, 이러한 감염원 불명은 꼬리에 꼬리를 무는 연쇄 감염을 일으키며 새로운 집단 감염의 도화선이 되기도 합니다. 따라서 전파의 골든타임을 놓치지 않기 위한 신속한 추적 조사가 무엇보다 중요합니다. 네트워크 과학의 관점에서 볼 때, 감염망은 소수의 허브가 대다수의 연결을 독점하는 불평등한 구조를 띱니다. 실제로 상위 1%의 확진자가 전체 개인 감염의 60% 이상을 일으키는 '슈퍼 전파' 현상이 뚜렷하게 나타납니다. 이러한 슈퍼 전파자들은 대개 두 개 이상의 고위험 시설이나 집단에 중복으로 소속되어 활동하는 특징을 보입니다. 예를 들어 콜센터와 교회, 혹은 밀집 시설과 소모임을 연결하는 위치에 있는 개인들이 바이러스 확산의 가교 역할을 하게 됩니다. 이들을 사전에 특정하기는 어렵지만, 활동 반경이 겹치는 지점을 집중 관리함으로써 확산세를 꺾을 수 있습니다. 수도권의 감염 양상은 시기에 따라 해외 유입 중심에서 국내 집단 감염과 n차 감염의 악순환 구조로 진화해 왔습니다. 초기에는 외부로부터의 유입이 주된 원인이었으나, 시간이 흐를수록 집단 감염이 불똥이 되어 개인 간 전파로 번지고, 이것이 다시 새로운 집단 감염을 유발하는 복합적인 메커니즘이 정착되었습니다. 특히 감염 소요 일수가 점차 짧아지는 추세는 방역 당국이 대응할 수 있는 시간적 여유가 줄어들고 있음을 의미합니다. 이는 바이러스의 변이나 사회적 접촉 양상의 변화에 따라 방역의 난도가 급격히 높아지고 있음을 보여주는 지표입니다. 효과적인 방역을 위해서는 데이터 사이언스에 기반한 전략적 접근과 사회적 투자가 병행되어야 합니다. 집단 감염을 막기 위해 발생 빈도가 높은 부문에 대한 정밀한 사회적 거리 두기 합의가 필요하며, n차 감염의 고리를 끊기 위해 역학 조사관 확충과 분석 시스템 고도화에 과감히 투자해야 합니다. 현재의 방역 시스템은 인력의 헌신에 크게 의존하고 있지만, 네트워크 분석과 같은 과학적 도구를 적극 도입한다면 더욱 효율적인 대응이 가능할 것입니다. 결국 감염병과의 싸움은 데이터를 어떻게 해석하고 우리 사회의 연결망을 어떻게 관리하느냐에 달려 있습니다.

[코로나TALK-19] 전문가가 12월 코로나 대유행을 예측한 이유  _김기훈 대표

김기훈2

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[강연] 헬로 딥러닝 : 직관적이고 명확하게 딥러닝을 이해하기 _ by남세동 ㅣ 2020 가을 카오스강연 'Ai X' 9강 | 9강

컴퓨터는 본질적으로 숫자를 계산하는 기계입니다. 우리가 화면으로 보는 이미지나 듣는 음악도 결국은 디지털화된 숫자의 집합에 불과합니다. 전통적 프로그래밍 방식은 사람이 직접 논리와 절차를 설계하여 알고리즘을 만들고, 이를 코드로 옮기는 과정이었습니다. 하지만 고양이나 개를 구분하는 것과 같이 복잡한 패턴을 인식하는 문제는 인간이 모든 예외 상황을 코드로 정의하기에 한계가 있었습니다. 이러한 한계를 극복하기 위해 등장한 것이 바로 데이터 스스로 학습하는 딥러닝 기술입니다. 딥러닝의 핵심 구조인 인공신경망은 인간의 뇌 구조에서 영감을 얻었습니다. 인공신경망은 수많은 동그라미 형태의 노드와 이들을 잇는 화살표인 가중치로 구성됩니다. 놀랍게도 이 복잡해 보이는 시스템의 기본 원리는 단순한 곱셈과 덧셈의 반복입니다. 입력값에 가중치를 곱하고 이를 모두 더한 뒤, 활성화 함수를 거쳐 다음 노드로 전달하는 과정이 수없이 반복됩니다. 알파고나 자율주행 엔진 같은 최첨단 기술들도 그 내부를 들여다보면 결국 이러한 단순한 수치 계산의 거대한 집합체라고 할 수 있습니다. 인공지능을 학습시키는 대표적인 방법 중 하나는 정답을 알려주는 지도 학습입니다. 예를 들어 특정 배경색에 어울리는 글자색을 찾을 때, 수많은 예시 데이터를 입력하고 인공지능이 스스로 최적의 가중치를 찾아내도록 유도합니다. 처음에는 무작위로 설정되었던 가중치들이 반복적인 학습 과정을 거치며 점차 정답에 가까운 결과를 내놓게 됩니다. 이는 마치 어린아이가 반복 학습을 통해 사물을 구별하는 법을 배우는 과정과 유사하며, 데이터가 많아질수록 인공신경망은 더욱 정교한 판단을 내릴 수 있게 됩니다. 딥러닝의 가장 신기한 점은 일부 정답 데이터만으로도 학습하지 않은 수많은 사례를 정확히 판별해 낸다는 것입니다. 수천 장의 사진만 학습해도 수억 장의 새로운 사진 속 대상을 구분할 수 있는 이유는 데이터가 가진 고유한 패턴을 3차원 이상의 공간에 매핑하기 때문입니다. 비슷한 특징을 가진 데이터들은 특정 영역에 모이게 되고, 인공신경망은 이 영역들을 구분하는 경계선을 찾아냅니다. 이러한 일반화 능력 덕분에 인공지능은 단순한 암기를 넘어 새로운 상황에 유연하게 대처할 수 있는 지능적인 면모를 갖추게 됩니다. 인공신경망이 최적의 가중치를 찾아가는 과정은 매우 단순하면서도 무식할 정도로 반복적입니다. 입력값에 따른 결과가 정답과 다를 경우, 그 오차를 줄이기 위해 수천만 개에서 수십억 개에 달하는 가중치들을 조금씩 조정합니다. 이를 경사 하강법이라 부르는데, 오차라는 산의 골짜기를 찾아 내려가는 과정과 같습니다. 수학적으로 이러한 가중치가 존재한다는 것은 증명되었지만, 왜 이토록 단순한 방식으로 복잡한 지능이 구현되는지는 여전히 현대 과학의 신비로 남아 있습니다. 최근 딥러닝은 언어 모델인 GPT-3나 단백질 구조를 예측하는 알파폴드 2처럼 인류의 난제를 해결하는 수준에 도달했습니다. 이는 자연계에 존재하는 방대한 패턴을 숫자로 치환하여 분석할 수 있게 되었음을 의미합니다. 문장의 맥락을 파악하여 대화를 나누거나 복잡한 물리 시뮬레이션을 수천 배 빠르게 수행하는 등, 딥러닝은 인간의 지적 능력을 보조하는 강력한 도구가 되었습니다. 결국 딥러닝의 본질은 숫자의 집합속에서 유의미한 패턴을 찾아내어 이를 실용적인 지능으로 변환하는 기술이라 할 수 있습니다. 인류 역사를 돌아보면 기술의 활용이 이론적 이해보다 앞섰던 사례가 많습니다. 증기기관이 열역학 법칙이 정립되기 전부터 산업 혁명을 이끌었듯이, 딥러닝 역시 그 작동 원리를 완벽히 설명하지 못하더라도 이미 세상을 바꾸고 있습니다. 인공지능이 내놓는 결과가 왜 도출되었는지 인간이 완전히 이해하지 못하는 영역이 존재하지만, 이는 오히려 새로운 과학적 발견의 기회가 되기도 합니다. 우리는 이제 딥러닝이라는 거대한 도구를 통해 지능의 본질을 탐구하고 미래의 변화를 맞이할 준비를 해야 합니다.

[강연] 헬로 딥러닝 : 직관적이고 명확하게 딥러닝을 이해하기 _ by남세동 ㅣ 2020 가을 카오스강연 'Ai X' 9강

남세동

카오스재단카오스강연
  • 뇌인지과학

[석학인터뷰] 신현정_ 의료분야의 인공지능, 블루오션이죠 | 2020 가을 카오스강연 'Ai X'

인공지능과 바이오메디컬의 결합은 높은 진입 장벽만큼이나 독보적인 가치를 지닙니다. 명확한 논리로 구성된 IT 분야와 달리, 생물학은 정답이 정해져 있지 않은 복잡성을 지니고 있어 두 분야를 동시에 섭렵한 전문가는 희소성을 갖게 됩니다. 이러한 융합 연구는 단순히 기술을 적용하는 것을 넘어, 서로 다른 학문적 특성을 이해하고 조화시키는 과정에서 새로운 가능성을 발견하는 재미를 선사합니다. 낯선 분야에 도전하여 지긋이 연구를 이어가는 인내심은 결국 누구도 쉽게 넘볼 수 없는 유니크한 경쟁력이 됩니다. 산업공학을 전공하며 프로그래밍과 신경망 구축에 매진했던 경험은 인공지능 연구의 든든한 밑거름이 되었습니다. 특히 독일 막스 플랑크 연구소에서의 경험은 생물학이라는 학문에 매료되는 결정적인 계기가 되었습니다. 0과 1로 명확히 떨어지는 디지털 세계와 달리, 상황에 따라 결과가 달라질 수 있는 생물학의 유연함과 깊이 있는 용어들은 연구자로서 도전 의식을 자극하며 학문적 매력을 더해주었습니다. 이러한 배경은 데이터 중심의 사고방식을 생명 과학의 복잡한 현상에 접목하는 중요한 전환점이 되었습니다. 교육자로서 가장 큰 보람은 학생들의 성장을 지켜보는 데 있습니다. 이미 우수한 학생보다 조금은 부족했던 학생이 연구실에 들어와 학문적으로 발전하여 세계적인 학회에서 발표하는 모습을 볼 때 깊은 감동을 느낍니다. 일상에서는 반려견들과 시간을 보내며 단순하고 평온한 삶의 가치를 배우기도 합니다. 이러한 균형 잡힌 삶은 연구와 교육에 집중할 수 있는 에너지를 제공하며, 제자들이 사회에서 제 역할을 다할 수 있도록 돕는 원동력이 됩니다. 학생들의 잠재력을 끌어올리는 과정은 연구만큼이나 가치 있는 일입니다. 의료 분야에서 인공지능은 거대한 데이터의 바다를 항해하는 핵심적인 도구로 자리 잡았습니다. 인간이 처리하기 힘든 방대한 빅데이터를 효율적으로 분석하여 의료진의 최종 결정을 돕는 역할을 수행합니다. 건강하게 오래 살고자 하는 인류의 근원적인 욕구와 맞물려, 인공지능 의료 기술은 무궁무진한 기회가 잠재된 블루오션이라 할 수 있습니다. 복잡한 의료 정보를 쉽게 찾아주고 접근성을 높여주는 기술은 우리 삶의 질을 획기적으로 개선할 것이며, 이는 인공지능이 반드시 필요한 이유이기도 합니다. 인공지능은 신약 및 백신 개발 과정에서 혁신적인 변화를 이끌어내고 있습니다. 수많은 후보 물질 중에서 가능성이 높은 대상을 선별하고 점수화함으로써 연구의 탐색 공간을 획기적으로 좁혀줍니다. 이는 질병의 원인이 되는 유전자를 특정하고, 그에 적합한 약물 구조를 설계하는 데 결정적인 도움을 줍니다. 앞으로 인공지능은 질병 정복을 위한 여정에서 연구자들에게 가장 강력하고 정밀한 조력자로서 그 역할을 더욱 확대해 나갈 것입니다. 개괄적인 소개부터 심도 있는 분석까지, 인공지능과 바이오메디컬의 만남은 계속될 것입니다.

[석학인터뷰] 신현정_ 의료분야의 인공지능, 블루오션이죠   | 2020 가을 카오스강연 'Ai X'

신현정

카오스재단카오스강연
  • 생명과학
  • 뇌인지과학

[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

[석학인터뷰] AI가 정말 인간처럼 대화할 수 있을까? | 2020 가을 카오스강연 'Ai X'

인공지능이 인간과 유사한 마음을 가진 것처럼 느껴질 수 있는가에 대한 논의는 매우 흥미롭습니다. 기계가 인간처럼 느껴지는 것은 충분히 가능하지만, 그것이 곧 자의식을 의미하지는 않습니다. 진정한 마음을 갖기 위해서는 생물학적 생존 욕구나 욕망이 전제되어야 하기 때문입니다. 예를 들어 알파고는 세계 최고의 바둑 실력을 갖추었지만, 승리하고자 하는 욕망은 전혀 없습니다. 현재의 기술은 자의식을 형성하기보다 고도화된 기능을 수행하는 데 집중되어 있어, 진정한 이해의 단계에 도달하기는 어려워 보입니다. 소통의 본질은 단순히 지식과 정보를 전달하는 것에 그치지 않습니다. 진정한 교감은 데이터의 양이나 정보의 정확성보다는 정서적 연결과 다양한 외적 요소들이 복합적으로 작용하여 이루어지는 영역입니다. 인공지능이 세상의 모든 지식을 학습하더라도 인간 특유의 사회성을 완벽히 재현하는 데 한계가 있는 이유가 바로 여기에 있습니다. 학습만으로는 도달할 수 없는 영역이 분명히 존재하며, 이는 인공지능이 인간과 동일한 수준의 소통 파트너가 되는 데 큰 걸림돌이 될 것입니다. 하지만 인공지능이 인간과 자연스럽게 대화할 가능성을 긍정하는 시각도 존재합니다. 인간 사이의 대화 역시 항상 완벽하거나 논리적이지 않다는 점을 고려하면, 인공지능이 높은 수준의 의사소통 능력을 갖추는 것은 충분히 실현 가능한 목표입니다. 수십 년 내에 기술이 고도화되면 일상적인 대화에서 인간과 기계를 구분하기 어려워질 것입니다. 비록 인공지능이 실제로 감정을 느끼지는 못하더라도, 상대방의 감정에 공감하는 것처럼 행동하거나 인위적으로 감정을 흉내 내는 수준까지는 도달할 수 있습니다. 기술적으로 인공지능이 인간의 대화 수준에 근접하기 위해서는 인지과학에서 말하는 '마음 이론'의 구현이 필요합니다. 이는 상대방의 마음 상태를 모델링하고 이해하는 능력을 의미하는데, 현재의 인공지능은 아직 이러한 단계에 이르지 못했습니다. 최근의 기술들은 질문에 대해 매우 정교한 답변을 내놓으며 마치 의미를 이해하는 것처럼 보이지만, 이는 데이터 기반의 결과물일 뿐입니다. 진정한 의미의 이해와 공감이 결여된 상태에서의 대화는 결국 고도화된 기술적 모사에 머무를 수밖에 없습니다. 결국 인공지능은 튜링 테스트를 통과할 정도로 정교하게 인간을 속이는 시스템으로 발전할 가능성이 큽니다. 방대한 데이터를 통해 인간의 반응을 학습함으로써 겉으로 보기에는 창의적이고 자연스러운 대화가 가능해질 것이기 때문입니다. 우리가 인공지능이 인간처럼 대화할 수 없다는 것을 완벽히 증명할 수 없는 한, 기술은 끊임없이 그 경계를 허물어갈 것입니다. 인간의 대화 수준이 생각보다 높지 않다는 점도 인공지능이 인간의 영역에 들어오는 것이 그리 어렵지 않음을 시사합니다.

[석학인터뷰] AI가 정말 인간처럼 대화할 수 있을까? | 2020 가을 카오스강연 'Ai X'

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

카오스재단2020 카오스강연 'Ai X'
  • 뇌인지과학

[석학인터뷰] 한보형_ 컴퓨터 비전! 글로벌 기업과 협력합니다 | 2020 가을 카오스강연 'Ai X'

컴퓨터 비전 기술이 초기에는 실용적인 알고리즘이 부족한 낮은 수준에 머물러 있었습니다. 하지만 디지털 카메라의 얼굴 검출 기능이나 마이크로소프트의 키넥트 센서 같은 혁신적인 기술들이 등장하며 분야의 가능성을 증명하기 시작했습니다. 최근 몇 년 사이 딥러닝의 비약적인 발전과 함께 컴퓨터 비전은 엄청난 성장을 이루었으며, 이러한 기술적 변혁의 중심에서 연구자로서 기여하고 있다는 사실에 큰 자부심과 보람을 느낍니다. 사람의 눈과 카메라는 신호를 받아들이는 측면에서 큰 차이가 없지만, 이를 처리하는 뇌와 컴퓨터의 방식은 근본적으로 다릅니다. 특히 최근의 컴퓨터 비전은 딥러닝 기반의 학습 알고리즘이 주류를 이루면서 알고리즘 자체의 설계보다 데이터의 질과 구성에 따라 결과가 크게 달라지는 경향을 보입니다. 따라서 연구자들은 데이터가 생성되는 과정을 세심하게 고려하고 이를 효과적으로 제어할 수 있는 능력을 갖추는 것이 무엇보다 중요해졌습니다. 구글과 카카오브레인 같은 소프트웨어 기업에서의 연구 경험은 매우 값진 시간이었습니다. 구글에서는 특정 이미지를 입력하면 유사한 이미지를 찾거나 사진 속 장소를 파악하는 이미지 검색 기술을 연구하여 실제 서비스에 적용하는 성과를 거두었습니다. 카카오브레인에서는 단순히 시각적인 품질을 높이는 것을 넘어, 인공지능 알고리즘이 물체를 더 정확하게 검출할 수 있도록 최적화된 지능형 이미지 압축 기술을 개발하며 기술의 실용성을 높이는 데 집중했습니다. 연구자로서의 길은 항상 순탄하지만은 않았습니다. 인공지능 분야가 주목받기 전의 어려운 시기를 겪기도 했으며, 이론적인 알고리즘 공부에서 시작해 눈에 보이는 결과를 만들어내는 컴퓨터 비전으로 전공을 전환하는 과정도 있었습니다. 학생들을 지도할 때는 문제를 정확히 파악하고 솔직하게 소통하는 방식을 선호합니다. 학생 개개인의 단점을 억지로 고치려 하기보다는 그들이 가진 고유한 장점을 극대화하여 스스로 문제를 해결할 수 있도록 돕는 데 주력하고 있습니다. 개인적으로 낙천적인 성격 덕분에 슬럼프가 찾아와도 며칠간의 휴식을 통해 빠르게 회복하며 연구를 지속해올 수 있었습니다. 이번 강의를 통해서는 컴퓨터 비전의 기술적 성취뿐만 아니라 인공지능이 직면한 현실적인 문제들과 앞으로 나아가야 할 방향에 대해 심도 있게 논의하고자 합니다. 기술의 긍정적인 면과 부정적인 면을 모두 균형 있게 바라봄으로써, 대중들이 인공지능의 발전을 올바르게 이해하고 준비할 수 있도록 돕는 가이드 역할을 수행하고 싶습니다.

[석학인터뷰] 한보형_ 컴퓨터 비전! 글로벌 기업과 협력합니다  | 2020 가을 카오스강연 'Ai X'

한보형

카오스재단카오스강연
  • 융합

[석학인터뷰] 함유근_ 지구온난화, '어쩔 수 없다'? | 2020 가을 카오스강연 'Ai X'

기후예측은 매 계절 그 결과가 실제로 맞았는지를 엄격하게 검증받는 매우 혹독한 학문입니다. 최근 우리나라에서 발생한 이례적으로 긴 장마는 지구온난화와 밀접한 관련이 있는 것으로 분석됩니다. 북극의 차가운 공기가 이례적으로 남하하며 장마 전선의 북상을 막았는데, 이는 시베리아의 고온 현상과 그로 인한 고기압 발달이 원인으로 지목됩니다. 비록 기후의 자연적인 변동성 범위 내에 있을 가능성도 배제할 수 없으나, 역대 최고치를 기록한 장마 일수는 지구가 우리에게 보내는 강력한 경고일 수 있습니다. 엘니뇨는 열대 동태평양의 해수면 온도가 평소보다 높아지는 현상으로, 그 영향은 특정 지역에 국한되지 않고 전 지구로 퍼져나갑니다. 마치 호수에 던진 큰 돌멩이가 물결을 일으켜 호수 전체로 퍼지는 것과 같습니다. 실제로 강한 엘니뇨가 발생했던 시기에는 인도네시아와 호주에서 대규모 산불이 발생했으며, 동태평양의 강수량은 급증하는 반면 서태평양 지역은 극심한 가뭄을 겪기도 했습니다. 이처럼 엘니뇨는 지구 전체의 기상 패턴을 뒤흔들며 인류의 삶에 막대한 영향을 미치는 강력한 기후 변동 요인입니다. 기존의 엘니뇨 예측은 전 지구 가상 시뮬레이션을 돌리거나 과거의 데이터를 활용한 통계적 기법에 의존해 왔습니다. 하지만 전통적인 통계 모델은 선형적인 한계로 인해 복잡한 기후 변화를 정교하게 예측하는 데 어려움이 있었습니다. 이러한 한계를 극복하기 위해 최근에는 딥러닝과 같은 인공지능 기술이 도입되고 있습니다. 인공지능은 과거의 방대한 기후 데이터를 학습하여 복잡한 비선형 패턴을 파악함으로써, 미래의 엘니뇨 발생 가능성을 기존 방식보다 훨씬 높은 정확도로 예측하며 기후 과학의 새로운 지평을 열고 있습니다. 지구온난화가 인간의 활동으로 인해 발생했다는 사실은 이미 과학계에서 논쟁이 끝난 정설입니다. 우리가 문제를 일으킨 주체인 만큼, 우리의 노력으로 변화의 속도를 늦추는 것도 충분히 가능합니다. 경제 위축에 대한 우려도 존재하지만, 신재생 에너지를 중심으로 하는 그린 뉴딜과 같은 정책은 산업 활동을 유지하면서도 환경을 보호할 수 있는 대안이 됩니다. 에너지 절약과 같은 일상적인 실천부터 정책적인 지지까지, 파국적인 결말을 막기 위해서는 기후 변화에 대한 선제적인 인식 변화와 적극적인 행동이 절실한 시점입니다. 기후 연구의 길은 순탄치 않으며 연구자 역시 수많은 슬럼프를 겪습니다. 인공지능에 대한 지식이 전무했던 상태에서 기후 데이터의 부족이라는 난관을 뚫고 네이처지에 논문을 게재하기까지의 과정은 끊임없는 도전의 연속이었습니다. 이러한 경험은 후학들을 지도할 때 단순한 지식 전달을 넘어 깊은 공감과 위로를 나누는 밑거름이 됩니다. 지도교수라는 권위보다는 선배의 마음으로 연구의 방향을 함께 고민하고 슬럼프 극복을 도울 때, 기후 위기를 해결할 혁신적인 아이디어와 연구 성과도 지속적으로 탄생할 수 있을 것입니다.

[석학인터뷰] 함유근_ 지구온난화,  '어쩔 수 없다'? | 2020 가을 카오스강연 'Ai X'

함유근

카오스재단카오스강연
  • 지구환경과학

[COVID-19_talk_18] The most important reason that data is important _Woncheol Jang | 18강

코로나19라는 전례 없는 위기 상황에서 데이터는 방역의 나침반 역할을 해왔습니다. 인도의 사례를 보면, 확진자가 수백 명에 불과하던 초기 단계에서 데이터 과학자들의 예측을 근거로 13억 인구의 전국 봉쇄라는 과감한 결정을 내렸습니다. 이는 단순히 감에 의존한 것이 아니라, 기하급수적인 확산 가능성을 수치로 확인했기에 가능한 선제적 대응이었습니다. 초기 대응의 시점이 방역의 성패를 가르는 핵심임을 인도의 사례는 데이터 기반의 의사결정을 통해 명확히 보여줍니다. 정보의 홍수 속에서 데이터를 올바르게 해석하는 시각화의 중요성도 커졌습니다. 단순히 누적 검사 수만 보면 검사가 원활히 늘어나는 것처럼 보일 수 있지만, 일일 신규 검사 수를 분석하면 실질적인 방역 속도를 더 정확히 파악할 수 있습니다. 또한, 감염병 확산처럼 폭발적으로 증가하는 데이터는 로그 스케일을 활용해야 그 추세를 명확히 읽어낼 수 있습니다. 잘못된 시각화는 대중에게 왜곡된 정보를 전달할 위험이 있기에, 데이터를 다루는 통계적 전문성이 반드시 뒷받침되어야 합니다. 뉴욕타임스와 파이낸셜 타임스 같은 주요 언론들은 정교한 데이터 시각화를 통해 전 세계의 코로나 현황을 일목요연하게 전달했습니다. 국가별 확진자 추이를 색상과 그래프로 표현하여 위험 지역을 식별하고, 바이러스가 대도시를 거쳐 어떻게 전역으로 확산되었는지 시각적으로 묘사했습니다. 이러한 시각화 작업은 복잡한 통계 수치를 직관적인 정보로 변환하여, 일반 대중이 팬데믹의 심각성과 흐름을 이해하는 데 결정적인 기여를 했습니다. 이는 데이터가 소통의 도구로서 얼마나 강력한지 증명합니다. 대규모 인원을 효율적으로 검사하기 위한 방안으로 '집단 검사' 방식이 다시 주목받고 있습니다. 1943년 도프만 교수가 제안한 이 방법은 여러 명의 샘플을 하나로 섞어 검사한 뒤, 양성이 나올 경우에만 세분화하여 재검사하는 원리입니다. 이 방식은 검사 횟수를 획기적으로 줄여 비용과 시간을 절약할 수 있게 해줍니다. 과거의 아이디어가 현대의 기술 및 통계적 기법과 결합하여 감염병 확산을 막는 강력한 도구로 재탄생한 셈입니다. 이는 효율적인 자원 배분이 필요한 방역 현장에서 매우 유용합니다. 미국의 코넬 대학교와 스탠퍼드 대학병원은 집단 검사를 실제 방역 시스템에 도입하여 캠퍼스와 병원의 안전을 지키고 있습니다. 모든 구성원을 5일에 한 번씩 주기적으로 검사함으로써 지역사회 내 무증상 감염자를 조기에 발견하는 것이 핵심입니다. 특히 유병률이 낮은 집단에서 집단 검사는 그 효율성이 극대화됩니다. 이는 추적과 격리가 어려운 환경에서 대규모 인원을 상시 모니터링할 수 있는 현실적인 대안으로 평가받고 있으며, 경제 활동을 유지하면서도 방역을 지속할 수 있는 기반이 됩니다. 데이터 시각화는 단순히 예쁜 그림을 그리는 작업이 아니라, 깊이 있는 통계적 통찰력이 필요한 전문 영역입니다. 뉴욕타임스의 사례처럼 통계적 배경지식을 갖춘 전문가들이 데이터를 가공하고 해석할 때 비로소 가치 있는 정보가 탄생합니다. 자동화된 툴이 발전하더라도 응급 상황에서 데이터를 올바르게 판단하고 대응하는 것은 결국 인간의 몫입니다. 따라서 데이터 과학자는 수치 뒤에 숨겨진 진실을 읽어내는 안목을 갖추어야 하며, 이는 정책 결정의 신뢰도를 높이는 중요한 요소가 됩니다. 통계학자는 이제 모든 분야의 뒤뜰에서 함께 뛰어노는 존재가 되었습니다. 코로나19의 실시간 치사율을 예측하거나 집단 검사의 효율적인 알고리즘을 연구하는 등, 데이터 기반의 의사결정은 우리 사회의 안전을 지키는 핵심 동력이 되었습니다. 쏟아지는 데이터 속에서 유의미한 가치를 찾아내고 이를 정책에 반영하는 과정은 앞으로 더욱 중요해질 것입니다. 슬기로운 통계학자의 시선으로 데이터를 바라보는 것은 팬데믹 이후의 세상을 준비하고 더 나은 미래를 설계하는 중요한 밑거름이 됩니다.

[COVID-19_talk_18]  The most important reason that data is important _Woncheol Jang

장원철

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나TALK-16] 잘못된 뉴스, 인포데믹은 어떻게 확대재생산되는가?_윤신영 기자 | 16강

코로나19 사태 초기부터 과학 기자의 시선으로 현장을 지켜보며 느낀 점은 정보의 전파 양상이 매우 복잡하다는 것입니다. 영남대 박한우 교수의 네트워크 분석에 따르면, 트위터상에서 '신천지'나 '대구' 같은 키워드는 폐쇄적인 집단 내에서 반복되는 경향을 보인 반면, 과학 뉴스는 대중적으로 널리 퍼지는 강력한 정보원이었습니다. 이는 과학적 사실이 대중의 대화에서 일차적인 소스가 된다는 점을 시사하며, 동시에 잘못된 정보가 섞일 경우 인포데믹의 위험성이 얼마나 커질 수 있는지를 보여줍니다. 언론이 과학 데이터를 다루는 방식에서 가장 큰 문제는 자극적인 해석입니다. 최근 항체 유지 기간에 관한 연구에서 4개월간 항체가 유지된다는 긍정적인 결과가 나왔음에도, 일부 매체는 '4개월밖에 안 된다'는 식으로 공포를 조장했습니다. 이는 재감염 이슈와 무리하게 연결하려는 시도에서 비롯된 왜곡입니다. 논문의 본질보다는 대중의 불안감을 자극하여 클릭을 유도하려는 상업적 목적이 과학적 사실을 가리는 안타까운 사례라고 할 수 있습니다. 바이러스 변이에 대한 보도 역시 비슷한 양상을 띱니다. 과학적으로는 아직 전파력을 획기적으로 높이는 치명적인 변이가 확인되지 않았음에도, '감염성 10배'와 같은 근거 없는 수치가 헤드라인을 장식하곤 합니다. 이러한 자극적인 뉴스는 네트워크를 타고 빠르게 확산되며 대중에게 불필요한 공포를 심어줍니다. 뉴스 생산자가 클릭 수라는 이득을 쫓는 구조적 악순환 속에서, 정확한 과학적 근거는 뒷전으로 밀려나고 인포데믹의 메커니즘이 강화되는 결과를 초래합니다. 공포뿐만 아니라 근거 없는 희망을 심어주는 보도도 경계해야 합니다. 국내 치료제 개발 소식 중 '하루 만에 바이러스 사멸'이라는 자극적인 제목이 큰 인기를 끌었지만, 실제로는 구체적인 데이터가 부족한 한 문장짜리 보도자료에 기반한 경우가 많았습니다. 과학 기자로서 데이터를 요청해 확인해보면 보도된 내용만큼의 확실한 근거를 찾기 어려운 사례가 빈번합니다. 정확한 검증 없이 희망적인 메시지만을 대량 양산하는 것은 결국 언론에 대한 신뢰를 떨어뜨리는 행위입니다. 신종 감염병의 특성상 초기에는 전문가들조차 정보가 부족하여 혼란을 겪었습니다. 하이드록시클로로퀸 사례처럼 유명 인사의 발언과 불완전한 논문이 결합하여 잘못된 복용 사고로 이어진 것이 대표적입니다. 당시에는 그것이 최선의 지식이었을지라도, 경쟁적인 보도 속에서 검증되지 않은 정보가 확산되었습니다. 이후 많은 논문이 철회되는 과정을 거치며 기자들과 과학자들은 더 정교한 보도의 필요성을 절감하게 되었습니다. 지식의 한계를 인정하고 신중하게 접근하는 태도가 무엇보다 중요합니다. 해외 사례 중 뉴욕타임스의 '백신 트래커'는 훌륭한 과학 커뮤니케이션의 모델을 보여줍니다. 단순히 일회성 기사를 쏟아내는 것이 아니라, 방대한 데이터를 체계적으로 취합하여 대중이 언제든 신뢰할 수 있는 정보원으로 활용하게 했습니다. 또한 복잡한 바이러스의 원리를 평이한 언어와 정교한 인포그래픽으로 설명하여 대중의 이해를 도왔습니다. 우리 언론도 단독 경쟁에서 벗어나 데이터를 가공하고 맥락을 풍성하게 전달하는 정보의 허브 역할을 수행해야 할 시점입니다. 코로나19는 여전히 미지의 영역이 많으며, 우리는 매일 새로운 반전의 상황을 맞이하고 있습니다. 이러한 불확실성 속에서 과학적 대전환을 넘어 도시 계획, 윤리, 문화 등 다양한 분야의 전문가들이 모여 대안을 제시하는 노력이 필요합니다. 단순히 현상을 보고하는 수준을 넘어, 합리적인 데이터와 증거를 기반으로 소통하는 플랫폼이 구축되어야 합니다. 연구자와 전달자가 함께 데이터 기반의 소통을 이어갈 때, 우리는 비로소 감염병이라는 거대한 재난에 현명하게 대응할 수 있을 것입니다.

[코로나TALK-16] 잘못된 뉴스, 인포데믹은 어떻게 확대재생산되는가?_윤신영 기자

윤신영

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[연구뭐하지?] 천종식 교수 _서울대학교 '진화생명정보학 연구실' | 공생 세균을 연구하면 많은 질병을 예방, 치료할 수 있습니다!

서울대학교 진화생명정보학 연구실은 세균의 진화 과정을 추적하여 생명의 근원적 원리를 탐구하는 곳입니다. 천종식 교수님의 지도 아래, 이곳은 세균이 환경에 적응하고 변화하는 기전을 분석함으로써 병원균에 의한 질병을 깊이 있게 이해하고자 노력합니다. 미생물은 인간에 비해 진화 속도가 압도적으로 빠르기 때문에, 이들의 유전체 변화를 실시간으로 파악하는 것은 현대 의학에서 매우 중요한 위치를 차지합니다. 이러한 기초 연구는 단순히 지식을 쌓는 것을 넘어, 질병의 예방과 치료를 위한 실질적인 전략을 수립하는 데 결정적인 역할을 수행하고 있습니다. 또한, 우리 몸과 공생하는 미생물 집단인 마이크로바이옴을 연구하여 건강 증진의 새로운 가능성을 제시합니다. 이곳의 연구 환경은 흔히 '목장'에 비유될 만큼 높은 자율성을 자랑합니다. 교수님은 연구원들에게 넓은 탐구의 장을 제공하며, 학생들이 스스로 관심 있는 주제를 찾아 자유롭게 연구할 수 있도록 독려합니다. 통계학, 계산생물학, 컴퓨터공학 등 서로 다른 전공을 가진 인재들이 모여 협력하는 다학제적 분위기는 이 연구실만의 독특한 자산입니다. 학생들은 자신의 연구에 대해 책임을 지는 동시에, 필요한 자원을 전폭적으로 지원받으며 창의적인 연구자로 성장해 나갑니다. 이러한 자율적인 문화는 연구의 즐거움을 극대화하는 원동력이 됩니다. 연구원들은 각자의 전문성을 바탕으로 복잡한 생명 현상을 다각도에서 조명하며 학문적 성취를 이뤄냅니다. 생명정보학 연구의 주된 과정은 방대한 유전체 데이터를 가공하고 분석하여 시각화하는 작업으로 이루어집니다. DNA 서열과 같은 복잡한 글자 나열에서 유의미한 패턴을 찾아내고, 이를 통해 미생물의 계통학적 위치를 규명하는 것이 핵심입니다. 특히 최근 주목받는 프로바이오틱스 연구 등은 모두 이러한 탄탄한 미생물 계통학적 이론 위에 세워져 있습니다. 화려한 분석 기술도 중요하지만, 그 근간이 되는 이론적 배경이 없다면 진정한 과학적 가치를 인정받기 어렵습니다. 따라서 연구원들은 기술적 숙련도와 함께 깊이 있는 학문적 토대를 닦는 데 매진하고 있습니다. 이러한 이론적 엄밀함은 데이터 분석의 신뢰성을 높이고 연구의 질적 수준을 보장하는 핵심 요소가 됩니다. 우리가 태어날 때부터 고정적으로 갖게 되는 유전체와 달리, 메타게놈은 식습관이나 스트레스 등 외부 요인에 따라 역동적으로 변화하는 특성을 지닙니다. 연구실에서는 이러한 오믹스 기반 기술을 활용하여 현대인의 건강을 위협하는 다양한 만성 질환과 미생물 사이의 연결 고리를 정밀하게 추적합니다. 이는 단순한 관찰을 넘어 질병의 근본 원인을 규명하고 새로운 치료 패러다임을 제시하는 중요한 열쇠가 됩니다. 특히 장내 미생물 데이터를 통해 질환의 발생 가능성을 가늠하는 연구는 정밀 의료를 실현하는 데 있어 매우 중요한 과학적 근거를 제공합니다. 이러한 연구는 개인 맞춤형 헬스케어 서비스를 실현하는 데 있어 매우 중요한 과학적 근거를 제공합니다. 연구실이 지향하는 이상적인 인재는 스스로 문제를 정의하고 해결해 나가는 '문제 해결형' 학생입니다. 단순히 논문 실적을 쌓는 것에 매몰되지 않고, 생명과학적 난제를 해결하기 위해 다양한 학문 분야를 유연하게 접목할 수 있는 태도가 요구됩니다. 현대의 연구 환경은 컴퓨터만 있다면 전 세계 전문가들의 강의를 통해 부족한 지식을 언제든 보충할 수 있는 열린 구조를 갖추고 있습니다. 따라서 특정 기술에 대한 선험적인 지식보다는, 목표를 달성하기 위해 끊임없이 배우고 도전하려는 의지가 연구의 성패를 가르는 가장 중요한 요소라고 할 수 있습니다. 이러한 도전 정신을 가진 학생들은 연구실의 자율적인 분위기 속에서 자신만의 독창적인 연구 영역을 구축해 나갑니다.

