모형

13 Contents

[연구뭐하지?] 과학이란 무엇인가? 과학에 대한 철학적 탐구_천현득 교수 | 서울대학교 “과학철학 연구실”

과학학은 과학을 직접 실험하거나 수학적으로 연구하는 대신, 인문학적이고 사회과학적인 관점에서 과학의 본성을 탐구하는 학문입니다. 과학철학자는 나무가 모여 있는 숲을 보듯 한 걸음 물러나 과학사, 과학철학, 과학사회학의 관점에서 과학을 분석합니다. 유전자가 무엇인지와 같은 개념적 질문부터 과학과 사이비 과학을 구분하는 기준, 그리고 생물학이 물리학으로 환원될 수 있는지와 같은 방법론적 문제까지 폭넓게 다룹니다. 이러한 탐구는 우리가 당연하게 받아들이는 과학적 지식의 근간을 다시 생각하게 합니다. 현대 과학철학에서는 토마스 쿤의 철학을 재해석하고 과학적 이해의 조건을 연구하며, 특히 인공지능이 사회에 미치는 영향을 탐구하는 작업이 중요하게 다뤄집니다. 과학적 이해란 단순히 설명을 듣는 것을 넘어 세계를 파악하는 상태를 의미하며, 인공지능 연구에서는 기술의 급격한 발전이 가져올 윤리적 쟁점들을 분석합니다. 이는 과학이 단순히 기술적 진보에 그치지 않고 인간 사회와 어떻게 상호작용하는지를 철학적으로 성찰하는 과정입니다. 복잡한 현대 과학의 흐름 속에서 철학은 길을 잃지 않게 돕는 나침반 역할을 수행합니다. 과학에서 사용하는 과학적 모형은 실제와는 다른 일종의 '거짓말'을 포함하고 있습니다. 예를 들어 물리 문제를 풀 때 마찰력이 없다고 가정하는 것은 현실과 다르지만, 우리는 이 과학적 모형을 통해 정확한 예측과 설명을 수행합니다. 과학철학은 이처럼 과학적 모형이 사실이 아님에도 불구하고 어떻게 우리에게 유용한 과학적 이해를 제공하는지 그 메커니즘을 추적합니다. 추상적인 철학적 논증과 실제 과학 현장의 활동을 연결하는 작업은 과학철학만이 가진 독특한 매력이며, 현실과 밀접하게 맞닿아 있는 철학의 면모를 잘 보여줍니다. 인공지능 윤리는 기술의 자율성과 불투명성에서 비롯되는 다양한 문제를 다룹니다. 자율주행차나 살상 무기 시스템처럼 인간의 직접적인 통제를 벗어난 기술은 책임의 소재를 묻게 하며, 방대한 데이터를 학습하는 과정에서 발생하는 프라이버시 침해나 편향성 문제도 심각합니다. 특히 챗봇이 특정 집단을 차별하거나 사회적 편견을 그대로 반영하는 현상은 기술이 결코 가치 중립적이지 않음을 시사합니다. 이러한 쟁점들을 분석하고 대안을 모색하는 것은 현대 과학기술 사회에서 필수적인 과제입니다. 철학적 사고를 명료하게 만드는 가장 좋은 방법은 자신의 언어로 글을 쓰는 것입니다. 단순히 정보를 습득하는 것을 넘어 질문을 던지며 읽고, 타인의 주장을 합리적으로 재구성해 비판하는 훈련이 필요합니다. 현대 사회는 이미 과학기술이 지배하는 시대이기에, 기술의 활용법을 익히는 것만큼이나 그 근본 원리와 사회적 파급력을 고민하는 철학적 태도가 중요합니다. 과학이 무엇인지 더 근본적으로 질문하는 사람들이 많아질 때, 우리는 기술의 속도에 매몰되지 않고 더 나은 미래를 설계할 수 있을 것입니다.

[연구뭐하지?] 과학이란 무엇인가? 과학에 대한 철학적 탐구_천현득 교수 | 서울대학교 “과학철학 연구실”

천현득

카오스재단연구뭐하지
  • 융합

[인터뷰] 국종성_낯선 지구 : 다시는 예전의 지구로 돌아갈 수 없다!

