과학 포털 iKAOS

44 Contents

[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.

백민경

카오스재단카오스크로스

화학
생명과학

[강연] 미분방정식과 충격파? 그 충격적인 관계 1_by 배명진 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 2강 첫 번째 이야기 | 2강 ①

알베르트 아인슈타인은 세상이 특정한 시스템으로 이루어져 있으며, 이를 이해하기 위해 방정식을 사용한다고 말했습니다. 우리가 마주하는 현실은 끊임없이 변화하는 복잡한 요소들로 가득 차 있지만, 수학은 그 이면의 질서를 포착해내는 강력한 도구가 됩니다. 특히 세상을 이해하는 데 필수적인 도구로 꼽히는 미분 방정식은 단순한 수식을 넘어 사회 현상이나 물리적 변화를 설명하고 미래를 예측하는 데 중요한 역할을 수행합니다. 이는 현대 과학이 세상을 바라보는 가장 정교한 렌즈라고 할 수 있습니다. 미분 방정식의 기초가 되는 미적분은 본래 움직이는 세계를 이해하기 위해 탄생했습니다. 일주일 동안의 몸무게 변화를 예로 들면, 매 순간의 변화량을 따지는 것이 미분이고 그 변화량을 합산하여 전체적인 추이를 파악하는 것이 적분의 개념입니다. 인구 변화에서도 매달 늘어나는 인구수는 미분으로, 이를 바탕으로 연말의 총인구를 예측하는 것은 적분으로 이해할 수 있습니다. 이처럼 미적분은 우리 주변에서 일어나는 모든 동적인 변화를 수치화하고 분석할 수 있는 기본 틀을 제공합니다. 미분 방정식은 관찰된 현상을 수식화하여 미래를 예측하는 것을 궁극적인 목적으로 합니다. 하늘을 나는 글라이더의 매 순간 속도를 측정하여 앞으로의 궤적을 추적하는 과정이 대표적인 예시입니다. 현재의 데이터를 바탕으로 어떤 일이 벌어질지 미리 계산해내는 이 과정은 과학적 탐구의 핵심이라 할 수 있습니다. 단순한 현상 기록에 그치지 않고, 수립된 모델을 통해 아직 도달하지 않은 미래의 상태를 논리적으로 도출해낸다는 점에서 미분 방정식은 실용적인 가치와 학문적 깊이를 동시에 지닙니다. 미분 방정식은 포함된 변수의 개수에 따라 크게 상미분 방정식과 편미분 방정식으로 나뉩니다. 상미분 방정식은 함수가 시간과 같은 단 하나의 변수에만 의존하는 경우를 다루며, 비교적 단순한 시스템의 흐름을 설명할 때 주로 사용됩니다. 반면 편미분 방정식은 시간뿐만 아니라 3차원 공간의 위치처럼 여러 변수를 동시에 고려해야 하는 복잡한 현상을 설명하는 데 필수적입니다. 우리가 사는 세계는 다차원적이기 때문에, 분석하려는 현상의 특성에 맞춰 적절한 방정식을 선택하는 것이 연구의 시작이 됩니다. 감염병 확산 모델인 SIR 모델은 상미분 방정식의 대표적인 활용 사례입니다. 이는 인구 집단을 감염 가능 대상자, 감염자, 회복자의 세 그룹으로 나누어 시간에 따른 변화를 추적합니다. 감염자 수의 변화량은 현재 감염자와 감염 가능 대상자의 비율에 따라 결정되며, 이를 통해 팬데믹의 정점이나 종식 시점을 예측할 수 있습니다. 이러한 수학적 모델링은 실제 통계 자료와 결합하여 사회적 위기 상황에서 방역 정책을 수립하고 판단을 내리는 중요한 과학적 근거가 되어줍니다. 공간적 확산을 설명할 때는 편미분 방정식이 등장합니다. 물에 떨어진 잉크가 퍼져 나가는 현상을 관찰할 때, 특정 지점의 농도는 시간의 흐름뿐만 아니라 공간상의 위치에 따라서도 달라집니다. 이때 시간에 따른 농도 변화와 공간에 따른 확산 비율 사이의 관계를 물리 법칙으로 정립한 것이 바로 편미분 방정식입니다. 3차원 유체의 흐름이나 열의 전달처럼 시공간이 복잡하게 얽힌 물리 현상을 정확하게 묘사하기 위해서는 이러한 다변수 미분 구조에 대한 깊이 있는 이해가 반드시 필요합니다. 마지막으로 미분 방정식은 구조에 따라 선형과 비선형으로 구분됩니다. 선형 방정식은 입렧값의 합이 결괏값의 합과 일치하는 중첩의 원리가 적용되어 비교적 해를 구하기 쉽고 예측이 명확합니다. 하지만 실제 자연 현상의 많은 부분은 변수들이 복잡하게 얽힌 비선형 구조를 띠고 있습니다. 비선형 방정식은 작은 변화가 예상치 못한 큰 결과를 초래하기도 하여 분석이 매우 까다롭지만, 현실 세계의 역동성을 가장 정밀하게 담아낼 수 있다는 점에서 현대 수학과 과학의 핵심적인 연구 대상이 됩니다.

배명진

카오스재단카오스강연

수학

[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.

박건웅

카오스재단서울대자연과학공개강연

수학

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

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

박건웅

카오스재단서울대자연과학공개강연

수학

[강연] 우주의 언어, 미적분_by 박권 / 2023 가을 카오스강연 'INCREDIBLE QUANTUM' 1강 | 1강

우리는 종종 영화 속에서 펼쳐지는 경이로운 상상력이 실제 과학적 사실과 얼마나 맞닿아 있는지 궁금해하곤 합니다. 물리학은 단순히 복잡한 수식의 나열이 아니라, 우리가 살아가는 우주의 근본적인 작동 원리를 탐구하는 학문입니다. 특히 현대 물리학의 정수라고 할 수 있는 상대성이론과 양자역학은 시간과 공간에 대한 우리의 고정관념을 완전히 뒤흔들어 놓았습니다. 영화는 이러한 난해한 개념들을 시각적으로 구현함으로써 대중이 과학적 상상력의 지평을 넓히는 데 중요한 가교 역할을 수행합니다. 아인슈타인의 상대성이론은 시간이 누구에게나 일정하게 흐른다는 절대적 시간관을 무너뜨렸습니다. 중력이 강한 곳이나 빠른 속도로 이동하는 물체에서는 시간이 상대적으로 느리게 흐른다는 사실은 이제 현대 물리학의 상식이 되었습니다. 이러한 시공간의 왜곡은 우주의 거대한 구조를 이해하는 핵심 열쇠가 됩니다. 우리는 이를 통해 우주가 단순히 텅 빈 공간이 아니라, 물질과 에너지가 상호작용하며 끊임없이 변화하는 역동적인 무대임을 깨닫게 됩니다. 시간의 흐름을 결정짓는 또 다른 중요한 개념은 바로 엔트로피입니다. 열역학 제2법칙에 따르면 고립계의 엔트로피는 항상 증가하는 방향으로 나아갑니다. 이는 질서 있는 상태에서 무질서한 상태로의 변화를 의미하며, 우리가 과거와 미래를 구분할 수 있는 유일한 물리적 근거가 됩니다. 만약 엔트로피의 흐름을 거스를 수 있다면 시간의 방향 또한 바뀔 수 있다는 상상은 과학적 호기심을 자극하는 매력적인 주제이며, 이는 우주의 인과율에 대한 깊은 통찰을 제공합니다. 현대 물리학의 '블록 우주' 이론은 과거, 현재, 미래가 이미 4차원 시공간 속에 하나의 덩어리로 존재한다고 설명합니다. 우리가 느끼는 '지금'이라는 순간은 거대한 영화 필름의 한 장면과 같으며, 전체 필름은 이미 완성되어 있다는 관점입니다. 이러한 시각은 자유 의지와 결정론에 대한 깊은 철학적 질문을 던집니다. 모든 사건이 시공간 속에 고정되어 있다면, 우리가 내리는 선택은 어떤 의미를 갖는지에 대해 물리학은 새로운 해석의 가능성을 열어주며 우리를 사유의 세계로 안내합니다. 양자역학의 등장은 고전역학이 가졌던 결정론적 세계관에 커다란 균열을 일으켰습니다. 미시세계의 입자들은 확정된 위치와 속도를 갖는 대신, 확률적인 중첩 상태로 존재합니다. 이는 관측하기 전까지는 아무것도 결정되지 않았다는 놀라운 결론으로 이어집니다. 불확정성 원리는 우주가 근본적으로 우연과 확률에 기반하고 있음을 시사하며, 이는 인간이 자연을 완벽하게 예측하고 통제할 수 있다는 오만을 내려놓게 만듭니다. 이러한 불확실성은 오히려 우주의 신비로움을 더해줍니다. 관찰자의 존재가 대상의 상태를 결정한다는 양자역학의 해석은 주관과 객관의 경계를 모호하게 만듭니다. 우리가 세상을 바라보는 방식 자체가 세상의 모습에 영향을 미친다는 사실은 매우 신비롭습니다. 이는 단순히 실험실 안의 이야기가 아니라, 존재의 본질에 대한 근원적인 성찰을 요구합니다. 물리학은 이처럼 보이지 않는 미시세계의 법칙을 통해 우리가 발을 딛고 서 있는 거시세계의 실체를 다시금 돌아보게 하는 힘을 지니고 있으며, 우리의 인식 체계를 근본적으로 재구성합니다. 결국 물리학을 공부한다는 것은 우주라는 거대한 서사를 읽어 내려가는 과정과 같습니다. 과학적 발견은 때로 우리의 직관과 어긋나 당혹감을 주기도 하지만, 그 이면에 숨겨진 정교한 질서를 발견할 때 우리는 형언할 수 없는 지적 희열을 느낍니다. 복잡한 수식 너머에 존재하는 우주의 아름다움을 이해하려는 노력은 인간만이 가진 고귀한 특권입니다. 이러한 탐구 정신은 우리가 우주 속에서 자신의 위치를 찾고 삶의 의미를 되새기는 데 소중한 밑거름이 되며 미래를 향한 이정표가 되어줍니다.

박권

카오스재단카오스강연

물리학

[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.

백민경

카오스재단서울대자연과학공개강연

생명과학

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬｜제30회 서울대 자연과학대학 공개강연

단백질은 우리 몸속에서 산소 수송, 음식물 소화, 에너지 대사, 그리고 외부 침입자에 맞서 싸우는 면역 과정에 이르기까지 거의 모든 생명 현상을 매개하는 핵심적인 생체 분자입니다. 이러한 다양한 기능이 가능한 이유는 단백질마다 각기 다른 고유한 3차원 구조를 형성하고 있기 때문입니다. 따라서 단백질의 구조를 명확히 규명하는 일은 생명체가 작동하는 원리를 깊이 있게 이해하는 첫걸음이며, 이를 바탕으로 질병의 원인을 파악하고 치료를 위한 신약 개발의 토대를 마련한다는 점에서 현대 생명과학의 매우 중요한 과제라고 할 수 있습니다. 최근 인공지능 기술의 비약적인 발전은 단백질 구조 예측 분야에 혁신적인 변화를 가져왔습니다. 과거에는 실험을 통해서만 단백질 구조를 파악할 수 있었으나, 이제는 로제타폴드와 같은 인공지능 모델을 통해 아미노산 서열 정보만으로도 정교한 3차원 구조를 예측할 수 있게 되었습니다. 연구팀은 구글 딥마인드의 알파폴드2가 보여준 가능성에 자극받아 독자적인 알고리즘 개발에 착수했으며, 그 결과 수 초에서 수 시간 내에 고정확도의 구조 정보를 얻어내는 성과를 거두었습니다. 이는 인공지능이 복잡한 생물학적 난제를 해결하는 강력한 도구가 될 수 있음을 시사합니다. 인공지능을 활용한 예측 기술은 단순히 기존 단백질의 형태를 알아내는 것에 그치지 않고, 자연계에 존재하지 않는 새로운 단백질을 설계하는 '단백질 디자인' 연구로 확장되고 있습니다. 하지만 컴퓨터 계산을 통한 예측이 항상 완벽할 수는 없기에, 인공지능 모델은 반드시 실험적 검증과 병행되어야 합니다. 새롭게 설계된 단백질이 실제로 의도한 기능을 수행하는지, 혹은 인체에 주입했을 때 안전성에 문제는 없는지 확인하는 과정에서 컴퓨터 방법과 실험 방법은 서로를 보완하며 함께 발전해 나가는 필수적인 파트너 관계를 형성하고 있습니다. 현재 전 세계적으로 수억 개의 단백질 구조 데이터가 구축되면서 이를 활용한 응용 연구가 활발히 진행 중입니다. 구조 기반의 신약 개발은 물론이고, 환경 문제 해결을 위한 혁신적인 시도들도 이어지고 있습니다. 예를 들어 광합성 관련 단백질의 구조를 정밀하게 분석하여 빛 흡수 효율이 극대화된 새로운 단백질을 설계한다면, 태양광 발전의 효율을 획기적으로 높여 에너지 문제를 해결하는 데 기여할 수 있습니다. 이처럼 단백질 구조 연구는 의료 분야를 넘어 인류가 직면한 에너지와 환경 등 다양한 사회적 난제를 해결할 수 있는 잠재력을 지니고 있습니다. 과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 길을 만들어내는 '연결'에 있습니다. 양자역학에서 시작된 기초 과학이 반도체와 컴퓨터 기술을 거쳐 인공지능으로 진화하고, 다시 생명과학과 결합하여 혁신을 일으키는 과정은 기술 간 연결의 힘을 잘 보여줍니다. 또한 로제타폴드 개발 과정에서 화학, 인공지능, 생명과학 등 각 분야 전문가들이 긴밀하게 협업했듯이, 다양한 시각을 가진 과학자들의 소통과 연대는 현대 과학이 한계를 극복하고 다음 단계로 도약하게 만드는 가장 강력한 원동력이자 미래 과학이 나아가야 할 방향입니다.