[연구뭐하지?] 천종식 교수 _서울대학교 '진화생명정보학 연구실'  |  공생 세균을 연구하면 많은 질병을 예방, 치료할 수 있습니다!

천종식

카오스재단연구뭐하지
  • 생명과학

[COVID-19_talk_12] An Analysis of COVID-19 Transmission Network in South Korea _Dukjin Chang | 12강

감염병의 확산은 바이러스 자체의 생물학적 특성과 이를 전파하는 사회적 네트워크의 결합으로 이루어집니다. 현재 많은 관심이 집중되는 백신과 치료제는 바이러스라는 변수에 대한 직접적인 대응책이지만, 이것이 완성되어 대중화되기 전까지는 네트워크라는 또 다른 변수에 주목해야 합니다. 네트워크 분석은 감염병의 아웃브레이크나 팬데믹 양상을 결정짓는 핵심적인 요소이며, 이에 기반한 방역 전략은 바이러스의 확산을 효과적으로 저지하는 데 필수적인 역할을 수행합니다. 서울, 경기, 인천 지역의 코로나19 확진자 데이터를 분석한 결과, 전파 네트워크는 '멱함수 분포(Power Law)'라는 특정한 형태를 따르는 것으로 나타났습니다. 이는 소수의 노드가 대다수의 연결을 독점하는 '척도 없는 네트워크(Scale-free network)'의 전형적인 특징을 보여줍니다. 즉, 대부분의 확진자는 추가 전파를 거의 일으키지 않지만, 극소수의 '슈퍼 전파자' 혹은 '허브'가 수많은 사람에게 바이러스를 옮기며 전체 확산세를 주도하고 있다는 구조적 원리를 시사합니다. 이러한 네트워크의 주요 특징 중 하나는 '작은 세상(Small World)' 현상입니다. 과거 미국의 심리학자 스탠리 밀그램은 평균 6단계만 거치면 모든 사람이 연결된다는 사실을 발견했으나, 한국 사회는 이보다 훨씬 좁은 3.6단계의 분리를 보여주는 것으로 분석되었습니다. 이는 감염병 확산 시기에 매우 위협적인 요소로 작용할 수 있습니다. 지역사회 감염이 단 몇 단계만 진행되어도 바이러스가 전국적으로 무작위하게 퍼져나갈 수 있는 고도의 연결성을 내포하고 있기 때문입니다. 네트워크의 또 다른 특징은 '무작위 공격에 대한 강건성'입니다. 인터넷망처럼 멱함수 분포를 따르는 구조는 무작위적인 노드 제거에는 쉽게 붕괴하지 않는 특성을 가집니다. 소규모 감염이 끊이지 않고 지속되는 이유도 이러한 네트워크의 강건함과 관련이 있습니다. 그러나 이 구조는 '조준 공격'에는 매우 취약합니다. 연결선이 가장 많은 상위 노드들을 집중적으로 찾아내어 차단할 경우, 전체 네트워크의 상당 부분을 효과적으로 무력화하여 바이러스의 전파 경로를 봉쇄할 수 있습니다. 실제 데이터를 바탕으로 모의실험을 진행한 결과, 전파 수 기준 상위 1%의 노드만 제거해도 확진자 수는 약 46% 감소하는 것으로 나타났습니다. 만약 상위 5%를 제어할 수 있다면 확진자 수는 70%, 전파 횟수는 무려 78%까지 줄어듭니다. 이는 백신이나 치료제가 부족한 상황에서도 네트워크의 핵심 허브를 찾아내어 관리하는 것만으로도 감염병의 확산을 극적으로 저지할 수 있음을 입증합니다. 과학적 데이터 분석에 기반한 정밀한 방역 체계 구축이 무엇보다 시급한 이유입니다. 효율적인 백신 투여 전략에서도 네트워크 분석은 중요한 통찰을 제공합니다. '우정의 역설'에 따르면, 무작위로 선택된 사람보다 그 사람의 친구가 더 많은 친구를 가질 확률이 높습니다. 따라서 제한된 수량의 백신을 무작위로 배분하기보다, 선택된 사람의 지인에게 투여하는 방식이 전파 허브를 타격할 확률을 수 배 이상 높여줍니다. 이는 팬데믹이라는 위기 상황에서 타인에게 백신을 양보하는 행위가 결국 공동체 전체를 보호하는 과학적 연대가 될 수 있음을 보여주는 흥미로운 사례입니다. 기초 감염 재생산 지수인 R0는 유용한 지표지만, 네트워크의 다이내믹스에 따라 현실을 과대평가할 가능성이 존재합니다. 멱함수 분포 하에서는 바이러스 역시 전파를 위해 허브를 찾아야 하는 전략적 어려움을 겪기 때문입니다. 따라서 향후 방역 정책은 단순한 일률적 거리두기를 넘어, 전파 네트워크 데이터를 실시간으로 구축하고 분석하는 방향으로 진화해야 합니다. 고위험 집단과 장소를 정밀하게 식별하는 과학 기반 방역만이 사회적 비용을 최소화하고 일상을 지키는 길입니다.

[COVID-19_talk_12] An Analysis of COVID-19 Transmission Network in South Korea _Dukjin Chang

장덕진

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나TALK-12] Small World!, 코로나도 네트워크 문제였어! _장덕진 교수 | 12강

감염병의 확산은 단순히 바이러스의 생물학적 특징에만 의존하지 않습니다. 모든 종류의 감염은 바이러스와 그것이 퍼져나가는 통로인 네트워크의 결합으로 이루어집니다. 백신이나 치료제가 바이러스를 직접 겨냥하는 대책이라면, 네트워크 분석은 바이러스가 확산되는 경로를 차단하는 전략적 토대가 됩니다. 특히 백신 개발과 보급에 상당한 시간이 소요되는 상황에서, 전파 네트워크의 역동성을 이해하고 이에 기반한 방역 정책을 병행하는 것은 감염병 통제의 핵심적인 열쇠가 됩니다. 네트워크를 통한 전파는 비단 코로나19만의 문제가 아닙니다. 과거 사스나 메르스 유행 당시에도 소수의 슈퍼 전파자가 전체 감염의 절반 이상을 차지하는 양상이 관찰되었습니다. 심지어 비만이나 말 독감 같은 현상조차 네트워크를 통해 확산된다는 연구 결과가 존재합니다. 이러한 선행 연구들은 감염병의 양상이 네트워크 구조에 따라 달라지며, 그에 맞춰 방역 전략도 수정되어야 함을 시사합니다. 따라서 전파 네트워크를 분석하는 것은 단순한 학술적 호기심을 넘어 실질적인 방역 효율성을 높이는 과정입니다. 서울과 경기, 인천 지역의 데이터를 분석한 결과, 코로나19 전파 네트워크는 '멱함수 분포'를 따르는 '척도 없는 네트워크'의 특성을 보입니다. 이는 대부분의 노드는 연결선이 적지만, 극소수의 노드가 수많은 연결선을 가진 '허브' 역할을 한다는 의미입니다. 실제로 상위 30개의 노드가 수백 명에게 바이러스를 전파하는 구조가 확인되었습니다. 이러한 수학적 구조를 이해하면 감염병이 단순히 무작위로 퍼지는 것이 아니라, 특정한 법칙 아래 움직이고 있음을 알 수 있으며 이는 정밀한 방역의 근거가 됩니다. 척도 없는 네트워크의 주요 특징 중 하나는 '작은 세상 현상'입니다. 미국 사회가 평균 6단계를 거치면 모두 연결된다는 연구가 있듯이, 한국 사회는 그보다 더 좁은 3.6단계의 분리 구조를 가지고 있습니다. 이러한 높은 연결성은 감염병 확산 시기에 매우 위협적인 요소로 작용합니다. 지역사회 감염이 발생할 경우 단 몇 단계만 거쳐도 전국적으로 무작위 확산이 일어날 수 있기 때문입니다. 따라서 우리 사회의 촘촘한 네트워크 구조는 방역 당국이 더욱 신속하고 선제적인 대응을 해야 하는 이유를 뒷받침합니다. 네트워크 구조는 외부 공격에 대해 이중적인 면모를 보입니다. 무작위적인 노드 제거에는 전체 시스템이 붕괴하지 않고 견디는 강한 내성을 지니지만, 연결망의 핵심인 허브를 겨냥한 '조준 공격'에는 매우 취약합니다. 현재 소규모 집단 감염이 끊이지 않고 지속되는 이유는 네트워크가 무작위 공격에 강한 특성을 가졌기 때문일 수 있습니다. 반대로 상위 1%의 핵심 전파 경로만 정확히 찾아내어 차단할 수 있다면, 전체 네트워크의 절반 이상을 무력화하여 바이러스의 확산을 극적으로 저지하는 것이 가능해집니다. 시뮬레이션 결과에 따르면 전파 수 기준 상위 5%의 노드만 제어해도 전체 확진자 수를 약 70%까지 줄일 수 있습니다. 이는 한정된 자원을 효율적으로 배분해야 하는 방역 현장에서 매우 중요한 시사점을 줍니다. 예를 들어 백신이 부족한 상황에서는 무작위 추첨보다 '우정의 역설' 원리를 이용해 네트워크의 허브에 위치한 이들에게 우선 투여하는 것이 훨씬 효과적입니다. 이러한 선택적 면역 전략은 수학적 효율성을 넘어, 공동체의 안전을 위해 서로가 연결되어 있음을 확인하는 사회적 연대의 계기가 되기도 합니다. 효과적인 방역을 위해서는 바이러스 자체에 대한 대응만큼이나 정밀한 네트워크 통제가 필요합니다. 특정 집단이나 지역을 통째로 격리하는 방식에서 벗어나, 전파 위험이 높은 구체적인 조건과 장소를 데이터로 식별하여 정밀 타격하는 방식으로 진화해야 합니다. 이를 위해서는 파편화된 확진자 정보를 실시간으로 통합하고 체계적인 전파 네트워크 데이터를 구축하는 국가적 노력이 시급합니다. 과학적 근거에 기반한 정밀 방역 체계야말로 포스트 코로나 시대에 우리가 나아가야 할 진정한 복지 국가의 모습입니다.

[코로나TALK-12] Small World!, 코로나도 네트워크 문제였어! _장덕진 교수

장덕진

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[COVID-19_talk_7] Things that go against common sense_Kilkon Ko Professor | 7강

코로나19 팬데믹은 우리가 기존에 가졌던 상식에 큰 의문을 던졌습니다. 일반적으로 선진국이 개발도상국보다 감염병 대응에 훨씬 뛰어날 것이라 예상했지만, 실제 통계는 다른 양상을 보였습니다. 초기 분석에 따르면 1인당 GDP가 높은 국가일수록 오히려 확진자 수가 더 많게 나타나는 역설적인 현상이 관찰되었습니다. 이는 의료 시설의 확충이나 경제적 수준만으로는 전 지구적 위기를 완전히 통제하기 어렵다는 점을 시사하며, 단순히 국가의 부유함이 방역의 성공을 보장하지 않는다는 사실을 일깨워 주었습니다. 국가 간 혹은 국가 내의 이동 제한 조치가 감염병 예방에 절대적인 해결책이 되지 못했다는 점도 주목해야 합니다. 데이터를 살펴보면 이동 제한 전후로 신규 확진자 수의 급격한 감소가 나타나지 않은 사례가 많았습니다. 한국의 경우에도 이동성이 점차 정상 수준으로 회복되었음에도 불구하고, 고용 시장의 타격은 여전히 심각한 상태로 지속되었습니다. 특히 비정규직과 임시직 근로자들의 실업 문제가 빠르게 확산되면서, 물리적 이동의 회복이 곧바로 경제적 안정으로 이어지지는 않는다는 모순적인 상황이 발생했습니다. 글로벌 생산 체계인 글로벌 가치 사슬(GVC)의 붕괴는 개발도상국에 더욱 치명적인 영향을 미쳤습니다. 과거 독일, 미국, 일본 중심의 무역 구조가 중국을 포함한 복잡한 네트워크로 진화했으나, 국경 폐쇄로 인해 이 시스템이 마비되었습니다. 싱가포르나 태국 같은 아세안 국가들은 이동성이 평상시의 절반 이하로 떨어지며 소비 활동에 큰 타격을 입었습니다. 이러한 현상은 국가 간 분업 체계에 의존하던 개발도상국들의 경제 기반을 흔들었으며, 단순한 보건 위기를 넘어 생존의 문제로 직결되는 결과를 초래했습니다. 정치적 측면에서는 위기 초기 정부에 대한 지지도가 급상승하는 '깃발 아래 결집' 현상이 나타났으나, 장기적으로는 정치적 불안정성이 커질 위험이 존재합니다. 국제 사회의 지원 역시 지역별로 편중되는 경향을 보였습니다. IMF가 긴급 자금을 지원했으나 라틴아메리카처럼 확산세가 심각한 지역에 대한 대처는 상대적으로 미흡했습니다. 반면 중국은 '건강 실크로드' 전략을 통해 의료 물품을 지원하고 차관 상환을 유예하며 개발도상국에 대한 영향력을 확대하는 등 국제 외교 질서에도 새로운 변화가 나타나고 있습니다. 민주주의의 위기 또한 포스트 코로나19 시대의 중요한 화두입니다. 2010년대 후반부터 정체되기 시작한 전 세계 민주주의 지수는 팬데믹 이후 더욱 쇠퇴할 가능성이 큽니다. 정치적 불안정을 극복하기 위해서는 빈부 격차와 사회적 소외, 인종 및 내외국인 차별 문제를 해결하는 것이 필수적입니다. 폐쇄적인 국경 봉쇄보다는 한국의 사례처럼 개방적인 정책을 유지하면서도 사회적 안정성을 확보하는 접근이 필요하며, 이는 향후 발생할 수 있는 제2차 집단 감염에 대비하는 중요한 교훈이 될 것입니다. 개발도상국의 위기 극복을 위해서는 기존의 상식을 뛰어넘는 혁신적인 해결 방식이 필요합니다. 베트남이나 스리랑카처럼 자원이 부족함에도 불구하고 공동체의 자원을 활용해 방역에 성공한 사례들은 선진국 모델과는 다른 가능성을 보여줍니다. 노동력 송금에 의존하던 경제 구조에서 벗어나 생산성 혁신을 이루는 것이 절실하며, 이러한 변화의 동력은 젊은 세대의 창의적인 아이디어에서 나올 수 있습니다. 각국의 성공 요인을 발굴하고 이를 지식의 지도로 만들어 공유하는 노력이 수반되어야 합니다. 결국 코로나19라는 거대한 도전은 한 국가나 특정 지역의 노력만으로는 해결할 수 없는 문제입니다. 대학과 연구소는 가짜 뉴스가 아닌 과학적 데이터를 바탕으로 현장을 분석하고 이론화하여 실질적인 시사점을 제공해야 합니다. 우리는 자국의 성공에만 안주하지 말고, 개발도상국이 직면한 고유한 문제들을 그들의 시각에서 바라보며 협력해야 합니다. 국가와 세대를 넘어선 공동의 대응만이 포스트 코로나19 시대의 불확실성을 극복하고 전 세계가 함께 지속 가능한 성장을 이룰 수 있는 유일한 길입니다.

[COVID-19_talk_7] Things that go against common sense_Kilkon Ko Professor

고길곤

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[COVID-19_talk_6] Hard Choices and New Values_Sukjae Lee Professor | 6강

코로나19 팬데믹은 우리에게 신체적 건강과 경제적 위축이라는 물리적 위협을 넘어, 비물리적인 윤리적 도전을 제기하고 있습니다. 과거에는 조화를 이루던 가치들이 이제는 서로 충돌하며 우리에게 어려운 선택을 강요합니다. 예를 들어, 경제적 번영과 개인의 건강이 상충하는 상황에서 우리는 어떤 가치를 우선시해야 할지 고민하게 됩니다. 이러한 복잡한 상황 속에서 올바른 판단을 내리기 위해서는 단순한 직관이 아닌, 사실에 기반한 데이터와 이를 해석할 수 있는 윤리적 틀이 필수적으로 요구됩니다. 우리는 이 위기를 통해 우리가 진정으로 소중히 여기는 가치가 무엇인지 재정의해야 하는 시점에 서 있습니다. 윤리적 판단의 기준을 세우기 위해 규범 윤리학의 두 가지 주요 입장인 공리주의와 칸트의 의무론을 살펴볼 필요가 있습니다. 결과주의의 한 형태인 공리주의는 모든 이해관계자를 공평하게 고려했을 때 가장 좋은 결과를 가져오는 행동을 옳다고 봅니다. 반면 칸트의 의무론은 결과가 아무리 좋더라도 결코 위배해서는 안 되는 도덕적 의무와 원칙이 존재한다고 주장합니다. 이러한 이론적 틀은 우리가 마주한 사회적 거리두기나 백신 배분과 같은 현실적인 문제들을 분석하는 데 중요한 이정표가 되어줍니다. 어떤 이론을 선택하느냐에 따라 공동체가 나아갈 방향이 완전히 달라질 수 있기에 신중한 접근이 필요합니다. 경제 활동 재개와 사회적 거리두기 사이의 갈등은 두 윤리적 입장이 격돌하는 대표적인 사례입니다. 공리주의적 관점에서는 각 정책이 가져올 이득과 손해의 총합을 계산하여 전체 구성원에게 가장 유리한 결정을 내리려 합니다. 그러나 칸트적 입장에서는 다수의 경제적 혜택을 위해 소수의 생명을 희생시키는 것은 정당화될 수 없다고 반박합니다. 이때 중요한 것은 추상적인 논쟁이 아니라, 실제 경제적 피해와 감염 위험에 대한 구체적인 데이터를 바탕으로 어떤 가치가 더 절실한지를 판단하는 실천적 지혜입니다. 데이터는 단순한 숫자를 넘어 인간의 삶을 보호하기 위한 가장 강력한 근거가 되어야 합니다. 한정된 백신을 어떻게 배분할 것인가의 문제 역시 심각한 윤리적 고민을 안겨줍니다. 공리주의는 미래의 특정 시점에서 사회 전체에 가장 큰 효용을 줄 수 있는 방식을 찾으려 노력하며, 때로는 효율적인 생산을 위한 고가 판매 전략까지 고려할 수 있습니다. 반면 의무론적 관점에서는 효율성보다는 사회적 약자나 노약자 등 특정 집단을 우선 보호해야 한다는 원칙을 강조합니다. 이러한 선택의 과정에서 축적된 데이터는 각 배분 방식이 가져올 실질적인 효과를 예측하고 공정한 기준을 마련하는 데 핵심적인 역할을 수행합니다. 우리는 효율성과 형평성 사이의 아슬아슬한 줄타기를 통해 사회적 합의를 이끌어내야 합니다. 마스크 착용에 대한 국가별 반응 차이는 과학적 지식과 문화적 경험이 어떻게 상호작용하는지 보여줍니다. 마스크의 방역 효과가 과학적으로 입증되었음에도 불구하고, 일부 문화권에서는 역사적 배경이나 개인의 자유에 대한 가치관 때문에 착용을 꺼리는 현상이 나타납니다. 이는 데이터 수집과 분석이 단순히 수치에 그치지 않고, 사람들의 심리와 문화적 맥락까지 포괄해야 함을 시사합니다. 과학적 사실이 힘을 발휘하기 위해서는 그 사회가 공유하는 역사적 체험과 가치 체계에 대한 깊은 이해가 선행되어야 합니다. 결국 방역의 성공은 기술적인 데이터를 넘어 문화적 공감대를 형성하는 능력에 달려 있습니다. 윤리적 갈등 상황에서 합의에 도달하는 것은 매우 어렵지만, 우리는 합리적인 소통의 힘을 믿어야 합니다. 자신의 입장을 명확한 근거와 함께 밝히고 상대방의 의견을 경청할 때, 비로소 서로의 차이를 인정하고 이해하는 공감의 영역에 들어설 수 있습니다. 이러한 공감은 우리가 서로 다른 가치를 지향하더라도 결국 같은 공동체의 구성원이라는 소속감을 확인시켜 줍니다. 차이를 인정하는 태도와 최소한의 존중은 갈등을 넘어 타협과 중도의 길을 여는 유일한 열쇠가 됩니다. 소통은 단순히 말을 주고받는 것이 아니라, 서로의 존재를 인정하며 함께 생존할 방법을 모색하는 숭고한 과정입니다. 결국 데이터는 윤리적 판단을 위한 필수적인 재료이지만, 그 자체가 정답을 알려주지는 않습니다. 불확실성이 가득한 시대에 우리가 내리는 결정은 단순히 사실을 확인하는 과정이 아니라, 우리가 어떤 가치를 지향할 것인지 선택하는 과정입니다. 특정 집단에 대한 낙인이나 분노로 문제를 해결하려 하기보다, 연대와 책임의 원리를 바탕으로 끊임없이 질문을 던져야 합니다. 미리 고민하고 소통하는 노력이 뒷받침될 때, 우리는 예기치 못한 혼란 속에서도 후회 없는 선택을 내리며 더 건강한 사회로 나아갈 수 있을 것입니다. 철학적 성찰과 데이터의 결합이야말로 우리가 마주한 거대한 도전을 극복할 진정한 힘입니다.

[COVID-19_talk_6] Hard Choices and New Values_Sukjae Lee Professor

이석재

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나TALK-6] 어려운 선택과 새로운 가치_이석재 교수 | 6강

코로나19 대유행은 우리에게 단순한 건강상의 위협을 넘어 비물리적인 윤리적 도전을 제시했습니다. 과거에는 경제적 번영과 개인의 건강이 상호 보완적인 가치였으나, 이제는 사회적 거리두기와 경제 활동 재개라는 두 축이 충돌하는 상황에 직면하게 된 것입니다. 이러한 어려운 선택의 순간에 우리는 어떤 가치를 우선시해야 할지 고민하게 됩니다. 급박한 상황 속에서 내리는 결정들이 우리 사회의 미래를 결정짓는 만큼, 가치 선택의 기준을 미리 성찰하는 과정이 반드시 필요합니다. 윤리적 판단의 틀을 마련하기 위해 규범 윤리학의 두 가지 주요 입장을 살펴볼 수 있습니다. 공리주의는 모든 유관한 사람을 공평하게 고려했을 때 가장 좋은 결과를 가져오는 행동을 옳다고 봅니다. 반면 칸트의 의무론은 결과가 아무리 좋더라도 결코 위배해서는 안 되는 도덕적 의무와 기본권이 존재한다고 주장합니다. 이 두 이론은 우리가 직면한 구체적인 사례들을 분석하고 해결책을 모색하는 데 있어 서로 다른 관점과 함의를 제공하며 논의의 기초가 됩니다. 경제 활동 재개와 방역 유지 사이의 갈등은 공리주의와 의무론이 격돌하는 대표적인 지점입니다. 공리주의적 관점에서는 각 정책이 가져올 이득과 손해를 수치화하여 전체 구성원에게 최선의 결과를 낳는 방향을 선택하려 합니다. 하지만 의무론적 입장에서는 소수의 생명 상실을 다수의 경제적 혜택으로 정당화할 수 없다고 반박합니다. 이때 중요한 것은 추상적인 논쟁이 아니라, 실제 감염률과 경제적 피해 규모를 보여주는 구체적인 데이터에 기반하여 판단을 내리는 일입니다. 한정된 백신을 어떻게 배분할 것인가의 문제 역시 복잡한 윤리적 숙고를 요구합니다. 미래의 더 큰 효용을 위해 효율적인 생산과 보급에 집중할 것인지, 아니면 노약자와 영유아 같은 사회적 약자를 우선적으로 보호할 것인지에 대한 선택입니다. 공리주의는 사회 전체의 이익을 극대화하는 시점과 방식을 고민하는 반면, 의무론은 특정 집단에 대한 배려와 기본권 보호를 강조합니다. 이러한 결정 과정에서 축적된 데이터는 각 선택이 가져올 실질적인 효과를 예측하는 핵심 근거가 됩니다. 마스크 착용에 대한 문화적 차이는 과학적 지식만큼이나 역사적 경험과 데이터 분석이 중요함을 보여줍니다. 어떤 사회에서는 마스크가 효과적임을 알면서도 문화적 반감으로 인해 착용을 꺼리는 반면, 다른 사회에서는 자연스럽게 수용되기도 합니다. 이는 과학적 사실이 때로는 문화적 체험에 의해 무력화될 수 있음을 시사합니다. 따라서 효과적인 방역을 위해서는 단순한 정보 전달을 넘어, 각 공동체가 가진 고유한 태도와 배경에 대한 정밀한 데이터 수집과 분석이 병행되어야 합니다. 다양한 의견 충돌 속에서 합리적인 소통은 공동체를 유지하는 강력한 힘이 됩니다. 자신의 입장을 명확히 밝히고 근거를 제시하는 과정은 서로의 차이를 인정하고 공감을 형성하는 토대가 됩니다. "동의하지 않지만 왜 그렇게 생각하는지 이해한다"는 태도는 우리가 같은 배를 탄 공동체 구성원임을 확인시켜 줍니다. 이러한 존중과 소통은 갈등을 넘어 타협과 중도의 길을 열어주며, 위기 상황에서 발생할 수 있는 극단적인 분노나 낙인찍기를 방지하는 방책이 됩니다. 코로나19 대유행은 사회의 취약한 고리를 드러내며 불평등의 문제를 더욱 심화시키고 있습니다. 경제 지표는 상승하는데 서민의 삶은 피폐해지는 '그레이트 디커플링' 현상은 우리 사회의 윤리적 기반을 되묻게 합니다. 위기는 모두에게 평등하게 다가오지 않으며, 약자에게 더욱 가혹한 법입니다. 따라서 우리는 데이터에 기반한 합리적 판단을 내리는 동시에, 소외된 이들을 포용하는 새로운 가치를 정립해야 합니다. 미리 고민하고 소통하는 과정만이 걷잡을 수 없는 혼란을 막는 유일한 길입니다.

[코로나TALK-6] 어려운 선택과 새로운 가치_이석재 교수

이석재

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[과학자가 쓴 과학책#5] 관계의 과학 by김범준 | KAOS X 공원생활 특집 | 김태훈의 게으른 책읽기

과학은 세상의 아름다움을 이해하는 또 하나의 창입니다. 물리학자는 붉은 노을과 쪽빛 하늘을 보며 빛의 산란이라는 원리를 떠올리지만, 이는 자연의 경이로움을 해치기보다 오히려 더 깊은 감동을 선사합니다. 특히 통계물리학은 수많은 입자가 모여 전체를 이루는 방식을 연구하는 학문으로, 그 대상을 사람과 사회로 확장하면 우리 삶의 복잡한 관계망을 분석하는 훌륭한 도구가 됩니다. 무엇이든 많이 모여 있는 곳에 관심을 갖는 이 학문은 현대 사회를 이해하는 새로운 틀을 제시하며 우리 삶을 더 자세히 들여다보게 합니다. 과학자가 논문이 아닌 책을 쓰는 이유는 주관적인 가치관이나 세상을 바라보는 시선을 더 자유롭게 담기 위해서입니다. 논문은 명확한 증거 없이는 단 한 문장도 쓰기 어렵지만, 책은 과학적 사실에서 출발해 사회적 함의로 나아가는 사유의 확장을 허용합니다. 예를 들어 꿀벌 집단이 의견을 조율하는 과정에서 민주주의의 원리를 발견하는 식입니다. 이러한 시도는 과학적 진술에 개인의 통찰을 더해, 독자들이 미처 생각하지 못했던 새로운 영역으로 사고를 넓힐 수 있도록 돕는 역할을 합니다. 이는 과학이 상아탑을 넘어 대중과 소통하는 방식이기도 합니다. 우리 사회에는 혈액형과 성격의 상관관계처럼 과학적 근거가 부족한 믿음이 종교처럼 자리 잡기도 합니다. 통계물리학적 관점에서 보면 수만 가지 요인이 얽힌 인간의 심리를 단 네 가지 혈액형으로 분류하는 것은 불가능에 가깝습니다. 하지만 사람들은 어떤 사건이 벌어진 뒤에 그 이유를 끼워맞추려는 경향이 있으며, 이는 때로 특정 집단을 배제하는 위험한 기준으로 작동하기도 합니다. 과학은 이러한 편견을 데이터로 검증함으로써 우리가 세상을 보다 객관적이고 냉철하게 바라볼 수 있도록 이끌어주며, 막연한 공포 대신 합리적인 이해를 제공합니다. 자본주의 시스템 내에서의 부의 불평등 역시 개인의 능력 차이보다는 구조적인 결과로 이해할 수 있습니다. 시뮬레이션에 따르면 시장의 원리에만 맡겨둘 경우 부는 자연스럽게 소수에게 집중되며, 한 번 빈곤의 늪에 빠진 이들은 재기의 기회조차 얻기 힘든 구조가 고착화됩니다. 따라서 기본소득과 같은 사회 보장 제도는 단순히 부를 나누는 차원을 넘어, 실패한 이들에게 '두 번째 기회'를 제공하는 장치가 됩니다. 이는 사회 전체의 역동성을 유지하고 건강한 공동체를 만드는 필수적인 과학적 해법이며, 구성원 모두가 평화로운 삶을 영위하기 위한 기반이 됩니다. 정치권의 법안 발의 데이터를 네트워크 분석으로 살펴보면, 국회의원들이 주로 소속 정당 내에서만 협력하는 폐쇄적인 구조를 확인할 수 있습니다. 이는 초당적인 협력이나 전문성에 기반한 연대보다는 정당 논리가 우선시되는 현실을 보여줍니다. 결국 과학이란 단순히 지식을 암기하는 것이 아니라, 세상을 합리적으로 이해하고 비판적으로 사고하는 태도 그 자체입니다. 이러한 과학적 사고방식이 사회 전반에 확산될 때, 우리는 복잡한 세상 속에서 더 현명한 판단을 내리고 더 나은 미래를 향한 동력을 얻을 수 있습니다. 과학은 우리 사회를 더 나은 방향으로 바꾸는 힘이 됩니다.

[과학자가 쓴 과학책#5]  관계의 과학 by김범준 | KAOS X 공원생활 특집 | 김태훈의 게으른 책읽기

김범준

카오스재단읽다과학
  • 물리학

[COVID-19_talk_3] RT-PCR, the biggest contributor in Korea's successful quarantine _Hyunsook Lee | 3강

불확실성의 시대에 우리를 인도하는 것은 결국 정확한 데이터와 진실입니다. 분자생물학의 중심 원리인 '센트럴 도그마'는 정보의 흐름을 설명하며, 이는 코로나19라는 거대한 재난을 이해하는 핵심 열쇠가 됩니다. 전 세계 연구자들의 학술 데이터와 신뢰도 높은 정보를 종합하여 바이러스의 실체를 파악하는 일은 단순한 지식 습득을 넘어 생존을 위한 필수적인 과정입니다. 우리는 데이터를 통해 바이러스의 행동 방식을 이해하고, 이를 바탕으로 사회적 대응 전략을 수립함으로써 막연한 공포에서 벗어나 과학적인 해결책을 모색할 수 있습니다. 코로나19 바이러스의 기원을 둘러싼 논란은 과학적 데이터를 통해 명확히 정리될 수 있습니다. 유전체 분석 결과, 바이러스는 박쥐에서 시작해 중간 매개 동물을 거쳐 인간에게 전파되었으며, 이는 인위적인 조작보다는 자연적인 재조합의 결과임을 시사합니다. 항공 이동 경로와 일치하는 확산 패턴은 특정 지역에 대한 비난보다 선제적인 방역과 정보 공유의 중요성을 일깨워줍니다. 초기 단계에서 투명한 정보 공개와 신속한 역학 조사가 이루어졌다면 팬데믹이라는 전 지구적 재난을 지연시키거나 막을 수 있었을 것이라는 아쉬움은 우리에게 큰 교훈을 남깁니다. 한국이 방역의 모범 사례로 꼽힐 수 있었던 결정적 요인은 RT-PCR 기반의 신속한 진단 체계 구축에 있습니다. 메르스 사태의 경험을 거울삼아 질병관리본부는 확진자 발생 초기부터 바이오 기업들과 협력하여 진단 키트 개발에 박차를 가했습니다. 핵산을 증폭하여 바이러스의 존재를 확인하는 이 방법은 무증상 감염자까지 정밀하게 찾아낼 수 있어 확산 방지에 핵심적인 역할을 했습니다. 특히 바이러스의 변이가 적은 부위를 표적으로 삼아 민감도와 특이도를 높인 기술력은 전 세계적으로 그 우수성을 인정받았으며, 이는 보이지 않는 곳에서 헌신한 수많은 연구자와 방역 인력의 노고가 있었기에 가능했습니다. 치료제 개발에 있어서는 에볼라 치료제로 개발되었던 렘데시비르가 긴급 사용 승인을 받으며 표준 치료제로 자리 잡았습니다. 바이러스의 RNA 복제 효소를 저해하는 이 약물은 중증 환자의 회복 기간을 단축하는 효과를 보여주었습니다. 하지만 감염병 치료제는 공공재적 성격이 강함에도 불구하고, 경제적 논리에 밀려 개발이 중단되거나 지연되는 경우가 많습니다. 이번 팬데믹을 계기로 감염병 치료제와 백신 개발을 국가적, 국제적 차원의 필수 과제로 인식하고, 임상 시험의 효율성을 높일 수 있는 시스템을 마련해야 합니다. 이는 단순히 현재의 위기를 넘기는 것을 넘어 미래의 또 다른 감염병에 대비하는 안보의 영역입니다. 백신은 집단 면역을 형성하여 팬데믹을 종식시킬 수 있는 가장 확실한 수단입니다. 바이러스의 스파이크 단백질을 표적으로 삼아 항체를 형성하는 백신 개발은 생물학적으로 명확한 원리를 따르지만, 안전성과 유효성을 검증하기 위한 엄격한 임상 과정을 거쳐야 합니다. 최근에는 바이러스 벡터나 핵산 백신과 같은 최신 기술이 도입되어 개발 기간을 단축하려는 노력이 이어지고 있습니다. 비록 백신 개발에는 막대한 비용과 시간이 소요되지만, 이를 가속화하기 위한 '패스트 트랙' 제도와 국제적 협력은 필수적입니다. 백신은 단순히 개인의 보호를 넘어 사회 전체의 안전망을 구축하는 공중보건의 핵심 자산이기 때문입니다. 코로나19의 치명률은 고령층이나 비만, 당뇨, 고혈압 등 기저 질환을 가진 그룹에서 유독 높게 나타납니다. 이는 바이러스 자체가 가진 위험성뿐만 아니라, 우리 몸의 면역 체계와 기저 질환 사이의 복잡한 상호작용이 결과에 큰 영향을 미친다는 것을 의미합니다. 또한 팬데믹 상황에서 의료 자원이 코로나19에 집중되면서 응급 환자나 다른 중증 질환자들이 적절한 치료 시기를 놓치는 부작용도 관찰되고 있습니다. 따라서 우리는 단순히 확진자 수를 줄이는 것을 넘어, 의료 시스템의 붕괴를 막고 취약 계층을 보호할 수 있는 입체적인 대응 전략을 수립해야 합니다. 미래에 닥칠지 모를 '감염병 X'에 대비하기 위해서는 과학적 세계관에 기반한 통합적인 대응 체계가 필요합니다. 노동 집약적인 진단 방식을 개선할 수 있는 휴대용 원스톱 진단 기기 개발과 더불어, 각 기관에 흩어진 데이터를 통합하여 분석할 수 있는 국가 주도의 데이터 센터 구축이 시급합니다. 또한 감염병 정보는 국가 안보와 직결된다는 인식 아래 전 세계적인 정보 공유와 외교적 협력이 이루어져야 합니다. 리더는 전문가들의 다양한 의견을 종합하여 입체적인 판단을 내려야 하며, 우리 사회 구성원 모두가 데이터를 중시하는 과학적 사고를 가질 때 비로소 어떤 재난도 슬기롭게 극복할 수 있을 것입니다.

