과학 포털 iKAOS

18 Contents

[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

[연구뭐하지?] 사람을 정의하는 핵심, 장기기억 연구_김형 교수 | 서울대학교 "뇌인지회로 연구실"

뇌는 수많은 인지 행동을 구현하기 위해 정교하게 조직된 복잡한 회로망을 가지고 있습니다. 마치 스마트폰의 다양한 기능이 내부의 미세한 회로를 통해 작동하듯, 인간의 사고와 행동 역시 뇌 회로의 유기적인 상호작용의 결과입니다. 뇌인지회로 연구실에서는 이러한 메커니즘을 규명하기 위해 분자 세포 수준부터 시냅스, 해부학적 회로, 그리고 전기생리학과 인지 행동학에 이르기까지 다각적인 연구를 수행하며 뇌의 신비를 종합적으로 이해하고자 노력하고 있습니다. 연구의 핵심 주제 중 하나는 인간의 정체성을 형성하는 장기 기억, 그중에서도 '시각 습관'입니다. 우리가 백화점에서 선호하는 물건을 무의식적으로 바라보는 행위는 과거의 긍정적인 경험이 축적되어 나타나는 자동화된 반응입니다. 이러한 시각 습관이 형성되는 뇌 회로의 원리를 파악하는 것은 매우 중요합니다. 이는 단순히 인간 행동의 이해를 넘어, 습관이 잘못 형성된 중독 질환의 원인을 밝히고 이를 치료할 수 있는 새로운 의학적 실마리를 제공할 수 있기 때문입니다. 인간을 인간답게 만드는 또 다른 요소는 정교한 손의 사용과 그에 따른 촉각 기억입니다. 보이지 않는 곳에서 물체를 만져보고 그것이 무엇인지 인지하며, 그 가치를 판단해 선택하는 과정은 매우 복잡한 의사 결정 회로를 거칩니다. 영장류 모델을 활용한 촉각 기억 연구는 뇌가 정보를 어떻게 표상하고 가치를 평가하는지 밝혀내는 데 중점을 둡니다. 이러한 연구 성과는 향후 생각만으로 기기를 제어하는 브레인-머신 인터페이스(BMI) 기술의 비약적인 발전을 이끌 기초 지식이 될 것입니다. 현재 연구실에서는 뇌의 미상핵이 가치 기억을 처리하는 방식과 도파민 뉴런으로 전달되는 신호 체계를 집중적으로 탐구하고 있습니다. 특히 미상핵의 머리와 꼬리 부분이 서로 다른 가치 정보를 처리한다는 점에 주목하여 관련 유전자를 분석하고 있습니다. 연구의 본질은 단순히 실험 기술을 습득하는 것이 아니라, 현상을 깊이 있게 고찰하고 문제를 해결하는 사고방식을 기르는 데 있습니다. 미시적인 세포 차원에서 시작해 거시적인 선택의 원리를 풀어가는 과정은 뇌과학만이 가진 매력입니다. 창의적인 연구를 위해서는 경직된 틀에서 벗어나 자유롭게 생각하는 환경이 필수적입니다. 이를 위해 연구실에서는 등산이나 아쿠아리움 방문 같은 'H-Day(리프레시 데이)'를 통해 자연 속에서 질문을 던지는 문화를 장려합니다. 미래의 뇌과학자에게는 생물학적 지식뿐만 아니라 프로그래밍, 선형대수, 심리학 등 다양한 학문을 융합하여 문제를 해결하려는 강한 동기가 요구됩니다. 복잡한 뇌 회로의 비밀을 풀기 위해 모든 지식과 기술을 동원하는 종합적인 자세가 연구의 성패를 결정짓는 핵심입니다.