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.

채민우

카오스재단서울대자연과학공개강연

수학
융합

[인터뷰] 채민우 _ 배달을 많이 시키는 날은 언제?🏍️🍔🍕🥗🍣｜제30회 서울대 자연과학대학 공개강연

현대 산업에서 통계학은 데이터의 흐름을 읽고 미래를 예측하는 핵심적인 도구로 자리 잡았습니다. 특히 배달 서비스 분야에서는 과거의 주문 이력뿐만 아니라 주말, 스포츠 경기, 기상 조건 등 다양한 변수를 고려하여 수요를 정확히 예측하는 것이 매우 중요합니다. 이러한 예측 데이터는 기업이 자원을 효율적으로 배분하고 운영 전략을 수립하는 데 기초가 되며, 데이터 과학의 여러 기법이 실질적인 경영 효율화로 이어지는 가교 역할을 수행하게 됩니다. 온라인 쇼핑몰에서 흔히 접하는 추천 알고리즘 역시 통계학적 원리가 깊게 투영된 분야입니다. 사용자의 클릭 패턴과 선호도를 분석하여 구매 욕구를 자극할 만한 아이템을 제안하는 과정에는 고도의 데이터 과학적 요소가 포함됩니다. 이는 단순히 기술적인 분석에 그치지 않고 소비자의 심리와 경영학적 관점을 결합한 경영과학의 영역으로 확장됩니다. 정교한 알고리즘을 통해 개인화된 경험을 제공함으로써 기업은 고객 만족도를 높이고 실질적인 매출 증대를 꾀할 수 있습니다. 베이지안 통계학은 우리가 흔히 알고 있는 전통적 통계학과는 차별화된 관점을 제시합니다. 기존 통계학이 불량률과 같은 미지의 값을 하나의 고정된 값으로 보고 이를 정확히 추정하는 데 집중한다면, 베이지안 방식은 이를 확률 분포로 표현합니다. 즉, 미지의 값에 대한 우리의 '믿음의 정도'를 확률로 나타내는 것입니다. 이러한 접근법은 불확실성이 존재하는 상황에서 보다 유연하고 입체적인 분석을 가능하게 하며, 현대 데이터 과학의 복잡한 문제들을 해결하는 강력한 이론적 토대가 됩니다. 서로 다른 분야의 전문가들이 협력할 때 가장 큰 걸림돌은 소통의 차이에서 발생합니다. 각 전공마다 사용하는 용어와 문제에 접근하는 방식이 다르기 때문에, 현장의 문제를 통계학적 언어로 치환하는 과정이 무엇보다 중요합니다. 특히 산업 현장에서는 예측의 정확도에 민감하지만, 통계학적으로 존재하는 본질적인 변동성과 불확실성을 이해시키는 과정은 쉽지 않은 과제입니다. 이러한 간극을 좁히고 상호 이해를 바탕으로 협력할 때 비로소 실효성 있는 연구 결과가 도출될 수 있습니다. 진정한 과학적 혁신은 완전히 새로운 무언가를 창조하는 것보다, 서로 다른 분야 사이의 연결고리를 발견할 때 일어나는 경우가 많습니다. 기존의 지식 체계 안에서 머물지 않고 전혀 이질적인 분야와 접점을 찾아낼 때 획기적인 연구 성과가 탄생하곤 합니다. 다양한 학문적 배경을 가진 이들이 소통하며 지식의 경계를 허무는 과정 자체가 현대 과학이 지향해야 할 방향입니다. 이러한 연결을 통해 우리는 세상을 바라보는 새로운 시각을 얻고, 복잡한 사회 문제를 해결할 실마리를 찾을 수 있습니다.

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.

오혜연, 장동선

카오스재단2022 대한민국 과학축제 ㅣ 페스티벌 어스

뇌인지과학
융합

[강연] 인공지능으로 단백질 이해하기 by 백민경 ㅣ 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식 특별강연

단백질은 흔히 필수 영양소로만 알려져 있지만, 실제로는 우리 몸의 거의 모든 생명 현상을 주도하는 핵심 생체 분자입니다. 헤모글로빈처럼 산소를 운반하거나 효소로서 물질을 분해하고 합성하며, 외부 바이러스에 맞서는 항체 역할까지 수행합니다. 약 2만 가지의 단백질은 20종의 아미노산이 사슬처럼 연결된 구조를 가지며, 이들의 배열 순서인 서열에 따라 고유한 3차원 구조를 형성합니다. 이러한 구조는 단백질의 기능을 결정짓는 가장 중요한 요소로 작용하며 생명의 신비를 푸는 열쇠가 됩니다. 단백질의 구조를 파악하는 것은 생명 현상을 이해하고 질병의 기전을 밝히는 데 필수적입니다. 예를 들어 코로나바이러스의 스파이크 단백질 구조를 정확히 알면 감염 경로를 차단하는 치료제나 백신을 더욱 효과적으로 설계할 수 있습니다. 하지만 현재 우리가 알고 있는 단백질 서열은 3억 개에 달하는 반면, 실험적으로 밝혀진 구조는 16만 개에 불과합니다. 엑스레이 결정학이나 극저온 전자현미경 같은 실험 방식은 정확하지만, 하나의 구조를 밝히는 데 수개월에서 수년의 시간과 막대한 비용이 소요된다는 한계가 있습니다. 물리화학적 원리에 기반한 컴퓨터 시뮬레이션은 탐색해야 할 구조의 가짓수가 너무 많아 우주의 나이만큼의 시간이 걸릴 정도로 복잡합니다. 이를 해결하기 위해 과학자들은 자연의 진화 데이터에 주목했습니다. 단백질이 기능을 유지하며 진화하는 과정에서, 서로 상호작용하는 아미노산들은 함께 변이하는 '공진화' 패턴을 보입니다. 인공지능은 이러한 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 학습하여, 아미노산 간의 접촉 지점을 찾아내고 단백질의 3차원 구조를 놀라운 속도로 예측해내는 혁신을 이루었습니다. 최근 등장한 알파폴드2와 로제타폴드는 인공지능 기반 단백질 구조 예측의 새로운 지평을 열었습니다. 이 모델들은 과거 수년이 걸리던 작업을 단 몇 분 만에 실험 결과와 거의 일치하는 정확도로 수행합니다. 더 나아가 단일 단백질을 넘어 두 단백질이 결합하는 복합체 구조까지 예측할 수 있게 되었습니다. 이는 세포 내에서 일어나는 유전 정보의 전사나 번역, DNA 수리 등 복잡한 생체 반응들을 데이터에 기초하여 깊이 있게 이해할 수 있는 강력한 도구가 되어 생명공학 연구의 패러다임을 바꾸고 있습니다. 인공지능 기술은 이제 구조 예측을 넘어 새로운 단백질을 디자인하는 단계로 진화하고 있습니다. 암세포의 증식을 억제하기 위해 특정 단백질 간의 결합을 방해하는 새로운 단백질 치료제를 설계하는 것이 대표적인 사례입니다. 이러한 혁신은 양자역학에서 시작된 컴퓨터 기술이 생명과학과 만나 탄생한 결과입니다. 기초과학 연구는 당장의 성과를 넘어 인류의 삶을 풍요롭게 할 무궁무진한 잠재력을 지니고 있으며, 앞으로도 다양한 질병 치료와 생명 현상 규명에 있어 가장 강력한 토대가 될 것입니다.

백민경

카오스재단카오스크로스

생명과학

[인터뷰] 손석우_날씨는 기분 기후는 성품 ㅣ 지금 오존층은 더 이상 파괴되고 있지 않다?

날씨와 기후의 차이는 흔히 기분과 성품에 비유되곤 합니다. 내일의 기분을 맞히기는 매우 어렵지만, 한 사람의 성품을 깊이 이해하면 그의 장기적인 행동 양식을 어느 정도 예측할 수 있는 것과 같은 이치입니다. 최근에는 인공지능과 슈퍼컴퓨터 기술의 비약적인 발전 덕분에 기후 예측의 정확도가 점진적으로 향상되고 있습니다. 특히 천리안 위성 데이터 해석이나 예보 데이터 보정에 인공지능 기술이 적극적으로 활용되면서, 과거에는 놓쳤던 미세한 기상 변화까지 포착하여 미래 기후를 더욱 정밀하게 내다볼 수 있게 되었습니다. 지구 온난화로 인한 해수면 온도 상승은 태풍의 발생과 강도에 결정적인 영향을 미칩니다. 따뜻해진 바다는 태풍에 더 많은 수증기를 공급하여 그 위력을 강화하며, 제트기류의 북상으로 인해 태풍이 과거보다 더 높은 위도까지 진입할 수 있는 환경을 조성합니다. 이는 단순히 태풍의 물리적 위력이 강해지는 것을 넘어, 실제로 인간 사회에 막대한 피해를 주는 상륙 태풍의 수가 늘어날 수 있음을 의미합니다. 따라서 기후 변화에 따른 태풍의 경로 변화와 그로 인한 잠재적 피해 규모에 대한 정량적인 연구가 그 어느 때보다 절실한 시점입니다. 기후 위기의 본질은 단순히 평균 기온이 서서히 오르는 것이 아니라, 기후 변동성이 극심해지는 데 있습니다. 기록적인 폭우가 쏟아졌던 해 바로 다음에 장마라고 부르기 민망할 정도의 가뭄이 찾아오는 식의 양극단적인 기상 이변이 빈번해지는 것이 특징입니다. 이러한 변동성은 산불 발생 조건에도 큰 영향을 미치는데, 폭염과 가뭄이 겹치며 바짝 마른 지표면은 작은 불씨만으로도 대형 화재로 이어지기 쉽습니다. 결국 홍수와 가뭄, 폭염과 산불이라는 서로 상반된 재해들이 기후 변화라는 하나의 뿌리에서 비롯되어 우리 일상을 위협하고 있습니다. 국제 사회는 몬트리올 의정서를 통해 오존층 파괴 문제를 성공적으로 해결해 온 경험이 있습니다. 이제는 파리 기후 협정을 통해 지구 온난화를 억제하기 위한 새로운 도전에 직면해 있습니다. 산업화 이전 대비 기온 상승 폭을 1.5도 이내로 제한하려는 이 협정은 각국의 탄소 중립 선언과 구체적인 이행 계획을 포함하고 있습니다. 특히 저개발 국가에 대한 경제적 보상 방안까지 마련되어 있어 과거 교토 의정서보다 훨씬 진일보한 체계를 갖추었습니다. 이러한 국제적 약속이 실질적인 성과로 이어지기 위해서는 전 지구적인 감시와 협력이 필수적입니다. 대한민국이 진정한 기후 선진국으로 거듭나기 위해서는 독자적인 탄소 감시 시스템과 기후 모델 확보가 시급합니다. 현재는 해외 모델을 수정하여 사용하는 경향이 크지만, IT 강국이라는 이름에 걸맞게 우리만의 기술로 탄소 배출을 정밀하게 관측하고 예측할 수 있는 시스템을 구축해야 합니다. 기후 변화를 단순한 현상이 아닌 '기후 위기'라는 실존적 위협으로 인식하는 패러다임의 전환도 필요합니다. 정확한 과학적 정보를 바탕으로 개인이 문제를 이해하고 공동체가 함께 대응해 나갈 때, 비로소 지속 가능한 미래를 위한 실질적인 변화를 이끌어낼 수 있을 것입니다.