[COVID-19_talk_3] RT-PCR, the biggest contributor in Korea's successful quarantine _Hyunsook Lee

이현숙

카오스재단코로나19 과학토크
  • 생명과학

[코로나TALK-3] 코로나19 한국 방역의 핵심은 RT-PCR? _이현숙 교수 | 3강

불확실성의 시대에 데이터는 진실을 안내하는 이정표가 됩니다. 코로나19라는 전례 없는 재난 속에서 분자생물학적 데이터는 바이러스의 정체를 밝히고 대응 전략을 세우는 핵심 근거가 되었습니다. 생명 현상의 기본 원리인 '센트럴 도그마'를 통해 정보가 어떻게 전달되고 단백질로 구현되는지 이해하는 것은 바이러스의 생존 전략을 파악하는 첫걸음입니다. 신뢰도 높은 학술 데이터와 기사들을 종합하여 분석할 때 비로소 우리는 막연한 공포에서 벗어나 과학적인 해결책을 모색할 수 있습니다. 바이러스의 기원을 추적하는 유전체 분석 데이터는 근거 없는 음모론을 잠재우는 강력한 도구입니다. 코로나19 바이러스의 확산 패턴은 비행기를 이용한 사람의 이동 경로와 정확히 일치하며, 이는 인위적인 조작이 아닌 자연적인 전파임을 시사합니다. 박쥐에서 시작된 바이러스가 중간 숙주를 거쳐 인간에게 적응하는 과정은 분자생물학적으로 증명된 사실입니다. 비록 기원 파악이 당장의 재난 극복에 직접적인 도움을 주지는 않더라도, 투명한 정보 공개와 과학적 분석은 팬데믹의 확산을 지연시키는 데 필수적인 역할을 합니다. 한국이 방역의 '커브 플래트닝'에 성공할 수 있었던 결정적 요인은 선제적인 RT-PCR 진단 도입에 있었습니다. 메르스(MERS) 사태의 경험을 바탕으로 구축된 진단 체계는 무증상 감염자까지 정밀하게 찾아내어 지역사회 전파를 차단하는 방어벽이 되었습니다. 항체 진단과 달리 바이러스의 핵산을 직접 증폭하는 방식은 감염 초기 단계에서도 높은 민감도를 자랑합니다. 이러한 성과는 보이지 않는 곳에서 헌신한 연구사들과 방역 관계자들의 노동이 뒷받침된 결과이며, 향후에는 노동 집약적인 과정을 개선한 효율적인 진단 기기 개발이 병행되어야 합니다. 바이러스의 생활사를 이해하면 치료제 개발의 방향성이 보입니다. 코로나19 바이러스는 표면의 스파이크 단백질을 통해 우리 몸의 ACE2 수용체와 결합하여 세포 내로 침투합니다. 현재 표준 치료제로 주목받는 렘데시비르는 바이러스의 RNA 복제 과정을 방해하는 원리를 이용합니다. 이 외에도 바이러스의 결합을 원천 차단하는 중화 항체나 혈장 치료제 등이 유망한 후보로 거론되고 있습니다. 다만, 특정 약물의 효과를 맹신하기보다는 기저 질환과의 상관관계를 고려한 정밀한 임상 시험과 데이터 축적이 선행되어야 진정한 게임 체인저를 확보할 수 있습니다. 백신 개발은 건강한 사람에게 투여된다는 점에서 치료제보다 훨씬 엄격한 안전성 검증을 요구합니다. 바이러스 자체를 약화시키거나 핵산 백신을 활용하는 등 다양한 플랫폼이 시도되고 있지만, 실제 상용화까지는 막대한 비용과 시간이 소요됩니다. 역사적으로 백신을 통해 완전히 퇴치된 질병은 천연두가 유일할 정도로 바이러스와의 싸움은 험난합니다. 그럼에도 불구하고 스파이크 단백질을 표적으로 하는 최신 기술들은 희망적인 데이터를 보여주고 있으며, 공공재적 성격을 띤 백신 개발을 위해 국가적 차원의 전폭적인 지원과 패스트 트랙 시스템이 필요합니다. 팬데믹은 의료 체계 전반에 심각한 영향을 미치며, 코로나19 환자뿐만 아니라 응급 처치가 필요한 일반 환자들의 생명까지 위협합니다. 데이터에 따르면 감염병 확산 시기에 일반 중환자실 이용률이 급감하는 현상이 나타나는데, 이는 치료 시기를 놓치는 2차 피해로 이어질 수 있습니다. 이러한 위기를 극복하기 위해서는 각 기관에 흩어진 의료 데이터를 통합하여 분석할 수 있는 국가 주도의 데이터 센터 건립이 시급합니다. 개인 정보를 보호하면서도 연구자들이 데이터를 자유롭게 활용할 수 있는 환경이 조성될 때, 우리는 비로소 미래의 '감염병 X'에 대비할 수 있는 안보 체계를 갖추게 됩니다. 재난 극복의 핵심은 전문가들의 입체적인 정보를 종합하여 책임감 있는 판단을 내리는 리더십에 있습니다. 역학 조사, 바이러스 연구, 외교적 협력 등 어느 한 분야의 지식만으로는 거대한 팬데믹의 파고를 넘을 수 없습니다. 데이터를 중시하는 과학적 세계관을 바탕으로 투명하게 정보를 공유하고 전 세계가 협조할 때 비로소 인류는 감염병으로부터 안전한 사회를 만들 수 있습니다. 과학은 단순히 지식의 나열이 아니라 미래를 대비하는 가장 강력한 도구입니다. 이번 사태를 거울삼아 구축된 과학적 대응 시스템은 우리 사회를 더욱 건강하고 회복 탄력성 있는 공동체로 인도할 것입니다.

[코로나TALK-3] 코로나19 한국 방역의 핵심은 RT-PCR? _이현숙 교수

이현숙

카오스재단코로나19 과학토크
  • 생명과학

[코로나 인터뷰] 고길곤 _코로나19, 한 나라를 넘어 큰 지역 단위의 문제

현대 사회에서 방대한 데이터가 수집되고 있지만, 그 데이터 품질과 신뢰성을 검토하는 과정은 여전히 중요한 과제로 남아 있습니다. 특히 정책 대응의 효과를 정확히 측정하기 위해서는 각기 다른 출처에서 수집된 데이터 간의 교차 검증이 필수적입니다. 이를 위해 연구 현장에서는 구글 문서와 같은 오픈 플랫폼을 활용하여 코드와 분석 결과를 실시간으로 공유하는 공동 작업 방식이 지향되고 있습니다. 이러한 데이터의 투명한 공유와 분석은 위기 상황에서 보다 정교한 의사결정을 내리는 밑거름이 됩니다. 국제적인 위기 상황에 대응하기 위해서는 특정 국가의 노력뿐만 아니라 개발도상국을 포함한 전 세계적인 협력 체계가 구축되어야 합니다. 서울대학교와 코이카가 운영하는 장기 석사 프로그램처럼 외국인 공무원들을 교육하고 교류하는 과정은 아시아를 비롯한 여러 국가의 핵심적인 문제들을 파악하는 소중한 기회가 됩니다. 현지 전문가들과의 지속적인 대화와 질적 데이터의 확보는 통계적 연구가 놓칠 수 있는 현장의 목소리를 보완해 줍니다. 이러한 협력은 각국이 직면한 위기의 본질을 이해하는 데 필수적인 토대가 됩니다. 특정 국가의 감염병 확산은 단순히 한 나라의 보건 문제를 넘어 지역 전체의 경제적 안정성에 지대한 영향을 미칩니다. 예를 들어 인도네시아와 같이 경제 규모와 영향력이 큰 국가에서 확산세가 가속화되면 아시아 전체의 회복 속도가 더뎌질 수밖에 없습니다. 한 국가라도 급속한 확산 현상을 통제하지 못하면 인접 국가들이 국경을 개방하기 어려워지며, 이는 결국 지역 공동체의 동반 침체로 이어집니다. 이는 국제적인 공조가 단순히 인도주의적 차원을 넘어 자국의 경제적 생존과도 직결되는 문제임을 시사합니다. 경제적 불안정성이 심화된 국가에서는 내부적으로 쌓여온 계급이나 이념적 갈등이 표출되며 정치적 불안정성이 나타나기도 합니다. 한국 사회 역시 코로나19 대응 비용을 미래 세대가 부담해야 한다는 점에서 잠재적인 세대 간 갈등을 안고 있습니다. 현재 세대가 다음 세대를 충분히 설득하고 준비하지 않는다면, 이들은 자신들의 부담에 대해 정치적인 방식으로 불만을 표출할 것입니다. 따라서 위기 대응은 단순히 현재의 문제를 해결하는 것을 넘어, 세대 간 형평성과 사회적 합의를 도출하는 방향으로 나아가야 합니다. 국가 간 이동 제한 정책이 실질적인 효과를 거두기 위해서는 감염병 확산 초기에 전면적인 개입이 이루어져야 합니다. 그러나 현실적으로는 정책 결정의 복잡성으로 인해 개입 시기를 놓치거나 일부 지역에 국한된 봉쇄에 그치는 경우가 많습니다. 국경 봉쇄는 대중에게 심리적인 안도감을 줄 수 있지만, 내부적인 집단 감염이 진행 중인 상황에서는 오히려 방역의 고삐를 늦추는 부작용을 낳기도 합니다. 따라서 향후의 위기 대응을 위해서는 통행 금지나 병상 확보와 같은 개별 정책들이 실제로 얼마나 효과적이었는지에 대한 정밀한 데이터 분석이 선행되어야 합니다.

[코로나 인터뷰] 고길곤 _코로나19, 한 나라를 넘어 큰 지역 단위의 문제

고길곤

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나 인터뷰] 황승식 _방역, 정치, 집단면역. 질병역학 전문가가 말하는 코로나19

감염병의 예방은 단순히 의료 기술만으로 해결될 수 있는 문제가 아닙니다. 우리가 흔히 말하는 '방역'은 감염병의 예방과 관리를 아우르는 개념으로, 확진자의 치료와 격리를 넘어 사회 전반의 시스템을 조정하는 과정을 포함합니다. 예를 들어 폐암을 예방하기 위해 담배 제조와 광고를 규제하는 법률적 조치가 필요하듯, 감염병 확산 방지를 위해서도 다양한 사회적 규제와 정책적 결정이 필수적입니다. 결국 팬데믹 상황에서 방역의 성패는 전문가의 조언을 바탕으로 국가가 얼마나 올바르고 책임감 있는 결정을 내리느냐에 달려 있습니다. 사태 초기 특정 집단이 감염의 원천이라는 사회적 낙인이 찍히기도 했으나, 이는 바이러스의 생물학적 기전을 오해한 결과입니다. 또한 스웨덴의 사례로 화제가 되었던 '집단면역' 역시 그 자체가 독립적인 정책이 될 수는 없습니다. 집단면역은 방역 대책을 통해 도달하고자 하는 최종적인 목표이자 결과물일 뿐, 수많은 희생을 전제로 하는 성급한 선택지가 되어서는 안 됩니다. 우리는 감염병이 무차별적으로 확산될 수 있다는 점을 명확히 인지하고, 과학적 근거에 기반하여 결과로서의 면역 체계를 이해해야 합니다. 과거 사스와 메르스, 그리고 현재의 상황을 돌이켜볼 때 대략 7~8년을 주기로 새로운 감염병이 출현하고 있습니다. 이러한 위기에 선제적으로 대응하기 위해서는 단순히 국제기구의 정보에만 의존하는 단계를 넘어서야 합니다. 특히 감염병 유입 가능성이 높은 주요 국가의 외교공관에 감염병 전문가를 배치하여 독자적인 정보 수집 체계를 구축하는 것이 중요합니다. 공식적인 정보와 현장의 실시간 데이터를 종합적으로 분석할 수 있을 때 비로소 국경 봉쇄와 같은 사후약방문식 처방이 아닌, 실효성 있는 선제적 방역 정책을 수립할 수 있습니다. 앞으로의 해외여행은 과거와 달리 비즈니스나 공무 등 필수적인 목적 위주로 재편될 가능성이 높습니다. 전 세계를 자유롭게 오가던 시대에서 인접 국가 간의 철저한 관리 체계를 바탕으로 한 제한적 이동의 시대로 변화하고 있는 것입니다. 이러한 변화 속에서 '역학'이라는 학문의 중요성은 더욱 커지고 있습니다. 과거에는 주로 의사들이 담당하던 분야였으나, 이제는 수학적 모델링과 빅데이터 분석 역량을 갖춘 전문가들이 대거 참여하고 있습니다. 인구 집단 내 감염병의 분포와 원인을 파악하기 위해 수학적 훈련을 받은 인재들이 감염병 모델을 설계하며 방역의 과학적 토대를 마련하고 있습니다. 예방의학은 환자를 직접 진료하는 임상의학과 실험실 중심의 기초의학 사이에서 사회 전체의 건강을 설계하는 핵심적인 분야입니다. 하지만 국내에서 감염병 역학을 전공하는 전문가는 손에 꼽을 정도로 적은 것이 현실입니다. 전쟁이 일어나기 전부터 무기를 준비하듯, 팬데믹이라는 국가적 위기에 대비하기 위해서는 평상시에도 역학 전문가들을 체계적으로 양성해야 합니다. 이번 팬데믹은 우리 사회에 역학의 중요성을 각인시키는 계기가 되었습니다. 불확실성이 가득한 시대에 데이터에 기반한 과학적 분석으로 공동체를 지키는 전문가들의 역할은 앞으로 더욱 강조될 것입니다.

[코로나 인터뷰] 황승식 _방역, 정치, 집단면역. 질병역학 전문가가 말하는 코로나19

황승식

카오스재단코로나19 과학토크
  • 생명과학

[코로나 인터뷰] 오세정 _시민사회도 납득이 돼야 협조한다!

현대 사회의 복합적인 위기는 단순히 의학적 접근만으로는 해결하기 어렵습니다. 자연과학, 사회학, 인문학을 아우르는 다학제적 연구가 필수적인 이유입니다. 대학은 이러한 다양한 분야의 전문가들이 모여 있는 최적의 환경을 갖추고 있습니다. 대학의 핵심적인 역할은 현재의 상황을 정밀하게 분석하여 실효성 있는 대책을 마련하는 전문성을 발휘하는 것입니다. 나아가 이러한 학문적 분석 결과를 사회와 투명하게 공유함으로써 공공의 이익에 기여해야 합니다. 실증적인 데이터를 바탕으로 한 전문가의 의견은 사회적 신뢰를 구축하는 근간이 됩니다. 효과적인 위기 대응을 위해서는 정부와 민간 기관의 긴밀한 데이터 공유가 선행되어야 합니다. 이동통신사의 유동 인구 데이터나 정부의 방역 지표 등 방대한 데이터를 학문적으로 분석할 때 더욱 정교한 대응 방안이 도출될 수 있습니다. 또한, 연구를 통해 발견한 사실들을 대중이 쉽게 이해할 수 있도록 설명하고 납득시키는 과정이 매우 중요합니다. 대다수 대중의 자발적인 협조와 참여가 있어야만 사회적 문제를 근본적으로 제어할 수 있기 때문입니다. 학문적 성과가 사회적 공감대를 형성할 때 비로소 실질적인 변화를 이끌어 낼 수 있습니다. 국립대학은 사회로부터 받은 혜택을 사회적으로 환원해야 할 막중한 책임이 있습니다. 우수한 인재를 양성하고 세계적인 연구 성과를 내는 것은 대학의 기본적인 사명입니다. 특히 학생들이 공동체에 대한 책임감을 느끼고 창의적인 리더로 성장할 수 있도록 교육하는 것이 중요합니다. 최근에는 연구 결과를 산업 현장에 직접적으로 연결하여 경제적 가치를 창출하는 역할도 강조되고 있습니다. 세계적인 대학들이 그러하듯, 우리 대학들도 학문적 성취를 사회적으로 환원하려는 노력을 지속해야 합니다. 이는 대학이 사회와 함께 호흡하며 미래를 열어가는 길입니다.

[코로나 인터뷰] 오세정 _시민사회도 납득이 돼야 협조한다!

오세정

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[ENG 1-2] COVID-19_Nudging Data Science-Based Exit Policycrafting | 2세션 ③

현대 사회에서 정책 결정의 핵심은 객관적인 증거에 기반한 '증거 기반 정책'입니다. 이는 1997년 영국에서 처음 정립된 개념으로, 한국은 2007년부터 이를 도입하여 미국보다 앞서 체계적인 기틀을 마련해 왔습니다. 특히 감염병 확산과 같은 국가적 위기 상황에서 과학적 데이터에 근거한 의사결정은 불확실성을 해소하고 효율적인 대응 방안을 마련하는 데 필수적입니다. 통계적 방법론과 혁신적인 연구를 통해 미래를 예측하는 것은 단순한 수치 계산을 넘어 국가의 안녕을 지키는 중요한 토대가 됩니다. 감염병 확산을 이해하고 통제하기 위한 핵심 지표는 감염재생산지수(R)입니다. 이는 감염 확률(P), 접촉 빈도(C), 감염 지속 기간(D)의 곱으로 산출됩니다. 손 씻기와 마스크 착용은 감염 확률을 낮추고, 사회적 거리두기는 접촉 빈도를 줄이는 역할을 합니다. 또한 한국의 강점인 '3T 시스템'은 신속한 검사와 추적, 치료를 통해 감염 지속 기간을 단축하는 데 기여합니다. 이러한 요소들을 명확히 이해하고 측정하는 것은 방역 조치의 당위성을 확보하고 대중의 자발적인 참여를 이끌어내는 과학적 근거가 됩니다. 미래의 위기에 선제적으로 대응하기 위해 한국과 캐나다 연구진은 공동으로 감염병 예측 모델링을 수행해 왔습니다. 특히 IDEA 모델은 역학 기반의 SIR 모델 원리를 반영하여 감염의 기하급수적인 증가나 감소를 정밀하게 예측합니다. 감수성자, 감염자, 회복자의 관계를 분석함으로써 감염재생산지수가 1보다 큰지 작은지를 판단하고, 이를 통해 방역 정책의 효과를 시뮬레이션할 수 있습니다. 이러한 과학적 모델링은 단순한 추측이 아닌, 데이터에 기반한 정교한 분석을 통해 정책 입안자들이 최적의 봉쇄 완화 시점이나 강화 시점을 결정하도록 돕습니다. 실제 한국의 코로나19 대응 과정에서 예측 모델링의 정확도는 매우 높게 나타났습니다. 3월 초에 예측한 확진자 발생 추이와 정점 시기는 실제 결과와 상당히 유사했으며, 이는 선제적인 방역 조치가 얼마나 효과적이었는지를 증명합니다. 만약 아무런 대응이 없었다면 확진자 수가 수백만 명에 달했을 것이라는 시뮬레이션 결과는 과학적 대응의 중요성을 다시금 일깨워 줍니다. 또한 팬데믹은 한 국가만의 문제가 아니기에, 글로벌 확산 추세를 함께 고려하며 국지적인 소규모 확산에 대비하는 동적 사회적 거리두기 전략이 필요합니다. 데이터 과학과 인공지능 기반의 예측 모델링은 앞으로 다가올 새로운 위기 대응에 있어 더욱 중추적인 역할을 할 것입니다. 하지만 기술보다 더 중요한 것은 이를 설계하고 정책에 반영할 수 있는 '사람'입니다. 증거 기반 정책에 능숙한 전문가와 데이터를 정교하게 다루는 모델러, 그리고 정책 결정자 간의 긴밀한 협력이 이루어질 때 비로소 데이터 경제와 과학적 방역의 시너지가 발생합니다. 결국 미래의 위기를 극복하는 힘은 정밀한 데이터 분석 역량을 갖춘 인재를 양성하고 이들의 지혜를 모으는 데서 시작됩니다.

[ENG 1-2] COVID-19_Nudging Data Science-Based Exit Policycrafting

전영일

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나 인터뷰] 장덕진_포스트 코로나 시대를 선도할 '과학기반 복지국가'

포스트 코로나 시대에는 '큰 정부'의 귀환이 전 세계적인 흐름으로 자리 잡고 있습니다. 미국은 수천 조 원 규모의 예산을 투입하고, 영국은 국민 급여의 상당 부분을 보전하는 등 정부의 역할이 비약적으로 확대되었습니다. 이러한 변화는 단순한 예산 증액을 넘어, 과거 제조업 기반의 복지국가 모델에서 벗어나 과학 기반 복지국가로의 이행을 예고합니다. 이는 정부의 조직이나 예산 규모 자체가 비대해지는 것보다, 효율적인 시스템을 통해 정부의 기능과 역할이 실질적으로 강화되는 새로운 형태의 거버넌스를 의미합니다. 한국은 서구 사회와 달리 제조업이 쇠퇴하는 탈산업화 시기에 복지국가 체제를 구축해야 하는 구조적 어려움을 겪어왔습니다. 하지만 이번 팬데믹 대응 과정에서 과학 기반 복지국가의 가능성을 세계에 입증하며 새로운 기회를 맞이했습니다. 과학 기반 복지국가 모델은 과거의 경제 성장 경로와는 독립적인 새로운 출발선이기 때문에, 한국이 포스트 코로나 시대의 복지 모델을 선도할 가능성이 큽니다. 이는 단순히 위기 극복을 넘어, 기술과 복지가 결합한 혁신적인 국가 운영 체계를 설계하고 이를 통해 글로벌 표준을 제시할 수 있는 중요한 전환점이 될 것입니다. 사회적 위험은 집권 세력에게 항상 악재로 작용하지는 않습니다. 과거 광우병 사태나 메르스 사태 당시에는 정부의 시장 중심적 태도나 컨트롤 타워 부재가 국민의 불안을 키워 정치적 타격으로 이어졌습니다. 반면 코로나19는 적극적으로 시장에 개입하고 국민을 보호하려는 정부의 성향이 국민적 요구와 맞물려 오히려 신뢰를 얻는 계기가 되었습니다. 위험의 종류와 정부의 대응 성격에 따라 국민의 평가가 달라질 수 있음을 보여주며, 이는 향후 위험 사회에서의 국가 역할을 재정의하고 정치적 지형을 변화시키는 중요한 사례가 되었습니다. 기본소득 논의 역시 코로나19를 기점으로 중대한 변곡점을 맞이했습니다. 과거에는 학문적 검증이 부족하다는 이유로 도입에 신중한 입장이 지배적이었으나, 긴급재난지원금이라는 형태로 일종의 실전 테스트가 이루어졌기 때문입니다. 다만 이것이 지속 가능한 정책으로 정착할지는 국가별 여론과 가치관에 따라 달라질 것입니다. 한국의 경우 재난 상황에서는 긍정적인 반응이 나타났지만, 일상적인 상태에서는 여전히 부정적인 시각이 존재합니다. 따라서 기본소득이 보편적 제도로 자리 잡기 위해서는 사회적 합의와 더불어 정책적 효용성에 대한 심도 있는 논의가 지속되어야 합니다. 미래 사회에서 데이터는 지식의 허브로서 의학, 방역뿐만 아니라 인문·사회과학 전반의 지식을 생산하는 핵심 자원이 될 것입니다. 특히 사회학 분야에서는 코로나19 이후 한국 사회의 제도 신뢰도가 상승하는 등 흥미로운 변화가 관찰되고 있습니다. 또한 물리학과 사회학이 결합한 네트워크 과학을 통해 감염병의 전파 경로를 분석하고, 백신이나 치료제의 우선순위를 결정하는 융합 연구도 가능해졌습니다. 이처럼 데이터를 기반으로 한 다학제적 접근은 교육 방식의 변화를 선도하고, 복잡해지는 사회 문제를 해결하는 과학적 토대를 마련해 줄 것입니다.

[코로나 인터뷰] 장덕진_포스트 코로나 시대를 선도할 '과학기반 복지국가'

장덕진

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나 인터뷰] 이석재_ 선택은 결국 가치의 문제!

우리는 공동체의 건강과 개인의 사생활 보호라는 두 가치가 충돌하는 시대를 살아가고 있습니다. 감염병 확산 방지를 위한 경로 추적이 원활하게 이루어지는 배경에는 사회적 안전을 지키려는 시민들의 높은 의식이 자리 잡고 있습니다. 하지만 이는 사생활 침해에 대한 우려가 완전히 사라졌음을 의미하지는 않습니다. 오히려 이러한 상황은 우리가 평소 당연하게 여겼던 권리들 중 무엇을 더 소중히 여기는지 스스로 되돌아보게 만드는 중요한 계기가 됩니다. 위기 극복을 위해 정보가 활용되는 과정에서 발생하는 불안감을 해소하고 신뢰를 구축하는 일은 여전히 우리 사회의 중요한 과제입니다. 철학적 관점에서 데이터는 단순히 숫자의 나열이 아니라 변화하는 세계의 현상을 정확하게 반영하는 거울입니다. 우리가 살고 있는 세계는 고정되어 있지 않고 끊임없이 변화하며, 특히 감염병 사태와 같이 예측 불가능한 변화가 일어날 때 정확한 정보의 가치는 더욱 커집니다. 최근에는 개인정보 노출을 최소화하면서도 방역에 필요한 정보를 얻을 수 있는 기술적 해결책에 대한 요구가 높아지고 있습니다. 이는 사생활 보호라는 인문학적 과제에 대해 과학기술이 답을 내놓는 융합적 사고의 결과물입니다. 이러한 협력은 우리 사회가 직면한 복잡한 문제들을 해결하는 가장 이상적인 모델이 될 수 있습니다. 위기의 순간은 우리에게 진정으로 중요한 가치가 무엇인지 근본적인 질문을 던집니다. 예를 들어 교육과 등교의 문제를 단순히 지식 전달의 관점에서만 볼 것이 아니라, 교육 그 자체가 목적인지 아니면 더 나은 삶을 위한 수단인지 깊이 고민해 보아야 합니다. 만약 아이의 건강과 안전을 최우선 가치로 둔다면, 등교가 늦어지는 상황을 불안해하기보다 공동체의 안전을 위해 기꺼이 감수할 수 있는 선택으로 받아들일 수 있습니다. 가치의 우선순위는 누군가 강요할 수 있는 것이 아니기에, 각자가 자신의 내면을 들여다보고 스스로 답을 찾아가는 성찰의 시간이 무엇보다 중요합니다. 삶의 과정에서 마주하는 우울함이나 외로움은 때로 우리를 힘들게 하지만, 이는 인간으로서 세상을 살아갈 때 피할 수 없는 삶의 일부이기도 합니다. 모든 순간이 즐겁고 희망차기만을 바라는 것은 인간에게 주어진 삶의 본질과는 거리가 멀 수 있습니다. 고통과 시련이 나만의 특수한 문제가 아니라 누구에게나 일어날 수 있는 보편적인 현상임을 깨닫는 것만으로도 우리는 큰 위안을 얻습니다. 완벽한 플러스만의 삶을 추구하기보다, 마이너스의 순간 또한 삶의 필연적인 양상임을 이해하는 태도가 필요합니다. 이러한 철학적 수용은 우리가 어려운 시기를 견뎌낼 수 있는 단단한 마음의 근육을 길러줍니다. 과거 17세기와 18세기 철학자들은 뉴턴의 과학적 성과와 전통적인 세계관 사이의 충돌을 조화시키기 위해 치열하게 고민했습니다. 과학적 결정론 속에서도 인간의 자유 의지와 신념을 지키려 했던 그들의 노력은 오늘날 우리가 새로운 기술과 데이터를 수용하는 방식과 깊이 닮아 있습니다. 현재 우리가 축적하고 있는 방대한 데이터는 미래 연구의 소중한 근거가 될 것입니다. 마치 고대의 알렉산드리아 대도서관이 인류 지식의 보고였던 것처럼, 정확하고 포괄적인 데이터 수집을 통해 전 세계적인 연구의 바탕을 마련하는 일은 우리 시대를 기록하고 더 나은 미래를 준비하는 중요한 사명이 될 것입니다.

[코로나 인터뷰] 이석재_ 선택은 결국 가치의 문제!

이석재

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나 인터뷰] 이현숙_ 전대미문의 코로나19, 분야를 불문하고 다함께 연구해야

현재 우리가 마주한 팬데믹은 인류 역사상 그 누구도 생애 동안 겪어보지 못한 거대한 위기입니다. 미국의 질병통제예방센터조차 직접적인 경험이 부족할 정도로 이 재난은 미지의 영역에 속해 있습니다. 이러한 상황에서 개별적인 연구자의 힘만으로는 한계가 명확하기에, 각 분야의 전문가들이 한데 모여 지혜를 나누는 것이 무엇보다 중요합니다. 국가적 경계를 넘어 인류 전체가 직면한 공동의 문제를 해결하기 위해, 학문적 전문성을 결합하고 융합 연구를 진행해야 할 시점입니다. 백신이나 치료제가 부재한 상황에서 사회적 의사결정을 내리는 일은 매우 복잡하고 어렵습니다. 비행 편수를 조절하거나 학교 문을 여는 시점을 결정하는 등 일상의 지속성을 확보하기 위한 모든 선택은 철저하게 데이터에 근거해야 합니다. 과학자로서 관찰한 초기 대응 과정에서는 과학적 합리성이 결여된 모습이 나타나기도 했습니다. 따라서 우리는 현재의 데이터를 면밀히 분석하고 통합하여, 감정에 치우치지 않는 객관적인 판단 기준을 마련함으로써 미래의 불확실성에 대비해야 합니다. 이번 사태는 인위적인 결합이 아닌, 자연스러운 융합 연구의 계기를 마련해 주었습니다. 바이러스의 특성을 규명하는 생명과학적 탐구부터 개발된 백신을 공공재로 다룰 것인지에 대한 사회과학적 논의까지, 모든 영역이 긴밀하게 연동되어 있기 때문입니다. 연구자들이 각자의 전문성을 바탕으로 십시일반 힘을 보태는 과정에서 기존의 경계는 허물어집니다. 이러한 협업은 단순히 연구 성과를 내는 것을 넘어, 우리 사회가 직면한 복합적인 난제들을 해결하는 새로운 융합 연구의 모델이 될 것입니다. 서울대학교를 기반으로 시작된 이번 연구팀은 특정 기관에 국한되지 않는 개방형 플랫폼을 지향합니다. 완성된 결과물을 일방적으로 발표하기보다는, 현재 알고 있는 전문 지식을 실시간으로 공유하고 나누는 마당을 만드는 것이 일차적인 목표입니다. 특히 시민들의 궁금증과 아이디어를 적극적으로 수용하여 연구의 방향성을 설정하고자 합니다. 대중과의 소통 채널을 넓힘으로써 연구자는 사회가 필요로 하는 질문을 발견하고, 시민은 과학적 근거에 기반한 지식을 얻는 선순환 구조를 구축할 것입니다. 대학은 모든 분야의 전문가가 모여 있는 지식의 보고로서, 전 지구적 재난 앞에서 막중한 책임을 가집니다. 이번 기회를 통해 대학은 단순히 학술적 성취에 머물지 않고, 인류의 안녕을 위한 공공 연구가 무엇인지 깊이 성찰하게 되었습니다. 전문가들의 분석 능력과 정보를 세상과 공유하여 사회 구성원들이 올바른 판단을 내릴 수 있도록 지원하는 것이 우리의 핵심적인 역할입니다. 앞으로도 이러한 공공 연구를 활성화하여 재난에 강한 사회를 만드는 데 기여하고, 인류가 나아갈 올바른 방향을 제시하고자 합니다.

[코로나 인터뷰] 이현숙_ 전대미문의 코로나19, 분야를 불문하고 다함께 연구해야

이현숙

카오스재단코로나19 과학토크
  • 생명과학

[코로나 인터뷰] 김범준_ 데이터에 기반하지 않으면 과학이 아니다! 감염병 확산 모형

감염병의 전 세계적 확산을 정교하게 예측하기 위해서는 국가 간 이동 패턴과 같은 구체적인 이동 지표가 반드시 뒷받침되어야 합니다. 하지만 코로나19 팬데믹 초기에는 각국이 전례 없는 여행 제한 조치를 시행하면서 기존의 항공망 데이터를 그대로 활용하기 어려운 상황이었습니다. 이러한 급격한 환경 변화는 기존의 확산 모형에 큰 혼란을 주었으며, 연구자들에게 실시간 지표 확보와 새로운 분석 체계 수립이라는 도전적인 과제를 안겨주었습니다. 감염병 확산 과정에서 나타난 국가별 시차는 연구자들에게 매우 흥미로운 분석 대상을 제공했습니다. 중국에서 확산세가 꺾일 무렵 한국에서 본격적인 유행이 시작되고, 다시 한국이 안정세에 접어들 때 다른 국가들에서 폭발적인 증가가 나타나는 양상을 보였습니다. 이러한 시간차는 전 세계가 유기적으로 연결되어 있으면서도 각기 다른 방역 환경에 처해 있음을 보여줍니다. 이는 복잡한 확산 경로를 추적하고 분석하는 데 있어 중요한 실마리가 됩니다. 학문 간의 경계를 허무는 융합 연구가 실질적인 성과로 이어지기 위해서는 연구의 지향점이 뚜렷해야 합니다. 막연하게 융합 연구를 도모하기보다는 해결해야 할 당면 과제가 명확할 때 비로소 각 분야의 전문성이 시너지를 낼 수 있습니다. 이번 프로젝트는 코로나19 확산의 메커니즘을 규명한다는 확고한 목표를 설정했습니다. 목표가 구체적일수록 참여자들은 자신의 학문적 도구를 어떻게 활용할지 정확히 인지하게 되며, 이는 연구의 효율성을 극대화하는 핵심 동력이 됩니다. 이번 융합 연구의 가장 큰 특징은 사회경제적 효과, 인문학적 관점, 인권 문제, 그리고 의학적 전문성까지 아우르는 광범위한 다양성에 있습니다. 통계물리학자와 감염병 전문가가 같은 정보를 바라보며 서로 다른 통찰을 나누고, 병원 현장의 목소리와 사회과학적 분석이 결합되는 과정은 매우 고무적입니다. 각자의 특기가 다른 전문가들이 공통의 주제를 해결하기 위해 모인 이 플랫폼은, 복잡한 사회적 문제를 다각도에서 조명하고 보다 입체적인 해결책을 모색하는 데 기여합니다. 대학이라는 공간은 다양한 학문적 배경을 가진 이들이 모여 새로운 연구 방법론을 실험하기에 최적의 플랫폼입니다. 이곳에서 이루어지는 데이터 기반의 융합 연구는 단순히 현재의 현상을 분석하는 데 그치지 않고, 우리가 미래의 위기에 대응하기 위해 어떤 추가적인 자원을 확보해야 하는지 논의하는 장이 됩니다. 여러 분야의 연구자들이 활발한 토론을 통해 확산 모형을 정교화해 나가는 과정은, 향후 발생할 수 있는 또 다른 팬데믹에 대비하는 과학적 자산이자 성공적인 융합 연구 모델이 될 것입니다.