기후변화 연구는 단순히 데이터를 분석하는 즐거움을 넘어 이제는 우리 사회가 직면한 가장 중대한 도전 과제가 되었습니다. 25년 넘게 기후를 연구해 온 학자로서 초기에는 가설이 증명될 때 느끼는 학문적 카타르시스와 전율에 집중했다면, 이제는 연구자로서의 사회적 책임감을 깊이 통감하고 있습니다. 대중과 소통하며 기후 위기의 심각성을 알리는 과정에서, 개인적인 연구의 재미와 사회적 필요성 사이의 균형을 맞추는 것이 얼마나 중요한지 깨닫게 된 것입니다. 최근 기후학계에서 주목하는 화두 중 하나는 바로 '기후 임계점'입니다. 이는 지구온난화가 진행되면서 기후가 서서히 변하다가 특정 지점에 도달하면 걷잡을 수 없이 급격하게 변화하는 현상을 의미합니다. 임계점을 넘어선 이후의 기후가 어떤 방향으로 흐를지는 현재의 과학적 지식으로도 정확히 예측하기 어렵습니다. 영화 속 장면처럼 갑작스러운 빙하기가 찾아오거나 울창한 숲이 순식간에 사막으로 변하는 등, 지구가 전혀 다른 환경으로 변모할 수 있다는 사실은 우리에게 큰 경각심을 줍니다. 이산화탄소 증가가 지구에 미치는 영향은 단순히 온실효과에 그치지 않습니다. 식물은 이산화탄소 농도가 높아지면 기공을 적게 열어 수분 증발을 억제하는데, 이는 지면의 온도를 조절하는 증발산 작용을 방해하여 온도를 더욱 높이는 결과를 초래합니다. 이러한 복합적인 기후 시스템을 연구하기 위해 과학자들은 가상의 지구인 '기후 모형'을 활용합니다. 실제 지구를 대상으로 함부로 실험할 수 없기에, 정교한 수학적 모델과 컴퓨터 시뮬레이션을 통해 미래 기후를 예측하고 대응책을 마련하는 것입니다. 우리가 탄소 중립을 실현하여 대기 중 농도를 낮춘다 하더라도 지구가 과거의 안정적인 상태를 회복할 것이라는 보장은 없습니다. 최근의 학술적 성과들은 지구가 원래의 궤도가 아닌 전혀 새로운 환경적 평형 상태로 진입할 가능성을 경고하고 있습니다. 이는 현재 우리가 산정하는 기후 대응 비용에 미래의 영구적인 손실분까지 포함해야 한다는 경제적, 윤리적 함의를 담고 있습니다. 기후변화가 남기는 흔적은 인류의 예상보다 훨씬 깊고 오래 지속될 수 있음을 잊지 말아야 합니다. 과학 연구는 단거리 경주가 아닌 마라톤과 같습니다. 젊은 연구자들이 처음의 열정을 잃지 않고 꾸준히 나아가기 위해서는 체력 관리와 마음의 여유가 필수적입니다. 밤을 새워 연구에 매진하는 것보다 규칙적인 운동과 다양한 활동을 통해 창의성을 유지하는 것이 장기적으로 더 큰 성과를 내는 비결입니다. 조급함을 버리고 작은 성공들을 쌓아가며 자신만의 페이스를 유지할 때, 비로소 기후 위기라는 거대한 장벽을 넘을 수 있는 혁신적인 해답을 찾고 지속 가능한 연구를 이어갈 수 있을 것입니다.

[인터뷰] 국종성_낯선 지구 : 다시는 예전의 지구로 돌아갈 수 없다!

국종성

카오스재단석학인터뷰
  • 지구환경과학

[과학자가 쓴 과학책 #26] 김항배_태양계가 200쪽의 책이라면 ㅣ 태양계를 200쪽의 책 안에 담을 수 있을까?