손석우

카오스재단서울대자연과학공개강연

지구환경과학

[강연] 도박사님, 백년 후 인구는 얼마나 될까요? by 송성주ㅣ 제29회 서울대 자연과학대학 공개강연 '과학 동행' | 1부 ②

확률론의 역사는 흥미롭게도 도박사들의 호기심에서 시작되었습니다. 고대 신라의 14면체 주사위나 전통 윷놀이에서 볼 수 있듯이, 인류는 아주 오래전부터 놀이 속에 숨겨진 우연의 법칙을 탐구해 왔습니다. 17세기 프랑스의 도박사 슈발리에 드 메레가 던진 질문은 당시 수학자 파스칼에게 전달되었고, 이는 단순한 유흥을 넘어 수학적 확률이라는 새로운 학문의 문을 여는 계기가 되었습니다. 주사위 눈의 합이나 승률을 계산하려는 시도가 현대 과학의 기초가 된 셈입니다. 파스칼과 페르마는 서신을 교환하며 중단된 게임의 상금을 어떻게 나눌 것인가라는 '분배 문제'를 해결했습니다. 이 과정에서 기댓값이라는 혁신적인 개념이 등장했으며, 이는 확률론 역사에서 매우 중요한 전환점이 되었습니다. 또한 파스칼의 삼각형을 이용한 이항계수 계산법과 '도박사의 파산 문제' 등은 후대 학자들에게 깊은 영감을 주었습니다. 이러한 연구들은 단순한 사건의 발생 확률을 구하는 연역적 계산을 넘어, 무작위 행보나 확산 모형 같은 복잡한 확률 과정의 시초가 되었습니다. 18세기에 접어들어 확률론은 천문학이나 측지학 같은 자연과학의 오차 분석과 결합하며 통계학적 분석 방법으로 진화했습니다. 베르누이의 큰 수의 법칙은 표본의 크기가 커질수록 평균이 모집단에 수렴한다는 사실을 증명했고, 가우스와 라플라스는 정규분포를 통해 오차의 분포를 수학적으로 확립했습니다. 이제 확률은 불확실성을 양적으로 표현하고 추론하는 강력한 도구가 되었으며, 오늘날 우리가 접하는 여론조사의 신뢰도나 오차 범위 해석 역시 이러한 확률적 토대 위에서 이루어지고 있습니다. 19세기에는 확률에 기초한 통계가 사회학, 인구학 등 다양한 분야로 확산되었습니다. 케틀레는 '평균인' 개념을 통해 사회 현상에 정규분포를 적용했고, 존 그랜트는 런던의 사망표를 분석하여 인구 통계의 기틀을 마련했습니다. 그랜트는 남아와 여아의 출생 비율이나 연령별 사망률 같은 데이터를 정리하며 최초의 통계학적 분석을 시도했습니다. 이러한 역사적 흐름은 국가가 인적 자원을 파악하고 정책을 수립하는 데 있어 통계가 얼마나 필수적인 요소인지를 잘 보여줍니다. 현대 사회에서 인구 통계는 국가의 지속 가능성을 결정짓는 핵심 지표입니다. 우리나라는 과거 산아 제한 정책을 펴던 시기를 지나, 현재는 저출산과 고령화라는 심각한 인구 구조 변화에 직면해 있습니다. 생산 가능 인구의 감소와 지역 소멸 위기는 경제 성장 둔화와 복지 재정 부담으로 이어지며 사회 전반에 구조적인 문제를 야기합니다. 따라서 정확한 인구 조사와 미래 예측은 연금, 보험, 이민 정책 등 국가의 주요 정책을 설계하는 데 있어 가장 기본적이면서도 중요한 작업이라 할 수 있습니다. 장래 인구를 예측하는 인구 추계는 출생, 사망, 국제 이동이라는 세 가지 요인을 바탕으로 이루어집니다. UN과 통계청은 코호트 요인법을 사용하여 연령별 인구 변화를 계산하며, 미래의 불확실성을 반영하기 위해 다양한 시나리오를 설정합니다. 최근에는 베이지안 방법과 같은 확률적 추계 모델을 도입하여 장래 인구의 변동 범위를 확률 분포로 제시하기도 합니다. 이는 단순히 하나의 수치를 예측하는 것을 넘어, 발생 가능한 위험을 정량적으로 표현함으로써 정책 결정자들에게 보다 신뢰도 높은 정보를 제공합니다. 도박사의 궁금증에서 시작된 확률론은 이제 인류의 미래를 설계하는 장래 인구 예측의 핵심 도구가 되었습니다. 통계 모형을 통해 분석한 2061년의 인구 구조는 우리 사회에 커다란 경종을 울리고 있으며, 이는 우리가 지속 가능한 미래를 위해 어떤 대책을 세워야 할지 고민하게 만듭니다. 확률과 통계는 불확실한 미래를 계량적으로 파악하고 대비할 수 있게 해주는 과학적인 언어입니다. 이러한 학문적 노력이 인류가 더 나은 방향으로 나아가는 데 기여하고, 우리 사회의 위기를 기회로 바꾸는 밑거름이 되기를 기대합니다.

송성주

카오스재단서울대자연과학공개강연

수학

[강연] 제29회 서울대 자연과학대학 공개강연_'과학동행'2 by정현석, 손석우 l 서울대학교&카오스재단 | 2부

자연과학은 우리가 발을 딛고 있는 이 세계의 본질을 탐구하는 여정입니다. 2022년 UN이 지정한 '세계 기초과학의 해'를 맞아 진행된 이번 논의는 '과학과의 동행'이라는 주제 아래 기초과학의 가치를 재조명합니다. 미지의 영역을 향해 끊임없이 질문을 던지는 과정 자체가 인류에게 가장 소중한 가치가 됩니다. 이러한 탐구는 당장의 경제적 이득을 목적으로 하지 않더라도, 결국 인간의 본성에 부합하며 인류 전체에 유익한 결과를 가져다주는 밑거름이 됩니다. 우리가 아는 것보다 모르는 것이 훨씬 더 많다는 사실을 인정하는 데서 진정한 과학적 진보가 시작됩니다. 양자역학은 현대 물리학에서 가장 비직관적이면서도 매혹적인 분야로 꼽힙니다. 빛이 입자인지 파동인지에 대한 오랜 논쟁은 양자역학의 탄생과 함께 새로운 국면을 맞이했습니다. 단일 광자는 반거울을 통과할 때 어느 한 경로를 선택하는 입자처럼 행동하면서도, 관측되지 않을 때는 두 경로를 동시에 지나는 파동처럼 간섭 현상을 일으킵니다. 이러한 '양자 중첩' 상태는 우리가 일상에서 경험하는 논리적 범주를 뛰어넘습니다. 관측하는 순간 상태가 결정되는 이 기묘한 현상은 미시 세계의 기본 원리이며, 우리가 보지 않을 때 자연이 어떻게 행동하는지에 대한 심오한 통찰을 제공합니다. 양자 중첩의 개념을 여러 입자로 확장하면 '양자 얽힘'이라는 더욱 놀라운 현상에 도달합니다. 멀리 떨어져 있는 두 입자가 서로의 상태를 즉각적으로 결정하는 이 현상은 아인슈타인이 '유령 같은 원거리 작용'이라 부르며 의구심을 표했을 만큼 파격적이었습니다. 그러나 벨의 부등식 실험을 통해 국소적 실재론의 한계가 증명되면서, 우리는 이제 우주가 근본적으로 서로 얽혀 있다는 사실을 받아들이게 되었습니다. 이는 단순히 물리적 현상을 넘어 우리의 세계관을 근본적으로 바꾸어 놓았습니다. 이러한 양자적 상관관계는 현대 정보 기술의 패러다임을 바꿀 핵심 자원으로 주목받고 있습니다. 양자 기술을 현실에 구현하기 위한 과학자들의 노력은 '결어긋남'과의 전쟁이라 할 수 있습니다. 거시 세계의 물체는 외부 환경과 끊임없이 상호작용하며 양자적 특성을 쉽게 잃어버리기 때문입니다. 이를 극복하기 위해 온도를 극도로 낮추거나 우주 공간을 활용하는 등 다양한 시도가 이어지고 있습니다. 0과 1의 중첩을 이용하는 '큐비트' 기반의 양자 컴퓨터와 도청이 불가능한 양자 암호 통신은 이미 실험실을 넘어 실용화의 단계로 나아가고 있습니다. 비록 완벽한 양자 컴퓨터의 시대까지는 시간이 필요하겠지만, 잡음이 존재하는 현재의 기술 수준에서도 고전 컴퓨터가 풀지 못하는 난제들을 해결하려는 도전은 계속됩니다. 기후 변화는 이제 단순한 변화를 넘어 인류의 생존을 위협하는 '기후 위기'의 시대로 접어들었습니다. 2021년 노벨 물리학상이 기후 과학자들에게 수여된 것은 이 분야가 정통 물리학의 중요한 한 축임을 전 세계에 공표한 사건이었습니다. 기후에 대한 탐구는 19세기 푸리에의 에너지 균형 연구와 틴들의 온실 기체 발견에서 시작되어 아레니우스의 정량적 분석으로 이어졌습니다. 이들은 지구가 왜 생명체가 살기에 적합한 온도를 유지하는지, 그리고 이산화탄소 농도가 기온에 어떤 영향을 미치는지에 대한 과학적 토대를 마련했습니다. 이러한 선구적인 연구들은 현대 기후 모델링의 출발점이 되었습니다. 현대 기후 과학은 정교한 컴퓨터 모델을 통해 지구의 미래를 예측합니다. 마나베 박사가 개발한 기후 모델은 대류와 복사 에너지의 상호작용을 물리 법칙으로 구현하여 온실 효과를 증명해 냈습니다. 또한 하셀만 박사가 제안한 '지문법'은 최근의 급격한 온난화가 자연적인 변동이 아닌 인류의 활동에 의한 것임을 통계적으로 명백히 규명했습니다. 현재 북극의 빙하가 녹고 기상 이변이 속출하는 현상은 수십 년 전 과학자들이 모델을 통해 예견했던 결과와 놀라울 정도로 일치합니다. 이는 기후 위기가 막연한 추측이 아니라 엄밀한 과학적 근거에 기반한 현실임을 시사합니다. 과학은 불확실한 미지의 영역을 확실한 지식의 영역으로 옮겨오는 인류의 가장 강력한 도구입니다. 양자 세계의 비밀을 파헤쳐 기술의 한계를 돌파하고, 기후 모델을 통해 지구의 위기를 진단하는 과정은 모두 미래 세대와의 지속 가능한 동행을 위한 노력입니다. 이제는 과학적 발견을 넘어 실천적인 행동이 필요한 시점입니다. 탄소 중립을 향한 국가적 대응과 더불어, 과학의 본질을 이해하고 그 가치를 공유하는 공동체의 노력이 뒷받침되어야 합니다. 과학자들의 끊임없는 질문과 도전이 계속되는 한, 우리는 더 나은 미래를 향한 희망의 실마리를 놓지 않을 것입니다.