[코로나 인터뷰] 김범준_ 데이터에 기반하지 않으면 과학이 아니다! 감염병 확산 모형

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학

[COVID-19_talk_1] Epidemic Models and Data-Driven Approaches _Beom Jun Kim | 1강

데이터는 현대 과학에서 현상을 이해하는 가장 강력한 도구입니다. 감염병 확산 역시 방대한 데이터를 통해 그 이면에 숨겨진 패턴을 찾아낼 수 있습니다. 흔히 데이터 과학 분야에서는 데이터를 깊이 분석하다 보면 결국 그 의미를 찾아낼 수 있다는 뜻으로 '데이터를 고문하면 자백한다'는 표현을 쓰기도 합니다. 하지만 데이터가 들려주는 이야기가 항상 진실은 아닐 수 있기에, 우리는 데이터에 대한 애정을 갖되 비판적인 시각으로 그 속에 담긴 진정한 스토리를 읽어내려는 노력을 멈추지 말아야 합니다. 감염병 확산 데이터는 대개 전형적인 로지스틱 곡선을 그립니다. 초기에는 확진자 수가 급격히 늘어나며 아래로 볼록한 형태를 띠지만, 확산세가 꺾이기 시작하면 곡선의 기울기가 변하여 위로 볼록한 형태로 바뀌게 됩니다. 이 과정에서 나타나는 변곡점은 감염병 통제의 중요한 지표가 됩니다. 전 세계 여러 국가의 데이터를 살펴보면 이미 안정기에 접어든 국가와 여전히 지수함수적 증가세를 보이는 국가가 명확히 구분됩니다. 단순히 확진자 수라는 숫자 자체보다 그래프의 곡선이 그리는 형태를 유심히 관찰하는 것이 현 상황을 직관적으로 이해하는 데 큰 도움이 됩니다. 지리적 면적 대신 확진자 수에 비례하여 지도를 왜곡하는 '카토그램'은 감염병의 전 지구적 이동 경로를 시각적으로 명확하게 보여줍니다. 코로나19 초기에는 중국에서 시작하여 한국을 거쳐 유럽과 미국으로 이어지는 동서 방향의 확산 축이 뚜렷하게 나타났습니다. 그러나 시간이 흐르면서 러시아, 인도, 남미 국가들의 면적이 급격히 커지는 남북 방향의 확산세가 두드러지기 시작했습니다. 이는 바이러스가 항공망을 타고 전 세계를 한 바퀴 돈 뒤, 이제는 보건 인프라가 상대적으로 취약한 지역으로까지 깊숙이 침투하고 있음을 시사하며 새로운 경각심을 일깨워 줍니다. 과학자들은 감염병 확산을 이해하기 위해 '구획 모형'이라는 이론적 모델을 사용합니다. 가장 간단한 형태인 SI 모형이나 SIR 모형은 마을 구성원들이 무작위로 섞인다는 가정하에 미감염자와 감염자의 비율로 확산 확률을 계산합니다. 현실의 복잡한 지리적 요소를 모두 반영하지는 못하지만, 이를 미분 방정식으로 풀이하면 실제 데이터와 유사한 로지스틱 곡선을 얻을 수 있습니다. 이러한 수리적 모델링은 감염병이 정성적으로 어떻게 퍼져나가는지 파악하게 해주며, 방역 정책의 효과를 가늠할 수 있는 이론적 토대를 제공합니다. 한국의 확진자 발생 패턴은 단일한 로지스틱 곡선이 아닌, 여러 개의 곡선이 중첩된 형태로 분석됩니다. 초기 소규모 발생부터 대구·경북 지역의 대유행, 그리고 수도권을 중심으로 한 확산세가 각각의 로지스틱 곡선을 형성하고 있습니다. 흥미로운 점은 뒤로 갈수록 곡선의 기울기가 완만해진다는 것인데, 이는 보건 당국의 신속한 대응과 시민들의 방역 노력이 확산 속도를 늦추는 데 실질적인 기여를 했음을 보여줍니다. 데이터는 우리가 과거에 어떤 위기를 겪었는지뿐만 아니라, 우리의 노력이 실제 확산 양상을 어떻게 변화시켰는지도 정직하게 기록하고 있습니다. 국가 간의 이동을 고려한 '메타포퓰레이션 모형'은 항공망 데이터와 같은 실제 인적 교류 패턴을 모형에 삽입하여 확산을 예측합니다. 연구 결과에 따르면 국가 간 이동을 90% 이상 제한하더라도 확산의 시작 시점을 늦출 뿐, 최종적인 확산 규모를 줄이는 데는 한계가 있습니다. 반면 여행 제한과 더불어 사회적 거리두기나 마스크 착용을 병행하여 지역 내 감염 확률을 절반으로 낮추면 최종 확산 규모를 극적으로 줄일 수 있습니다. 이는 강력한 봉쇄 정책보다 일상에서의 방역 수칙 준수가 감염병 통제에 얼마나 결정적인 역할을 하는지 과학적으로 입증해 줍니다. 감염 재생산 지수는 감염 확률, 접촉 횟수, 감염 지속 시간이라는 세 가지 요소의 곱으로 결정됩니다. 마스크 착용과 사회적 거리두기, 신속한 격리는 이 숫자들을 낮추어 감염병을 종식시키는 핵심 열쇠가 됩니다. 하지만 이러한 방역 조치들은 단순한 수학적 문제를 넘어 막대한 사회경제적 비용을 수반합니다. 따라서 미래에 다가올 또 다른 감염병에 대비하기 위해서는 물리학적 모델에 사회경제적 효과까지 통합한 확장된 형태의 모형을 준비해야 합니다. 데이터에 기반한 합리적이고 융합적인 접근만이 인류가 새로운 위기를 극복할 지혜를 제공할 것입니다.

[COVID-19_talk_1] Epidemic Models and Data-Driven Approaches _Beom Jun Kim

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학

[코로나TALK-1] 코로나19 확산 모형, 김범준 교수 연구발표 | 1강

데이터 사이언스 분야에는 '데이터를 아주 오래 고문하면 데이터가 자백한다'는 흥미로운 격언이 있습니다. 이는 방대한 데이터를 끈기 있게 분석하고 이해하려 노력하다 보면 그 속에 숨겨진 진실과 패턴을 찾아낼 수 있다는 긍정적인 의미를 담고 있습니다. 감염병 확산 역시 개별적인 사례에 매몰되기보다 국가별로 축적된 방대한 데이터를 기반으로 접근할 때 비로소 전체적인 흐름을 파악할 수 있습니다. 다만 데이터가 들려주는 모든 이야기가 진실이라고 맹신하기보다, 데이터에 담긴 맥락을 세심하게 살피는 태도가 무엇보다 중요합니다. 모든 감염병 확산 데이터는 전형적인 알파벳 S자 모양의 곡선을 그리는 경향이 있습니다. 초기에는 환자 수가 급격하게 늘어나며 아래로 볼록한 형태를 띠지만, 확산이 진정세에 접어들면 곡선의 기울기가 변하며 위로 볼록한 형태로 바뀌게 됩니다. 이 과정에서 곡률이 변하는 변곡점이 존재하게 되며, 이를 통해 확산의 정점과 종료 시점을 직관적으로 이해할 수 있습니다. 국가마다 곡선의 구체적인 모양에는 차이가 있지만, 이러한 S자 곡선의 특성을 파악하는 것은 현재의 방역 상황을 진단하고 미래를 예측하는 데 핵심적인 지표가 됩니다. 감염병의 확산 양상을 시각화하는 방법 중 하나인 카토그램은 확진자 수에 비례하여 국가의 면적을 왜곡해 보여줍니다. 이를 통해 관찰한 코로나19의 초기 확산은 주로 동서 방향의 축을 따라 진행되었습니다. 중국에서 시작된 바이러스가 한국을 거쳐 유럽과 미국으로 번져나가는 과정은 지리적 거리보다 항공망 연결성이 더 큰 영향을 미쳤음을 시사합니다. 이후 4월 중순을 기점으로 확산의 축은 남북 방향으로 이동하여 러시아, 인도, 남미 국가들의 면적이 급격히 커지는 양상을 보였으며, 이는 전 지구적인 경계가 필요함을 일깨워 줍니다. 과학자들은 감염병 확산을 이해하기 위해 '구획 모형'이라는 이론적 틀을 사용합니다. 가장 대표적인 SIR 모형은 전체 인구를 미감염자(S), 감염자(I), 격리 및 회복자(R)의 세 그룹으로 나누어 이들 사이의 상호작용을 미분방정식으로 기술합니다. 이 모형은 지리적 요소를 배제한 단순한 가정을 바탕으로 하지만, 감염병 확산의 본질적인 역학을 파악하는 데 매우 유용합니다. 특히 확진 판정을 받고 격리되는 과정을 포함하는 SIR 모형은 현실의 방역 시스템이 감염 확산을 억제하는 원리를 수학적으로 명확하게 보여주는 도구가 됩니다. 한국의 확진자 발생 패턴을 분석해 보면 단일한 S자 곡선이 아닌, 여러 개의 곡선이 중첩된 형태임을 알 수 있습니다. 초기 해외 유입 사례와 대구·경북 지역의 대규모 확산, 그리고 이후 수도권을 중심으로 나타난 산발적 감염이 각각 독립적인 곡선을 형성한 것입니다. 주목할 점은 후속 곡선으로 갈수록 곡선의 기울기가 완만해졌다는 사실입니다. 이는 보건당국의 적극적인 진단과 방역 노력, 그리고 시민들의 사회적 거리두기가 실질적으로 감염 확산 속도를 늦추는 데 기여했음을 데이터로 증명하는 결과라고 볼 수 있습니다. 메타포퓰레이션 모형은 국가 간 이동 데이터를 결합하여 감염병의 전 지구적 확산을 시뮬레이션합니다. 연구 결과에 따르면, 국가 간 이동을 물리적으로 제한하는 것보다 지역 내에서의 감염 확률을 낮추는 것이 최종 확산 규모를 줄이는 데 훨씬 효과적입니다. 항공망을 통한 이동 제한은 확산 시점을 늦추어 대비할 시간을 벌어줄 뿐, 근본적인 해결책이 되기는 어렵기 때문입니다. 따라서 마스크 착용이나 사회적 거리두기와 같은 개인의 방역 수칙 준수가 전체 공동체의 안전을 지키는 데 있어 가장 강력하고 실질적인 수단이 됩니다. 감염병 대응의 핵심 지표인 재생산 지수는 한 명의 환자가 전염시키는 평균 인원수를 의미하며, 이는 감염 확률, 접촉 횟수, 격리 전 활동 기간의 곱으로 결정됩니다. 미래에 닥칠 또 다른 감염병인 '질병 X'에 대비하기 위해서는 이러한 물리적 변수뿐만 아니라 사회·경제적 비용까지 고려한 확장된 모형이 필요합니다. 이번 사태를 통해 얻은 데이터와 과학적 통찰을 바탕으로 국가 간 공조 체계를 강화하고 투명한 정보 공유 시스템을 구축한다면, 인류는 다음 팬데믹 위기 앞에서 더욱 지혜롭고 신속하게 대응할 수 있을 것입니다.

[코로나TALK-1] 코로나19 확산 모형, 김범준 교수 연구발표

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학

[코로나 인터뷰] 장원철_ 코로나19는 새로운 형태로 전파되고 있어서...

과거에는 데이터를 단순히 수치로 표현되는 결과물로만 한정하여 생각하곤 했습니다. 하지만 현대 데이터 과학의 영역은 이를 넘어 이미지나 사물과 같은 비정형 데이터까지 폭넓게 포괄하고 있습니다. 한국인의 평균적인 얼굴형을 분석하거나 특정 집단의 대표적인 특성을 도출하는 과정 모두가 이제는 데이터의 영역에 들어온 것입니다. 이처럼 예전에는 미처 인식하지 못했던 다양한 형태의 정보들을 분류하고, 그 안에서 유의미한 대푯값을 찾아내어 공유하는 것이 데이터 과학이 수행해야 할 핵심적인 임무라고 할 수 있습니다. 데이터 과학은 코로나19와 같은 팬데믹 상황에서 그 진가를 발휘합니다. 감염병의 2차 유행 시점을 예측하거나 바이러스의 전파력을 분석하는 일은 모두 정교한 데이터 기반 연구를 통해 이루어집니다. 특히 실시간 치사율을 계산하거나 사회적 거리두기가 실제 방역에 미치는 효과를 측정하는 작업은 매우 실용적인 가치를 지닙니다. 치료 중인 환자 수와 사망자 수의 변화 추이를 데이터로 추적함으로써, 우리는 막연한 공포에서 벗어나 객관적인 지표를 바탕으로 현재의 위기 상황을 진단하고 대응 전략을 수립할 수 있게 됩니다. 전 세계 국가들이 각기 다른 방역 정책을 시행함에 따라, 역설적으로 연구자들에게는 사회적 개입의 효과를 비교 분석할 수 있는 방대한 데이터가 축적되었습니다. 각국 자치단체별로 다르게 나타나는 데이터들은 사회적 거리두기와 같은 변수들이 실제 감염 확산에 어떤 영향을 주는지 파악할 수 있는 흥미로운 기초 자료가 됩니다. 이러한 데이터들을 면밀히 분석한다면 각 정책이 지닌 실질적인 영향력을 정밀하게 측정할 수 있으며, 이는 향후 더욱 효율적인 방역 전략을 수립하는 데 있어 매우 중요한 근거가 될 것입니다. 방역 당국이 매일 업데이트하는 확진자와 검사자 수 등은 매우 방대한 가치를 지닌 자산입니다. 그러나 연구자의 관점에서는 이러한 자료들이 일목요연하게 정리되어 공개되지 않는 점에 대해 아쉬움이 남기도 합니다. 데이터가 일반 연구자들에게 보다 체계적이고 투명하게 공유되었다면, K-방역의 성과를 넘어 과학 기술 분야에서도 더욱 혁신적인 연구 결과들이 쏟아져 나왔을 것입니다. 전 세계적으로 흩어져 있는 다양한 형태의 데이터를 하나로 모으고 정제하는 과정은 향후 발생할 수 있는 또 다른 위기에 대비하기 위해서라도 반드시 선행되어야 할 과제입니다. 데이터는 정책의 효율성을 국민에게 설득력 있게 전달하는 강력한 도구가 됩니다. 사회적 거리두기와 같은 정책이 왜 필요한지, 그리고 그것이 얼마나 실질적인 효과를 거두고 있는지를 데이터를 통해 증명할 때 비로소 대중의 자발적인 호응을 얻을 수 있기 때문입니다. 또한 코로나19가 초래한 사회적 파급력은 단순히 의학적 차원을 넘어 개인정보 보호와 사회 정책 전반에 걸쳐 있습니다. 따라서 통계학뿐만 아니라 다양한 학문적 배경을 가진 전문가들이 협력하는 융합적인 시각이 필요하며, 이러한 다학제적 연구팀의 노력이 복합적인 사회 문제를 해결하는 열쇠가 될 것입니다.

[코로나 인터뷰] 장원철_ 코로나19는 새로운 형태로 전파되고 있어서...

장원철

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나 인터뷰] 신종호_ 코로나19시대, 등교시점을 결정하는 데 꼭 필요한 것은?

현대 사회의 현상들은 단순히 하나의 원인으로 설명되지 않는 복잡계의 성격을 띠고 있습니다. 하나의 사건이 발생하면 그것은 독립적으로 끝나지 않고 다른 분야에 연쇄적인 영향을 미치며 예상치 못한 결과를 초래하곤 합니다. 이러한 복잡계적 구조 속에서 대학은 다양한 분야의 전문가를 보유하고 있다는 강력한 장점을 가집니다. 대학은 특정 영역의 파장이 사회 전체로 어떻게 확장되는지 종합적으로 조망하고, 그 과정에서 발생하는 미세한 틈새를 발견하는 연구 기관으로서의 역할을 수행해야 합니다. 이는 단순한 지식 전달을 넘어 사회의 방향성을 제시하는 중요한 임무입니다. 데이터는 단순히 숫자의 나열이 아니라 우리에게 끊임없이 메시지를 던져주는 살아 있는 생물과 같습니다. 과거의 흐름을 통해 미래를 예측하듯, 방대한 데이터 속에는 현재의 문제점과 그것이 확산될 방향에 대한 중요한 정보가 담겨 있습니다. 이러한 메시지를 정확하게 분석하는 능력은 현실적이고 실용적인 대안을 마련하는 기초가 됩니다. 데이터를 소중히 다루며 그 안에 숨겨진 의미를 읽어낼 때, 우리는 위기를 기회로 바꾸고 향후 다가올 미래 변화에 능동적으로 대처할 수 있는 지표를 얻게 됩니다. 이는 장기적인 관점에서 사회적 발전을 모색하는 핵심적인 열쇠가 됩니다. 코로나19 사태를 거치며 우리는 교육이 단순히 지식을 전달하는 행위 그 이상임을 깨닫게 되었습니다. 온라인 교육을 통해 유명한 지식을 접할 수는 있지만, 그것이 학생들에게 살아 있는 지식으로 체득되기 어려운 이유는 교육의 본질이 생각의 체계와 고민을 공유하는 장이기 때문입니다. 진정한 교육은 사람과 사람 사이의 정서적 유대감을 바탕으로 사회적 존재로서 자신의 꿈과 전문성을 고민하는 과정입니다. 앞으로의 학교 교육은 단순한 지식 전수를 넘어 사유와 만남이 이루어지는 경험의 장으로 거듭나야 하며, 그 안에서 개인이 무엇을 해야 할지 스스로 답을 찾는 기회를 제공해야 합니다. 학생들의 건강권과 학습권이 충돌하는 상황에서는 보건 역량에 대한 냉철한 평가가 우선되어야 하지만, 동시에 학습권 보장을 위한 대면 교육의 필요성도 간과할 수 없습니다. 이를 위해서는 학생들의 학습 현황을 질적으로 모니터링할 수 있는 정교한 데이터가 필요합니다. 단순히 과제를 부여하는 수준을 넘어 온라인 교육이 기대만큼 이루어지고 있는지 분석하고, 필요하다면 대안적인 대면 교육을 마련해야 합니다. 이는 교육 공동체가 학생들의 최소한의 권리를 보장하겠다는 의지를 갖추었을 때 비로소 가능해지며, 학기의 질을 담보하는 중요한 판단 근거가 됩니다. 공부의 진정한 목적은 개인적인 성취를 넘어 자신의 일이 사회 공동체 속에서 어떤 가치를 지니는지 인식하는 데 있습니다. 이러한 목적의식은 힘들고 지치는 순간을 이겨내게 하는 강력한 원동력이 됩니다. 학습의 에너지는 '하고 싶다'는 마음과 태도에서 비롯되며, 머리가 좋은 것보다 배우고자 하는 열정이 우선되어야 합니다. 여기에 효율적인 공부 방법과 유혹을 이겨낼 수 있는 자기 관리 환경이 더해질 때 비로소 전문성이 길러집니다. 스스로 의미를 부여하는 동기 부여야말로 성장을 이끄는 가장 큰 힘이며, 이는 청소년기의 수많은 유혹을 이겨내고 미래를 준비하는 기반이 됩니다.

[코로나 인터뷰] 신종호_ 코로나19시대, 등교시점을 결정하는 데 꼭 필요한 것은?

신종호

카오스재단코로나19 과학토크
  • 생명과학
  • 융합

[코로나_인터뷰]데이터X어벤져스, 코로나19 사회연구팀

코로나19 팬데믹은 증상 발현 전 전파가 가능하다는 특성 때문에 전 세계적인 위기를 초래했습니다. 이러한 국가적 재난 상황에서 대학은 지식 허브로서 매우 중요한 역할을 수행합니다. 대학의 가장 큰 강점은 다양한 학문 영역의 전문가들이 한데 모여 있다는 점입니다. 급박하게 돌아가는 현장의 상황 속에서 대학은 학문적 다양성을 바탕으로 사태를 객관적으로 분석하고, 전문가적 의견을 공유하며 대안을 제시하는 장이 되어야 합니다. 이는 단순히 지식을 전달하는 것을 넘어 사회적 위험에 대응하는 지적 토대를 마련하는 과정이라 할 수 있습니다. 팬데믹 시대를 극복하기 위해서는 특정 분야에 국한되지 않는 다학제적 협업이 필수적입니다. 철학, 사회학, 생물학, 의학 등 서로 다른 전공의 연구자들이 모여 머리를 맞댈 때 비로소 입체적인 해결책이 도출될 수 있습니다. 정부나 시민 단체가 당면한 현안 해결에 집중하는 동안, 대학은 상대적으로 긴 호흡으로 연구를 진행하며 장기적인 안목에서의 대안을 제시할 수 있는 여건을 갖추고 있습니다. 이러한 연구 환경은 감염병의 위험성을 국민들에게 효율적으로 알리고 사회적 각성을 이끌어내는 데 있어 학자들이 기여할 수 있는 핵심적인 부분입니다. 미래의 변화에 대비하기 위해 가장 중요한 과제 중 하나는 체계적인 데이터 아카이브를 구축하는 것입니다. 과학적 근거에 기반한 지식을 생산하는 토대가 되는 정보를 수집하고 분석하는 일은 현대 과학의 핵심입니다. 이번 사태를 계기로 대학은 기존의 연구 범위를 넘어 공공성을 지향하는 연구를 더욱 진척시켜야 합니다. 다양한 분야의 경험과 기록을 자산화하고 활발한 소통을 통해 문제를 발견해 나가는 과정은, 향후 또 다른 위기가 찾아왔을 때 우리 사회가 더 나은 방향으로 나아갈 수 있게 돕는 소중한 이정표가 될 것입니다.

[코로나_인터뷰]데이터X어벤져스, 코로나19 사회연구팀

김범준, 김홍빈, 신종호, 오세정, 유명순, 이석재, 이현숙, 장덕진, 장원철, 황승식

카오스재단코로나19 과학토크
  • 생명과학

(ENG1-1)COVID-19 and the WHO’s response_The COVID-19 Pandemic: Korea’s Response and Challenges | 1세션 ①

세계보건기구(WHO)는 신종 감염병 위기 상황에서 데이터 수집과 정보 공유, 기술 지침 보급 등 핵심적인 역할을 수행합니다. 이번 코로나19 사태에서도 230여 개가 넘는 기술 지침을 만들어 전 세계에 공유했으며, 국제보건규약(IHR)에 따라 각국 연락 담당관들과 긴밀히 소통해 왔습니다. 특히 본부와 6개 지역 사무소, 150여 개 국가 사무소로 구성된 조직망을 통해 현장 대응에 필요한 물품을 공급하고 전문가 네트워크인 글로벌 감염병 대응 네트워크(GOARN)를 활용해 기술적 지원을 아끼지 않았습니다. 국제보건규약(IHR)은 WHO 회원국인 194개국 모두에게 구속력이 있는 법적 도구로, 질병의 국경 간 전파를 막고 국가별 대응 역량을 갖추는 것을 목적으로 합니다. WHO는 이 규약에 근거하여 국제적 공중보건 비상사태(PHEIC)를 선포하며, 각 국가는 감염병 발생 시 24시간 이내에 보고할 의무가 있습니다. 비상사태 선포는 국제적 전파 위험도와 무역 및 여행에 미치는 영향을 종합적으로 판단하여 결정됩니다. 이는 전 세계가 공통된 기준 아래 신속하게 대응할 수 있도록 돕는 중요한 근간이 됩니다. 코로나19 대응 과정에서 긴급 위원회는 초기 발생 국가들의 보고를 바탕으로 비상사태 선포와 구체적인 권고 사항을 논의해 왔습니다. 회의에서는 중국 내 사람 간 전파 양상과 기초감염재생산수(R0), 무증상 감염 사례 등을 면밀히 분석했습니다. 비상사태 선포 이후에는 취약 국가 지원과 출국 검역 강화, 그리고 과도한 여행 및 무역 제한을 지양하라는 권고가 이어졌습니다. 특히 특정 집단에 대한 낙인이나 차별을 방지해야 한다는 점을 강조하며, 객관적인 지표에 기반한 공중보건 조치를 통해 사회적 안정을 도모하고자 노력했습니다. 감염병 극복을 위한 연구개발(R&D) 분야에서도 WHO의 조정 역할은 빛을 발했습니다. 'R&D 블루프린트'를 통해 치료제와 백신 개발 로드맵을 수립하고, 전 세계가 참여하는 '연대 임상 시험'을 주도하여 치료 옵션을 비교 분석하고 있습니다. 또한 'ACT-Accelerator' 이니셔티브를 통해 여러 국제 파트너와 협력하며 저소득 및 중소득 국가도 진단기기와 백신에 공평하게 접근할 수 있도록 지원하고 있습니다. 이러한 국제적 공조는 자원이 부족한 국가들이 위기 상황에서 소외되지 않도록 하는 데 결정적인 기여를 하고 있습니다. 향후 과제는 새로운 국제 기구를 만들기보다 기존 WHO의 기능을 강화하고 국제보건규약(IHR)의 이행력을 높이는 데 집중되어야 합니다. 합동 외부 평가(JEE)와 같은 자발적 평가 항목을 의무화하여 각국의 방역 역량을 실질적으로 향상시키고, 데이터 공유 플랫폼을 고도화하여 국가 간 정보 격차를 줄여야 합니다. 특히 현장에서 직접 대응하는 국가 사무소의 기능을 강화하고, 고소득 국가와 저소득 국가의 요구를 균형 있게 반영하는 체계를 구축함으로써 미래의 또 다른 팬데믹에 대비하는 회복력 있는 보건 안보 체계를 완성해야 합니다.

(ENG1-1)COVID-19 and the WHO’s response_The COVID-19 Pandemic: Korea’s Response and Challenges

지영미

카오스재단코로나19 과학토크
  • 생명과학

[세션1-1] 코로나19와 WHO의 대응_지영미_코로나팬데믹, 한국의 대응과 과제_COVID-19 | 1세션 ①

세계보건기구(WHO)는 신종 감염병 위기 상황에서 데이터 수집과 정보 공유, 기술적 가이드라인 보급 등 핵심적인 역할을 수행합니다. 이번 코로나19 사태에서도 230여 개 이상의 기술 지침을 만들어 전 세계에 공유했으며, 국제보건규약(IHR) 담당자들과의 긴밀한 소통을 통해 비상사태 선포를 관장했습니다. 특히 전 세계 150여 개국에 퍼져 있는 지역 및 국가 사무소 네트워크를 통해 현장 중심의 대응을 지원하고, 방역 물품 공급과 기금 모금(Fundraising)을 병행하며 국제적인 공조 체계를 이끌어가는 중추적인 기능을 담당하고 있습니다. 국제보건규약(IHR)은 WHO 회원국인 194개국 모두에게 법적 구속력을 갖는 도구로, 질병의 국경 간 전파를 막고 국가별 대응 역량을 갖추는 것을 목적으로 합니다. 19세기 콜레라 팬데믹을 계기로 시작된 이 규약은 2005년 전면 개정을 거쳐 현재의 체계를 갖추게 되었습니다. 이를 근거로 구성되는 긴급위원회는 국제적 전파 위험도와 무역 및 여행에 미치는 영향을 종합적으로 판단하여 국제적 공중보건 비상사태(PHEIC)를 선포합니다. 이는 각 국가가 24시간 이내에 보고한 데이터를 바탕으로 전문가들이 현장 대응을 돕는 근간이 됩니다. 긴급위원회의 의사결정 과정은 매우 엄격하고 투명하게 진행됩니다. 이해관계 상충 여부를 철저히 확인한 후, 발생 국가의 보고와 질의응답을 거쳐 비공개 세션에서 최종 권고안을 도출합니다. 코로나19 초기 회의에서는 사람 간 전파 양상과 사망률, 전파 세대 등 구체적인 역학 데이터를 분석하여 대응 방향을 설정했습니다. 비상사태 선포 이후에도 최소 3개월마다 회의를 개최하여 상황을 재평가하고, 취약 국가 지원이나 임상시험 가이드라인 제공 등 변화하는 상황에 맞춘 권고 사항을 지속적으로 업데이트하며 국제적 대응을 조율합니다. 연구개발(R&D) 분야에서 WHO는 'R&D 블루프린트'를 통해 전 세계적인 조정을 담당하고 있습니다. 비상사태 선포 이전부터 실무 워킹 그룹을 구성하여 사회과학과 윤리적 이슈를 포함한 광범위한 준비를 진행해 왔습니다. 특히 연대(Solidarity) 임상시험을 통해 여러 치료제 옵션을 비교 연구하고 있으며, 백신 개발 가속화를 위한 'ACT 액셀러레이터' 이니셔티브를 통해 민간 재단 및 국제기구들과 협력하고 있습니다. 이러한 노력은 고소득 국가뿐만 아니라 저소득 국가들도 임상시험과 자원 배분 과정에 공정하게 참여할 수 있도록 돕는 데 중점을 둡니다. 향후 과제는 새로운 국제기구를 만들기보다 기존의 WHO와 국제보건규약(IHR) 체계를 강화하는 데 있습니다. 한국이 메르스 이후 합동 외부 평가(JEE)에서 높은 점수를 받았던 사례처럼, 자발적이었던 평가 항목들을 의무화하여 각국의 이행력을 높여야 합니다. 또한 고소득 국가와 저소득 국가의 요구를 균형 있게 반영하고, 현장에서 직접 대응하는 국가 사무소(Country Office)의 기능을 강화하는 개혁(Reform)이 필요합니다. 국제 사회의 데이터 공유 플랫폼을 고도화하고 국가 간 협력을 공고히 함으로써, 미래의 감염병 위기에 더욱 신속하고 효과적으로 대응할 수 있는 기반을 마련해야 합니다.

[세션1-1] 코로나19와 WHO의 대응_지영미_코로나팬데믹, 한국의 대응과 과제_COVID-19

지영미

카오스재단코로나19 과학토크
  • 생명과학

[세션1-토의]코로나팬데믹, 한국의 대응과 과제_첫번째 토의_박홍준&정승용 외_COVID-19 | 1세션 ④

코로나19 사태 초기, 질병관리본부의 투명하고 과학적인 정보 공개는 국민적 신뢰를 얻는 데 큰 역할을 했습니다. 매일 정해진 시간에 이루어진 브리핑은 위기 상황에서 정확한 메시지를 전달하며 긍정적인 평가를 받았습니다. 그러나 의료계 일각에서는 초기 감염원 차단을 위한 선제적 조치가 미흡했다는 아쉬움을 제기합니다. 특히 중국발 입국 제한이나 위기경보 격상 시점이 늦어지면서 방역의 골든타임을 놓쳤다는 지적이 있습니다. 이는 감염병 대응에 있어 정치적 고려보다 의학적 판단이 우선되어야 함을 시사합니다. 정부와 의료계 사이의 소통과 협력 체계 구축은 방역의 성패를 가르는 핵심 요소입니다. 대한의사협회는 정부보다 앞서 고강도 사회적 거리 두기 캠페인을 제안했으나, 실제 정책 반영까지는 상당한 시간이 소요되었습니다. 또한 중앙 정부와 지방자치단체 간의 엇박자로 인해 현장의 의료진들이 혼선을 겪는 사례도 빈번했습니다. 컨트롤타워의 부재는 부처 간 유기적인 협력을 저해하고 방역 효율성을 떨어뜨리는 원인이 되었습니다. 향후 반복될 수 있는 감염병 위기에 대비해 보다 체계적인 민관협력 시스템 마련이 절실합니다. 의료 현장에서 가장 큰 어려움 중 하나는 임상 정보의 공유 부족이었습니다. 확진자와 사망자에 대한 통계는 매일 발표되었지만, 구체적인 치료 경과나 병리학적 데이터는 의료진에게 충분히 전달되지 않았습니다. 이로 인해 현장 전문가들은 이른바 '깜깜이' 상태에서 환자를 진료해야 하는 상황에 직면했습니다. 특히 중환자 치료를 전담할 컨트롤타워가 원활히 작동하지 않아 사망자 관리에 안타까움을 남기기도 했습니다. 과학적 근거에 기반한 실시간 데이터 공유는 효과적인 치료 전략 수립을 위해 반드시 선행되어야 할 과제입니다. 대구와 경북 지역에서 폭발적인 확진자 증가세가 나타났을 때, 의료체계의 붕괴를 막은 것은 의료진의 자발적인 헌신이었습니다. 수많은 의사가 생업을 뒤로하고 현장으로 달려가 선별진료소와 생활치료센터에서 봉사했습니다. 민간 의료계는 드라이브스루와 워킹스루 같은 혁신적인 검사 방식을 도입하며 공적 역할을 훌륭히 수행해냈습니다. 이러한 민관협력은 공공의료체계가 한계에 다다랐을 때 이를 보완하는 강력한 힘이 되었습니다. 이는 비상 상황에서 민간 의료의 역량을 어떻게 결집하고 지원할지에 대한 중요한 시사점을 제공합니다. 생활치료센터의 도입은 한국 방역 모델의 혁신적인 사례로 꼽힙니다. 전체 환자의 약 80%를 차지하는 경증 환자를 별도 시설에 격리함으로써, 상급 병원의 병상 자원을 중증 환자 치료에 집중할 수 있었습니다. 서울대병원이 운영한 문경 생활치료센터는 정보통신기술(ICT)을 활용한 비대면 모니터링 시스템을 성공적으로 구현했습니다. 화상 통화와 모바일 앱을 통해 환자의 상태를 실시간으로 확인하며 의료진의 감염 위험을 낮추고 효율성을 높였습니다. 이러한 비대면 진료 경험은 향후 의료 시스템의 디지털 전환에 있어 중요한 기초 자료가 될 것입니다. 국제적인 공조와 데이터 분석 역시 방역 전략 수립에 결정적인 기여를 했습니다. 중국의 초기 역학 정보를 통해 바이러스의 자연사(Natural History), 즉 경증과 중증 환자의 비율을 파악한 것은 생활치료센터 건립의 의학적 근거가 되었습니다. 비록 초기 정보의 투명성에 대한 논란은 있었으나, 확보된 데이터를 바탕으로 의료진 감염 원인과 전파 경로를 분석하여 한국 실정에 맞는 대응책을 마련할 수 있었습니다. 특히 신천지 사태와 같은 예상치 못한 변수 속에서도 신속하게 진단 시스템을 확립하고 진단 네트워크를 구축한 점은 전 세계가 주목하는 성과로 기록되었습니다. 현재의 방역 성과를 지속 가능하게 유지하기 위해서는 의료진의 피로도 관리와 체계적인 보상 방안이 마련되어야 합니다. 사명감만으로 버티기에는 현장의 부담이 한계에 다다르고 있으며, 가을과 겨울철에 예상되는 2차 대유행에 대비한 장기적인 전략이 필요합니다. 집단면역에 의존하기보다는 현재의 추적과 격리 시스템을 고도화하고, 치료제와 백신 개발을 위한 국가적 지원을 아끼지 말아야 합니다. 무엇보다 방역 정책 결정 과정에서 정치적 논리를 배제하고 전문가들의 과학적 판단을 존중하는 문화가 정착될 때, 우리는 진정한 의미의 방역 강국으로 거듭날 수 있을 것입니다.