과학은 복잡한 세상을 이해하기 위해 '모형'이라는 도구를 사용합니다. 모형은 대상의 실제 모습을 완벽하게 재현하기보다는, 우리가 대상을 어떻게 이해하고 있는지를 보여주는 방식입니다. 이론 물리학자들이 복잡한 암소를 단순한 구형으로 가정(구형 암소)하고 문제를 해결하듯, 과학적 탐구는 본질적인 요소를 추출하여 단순화하는 과정에서 시작됩니다. 이러한 단순화는 우리가 우주라는 거대한 대상을 인간의 지성으로 파악할 수 있게 돕는 핵심적인 전략입니다. 우리가 흔히 접하는 태양계 그림은 행성들이 오밀조밀 모여 있는 모습이지만, 실제 태양계는 상상 이상으로 공허합니다. 태양을 14cm 크기의 자몽이라고 가정하면, 지구는 15m 떨어진 곳에 놓인 1.3mm 크기의 좁쌀에 불과합니다. 가장 먼 해왕성은 450m나 떨어져 있어, 실제 비율로 태양계를 구현하려면 거대한 공원이 필요할 정도입니다. 이러한 공간적 거리감을 직접 느껴보는 것은 우리가 우주를 인식하는 방식에 커다란 변화를 가져다줍니다. 인류는 아주 오래전부터 밤하늘에서 별들 사이를 움직이는 '행성'의 존재를 인식하고 그 규칙성을 연구해 왔습니다. 메소포타미아와 이집트, 그리스 문명을 거치며 축적된 관측 데이터는 정교한 수식과 기하학적 모형으로 발전했습니다. 특히 프톨레마이오스의 천동설은 비록 현대의 관점에서는 틀렸을지라도, 당시의 관측 사실을 설명하기 위해 고안된 매우 과학적이고 정교한 체계였습니다. 이는 인간이 우주의 질서를 찾으려 노력해 온 역사의 산물입니다. 17세기 갈릴레오가 망원경으로 하늘을 바라보면서 천문학은 새로운 국면을 맞이했습니다. 금성의 위상 변화와 토성의 고리를 직접 목격하며 지동설에 대한 확신을 얻었고, 이는 뉴턴의 만유인력 법칙으로 이어져 천체 운동의 원리를 완벽하게 설명하게 되었습니다. 하늘의 행성과 지상의 물체가 동일한 물리 법칙을 따른다는 발견은 인류 지성사에서 가장 혁명적인 사건 중 하나였으며, 이를 통해 우리는 태양계를 단순한 관찰 대상이 아닌 물리적 실체로 이해하게 되었습니다. 우주 탐사는 지구의 중력을 벗어나는 초속 11km의 탈출 속도를 확보하는 것에서 시작됩니다. 하지만 더 먼 행성으로 나아가기 위해서는 태양의 중력까지 극복해야 하며, 이는 엄청난 에너지와 시간을 필요로 합니다. 1970년대 보이저 프로젝트는 행성의 중력을 이용해 속도를 높이는 '스윙바이' 기술을 활용하여 이 한계를 극복했습니다. 170년에 한 번 찾아오는 행성 배열의 기회를 포착한 이 여정은 인류가 태양계의 끝자락까지 시야를 넓히는 결정적인 계기가 되었습니다. 태양계의 행성들이 저마다 다른 모습을 띠게 된 결정적인 이유는 형성 당시의 온도와 '동결선'의 위치에 있습니다. 태양과 가까운 안쪽 영역은 온도가 높아 물이 기체 상태로 존재했기에 무거운 암석 중심의 암석 행성들이 형성되었습니다. 반면 동결선 바깥쪽은 물과 메탄이 얼음 형태로 존재할 수 있어 거대한 기체 행성들이 탄생할 수 있었습니다. 이처럼 행성의 운명은 태양으로부터의 거리에 의해 결정되었으며, 이는 우주의 다른 별들에서도 보편적으로 나타나는 현상일 것입니다. 보이저 1호가 태양계를 떠나며 뒤돌아 찍은 '창백한 푸른 점' 사진은 우리에게 깊은 울림을 줍니다. 광활하고 공허한 우주 속에서 지구는 단 한 픽셀의 작은 점에 불과하지만, 그 안에는 인류의 모든 역사와 생명이 담겨 있습니다. 밖에서 바라본 지구의 모습은 우리가 발을 딛고 있는 이 땅이 얼마나 소중하고 특별한지를 깨닫게 합니다. 태양계의 광활한 빈 공간을 느껴보는 과정은 결국 우리 자신과 우리가 사는 세상을 새로운 시각으로 바라보는 여정이라 할 수 있습니다.

[과학자가 쓴 과학책 #26] 김항배_태양계가 200쪽의 책이라면 ㅣ 태양계를 200쪽의 책 안에 담을 수 있을까?

김항배

카오스재단읽다과학
  • 천문학

[인터뷰] 김항배_상대성이론이 과학계에 준 가장 큰 충격은 무엇인가요?