김형

카오스재단연구뭐하지

뇌인지과학

[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

[질문과 토론의 과학 #14] 🎮게임이론의 예 : 짝짓기 알고리즘

과거 인기 예능 프로그램에서 보았던 남녀 짝짓기 방식이 노벨 경제학상과 관련이 있다는 사실은 매우 흥미롭습니다. 1962년 수학자 로이드 셰이플리와 데이비드 게일은 '대학 입학과 결혼의 안정성'이라는 논문을 통해 게일-셰이플리 알고리즘을 발표했습니다. 이 알고리즘은 서로에 대한 선호도를 가진 두 집단 사이에서 가장 안정적 매칭을 찾아내는 수학적 방법론입니다. 단순히 예능의 재미를 넘어, 복잡한 사회적 관계 속에서 최적의 선택을 이끌어내는 이론적 토대를 마련한 것입니다. 안정적 매칭이란 모든 구성원이 짝을 찾고, 그 결과에 대해 누구도 이의를 제기하지 않는 상태를 의미합니다. 즉, 이미 정해진 상대보다 더 선호하는 다른 대상과 서로 눈이 맞아 기존의 관계를 깨뜨릴 가능성이 없는 상태입니다. 이 이론은 남녀의 만남뿐만 아니라 학생과 학교의 배정, 장기 기증자와 환자의 연결 등 다양한 분야에 적용됩니다. 앨빈 로스 교수는 이를 병원 레지던트 배치와 뉴욕 공립학교 배정 문제에 실제로 적용하여 그 효율성을 입증했고, 2012년 노벨 경제학상을 수상했습니다. 알고리즘의 작동 방식은 의외로 직관적입니다. 한 집단이 자신이 가장 선호하는 상대에게 먼저 제안을 하고, 제안을 받은 쪽은 더 나은 선택지가 나타날 때까지 현재의 제안을 잠정적으로 수용합니다. 만약 더 선호하는 상대가 나타나면 기존의 짝을 거절하고 새로운 짝을 선택하는 과정을 반복합니다. 이러한 충돌과 재매칭의 과정을 거치다 보면, 결국 더 이상의 변화가 일어나지 않는 안정적 상태에 도달하게 됩니다. 이는 각자의 선호가 분명하다면 반드시 최선의 해답을 찾을 수 있다는 수학적 확신을 제공합니다. 매칭 이론이 경제학에서 중요하게 다뤄지는 이유는 사회적 자원의 낭비를 막아주기 때문입니다. 예를 들어, 적성에 맞지 않는 대학에 진학하거나 직장에 들어간 후 조기에 그만두는 현상은 개인과 사회 모두에게 큰 손실입니다. 만약 처음부터 정교한 알고리즘을 통해 서로의 선호가 최대한 반영된 매칭이 이루어졌다면, 이러한 중도 포기나 재시험 같은 비효율을 획기적으로 줄일 수 있습니다. 이는 단순히 짝을 짓는 문제를 넘어, 한정된 자원을 가장 만족스러운 방식으로 배분하는 고도의 전략입니다. 게일-셰이플리 알고리즘은 우리가 일상에서 겪는 선택의 고민을 과학적이고 체계적인 시스템으로 해결할 수 있음을 보여줍니다. 이 이론은 단순히 수학적 유희에 그치지 않고 병원, 학교, 기업 등 다양한 조직에서 구성원들의 만족도를 높이는 실질적인 도구로 활용되고 있습니다. 게임이론의 한 분야인 매칭 이론이 현대 사회의 복잡한 이해관계를 조정하는 데 얼마나 중요한 역할을 하는지 알 수 있습니다. 이처럼 수학적 논리는 우리의 삶을 더욱 효율적이고 공정하게 만드는 강력한 힘을 지니고 있습니다.

카오스재단질토과 + 짧강

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

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

신현정

카오스재단카오스강연

생명과학
뇌인지과학

[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

[연구뭐하지?] 이상훈 교수_서울대학교 '인지 및 시스템 신경과학 연구실' | 신경과학을 연구하는 융합인재들의 플랫폼!(찡긋)