[세션1-토의]코로나팬데믹, 한국의 대응과 과제_첫번째 토의_박홍준&정승용 외_COVID-19

박홍준, 이종구, 정기석, 정승용, 지영미

카오스재단코로나19 과학토크
  • 생명과학

[석학인터뷰] 최준일_ 4G, 5G, 6G??? 그래서 그게 뭔데?! | 2020 봄 카오스강연 '첨단기술의 과학'

우리가 일상에서 사용하는 단말기 통신 기술은 통신 세대가 거듭될수록 데이터 전송 속도가 비약적으로 발전해 왔습니다. 이러한 통신 세대를 구분하는 명확한 기준은 UN 산하 기구인 ITU-R에서 정의합니다. 3G, 4G, 5G와 같은 명칭을 사용하기 위해서는 국제 표준을 만족해야 하며, 여러 기업이 제안한 기술 표준이 심사를 거쳐 공식적으로 인정받게 됩니다. 이러한 표준화 과정은 서로 다른 제조사가 만든 기지국과 단말기가 원활하게 소통할 수 있도록 돕는 핵심적인 역할을 수행합니다. 통신 산업에서 표준이 필수적인 이유는 범용성 확보에 있습니다. 현재 전 세계 기지국 시장은 삼성, 화웨이, 에릭슨, 노키아 등 소수의 기업이 주도하고 있지만, 단말기 제조사는 훨씬 더 다양합니다. 만약 공통된 통신 표준이 없다면 특정 회사의 기지국이 특정 브랜드의 단말기와만 연결되는 폐쇄적인 구조가 될 수밖에 없습니다. 따라서 전 세계 어디서나 어떤 단말기를 사용하더라도 안정적인 통신 서비스를 누리기 위해서는 기술적 장벽을 허무는 국제 표준의 정립이 무엇보다 중요합니다. 통신 연구는 단순히 단말기의 데이터 전송 속도를 높이는 것에 그치지 않고, 4차 산업혁명을 이끄는 핵심 인프라를 구축하는 일입니다. 특히 5G 기술은 초고속, 초저지연, 초연결이라는 특성을 바탕으로 자율주행, 스마트 팩토리 등 미래 산업의 기반이 됩니다. 연구자들은 수학적 모델링을 통해 주변 환경을 모사하고 신호를 최적화함으로써 데이터를 더욱 안정적으로 전송하기 위해 노력하고 있습니다. 이러한 기술적 진보는 우리 사회 전반의 디지털 전환을 가속화하며 새로운 산업 생태계를 조성하는 원동력이 될 것입니다.

[석학인터뷰] 최준일_ 4G, 5G, 6G??? 그래서 그게 뭔데?! | 2020 봄 카오스강연 '첨단기술의 과학'

최준일

카오스재단카오스강연
  • 물리학

[석학인터뷰] 김상우 ─ DNA는 대부분 쓰레기다?! | 2020 봄 카오스강연 '첨단기술의 과학'

2000년대 이후 생물학은 비약적인 변화를 맞이했습니다. 과거에는 단일 유전자나 단백질의 기능을 깊이 있게 분석하는 연구가 주를 이루었으나, 현재는 유전체 활동과 염기서열 정보를 포함한 방대한 데이터가 쏟아지고 있습니다. 이러한 흐름 속에서 컴퓨터 기술은 단순한 도구를 넘어 생명 현상을 해석하기 위한 필수적인 요소가 되었습니다. 데이터를 능숙하게 다루고 분석할 수 있는 능력은 특정 질병에 국한되지 않고 생명 전체의 원리를 조망할 수 있는 넓은 시야를 제공하며, 이는 현대 과학자들에게 커다란 축복과도 같습니다. 이제 생물학은 복잡한 데이터를 정교하게 해석하는 정보 과학의 시대로 접어들었습니다. 눈에 보이지 않는 미세한 DNA를 관찰하기 위해서는 생화학이나 나노기술의 정교함이 필요하며, 여기서 얻은 거대한 데이터를 유의미한 정보로 바꾸기 위해서는 수학과 통계학, 그리고 전산학의 엄밀함이 요구됩니다. 자칫 잘못된 발견으로 이어질 수 있는 오류를 방지하기 위해 정교한 계산이 필수적이기 때문입니다. 결국 이러한 과정을 거쳐 도출된 결과는 다시 생물학과 의학의 영역으로 회귀하여 질병 치료와 같은 실질적인 응용 단계로 나아가게 됩니다. 이처럼 DNA 연구는 현대 과학의 정수를 모아 생명의 본질에 다가가는 숭고한 여정이라 할 수 있습니다. 생명의 설계도인 DNA를 연구하는 과정은 과학자로서의 태도와 철학을 정립하는 여정이기도 합니다. 칼 세이건의 '코스모스'가 생명 진화의 경이로움을 일깨워주었다면, 리처드 도킨스의 저작들은 엄밀한 탐구 정신을 견지하는 데 큰 영향을 주었습니다. 이러한 영감과 과학적 태도를 바탕으로 유전 변이를 탐지하고 질병의 원인을 밝혀내는 노력은 인류가 직면한 한계를 극복하는 열쇠가 됩니다. 결국 DNA 연구는 생명의 근원을 이해하고 더 나은 미래를 설계하기 위한 숭고한 도전입니다. 우리는 이러한 탐구를 통해 질병의 고통에서 벗어나 더 건강한 삶을 향한 발걸음을 내딛고 있습니다.

[석학인터뷰] 김상우 ─ DNA는 대부분 쓰레기다?! | 2020 봄 카오스강연 '첨단기술의 과학'

김상우

카오스재단카오스강연
  • 생명과학

[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

[인생과학책 #3] 책 좀 읽는 사람이 추천하는 책

유발 하라리의 저서 '사피엔스'와 '호모 데우스'는 출간 이후 전 세계적인 열풍을 일으키며 인류의 과거와 미래를 관통하는 새로운 시각을 제시했습니다. 역사학자인 하라리는 명상을 통해 얻은 집중력과 균형 잡힌 시각을 바탕으로 인류가 어떻게 지구의 지배자가 되었는지, 그리고 앞으로 어떤 방향으로 나아갈지를 통찰력 있게 그려냅니다. 그의 이야기는 단순한 역사적 사실의 나열을 넘어, 인문학과 과학이 통섭을 이루어 도달할 수 있는 지식의 정수를 보여주며 독자들에게 깊은 울림을 줍니다. 인류가 지구를 지배하게 된 결정적인 계기는 '인지 혁명'에 있습니다. 다른 생명체들이 물리적인 한계 내에서 소규모 집단을 유지하는 것과 달리, 호모 사피엔스는 상상력을 통해 신, 국가, 회사와 같은 가상의 실재를 만들어냈습니다. 이러한 상상력은 '던바의 수'라고 불리는 150명의 사회적 관계 한계를 뛰어넘어 수천, 수만 명의 거대한 협력 네트워크를 구축할 수 있게 했습니다. 결국 인간은 보이지 않는 것을 믿는 능력을 통해 유례없는 결속력을 확보하며 지구의 주인공으로 거듭난 것입니다. 농업 혁명은 인류에게 풍요를 가져다준 축복으로 여겨지기도 하지만, 하라리는 오히려 수렵 채집 시대보다 인간의 자유와 행복이 구속된 시기였다고 분석합니다. 이어지는 과학 혁명은 '우리는 모른다'는 무지의 인정에서 출발했습니다. 현대 과학은 우리가 우주의 기원이나 생명의 신비를 완벽히 알지 못한다는 사실을 겸허히 받아들임으로써 오히려 폭발적인 발전을 이룩했습니다. 이러한 과학적 태도는 인류가 죽음을 정복하려는 '길가메시 프로젝트'에 도전하게 만드는 원동력이 되었으며, 인간의 한계를 끊임없이 확장하고 있습니다. 미래를 조망하는 '호모 데우스'는 과학 기술의 발전으로 신의 영역에 도전하는 인류의 모습을 그립니다. 하라리는 인공지능과 알고리즘이 인간의 지능을 넘어서는 시대에 우리가 여전히 인간의 가치를 최우선으로 둘 수 있을지 질문을 던집니다. 실험실에서 탄생할 기술 종교들은 유전자 편집과 알고리즘을 통한 구원을 약속하며 인류를 새로운 국면으로 이끌 것입니다. 이는 인간이 스스로를 진화시켜 '신이 된 인간'으로 거듭나는 과정이며, 동시에 인간의 자유의지에 대한 근본적인 의문을 제기하는 지점이기도 합니다. 미래 사회에서는 데이터가 가장 중요한 자원이자 새로운 종교로 부상하는 '데이터교'가 지배적일 것으로 예측됩니다. 모든 것이 수치화되고 알고리즘에 의해 결정되는 세상에서 인간은 자칫 물질적인 데이터의 파편으로 전락할 위험에 처해 있습니다. 하지만 역사의 유일한 상수는 '모든 것은 변한다'는 사실입니다. 하라리가 제시하는 디스토피아적 전망 역시 인류의 선택과 변화에 따라 다른 방향으로 흐를 수 있습니다. 우리는 그의 통찰을 통해 현재를 점검하고, 다가올 미래를 주체적으로 준비해야 할 과제를 안고 있습니다.

[인생과학책 #3] 책 좀 읽는 사람이 추천하는 책

권준수, 천정희

카오스재단읽다과학
  • 융합

[강연] 데이터 세상에서 수학으로 살아남기 by천정희 | #47분26초_꼭_봐야하는_영상|2020 서울대 자연과학 공개강연 '과학으로 살아남기' | 2강

현대 사회에서 데이터는 '미래의 원유'이자 새로운 통화로 불릴 만큼 그 가치가 비약적으로 상승했습니다. 과거 시가총액 상위권을 차지하던 기업들이 석유나 금융 중심이었다면, 이제는 애플, 구글, 아마존과 같은 데이터 기반 IT 기업들이 그 자리를 대신하고 있습니다. 이는 우리가 데이터를 얼마나 잘 수집하고 활용하느냐에 따라 기업과 국가의 경쟁력이 결정되는 시대에 살고 있음을 의미하며, 데이터는 단순한 정보를 넘어 경제의 핵심 동력이 되었습니다. 하지만 데이터 활용이 늘어날수록 개인정보 유출이라는 심각한 부작용도 뒤따르고 있습니다. 의료 정보나 상업적 이용을 목적으로 한 민감한 정보들이 해킹이나 무단 판매를 통해 유출되는 사고가 빈번하게 발생하고 있습니다. 기계 학습을 위해 더 많은 데이터가 필요해질수록 보안의 중요성은 더욱 커지며, 데이터를 안전하게 보호하면서도 그 가치를 추출해낼 수 있는 기술적 대안이 절실해진 상황입니다. 활용과 보호라는 두 마리 토끼를 잡는 것이 시대적 과제가 된 것입니다. 이러한 문제를 해결하기 위해 등장한 혁신적인 기술이 바로 '동형암호'입니다. 동형암호는 데이터를 암호화한 상태 그대로 연산할 수 있게 해주는 기술로, 데이터를 복호화하지 않고도 필요한 분석을 수행할 수 있습니다. 이는 마치 보석 원석을 투명하고 단단한 상자에 넣은 채로 가공하는 것과 같아서, 작업자는 내용물을 훔칠 수 없지만 주인은 가공된 결과물을 안전하게 돌려받을 수 있습니다. 비밀을 알지 못하면서도 주인이 원하는 일을 완벽히 수행하는 '완벽한 하인'인 셈입니다. 동형암호의 안전성은 수학적으로 매우 풀기 어려운 난제에 기반을 두고 있습니다. 근사 최대공약수 문제나 격자 기반의 암호 체계는 현대의 슈퍼컴퓨터는 물론 미래의 양자 컴퓨터로도 해결하기 어려운 NP-하드 문제로 분류됩니다. 이러한 수학적 견고함 덕분에 동형암호는 데이터의 기밀성을 완벽하게 보장하며, 암호화된 상태에서 덧셈과 곱셈 같은 복잡한 연산을 수행하더라도 정보가 외부에 노출될 위험이 거의 없습니다. 수학이 데이터 세상을 지키는 가장 강력한 방패가 되는 것입니다. 초기 동형암호는 연산 속도가 매우 느리고 데이터 크기가 커지는 단점이 있었으나, 최근 수학적 알고리즘의 발전으로 비약적인 성능 향상을 이루었습니다. 특히 '근사 계산 동형암호(HEAAN)' 기술은 실수 연산이 잦은 기계 학습 분야에 최적화되어 세계적인 주목을 받았습니다. 이 기술은 연산 과정에서 발생하는 오차를 효율적으로 관리하며, 기존 방식보다 수백 배 빠른 속도로 대규모 데이터를 처리할 수 있는 길을 열어주었습니다. 이는 한국 연구진의 기여가 돋보이는 분야이기도 합니다. 현재 동형암호는 DNA 분석과 같은 정밀 의료 분야부터 금융 서비스의 데이터 결합에 이르기까지 폭넓게 적용되고 있습니다. 개인의 유전 정보를 암호화한 상태로 질병 예측 모델을 돌리거나, 서로 다른 기관의 금융 데이터를 개인정보 침해 없이 결합하여 분석하는 것이 가능해졌습니다. 정부의 규제 샌드박스를 통한 임시 면허 부여 등 제도적 뒷받침이 더해지며, 이론을 넘어 실질적인 서비스 단계로 빠르게 진입하고 있습니다. 이는 데이터 부족 문제를 해결하고 안전한 유통 생태계를 만드는 초석이 됩니다. 결국 데이터 세상에서 수학은 단순한 계산 도구를 넘어 개인의 권리와 정보를 지키는 핵심적인 역할을 수행합니다. 대수학, 정수론, 해석학 등 다양한 수학적 원리들이 결합하여 탄생한 동형암호는 인공지능 기술과 조화를 이루며 '프라이빗 AI' 시대를 견인할 것입니다. 인간과 인공지능이 서로의 신뢰를 바탕으로 공존하는 미래를 만들기 위해, 수학은 앞으로도 데이터의 가치를 안전하게 꽃피우는 생명선이 될 것입니다. 새로운 수학적 발견이 가져올 안전한 데이터 세상을 기대해 봅니다.

[강연] 데이터 세상에서 수학으로 살아남기 by천정희 | #47분26초_꼭_봐야하는_영상|2020 서울대 자연과학 공개강연 '과학으로 살아남기'

천정희

카오스재단서울대자연과학공개강연
  • 수학

[석학인터뷰] 천정희_ 2등은 살아남기 어려운 시대, 그래서 산업수학! | 2020 서울대 자연과학대 공개강연 '과학으로 살아남기'

현대 사회에서 수학의 중요성은 그 어느 때보다 강조되고 있습니다. 초연결 시대를 맞이하여 지식과 과학의 발전이 전 세계로 빠르게 전파되면서, 작은 수학적 개선만으로도 거대한 경제적 효과를 창출할 수 있게 되었기 때문입니다. 과거에는 물리적인 제약으로 인해 이론에 머물렀던 수학적 사고들이 이제는 기술적 발전을 통해 현실에서 직접 구현될 가능성이 커졌습니다. 이러한 변화는 수학이 단순한 학문을 넘어 세상에 실질적인 부가가치를 제공하는 핵심 동력으로 자리 잡게 만들었습니다. 수학의 가장 큰 매력은 논리적인 추론과 가정이라는 틀 안에서 어떠한 제한도 없이 자유롭게 사고할 수 있다는 점에 있습니다. 특히 암호학은 순수한 수학적 이론이 현실 세계에 어떻게 강력한 영향을 미칠 수 있는지를 보여주는 대표적인 분야입니다. 암호학의 문제는 현실의 필요에서 발생하지만, 그 해결책은 오직 순수한 수학적 사고를 통해 도출됩니다. 이러한 과정은 수학이 추상적인 영역에만 머무는 것이 아니라, 우리 삶의 안전과 질서를 유지하는 데 결정적인 역할을 수행함을 증명합니다. 4차 산업혁명과 데이터 과학의 시대를 지탱하는 근간은 결국 수학입니다. 데이터 과학을 성공적으로 수행하기 위해서는 대수학, 해석학, 정수론, 위상수학, 기하학 등 수학의 여러 분야를 유기적으로 융합하는 능력이 필수적입니다. 최근에는 데이터의 형태를 분석하는 위상수학이나 공간 객체를 표현하는 기하학이 새롭게 각광받고 있습니다. 따라서 미래의 인재 양성을 위해서는 개별 분야에 대한 깊이 있는 연구와 더불어, 다양한 수학적 원리를 통합하여 실무에 적용할 수 있는 교육적 보완이 절실합니다. 기술 혁신의 속도가 빨라지면서 산업계와 수학계의 거리는 급격히 좁아지고 있습니다. 과거에는 수학적 성과가 과학과 공학을 거쳐 산업에 적용되기까지 오랜 시간이 걸렸지만, 이제는 수학적 성과가 산업 현장에 즉각적으로 투입되어 가치를 창출해야 하는 시대입니다. 이러한 흐름 속에서 탄생한 '산업 수학'은 산업계의 복잡한 문제들을 수학적 모델링을 통해 직접 해결하려는 시도입니다. 이는 수학이 상아탑을 벗어나 기업의 경쟁력을 결정짓는 핵심적인 원천으로 작용하고 있음을 보여주는 중요한 변화입니다. 인류의 역사를 통찰하는 과정에서도 과학적 사고와 인문학적 소양의 결합은 매우 중요합니다. 유발 하라리의 '사피엔스'와 같은 저작은 인지 혁명부터 과학 혁명에 이르기까지 인류의 지식 지형도가 어떻게 변화해 왔는지를 명확하게 보여줍니다. 이러한 통섭적 시각은 우리가 현재 마주한 지식 산업 혁명의 본질을 이해하는 데 큰 도움을 줍니다. 수학적 사고를 바탕으로 인류 문명의 흐름을 읽어내는 능력은, 급변하는 미래 사회에서 우리가 나아가야 할 방향을 제시하는 소중한 나침반이 될 것입니다.

[석학인터뷰] 천정희_ 2등은 살아남기 어려운 시대, 그래서 산업수학! | 2020 서울대 자연과학대 공개강연 '과학으로 살아남기'

천정희

카오스재단석학인터뷰
  • 수학

[강연] 데이터 과학과 CSI by임채영|2019 서울대 자연과학대학 공개강연 '과학 선율' | 2강

현대 사회에서 과학수사는 범죄 현장의 증거를 객관적으로 분석하여 사건의 진실을 밝히는 핵심적인 역할을 수행합니다. 흔히 CSI로 알려진 과학수사는 단순히 범인을 찾는 것에 그치지 않고, 데이터 과학의 원리를 활용하여 현장에서 발견된 다양한 흔적들을 논리적으로 재구성합니다. 드라마나 영화를 통해 대중에게 친숙해진 과학수사는 이제 단순한 호기심의 대상을 넘어, 법적 정의를 실현하기 위한 정밀한 학문적 토대 위에 서 있습니다. 데이터 과학은 이러한 과학수사의 객관성을 담보하는 강력한 도구가 되며, 복잡한 사건의 실타래를 푸는 결정적인 열쇠가 됩니다. 법과학은 의학, 유전학, 통계학 등 여러 분야의 지식이 융합된 종합 학문입니다. 과거에는 목격자의 진술이나 자백에 의존하는 비중이 높았으나, 최근에는 DNA 분석이나 디지털 포렌식과 같은 과학적 기법이 결정적인 증거로 채택되고 있습니다. 특히 미국에서 나타난 'CSI 효과'는 배심원들이 과학적 증거 없이는 유죄 판결을 내리지 않으려는 경향을 보여주며, 수사 과정에서 객관적인 데이터 분석이 얼마나 중요한지를 시사합니다. 이는 수사 기관이 더 정교한 분석 기법을 도입하게 만드는 계기가 되었으며, 법정에서의 증거 능력을 강화하는 데 기여하고 있습니다. 하지만 과학수사가 항상 완벽한 것은 아닙니다. 과거의 분석 기법은 현재보다 정확도가 낮아 억울한 누명을 쓰는 사례가 발생하기도 했으며, 증거물의 오차 범위가 너무 넓어 법적 효력을 잃는 경우도 있었습니다. 이러한 한계를 극복하기 위해 미국 한림원 등 학계에서는 법과학 분야에 통계 확률적 방법론을 도입해야 한다고 강조해 왔습니다. 분석 결과의 오류 가능성을 객관적인 수치로 제시함으로써 증거의 타당성을 높이고, 법정에서 더욱 신뢰할 수 있는 근거를 마련하기 위한 노력이 지속되고 있습니다. 이는 과학적 증거가 가진 불확실성을 인정하고 이를 관리하려는 학문적 의지입니다. 범죄 현장의 패턴 증거물인 지문, 족흔적, 혈흔 등은 사건 당시의 상황을 재구성하는 데 중요한 정보를 제공합니다. 예를 들어 족흔적이나 타이어 흔적은 데이터베이스와의 비교를 통해 특정 브랜드나 모델을 식별할 수 있게 하며, 혈흔의 모양과 비산 각도를 분석하면 가해자의 위치나 피해자의 자세를 추정할 수 있습니다. 이러한 분석 과정에는 기하학적 계산과 이미지 처리 기술이 동원되며, 여러 표본을 통해 오차 범위를 계산함으로써 추정의 정확도를 높이는 통계적 접근이 필수적으로 요구됩니다. 데이터는 흩어진 흔적들을 하나의 일관된 이야기로 엮어내는 힘을 가지고 있습니다. 지문 감식은 가장 오래된 과학수사 기법 중 하나이지만, 현대 데이터 과학을 통해 더욱 정밀해졌습니다. 지문의 융선이 끊기거나 갈라지는 지점인 '미뉴샤'를 추출하여 좌표와 각도로 데이터화하고, 이를 기존 데이터베이스와 대조하여 일치 여부를 판단합니다. 단순히 눈으로 비교하는 것이 아니라, 두 지문이 우연히 일치할 확률을 통계 모형으로 계산하여 객관적인 매칭 점수를 산출합니다. 우리나라의 경우 수천만 명의 지문 정보를 시스템화하여 운영하고 있으며, 이는 생체 정보 분석의 방대한 데이터베이스 역할을 합니다. 이러한 시스템은 수만 건의 대조 작업을 순식간에 처리하여 수사의 효율성을 극대화합니다. 지문이나 혈흔 분석에서 도출된 매칭 점수가 실제 증거로서 가치를 가지려면 '매칭 확률'에 대한 심층적인 분석이 필요합니다. 공간 점 과정 모형과 같은 복잡한 통계 모형을 활용하여, 두 증거가 서로 다른 대상에서 나왔음에도 우연히 유사할 확률이 얼마나 낮은지를 증명해야 합니다. 만약 우연히 일치할 확률이 극히 낮다면, 이는 두 증거가 동일한 출처에서 기인했다는 강력한 근거가 됩니다. 이러한 확률적 접근은 주관적인 판단을 배제하고 수사 결과에 과학적 신뢰성을 부여하는 핵심 과정입니다. 통계적 유의성을 확보하는 것이야말로 법과학이 추구하는 객관성의 정점이라 할 수 있습니다. 결국 현대의 과학수사관은 데이터 과학자의 면모를 갖추어야 합니다. 증거물에서 유의미한 특징을 추출하는 분석 능력, 이를 설명할 수 있는 통계적 모형 설계, 그리고 방대한 데이터를 처리할 수 있는 컴퓨터 활용 능력이 조화를 이루어야 합니다. 데이터 과학은 범죄 수사뿐만 아니라 실생활의 추천 알고리즘이나 경제 활동 분석 등 우리 삶의 모든 영역에 깊숙이 침투해 있습니다. 각자의 분야에서 데이터를 분석하고 해석하는 능력을 키운다면, 누구나 복잡한 현상 속에서 진실을 찾아내는 데이터 과학자가 될 수 있습니다. 데이터는 우리가 세상을 바라보고 이해하는 방식을 근본적으로 변화시키고 있습니다.

[강연] 데이터 과학과 CSI  by임채영|2019 서울대 자연과학대학 공개강연 '과학 선율'

임채영

카오스재단서울대자연과학공개강연
  • 수학

[강연] 전기와 자기가 만났을 때: 자석에 전류를 흘리면? _ by김갑진|2019 가을 강연 '도대체 都大體' | 4강

인류 문명의 발전은 전기를 다루기 시작하면서 비약적인 도약을 이루었습니다. 고대 그리스의 탈레스가 호박을 문질러 정전기를 발견한 이래, 인류는 보이지 않는 힘의 실체를 파악하기 위해 끊임없이 노력해 왔습니다. 19세기 볼타 전지 발명과 패러데이 전자기 유도 법칙은 현대 문명을 지탱하는 전력 시스템의 근간이 되었습니다. 전기와 자기는 단순한 자연 현상을 넘어, 오늘날 우리가 사용하는 스마트폰부터 자동차에 이르기까지 모든 전자기기의 작동 원리를 제공하며 현대인의 삶과 떼려야 뗄 수 없는 필수적인 요소로 자리 잡았습니다. 맥스웰은 흩어져 있던 전기와 자기의 법칙들을 맥스웰 방정식으로 통합하며 물리학의 거대한 이정표를 세웠습니다. 그의 이론에 따르면 전기장은 자기장을 만들고, 변화하는 자기장은 다시 전기장을 유도하며 서로 긴밀하게 연결되어 있습니다. 이러한 상호작용은 전자기파라는 형태로 공간을 가로질러 빛의 속도로 전달되며, 우리가 보는 빛 또한 전자기파의 일종임을 밝혀냈습니다. 맥스웰 방정식은 세상의 모든 전자기적 현상을 단 네 줄의 수식으로 설명할 수 있음을 보여주었으며, 이는 현대 물리학이 추구하는 대통합 이론의 선구적인 모델이 되었습니다. 아인슈타인은 상대성 이론을 통해 전기와 자기가 관찰자의 운동 상태에 따라 다르게 보일 뿐, 본질적으로 같은 현상임을 증명했습니다. 정지한 관찰자에게는 전기장으로 보이는 것이 움직이는 관찰자에게는 자기장으로 느껴질 수 있다는 사실은 물리 법칙의 보편성을 새롭게 정의했습니다. 이는 자기력이 전기력의 상대론적 효과에 불과하다는 혁신적인 통찰을 제공했습니다. 아인슈타인의 이러한 시각은 전기와 자기를 개별적인 힘이 아닌 전자기력이라는 하나의 통합된 실체로 이해하게 만들었으며, 현대 전자기학의 철학적 토대를 더욱 공고히 다졌습니다. 전기와 자기의 근원을 추적하면 원자 속의 전자와 마주하게 됩니다. 전자는 음의 전하를 띠고 흐르며 전류를 만들 뿐만 아니라, 스핀이라는 고유한 물리량을 통해 자성을 나타냅니다. 스핀은 전자가 스스로 회전하는 것과 유사한 성질을 지니며, 이로 인해 모든 전자는 아주 작은 자석과 같은 역할을 수행합니다. 원자 내 전자들이 특정 방향으로 정렬될 때 비로소 우리가 아는 자석의 힘이 나타나게 됩니다. 결국 우리 주변의 모든 물질은 미시적인 수준에서 끊임없이 회전하고 정렬하는 전자들의 스핀 상호작용에 의해 그 성질이 결정되는 셈입니다. 2007년 노벨 물리학상을 안겨준 거대 자기저항(GMR) 효과의 발견은 전자의 전하뿐만 아니라 스핀을 정보 처리에 활용하는 스핀트로닉스 시대를 열었습니다. 자성체의 정렬 방향에 따라 전자의 흐름이 바뀌는 이 현상은 하드디스크의 기록 밀도를 획기적으로 높이는 데 결정적인 기여를 했습니다. 기존의 전자공학이 전자의 흐름만을 제어했다면, 스핀트로닉스는 전자의 회전 방향까지 조절함으로써 더 빠르고 효율적인 정보 저장을 가능케 했습니다. 이는 현대 정보화 사회에서 폭발적으로 증가하는 데이터를 저장하고 처리하는 핵심 기술로 자리 잡았습니다. 최근의 스핀트로닉스 연구는 전류뿐만 아니라 열이나 빛, 심지어 물체의 회전을 통해서도 스핀을 제어하는 단계에 이르렀습니다. 온도 차이를 이용해 스핀의 흐름을 만드는 스핀 제베크 효과나, 전자가 이동하며 스핀 방향에 따라 휘어지는 스핀 홀 효과 등은 물리계의 신비로운 현상들을 보여줍니다. 특히 나노 기술의 발전으로 원자 층 단위에서 스핀을 조절할 수 있게 되면서, 이론적으로만 존재하던 현상들이 실험적으로 증명되고 있습니다. 이러한 발견들은 전기와 자기가 만났을 때 발생하는 무궁무진한 가능성을 시사하며 차세대 소자 개발의 밑거름이 되고 있습니다. 4차 산업혁명 시대의 핵심 자산인 데이터를 유지하기 위해서는 막대한 에너지가 소모됩니다. 스핀트로닉스는 전하의 이동 없이 스핀의 정보만을 전달함으로써 열 발생을 최소화하고 에너지 효율을 극대화할 수 있는 잠재력을 지니고 있습니다. 나노 자석을 이용한 초저전력 메모리 기술은 미래의 데이터 센터와 인공지능 연산 장치의 에너지 문제를 해결할 열쇠로 주목받고 있습니다. 보이지 않는 작은 스핀에 대한 탐구는 단순한 호기심을 넘어 인류의 지속 가능한 발전을 위한 기술적 혁신으로 이어지며, 미래 과학의 새로운 지평을 넓혀가고 있습니다.

[강연] 전기와 자기가 만났을 때: 자석에 전류를 흘리면? _ by김갑진|2019 가을 강연 '도대체 都大體'

김갑진

카오스재단카오스강연
  • 물리학

[강연] (동시통역)AI and Robot Intelligence _ by다니엘 리|2019 가을 카오스강연 '도대체 都大體' | 2강

인공지능과 로봇 공학의 궁극적인 목표는 인간의 지능을 이해하고 이를 기계적으로 재현하는 데 있습니다. 우리는 아주 오래전부터 우리 자신을 닮은 존재를 꿈꿔왔으며, 이는 단순히 편리한 도구를 만드는 것을 넘어 인간이라는 존재의 본질을 탐구하는 과정이기도 합니다. 현대의 인공지능 연구는 뇌의 신경 세포인 뉴런의 작동 원리를 수학적으로 모델링하는 것에서 시작되었습니다. 이러한 시도는 컴퓨터가 데이터를 통해 스스로 학습하고 판단할 수 있는 머신러닝의 시대로 우리를 인도했습니다. 머신러닝의 핵심은 방대한 데이터를 바탕으로 사물을 분류하고 예측하는 모델을 구축하는 것입니다. 초기에는 단순한 선형 분류 모델인 퍼셉트론을 사용했지만, 현실의 복잡한 문제를 해결하기 위해 여러 층의 뉴런을 쌓은 뉴럴 네트워크가 등장했습니다. 이것이 바로 오늘날 우리가 열광하는 딥러닝의 기초입니다. 딥러닝은 이미지 인식이나 바둑과 같은 특정 영역에서 이미 인간의 능력을 뛰어넘는 성과를 보여주고 있습니다. 하지만 이는 여전히 가상의 공간이나 정해진 규칙 안에서의 성취라는 한계가 있습니다. 가상 세계의 인공지능과 달리, 물리적 세계에서 활동하는 로봇 지능은 훨씬 더 복잡한 과제에 직면합니다. 로봇은 센서를 통해 주변을 지각하고, 이를 바탕으로 행동을 계획하며, 실제로 물리적인 움직임을 실행해야 합니다. 현실 세계는 끊임없이 변화하고 예측 불가능한 변수가 가득하기 때문에, 바둑판 위에서처럼 완벽한 정보를 얻는 것이 불가능합니다. 자율주행 자동차나 휴머노이드 로봇이 인간처럼 자연스럽게 움직이기 위해서는 방대한 데이터뿐만 아니라 물리적 환경에 대한 깊은 이해가 필수적입니다. 최근 인지 과학에서는 마음이 단순히 뇌의 정보 처리 결과가 아니라, 신체와 밀접하게 연결되어 있다는 '체화된 인지' 관점이 주목받고 있습니다. 우리가 세상을 인식하는 방식은 우리의 신체 구조와 감각 기관에 따라 달라지기 때문입니다. 따라서 진정한 인공지능을 구현하기 위해서는 소프트웨어적인 알고리즘뿐만 아니라, 그것이 담길 하드웨어인 로봇의 신체적 특성도 함께 고려되어야 합니다. 이는 인공지능이 단순히 계산하는 기계를 넘어, 우리와 같은 공간에서 상호작용하는 존재로 진화하는 핵심 열쇠가 됩니다. 미래의 인공지능은 단순히 명령을 수행하는 비서를 넘어, 인간과 정서적으로 교감하는 동반자가 될 것으로 기대됩니다. 이를 위해서는 인간의 감정과 성격, 그리고 사회적 관계를 이해하는 능력이 필요합니다. 사용자의 표정이나 목소리 톤을 분석하여 현재의 기분 상태를 파악하고, 그에 적절한 반응을 보이는 '마음을 가진 인공지능' 연구가 활발히 진행되고 있습니다. 이러한 기술은 고령화 사회에서 돌봄 로봇이나 정서적 지지 시스템으로 활용되어 인간의 삶의 질을 높이는 데 기여할 것입니다. 로봇이 인간을 닮아갈수록 느껴지는 거부감인 '불쾌한 골짜기' 현상은 인공지능 대중화의 큰 숙제 중 하나입니다. 이를 극복하기 위해 연구자들은 로봇에게 친근한 캐릭터성을 부여하거나, 인간의 행동 양식을 더욱 정교하게 모방하는 기술을 개발하고 있습니다. 또한, 인공지능이 내린 결정의 근거를 인간이 이해할 수 있도록 설명하는 '설명 가능한 AI' 연구도 중요해지고 있습니다. 기술에 대한 신뢰가 바탕이 될 때 비로소 인공지능은 우리 사회의 진정한 구성원으로 받아들여질 수 있기 때문입니다. 인공지능은 이제 거스를 수 없는 시대적 흐름이며, 인류의 능력을 확장하는 강력한 도구가 되었습니다. 창의성이나 복잡한 윤리적 판단 영역에서는 여전히 인간의 역할이 중요하지만, 인공지능과의 협업은 우리가 직면한 수많은 난제를 해결하는 실마리가 될 것입니다. 우리는 인공지능을 단순한 도구나 경쟁자로 볼 것이 아니라, 함께 진화해 나갈 파트너로 대우해야 합니다. 인간의 지혜와 인공지능의 효율성이 조화를 이룰 때, 우리는 도대체 지능이란 무엇인가라는 질문에 대한 답에 한 걸음 더 다가갈 수 있을 것입니다.