우주는 가장 작은 소립자의 세계부터 가장 거대한 은하계에 이르기까지 하나의 일관된 원리로 연결되어 있습니다. 현대 물리학은 우리 우주가 양자 요동이라는 미세한 떨림으로부터 시작되었다고 설명합니다. 이러한 양자 요동은 급팽창 이론을 통해 별과 은하 같은 거대한 구조를 만들어내는 씨앗이 되었습니다. 입자 물리학과 우주론을 아우르는 연구는 결국 인간이라는 존재가 어떻게 이 광활한 우주 속에 등장하게 되었는지 그 기원을 추적하는 과정이라 할 수 있습니다. 우주의 미래를 예측하는 일은 매우 복잡하지만, 거시적인 관점에서 우주는 의외로 단순한 구조를 지니고 있습니다. 현재 우주의 운명을 결정짓는 가장 중요한 열쇠는 공간을 가득 채우고 있는 암흑 에너지가입니다. 만약 암흑 에너지가 진공 에너지와 같은 성질을 유지한다면, 우주는 영원히 가속 팽창하며 점차 식어갈 것입니다. 결국 모든 별이 수명을 다하고 절대영도에 가까운 차가운 암흑 속으로 사라지는 허무한 결말이 우리를 기다리고 있을지도 모릅니다. 아인슈타인의 상대성 이론은 우리가 시공간을 바라보는 방식을 근본적으로 바꾸어 놓았습니다. 특수 상대성 이론이 빛의 속도에 가까운 운동에서 시간과 공간이 하나로 얽혀 있음을 보여주었다면, 일반 상대성 이론은 물질의 존재가 시공간의 기하학적 구조를 결정한다는 사실을 일깨워 주었습니다. 즉, 우리가 어디에 있느냐와 주변에 얼마나 많은 물질이 있느냐에 따라 시간의 흐름과 거리의 척도가 달라지는 것입니다. 이는 우주라는 거대한 무대를 이해하기 위한 필수적인 열쇠입니다. 과학의 심오한 원리를 대중에게 전달하는 과정은 또 다른 도전입니다. 태양계의 구조를 설명할 때 단순히 행성의 나열을 넘어 실제 우주가 가진 압도적인 공간감과 빈 여백을 시각화하는 작업이 중요합니다. 우리가 흔히 보는 모형들은 실제 거리감을 제대로 반영하지 못하는 경우가 많기 때문입니다. 과학적 사실을 정확하게 전달하면서도 독자들이 우주의 광활함을 체감할 수 있도록 돕는 것은 과학 저술가가 지향해야 할 중요한 가치 중 하나라고 할 수 있습니다. 과학자에게 가장 큰 희열은 새로운 가설을 세우고 그것이 동료들에게 인정받는 순간에 찾아옵니다. 암흑 물질이나 여분 차원과 같은 난해한 주제를 탐구하며 우주의 비밀을 한 꺼풀 벗겨낼 때의 짜릿함은 연구를 지속하게 하는 원동력이 됩니다. 최근에는 엔트로피와 원자에 관한 새로운 저술 활동을 통해 대중과 소통하려는 노력이 이어지고 있습니다. 과학적 오류를 바로잡고 더 깊은 통찰을 공유하려는 이러한 시도들은 우리 사회의 지적 지평을 넓히는 데 기여할 것입니다.

[인터뷰] 김항배_상대성이론이 과학계에 준 가장 큰 충격은 무엇인가요?