손석우, 정현석

카오스재단서울대자연과학공개강연

물리학
지구환경과학

[강연] 제29회 서울대 자연과학대학 공개강연_'과학동행'1 by정충원, 송성주 l 서울대학교&카오스재단 | 1부

서울대학교 자연과학대학이 주최한 제29회 자연과학 공개 강연은 '과학자의 꿈과 도전: 과학 동행'이라는 주제 아래 인류와 과학이 걸어온 긴밀한 여정을 깊이 있게 조명했습니다. 1994년 첫 발을 내디딘 이래 대중과 소통하며 자연과학의 원리와 첨단 기술의 발전 경향을 알기 쉽게 전달해 온 이 강연은 우리 사회의 미래를 견인할 혁신적 가치 창출의 장으로 자리매김했습니다. 이번 행사는 환경, 인구 예측, 양자 세계, 기후 변화 등 현대 사회가 직면한 복잡하고 어려운 문제들을 과학적 시각에서 함께 고민하고 해결책을 모색하는 소중한 기회가 되었습니다. 첫 번째 강연에서는 집단 유전학이라는 학문적 도구를 통해 인류의 역사가 환경과 어떻게 상호작용하며 변화해 왔는지 살펴보았습니다. 과거 플라이스토세의 시베리아는 현재와 달리 '매머드 초원'이라 불리는 풍요로운 생태계를 유지하고 있었으며, 인류는 이러한 독특한 환경에 적응하며 자신들만의 생활 양식을 구축했습니다. 유전자 염기서열 분석 기술의 비약적인 발전은 화석과 유적 속에 숨겨진 고대 인류의 이동 경로와 혼합 과정을 정밀하게 추적할 수 있게 함으로써, 문헌에 기록되지 않은 잊힌 역사의 퍼즐을 맞추는 강력하고 객관적인 수단이 되어주고 있습니다. 특히 타림 분지의 미라 집단이나 보타이 문화의 말 사육 사례는 유전적 정보가 기존의 고고학적 가설을 어떻게 검증하고 때로는 반박할 수 있는지 명확히 보여줍니다. 외형적으로는 서구적 특징을 가졌으나 유전적으로는 주변 집단과 섞이지 않은 고립된 수렵채집인의 후손이었던 타림 분지 사람들의 사례는 문화적 교류와 유전적 계통이 반드시 일치하지 않음을 시사합니다. 이러한 연구 결과들은 인류가 급격한 기후 변화와 환경적 제약 속에서도 어떻게 생존을 도모하고 외부 문화를 수용하며 자신들만의 독자적인 문명을 발전시켰는지에 대한 깊은 통찰을 제공합니다. 이어지는 강연에서는 도박사의 소박한 호기심에서 시작된 확률론이 어떻게 현대 통계학으로 진화하여 사회의 불확실성을 관리하는 핵심 기술이 되었는지 논의되었습니다. 17세기 파스칼과 페르마의 서신 교환에서 싹튼 확률 개념은 오늘날 인구 조사와 미래 예측을 가능하게 하는 이론적 토대가 되었습니다. 통계학은 단순히 흩어진 숫자를 집계하는 것을 넘어, 방대한 데이터 속에 숨겨진 일정한 패턴을 읽어내고 미래의 위험을 정량적으로 평가함으로써 국가 정책 수립과 합리적인 사회적 의사결정을 내리는 데 있어 없어서는 안 될 필수적인 역할을 수행하고 있습니다. 인구 추계는 출생, 사망, 국제 이동이라는 세 가지 핵심 요인을 바탕으로 미래 사회의 구조적 변화를 그려내는 정교한 작업입니다. UN과 통계청은 코호트 요인 추계법과 확률적 모형을 활용하여 저출산과 고령화라는 인류 공통의 과제를 분석하고 대응 방안을 마련하고 있습니다. 미래 인구에 대한 정확한 예측은 식량, 자원, 환경 문제뿐만 아니라 연금이나 복지 정책의 방향성과도 직결됩니다. 따라서 통계적 불확실성을 과학적으로 이해하고 대비하는 과정은 우리 사회의 지속 가능성을 확보하기 위해 반드시 거쳐야 하는 가장 기본적인 준비 단계라 할 수 있습니다. 과학의 발전은 단일 학문의 고립된 성과에 그치지 않고 다양한 분야 간의 긴밀한 협력과 동행을 통해 완성됩니다. 인류 유전학이 진화의 수리 모형을 정립하기 위해 통계학을 필수적으로 활용하듯, 현대 과학은 학제 간 경계를 허물며 복잡한 현상을 다각도에서 분석하고 있습니다. 과학자들은 자신의 연구가 사회에 미칠 영향을 깊이 고민하며 진실한 태도로 연구에 임해야 하며, 대중 또한 과학적 탐구 과정에 지속적인 관심을 두고 참여해야 합니다. 이러한 상호 작용은 과학과 사회가 서로를 신뢰하며 더 나은 방향으로 나아가는 건강한 동행을 가능하게 합니다. 기초과학은 인류와 지구의 지속 가능한 발전을 가능하게 하는 가장 강력한 원동력이자 미래를 여는 열쇠입니다. 순수한 호기심에서 시작된 탐구는 수많은 시행착오와 인내의 시간을 거쳐 인류의 지평을 넓히는 위대한 발견으로 이어집니다. 이번 공개 강연은 과학이 단순히 교과서 속의 어려운 지식이 아니라, 우리의 삶과 역사를 이해하고 더 나은 미래를 설계하기 위한 필수적인 동반자임을 다시 한번 확인시켜 주었습니다. 과학과의 슬기로운 동행을 통해 우리는 직면한 위기를 새로운 기회로 바꾸며, 인류 사회를 위한 혁신적인 가치를 끊임없이 창출해 나갈 것입니다.

송성주, 정충원

카오스재단서울대자연과학공개강연

생명과학
수학

[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.

국종성

카오스재단석학인터뷰

지구환경과학

[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.

김항배

카오스재단석학인터뷰

물리학

[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.

송성주

카오스재단카오스강연

수학

[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.

국종성

카오스재단노벨상/필즈상 해설강연

지구환경과학

[연구뭐하지] 마틴 스타이네거 교수_서울대학교 '생물정보학 및 기계학습연구실' | 생물학 데이터 연구와 소프트웨어 개발 모두 가능!

서울대학교 생명과학부의 생물정보학 및 기계학습 연구실은 폭발적으로 증가하는 생물학적 데이터를 효율적으로 분석하기 위한 알고리즘을 개발합니다. 마틴 스타이네거 교수님은 컨설팅 분야에서 과학의 길로 들어서며, 수십억 개의 서열을 정렬하고 라벨링하는 빅데이터 처리의 매력에 집중하게 되었습니다. 현재 연구실은 유전체와 바이러스 서열 데이터가 기하급수적으로 늘어나는 상황에서, 이를 감당할 수 있는 속도와 효율성을 갖춘 분석 도구를 만드는 데 주력하고 있습니다. 이는 현대 생명과학의 난제를 해결하는 핵심적인 토대가 됩니다. 연구실의 대표적인 성과물인 MMseqs2는 수십억 개의 서열을 처리할 수 있는 고성능 알고리즘으로, 대규모 데이터셋 분석의 표준으로 자리 잡았습니다. 또한 단백질 구조 예측 분야에서 혁신을 일으킨 ColabFold와 같은 분석 도구들을 통해 딥러닝 커뮤니티에 기여하고 있습니다. 이러한 분석 도구들은 고처리량 단백질 데이터베이스를 구축하고 분석하는 데 필수적이며, 연구자들이 복잡한 생물학적 정보를 보다 빠르고 정확하게 파악할 수 있도록 돕습니다. 기술적 변화에 발맞춘 이러한 소프트웨어 개발은 생물정보학의 지평을 넓히고 있습니다. 연구실의 학생들은 구체적으로 단백질 구조 정렬과 원자 정보 데이터의 효율적인 압축 방법을 연구하고 있습니다. 또한 바이러스 유전체 정보를 활용하여 인플루엔자나 코로나바이러스와 같은 특정 바이러스를 탐지할 수 있는 DNA 서열을 설계하거나, 기존 유전 정보를 바탕으로 새로운 유전자를 예측하는 프로젝트를 수행합니다. 이러한 연구는 단순히 데이터를 처리하는 것을 넘어, 실제 질병 진단과 생명 현상의 이해를 돕는 실질적인 분석 도구를 만드는 과정입니다. 데이터의 성장을 기술적 기회로 바꾸는 것이 이들의 핵심 목표입니다. 생명과학의 근간인 센트럴 도그마(Central Dogma), 즉 DNA에서 RNA를 거쳐 단백질로 이어지는 과정을 컴퓨터 알고리즘으로 구현하는 것은 매우 도전적인 과제입니다. 연구원들은 이 복잡한 생물학적 흐름을 어떻게 효율적으로 전산화할 수 있을지 고민하며, 기존 방식의 미흡한 점을 찾아 개선해 나갑니다. 생물정보학 분야는 여전히 탐험해야 할 영역이 많은 '블루오션'과 같으며, 정보 기술과 생명과학의 결합을 통해 새로운 발견의 가능성이 무궁무진합니다. 이는 연구자들에게 끊임없는 호기심과 탐구 동기를 부여하는 원동력이 됩니다. 이 연구실은 이론적인 사고를 즐기고 꼼꼼한 성격을 가진 학생들에게 최적의 환경을 제공합니다. 파이썬과 파이토치 같은 분석 도구를 활용해 생물학적 문제를 코딩으로 해결하며, 뛰어난 개발자이자 연구자인 교수님의 지도 아래 소프트웨어 개발 및 관리 능력을 키울 수 있습니다. 메타게놈 데이터를 분석하여 새로운 단백질 패밀리를 발견하고 인류의 건강에 기여하는 것은 이들의 궁극적인 지향점입니다. 복잡한 데이터를 분석하고 혁신적인 분석 도구를 만들고자 하는 열정이 있다면, 생물정보학의 미래를 함께 그려나갈 수 있을 것입니다.

마틴 스타이네거

카오스재단연구뭐하지

생명과학

[연구뭐하지] 김정훈 교수_서울대학교 '예보분석응용실험실' | 예보는 과학, 과학의 총 집합체!

기상 예보는 단순한 추측이 아닌 과학의 총집합체입니다. 서울대학교 예보 분석 응용 실험실은 '예보는 과학이다'라는 모토 아래 대기 중의 운동 현상을 물리 법칙과 수학적 수식으로 표현하는 연구를 수행합니다. 이를 컴퓨터 프로그램으로 구현한 수치 예보 모델은 복잡한 기상 현상을 과학적으로 분석하고 예측하는 핵심 도구입니다. 이론에 입각한 정밀한 분석을 통해 우리는 변화무쌍한 날씨의 흐름을 보다 정확하게 파악할 수 있게 됩니다. 실험실에서는 대기 상층에서 발생하는 난류 현상을 깊이 있게 연구합니다. 공기가 산을 넘으며 발생하는 파동이 증폭되거나 깨지면서 생기는 난류는 예측이 매우 까다롭지만, 그만큼 연구 가치가 큽니다. 특히 전남 보성 기상관측탑의 자료를 활용해 한반도 특유의 복잡한 지형에서 발생하는 저고도 난류 특성을 분석하고 있습니다. 해양과 산악 지형이 인접한 환경에서의 연구는 향후 정밀한 기상 예보 시스템 구축에 중요한 기초 자료가 됩니다. 항공기 운항에 큰 영향을 미치는 청천난류와 지상의 악기상 또한 주요 연구 대상입니다. 맑은 하늘에서 갑작스럽게 발생하는 난류의 원인을 규명하고, 서울의 폭설과 같은 위험 기상 현상의 발생 기작을 분석하는 일은 시민의 안전과 직결됩니다. 자연 현상에 대한 끊임없는 호기심과 탐구심은 예측하기 어려운 기상 재해에 대비하는 강력한 동력이 됩니다. 이러한 연구는 일상 속에서 우리가 느끼는 기상 현상을 과학의 영역으로 끌어올리는 과정입니다. 기상학 연구의 가장 큰 매력은 이론과 실제 관측 사이의 간극을 이해하는 과정에 있습니다. 물리 법칙을 바탕으로 구현된 수치 예보 모델의 결과가 실제 자연 현상과 왜 차이를 보이는지 분석하며 과학적 통찰을 얻습니다. 연구원들에게는 우리가 숨 쉬는 대기 전체가 거대한 실험실이 됩니다. 컴퓨터 앞에 앉아 데이터를 분석하는 동시에 수시로 하늘을 올려다보며 자연의 변화를 직접 체감하는 것은 기상학자만이 누릴 수 있는 특별한 즐거움입니다. 기상 예보가 100% 정확할 수 없다는 점은 과학적 한계이자 진리입니다. 수치 예보 모델의 계산 과정에서 발생하는 오차, 관측 자료의 불확실성, 그리고 인간의 판단 능력이 가진 필연적인 한계가 존재하기 때문입니다. 그럼에도 불구하고 과학자들은 객관적인 배경지식을 근거로 오차를 줄이기 위해 끊임없이 노력합니다. 완벽에 도달할 수는 없어도 최선의 예측을 제공하려는 열정은 더 나은 미래를 설계하는 과학적 토대가 됩니다.