서울대학교 인지 및 시스템 신경과학 연구실은 인간의 마음과 뇌의 메커니즘을 잇는 '연결'을 핵심 가치로 삼고 있습니다. 마음은 행동을 통해 관찰되는 현상적인 영역이며, 뇌는 생물학적인 현상이 발생하는 물리적 영역입니다. 서로 다른 차원에서 기술되는 이 두 도메인을 하나로 통합하여 이해하는 것이 연구의 본질입니다. 이를 통해 보이지 않는 마음의 작용이 어떻게 구체적인 뇌 활동으로 발현되는지를 심도 있게 탐구하며 인간 이해의 지평을 넓히고 있습니다. 불확실한 정보와 제한된 시간 속에서 인간이 내리는 합리적인 의사결정 과정을 연구하기 위해 수리 모델을 적극적으로 활용합니다. 마음의 활동을 수학적으로 정립하여 뇌 활동을 설명하고, 반대로 뇌의 신호를 통해 마음의 작용을 역추적하는 방식입니다. 이러한 수리 모델링은 서로 다른 언어를 사용하는 심리학과 생물학 사이의 가교 역할을 합니다. 단순한 관찰을 넘어 시스템적인 이해를 가능하게 함으로써 복잡한 인지 과정을 정교하게 분석해 냅니다. 연구실에서는 시각 자극에 따른 행동과 뇌 현상을 측정하기 위해 다양한 최첨단 기술을 동원합니다. 뇌파(EEG) 측정 장비부터 안구 추적 데이터, 뇌 영상 분석, 그리고 인과 관계 파악을 위한 전기적 자극까지 폭폭넓은 방법론을 사용합니다. 다양한 전공 배경을 가진 연구자들이 모여 수평적인 분위기 속에서 협력하며, 인공지능과 신경과학의 접점을 찾는 융합 연구도 활발히 진행 중입니다. 이는 인간의 지각과 심리 정보처리를 다각도에서 조명하는 토대가 됩니다. 뇌인지과학 분야를 깊이 있게 연구하기 위해서는 탄탄한 기초 역량이 필수적입니다. 통계학이나 수학과 같은 양적인 방법론에 대한 이해는 물론, 매트랩(MATLAB)이나 파이썬(Python) 같은 프로그래밍 언어를 다루는 능력도 중요하게 요구됩니다. 또한 최신 연구 동향을 파악하고 국제적인 학술 교류를 원활히 하기 위해 영어 의사소통 능력도 갖추어야 합니다. 인턴십 과정을 통해 실제 연구 현장을 미리 경험해 보는 것은 자신의 적성을 확인하고 연구자로서의 길을 준비하는 데 큰 도움이 됩니다. 훌륭한 연구자가 되기 위해서는 열정과 역량, 그리고 확고한 직업 윤리가 조화를 이루어야 합니다. 특히 스스로 문제를 정의하고 해결책을 찾아야 하는 신생 학문의 특성상, 어려움에 직면했을 때 더욱 몰입하는 태도가 중요합니다. 자신의 연구가 왜 중요한지 타인을 설득하고 정립되지 않은 길을 개척해 나가는 과정은 결코 쉽지 않습니다. 하지만 인간의 행동과 신경 과정의 관계를 밝혀내겠다는 강한 의지가 있다면, 뇌과학의 미래를 이끄는 주역으로 성장할 수 있을 것입니다.