김항배

카오스재단석학인터뷰
  • 물리학

[강연] 기후학자가 노벨물리학상을 수상한 이유? by 국종성 ㅣ 고등과학원(KIAS) x 카오스재단 2021 '노벨상 해설강연' | 2강

기후 연구는 단순히 대기와 해양의 물리적 현상을 관찰하는 지구과학의 영역을 넘어, 이제는 식물의 호흡과 같은 생태적 요소까지 고려하는 거대한 융합 학문으로 진화했습니다. 우리가 살고 있는 지구에 대한 깊은 호기심과 관심을 가진 사람이라면 누구나 이 여정에 동참할 수 있습니다. 특히 현대 기후학은 다양한 학문적 배경을 가진 이들이 모여 복잡한 지구 시스템을 다각도로 분석하는 융합적 사고를 요구합니다. 이러한 통합적 접근은 기후 변화라는 인류 공동의 과제를 해결하는 데 필수적인 토대가 되며, 미래의 기후학자들에게 가장 필요한 덕목이기도 합니다. 소중한 지구를 대상으로 직접적인 실험을 할 수 없기에, 과학자들은 컴퓨터 시뮬레이션을 통해 가상의 지구인 '기후 모형'을 만듭니다. 이는 지구의 물리적 과정을 정교한 수학적 방정식으로 표현하여 미래의 변화를 진단하는 도구입니다. 전 지구를 격자로 쪼개어 수천만 개의 미분 방정식을 푸는 이 과정에는 엄청난 성능의 슈퍼컴퓨터가 동원됩니다. 10만 줄 이상의 복잡한 코드로 이루어진 기후 모형은 인류가 지구 시스템을 이해하고 미래의 기후 위기에 대비하기 위해 수십 년간 개발해 온 정교한 과학적 산물이자, 미래를 내다보는 창과 같습니다. 2021년 노벨 물리학상이 기후학자들에게 수여된 사건은 과학계에 큰 영감을 주었습니다. 이는 기후 시스템이 물리학적으로 매우 정교한 복잡계임을 인정함과 동시에, 기후 위기가 인류가 직면한 가장 시급하고 거대한 위협이라는 강력한 메시지를 담고 있습니다. 노벨 재단은 지구 온난화를 물리적으로 모델링하고 그 변동성을 정량화하여 신뢰할 수 있는 예측을 가능하게 한 공로를 높이 평가했습니다. 이는 기후학이 현대 물리학의 중요한 한 축으로서 인류의 생존과 직결된 학문임을 공표한 것이며, 우리가 당장 실천해야 할 과제임을 일깨워주는 상징적인 사건입니다. 슈쿠로 마나베 교수는 1960년대에 이미 세계 최초로 3차원 대기 대순환 모형을 개발하며 현대 기후 예측의 기틀을 마련했습니다. 그는 이산화탄소 농도가 2배 증가할 때 지표 온도가 약 2.4℃ 상승할 것이라는 놀라운 예측을 내놓았는데, 이는 수십 년 뒤의 현대적 관측치와도 매우 유사합니다. 특히 이산화탄소 증가 시 성층권 온도가 하락할 것이라는 그의 통찰은 훗날 실제 관측을 통해 증명되었습니다. 이는 기후 변화가 태양 활동의 변화가 아닌, 인간 활동에 의한 온실가스 배출 때문임을 밝히는 결정적인 과학적 근거가 되어 회의론자들의 주장을 잠재웠습니다. 클라우스 하셀만 교수는 무질서해 보이는 날씨의 변동 속에서 어떻게 장기적인 기후 예측이 가능한지에 대한 해답을 제시했습니다. 그는 대기의 빠른 변화가 해양과 같은 느린 시스템에 축적되는 과정을 수학적으로 증명하며 기후 예측의 토대를 마련했습니다. 이는 아인슈타인의 브라운 운동 개념을 기후 연구에 적용한 혁신적인 시도였습니다. 해양과 대기가 서로 시그널을 주고받으며 엘니뇨와 같은 거대한 기후 흐름을 만들어내는 과정을 이해하게 됨으로써, 인류는 무작위적인 날씨의 소음 속에서도 기후라는 거대한 질서의 방향성을 읽어낼 수 있게 되었습니다. 하셀만 교수의 또 다른 위대한 업적은 기후 변화의 원인을 규명하는 '최적 지문법'을 개발한 것입니다. 이는 관측된 기후 패턴 중에서 인간 활동에 의한 영향을 정밀하게 찾아내는 기술입니다. 최근 빈번해진 이상 기후가 단순한 자연적 변동인지, 아니면 인위적인 온난화 때문인지를 과학적으로 판별할 수 있게 된 것입니다. 이러한 연구는 기후 변화의 확률적 위험성을 정량화하여 정책 결정자들이 방파제 높이를 조절하거나 탄소 중립 전략을 세우는 데 실질적인 데이터를 제공합니다. 즉, 과학이 사회적 의사결정에 기여할 수 있는 강력한 도구를 마련해 준 셈입니다. 노벨상 수상은 기후 연구의 끝이 아니라 인류에게 주어진 새로운 숙제의 시작을 의미합니다. 우리는 여전히 지구 시스템의 임계점이 어디인지, 탄소 중립 이후 지구가 과거의 상태로 회복될 수 있는지에 대해 명확한 답을 찾고 있습니다. 급격한 기후 변화에 따른 생태계의 반응과 지구가 받는 지속적인 기후 스트레스는 우리가 앞으로 풀어야 할 거대한 수수께끼입니다. 기후학자들이 닦아놓은 과학적 토대 위에서, 이제는 전 인류가 지혜를 모아 지구의 지속 가능한 미래를 위한 실천적인 해답을 찾아나가야 합니다. 이번 수상은 그 여정을 독려하는 인류의 응원과도 같습니다.