김정훈

카오스재단연구뭐하지

지구환경과학

[석학인터뷰] 최재식_지능에 대한 호기심, 인공지능 개발의 원동력 | 2020 가을 카오스강연 'Ai X'

인간 지능에 대한 호기심은 단순한 지적 탐구를 넘어 세상을 바꾸는 강력한 동기가 됩니다. 인공지능 알고리즘이 공장을 자동 제어하고, 인간 수준의 번역을 수행하는 언어 모델이 등장하면서 우리는 기술의 진보를 실감하고 있습니다. 이러한 변화는 연구자의 지적 호기심을 충족시킬 뿐만 아니라 사회가 필요로 하는 실질적인 혁신을 이끌어냅니다. 인공지능은 이제 단순한 도구를 넘어 우리 삶의 방식을 근본적으로 변화시키는 핵심 동력으로 자리 잡고 있습니다. 최근 인공지능 연구의 두 축은 미래를 예측하는 시스템과 그 의사결정 과정을 설명하는 기술입니다. 예측 시스템은 부동산 가격이나 주식 시장의 변동을 파악하는 등 다양한 분야에 응용됩니다. 하지만 딥러닝처럼 복잡한 시스템은 내부 의사결정 과정을 파악하기 어렵다는 한계가 있습니다. 이를 보완하기 위해 등장한 설명 가능한 인공지능은 시스템이 언제 확실한 결정을 내리는지, 혹은 언제 불완전할 수 있는지를 명확히 알려줌으로써 인공지능의 신뢰성을 높이는 역할을 합니다. 설명 가능한 인공지능은 특히 사람의 생명과 재산에 직결되는 '미션 크리티컬 시스템'에서 필수적입니다. 의료 처방, 국방 시스템, 자율주행 자동차와 같이 안전이 최우선인 분야에서는 인공지능이 왜 그런 결정을 내렸는지 검증하는 과정이 반드시 필요합니다. 아무리 성능이 뛰어난 시스템이라도 그 작동 원리를 알 수 없다면 실제 현장에 적용하기 어렵기 때문입니다. 따라서 설명 가능한 기술은 인공지능이 우리 사회의 핵심 인프라로 안착하기 위한 필수적인 검증 도구라고 할 수 있습니다. 인공지능의 복잡한 의사결정 과정을 분석하기 위해 연구자들은 입력 데이터 중 결과에 가장 큰 영향을 미친 요소를 판별하는 데 집중합니다. 이는 마치 보이지 않는 내부를 들여다보는 돋보기나 현미경과 같은 도구를 개발하는 과정과 같습니다. 이러한 기술을 통해 특정 시스템이 어떤 상황에서 안전하고 어떤 입력 데이터에 취약한지를 객관적으로 검증할 수 있습니다. 결국 설명 가능한 인공지능은 블랙박스와 같았던 알고리즘의 내부를 투명하게 공개하여 기술의 완성도를 높이는 데 기여합니다. 진정한 인공지능 전문가가 되기 위해 필요한 것은 수학적 능력이나 프로그래밍 기술 이전에 인간 지능에 대한 깊은 호기심입니다. '지능이란 무엇인가' 혹은 '사람이라면 어떻게 행동했을까'라는 근원적인 질문을 던지고 이를 알고리즘으로 구현하려는 의지가 중요합니다. 이러한 호기심은 연구 과정에서 마주하는 기술적 난관을 극복하게 만드는 원동력이 됩니다. 인공지능 연구는 결국 인간을 이해하려는 노력의 연장선이며, 그 과정에서 얻는 깨달음이 미래 사회를 설계하는 밑거름이 됩니다.

최재식

카오스재단카오스강연

뇌인지과학

[강연] 딥러닝으로 엘니뇨 예측하기 _ by함유근 | 2020 가을 카오스강연 'Ai X' 4강 | 4강

엘니뇨는 적도 태평양의 해수면 온도가 평년보다 0.5도 이상 높은 상태가 6개월 이상 지속되는 현상을 말합니다. 페루 어부들이 수온 변화로 물고기가 잡히지 않는 시기에 붙인 이름에서 유래한 이 현상은 단순한 지역적 변화를 넘어 전 지구적인 기후 시스템에 막대한 영향을 미칩니다. 엘니뇨가 발생하면 인도네시아와 호주에는 극심한 가뭄과 산불이 발생하고, 남미 지역에는 폭우와 홍수가 이어지는 등 이상기후가 빈번해집니다. 우리나라도 엘니뇨의 영향권에서 자유롭지 못하며, 겨울철 기온이 상승하거나 강수량이 증가하는 등 뚜렷한 기상 변화를 겪게 됩니다. 기후 예측은 내일의 날씨를 맞히는 것보다 훨씬 긴 시간 규모의 변화를 다루는 도전적인 과제입니다. 기존에는 지구를 격자로 나누어 구름, 강수, 해류 등 복잡한 물리 과정을 계산하는 수치 모델을 주로 사용해 왔습니다. 하지만 이러한 수치 모델은 수십만 줄의 코드로 이루어져 있어 실제 지구의 모든 프로세스를 완벽하게 구현하기 어렵습니다. 또한, 초기 상태의 아주 작은 차이가 결과에서 거대한 차이를 만들어내는 '나비효과'로 인해 예측 기간이 길어질수록 정확도가 급격히 떨어지는 한계가 있었습니다. 특히 6개월 이상의 중장기 예측은 기후학자들에게 여전히 어려운 숙제였습니다. 최근에는 이러한 한계를 극복하기 위해 인공지능, 특히 딥러닝 기술이 기후 예측 분야에 도입되고 있습니다. 엘니뇨 예측에는 이미지 인식에 탁월한 성능을 보이는 합성곱 신경망(CNN) 기법이 주로 활용됩니다. 엘니뇨는 특정 지점의 수온 변화뿐만 아니라 서태평양, 인도양, 대서양 등 전 지구적인 해수면 온도 분포의 상관관계를 파악하는 것이 중요하기 때문입니다. 2차원 또는 3차원 지도 형태의 데이터를 분석하여 복잡한 패턴 속에서 엘니뇨의 전조 현상을 찾아내는 인공지능의 능력은 기존 수치 모델이 놓치기 쉬운 미세한 신호들을 포착하는 데 매우 효과적이라는 사실이 증명되었습니다. 딥러닝 모델을 학습시키기 위해서는 방대한 양의 데이터가 필요하지만, 관측된 기후 데이터는 역사적으로 매우 한정적입니다. 엘니뇨는 1년에 단 한 번 발생 여부가 결정되기에 실제 가용 샘플은 170여 개에 불과합니다. 이를 해결하기 위해 연구자들은 '전이 학습'이라는 기법을 도입했습니다. 이는 수치 모델 시뮬레이션이 생성한 수많은 가상 엘니뇨 데이터를 먼저 학습시킨 뒤, 그 지식을 실제 관측 데이터에 적용하는 방식입니다. 비록 가상 데이터에 오차가 있더라도 기본적인 물리 메커니즘을 학습하는 데는 충분하며, 이를 통해 데이터 부족 문제를 해결하고 모델의 예측 성능을 획기적으로 높일 수 있었습니다. 딥러닝 기반의 예측 모델은 기존 수치 모델보다 훨씬 앞선 성능을 보여주었습니다. 기존 시스템이 약 1년 정도의 예측 신뢰도를 가졌다면, 인공지능 모델은 이를 18개월까지 연장하는 데 성공했습니다. 1년 반 앞을 내다볼 수 있다는 것은 사회적, 경제적으로 엄청난 가치를 지닙니다. 이상기후에 대비해 재난 방지 시스템을 정비할 충분한 시간을 확보할 수 있을 뿐만 아니라, 곡물 가격 변동에 선제적으로 대응하여 경제적 손실을 최소화할 수 있기 때문입니다. 실제로 1997년이나 2015년의 강력한 엘니뇨 사례에서도 딥러닝 모델은 매우 높은 정확도로 미래를 예측해 내는 성과를 거두었습니다. 인공지능의 예측 결과가 단순히 통계적 우연이 아님을 증명하기 위해 '히트맵' 분석 기법이 사용됩니다. 이는 인공지능이 데이터의 어느 부분을 중점적으로 보고 판단을 내렸는지 시각화하는 기술입니다. 분석 결과, 딥러닝 모델은 엘니뇨 발생 1년 전 서태평양의 따뜻한 해수 분포나 대서양의 특정 온도 패턴을 주목하고 있었습니다. 이는 기존 기후학계에서 밝혀낸 물리적 메커니즘과 일치하는 결과로, 인공지능이 엉뚱한 정보가 아닌 과학적 근거에 기반하여 결과를 도출하고 있음을 시사합니다. 이러한 설명 가능한 인공지능 기술은 블랙박스로 불리던 딥러닝 모델의 신뢰성을 높이는 핵심적인 역할을 수행합니다. 인공지능 기술은 이제 엘니뇨의 발생 여부를 넘어, 발생 위치에 따른 다양한 유형의 엘니뇨를 구분하는 단계까지 발전했습니다. 중태평양 엘니뇨와 동태평양 엘니뇨는 육지에 미치는 영향이 서로 다르기에 이를 정확히 구분하는 것은 매우 중요합니다. 앞으로 딥러닝 기법은 태풍의 강도 변화, 극한 강수, 장마 패턴 등 더욱 다양한 기후 현상을 예측하는 데 폭넓게 적용될 전망입니다. 인공지능은 기후학자의 자리를 대체하는 것이 아니라, 복잡한 지구 시스템을 이해하고 미래의 불확실성에 대비하는 강력한 도구로서 인류의 생존과 번영에 기여하는 동반자가 될 것입니다.

함유근

카오스재단카오스강연

지구환경과학

[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.

함유근

카오스재단카오스강연

지구환경과학

[코로나 인터뷰] 강병남 _데이터사이언스로 백신 후보를 줄인다

통계물리학에서는 물질의 상태가 근본적으로 변하는 상전이 현상을 깊이 있게 연구합니다. 우리가 흔히 보는 액체가 기체로 변하는 과정처럼, 감염병이 확산되지 않은 안정적인 상태에서 대유행 상태로 급격히 전환되는 과정도 일종의 상전이로 취급할 수 있습니다. 연구자들은 네트워크 이론을 활용해 이러한 변화의 기저에 깔린 복잡한 메커니즘을 분석하며, 어떤 원리에 의해 현상이 촉발되는지 탐구합니다. 이는 보이지 않는 사회적 네트워크 속에서 질서와 무질서의 경계를 물리적 법칙으로 이해하려는 시도입니다. 상전이는 크게 연속 상전이와 불연속 상전이로 나뉩니다. 감염병 확산 모델인 SIR 모델 등은 보통 연속적인 변화를 보이지만, 어떤 경우에는 전파율 같은 매개변수가 미세하게 변하더라도 감염자 수가 폭발적으로 급증하는 불연속적인 변화가 일어날 수 있습니다. 이러한 메커니즘을 이해하는 것은 갑작스러운 대유행을 예측하고 대비하는 데 매우 중요한 역할을 합니다. 특정 임계점을 넘어서는 순간 발생하는 급격한 변화는 단순한 선형적 예측을 불허하며, 사회 시스템 전반에 걸쳐 막대한 영향을 미치기 때문입니다. 복잡계인 생명체를 대상으로 하는 예측은 물리 시스템보다 훨씬 까다롭습니다. 바이러스의 변이가 발생하면 기존의 메커니즘이 더 이상 유효하지 않게 되기 때문입니다. 감염력이 순식간에 열 배 이상 늘어나는 변종이 등장하면 이전까지 쌓아온 예측 모델은 완전히 다른 국면을 맞이하게 됩니다. 따라서 연구자들은 항상 최신 의학적 결과와 빅데이터를 실시간으로 반영하며 모델을 정교하게 수정해 나갑니다. 이는 단순한 수치 계산을 넘어 끊임없이 변화하는 생태계의 흐름을 쫓는 치열하고도 정밀한 과학적 과정이라 할 수 있습니다. 데이터 사이언스는 백신 개발과 사회적 회복 방안 마련에도 결정적인 기여를 합니다. 방대한 질병 통계와 단백질 구조 데이터를 분석함으로써 수많은 백신 후보군 중 가장 유망한 것을 빠르게 추려낼 수 있습니다. 또한 교통량과 이동성 데이터를 활용해 지역별 감염률을 산출하고, 봉쇄 이후의 사회적 회복 과정을 시뮬레이션하기도 합니다. 이러한 과학적 접근은 가짜 뉴스의 진원지를 파악하거나 효율적인 방역 정책을 수립하는 데 실질적인 도움을 주며, 현대 사회가 직면한 거대한 위기를 극복하는 강력한 도구가 됩니다. 통계물리학적 관점에서 인간은 개별적인 인격체인 동시에 거대한 시스템을 구성하는 하나의 입자로 간주됩니다. 개개인의 행동은 자유의지에 따라 예측하기 어렵지만, 수많은 사람이 집과 직장을 오가는 반복적인 패턴을 보일 때 이는 통계적인 물리 시스템으로 다룰 수 있게 됩니다. 이러한 종합적인 시각은 사회 전체의 흐름을 파악하고 미래를 예측하는 데 유용합니다. 결국 위기 상황에서 개인이 이성적이고 합리적으로 행동하는 것은 단순한 개인의 선택을 넘어, 물리적 시스템 전체의 안정성을 유지하는 핵심적인 요소가 됩니다.