이상훈

카오스재단연구뭐하지

뇌인지과학

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

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

장원철

카오스재단코로나19 과학토크

생명과학
융합

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

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

이석재

카오스재단코로나19 과학토크

생명과학
융합

[과학자가 쓴 과학책#6] 정재승의 과학 콘서트 by정재승 | KAOS X 공원생활 특집

복잡계 과학이라는 생소한 분야를 다룬 책이 이토록 오랫동안 사랑받을 줄은 몰랐습니다. 최신 과학 이론을 담으면서도 물리학을 통해 사회 현상을 바라보는 재미를 전달하려 노력한 점이 독자들에게 닿은 것 같아 감사할 따름입니다. 책을 통해 세상을 바라보는 관점이 달라졌다는 평가는 저자로서 가장 큰 보람입니다. 지식이 단순히 머릿속 관념에 머물지 않고 삶의 변화와 실천으로 이어지며, 특히 물리학자를 꿈꾸는 청소년들이 많아졌다는 소식은 미래 과학계에 대한 큰 희망을 전해줍니다. 과거에는 우리말로 우리만의 경험을 담아낸 과학 책이 드물었습니다. 최재천 교수님과 함께 활동하던 초기에는 라이벌이라는 생각보다는 더 많은 분이 과학 책을 읽어주길 바라는 마음이 컸습니다. 하지만 지난 20년 사이 한국 과학 출판계에는 놀라운 변화가 일어났습니다. 이제는 훌륭한 국내 저자들이 대거 등장하여 선의의 경쟁을 펼치고 있으며, '코스모스'나 '이기적 유전자' 같은 고전들과 어깨를 나란히 하는 좋은 책들이 많아져 과학 독서 문화가 한층 풍성해졌습니다. 만약 아인슈타인이나 리처드 파인만 같은 과학자들을 오늘날로 모셔올 수 있다면, 과학이 하나의 즐거운 문화로 자리 잡은 풍경을 꼭 보여드리고 싶습니다. 과학자들 중에는 바이올린 연주에 능했던 아인슈타인이나 퀸의 기타리스트 브라이언 메이처럼 예술적 재능이 뛰어난 이들이 많습니다. 이들이 모여 실제로 음악 공연을 펼치는 '과학 콘서트'가 열린다면 대중에게 과학의 색다른 매력을 전달할 수 있을 것입니다. 과학이 딱딱한 학문을 넘어 지적인 즐거움과 감성을 동시에 선사하는 문화가 되길 바랍니다. 과학 책이 어렵게 느껴져 서점의 과학 코너를 멀리하는 분들이 여전히 많습니다. 하지만 용기를 내어 첫 한 권을 집어 드는 순간, 그동안 몰랐던 지적 탐험의 세계가 열리게 됩니다. 최근에는 우리가 평소 궁금해하던 주제들을 흥미롭게 풀어낸 양질의 과학 책들이 매우 많아졌습니다. 일상 속에서 하늘의 별을 바라보며 우주의 경이로움을 느끼듯, 과학 책을 통해 지적 갈증을 해소하고 새로운 세상을 발견해 보시길 권합니다. 첫 번째 선택이 즐거운 경험으로 이어진다면 과학은 평생의 친구가 될 것입니다. 저는 현재 우리 뇌가 어떻게 선택하고 의사결정을 내리는지를 연구하고 있습니다. 앞으로의 목표는 이러한 연구 성과를 바탕으로 선택에 관한 뇌과학 책을 집필하는 것입니다. 더 나아가 인류가 정신의 영역을 탐구해 온 역사를 정리하여, 우리가 인간을 이해하기 위해 어떤 노력을 해왔고 앞으로 남은 과제는 무엇인지 조명하고 싶습니다. 인간의 정신을 깊이 있게 다루는 뇌과학 역사서를 완성하는 것이 저의 마지막 학문적 소명이자 인생의 중요한 목표입니다.

정재승

카오스재단읽다과학

융합

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

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

이현숙

카오스재단코로나19 과학토크

생명과학

[석학인터뷰] 김대수 ─ 자유의지를 뇌과학으로 어떻게 설명할까요? | 2019 봄 카오스강연 '기원, 궁극의 질문들'

어린 시절 쥐를 잡으러 산과 들을 누비던 호기심은 현대 뇌과학 연구의 중요한 밑거름이 되었습니다. 연구진은 동물이 특정 사물에 강한 관심을 보이는 이유를 탐구한 끝에 뇌 속에서 '호기심 신경 회로'를 발견했습니다. 이 신경 회로를 자극하면 동물은 눈앞의 물건을 집요하게 쫓게 되는데, 여기에 블루투스 기술을 접목하여 동물의 이동 경로를 원격으로 제어하는 '마이다스(MIDAS)' 기술을 개발했습니다. 이는 이론적으로 모든 동물의 행동을 조종할 수 있는 가능성을 열어주며 뇌과학의 새로운 지평을 제시합니다. 뇌과학의 발전은 인간의 자유의지에 대한 근본적인 질문을 던지게 합니다. 비록 뇌 안에는 자유의지 없이도 설명 가능한 수많은 기전이 존재하지만, 스스로 의사결정을 내리는 듯한 현상은 분명히 관찰됩니다. 연구자들은 이러한 현상이 일어나는 구체적인 기전을 밝혀내기 위해 끊임없이 노력하고 있습니다. 만약 우리에게 자유의지가 전혀 없다면 뇌과학이라는 학문은 그 흥미를 잃게 될지도 모릅니다. 따라서 자유의지의 실체를 규명하려는 시도는 인간 존재의 본질을 이해하려는 희망적인 여정이라고 할 수 있습니다. 우리가 살아가는 세상에는 생존에 필수적인 자원부터 생명을 위협하는 위험 요소까지 수많은 사물이 존재합니다. 뇌는 이러한 외부 자극을 정교하게 인식하고 그에 적합한 행동을 즉각적으로 만들어내며 환경에 최적화된 방식으로 적응해 왔습니다. 이러한 적응 과정은 인간이 현재의 복잡한 뇌 구조를 갖게 된 결정적인 이유가 됩니다. 결국 뇌의 기능을 이해하는 것은 우리가 세상을 어떻게 인지하고 반응하는지에 대한 근본적인 해답을 찾는 과정이며, 이는 인간 행동의 본질을 파악하는 핵심적인 열쇠가 될 것입니다.