[강연] 기후학자가 노벨물리학상을 수상한 이유? by 국종성 ㅣ 고등과학원(KIAS) x 카오스재단 2021 '노벨상 해설강연'

국종성

카오스재단노벨상/필즈상 해설강연
  • 지구환경과학

[인터뷰] 김지훈_ 이것으로 별도, 달도, 우주도 만든다 | 2021 카오스콘서트 '어둠의 존재들'

현대 우주론 연구에서 컴퓨터 시뮬레이션은 실험이 불가능한 우주를 탐구하는 핵심적인 도구입니다. 연구자들은 은하, 별, 그리고 초거대 질량 블랙홀의 형성 과정을 가상 공간에서 구현하며 우리가 알고 있는 물리 법칙의 타당성을 검증합니다. 직접 우주에 가서 만져보거나 은하의 탄생을 지켜볼 수는 없지만, 정교한 수치 모형을 통해 우주의 진화 과정을 재현함으로써 이론적 가설을 실질적으로 확인하는 독특한 매력을 지닙니다. 시뮬레이션 과정은 매우 정밀하고 방대한 작업입니다. 완벽한 물리 모형을 입력하더라도 컴퓨터의 처리 방식이나 인간의 실수로 인해 오류가 발생할 수 있기에, 하나의 결과물을 얻기 위해 수일에서 수개월의 시간이 소요되기도 합니다. 이러한 연구는 주로 람다 CDM 모형이라 불리는 표준 우주론에 기반을 둡니다. 이는 현재 과학계에서 가장 많은 검증과 확인 절차를 거친 신뢰할 수 있는 틀로, 연구자들은 이 모형을 염두에 두고 우주의 구조를 설계합니다. 우주 구성의 70%를 차지한다고 알려진 암흑 에너지는 여전히 현대 과학의 거대한 수수께끼입니다. 과학자들은 우주 팽창을 설명하기 위해 특정 역할을 수행하는 존재가 반드시 필요하다는 판단 아래, 정체는 모르지만 우선 이름을 붙여 자리를 마련해 두었습니다. 존재의 필요성은 인정되나 실체는 모르는 상태인 암흑 에너지를 규명하는 것은 현대 우주론이 직면한 가장 큰 과제 중 하나이며, 이를 해결하기 위한 다양한 이론적 시도가 이어지고 있습니다. 특히 초거대 질량 블랙홀의 기원과 성장 과정은 시뮬레이션 연구의 주요 관심사입니다. 사건의 지평선 망원경을 통해 관측적 증거는 확보되었으나, 이들이 어떻게 처음 생겨나 주변의 가스와 암흑 물질을 흡수하며 거대해졌는지에 대한 이론적 확립은 아직 미비합니다. 연구자들은 컴퓨터에게 물리적 모형을 제시하고 그것이 실제 우주와 유사하게 구현되는지 묻는 과정을 반복합니다. 이러한 상호작용을 통해 블랙홀의 성장 경로를 추적하며 우주의 비밀에 한 걸음 더 다가갑니다. 과학 연구에는 논리적 분석뿐만 아니라 연구자의 직관이나 육감도 중요한 역할을 합니다. 때로는 머리가 아닌 몸으로 느끼는 본능적인 감각이 새로운 발견의 실마리가 되기도 합니다. 또한, 모든 사람이 바라보는 보편적인 관점에서 벗어나 문제를 다른 시각으로 바라보려는 노력은 과학적 진보를 이끄는 원동력입니다. 이러한 다각적인 시선과 끊임없는 탐구 정신은 미래의 과학자들이 갖추어야 할 소양이며, 우주라는 거대한 신비를 풀어가는 열쇠가 될 것입니다.

[인터뷰] 김지훈_ 이것으로 별도, 달도, 우주도 만든다  |  2021 카오스콘서트 '어둠의 존재들'

김지훈

카오스재단석학인터뷰
  • 물리학
  • 천문학

[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

[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] 게임이론 - 인간의 행동을 예측하다 (4) _ by한순구 | 2018 봄 카오스 강연 '모든 것의 수數다' 6강 | 6강 ④