강병남

카오스재단코로나19 과학토크

생명과학
융합

[코로나 인터뷰] 석차옥 _단백질 구조 연구가 중요한 이유

단백질은 생명체를 구성하는 핵심적인 분자로, 우리 몸이라는 거대한 기계를 이루는 부품과 같습니다. 기계의 부품이 각기 다른 모양을 지녀야 제 기능을 하듯, 단백질 역시 고유한 단백질 구조를 형성해야만 생명 현상을 유지하는 역할을 수행할 수 있습니다. 따라서 단백질 구조를 명확히 파악하는 일은 생명 현상의 본질을 이해하는 첫걸음이자, 각종 질병의 치료제를 개발하는 데 있어 매우 중요한 토대가 됩니다. 하지만 인간의 직관만으로는 이 복잡한 단백질 구조를 예측하는 것이 거의 불가능에 가깝습니다. 단백질 구조를 예측하는 일은 수십 년간 과학계의 난제로 남아 있습니다. 최근 인공지능 기술인 알파폴드가 등장하며 큰 진전을 이루었지만, 여전히 한계는 존재합니다. 알파폴드는 기존에 축적된 아미노산 서열이 풍부한 경우에만 높은 정확도를 보이기 때문입니다. 아미노산 서열이 부족한 신종 바이러스 단백질의 경우, 인공지능이 제시하는 단백질 구조 중 상당수가 실제와 다를 가능성이 있어 여전히 인간의 정밀한 검토와 연구가 필요합니다. 인공지능은 어디까지나 연구를 돕는 도구로서 그 가치를 지닙니다. 실제 연구 현장에서는 초저온 전자현미경을 활용해 단백질 구조를 직접 관찰하기도 하지만, 이 과정에는 막대한 비용과 시간이 소요됩니다. 또한 이렇게 얻은 구조 정보조차 전체의 80~90% 수준에 그치는 불완전한 경우가 많습니다. 현재 진행 중인 연구는 이러한 불완전한 구조 정보의 빈틈을 메워 100%의 완성된 모델을 만드는 데 집중하고 있습니다. 이는 단백질이 실제로 어떻게 움직이고 상호작용하는지 정밀하게 분석하기 위한 필수적인 기초 작업이며, 계산과학이 실험의 한계를 보완하는 지점이기도 합니다. 과학자로서의 삶은 끊임없는 고민과 슬럼프의 연속이기도 합니다. 학문적 성취에 대한 압박이나 진로에 대한 불안감은 누구에게나 찾아올 수 있는 시련입니다. 하지만 생명의 탄생을 직접 경험하며 삶의 가치를 새롭게 발견하거나, 직책이라는 외적인 조건보다 과학 그 자체를 즐기려는 마음가짐을 가질 때 비로소 어려움을 극복할 수 있습니다. 내가 지금 과학을 하고 있다는 사실 그 자체에 집중하며 마음을 비우는 태도는 연구자로서 긴 여정을 지속하게 하는 가장 큰 원동력이 됩니다. 연구에 몰입하다 보면 신체적인 건강을 소홀히 하기 쉽지만, 건강한 몸은 곧 건강한 연구의 밑바탕이 됩니다. 척추 건강을 위해 시작한 달리기나 한국무용은 단순한 운동을 넘어 정신 수양의 도구가 되기도 합니다. 특히 한국무용은 자신의 몸을 깊이 들여다보게 하며 예술적 욕구까지 충족시켜 주는 훌륭한 활동입니다. 연구실 환경을 좌식으로 꾸미고 틈틈이 몸을 돌보는 등의 노력은 지속 가능한 연구를 위해 반드시 필요합니다. 몸과 마음의 균형을 찾는 과정은 결국 더 나은 연구 결과로 이어지기 마련입니다.

석차옥

카오스재단코로나19 과학토크

화학
생명과학

[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.

전영일

카오스재단코로나19 과학토크

생명과학
융합

[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.

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.

김범준

카오스재단코로나19 과학토크

물리학
생명과학

[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.

석차옥, 이주용

카오스재단카오스강연

화학

[강연] 수학의 대통일 이론 랭랜즈 프로그램에 대하여 (1) _ by신석우 | 2018 봄 카오스 강연 '모든 것의 수數다' 9강 | 9강 ①

수학의 '대통일 이론'이라 불리는 랭글랜즈 프로그램은 서로 무관해 보이는 수학의 여러 분야를 하나의 거대한 체계로 통합하려는 시도입니다. 1967년 로버트 랭글랜즈가 제시한 이 비전은 현대 수학에서 가장 야심 찬 연구 과제 중 하나로 손꼽히며, 그는 이 공로를 인정받아 2018년 수학계의 노벨상이라 불리는 아벨상을 수상했습니다. 이 프로그램은 단순히 이론적인 통합에 그치지 않고, 수론과 해석학, 기하학 사이의 숨겨진 연관성을 밝혀냄으로써 수백 년간 풀리지 않았던 난제들을 해결할 수 있는 강력한 열쇠를 제공합니다. 정수론의 핵심적인 질문은 주어진 방정식의 정수 해나 유리수 해를 구하는 것입니다. 실수의 범위에서는 비교적 쉽게 해를 찾을 수 있는 방정식이라도, 정수라는 제한된 조건 안에서 해를 찾는 일은 매우 까다롭고 복잡한 문제입니다. 예를 들어 피타고라스 방정식처럼 익숙한 형태조차 정수 해를 구하려 하면 그 난도가 급격히 상승하며, 때로는 해가 존재하는지조차 파악하기 어렵습니다. 이러한 정수 해의 희소성과 불규칙성은 수학자들에게 큰 도전 과제가 되었으며, 이를 해결하기 위해 수학자들은 방정식을 바라보는 새로운 관점을 고민하게 되었습니다. 복잡한 정수론 문제를 해결하기 위한 유용한 도구 중 하나는 '합동식'입니다. 이는 숫자를 특정 수로 나눈 나머지가 같으면 동일한 것으로 간주하는 개념으로, 우리가 일상에서 사용하는 시계의 원리와 유사합니다. 방정식을 직접 푸는 대신 소수 p로 나눈 나머지의 세계에서 해의 개수를 세어보는 방식은 문제의 난도를 낮추면서도 본질적인 정보를 보존합니다. 이러한 합동 방정식의 해를 분석하는 과정은 복잡한 수의 체계를 단순화하여 그 이면에 숨겨진 규칙성을 포착할 수 있게 해주며, 이는 현대 정수론 연구의 기초가 되는 중요한 접근법입니다. 수학자 가우스는 합동 방정식의 해가 존재하는지 여부를 결정하는 놀라운 규칙인 '이차 상호 법칙'을 발견했습니다. 이는 특정 소수에 대한 해의 존재 여부가 다른 수로 나눈 나머지에 의해 결정된다는 사실을 보여줍니다. 이러한 규칙성은 방정식이 가진 고유한 특성, 즉 '유전자'와 같습니다. 각 소수에 대해 해의 개수를 조사하고 그 데이터가 보여주는 패턴을 분석하면, 우리는 방정식의 정체를 파악할 수 있는 결정적인 단서를 얻게 됩니다. 이러한 유전적 정보는 서로 다른 수학적 대상들을 연결하는 가교 역할을 하며 대통일 이론의 토대를 형성합니다. 20세기 초반의 수학자들은 가우스의 법칙을 일반화한 '유체론'을 통해 많은 성과를 거두었지만, 여전히 모든 방정식을 설명하기에는 한계가 있었습니다. 특히 '타원 곡선'과 같은 복잡한 구조를 가진 방정식들은 기존의 이론적 틀을 벗어나 있었습니다. 타원 곡선은 현대 암호학에서도 중요하게 다뤄지는 대상으로, 이와 관련된 '버치-스위너턴다이어 추측'은 현대 수학의 7대 난제 중 하나로 꼽힙니다. 랭글랜즈 프로그램은 바로 이러한 한계를 극복하고, 타원 곡선을 포함한 더 넓은 범위의 수학적 대상들을 통합적인 관점에서 이해하려는 원대한 목표를 향해 나아가고 있습니다.

신석우

카오스재단카오스강연

수학

[강연] 수학과 생물학의 아름다운 만남, 수리생물학 (6) _ by김재경 | 2018 봄 카오스 강연 '모든 것의 수數다' 7강 | 7강 ⑥

수학 교육 현장에서 응용수학의 중요성이 점차 강조되고 있습니다. 과거에는 미분 방정식의 해법을 손으로 푸는 데 집중했다면, 이제는 이를 실제 생물학적 현상에 어떻게 적용할 수 있는지 배우는 과정이 필요합니다. 초등 및 고등 교육과정부터 수학이 실제 세상의 문제를 해결하는 도구임을 인지할 수 있도록 융합적인 교육 환경을 조성해야 합니다. 이러한 변화는 학생들이 수학의 실용성을 깨닫고 다양한 학문적 진로를 탐색하는 밑거름이 될 것입니다. 응용수학을 잘하기 위해서는 역설적으로 탄탄한 기초 수학 이론이 뒷받침되어야 합니다. 생명과학자나 의사가 던지는 복잡한 질문을 해결하기 위해서는 이산 수학, 대수학 등 수많은 수학적 도구가 필요하기 때문입니다. 어떤 문제가 주어졌을 때 적절한 이론을 선택하고 적용할 수 있는 판단력은 깊이 있는 수학 공부를 통해서만 길러집니다. 따라서 융합 연구는 기초를 소홀히 하는 것이 아니라, 탄탄한 수학적 토대 위에서 피어나는 결과물이라고 할 수 있습니다. 인간의 생체 시계는 정확히 24시간이 아닌 약 24.2시간의 주기를 가지고 있습니다. 우리가 매일 일정한 시간에 깨어날 수 있는 이유는 시신경을 통해 들어오는 빛 정보가 매일 조금씩 시계를 조절해주기 때문입니다. 수리생물학은 이러한 생체 리듬의 원리를 수학적으로 분석하여 주행성 동물과 야행성 동물의 차이를 설명합니다. 이처럼 수학은 눈에 보이지 않는 생물학적 메커니즘을 정교한 수식으로 풀어내어 현상의 본질을 이해하도록 돕는 강력한 도구가 됩니다. 최근에는 과학적 실험의 상당 부분이 미분 방정식을 활용한 수치 실험으로 대체되고 있습니다. 미국 FDA와 같은 기관에서도 가상 실험 결과를 실제 실험과 동등하게 인정하는 추세이며, 이는 신약 개발이나 비행기 설계 등 다양한 분야에 적용됩니다. 물리적 원리가 명확한 유체 역학 모델부터 복잡한 감염병 확산 모델까지, 수학적 모델링은 미래를 예측하고 최적의 정책 방향을 제시하는 데 기여합니다. 이는 실험의 한계를 극복하고 효율성을 극대화하는 혁신적인 방법입니다. 수학이 갖는 가장 큰 힘은 복잡한 현상을 단순화하여 본질적인 직관을 제공하는 데 있습니다. 수백 개의 변수로 얽힌 생물학적 현상을 핵심적인 수식 몇 개로 압축함으로써, 우리는 복잡함 속에 숨겨진 원리를 발견할 수 있습니다. 응용수학은 다른 학문과 조화를 이룰 때 비로소 아름다운 하모니를 만들어내는 합창과도 같습니다. 수학자가 제시하는 정량적 근거와 타 분야의 전문성이 결합할 때, 우리 사회의 복잡한 문제들을 해결할 수 있는 진정한 융합의 가치가 실현됩니다.

김재경, 정은옥

카오스재단카오스강연

생명과학
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.

김두얼, 한순구

카오스재단카오스강연

수학
융합

[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.

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.