[강연] (동시통역)AI and Robot Intelligence _ by다니엘 리|2019 가을 카오스강연 '도대체 都大體'

Daniel D.Lee(다니엘 리)

카오스재단카오스강연
  • 뇌인지과학
  • 융합

[강연] 분자세계 게임의 법칙을 찾아서 _ by석차옥|2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강 | 9강 ①

단백질은 생명 현상을 유지하는 핵심적인 분자로, 20가지 아미노산이 특정 순서로 연결되어 고유한 입체 구조를 형성합니다. 이 과정에서 물을 좋아하는 친수성 아미노산은 표면으로, 물을 싫어하는 소수성 아미노산은 안쪽으로 모이려는 성질이 작용합니다. 아미노산 서열에 담긴 정보가 복잡한 물리적 상호작용을 거쳐 하나의 안정한 구조로 접히는 현상을 단백질 폴딩이라 부르며, 이는 생명체의 기능을 결정하는 가장 기초적인 설계도와 같습니다. 이러한 구조적 안정성은 생명체가 환경에 적응하고 고유의 생리적 기능을 수행하는 데 필수적인 토대가 됩니다. 단백질의 구조를 이해하는 것은 생명 과학과 의학의 발전에 필수적입니다. 산소를 운반하는 마이오글로빈이나 에너지를 합성하는 단백질의 기작은 모두 그 형태에서 비롯됩니다. 특히 암 치료제인 글리벡이나 독감 치료제 타미플루처럼 특정 단백질의 기능을 조절하는 의약품 개발은 정밀한 구조 정보가 뒷받침되어야 가능합니다. 세포 밖의 신호를 내부로 전달하는 단백질군인 GPCR 연구가 수많은 노벨상을 배출한 이유도 바로 이러한 구조적 중요성 때문입니다. 구조를 아는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 전통적으로 단백질 구조는 X선 결정학이나 극저온 전자현미경과 같은 실험적 방법으로 밝혀왔습니다. 하지만 하나의 구조를 결정하는 데는 막대한 시간과 비용이 소요되며, 실험이 까다로운 경우도 많습니다. 반면 차세대 염기서열 해독 기술의 발달로 단백질의 아미노산 서열 정보는 기하급수적으로 늘어나고 있습니다. 이러한 실험적 구조 결정과 서열 정보 사이의 거대한 격차를 메우기 위해 컴퓨터를 이용한 단백질 구조 예측 기술이 현대 과학의 중요한 과제로 떠올랐습니다. 이는 실험의 한계를 극복하고 생명 정보의 활용도를 높이는 핵심 기술입니다. 단백질 구조 예측의 정확성을 겨루는 올림픽이라 불리는 CASP 대회는 2년마다 블라인드 테스트 방식으로 열립니다. 예측의 기본 원리는 열역학적으로 가장 안정한 상태를 찾는 것입니다. 아미노산 서열이 주어졌을 때 자유 에너지가 최소가 되는 지점을 찾아내는 과정은 바둑의 경우의 수보다 훨씬 복잡한 탐색을 요구합니다. 자연 법칙이라는 정답을 찾아가는 이 과정은 수많은 국소 최솟값들 사이에서 전역 최솟값을 발견해야 하는 고도의 계산 과학적 도전입니다. 정확한 에너지 함수를 정의하고 이를 효율적으로 탐색하는 것이 이 분야의 핵심적인 목표입니다. 최근 인공지능 기술의 도입은 단백질 구조 예측 분야에 혁명적인 변화를 가져왔습니다. 구글 딥마인드의 알파폴드는 방대한 서열 데이터에서 진화적으로 연관된 정보를 추출하고, 딥러닝을 통해 아미노산 사이의 거리를 정밀하게 예측하며 압도적인 성과를 거두었습니다. 이는 단순히 기존의 물리 법칙을 계산하는 것을 넘어, 데이터 속에 숨겨진 복잡한 패턴을 학습하여 정답에 접근하는 새로운 길을 제시한 것입니다. 인공지능은 이제 화학자가 자연의 비밀을 푸는 강력한 도구가 되었으며, 기존의 이론적 접근 방식과 결합하여 시너지를 내고 있습니다. 구조 예측을 넘어 새로운 기능을 가진 단백질을 직접 설계하는 연구도 활발히 진행 중입니다. 자연계에 존재하지 않는 서열을 조합하여 특정 구조를 유도함으로써 난치병 치료나 신소재 개발에 활용하려는 시도입니다. 또한 일반인들이 게임을 통해 단백질 구조를 찾는 '폴딧' 프로젝트처럼, 집단 지성과 컴퓨터 계산을 결합한 형태의 연구도 성과를 내고 있습니다. 이러한 노력은 단백질이 단순한 관찰의 대상이 아니라 인류가 목적에 맞게 설계하고 제어할 수 있는 영역임을 보여줍니다. 이는 생명 공학의 패러다임을 바꾸는 획기적인 변화의 시작입니다. 미래의 화학은 인공지능과 로봇 기술이 결합하여 실험과 계산이 유기적으로 연결되는 모습으로 진화할 것입니다. 인공지능이 반복적이고 방대한 계산 업무를 수행하면, 과학자는 더 창의적이고 근원적인 질문에 집중할 수 있는 환경이 조성됩니다. 화학은 이제 물리, 생물, 컴퓨터 공학 등 다양한 학문이 융합되는 중심지 역할을 하며 인류의 난제를 해결하는 데 기여할 것입니다. 다양한 분야의 지식을 멋지게 융합할 때 비로소 우리는 자연의 미스터리를 풀고 새로운 가치를 창출할 수 있습니다. 융합적 사고는 미래 과학을 이끄는 가장 강력한 힘이 될 것입니다.

[강연]  분자세계 게임의 법칙을 찾아서 _ by석차옥|2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강

석차옥, 이주용

카오스재단카오스강연
  • 화학

[석학인터뷰] 임채영_ 통계는 근사한 답을 찾아나가는 과정| 2019 서울대 자연과학대 공개강연 '과학자의 꿈과 도전 : 과학 선율'

임채영 교수는 어린 시절부터 남다른 호기심을 가진 학생이었습니다. 초등학교 시절 B형 간염 예방주사는 B형 혈액형만 맞아야 하는지 질문했던 일화는 그의 엉뚱하면서도 탐구적인 면모를 잘 보여줍니다. 그는 본래 수학을 전공했으나, 공리로부터 이론을 쌓아가는 수학과 달리 현실의 불확실성 속에서 답을 찾아가는 통계학의 매력에 이끌려 진로를 변경하게 되었습니다. 관측된 데이터와 정보를 바탕으로 사람들이 납득할 수 있는 최선의 답을 도출하는 과정이 그에게 큰 흥미를 주었습니다. 통계학은 단순히 숫자를 다루는 학문을 넘어 다양한 전문 분야와의 협업이 필수적인 학문입니다. 임 교수는 혼자 해결할 수 없는 문제들을 다른 분야의 전문가들과 함께 풀어나가는 과정에서 통계학의 진정한 가치를 느낀다고 말합니다. 특히 인공지능 시대에 접어들면서 통계학의 역할은 더욱 중요해지고 있습니다. 방대한 데이터를 활용해 자동화를 구현하는 인공지능의 핵심 원리에는 데이터를 체계적으로 다루는 통계학적 방법론이 깊이 자리 잡고 있기 때문입니다. 이번 강연에서 임채영 교수는 통계학이 실생활, 특히 범죄 현장에서 어떻게 활용되는지 구체적으로 소개합니다. 범죄 현장에서 수집된 다양한 증거물들을 하나의 데이터로 간주하고, 이를 통계적으로 분석하여 유의미한 정보를 추출하는 과정을 다룹니다. 이는 추상적인 이론에 머물지 않고 실제 사회 문제를 해결하는 데 기여하는 통계학의 실천적 측면을 보여줍니다. 구체적인 사례를 통해 데이터 분석이 진실을 밝히는 강력한 도구가 될 수 있음을 강조할 예정입니다.

[석학인터뷰] 임채영_ 통계는 근사한 답을 찾아나가는 과정| 2019 서울대 자연과학대 공개강연 '과학자의 꿈과 도전 : 과학 선율'

임채영

카오스재단석학인터뷰
  • 수학
  • 융합

[강연] 문명과 수학의 기원 (4) - 패널토의 | 2015 봄 카오스 강연 'ORIGIN' 6강 | 6강 ④

수학은 시와 닮은 점이 많습니다. 푸앵카레는 시인이 같은 대상을 보며 다르게 표현한다면, 수학자는 서로 다른 대상에서 공통된 본질을 찾아내어 같게 이야기한다고 말했습니다. 물리적 우주에서 무질서하게 보이는 현상들을 수학적 언어로 정리하면 놀랍게도 하나의 질서로 수렴됩니다. 이러한 함축성은 수학이 가진 가장 강력한 무기이며, 복잡한 세상을 가장 단순하고 명료하게 설명할 수 있는 도구가 됩니다. 추상적인 수식 속에 우주의 원리를 담아내는 과정은 예술적 승화와도 같습니다. 수학을 정의하는 방식은 시대에 따라 변해왔지만, 현대에 이르러서는 '관계의 과학'이라는 정의가 널리 받아들여지고 있습니다. 이는 단순히 숫자를 계산하는 학문을 넘어, 물리적 대상들 사이의 논리적 관계를 기술하는 체계임을 의미합니다. 과학이 자연 현상을 탐구한다면, 수학은 그 탐구를 가능하게 하는 수학적 우주를 제공합니다. 이 두 세계는 서로 독립적인 듯 보이지만, 상호작용을 통해 끊임없이 발전하며 인류가 세상을 이해하는 논리적 지평을 넓혀주는 역할을 수행합니다. 수학의 역사는 거대한 난제들과의 끊임없는 사투였습니다. 쌍둥이 소수 추측이나 리만 가설 같은 문제들은 수천 년 동안 수학자들을 괴롭혀 왔지만, 동시에 학문을 진보시키는 동력이 되었습니다. 이러한 난제들은 단순히 지적 유희에 그치지 않습니다. 이를 해결하는 과정에서 갈루아의 군론과 같은 혁신적인 이론이 탄생했으며, 이는 현대 물리학과 암호학의 기초가 되었습니다. 수학적 우주 내부의 논리적 충돌이 해결될 때마다 인류의 지식 체계는 이전과는 비교할 수 없는 비약적인 도약을 이뤄냅니다. 20세기 후반부터 인류는 '데이터'라는 새로운 무기를 갖게 되었습니다. 방대한 정보를 저장하고 처리하는 능력이 발전하면서, 무질서한 데이터 속에서 질서를 찾아내는 최적화 이론이 핵심적인 수학 영역으로 떠올랐습니다. 아카데미 시상식의 수많은 시나리오를 예측하거나 개인의 건강 상태를 분석하는 일은 모두 정교한 수학적 도구를 통해 가능해집니다. 데이터 시대의 수학은 이제 상아탑 안의 학문을 넘어, 실용적 가치를 통해 인류의 삶을 근본적으로 바꾸고 예측 가능한 미래를 설계하는 데 기여하고 있습니다. 수학의 발전은 추상과 실용이라는 두 축의 끊임없는 대립과 극복의 과정입니다. 고대 그리스의 순수 기하학이 논리적 완결성을 추구했다면, 뉴턴의 미적분학은 천체 운동이라는 물리적 필요에 의해 탄생했습니다. 추상적인 이론이 물리적 우주에 적용되고, 다시 그 실용적 요구가 새로운 수학적 질문을 던지는 변증법적 상호작용이 수학을 진화시키는 원동력입니다. 이 두 세계가 서로를 견제하고 보완하는 균형을 이룰 때, 수학은 비로소 문명을 지탱하는 가장 단단한 기초 학문으로서의 위상을 공고히 하게 됩니다. 많은 이들이 실생활에서 쓰이지 않는 고등 수학을 왜 배워야 하는지 의문을 갖습니다. 하지만 21세기는 지식 자체보다 '배우는 능력'이 더 중요한 시대입니다. 수학 교육의 본질은 공식을 암기하는 것이 아니라, 문제를 해결하기 위한 논리적 사고의 과정을 훈련하는 데 있습니다. 수학의 역사적 배경과 맥락을 함께 이해할 때, 학생들은 수학이 단순한 계산이 아닌 인류 문명의 정수임을 깨닫게 됩니다. 이러한 사고의 훈련은 급변하는 미래 사회에서 새로운 지식을 습득하고 적응하는 가장 강력한 기초 체력이 됩니다. 수학에는 기원은 있으나 끝은 존재하지 않습니다. 무한이라는 개념을 다루는 한, 새로운 문제는 끊임없이 출현할 것이며 인류는 이를 해결하며 진보할 것입니다. 한국의 수학계 또한 순수 수학 분야에서 괄목할 만한 성취를 이루었으며, 이제는 산업과 경제 등 실용적 영역과의 연계를 통해 새로운 도약을 준비하고 있습니다. 수학적 우주와 물리적 우주가 만나는 지점에서 우리는 미래를 이끌어갈 새로운 지혜를 발견하게 될 것입니다. 인류의 호기심이 멈추지 않는 한, 수학의 진화는 영원히 계속될 필연적인 여정입니다.

[강연] 문명과 수학의 기원 (4) - 패널토의 | 2015 봄 카오스 강연 'ORIGIN' 6강

고계원, 박형주, 성기원, 유정아

카오스재단카오스강연
  • 수학

[강연] 모든 것들의 이론 by정하웅 | 2018 여름 카오스 콘서트 '수학과 과학 42' 3부 | 3부

물리학은 사전적으로 세상 만물의 이치를 탐구하는 학문입니다. 많은 이들이 물리를 어렵고 지루한 공식의 나열로 오해하곤 하지만, 사실 우리 주변의 모든 현상을 설명하는 가장 흥미로운 도구입니다. 아인슈타인이나 뉴턴 같은 위대한 과학자들이 모두 물리학자였다는 사실은 이 학문이 인류 지성사에서 차지하는 무게를 잘 보여줍니다. 물리는 단순히 수식을 푸는 것이 아니라, 우리가 발을 딛고 서 있는 이 세계의 근본적인 작동 원리를 이해하려는 노력의 산물입니다. 21세기는 흔히 '복잡성의 시대'라고 불립니다. 과거의 과학이 개별 요소의 성질을 밝히는 데 집중했다면, 이제는 수많은 구성 요소가 얽혀 만들어내는 거대한 시스템인 '복잡계'에 주목해야 합니다. 복잡계는 완전한 질서와 완전한 무질서 사이의 애매한 영역에 위치하며, 구성 요소들의 단순한 합으로는 설명할 수 없는 예상치 못한 성질을 나타냅니다. 이러한 복잡계 과학은 사회, 경제, 생명 현상 등 우리가 직면한 수많은 난제를 풀 수 있는 새로운 패러다임을 제시합니다. 복잡계의 핵심은 '연결'에 있습니다. 메트로놈들이 바닥의 진동을 통해 서로의 박자를 맞춰가는 동기화 현상이나, 수만 마리의 새들이 거대한 군무를 이루며 일사불란하게 움직이는 모습은 연결이 만들어내는 경이로운 결과물입니다. 개별 요소들은 아주 단순한 규칙에 따라 움직일 뿐이지만, 이들이 서로 연결되어 상호작용할 때 전체 시스템은 스스로 조직화된 질서를 찾아갑니다. 이러한 자연의 원리는 인간 사회의 소문이나 전염병이 확산되는 방식과도 깊은 연관이 있습니다. 인간관계 역시 거대한 네트워크를 형성하고 있습니다. '6단계 분리' 이론에 따르면 지구상의 어떤 person이라도 대여섯 명만 거치면 서로 연결될 수 있을 만큼 세상은 좁습니다. 이러한 촘촘한 연결망은 정보의 빠른 공유를 가능하게 하지만, 동시에 예상치 못한 연쇄 반응을 일으키기도 합니다. 복잡하게 얽힌 생태계에서 특정 포식자를 제거했을 때 오히려 전체 생태계가 교란되는 사례처럼, 연결된 시스템에서는 1차원적인 사고만으로는 해결할 수 없는 다층적인 문제들이 발생하곤 합니다. 교통 체증 문제에서도 복잡계의 독특한 특성이 나타납니다. 도로를 넓히거나 새로운 다리를 건설하는 것이 오히려 교통 흐름을 악화시킨다는 '브래스의 역설'이 대표적인 예입니다. 이는 개개인이 자신의 이익만을 위해 최선의 경로를 선택하는 이기심이 전체 시스템의 효율성을 떨어뜨리기 때문입니다. 도시라는 거대한 복잡계는 인구당 탄소 배출량 면에서는 효율적일 수 있지만, 교통과 환경 등 수많은 문제가 얽혀 있어 이를 해결하기 위해서는 시스템 전체를 조망하는 혜안이 필요합니다. 현대 사회의 데이터 범람은 우리에게 새로운 기회와 위협을 동시에 제공합니다. 스마트폰의 GPS 정보와 웹 활동 기록은 우리의 일거수일투족을 예측 가능한 데이터로 변환시킵니다. 이러한 데이터는 효율적인 사회 운영에 도움을 줄 수 있지만, 동시에 완벽한 감시와 통제의 도구가 될 위험성도 내포하고 있습니다. 프라이버시가 사라진 사회에서는 새로운 변화를 시도하려는 동력이 억제될 수밖에 없으며, 이는 결국 사회 전체의 진화와 발전을 가로막는 치명적인 결과를 초래할 수 있습니다. 인류가 직면한 기후 변화, 전쟁, 질병과 같은 글로벌 이슈들은 서로 독립된 문제가 아니라 촘촘하게 연결된 복잡계의 산물입니다. 따라서 근시안적인 사고로 눈앞의 나무만 보아서는 결코 근본적인 해결책을 찾을 수 없습니다. 이제는 전체적인 숲을 바라보는 복잡계적인 사고방식이 절실히 요구되는 시점입니다. 물리학을 바탕으로 한 이러한 통합적 시각은 단순히 지식을 습득하는 것을 넘어, 급변하는 미래 사회에서 인류가 지속 가능한 생존을 이어가기 위한 필수적인 나침반이 될 것입니다.

[강연] 모든 것들의 이론 by정하웅 | 2018 여름 카오스 콘서트 '수학과 과학 42' 3부

정하웅

카오스재단카오스콘서트
  • 물리학

[카오스 술술과학] 카사노바의 과학

우리는 인간관계부터 인터넷, 도로 교통에 이르기까지 모든 것이 촘촘하게 연결된 네트워크 세상 속에 살고 있습니다. 이러한 네트워크는 크게 두 가지 형태로 나뉘는데, 모든 지점이 고르게 연결된 고속도로망 구조와 특정 지점에 연결이 집중된 항공망 구조가 그것입니다. 인간의 사회적 관계는 후자인 항공망 구조를 띠며, 유독 많은 연결을 가진 '허브'가 존재하기 마련입니다. 성적인 관계에서도 이러한 허브가 존재하며, 이들은 전염병 확산의 핵심 경로가 되기도 합니다. 따라서 에이즈와 같은 질병을 효과적으로 차단하기 위해서는 무작위적인 방역보다 이러한 네트워크의 허브를 공략하는 전략이 훨씬 효율적입니다. 그렇다면 정체를 드러내지 않는 네트워크의 허브를 어떻게 찾아낼 수 있을까요? 데이터 과학자들은 '친구'라는 연결을 활용하라고 조언합니다. 임의의 개인에게 백신을 전달하며 친구에게도 나누어 주라고 권하면, 통계적으로 연결망이 넓은 허브에게 백신이 도달할 확률이 비약적으로 높아지기 때문입니다. 이러한 원리는 현대의 마케팅에서도 활발히 이용됩니다. 수많은 팔로워를 보유한 인플루언서들이 정보를 공유하면 전염병이 퍼지듯 순식간에 확산되는 것과 같은 이치입니다. 2015년의 메르스 사태처럼 단 한 명의 허브 환자가 수십 명을 감염시킨 사례는 네트워크 관리의 중요성을 일깨워 줍니다. 21세기에 들어서며 복잡계 과학과 데이터 과학은 현대 학문의 새로운 중심축으로 급부상했습니다. 물리학, 전산학, 통계학 등 여러 분야가 데이터 과학의 주도권을 두고 경쟁하고 있지만, 중요한 것은 이 학문이 가진 융합적 성격입니다. 빅데이터를 분석하기 위한 알고리즘과 인프라, 그리고 통계적 방법론이 결합하여 이전에는 보지 못했던 새로운 통찰을 제공하고 있습니다. 이제 데이터 과학은 단순한 학문을 넘어 하나의 거대한 산업으로 성장했으며, 모든 학문 분야를 연결하는 '과학계의 허브' 역할을 수행하고 있습니다. 데이터라는 강력한 도구는 앞으로도 우리 삶의 방식을 근본적으로 바꾸어 놓을 것입니다.

[카오스 술술과학] 카사노바의 과학
카오스재단술술과학
  • 융합

[카오스 술술과학] 구글신은 오늘도 고백을 듣는다?

우리는 종종 어두운 방 안에서 홀로 스마트폰을 켜고 누구에게도 말하지 못할 속마음을 구글 검색창에 털어놓곤 합니다. 소셜 미디어 속 세상은 화려하고 행복한 모습들로 가득 차 있지만, 구글 검색창에 남겨진 기록들은 인간의 가장 날것 그대로인 감정을 고스란히 담고 있습니다. 사람들은 친구나 가족에게조차 숨기고 싶은 우울함이나 배우자에 대한 불만을 구글 검색창이라는 현대판 고해소에 고백합니다. 이러한 데이터는 우리가 겉으로 드러내는 모습과는 전혀 다른, 인류의 솔직하고도 은밀한 실상을 적나라하게 보여주는 거울과도 같습니다. 부모들이 자녀에 대해 갖는 기대와 편견 역시 구글 검색 데이터를 통해 명확히 드러납니다. 흥미롭게도 아들에 대해서는 지적 능력에 대한 궁금증이 주를 이루는 반면, 딸에 대해서는 외모나 체중에 관한 검색이 압도적으로 많다는 사실이 밝혀졌습니다. 이는 부모들이 무의식중에 성별에 따라 서로 다른 가치를 투영하고 있음을 시사합니다. 남들에게 직접 묻기에는 조심스러운 질문들이 구글 검색창에서는 가감 없이 나타나며, 이는 사회적 통념이 개인의 내면에 어떻게 자리 잡고 있는지를 보여주는 중요한 지표가 됩니다. 구글의 방대한 데이터는 때로 선거 결과와 같은 거대한 사회적 흐름을 예측하는 강력한 도구가 되기도 합니다. 하지만 단순히 검색량의 수치만으로 결과를 단정 짓는 것은 위험할 수 있습니다. 특정 인물에 대한 높은 관심이 반드시 긍정적인 지지로 이어지는 것은 아니며, 인지도와 실제 지지도의 차이 또한 고려해야 하기 때문입니다. 따라서 쏟아지는 정보 속에서 진정한 의미를 찾아내는 데이터 과학의 역할이 무엇보다 중요해집니다. 우리가 구글 검색창에 남기는 수많은 고백은 결국 거대한 데이터의 바다가 되어 세상을 이해하는 새로운 열쇠가 됩니다.

[카오스 술술과학] 구글신은 오늘도 고백을 듣는다?
카오스재단술술과학
  • 물리학

[석학인터뷰] 정하웅_ '신상' 학문을 연구하는 학자 | 2018 카오스 콘서트 '수학과 과학 42'

수학과 과학은 서로 떼려야 뗄 수 없는 밀접한 관계를 맺고 있습니다. 과학자의 시선에서 바라볼 때 과학은 수학보다 조금 더 큰 영역을 아우르는 존재로 느껴지기도 합니다. 최근 주목받는 데이터 과학은 이러한 학문적 토대 위에서 탄생한 새로운 흐름입니다. 비록 최신 학문처럼 보이지만, 사실 데이터 과학은 과거부터 존재해 온 여러 학문 분야가 현대적으로 재해석된 결과물입니다. 유행이 돌고 돌듯, 익숙한 기초 위에 세워진 이 새로운 학문은 현대 사회를 이해하는 가장 중요한 열쇠가 되고 있습니다. 우주와 삶에 대한 궁극적인 질문에 답하기 위해서는 진실을 마주하려는 용기가 필요합니다. 영화 '매트릭스'에서 주인공 네오가 빨간 약을 선택해 가상 세계의 안락함 대신 불편한 진실을 택했듯이, 우리 역시 우리가 발을 딛고 있는 세계의 본질을 탐구해야 합니다. 우리가 진짜 현실에 살고 있는지, 아니면 정교하게 설계된 시스템 속에 있는지 확인하는 과정은 지적 탐구의 시작점입니다. 이러한 '빨간 약'의 선택은 세상을 바라보는 관점을 근본적으로 바꾸어 놓으며, 진정한 지식의 세계로 우리를 인도합니다. 물리학은 사전적 정의 그대로 '세상 만물의 이치'를 다루는 학문입니다. 세상의 모든 현상을 설명할 수 있다는 점은 물리학이 가진 가장 큰 매력이자 힘입니다. 하지만 학문의 깊이가 깊다고 해서 반드시 권위적일 필요는 없습니다. 진정한 지식인은 자신이 모든 것을 알지 못한다는 사실을 인정하는 겸손함을 갖추고 있습니다. 모르는 것이 생겼을 때 현대의 방대한 정보망을 활용해 답을 찾아가는 유연한 태도는 대중과 더 가깝게 소통할 수 있는 기반이 됩니다. 지식은 나누고 소통할 때 비로소 그 가치가 빛나기 때문입니다. 통계물리학은 단순히 연구실 안에만 머무는 이론이 아니라 우리의 일상과 인연 속에도 깊이 스며들어 있습니다. 사람과 사람 사이의 연결 고리를 추적해 보면, 전혀 상관없어 보이는 유명인과도 불과 몇 단계 만에 연결될 수 있다는 사실을 발견하게 됩니다. 이는 복잡한 네트워크 속에서도 일정한 규칙이 작동하고 있음을 보여줍니다. 배우자를 만나는 과정이나 소중한 인연을 맺는 일조차 통계물리학적인 관점에서는 최적의 선택을 찾아가는 흥미로운 과정으로 해석될 수 있습니다. 일상의 모든 순간이 데이터와 물리 법칙의 조화인 셈입니다. 대중을 위한 과학 강연은 눈높이를 맞추는 것이 무엇보다 중요합니다. 많은 과학 강연이 어렵게 느껴지는 이유는 전달자와 수용자 사이의 간극 때문입니다. '모든 것의 이론'을 넘어 '모든 것들의 이론'을 지향하는 복잡계물리학은 세상의 다양한 현상을 가장 단순하면서도 재미있는 법칙으로 설명하고자 합니다. 복잡해 보이는 세상도 그 이면의 원리를 이해하면 명쾌하게 다가옵니다. 어렵게만 느껴졌던 과학의 문턱을 낮추고 즐겁게 소통할 때, 우리는 비로소 우주와 삶에 대한 더 깊은 통찰을 얻을 수 있을 것입니다.

[석학인터뷰]  정하웅_ '신상' 학문을 연구하는 학자 | 2018 카오스 콘서트 '수학과 과학 42'

정하웅

카오스재단카오스콘서트
  • 물리학
  • 수학
  • 융합

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (4) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강 | 8강 ④

인공지능 시대의 도래는 단순히 인간의 업무를 기계가 대체하는 차원을 넘어섭니다. 과거에는 인간이 필요한 정보를 직접 기록하고 구전하며 관리할 수 있었지만, 현대 사회는 기계들이 쏟아내는 데이터의 양이 인간의 처리 능력을 아득히 초월했습니다. 이러한 데이터의 홍수 속에서 의미 있는 정보를 추출하고 분석하기 위해 인공지능은 필수적인 도구가 되었습니다. 즉, 인공지능은 인간의 한계를 보완하여 방대한 정보 속에서 가치를 찾아내는 새로운 지적 동반자로서 그 존재 이유를 가집니다. 인공지능의 화려한 성취 뒤에는 견고한 수학적 원리가 자리 잡고 있습니다. 알파고와 같은 사례에서 보듯, 인공지능이 보여주는 놀라운 결과물은 복잡한 알고리즘과 수학적 모델링의 산물입니다. 특히 딥러닝을 깊이 이해하기 위해서는 선형대수학이나 기하학과 같은 수학적 기초가 필수적입니다. 단순히 기술적인 구현에 그치지 않고 인공지능의 근본적인 작동 원리를 파악하기 위해서는 수학이라는 언어를 통해 그 내부를 들여다보는 노력이 필요하며, 이는 인공지능 시대를 주도하는 핵심 역량이 됩니다. 수학의 역사는 계산의 시대에서 이론의 시대를 거쳐, 이제는 컴퓨터와 협력하는 새로운 계산의 시대로 진입했습니다. 과거의 수학자가 수식을 직접 풀고 계산하는 데 집중했다면, 현대의 수학자는 어떤 계산을 시킬 것인지 설계하고 그 결과를 어떻게 해석할 것인지 고민하는 역할을 수행합니다. 인공지능이 발전함에 따라 수학자의 역할이 사라지는 것이 아니라, 오히려 가보지 않은 길을 개척하고 복잡한 시스템의 논리적 타당성을 검증하는 고차원적인 설계자로서의 위상이 더욱 강화되고 있는 것입니다. 최근 교육 현장에서 코딩 열풍이 불고 있지만, 진정한 핵심은 프로그래밍 언어의 문법을 익히는 것이 아니라 그 밑바탕에 깔린 수학적 사고력을 기르는 데 있습니다. 코딩은 논리적인 구조를 구현하는 수단일 뿐이며, 무엇을 어떻게 구현할 것인지를 결정하는 것은 결국 수학적 원리에 대한 이해입니다. 원리를 모른 채 복잡한 수식만 나열하는 것은 비효율적입니다. 따라서 미래 세대에게 필요한 교육은 단순한 기능 습득이 아니라, 문제를 효율적으로 정의하고 식의 의미를 파악하는 본질적인 사고의 힘을 길러주는 방향으로 나아가야 합니다. 인공지능의 신경망 구조가 인간의 뇌와 유사해짐에 따라 생명과 의식에 대한 철학적 질문도 제기됩니다. 예쁜꼬마선충의 뉴런 구조를 기계적으로 복제했을 때 생명체와 유사한 반응을 보이는 사례는 흥미로운 시사점을 던져줍니다. 하지만 인간의 뇌는 단순한 알고리즘의 집합을 넘어 끊임없는 경험과 학습을 통해 스스로를 변화시키는 복잡한 상태를 지닙니다. 인공지능이 인간의 지적 능력을 흉내 낼 수는 있어도, 주관적인 경험과 의식의 영역까지 완벽히 대체할 수 있는지에 대해서는 생물학적, 철학적 관점에서의 깊은 성찰이 동반되어야 합니다. 리만 가설과 같은 수학적 난제를 인공지능이 해결할 수 있을지에 대한 관심도 뜨겁습니다. 컴퓨터는 방대한 계산을 통해 반례를 찾거나 복잡한 미분방정식을 푸는 데 탁월한 성능을 발휘하지만, 문제의 본질을 꿰뚫는 통찰력을 제시하는 데는 여전히 한계가 있습니다. 인공지능은 인간이 미처 생각하지 못한 새로운 지평을 열어주는 보조적인 도구로서 강력한 힘을 발휘할 것입니다. 결국 수학적 난제의 해결은 기계의 압도적인 계산 능력과 인간의 창의적인 가설 설정이 조화를 이룰 때 비로소 가능해질 것으로 보입니다. 궁극적으로 수학을 공부하는 이유는 단순히 지식을 습득하는 것을 넘어, 권위에 맹종하지 않고 스스로 사고하는 힘을 기르기 위함입니다. 수학은 누구나 자신의 논리로 결과를 확인하고 검증할 수 있는 학문입니다. 인공지능이 제공하는 결과물에 의존하기만 하는 것이 아니라, 그것이 왜 옳은지 스스로 판단할 수 있는 비판적 사고력이 인공지능 시대에 더욱 절실해집니다. 스스로 생각하고 확인하는 수학적 태도는 급변하는 기술 사회 속에서 우리가 중심을 잡고 주체적인 삶을 살아갈 수 있게 돕는 가장 강력한 무기가 될 것입니다.

[강연] 세상을 바꾼 알고리즘 - 알파고와 블록체인을 넘어 미래로 (4) _ by이준엽 | 2018 봄 카오스 강연 '모든 것의 수數다' 8강

박부성, 이준엽

카오스재단카오스강연
  • 수학

[강연] 수학과 생물학의 아름다운 만남, 수리생물학 (5) _ by김재경 | 2018 봄 카오스 강연 '모든 것의 수數다' 7강 | 7강 ⑤

감염병의 확산 양상을 예측하기 위해 수학자들은 복잡한 인간의 움직임을 수식으로 구현합니다. 통근과 통학 같은 일상적인 이동 데이터를 사인 함수와 같은 주기적인 수식으로 변환하고, 이를 미분방정식 기반의 수리 모델과 결합하면 질병이 지역 간에 어떻게 전파되는지 시뮬레이션할 수 있습니다. 실제로 2009년 신종 인플루엔자 확산 데이터를 수리 모델과 비교했을 때, 실제 확진자 발생 추이와 모델의 결과가 매우 유사하게 나타났습니다. 이러한 수리 모델링은 단순한 데이터 분석을 넘어 질병 확산의 원리를 이해하고 대응책을 마련하는 강력한 도구가 됩니다. 효율적인 방역 정책을 세우기 위해서는 한정된 자원을 어디에 집중할지 결정하는 것이 중요합니다. 수리 모델링의 연구 결과에 따르면, 교통 요충지인 허브(hub) 지역보다 최초 감염이 시작된 소스(source) 지역을 통제하는 것이 전체 감염자 수를 줄이는 데 훨씬 효과적입니다. 예를 들어, 유동 인구가 많은 강남을 통제하는 것보다 감염의 시작점인 과천의 이동을 제한했을 때 전국적인 확산 억제 효과가 더 크게 나타났습니다. 이는 직관적인 판단과는 다를 수 있는 결과로, 수학적 분석이 정책 결정 과정에서 얼마나 객관적이고 과학적인 근거를 제공할 수 있는지를 잘 보여줍니다. 수학의 역할은 감염병 대응에만 국한되지 않고 현대 산업 전반으로 확장되고 있습니다. 산업수학은 이미 선진국에서 수십 년 전부터 활발히 연구되어 온 분야로, 의료, 공학, 항공, 금융 등 다양한 영역에서 실질적인 문제 해결사 역할을 하고 있습니다. 암호 이론을 이용한 개인정보 보호 기술이나 금융 시장의 복잡한 파생상품 계산, 지문 인식 알고리즘 개발 등이 모두 수학적 원리를 바탕으로 이루어집니다. 최근 한국에서도 산업수학에 대한 관심이 높아지면서, 순수 수학적 이론이 실제 산업 현장의 난제를 해결하는 핵심 기술로 자리매김하고 있습니다. 현대 과학에서 수학과의 융합 연구가 강조되는 이유는 경제성과 효율성 때문입니다. 생물학이나 의학 분야에서 수많은 약물 조합과 투여 시간을 일일이 실험으로 확인하려면 천문학적인 비용과 시간이 소요됩니다. 하지만 수리 모델을 활용하면 컴퓨터 시뮬레이션을 통해 최적의 조건을 미리 예측할 수 있어 연구 비용을 획기적으로 절감할 수 있습니다. 이러한 'Math+X'의 접근 방식은 서로 다른 학문 간의 경계를 허물고, 기존의 방식으로는 해결하기 어려웠던 복잡한 문제들에 대해 새로운 시각과 해법을 제시합니다. 성공적인 융합 연구를 위해 연구자에게 요구되는 가장 중요한 자질은 소통 능력과 열린 마음입니다. 수학자가 자신의 전문 용어만을 고집한다면 다른 분야의 전문가들과 협력하기 어렵습니다. 상대방의 언어를 배우고 자신의 지식을 상대가 이해할 수 있는 방식으로 전달하려는 노력이 필요합니다. 또한, 학문적 자존심을 내려놓고 타 분야의 관점을 수용할 때 비로소 진정한 의미의 혁신이 일어날 수 있습니다. 4차 산업혁명 시대의 수학은 단순히 계산하는 도구를 넘어, 서로 다른 분야를 연결하고 대화를 이끌어내는 공통의 언어로서 그 가치를 더해가고 있습니다.