경제학은 본질적으로 인간의 행복을 탐구하는 학문입니다. 행복이라는 광범위한 주제 중에서도 경제학자들은 특히 물질적 풍요에 집중하여, 어떻게 하면 인간을 더 풍요롭고 행복하게 만들 수 있을지 연구합니다. 인간의 행동 중 약 97~98%가 물질적 욕구에 의해 움직인다는 관점에서 볼 때, 경제학은 인간의 행동을 이해하고 예측하는 가장 강력한 도구가 됩니다. 결국 경제학은 우리 삶 그 자체를 분석하고 더 나은 방향을 제시하는 학문이라 할 수 있습니다. 경제학은 크게 미시경제학과 거시경제학으로 나뉩니다. 미시경제학이 인간의 장기 하나하나를 살피는 정밀 검진이라면, 거시경제학은 몸 전체의 열을 내리는 응급 처치와 같습니다. 국가 단위의 경제성장률이나 실업률을 다루는 거시경제학은 주식이나 부동산 투자와 같은 실생활에 유용한 정보를 제공하며, 개별 주체의 행동을 분석하는 미시경제학은 사회의 세밀한 작동 원리를 밝혀냅니다. 이 두 관점은 서로 보완하며 우리 사회의 건강 상태를 진단하고 적절한 처방을 내리는 역할을 수행합니다. 경제학에서 가정하는 '합리성'은 현실과 동떨어진 개념처럼 보일 수 있지만, 사실 우리 일상에 깊이 뿌리박혀 있습니다. 당구 선수가 복잡한 물리 법칙을 계산하지 않아도 기막힌 각도로 공을 보내듯, 사람들은 경제학 이론을 몰라도 자신의 삶에서 최선의 선택을 내리며 경제적 명제들을 구현해 나갑니다. 경제학자들은 이처럼 일상에서 이루어지는 합리적인 행동들을 수학적 모형으로 기술하여, 사회가 어떻게 효율적으로 작동하는지 설명하고 경쟁에서 도태되지 않는 방법을 연구합니다. 경제학적 사고의 유용성은 스포츠나 국가 경영 등 다양한 분야에서 증명됩니다. 영화 '머니볼'의 사례처럼, 적은 예산으로도 통계적 분석을 통해 저평가된 선수를 발굴함으로써 거대 자본을 가진 팀과 대등하게 경쟁할 수 있습니다. 이는 단순히 돈을 버는 문제를 넘어, 한정된 자원을 어떻게 배분해야 최소의 비용으로 최대의 효과를 낼 수 있는지에 대한 해답을 제시합니다. 국가의 성패 역시 이러한 경제학적 원리를 얼마나 적절히 적용하느냐에 따라 그 격차가 벌어지게 됩니다. 현대 경제학은 게임 이론을 통해 기업 간 경쟁이나 국가 간 외교 전략 등 복잡한 의사결정 과정을 분석합니다. 비록 현실의 모든 변수를 수학적으로 완벽하게 통제하기는 어렵지만, 게임 이론은 전략적 상황에서 발생할 수 있는 경우의 수를 체계적으로 열거하고 예측하는 데 큰 도움을 줍니다. 수학이라는 정교한 도구와 인간 사회에 대한 깊은 통찰이 결합할 때, 경제학은 불확실한 미래를 대비하고 더 나은 사회를 설계하는 나침반이 되어줄 것입니다. 학문의 발전은 계속해서 새로운 영역을 탐구하며 진화하고 있습니다.

[강연] 게임이론 - 인간의 행동을 예측하다 (4) _ by한순구 | 2018 봄 카오스 강연 '모든 것의 수數다' 6강

김두얼, 한순구

카오스재단카오스강연
  • 수학
  • 융합

[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] 통계적인 예측과 동역학적 예측은 다른 것인가? | 2017 카오스 토론회 : '과학vs과학철학' 3부 2강 | 3부 ②