임채영, 장원철

카오스재단카오스강연

수학

[강연] 디지털인문학과 데이터과학 (1) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ①

현대 사회는 그야말로 정보의 홍수 속에 살고 있습니다. 2003년까지 인류가 축적한 전체 데이터의 양이 이제는 단 이틀 만에 생성될 정도로 그 규모가 거대해졌습니다. 이러한 빅데이터 시대에 무엇보다 중요한 것은 단순히 데이터의 양이 아니라, 그 속에서 유용한 정보를 찾아내는 분석 능력입니다. 과거에는 정보가 부족해서 문제였다면, 이제는 너무 많은 정보 중에서 우리에게 진짜 필요한 가치를 추출하는 데이터 과학의 역할이 강조되고 있습니다. 이는 마치 거대한 원석에서 보석을 찾아내는 과정과도 같습니다. 통계학적 관점에서 데이터는 구조에 따라 크게 두 가지 형태로 나뉩니다. 수많은 고객의 소비 패턴을 분석하는 신용카드 데이터처럼 항목보다 관측치가 압도적으로 많은 '길쭉한 자료'가 그 첫 번째입니다. 반대로 유전자 분석처럼 대상은 적지만 분석해야 할 항목이 수만 개에 달하는 '뚱뚱한 자료', 즉 고차원 데이터가 존재합니다. 이러한 데이터의 구조적 차이를 명확히 이해하는 것은 현대 데이터 과학이 직면한 복잡한 문제들을 해결하는 출발점이자, 상황에 맞는 효율적인 분석 모델을 설계하는 데 있어 가장 핵심적인 기초가 됩니다. 빅데이터 분석의 가장 흥미로운 점 중 하나는 인과관계보다 연관성에 주목한다는 것입니다. 트위터에 올라오는 사람들의 기분 변화가 주가 흐름과 높은 상관관계를 보이거나, 검색어 빈도를 통해 독감 유행을 예측하는 사례가 대표적입니다. 물론 구글 독감 예측의 실패 사례처럼 데이터의 구조 변화나 알고리즘의 한계로 인해 오류가 발생하기도 합니다. 하지만 이러한 시행착오를 거쳐 모델을 보정하고 정교화하는 과정 자체가 데이터 과학이 더욱 정밀한 학문으로 발전해 나가는 중요한 동력이 되고 있습니다. 최근 '데이터 사이언티스트'는 21세기 가장 매력적인 직업으로 꼽히며 큰 주목을 받고 있습니다. 과거의 통계학자가 다소 딱딱하고 지루한 이미지로 인식되었다면, 데이터 사이언티스트는 방대한 자료 속에서 새로운 가치를 창출하는 창의적인 전문가로 받아들여집니다. 실제로 구글 트렌드 분석을 보면 통계학자라는 용어의 사용은 점차 줄어드는 반면, 데이터 사이언티스트에 대한 대중의 관심은 급증하고 있습니다. 이는 데이터 분석이 단순한 수치 계산을 넘어 사회 전반의 문제를 해결하는 핵심 도구로 자리 잡았음을 보여줍니다. 데이터 과학의 영역은 이제 숫자의 세계를 넘어 인문학의 영역까지 확장되고 있습니다. '디지털 인문학'은 구글 도서관 프로젝트처럼 방대한 문헌을 디지털화하여 정량적으로 분석하는 새로운 학문 분야입니다. 이를 통해 셰익스피어 작품의 진위 여부를 가리거나 이름 없는 연설문의 작성자를 추론하는 '양식 측정학' 연구가 가능해졌습니다. 숫자로 검증할 수 없을 것 같던 인문학적 가치들이 데이터를 만나면서, 우리는 인류의 문화적 유산을 더욱 객관적이고 다각적인 시각으로 바라볼 수 있는 새로운 창을 갖게 되었습니다.

장원철

카오스재단카오스강연

수학

[강연] 자연에 숨어 있는 질서를 찾아서 (4) _ by하승열 | 2018 봄 카오스 강연 '모든 것의 수數다' 2강 | 2강 ④

자연현상을 수학적 모델로 예측하는 것은 본질적으로 불확실성을 내포합니다. 수학적 법칙이 실제를 완벽히 설명하기 어렵다는 아인슈타인의 통찰처럼, 현대 응용수학에서는 '불확실성 정량화(UQ)'가 중요한 화두로 떠오르고 있습니다. 이는 기상학이나 기계공학 등 다양한 분야에서 모델의 한계를 인정하고, 그 불확실성의 효과를 수치화하여 신뢰구간을 제공하는 역할을 합니다. 이 학문은 모델이 실제를 완벽히 반영하지 못할 때 발생하는 오차를 체계적으로 관리하며 데이터의 신뢰도를 높이는 데 기여합니다. 수학은 단순한 추상을 넘어 미래 산업을 설계하는 강력한 도구입니다. 70여 년 전 앨런 튜링과 노버트 위너, 클로드 섀넌 같은 선구자들은 인공지능과 사이버네틱스, 정보이론의 기틀을 마련하며 오늘날의 4차 산업혁명을 예견했습니다. 이제 수학은 우리 몸의 신경계나 세포 수준의 메커니즘을 이해하는 양자생물학(Quantum Biology)으로 영역을 넓히고 있습니다. 5차, 6차 산업의 핵심이 인간과 분자 수준의 이해에 있다면, 수학은 보이지 않는 미시세계의 복잡계를 풀어내는 결정적인 열쇠가 될 것입니다. 자연계에서 발견되는 군집 현상(Flocking)은 수학적으로 매우 흥미로운 연구 대상입니다. 박테리아의 응집이나 새 떼의 비행, 혹은 주파수가 일치하는 동기화 현상은 겉모습은 다르지만 본질적으로는 특정 요소가 집중되는 동일한 원리를 공유합니다. 이러한 군집 현상(Flocking)은 위치나 속도, 위상 등이 조화를 이루며 질서를 만들어내는 과정을 보여줍니다. 과거에는 거시적인 시스템에 집중했다면, 최근에는 양자역학적 관점에서 이러한 집단 역학을 분석하려는 시도가 이어지며 학문의 지평을 넓히고 있습니다. 수학적 모델링의 힘은 사회 현상을 분석할 때 더욱 빛을 발합니다. 금융시장에서 발생하는 변동성의 급격한 동기화 현상은 경제위기를 예측하는 중요한 지표가 되며, 비트코인 열풍과 같은 '허딩(Herding)' 현상 역시 군집 현상(Flocking)의 틀 안에서 설명 가능합니다. 또한 패션의 유행이나 사회계층의 형성 과정도 수학적으로 접근할 수 있습니다. 타인을 따라가려는 성향과 자신을 차별화하려는 욕구가 상호작용하며 복잡한 사회적 구조를 만들어내는 과정은 수학이 인간 사회를 이해하는 언어임을 증명합니다. 사회계층이 발생하는 원인을 분석해 보면 인력(Attraction)과 척력(Repulsion)이라는 두 가지 힘의 균형을 발견할 수 있습니다. 상류층은 자신을 하위 계층과 분리하려는 차별화의 힘인 척력(Repulsion)을 발휘하고, 하위 계층은 상류층을 모방하려는 인력(Attraction)을 발휘합니다. 이러한 상반된 힘의 상호작용이 사회적 층위를 고착화하거나 변화시키는 동력이 됩니다. 결국 수학은 자연의 물리적 법칙뿐만 아니라 인간의 심리와 사회적 관계 속에 숨겨진 복잡한 메커니즘을 정교하게 모델링하여 미래를 준비하는 토대를 제공합니다.

하승열

카오스재단카오스강연

수학

[강연] 2012 카오스 콘서트 '유리알유희' 3강 | 3강 ①

수학은 오랫동안 고립된 학문으로 여겨져 왔으나, 최근에는 상아탑을 넘어 세상과 대화하려는 시도가 늘고 있습니다. 헤르만 헤세의 소설 '유리알 유희'처럼 지적인 나눔을 통해 현실과 교류하려는 노력은 수학계에서도 중요한 흐름이 되었습니다. 혼자만의 공부에서 벗어나 다양한 분야와 소통할 때, 수학은 비로소 살아 있는 학문으로서의 가치를 증명하게 됩니다. 이러한 지적 나눔은 공부하는 이들에게 고립감을 해소해 주고 새로운 가능성을 열어 주는 소중한 기회가 됩니다. 수학의 '짝짓기 문제'는 경제학에서 매우 중요한 위치를 차지하고 있습니다. 실제로 이 주제는 노벨 경제학상 수상으로 이어질 만큼 그 가치를 인정받았습니다. 겉보기에는 단순한 짝짓기처럼 보이지만, 그 이면에는 자원을 효율적으로 배분하기 위한 정교한 수학적 알고리즘이 숨어 있습니다. 이는 구체적인 상황을 넘어 보편적인 구조를 탐구하는 수학의 특성을 잘 보여줍니다. 추상적인 수학적 관점이 현실의 복잡한 경제 문제를 해결하는 강력한 열쇠가 되는 셈입니다. 짝짓기 알고리즘은 실생활의 다양한 영역에 적용되고 있습니다. 뉴욕의 고등학교 배정 시스템이나 병원의 레지던트 배치, 심지어 장기 이식 대기자와 기증자를 연결하는 과정에서도 수학이 사용됩니다. 어떻게 하면 모든 참여자가 가장 만족할 수 있는 결과를 얻을 수 있을지를 수학적으로 증명하고 이를 실제 시스템에 도입하는 것입니다. 이는 수학이 단순히 숫자를 다루는 학문을 넘어, 사회 구성원들의 행복을 극대화하는 실천적인 도구로 활용될 수 있음을 시사합니다. 게임 이론은 현대 경제학의 근간을 이루는 수학적 이론 중 하나입니다. 영화 '뷰티풀 마인드'의 모델인 존 내쉬가 정립한 '내쉬 평형'은 개별 주체들이 서로의 전략을 고려할 때 도달하게 되는 안정적인 상태를 설명합니다. 노벨 경제학상 수상자 중 상당수가 게임 이론 분야에서 배출되었다는 사실은 수학과 경제학의 밀접한 관계를 잘 보여줍니다. 복잡한 사회적 상호작용을 수학적 모델로 분석함으로써, 우리는 인간의 의사결정 구조를 더욱 깊이 있게 이해할 수 있게 되었습니다. 데이터와 통계의 힘은 정치와 스포츠 분야에서도 혁신을 일으키고 있습니다. 미국의 선거 전문가 네이트 실버는 통계학적 방법론을 통해 50개 주의 선거 결과를 완벽하게 예측하며 세상을 놀라게 했습니다. 또한 야구계의 '머니볼' 사례처럼, 철저한 통계 분석을 통해 저평가된 선수를 발굴하고 팀을 승리로 이끄는 방식도 수학의 승리라고 할 수 있습니다. 과거의 방대한 데이터를 가공하고 조건부 확률을 적용하여 미래를 예측하는 일은 현대 사회에서 수학이 가진 가장 강력한 힘 중 하나입니다. 현대 마케팅 분야에서도 수학적 알고리즘의 중요성은 날로 커지고 있습니다. 특히 소셜 미디어 시대에 파워 블로거의 영향력을 분석하고, 제한된 자원으로 홍보 효과를 극대화할 수 있는 대상을 찾는 과정에 그래프 이론과 알고리즘이 활용됩니다. 단순히 친구가 많은 사람을 찾는 것이 아니라, 네트워크 구조 내에서 정보의 확산 기댓값이 가장 높은 지점을 수학적으로 찾아내는 것입니다. 이러한 연구는 기업의 마케팅 전략을 더욱 정교하게 만들며 사회적 현상을 수치화하여 분석하는 토대가 됩니다. 수학 교육의 본질은 단순한 문제 풀이의 반복이 아니라, 논리적 사고를 통해 세상을 이해하는 능력을 기르는 데 있습니다. 많은 학생이 수학을 실생활과 동떨어진 과목으로 느끼며 어려움을 겪지만, 수학은 경제, 정치, 스포츠, 마케팅 등 우리 삶의 모든 곳에 스며들어 있습니다. 수학을 하나의 놀이이자 세상을 바라보는 창으로 받아들일 때, 학생들은 비로소 수학의 진정한 가치를 발견할 수 있습니다. 융합의 시대에 수학적 사고력은 미래를 설계하는 가장 기초적이면서도 강력한 무기가 될 것입니다.