[강연] 수학과 생물학의 아름다운 만남, 수리생물학 (5) _ by김재경 | 2018 봄 카오스 강연 '모든 것의 수數다' 7강

김재경, 정은옥

카오스재단카오스강연
  • 생명과학
  • 수학

[강연] 디지털인문학과 데이터과학 (6)_ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ⑥

통계학에서 표본의 크기보다 중요한 것은 그 표본이 전체를 얼마나 잘 대변하느냐 하는 대표성입니다. 1930년대 미국 대선 당시 한 잡지사는 1,000만 명이라는 대규모 조사를 시행하고도 예측에 실패해 파산에 이르렀습니다. 반면 갤럽은 단 1,000명의 표본만으로도 정확한 결과를 맞혔는데, 이는 당시 전화기나 잡지 구독권을 소유한 부유층에 편중된 표본 추출의 오류를 극복했기 때문입니다. 현대의 여론조사 역시 유무선 비율 설정 등 대표성을 확보하기 위한 정교한 설계가 핵심적인 역할을 수행합니다. 단순히 빈도를 세는 것을 넘어, 통계학은 복잡한 수학적 모형을 통해 인문학적 데이터를 분석합니다. 문학 작품 속 단어 길이의 분포는 '멱함수 법칙(Power Law)' 모델을 따르며, 이를 분석하기 위해 푸아송 분포나 카이제곱 분포 같은 고등 통계 지식이 활용됩니다. 야구와 같은 스포츠 데이터 분석에서도 누적된 기록을 바탕으로 승률을 예측하는 등 통계는 실생활의 다양한 영역에 깊숙이 침투해 있습니다. 이러한 과학적 방법론은 미래의 불확실성을 완화하고 합리적인 의사결정을 내리는 데 중추적인 역할을 수행합니다. 데이터의 결합은 강력한 힘을 발휘하지만, 동시에 심각한 프라이버시 침해 문제를 야기할 수 있습니다. 익명화된 정보라 할지라도 다른 데이터베이스와 연동되면 개인의 신원이 노출될 위험이 크기 때문입니다. 특히 범죄 예측이나 희귀 질병 정보의 경우, 특정 개인에게 불이익을 주는 도구로 악용될 소지가 있어 도덕적 논란이 뒤따릅니다. 따라서 통계학자들은 데이터를 비식별화하면서도 분석의 유효성을 유지할 수 있는 정교한 방법론을 개발하는 데 매진하며, 기술 활용의 윤리적 가이드라인을 끊임없이 고민하고 있습니다. 학문적 성과 뒤에는 수많은 실패의 과정이 숨겨져 있습니다. 대중에게 공개되는 성공적인 연구 결과는 빙산의 일각일 뿐이며, 실제 연구 현장에서는 가설이 틀리거나 유의미한 결과를 얻지 못해 머리를 맞대고 고민하는 날이 훨씬 더 많습니다. 통계적 검정 역시 완벽한 진리를 보장하는 것이 아니라, 결론이 틀릴 확률을 함께 제시함으로써 객관성을 확보합니다. 중력파 탐지와 같은 정밀 과학 분야에서는 오차 확률을 극도로 낮추어 검증의 신뢰도를 높이는 등, 통계는 끊임없는 자기 검증의 과정을 거치며 발전해 나갑니다. 통계학은 문과와 이과의 경계를 허무는 융합 학문으로서 독특한 매력을 지닙니다. 이론적 토대는 수학에 두고 있지만, 그 응용 범위는 유전공학부터 천문학, 인문학에 이르기까지 사실상 모든 학문 분야를 아우릅니다. 수학적 역량이 기본이 되어야 하는 것은 사실이나, 다양한 데이터를 해석하고 가치를 창출하려는 의지만 있다면 누구나 도전할 수 있는 길입니다. 복잡한 현대 사회에서 데이터를 읽어내는 능력은 필수적인 소양이며, 통계학은 세상을 바라보는 가장 과학적이고 객관적인 창이 되어줄 것입니다.

[강연] 디지털인문학과 데이터과학 (6)_ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

임채영, 장원철

카오스재단카오스강연
  • 수학

[강연] 디지털인문학과 데이터과학 (5) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ⑤

통계적 분석에서 불확실성을 관리하는 것은 매우 중요한 과제입니다. 특정 저자의 집필 습관을 분석할 때처럼 복잡한 문제에서도 통계적 검증은 유의 수준이라는 기준을 활용하여 결론의 신뢰도를 평가합니다. 예를 들어 유의 수준을 5%로 설정한다는 것은 동일한 테스트를 스무 번 반복했을 때 한 번 정도는 다른 결과가 나올 수 있는 불확실성을 허용한다는 의미입니다. 이는 통계학이 완벽한 정답을 제시하는 학문이라기보다, 데이터 속에 숨겨진 패턴을 발견하면서도 그 과정에 수반되는 오류의 가능성을 수치적으로 정의하고 관리하는 실용적인 학문임을 보여줍니다. 데이터 과학은 현대 사회의 복잡한 문제를 해결하기 위해 수학, 컴퓨터 과학, 그리고 도메인 지식이 결합된 융합 학문입니다. 전통적인 수학이 공리적 체계를 바탕으로 증명을 쌓아 올리는 방식이라면, 통계학은 실제 현장의 문제로부터 출발하여 실용적인 해결책을 모색하는 데 초점을 맞춥니다. 훌륭한 데이터 과학자가 되기 위해 모든 분야에서 완벽할 필요는 없지만, 자신의 강점을 바탕으로 타 분야 전문가와 소통할 수 있는 능력이 필수적입니다. 마치 좋은 요리 기구가 없어도 창의적인 레시피로 맛있는 음식을 만들 수 있듯이, 데이터 과학 역시 주어진 환경에서 최선의 통계적 통찰을 끌어내는 과정이라 할 수 있습니다. 통계학자의 핵심적인 역할 중 하나는 다양한 학문 분야의 거대한 질문을 통계적인 언어로 번역하는 것입니다. 천문학자가 우주의 팽창 속도에 대해 질문하거나 의사가 질병의 위험성을 예측하고자 할 때, 통계학자는 이를 시공간 데이터 분석이나 베이지안 모델링 같은 구체적인 수리적 문제로 변환합니다. 이 과정에서 통계학자는 다른 분야의 전문가들과 끊임없이 소통하며 데이터의 형태를 조율하고 모델의 적합성을 설득하는 과정을 거칩니다. 이러한 협업은 통계학이 단순히 숫자를 다루는 기술을 넘어, 현대 과학의 여러 분야를 연결하고 실질적인 의사결정을 돕는 중추적인 역할을 수행하게 합니다. 빅데이터 시대에 접어들면서 사회 현상 분석에 대한 기대가 높아지고 있지만, 예측의 성공 여부를 판단하는 기준은 매우 신중해야 합니다. 인공지능이나 구글 트렌드 같은 새로운 도구들이 주목받기도 하지만, 여전히 정교한 통계적 방법론을 활용한 분석이 더 높은 신뢰성을 보여주는 경우가 많습니다. 수많은 데이터 속에서 유의미한 신호를 찾아내는 것은 건초더미에서 바늘을 찾는 것과 같으며, 이 과정에서 발생하는 수많은 '거짓 경보'를 걸러내는 것이 통계학의 본질적인 과제입니다. 단순히 표면적인 결과를 맞혔느냐보다 분석 모델이 얼마나 정밀하게 현상을 설명하느냐가 중요합니다. 예측 모델의 오류를 완전히 제거하는 것은 불가능에 가깝기에, 통계학에서는 오차를 최소화하고 모델의 성능을 객관적으로 검증하는 방법을 사용합니다. 데이터를 학습 및 테스트 데이터로 나누어 모델의 예측력을 확인하는 교차 검증 방식이 대표적입니다. 이러한 방법론은 넷플릭스의 영화 추천 시스템부터 범죄 발생 가능 지역을 예측하는 치안 서비스에 이르기까지 우리 생활 곳곳에 적용되고 있습니다. 특히 시간과 공간이 결합된 범죄 패턴을 분석하여 순찰 경로를 최적화하는 사례는 통계학이 사회 안전을 지키는 실천적인 도구로 어떻게 진화하고 있는지를 잘 보여줍니다.

[강연] 디지털인문학과 데이터과학 (5) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

임채영, 장원철

카오스재단카오스강연
  • 수학

[강연] 디지털인문학과 데이터과학 (3) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ③

통계학은 단순히 숫자를 나열하는 학문이 아니라, 보이지 않는 존재를 예측하는 강력한 도구입니다. 영국의 곤충학자 알렉산더 코벳은 말레이시아에서 나비를 수집하며 아직 발견되지 않은 종의 수를 궁금해했습니다. 이를 해결하기 위해 통계학자 R.A. 피셔는 '미발견 종 문제' 모델을 고안했습니다. 흥미롭게도 이 모델은 문학 연구에도 적용됩니다. 1985년 발견된 시가 셰익스피어의 작품인지 판별할 때, 통계학은 작가가 평소 쓰지 않았던 새로운 단어가 얼마나 등장할지 예측함으로써 진위 여부를 판단하는 보완적 근거를 제시했습니다. 데이터를 해석할 때 전체 합계만 보는 것은 위험할 수 있는데, 이를 '심슨의 역설'이라고 부릅니다. 예를 들어 두 농구 선수의 2점슛과 3점슛 성공률을 각각 비교했을 때는 한 선수가 앞서더라도, 이를 합치면 결과가 뒤바뀌는 현상이 발생합니다. 이는 각 항목의 시도 횟수라는 가중치가 다르기 때문입니다. 과거 버클리 대학교의 입학 허가율을 두고 벌어진 성차별 논란도 이와 유사했습니다. 전공별로는 여학생의 합격률이 높았음에도, 전체 합계에서는 낮게 나타난 이유는 여학생들이 경쟁률이 훨씬 높은 학과에 주로 지원했기 때문이었습니다. 심슨의 역설은 일상적인 건강 데이터 분석에서도 중요한 시사점을 줍니다. 미세먼지 농도와 사망률의 관계를 단순 비교하면 농도가 높을 때 오히려 사망률이 낮아지는 기현상이 관찰되기도 합니다. 하지만 여기에 '계절'이라는 제3의 요인을 추가하여 분석하면 결론은 완전히 달라집니다. 봄이나 겨울처럼 미세먼지가 심한 계절 내에서는 농도가 높을수록 사망률이 명확하게 증가하는 경향을 보입니다. 이처럼 데이터 뒤에 숨겨진 변수를 고려하지 않으면, 미세먼지가 건강에 이롭다는 식의 잘못된 결론에 도달할 수 있으므로 주의가 필요합니다. 성적이 갑자기 오르거나 떨어지는 현상은 '평균으로의 회귀'라는 개념으로 설명할 수 있습니다. 키가 매우 큰 부모의 자녀가 부모보다는 조금 작고, 반대로 작은 부모의 자녀는 부모보다 조금 더 큰 경향이 있는 것과 같은 원리입니다. 이는 시험 성적에서도 나타나는데, 실력 이상의 운이 작용해 중간고사를 아주 잘 본 학생은 기말고사에서 자신의 원래 실력인 평균치로 돌아올 가능성이 큽니다. 반대로 운이 없어 성적이 낮았던 학생은 다음 시험에서 성적이 오를 확률이 높습니다. 이는 실력이 변한 것이 아니라 통계적인 확률 분포에 따른 자연스러운 현상입니다. 현대 통계학은 시공간 데이터 분석을 통해 더욱 정밀해지고 있습니다. 특정 위치와 시간에서 관측된 데이터를 바탕으로, 관측 장비가 없는 지역의 미세먼지 농도를 예측하는 '크리깅' 기법이 대표적입니다. 또한 통계학은 천문학에서 우주의 지도를 그리거나 인문학에서 텍스트를 분석하는 등 거의 모든 학문 분야의 '앞마당'에서 활약하고 있습니다. 데이터 과학은 통계학, 컴퓨터 과학, 그리고 해당 분야의 전문 지식이 만나는 접점에서 탄생합니다. 복잡한 현대 사회에서 데이터를 올바르게 읽어내는 능력은 세상을 이해하는 필수적인 열쇠가 되었습니다.

[강연] 디지털인문학과 데이터과학 (3) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

장원철

카오스재단카오스강연
  • 수학

[강연] 디지털인문학과 데이터과학 (2) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ②

예술과 문학의 진위를 가리거나 특징을 분석하는 방법으로 '양식 측정학'이 주목받고 있습니다. 이는 단어의 길이나 빈도, 색상의 사용 패턴 등을 정량적으로 분석하여 작품의 유사도나 작가의 고유한 스타일을 찾아내는 학문입니다. 19세기 토마스 멘덴홀이 단어 길이 빈도를 조사하며 시작된 이 분야는, 오늘날 구텐베르크 프로젝트와 같은 대규모 디지털 도서관의 등장으로 비약적인 발전을 이루었습니다. 이제 데이터는 단순한 기록을 넘어 과거의 진실을 밝히는 강력한 도구가 되었습니다. 우리나라의 대표적인 기록 유산인 조선왕조실록 역시 이러한 데이터 과학의 훌륭한 연구 대상입니다. 태조부터 철종까지 약 470년간의 방대한 기록은 현재 모두 디지털화되어 한글로 번역되어 있습니다. 연구자들은 텍스트 마이닝 기법을 활용해 왕들의 통치 스타일을 분석하기도 합니다. 예를 들어, 신하들의 의견을 경청했던 세종대왕과 독단적인 결정을 내렸던 연산군의 차이는 실록에 등장하는 특정 단어의 빈도 그래프를 통해 명확하게 드러납니다. 이는 역사가 주관적인 서술을 넘어 객관적인 수치로 재해석될 수 있음을 보여줍니다. 실록의 기사에는 수많은 인물이 등장하며, 한 기사에 함께 언급된 인물들은 서로 밀접한 관계가 있다고 볼 수 있습니다. 이를 바탕으로 인물 간의 네트워크를 재구성하면 당시의 정치적 지형도를 그릴 수 있습니다. 이는 현대의 국회의원들이 공동으로 법안을 발의하는 관계를 분석하는 것과 유사한 원리입니다. 네트워크 분석을 통해 우리는 단순히 기록에 남겨진 관계를 넘어, 보이지 않는 곳에서 영향력을 행사했던 숨은 실력자나 인물들 사이의 복잡한 연결 고리를 정량적으로 파악할 수 있게 되었습니다. 현종 시기의 예송 논쟁은 서인과 남인 사이의 치열한 정치적 갈등을 보여주는 대표적인 사례입니다. 네트워크 분석의 다양한 중심성 지표를 활용하면, 이 시기 권력의 흐름이 어떻게 변화했는지 추적할 수 있습니다. 특히 2차 예송 논쟁 전후로 집권 세력이 교체되는 과정에서 인물들의 연결 중심성이 급격히 변화하는 양상이 관찰됩니다. 이를 통해 특정 인물이 언제 당적을 변경했는지, 혹은 어떤 인물이 중립적인 위치에서 가교 역할을 했는지 등 문헌만으로는 파악하기 힘든 세밀한 정치적 변화를 포착할 수 있습니다. 이러한 정량적 분석 기법은 동양의 역사 기록뿐만 아니라 서양 문학 연구에도 활발히 적용됩니다. 셰익스피어의 작품 전집을 분석하여 그가 실제로 사용한 어휘의 규모를 추정하거나, 새로 발견된 작품이 그의 진작인지 판별하는 연구가 대표적입니다. 통계적 모델링을 통해 작가가 알고 있었으나 작품에 쓰지 않은 잠재적 어휘량까지 계산해내는 것입니다. 이처럼 데이터 과학과 인문학의 만남은 과거의 유산을 현대적인 시각으로 재조명하며, 우리가 미처 알지 못했던 역사의 이면을 밝혀내는 새로운 지평을 열어주고 있습니다.

[강연] 디지털인문학과 데이터과학 (2) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

장원철

카오스재단카오스강연
  • 수학

[강연] 자연에 숨어 있는 질서를 찾아서 (7) _ by하승열 | 2018 카오스 강연 '모든 것의 수數다' 2강 | 2강 ⑦

최근 우리나라의 기초과학 분야는 눈부신 발전을 거듭하며 세계적인 수준에 도달했습니다. 특히 물리학이나 수학 같은 기초 학문 분야에서는 국내에서 학위를 마친 연구자들도 탁월한 연구 성과를 내놓고 있습니다. 과거에는 해외 유학이 필수적인 과정으로 여겨졌으나, 이제는 국내 연구 환경에서도 충분히 높은 경쟁력을 갖춘 인재들이 배출되고 있습니다. 이러한 변화는 우리 과학계의 자생력이 강화되었음을 보여주는 고무적인 현상이며, 앞으로의 발전 가능성을 더욱 밝게 비추고 있습니다. 자연이나 사회 현상에서 나타나는 군집 현상을 이해하려는 노력은 새로운 기술적 시도로 이어지고 있습니다. 평창 동계 올림픽에서 선보인 드론 쇼는 군집 현상을 공학적으로 구현한 대표적인 사례입니다. 아직은 이러한 기술이 다양한 제품이나 상품군으로 상용화된 사례가 많지 않지만, 드론을 활용한 불꽃놀이와 같은 창의적인 아이디어들이 제안되고 있습니다. 예술과 기술이 결합한 이러한 시도들은 군집 연구가 실생활에 응용될 수 있는 무궁무진한 가능성을 제시하며 대중의 관심을 끌고 있습니다. 산업 수학의 부상은 수학자가 단순히 계산을 돕는 보조적 역할을 넘어 새로운 패러다임을 주도할 수 있음을 보여줍니다. 위상적 데이터 분석이라 불리는 TDA의 사례처럼, 수학적 이론은 데이터의 본질을 파악하는 강력한 도구가 됩니다. 뛰어난 아이디어를 가진 수학자와 이를 상업화할 수 있는 감각을 지닌 전문가가 협력할 때, 학문적 성과는 비로소 산업적 가치로 전환됩니다. 이는 기초 학문이 현대 산업의 복잡한 문제를 해결하는 핵심적인 동력이 될 수 있음을 시사하며 수학의 위상을 높이고 있습니다. 순수 수학과 응용 수학의 경계는 우리가 생각하는 것보다 훨씬 모호하며 서로 긴밀하게 연결되어 있습니다. 1900년대 초반 수학자들이 순수한 호기심으로 연구했던 이론들이 오늘날 컴퓨터 시뮬레이션이나 데이터 분석의 핵심 기술로 쓰이고 있습니다. 당시에는 컴퓨터라는 개념조차 없었지만, 시대를 앞서간 수학적 통찰이 수십 년 뒤 산업의 필수적인 도구가 된 것입니다. 따라서 당장의 유용성을 따지기보다 학문 그 자체의 깊이를 추구하는 것이 결국 미래의 혁신을 위한 가장 단단한 밑거름이 됩니다. 수학적 모델링은 수학이 단순한 숫자의 나열이 아니라 세상을 설명하는 과학의 언어임을 증명합니다. 연구 과정에서 마주하는 수많은 난관과 증명의 어려움은 연구자에게 고통을 주기도 하지만, 이를 극복하고 얻어낸 결과는 무엇과도 바꿀 수 없는 보람을 선사합니다. 좋은 수학은 언젠가 반드시 유용하게 쓰일 것이라는 믿음 아래 묵묵히 연구에 매진하는 태도가 중요합니다. 이러한 끈기 있는 탐구 정신이야말로 기초과학이 인류 문명에 기여하는 가장 근본적인 방식이며 연구자가 지녀야 할 진정한 가치입니다.

[강연] 자연에 숨어 있는 질서를 찾아서 (7)  _ by하승열 | 2018  카오스 강연 '모든 것의 수數다' 2강

배형옥, 하승열

카오스재단카오스강연
  • 수학

[강연] 세상 속의 수數다 (1) _ by고계원 | 2018 봄 카오스 강연 '모든 것의 수數다' 1강 | 1강 ①

피타고라스는 '모든 것은 수다'라는 유명한 말을 남겼습니다. 이 철학적 명제는 단순히 숫자의 나열을 넘어 세상의 모든 현상이 수학적 원리로 연결되어 있음을 시사합니다. 우리가 마주하는 복잡한 자연 현상부터 사회적 관계에 이르기까지, 수학은 보이지 않는 곳에서 질서를 부여하고 세상을 이해하는 핵심적인 열쇠가 됩니다. 이번 강연 시리즈는 이러한 수학의 편재성을 탐구하며, 대중이 수학을 더 가깝고 친숙하게 느낄 수 있도록 기획되었습니다. 수학 대중화의 여정은 과거 '유리알 유희'라는 주제로 시작되었습니다. 이는 고고한 학문의 상아탑에서 내려와 현실 세계의 문제를 해결하고자 하는 의지를 담고 있었습니다. 시간이 흐르며 이러한 시도는 과학 전 분야로 확장되었고, 이제는 수학이 우리 삶에 미치는 심도 깊은 영향력을 다각도에서 조명하고 있습니다. 학문적 경계를 허물고 대중과 소통하려는 노력은 수학이 단순한 계산 도구가 아니라 세상을 바라보는 하나의 거대한 관점임을 일깨워 줍니다. 현대 수학은 리만 가설과 같은 고전적인 난제부터 데이터 과학, 게임 이론, 생명 수학에 이르기까지 방대한 영역을 아우릅니다. 특히 복잡한 사회 현상을 단순한 수학적 모델로 변환하여 분석하는 과정은 수학의 진정한 가치를 보여줍니다. 아인슈타인의 상대성 이론의 토대가 된 비유클리드 기하학이나 인공지능의 핵심인 알고리즘 역시 수학적 사고의 산물입니다. 이처럼 수학은 기초 학문을 넘어 첨단 기술과 사회 과학의 근간을 이루며 인류의 지평을 넓히고 있습니다. 수학적 개념은 학술적인 영역을 넘어 대중문화 속에서도 강력한 메시지를 전달합니다. 대중가요의 가사 속에 등장하는 '무한'이나 'DNA'와 같은 용어들은 과학적 원리가 우리 정서와 얼마나 밀접하게 맞닿아 있는지를 보여주는 좋은 사례입니다. 과학적 지식을 예술적 감성과 결합할 때 그 메시지는 더욱 강력한 힘을 발휘하며 대중에게 깊은 인상을 남깁니다. 이는 수학이 딱딱한 공식의 집합이 아니라, 우리의 상상력을 자극하고 세상을 표현하는 풍부한 언어임을 증명합니다. 실생활에서 수학의 힘이 가장 극명하게 드러나는 분야 중 하나는 바로 선거와 투표 시스템입니다. 투표 방식에 따라 승자가 바뀌는 현상은 수학적 구조가 사회적 의사결정에 얼마나 결정적인 영향을 미치는지 잘 보여줍니다. 단순히 표를 합산하는 방식을 넘어, 선호 순위를 반영하거나 특정 후보의 사퇴가 결과에 미치는 영향을 분석하는 과정에는 정교한 수학적 논리가 숨어 있습니다. 따라서 수학적 마인드를 갖추는 것은 복잡한 사회 현상을 정확히 파악하고 합리적인 선택을 내리는 데 필수적입니다.

[강연] 세상 속의 수數다 (1) _ by고계원 | 2018 봄 카오스 강연 '모든 것의 수數다' 1강

고계원

카오스재단카오스강연
  • 수학

[강연] 인공지능의 실체와 미래 (4) _ by조성배 | 2017 가을 카오스 강연 '미래과학' 4강 | 4강 ④

인공지능에 대한 대중의 공포는 영화 속 지배자의 모습에서 기인하는 경우가 많습니다. 하지만 현실의 인공지능은 위협적이라기보다 때로는 답답한 존재에 가깝습니다. 자율주행 로봇이 길 위의 신문지를 장애물로 오인해 멈춰 서는 사례처럼, 인공지능은 상황의 맥락을 완벽히 파악하는 데 한계가 있습니다. 현재의 기술 수준에서 인공지능은 인간의 명령을 수행하는 과정에서 발생하는 불확실성과 소통의 부재로 인해 우리에게 불편함을 주는 단계에 머물러 있습니다. 인공지능 그 자체보다 더 위험한 요소는 이를 다루는 인간의 의도에 있습니다. 자동차가 편리한 이동 수단이지만 테러의 도구가 될 수 있듯이, 인공지능 역시 악의를 가진 누군가에 의해 악용될 때 진정한 위협이 됩니다. 기술은 가치 중립적이지만 그것을 사용하는 목적에 따라 결과는 판이하게 달라집니다. 따라서 인공지능의 위험성을 논할 때는 기계의 자의식보다는 기술을 오남용하지 못하도록 막는 제도적 장치와 인간의 윤리적 책임에 더 집중해야 합니다. 데이터 기반의 인공지능은 우리가 제공한 정보를 학습하며 성장합니다. 문제는 학습 데이터 자체가 인간 사회의 편견과 불평등을 내포하고 있다는 점입니다. 특정 지역의 범죄율 데이터를 학습한 알고리즘이 사회 구조적 문제를 간과한 채 특정 집단을 잠재적 범죄자로 낙인찍는 사례는 인공지능 과신의 위험성을 잘 보여줍니다. 인공지능이 내놓은 결과가 항상 합리적이고 객관적일 것이라는 맹신을 버리고, 그 이면의 데이터가 공정한지 비판적으로 검토하는 태도가 필요합니다. 초지능의 출현 가능성에 대해서는 전문가들 사이에서도 의견이 갈리지만, 하드웨어와 데이터의 비약적인 발전은 인간의 지능을 뛰어넘는 존재의 등장을 예고하고 있습니다. 인공지능이 스스로 인공지능을 설계하는 단계에 이르면 지능의 폭발적 성장이 일어날 수 있습니다. 이러한 변화는 단순히 산업의 효율성을 높이는 수준을 넘어 인간의 정의와 존재 방식에 근본적인 질문을 던지게 될 것입니다. 초지능 시대는 우리가 예상하는 것보다 더 빠르게 현실로 다가올 수 있습니다. 4차 산업혁명은 가상 세계와 물리적 세계의 융합을 핵심으로 합니다. 우버나 에어비앤비처럼 물리적 자산을 직접 소유하지 않고도 디지털 플랫폼을 통해 세상을 혁신하는 비즈니스 모델이 그 증거입니다. 이러한 변화는 산업 현장을 넘어 우리의 일상과 인간 자체의 모습까지 바꾸어 놓을 파급력을 지니고 있습니다. 기술의 융합이 가져오는 폭발적인 창출력은 기존의 경제 구조를 해체하고 새로운 가치를 만들어내며 인류를 전례 없는 변화의 소용돌이로 이끌고 있습니다. 기술의 발전이 장밋빛 미래만을 보장하는 것은 아닙니다. 산업혁명의 역사에서 보듯 급격한 변화는 소외된 계층을 만들어내며 사회적 갈등을 유발하기도 합니다. 인공지능 기술이 소수의 전유물이 되지 않고 많은 사람이 혜택을 누릴 수 있는 방향으로 나아가야 합니다. 기술이 인간을 대체하는 것이 아니라 인간의 능력을 보조하고 삶의 질을 높이는 도구로 쓰일 때, 비로소 인공지능 시대는 인류 전체의 행복을 위한 진정한 진보로 기록될 수 있을 것입니다. 인공지능이 인간의 감정과 자유의지를 모방할 수는 있겠지만, 타인의 고통에 공감하고 자신을 희생하는 헌신은 여전히 인간만의 고유한 영역으로 남을 것입니다. 뇌과학적으로 자유의지가 허상일지라도, 우리가 스스로 선택하고 책임지며 타인과 연결되려는 의지는 기계가 대체할 수 없는 가치입니다. 미래를 준비하는 가장 좋은 방법은 코딩 기술을 익히는 것보다 현재 내 곁에 있는 사람들에게 진심을 다하고, 인간다움의 본질인 공감과 소통의 능력을 기르는 것입니다.

[강연] 인공지능의 실체와 미래 (4) _ by조성배 | 2017 가을 카오스 강연 '미래과학' 4강

강성철, 장동선, 조성배

카오스재단카오스강연
  • 물리학

[강연] 인공지능의 실체와 미래 (2) _ by조성배 | 2017 가을 카오스 강연 '미래과학' 4강 | 4강 ②

인공지능의 본질은 인간의 지능을 생물학적으로 완벽히 복제하는 것이 아니라, 당면한 문제를 얼마나 효율적으로 해결하느냐에 있습니다. 마치 비행기가 새의 날갯짓을 그대로 흉내 내지 않고도 양력과 추진력을 이용해 더 높고 빠르게 나는 것과 같습니다. 바둑이나 퀴즈 대결에서 인공지능이 보여준 성과는 인간의 직관이나 전략을 그대로 따르기보다, 방대한 데이터를 매칭하고 경우의 수를 계산하는 최적의 방법을 찾아낸 결과입니다. 결국 인공지능은 결과적으로 인간의 지능과 대적하거나 그 이상의 성과를 낼 수 있는지에 초점을 맞추며 발전하고 있습니다. 4차 산업혁명의 핵심 동력으로서 인공지능은 센서 기술과 빅데이터를 연결하는 컨트롤타워 역할을 수행합니다. 과거에는 측정하기 어려웠던 방대한 데이터들이 저렴하고 정확한 센서를 통해 수집되면서, 이를 분석하고 제어할 지능형 소프트웨어의 필요성이 커졌습니다. 딥러닝뿐만 아니라 기계학습, 지식 추론 등 다양한 기술이 유기적으로 결합하여 제조업의 효율성을 높이고 서비스 분야의 편의성을 혁신하고 있습니다. 이러한 기술적 통합은 단순히 하나의 알고리즘에 의존하는 것이 아니라, 복잡한 문제를 해결하기 위한 체계적인 아키텍처를 설계하는 과정이라 할 수 있습니다. 인공지능은 의료, 법률, 금융 등 전문적인 영역부터 뉴스 기사 작성이나 소설 창작 같은 예술적 영역까지 그 범위를 넓히고 있습니다. 이는 인간의 작업 프로세스를 정밀하게 분석하고 모방하여, 데이터로부터 최적의 결과물을 도출해내는 응용 전산학의 정수라고 볼 수 있습니다. 특히 스마트폰의 로그데이터를 분석해 사용자의 감정이나 필요를 파악하거나, 보안 로그를 통해 해킹 여부를 판별하는 등 실생활의 난제들을 해결하는 데 기여합니다. 인간의 의도를 파악하고 대응하는 지능형 솔루션은 이제 단순한 도구를 넘어 우리 삶의 복잡한 문제를 풀어내는 핵심적인 수단이 되었습니다. 인공지능 시장의 급격한 성장은 일자리 변화에 대한 우려와 기대를 동시에 불러일으킵니다. 텔레마케터나 반복적인 사무직 등 매뉴얼 기반의 직종은 대체될 위험이 크지만, 심리 상담이나 대인 서비스처럼 인간의 감성이 중요한 분야는 오히려 그 가치가 높아질 것으로 전망됩니다. 기술의 발전이 노동 시간을 단축하고 인간의 여가 시간을 늘려준다면, 이는 새로운 직종의 탄생과 삶의 질 향상으로 이어질 수 있습니다. 중요한 것은 인공지능을 인간의 자리를 뺏는 위협이 아니라, 생산가능인구 감소와 같은 사회적 한계를 극복하고 새로운 가치를 창출하는 동반자로 인식하는 태도입니다. 미래의 인공지능은 단순한 기술적 효율성을 넘어 윤리적 판단과 감성적 교류의 영역으로 진화할 것입니다. 자율주행 자동차의 사고 책임 소재나 윤리적 딜레마와 같은 법적·사회적 이슈는 기술 발전과 함께 반드시 해결해야 할 과제입니다. 동시에 인공지능은 고독과 소외라는 현대 사회의 문제를 해결하는 정서적 동반자가 될 잠재력을 지니고 있습니다. 인간의 감정을 이해하고 대화하며 일상을 공유하는 지능형 존재는 우리 삶을 더욱 안전하고 풍요롭게 만들 것입니다. 결국 인공지능의 궁극적인 지향점은 인간과 공존하며 삶의 질을 높이는 따뜻한 기술이 되는 데 있습니다.