물리학에서 동역학적 예측은 고전 역학이나 양자역학의 슈뢰딩거 방정식을 통해 입자의 미래 상태를 기술하는 방식입니다. 이는 특정 입자의 현재 위치와 운동량 정보를 입력값으로 삼아, 아주 짧은 시간 뒤의 상태를 결정론적으로 추적합니다. 미시적인 정보에서 시작하여 다시 미시적인 결과를 도출하는 과정이라 할 수 있습니다. 개별 개체의 움직임에 집중하여 그 인과 관계를 명확히 규명하려는 시도가 이 예측의 핵심이며, 입자 하나하나의 미래를 정밀하게 들여다보는 것을 목표로 합니다. 반면 통계적 예측은 수많은 입자가 모인 전체 시스템의 거시적인 변화에 주목합니다. 개별 입자의 구체적인 경로를 일일이 추적하는 대신, 온도나 압력과 같이 시스템 전체를 대표하는 소수의 변수를 통해 현상을 설명합니다. 이는 미시적인 복잡함 속에서 질서 있는 패턴을 찾아내는 과정이며, 개별 요소의 세세한 정보보다는 전체가 보여주는 통계적 성질이 무엇인지를 파악하는 데 목적이 있습니다. 수많은 기체 분자가 상호작용하며 만들어내는 거시적 상태를 이해하는 것이 통계 물리학의 주요 과제입니다. 이러한 통계적 관점은 사회 현상을 분석할 때도 유용하게 활용됩니다. 특정 학교나 커피숍이 정확히 어디에 위치할지 개별적으로 예측하기는 어렵지만, 이들이 모여 형성하는 전체적인 분포 패턴은 일정한 규칙성을 띱니다. 통계 물리학자들은 구체적인 개별 사례보다는 전체적인 데이터가 그리는 기준선을 제시함으로써, 현상이 적절한 범위 내에 있는지 판단할 근거를 마련합니다. 이는 개별 예측을 넘어선 거시적 통찰을 제공하며, 복잡한 사회 시스템 속에서 우리가 무엇에 주목해야 하는지를 알려주는 이정표가 됩니다. 철학적 관점에서 보면, 전체는 단순히 부분의 합이 아니라는 '창발 현상'이 중요하게 다루어집니다. 나무 하나하나를 볼 때와 숲 전체를 볼 때 나타나는 현상이 다르듯, 통계적 서술은 개별 동역학적 서술이 주지 못하는 새로운 층위의 정보를 제공합니다. 다만 집단의 평균적 특징을 개별 구성원에게 무분별하게 적용하는 '평균화의 오류'를 경계해야 합니다. 이는 통계적 지식과 개체 단위의 지식을 혼동할 때 발생하는 인식론적 위험이며, 과학적 권위를 빌려 사회적 편견을 조장하지 않도록 주의가 필요한 지점이기도 합니다. 확률의 존재 의미에 대해서도 고전 역학과 양자역학은 서로 다른 해석을 내놓습니다. 고전 역학에서의 확률은 우리가 모든 정보를 알지 못하는 '무지'에서 비롯된 도구적 성격이 강하지만, 양자역학에서는 세계의 본질적인 속성으로 이해되기도 합니다. 이러한 존재론적 차이는 우리가 세상을 기술하는 방식에 깊은 영향을 미칩니다. 결국 통계적 서술과 동역학적 서술은 단순히 방법의 차이를 넘어, 세계를 바라보는 근본적인 시각의 차이를 반영합니다. 우리가 세상을 얼마나 정확히 알 수 있는지에 대한 겸손한 성찰이 필요한 이유입니다. 과학적 연구는 종종 허공에 화살을 쏘고 그 자리에 과녁을 그리는 과정에 비유됩니다. 복잡한 현실을 단순화된 모형으로 만들고, 그 모형이 실제 데이터와 일치하는지 확인하며 이론을 정교화해 나가는 것입니다. 자연은 불연속적인 입자들로 구성되어 있지만, 물리학자들은 이를 연속적인 미분 방정식으로 기술하며 세상을 근사적으로 이해합니다. 이러한 모델링 과정은 완벽한 진리를 찾는 것이라기보다 세상을 이해하기 위한 유용한 도구를 만드는 작업입니다. 직관적인 가설에서 시작해 경험적 자료로 검증하는 과정이 과학의 본질입니다. 결론적으로 동역학적 예측과 통계적 예측은 서로 보완적인 관계에 있습니다. 지진의 정확한 시점을 예측할 수는 없어도 통계적 패턴을 통해 재난에 대비할 수 있듯이, 통계 물리학은 사회의 거시적 흐름을 이해하는 강력한 틀을 제공합니다. 다양한 학문적 접근이 경쟁하고 협력하며 세상의 인과 구조를 밝혀내는 과정은 인류의 지평을 넓혀줍니다. 우리는 이러한 다각적인 시선을 통해 복잡한 사회 현상을 더욱 깊이 있게 통찰할 수 있으며, 단순한 수치를 넘어 그 속에 담긴 의미를 해석하는 능력을 갖추게 됩니다.

[강연] 통계적인 예측과 동역학적 예측은 다른 것인가? | 2017 카오스 토론회 : '과학vs과학철학' 3부 2강

김범준, 이상욱

카오스재단마스터클래스
  • 물리학
  • 융합