김민형, 박형주

카오스재단카오스콘서트

수학

[강연] 미래의 기원 (2) _ by이관수 | 2017 가을 카오스 강연 '미래과학' 10강 | 10강 ②

SF는 미래를 정확히 맞히는 예언서가 아닙니다. 많은 이들이 SF 작가가 미래를 꿰뚫어 본다고 오해하지만, 정작 작가들은 자신들이 미래에 대해 아는 것이 없음을 인정하곤 합니다. SF의 진정한 가치는 단순히 미래를 예측하는 데 있는 것이 아니라, 우리가 당연하게 받아들이는 통념을 뒤흔들고 인식의 지평을 넓히는 데 있습니다. 광선검이나 아바타 같은 상상력은 그것이 현실이 되느냐와 상관없이 우리가 꿈꿀 수 있는 풍경의 폭을 무한히 확장해 줍니다. 과거 SF 황금기를 이끌었던 이들은 SF가 외삽법을 사용하기 때문에 과학적이라고 주장했습니다. 하지만 현재의 변화가 미래에도 동일하게 이어질 것이라는 가정은 위험합니다. 성장이 가속화되는 복리 모델이나 어느 순간 멈추는 생물학적 성장 모델처럼, 미래를 설명하는 방식은 매우 다양합니다. 어떤 모델이 정답일지 미리 알 방법은 없기에, 미래는 본질적으로 예측 불가능한 영역으로 남으며 우리는 그 불확실성을 마주해야 합니다. 수많은 SF 작품 중 일부가 현실과 비슷해 보이는 것은 통계적인 우연에 가깝습니다. 수십만 건의 작품 중 하나가 로또 번호처럼 맞아떨어지는 것이죠. 그러나 맞히고 틀리는 문제를 떠나 SF는 우리에게 '전복의 즐거움'을 선사합니다. 기존의 세계관이 붕괴하고 새로운 아이디어가 대화와 사유를 통해 전달될 때, 우리는 비로소 현재를 다른 각도에서 바라볼 수 있게 됩니다. 이는 화려한 볼거리보다 더 깊은 울림을 주는 SF만의 고유한 매력입니다. SF는 미래를 이야기하는 듯 보이지만, 사실은 그 작품이 쓰인 시대의 상상과 공포, 시대상을 반영합니다. 우주 전쟁을 다룬 소설이 실제로는 베트남 전쟁에 대한 비판이나 옹호를 담고 있는 식입니다. SF는 미래를 향한 창이라기보다 현재를 비추는 거울에 가깝습니다. 우리가 미래를 어떻게 상상하느냐는 결국 우리가 지금 어떤 사회적 맥락 속에 놓여 있는지를 보여주는 지표가 되며, 이는 동시대인들에게 중요한 시사점을 던져줍니다. 과학의 정수는 무언가를 무조건 긍정하는 것이 아니라 끊임없이 의심하고 부정하는 태도에 있습니다. 리처드 파인만이 강조했듯, 과학자는 자신이 믿고 싶어 하는 바를 증명하기 위해 노력하는 동시에 그것이 틀렸을 가능성을 가장 치열하게 검증해야 합니다. 이러한 회의적 태도와 불가능성을 확인하는 과정이야말로 과학과 유사 과학을 가르는 결정적인 차이입니다. 과학은 우리에게 정해진 답을 주는 것이 아니라, 끊임없이 질문하고 검증하는 법을 가르쳐 줍니다. 과학이 불변의 법칙을 탐구한다면, 기술은 인간의 욕망과 사회적 필요에 따라 유연하게 형태를 바꿉니다. 같은 카세트테이프 기술이라도 누군가에게는 음악을 즐기는 도구였지만, 다른 누군가에게는 혁명을 전파하는 매체가 되기도 했습니다. 기술은 단순히 발명되는 것이 아니라 사람들과 상호작용하며 완성되어 갑니다. 따라서 기술적 미래를 상상할 때는 그것이 사회와 어떤 관계를 맺을지 함께 고민해야 하며, 그 유연함 속에 우리의 선택지가 놓여 있습니다. 미래는 이미 결정되어 우리에게 다가오는 것이 아닙니다. 인공지능이 거대 기업의 전유물이 될지, 아니면 개인의 창의성을 돕는 동반자가 될지는 우리의 상상력과 선택에 달려 있습니다. 과학적 근거에 기반한 디테일한 상상은 우리가 미처 보지 못했던 현실의 구석구석을 들여다보게 합니다. 미래는 대비하는 대상이 아니라, 우리가 서로 소통하며 함께 만들어 나가는 가능성의 공간임을 잊지 말아야 합니다. 우리의 의지가 담긴 상상이 곧 내일의 모습이 됩니다.

이관수

카오스재단카오스강연

물리학
융합

[강연] 물리학이 사회 현상을 설명하는 데 도움을 줄 수 있을까? | 2017 카오스 토론회 : '과학vs과학철학' 3부 1강 | 3부 ①

물리학은 흔히 무생물의 법칙을 다루는 학문으로 여겨지지만, 그 범위를 넓히면 인간 사회의 복잡한 사회 현상을 설명하는 강력한 도구가 됩니다. 사회는 결국 사람들의 모임이며, 사람은 물리적인 구성 요소로 이루어진 존재라는 점에서 사회 현상 또한 물리학의 연구 대상이 될 수 있습니다. 이러한 관점은 사회를 거시적인 시스템으로 파악하고, 그 안에서 흐르는 일정한 패턴과 규칙성을 찾아내려는 시도로 이어집니다. 이는 단순한 비유를 넘어 데이터와 수식을 통해 사회의 구조를 분석하는 새로운 지평을 열어줍니다. 구체적인 사례로 커피숍과 학교의 분포 방식을 살펴보면 사회물리학적 접근의 유용성이 드러납니다. 영리를 추구하는 커피숍은 고객의 수가 중요하기 때문에 인구 밀도에 비례하여 분포하는 경향을 보입니다. 반면, 공공성을 띠는 학교는 학생들의 통학 거리를 최소화하는 방향으로 배치됩니다. 이러한 차이는 인구 밀도와 시설 밀도 사이의 상관관계를 나타내는 지표인 '알파 값'의 차이로 명확히 규명됩니다. 이는 복잡해 보이는 도시의 시설 배치가 사실은 효율성과 이윤이라는 명확한 물리적 원리에 기반하고 있음을 시사합니다. 물리학이 사회를 바라보는 방식의 핵심은 '단순화'에 있습니다. 복잡한 사회적 변수들을 모두 고려하기보다는, 현상을 결정짓는 가장 핵심적인 동기나 원리를 추출하여 모델을 만듭니다. 누구나 동의할 수 있는 상식적인 가정에서 출발하여 수학적 결론을 도출하는 과정은 물리학적 접근의 강력한 힘입니다. 이러한 방식은 복잡한 현상 뒤에 숨겨진 보편적인 질서를 발견하게 하며, 중고등학생도 이해할 수 있는 명쾌한 논리로 사회 구조를 설명할 수 있게 해줍니다. 하지만 물리학적 설명이 모든 사회 현상을 완벽히 포괄할 수 있는지에 대해서는 철학적인 의문이 제기됩니다. 물리학의 모델은 수치적 예측에는 탁월할 수 있지만, 그 수치가 갖는 깊은 사회적 맥락이나 인문학적 통찰을 제공하는 데에는 한계가 있을 수 있습니다. 예측이 성공적이라고 해서 그 현상의 본질을 완전히 이해했다고 단정하기는 어렵기 때문입니다. 사회 현상은 단순히 데이터의 일치만으로 설명되지 않는, 인간의 의도와 가치가 개입된 복잡한 영역이라는 점을 간과해서는 안 됩니다. 자연 현상과 사회 현상의 결정적인 차이는 인과 관계의 위계에 있습니다. 물리학이 다루는 자연계는 주요한 원인과 부차적인 원인이 비교적 명확히 구분되어 근사적인 접근이 잘 들어맞습니다. 그러나 사회 현상은 비슷한 크기의 다양한 요인들이 서로 경쟁하며 시간에 따라 끊임없이 변화합니다. 정치, 경제, 심리적 요인들이 복잡하게 얽혀 있는 상황에서 특정 변수만을 추출하여 일반화하는 것은 외적 타당성을 확보하는 데 어려움을 겪게 만듭니다. 또한, 물리학의 대상인 입자들은 개별성이 없는 '동일 입자'로 취급되지만, 사회의 구성원인 인간은 저마다의 고유한 개성과 비합리성을 지닌 존재입니다. 집단으로서의 인간이 보여주는 '예측 가능한 비합리성'은 통계적인 패턴으로 나타날 수 있지만, 그것이 개개인의 삶이 가진 절실함이나 특수한 사정을 모두 반영하지는 못합니다. 거시적인 정책 수립에는 통계적 모델이 유용할지라도, 개별 사례의 구체적인 진실을 파악하기 위해서는 인문학적 통찰과의 상호 보완이 필수적입니다. 결국 물리학과 사회과학의 만남은 서로의 한계를 인정하고 보완하는 과정이어야 합니다. 물리학은 사회 현상을 정량적으로 분석하고 거시적인 규칙성을 제시함으로써 정책적 판단의 근거를 마련해 줍니다. 동시에 철학적 성찰은 그러한 데이터가 놓치기 쉬운 인간적 가치와 인문학적 통찰의 중요성을 일깨워줍니다. 과학이 끊임없이 발전하듯, 사회를 이해하려는 노력 또한 고정된 틀에 머물지 않고 다양한 학문적 경계를 넘나들며 더욱 깊어질 것입니다.

김범준, 이상욱

카오스재단마스터클래스

물리학
융합

[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.

김범준, 이상욱

카오스재단마스터클래스

물리학
융합

[강연] 인간의 지성, 인공지능과 무엇이 다른가? (1) by정재승 | 2016 가을 카오스 콘서트 '뇌 vs AI' 1부 | 1부 ①

인공지능 기술이 비약적으로 발전하면서 인간 지성의 본질에 대한 질문이 쏟아지고 있습니다. 재난 로봇 경진대회에서 보여준 최첨단 휴머노이드의 움직임은 아장아장 걷는 아이와 비슷해 보이지만, 그 내면의 학습 과정은 근본적으로 다릅니다. 인간은 넘어지는 실수를 통해 뇌 안에서 거대한 변화를 겪으며 걷는 법을 배울 뿐만 아니라, 그 과정에서 타인의 감정을 읽고 복잡한 의사결정을 내리는 법까지 함께 익힙니다. 이러한 통합적 성장은 인간만이 가진 독특한 지적 자산입니다. 컴퓨터의 창시자 앨런 튜링은 숫자와 언어라는 기호를 알고리즘으로 구현하는 범용 장치를 고안했습니다. 하지만 인간의 사고는 '적당히'나 '대충'과 같은 모호한 개념을 포함하며, 이를 숫자로 치환하기 어려운 영역이 존재합니다. 또한 컴퓨터는 하드웨어와 소프트웨어가 분리되어 있지만, 인간의 뇌는 구조가 바뀌면서 새로운 기능이 생겨나는 유기적인 형태를 띱니다. 뇌의 구조 자체가 그 사람의 가치관과 직업을 대변하는 아름다운 지도가 되는 셈입니다. 우리 뇌는 약 1.4kg의 무게에 천억 개의 신경세포가 연결된 집합체로, 매우 적은 에너지만으로도 고도의 연산을 수행합니다. 이는 수많은 전력을 소모하는 현대의 슈퍼컴퓨터와 대조되는 특징입니다. 뇌는 특정 부위가 계산과 저장을 전담하지 않고 전체가 긴밀하게 연결되어 작동합니다. 덕분에 환경이 복잡해지더라도 시스템의 부하를 최소화하면서 고차원적인 인지 과정을 도출해낼 수 있는 유연한 체계를 갖추고 있습니다. 뇌과학자 제프 호킨스는 인간 지능의 핵심을 '예측'으로 정의했습니다. 인간은 매 순간 다음 상황을 미리 내다보고, 자신의 예측이 맞는지 확인하며 지식을 업데이트합니다. 이 과정에서 적은 양의 데이터만으로도 대상을 파악하는 '원샷 러닝' 능력이 발휘됩니다. 인공지능이 수백만 장의 사진을 학습해야 개와 고양이를 구별하는 것과 달리, 인간은 단 몇 번의 경험만으로도 본질을 꿰뚫어 보는 일반화 능력을 갖추고 있어 세상을 빠르게 이해합니다. 인공지능은 주어진 문제를 푸는 '활용'에는 능숙하지만, 새로운 가치를 발견하고 문제를 제기하는 '탐색'과 '가치 전복'에는 한계가 있습니다. 예술가나 과학자처럼 기존의 데이터를 비판적으로 바라보고 세상에 없던 무언가를 창조하는 일은 인간의 고유 영역입니다. 또한 타인과 관계를 맺고 공감하는 사회적 뇌의 기능은 인공지능이 따라오기 힘든 부분입니다. 미래 사회에서는 이러한 인간만의 창의성과 사회적 연결성이 더욱 중요한 가치가 될 것입니다.

정재승

카오스재단카오스콘서트

뇌인지과학

[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.

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.

정하웅

카오스재단서울대자연과학공개강연

물리학