[강연] 인공지능의 실체와 미래 (2) _ by조성배 | 2017 가을 카오스 강연 '미래과학' 4강

조성배

카오스재단카오스강연
  • 물리학

[강연] 구글 신은 아직도 모든 것을 알고 있다? (3) _ by정하웅 | 2017 가을 카오스 강연 '미래과학' 1강 | 1강 ③

현대 사회에서 데이터는 새로운 시대의 원유로 비유되곤 합니다. 우리가 일상에서 마주하는 수많은 정보 속에서 의미 있는 가치를 찾아내는 과정은 이제 선택이 아닌 필수가 되었습니다. 통계학은 이러한 방대한 데이터의 바다에서 길을 찾아주는 나침반 역할을 하며, 복잡한 현상을 객관적인 숫자로 변환하여 현상의 본질을 꿰뚫어볼 수 있게 돕는 학문입니다. 단순히 숫자를 나열하는 것을 넘어, 그 속에 숨겨진 패턴과 상관관계를 분석함으로써 우리는 미래를 예측하고 더 나은 의사 결정을 내릴 수 있는 근거를 마련하게 됩니다. 이는 현대인이 갖추어야 할 가장 기초적이면서도 강력한 지적 도구라고 할 수 있습니다. 최근 인공지능과 빅데이터 기술의 비약적인 발전은 통계학의 영역을 더욱 확장시키고 있습니다. 과거의 통계가 제한된 표본을 통해 전체를 추론하는 데 집중했다면, 현대의 데이터 과학은 실시간으로 생성되는 막대한 양의 데이터를 처리하고 학습하는 데 주력합니다. 이는 머신러닝과 딥러닝이라는 강력한 도구를 통해 구현되며, 의료, 금융, 제조 등 산업 전반에 걸쳐 혁신적인 변화를 이끌어내고 있습니다. 데이터 과학은 이제 단순한 기술적 도구를 넘어, 사회적 문제를 해결하고 새로운 비즈니스 모델을 창출하는 핵심 동력으로 자리매김하고 있으며, 우리 삶의 질을 높이는 데 기여하고 있습니다. 하지만 데이터가 많아진다고 해서 반드시 정답에 가까워지는 것은 아닙니다. 데이터의 양보다 중요한 것은 그것을 어떻게 해석하고 활용하느냐에 달려 있습니다. 잘못된 데이터 수집이나 편향된 분석은 오히려 왜곡된 결과를 초래하여 잘못된 판단을 유도할 수 있기 때문입니다. 따라서 데이터를 다루는 전문가들에게는 기술적인 숙련도뿐만 아니라, 데이터의 맥락을 이해하고 비판적으로 사고할 수 있는 인문학적 통찰력이 동시에 요구됩니다. 숫자의 이면에 숨겨진 진실을 파악하려는 노력이야말로 진정한 데이터 분석의 시작이며, 이는 데이터의 홍수 속에서 우리가 잃지 말아야 할 본질적인 태도입니다. 통계는 전문가들만의 전유물이 아니며 우리의 일상 곳곳에 깊숙이 스며들어 있습니다. 일기예보의 강수 확률부터 선거철의 지지율 조사, 그리고 온라인 쇼핑몰의 상품 추천 알고리즘에 이르기까지 우리는 매 순간 통계적 사고의 결과물을 접하며 살아갑니다. 이러한 일상적인 통계 정보들을 올바르게 이해하는 능력, 즉 '통계 리터러시'는 현대 시민이 갖추어야 할 필수 역량 중 하나가 되었습니다. 정보를 맹목적으로 수용하기보다 그 근거가 되는 수치의 타당성을 따져보는 습관은 정보 과잉 시대에서 자신을 지키는 강력한 무기가 되며, 합리적인 사회를 만드는 밑거름이 됩니다. 과학적 방법론으로서의 통계학은 가설을 검증하고 이론을 정립하는 데 있어 객관적인 기준을 제시합니다. 실험 설계 단계부터 결과 분석에 이르기까지 통계적 원칙을 준수함으로써 연구의 신뢰성과 재현성을 확보할 수 있습니다. 특히 생명 과학이나 의학 분야에서는 임상 시험 결과를 분석하여 신약의 효능을 입증하는 등 인류의 건강과 직결되는 중요한 결정을 내리는 데 결정적인 역할을 수행합니다. 엄격한 통계적 검증 과정을 거친 지식만이 보편적인 진리로 인정받을 수 있으며, 이는 과학 기술의 진보를 지탱하는 견고한 토대가 되어 인류 문명의 발전을 이끌어가는 핵심적인 역할을 담당합니다. 앞으로의 데이터 환경은 더욱 복잡해지고 개인 정보 보호와 같은 윤리적 이슈가 더욱 중요해질 전망입니다. 데이터의 활용 가치를 극대화하면서도 개인의 권리를 침해하지 않는 균형 잡힌 접근이 필요합니다. 또한, 비정형 데이터의 증가와 초연결 사회의 도래는 기존의 통계적 모델만으로는 설명하기 어려운 새로운 도전 과제들을 던져주고 있습니다. 이러한 변화에 대응하기 위해 통계학은 수학, 컴퓨터 공학, 사회과학 등 다양한 학문 분야와의 융합을 통해 끊임없이 진화하고 있으며, 이는 더 정교하고 예측 가능한 미래 사회를 설계하는 데 있어 없어서는 안 될 중요한 자산이 될 것입니다. 결론적으로 통계와 데이터 과학은 불확실한 미래를 대비하는 가장 강력한 도구입니다. 우리는 데이터를 통해 과거를 돌아보고 현재를 진단하며 미래를 설계합니다. 숫자가 들려주는 이야기에 귀를 기울일 때, 우리는 비로소 복잡한 세상의 질서를 이해하고 더 나은 방향으로 나아갈 수 있는 용기를 얻게 됩니다. 데이터가 주도하는 시대에 통계적 사고방식을 갖추는 것은 단순히 지식을 습득하는 것을 넘어, 세상을 바라보는 새로운 시각을 갖는 것과 같습니다. 끊임없이 변화하는 세상 속에서 변하지 않는 가치를 찾아내는 여정은 바로 데이터와 함께 시작되며, 이는 우리 모두가 함께 걸어가야 할 길입니다.

[강연] 구글 신은 아직도 모든 것을 알고 있다? (3) _ by정하웅 | 2017 가을 카오스 강연 '미래과학' 1강

장원철, 정하웅, 차미영

카오스재단카오스강연
  • 물리학

[강연] 과학에서 '본다'는 것은 무엇인가? | 2017 카오스 토론회 : '과학vs과학철학' 1부 2강 | 1부 ②

과학에서 '본다'는 개념은 단순히 시각적 정보를 수용하는 단계를 넘어 실체적 진실을 탐구하는 과정으로 확장되었습니다. 과거에는 육안으로 확인 가능한 것만을 존재의 증거로 삼았으나, 현대 물리학은 보이지 않는 미시 세계와 거대 우주를 탐구하며 인식의 지평을 넓혔습니다. 이제 본다는 것은 빛의 파장을 이용한 직접적인 관찰을 넘어, 다양한 물리적 상호작용을 통해 대상의 정보를 추출하고 해석하는 고도의 지적 활동으로 정의됩니다. 원자와 같은 미시 입자는 빛의 파장보다 작아 원리적으로 가시광선으로는 볼 수 없습니다. 이를 극복하기 위해 과학자들은 X선이나 전자빔을 활용하여 원자의 정보를 시각화하는 방식을 고안했습니다. 이는 인간의 생물학적 한계를 기술적 도구로 보완한 사례입니다. 중성미자나 블랙홀처럼 전자기 상호작용을 하지 않거나 신호를 주지 않는 존재들 역시, 그들이 주변에 미치는 영향이나 약한 상호작용을 포착함으로써 간접적으로 '보는' 것이 가능해졌습니다. 현대 입자 물리학에서 힉스 보존과 같은 입자를 관측할 때, 과학자들이 실제로 마주하는 것은 화려한 이미지가 아니라 검출기에서 발생하는 전기적 신호와 숫자 데이터입니다. 대중에게 공개되는 입자 궤적 그림은 이해를 돕기 위한 시각적 재구성에 불과하며, 과학적 본질은 오차가 적은 데이터를 정확하게 정의하고 추출하는 데 있습니다. 즉, 과학적 관찰의 핵심은 시각적 형상을 만드는 것이 아니라 신뢰할 수 있는 물리적 수치를 확보하는 과정이라 할 수 있습니다. 과학적 관찰에서 도구의 중요성은 갈릴레오의 망원경 사용 이후 결정적인 전환점을 맞이했습니다. 하지만 도구를 통해 본 것이 항상 객관적인 실재를 보장하는 것은 아닙니다. 갈릴레오가 그린 달의 분화구 그림이나 헤켈의 배아 발생도는 관찰자의 이론적 배경이나 믿음이 투영된 결과물이기도 했습니다. 이는 과학적 관찰이 단순히 렌즈를 통해 들어오는 빛을 수동적으로 받아들이는 것이 아니라, 관찰자의 패러다임에 따라 재구성될 수 있음을 시사합니다. 새로운 관측 기구의 신뢰성을 확보하기 위해 과학자들은 '미세 조정(Calibration)'이라는 과정을 거칩니다. 이미 알고 있는 대상을 새로운 기구로 측정하여 기존의 결과와 비교함으로써 기구의 타당성을 검증하는 것입니다. 전자현미경이나 원자현미경으로 얻은 이미지가 실제 미시 세계의 모습이라고 확신할 수 있는 이유는, 이러한 엄밀한 조작과 검증 과정이 뒷받침되기 때문입니다. 따라서 과학적 '봄'은 기구와 이론, 그리고 실험적 조작이 결합된 복합적인 산물입니다. DNA의 이중나선 구조나 뇌 영상 이미지(fMRI)는 일반인의 눈에는 모호한 형체로 보일 수 있지만, 훈련된 과학자는 그 안에서 유의미한 패턴을 읽어냅니다. 여기에는 고도의 이론적 해석과 암묵지가 개입됩니다. 특히 뇌 영상의 경우, 특정 부위의 활성화는 복합적인 데이터 처리와 해석 과정을 거쳐 도출된 결과물입니다. 이처럼 과학적 이미지는 있는 그대로의 자연을 비추는 거울이라기보다, 이론이라는 렌즈를 통해 정제된 지식의 표현에 가깝습니다. 결국 과학에서 본다는 것은 인간이라는 생물학적 존재가 가진 한계를 극복하려는 끊임없는 시도입니다. 과학자들은 데이터의 객관성을 추구하면서도, 동시에 직접 보고 싶어 하는 인간 본연의 욕구를 지니고 있습니다. 관찰의 과정에는 이론적 합의와 사회적 검증, 그리고 과학자들의 인내와 논쟁이 수반됩니다. 과학적 발견은 자연이 스스로 드러내는 것이 아니라, 인간이 정교한 도구와 이론을 통해 자연과 대화하며 얻어낸 값진 해석의 결과입니다.

[강연] 과학에서 '본다'는 것은 무엇인가? | 2017 카오스 토론회 : '과학vs과학철학' 1부 2강

이강영, 홍성욱

카오스재단마스터클래스
  • 물리학
  • 융합

[강연] 왜 지구인가? (5) 패널토의 | 2016 가을 카오스 강연 '지구인도 모르는 지구' 1강 | 1강 ⑤

우리가 살아가는 지구는 거대한 에너지의 집합체이며, 현대 사회를 살아가는 많은 이들은 풍요로운 삶을 누리는 동시에 자원 고갈과 환경 파괴에 대한 깊은 책임감을 느끼곤 합니다. 특히 인구 증가와 물 부족 같은 세계적인 문제는 더 이상 남의 일이 아닌 우리 모두의 생존과 직결된 과제입니다. 이러한 모순을 해결하기 위해 과학은 화석 연료를 대체할 재생 에너지에 주목하고 있습니다. 지열, 풍력, 태양광 등 지구가 본래 가진 에너지를 슬기롭게 활용하는 기술은 인류가 지속 가능한 미래로 나아가기 위한 필수적인 선택지가 되고 있으며, 이는 우리가 자연과 공존하기 위해 반드시 고민해야 할 지점입니다. 에너지 전환은 단순히 기술적인 문제를 넘어 사회적 합의와 실천이 필요한 영역입니다. 아이슬란드와 같은 국가들은 지열과 수력을 통해 에너지의 상당 부분을 충당하며 앞서가고 있지만, 우리나라는 여전히 화석 연료와 원자력 의존도가 높은 실정입니다. 미세먼지나 온실가스 배출 문제는 특정 지역이나 국가에 국한되지 않는 전 지구적인 현상으로, 국경 없는 환경 위기에 대응하기 위해서는 에너지를 절감하고 아끼는 마음가짐을 공유하는 것이 무엇보다 중요합니다. 과학적 해결책이 제시되더라도 이를 수용하고 실천하려는 공동체의 노력이 뒷받침되어야만 실질적인 변화를 이끌어낼 수 있기 때문입니다. 과학적 사고의 핵심은 고정된 정답에 안주하지 않고 끊임없이 진리를 탐구하는 유연함에 있습니다. 흔히 과학을 인간 중심적인 오만으로 오해하기도 하지만, 진정한 과학자는 새로운 증거가 나타나면 언제든 기존의 가설을 수정할 준비가 되어 있는 사람들입니다. 이는 결론을 정해두고 논리를 맞추는 방식과는 근본적으로 다르며, 오직 데이터와 근거를 바탕으로 가장 합리적인 답을 찾아가는 과정 자체가 과학의 본질이라 할 수 있습니다. 이러한 태도는 우리가 직면한 복잡한 환경 문제들을 감정적인 대응이 아닌, 객관적이고 실효성 있는 방향으로 해결할 수 있도록 돕는 이정표가 됩니다. 지진 조기 경보 시스템에서 단 몇 초의 시간은 인명 피해를 줄이는 결정적인 열쇠가 됩니다. 6~7초라는 짧은 시간은 언뜻 미미해 보일 수 있지만, 체계적인 대피 시스템과 훈련된 행동이 결합된다면 생사를 가르는 귀중한 골든타임이 될 수 있습니다. 과학은 자연재해를 완전히 막지는 못하더라도, 그 피해를 최소화할 수 있는 지혜와 기술적 수단을 제공합니다. 전조 현상을 파악하고 신속하게 정보를 전달하려는 노력은 안전한 사회를 구축하는 밑거름이 됩니다. 결국 과학은 인간이 자연의 거대한 흐름 속에서 스스로를 보호하고 환경에 적응해 나가는 가장 강력하고도 합리적인 도구인 셈입니다. 지구를 하나의 거대한 생명체로 보는 관점처럼, 지구는 스스로 조절하고 변화하는 역동적인 시스템입니다. 생명은 엔트로피 법칙을 거슬러 목적을 가지고 에너지를 사용하는 특별한 존재이며, 인류가 문명을 이룩한 과정은 수많은 우연이 겹쳐진 경이로운 결과입니다. 하지만 최근의 기후 변화는 지구가 과거에 겪었던 변화와는 비교할 수 없을 정도로 급격하게 진행되고 있습니다. 우리가 지구의 역사를 배우고 그 내부 구조를 탐구하는 이유는, 이 경이로운 우연을 지키고 다가올 미래를 더욱 겸허하게 준비하기 위해서입니다. 과학을 통해 지구를 깊이 이해하는 것이야말로 인류 생존의 유일한 답이 될 것입니다.

[강연] 왜 지구인가? (5) 패널토의 | 2016 가을 카오스 강연 '지구인도 모르는 지구' 1강

김영희, 이강근, 이상묵

카오스재단카오스강연
  • 지구환경과학

[강연] 뇌의 미래와 인공 자아의 탄생 (2) _ 김대식 교수 | 2016 봄 카오스 강연 '뇌 - Brain' 10강 | 10강 ②

인공지능 연구는 지난 50년 동안 수많은 시도를 거듭해 왔지만, 초기에는 기대만큼의 성과를 거두지 못했습니다. 2015년 열린 로봇 경진대회에서 세계 최고의 로봇들이 문을 열거나 걷는 도중 허무하게 넘어지는 모습은 당시 기술의 한계를 여실히 보여주었습니다. 이는 인간이 모든 상황에 대한 규칙을 직접 입력하는 '규칙 기반(Rule-based)' 방식의 한계 때문이었습니다. 현실 세계의 수만 가지 변수를 일일이 코드로 정의하는 것은 불가능에 가까웠고, 결국 정교한 규칙들도 복잡한 현실 앞에서는 무용지물이 되기 일쑤였습니다. 하지만 규칙 대신 '학습'을 선택하면서 인공지능은 비약적인 발전을 이루었습니다. 보스턴 다이내믹스의 아틀라스 로봇은 제어 시스템을 학습 기반으로 전환한 지 불과 1년 만에 놀라울 정도로 안정적인 움직임을 보여주었습니다. 기계가 스스로 데이터를 통해 최적의 행동을 익히게 되자, 과거에는 해결하기 어려웠던 복잡한 동작들이 자연스럽게 구현되기 시작한 것입니다. 이는 인공지능이 단순히 명령을 수행하는 도구를 넘어, 경험을 통해 스스로 능력을 키워나가는 존재로 진화했음을 의미하는 중요한 전환점이 되었습니다. 우리가 사물을 인식하는 과정에는 언어로 다 설명할 수 없는 '직관'의 영역이 존재합니다. 부모님이 아이에게 개와 고양이를 구별하는 법을 복잡한 코드로 가르치지 않듯, 인간은 수많은 경험 속에서 자연스럽게 본질을 파악합니다. 딥러닝은 바로 이러한 인간의 학습 방식을 모방합니다. 수천만 장의 사진 데이터를 통해 기계는 언어로 표현하기 힘든 미세한 특징들을 스스로 찾아내고 학습합니다. 결국 빅데이터라는 거대한 현실의 복사본이 존재하기에, 기계도 인간처럼 세상을 이해하고 판단하는 직관에 가까운 능력을 갖출 수 있게 된 것입니다. 인공 신경망 기술은 한때 학습의 한계에 부딪혀 침체기를 겪기도 했으나, 제프리 힌튼 교수와 같은 연구자들의 혁신적인 아이디어로 돌파구를 찾았습니다. 계층 구조를 깊게 쌓으면서도 효율적으로 학습시키는 방법과 드롭아웃(Dropout) 기술이 도입되면서 '딥러닝'이라는 새로운 시대가 열렸습니다. 여기에 고성능 GPU의 등장과 사용자들이 자발적으로 생성한 방대한 데이터가 결합하면서, 과거 50년 동안 풀지 못했던 난제들이 단숨에 해결되기 시작했습니다. 이제 기계는 인간의 얼굴을 인식하는 수준을 넘어 복잡한 상황까지 이해하게 되었습니다. 최근의 인공지능은 인간 고유의 영역이라 여겨졌던 예술적 '스타일'까지 모방하는 단계에 이르렀습니다. 렘브란트나 고흐의 화풍을 학습한 기계가 새로운 화풍의 그림을 그려내는 모습은 기술의 놀라운 가능성을 보여줍니다. 그러나 인공지능이 인간의 대화를 학습하며 편향된 가치관을 습득했던 사례는 우리에게 중요한 시사점을 던져줍니다. 학습 기반의 인공지능은 결국 우리가 제공하는 데이터를 거울처럼 비추기 때문입니다. 따라서 인공지능이 인류에게 유익한 존재가 될 수 있도록 올바른 가치와 데이터를 전달하는 것은 이제 우리 인간의 책임이자 과제가 되었습니다.

[강연] 뇌의 미래와 인공 자아의 탄생 (2) _ 김대식 교수 | 2016 봄 카오스 강연 '뇌 - Brain' 10강

김대식

카오스재단카오스강연
  • 물리학
  • 뇌인지과학

[강연] 멋진 세상을 만드는 빛 - 센 빛, 밝은 빛, 똑똑한 빛 (2) _이용희 교수 | 2015 가을 카오스 강연 '빛 색즉시공' 7강 | 7강 ②

레이저의 탄생에는 알베르트 아인슈타인의 이론적 공헌이 결정적이었습니다. 1917년 아인슈타인은 '유도 방출'이라는 개념을 제시하며 현대 레이저 기술의 초석을 다졌습니다. 일반적인 빛은 원자가 에너지를 얻었다가 무작위로 내뱉는 자연 방출을 통해 발생하지만, 유도 방출은 외부에서 들어온 빛이 들뜬 상태의 원자를 자극하여 똑같은 성질의 빛을 복제해내는 과정입니다. 이러한 이론적 발견은 빛을 인위적으로 제어하고 증폭할 수 있다는 가능성을 열어주었으며, 수십 년 뒤 실제 장치로 구현되는 밑거름이 되었습니다. 레이저가 작동하기 위해서는 '밀도 반전'이라는 특수한 상태가 필요합니다. 보통의 물질은 낮은 에너지 상태의 원자가 더 많지만, 외부에서 강한 에너지를 주입하면 높은 에너지 상태의 원자가 더 많아지는 밀도 반전이 일어납니다. 이때 빛이 매질을 통과하면 유도 방출을 통해 빛의 양이 기하급수적으로 늘어나는 광 증폭 현상이 발생합니다. 양 끝에 설치된 거울 사이를 빛이 왕복하며 계속해서 증폭되는 과정은 레이저를 강력하고 직진성이 강한 빛으로 만들어줍니다. 이것이 바로 레이저의 핵심 원리인 광 증폭기 역할을 수행하는 것입니다. 강력한 에너지를 응집시킨 레이저는 산업과 의료 분야에서 혁신적인 도구로 사용됩니다. 찰나의 순간에 에너지를 집중시키는 펄스 레이저 기술을 활용하면 태양광에 맞먹는 엄청난 출력을 한 점에 모을 수 있습니다. 이러한 초강력 레이저는 철판을 정밀하게 절단하는 공작 기계부터 인간의 눈을 수술하는 정교한 의료 장비에 이르기까지 폭넓게 활용됩니다. 특히 핵융합 연구에서는 레이저의 압력과 열을 이용해 임계점까지 온도를 높이는 등 인류의 미래 에너지 문제를 해결하기 위한 핵심적인 수단으로 주목받고 있습니다. 거대한 장치뿐만 아니라 머리카락 굵기보다 작은 반도체 레이저 또한 우리 삶을 송두리째 바꾸어 놓았습니다. 1970년대 등장한 반도체 레이저는 전기를 직접 빛으로 변환하는 효율적인 구조로 정보통신 혁명을 주도했습니다. CD와 DVD 플레이어, 레이저 프린터, 그리고 우리가 매일 사용하는 마우스에 이르기까지 반도체 레이저가 쓰이지 않는 곳이 없습니다. 작지만 강력한 이 광원은 현대 사회의 방대한 데이터를 처리하고 전달하는 핵심 부품으로 자리 잡았으며, 광섬유 기술과 결합하여 초고속 정보통신망의 근간을 이루고 있습니다. 찰스 카오의 광섬유 연구는 인류를 전자의 시대에서 광자의 시대로 이끌었습니다. 모래에서 추출한 유리로 만든 광섬유는 빛의 손실을 최소화하며 수만 킬로미터 밖까지 정보를 전달할 수 있게 해주었습니다. 오늘날 우리가 스마트폰으로 고화질 영상을 즐기고 전 세계와 실시간으로 소통할 수 있는 것은 보이지 않는 곳에서 레이저 빛이 광섬유를 타고 흐르기 때문입니다. 슈퍼컴퓨터와 데이터 센터의 수많은 선들이 빛으로 연결되어 있듯, 레이저는 단순한 도구를 넘어 현대 문명을 지탱하는 거대한 신경망의 역할을 수행하고 있습니다.

[강연] 멋진 세상을 만드는 빛 - 센 빛, 밝은 빛, 똑똑한 빛 (2) _이용희 교수 | 2015 가을 카오스 강연 '빛 색즉시공' 7강

이용희

카오스재단카오스강연
  • 물리학

우주 레이다로 만든 지구그림과 이웃행성 탐사 | 10강 ②

복소수는 자연현상을 설명하는 데 필수적인 수학적 도구로, 특히 위성 영상 분석에서 중요한 역할을 합니다. 복소수의 절대값과 위상을 활용하면, 서로 다른 시점에 촬영된 두 영상의 위상 차이를 계산할 수 있습니다. 이 위상 차이는 지표면의 높낮이나 변화를 시각적으로 드러내는 데 사용됩니다. 예를 들어, 용암이 흐른 화산 지역의 위상차 영상을 통해 용암의 이동과 지표면의 변형을 명확하게 파악할 수 있습니다. 이러한 분석은 단순히 표면의 모습뿐 아니라, 그 변화의 원인과 과정을 이해하는 데에도 큰 도움을 줍니다. 위성 간섭 영상기법(InSAR)은 인공위성이 동일 지역을 여러 번 촬영하여 얻은 데이터를 비교함으로써 지표면의 미세한 변화를 감지합니다. 두 영상 촬영 시 위성의 위치 차이, 즉 베이스라인 효과와 지표면의 실제 변위, 그리고 대기권의 영향 등이 모두 위상차 영상에 반영됩니다. 이를 통해 전 세계적으로 고해상도의 수치 표고 모델이 구축되었으며, 대표적으로 SRTM 미션을 통해 30m 해상도의 지형 데이터가 공개되어 누구나 활용할 수 있게 되었습니다. 최근에는 이러한 데이터를 더욱 정밀하게 가공하여 다양한 과학적, 실용적 목적으로 활용하고 있습니다. 이러한 기술은 지구뿐 아니라 달 탐사에도 적용되고 있습니다. 두 개의 지상 안테나를 이용해 달 표면을 간섭 영상으로 매핑함으로써, 달의 표고와 경사, 그리고 탐사에 적합한 위치를 정확히 파악할 수 있습니다. 특히 달 남극의 영구 그늘 분화구는 물이 얼음 형태로 존재할 가능성이 높아, 향후 달 기지 건설과 자원 활용에 중요한 역할을 할 것으로 기대됩니다. 실제로 우주선을 충돌시켜 분화구의 먼지를 관측한 결과, 물의 존재가 확인되기도 했습니다. 이러한 연구는 달 탐사의 효율성과 안전성을 크게 높여줍니다. 지표면 변위 분석은 자연재해의 원인과 영향을 파악하는 데 매우 유용합니다. 예를 들어, 화산 분출이나 대규모 지진이 발생한 후 위성 간섭 영상을 통해 지표면이 얼마나, 어디에서 변했는지 정밀하게 측정할 수 있습니다. 일본 대지진이나 뉴질랜드 지진 사례에서처럼, 위성 데이터는 수십 센티미터 단위의 변위까지 감지하여 피해 규모와 단층의 움직임을 과학적으로 분석할 수 있게 해줍니다. 이러한 정보는 재난 대응과 복구, 그리고 향후 위험 예측에 필수적인 자료로 활용됩니다. 위성 간섭 영상은 현장 조사와 결합하여 실제 지표면의 변화를 확인하는 데도 큰 역할을 합니다. 예를 들어, 나파 지진 이후 위성 영상에서 감지된 변위 지점을 현장에서 조사한 결과, 실제로 활주로에 금이 간 현상이 발견되었습니다. 이처럼 위성 데이터는 지상에서 직접 확인하기 어려운 미세한 변화를 원격으로 포착할 수 있어, 재난 현장의 신속한 대응과 피해 평가에 중요한 도구가 됩니다. 또한, 여러 지역에서 동시에 발생한 변화를 비교 분석함으로써, 지진의 영향 범위와 특성을 더욱 명확히 이해할 수 있습니다.

우주 레이다로 만든 지구그림과 이웃행성 탐사

윤상호

카오스재단카오스강연
  • 지구환경과학

[강연] 지니에게 물어봐 _장원철 교수| 2016 서울대 자연과학대학 공개강연 '무질서에서 질서로' (5) | 3강

우주는 끊임없이 무질서한 상태로 나아가려는 본질적인 경향을 가지고 있습니다. 이를 과학적으로는 열역학 제2법칙, 즉 엔트로피 증가의 법칙이라고 정의합니다. 뜨거운 커피가 식어 주변 온도와 같아지거나, 물속에 떨어진 잉크가 고르게 퍼져나가는 현상은 우리 주변에서 흔히 볼 수 있는 자연스러운 변화의 과정입니다. 이러한 변화는 결코 스스로 되돌아가지 않는 비가역적인 특성을 지닙니다. 한 번 흩어진 에너지는 외부의 개입 없이는 다시 모이지 않으며, 엔트로피는 단순한 혼란의 정도를 넘어 우주의 시간적 방향성을 결정짓는 중요한 척도가 됩니다. 루트비히 볼츠만은 눈에 보이지 않는 미시적 입자들의 배열 상태를 통해 엔트로피를 통계적으로 새롭게 정의했습니다. 그는 거시적인 상태가 가질 수 있는 미시적 상태의 가짓수가 많을수록 엔트로피가 높다는 사실을 수학적인 공식으로 증명해 냈습니다. 이는 무질서함이 단순히 인간의 주관적인 느낌이 아니라, 확률적으로 가장 일어날 법한 상태임을 과학적으로 입증한 것입니다. 볼츠만의 통계역학은 고전 물리학의 한계를 뛰어넘어 현대 물리학이 물질의 근본 원리를 이해하는 데 결정적인 토대를 마련해 주었으며, 원자의 존재를 확신하게 만든 계기가 되었습니다. 제임스 클러크 맥스웰은 엔트로피 법칙의 절대성에 도전하는 흥미로운 사고실험을 제안했습니다. 아주 작은 존재인 '맥스웰의 도깨비'가 기체 분자들의 속도를 하나하나 관찰하여 빠른 것과 느린 것을 분리할 수 있다면, 외부에서 에너지를 가하지 않고도 계의 엔트로피를 낮출 수 있다는 가설이었습니다. 이 도깨비의 존재는 오랫동안 물리학자들에게 거대한 지적 숙제를 안겨주었습니다. 만약 이 가설이 현실에서 가능하다면 열역학 제2법칙은 우주의 절대적인 진리가 아닌, 단지 확률적인 현상에 불과하게 되어 물리학의 근간이 흔들릴 수 있기 때문입니다. 맥스웰의 도깨비가 가진 모순은 20세기에 들어서 정보 이론과 열역학의 결합을 통해 명쾌하게 해결되었습니다. 도깨비가 분자를 선별하기 위해서는 반드시 정보를 수집하고 기억해야 하며, 이 정보를 지우는 과정에서 필연적으로 열이 발생한다는 사실이 밝혀진 것입니다. 즉, 정보를 처리하고 저장하는 과정 자체가 물리적인 비용을 수반하며, 전체 시스템의 엔트로피는 결과적으로 증가하게 됩니다. 이는 정보가 단순한 추상적 개념이 아니라 물리적인 실체와 긴밀하게 연결되어 있음을 시사하는 놀라운 발견이었으며, 현대 컴퓨터 공학의 기초 원리와도 맞닿아 있습니다. 생명체는 무질서로 향하는 우주의 거대한 흐름 속에서도 고도의 질서를 유지하고 만들어내는 경이로운 존재입니다. 우리는 외부로부터 끊임없이 에너지를 섭취하고 정교한 대사 과정을 거치며 스스로의 구조를 유지하고 복제합니다. 물리학자 슈뢰딩거는 생명이 '음의 엔트로피'를 섭취함으로써 생존한다고 표현하기도 했습니다. 비록 생명체 내부에서는 질서가 유지되는 것처럼 보이지만, 그 대가로 주변 환경의 엔트로피를 훨씬 더 크게 증가시킵니다. 결국 생명은 우주의 법칙을 거스르는 예외가 아니라, 그 법칙 안에서 에너지를 효율적으로 사용하여 꽃피운 정교한 결과물입니다. 엔트로피의 지속적인 증가는 왜 우리가 과거로 돌아갈 수 없는지, 즉 시간의 비가역성을 설명해 주는 유일한 물리적 근거가 됩니다. 우주의 초기 상태는 매우 낮은 엔트로피를 가지고 있었으며, 시간이 흐름에 따라 점차 높은 엔트로피 상태로 진화해 왔습니다. 이러한 변화의 흐름은 '시간의 화살'을 만들어내며, 우리가 과거와 미래를 명확히 구분 짓는 기준이 됩니다. 만약 엔트로피가 증가하지 않고 평형 상태에 머물러 있다면 세상은 어떠한 변화도 일어나지 않는 정적인 상태에 갇혔을 것입니다. 우리가 경험하는 모든 변화와 흐름은 무질서로 향하는 여정 그 자체입니다. 무질서 속에서 질서가 형성되는 원리를 이해하려는 노력은 현대 과학의 가장 본질적인 도전 중 하나입니다. 겉보기에 혼돈스러워 보이는 자연 현상 이면에는 정교한 물리 법칙이 숨어 있으며, 과학자들은 이를 통해 우주의 기원과 생명의 신비를 탐구해 왔습니다. 엔트로피 법칙은 우주의 종말을 예견하는 차가운 법칙처럼 느껴질 수 있지만, 동시에 복잡한 생명과 찬란한 문명이 탄생할 수 있었던 역동적인 배경이기도 합니다. 질서와 무질서가 끊임없이 상호작용하며 균형을 찾아가는 과정은 우주를 더욱 풍요롭고 아름답게 만드는 근원적인 원동력이라 할 수 있습니다.

[강연] 지니에게 물어봐 _장원철 교수| 2016 서울대 자연과학대학 공개강연 '무질서에서 질서로' (5)

장원철

카오스재단서울대자연과학공개강연
  • 수학

[강연] 구글신은 모든 것을 알고있다 _정하웅 교수 | 2016 서울대 자연과학대학 공개강연 '무질서에서 질서로' (6) | 4강

복잡계란 무엇일까요? 완벽한 질서는 예측 가능하지만 단조롭고, 완전한 무질서는 확률로 설명되지만 혼란스럽습니다. 우리가 살아가는 세상은 이 두 극단의 중간 지점인 '복잡계'에 위치합니다. 바둑판처럼 정교하지도, 주사위처럼 무작위적이지도 않은 이 모호한 영역 덕분에 세상은 흥미롭고 탐구할 가치가 생깁니다. 물리학은 이제 단순한 입자의 운동을 넘어, 이 복잡한 질서 속에서 새로운 규칙을 찾아내려 합니다. 우리 주변의 모든 것은 네트워크로 연결되어 있습니다. 사람과 사람 사이의 사회적 관계부터 고속도로, 철도, 심지어 우리 몸속의 신경망과 혈관까지도 거대한 연결망의 일부입니다. 이러한 네트워크 관점은 생물학, 경제학, 인터넷 등 다양한 분야를 관통하는 핵심 원리가 됩니다. 세상이 어떻게 연결되어 있는지 이해하는 것은 복잡한 현대 사회의 흐름을 읽는 첫걸음이며, 이를 통해 우리는 보이지 않는 거대한 구조를 파악할 수 있습니다. 데이터 과학은 이제 '빅데이터'라는 용어를 넘어 우리 삶의 깊숙한 곳을 파고들고 있습니다. 엄청난 양과 속도, 그리고 다양성을 갖춘 데이터는 때로 신비로운 예지력을 보여주기도 합니다. 실제로 구글의 검색 데이터나 웹페이지 노출 빈도는 선거 결과와 놀라울 정도로 일치하는 모습을 보였습니다. 이는 수많은 대중의 관심과 행동이 데이터라는 형태로 축적되었을 때, 개별적인 현상을 넘어 전체적인 흐름을 정확히 예측할 수 있음을 시사합니다. 사람들이 검색창에 입력하는 단어에는 거짓이 없습니다. 설문조사에서는 자신을 꾸밀 수 있지만, 정말 궁금하거나 필요한 정보를 찾을 때는 본능적이고 솔직한 데이터가 생성됩니다. 구글은 이러한 검색 트렌드를 분석해 질병관리본부보다 2주나 빨리 독감 유행을 예측하기도 했습니다. 시간과 장소 정보가 결합된 실시간 데이터는 현대 사회의 변화를 가장 빠르게 포착하는 도구가 되었으며, 이는 공공 보건과 경제 등 다양한 분야에서 혁신을 일으키고 있습니다. 하지만 데이터의 숫자만을 맹신하는 것은 위험할 수 있습니다. 2013년 구글 독감 트렌드가 실제 환자 수를 크게 빗나간 사례는 언론 보도와 같은 외부 요인이 데이터에 거품을 만들 수 있음을 보여주었습니다. 여기서 중요한 교훈은 '상관관계'와 '인과관계'를 혼동해서는 안 된다는 점입니다. 데이터가 보여주는 현상의 이면에 숨겨진 과학적 원리를 파악하지 못한 채 결과만을 수용한다면, 우리는 데이터가 만든 함정에 빠져 잘못된 결론에 도달할 수 있습니다. 데이터 과학은 인문학의 영역까지 확장되어 '컬처로믹스'라는 새로운 학문을 탄생시켰습니다. 수백만 권의 책을 디지털화하여 특정 단어의 사용 빈도를 분석하면, 시대별 문화적 관심사와 역사적 사건의 흐름을 읽어낼 수 있습니다. 노예 제도에 대한 관심이나 여권 신장의 역사, 심지어 과학과 종교의 위상 변화까지도 숫자로 증명됩니다. 이는 과거의 기록을 현대의 분석 도구로 재해석함으로써 인류 문명을 바라보는 새로운 시각을 제공합니다. 미래의 학문은 데이터를 유기적으로 연결하는 네트워크 과학과 결합하여 더욱 진화할 것입니다. 영문법의 규칙을 데이터 통계로 재정립하고, 경제학의 가격 이론을 실시간 거래 데이터로 분석하는 시도는 이미 현실이 되었습니다. 단순히 데이터를 모으는 것에 그치지 않고, 이를 어떻게 유기적으로 연결하여 가치 있는 정보를 추출하느냐가 핵심입니다. 데이터와 네트워크가 만날 때, 우리는 비로소 복잡한 세상의 진실에 한 걸음 더 다가갈 수 있습니다.

[강연] 구글신은 모든 것을 알고있다 _정하웅 교수 | 2016 서울대 자연과학대학 공개강연 '무질서에서 질서로' (6)

정하웅

카오스재단서울대자연과학공개강연
  • 물리학