김대수

카오스재단카오스강연

생명과학
뇌인지과학

[강연] 게임이론 - 인간의 행동을 예측하다 (5) _ by한순구 | 2018 봄 카오스 강연 '모든 것의 수數다' 6강 | 6강 ⑤

게임이론은 내쉬 이후 약 60년의 역사를 가진 비교적 젊은 학문으로, 여전히 그 범위와 깊이가 확장되고 있습니다. 핵전쟁이나 국가 간 정상회담처럼 반복되지 않는 단 한 번의 사건에 적용될 때, 수치적 검증이 어렵다는 비판을 받기도 합니다. 하지만 이는 데이터의 부재 때문이지 이론의 무용함을 의미하지는 않습니다. 오히려 복잡한 이해관계 속에서 핵심 변수를 파악하고 전략적 사고의 틀을 제공한다는 점에서 게임이론은 현대 사회의 중요한 의사 결정 도구로 자리 잡고 있습니다. 추상적인 논의를 넘어 실생활에 적용되는 대표적인 사례로 게일-섀플리 알고리즘을 들 수 있습니다. 이 알고리즘은 두 집단 사이의 선호도를 바탕으로 최적의 짝을 연결해 주는 방식입니다. 단순히 무작위로 연결하는 것이 아니라, 이미 정해진 짝보다 서로를 더 선호하는 새로운 조합이 나타나지 않도록 '안정적 매칭'을 찾는 것이 핵심입니다. 이러한 논리적 구조는 복잡한 이해관계가 얽힌 사회적 자원 배분 문제에서 불필요한 갈등과 불확실성을 제거하는 데 탁월한 성능을 발휘합니다. 매칭 이론은 노벨 경제학상을 받을 만큼 그 가치를 인정받은 분야입니다. 우리가 원하는 최상의 직장이나 학교에 모두가 갈 수는 없지만, 시스템에 대한 납득을 끌어내는 것이 중요합니다. 만약 부적절한 매칭이 이루어진다면 학생이 반수를 선택하거나 신입 사원이 조기에 퇴사하는 등 막대한 사회적 비용이 발생하게 됩니다. 효율적인 매칭 시스템은 구성원들이 주어진 조건 내에서 더 이상의 나은 선택지가 없음을 인지하게 함으로써 사회 전체의 안정성과 효율성을 높이는 역할을 합니다. 게임이론의 또 다른 핵심 개념인 '커미트먼트'는 약속을 지키겠다는 의지와 보복의 실행력을 의미합니다. 이는 역사를 해석하는 새로운 시각을 제공하기도 합니다. 영국의 명예혁명 당시, 의회는 왕이 재산권을 침해할 경우 반드시 처벌한다는 강력한 커미트먼트를 보여주었습니다. 왕은 이러한 위협이 실재함을 깨닫고 의회와의 계약을 준수하게 되었으며, 이는 결과적으로 민주주의와 의회 정치의 기틀을 마련하는 계기가 되었습니다. 전략적 상호작용이 역사의 흐름을 바꾼 대표적인 사례입니다. 현대 게임이론의 기틀을 마련한 존 내쉬는 수학적으로 균형의 존재를 입증하며 경제학의 패러다임을 바꾸었습니다. 그의 '내쉬 균형'은 단편적인 사례 분석에 머물던 전략 연구를 체계적인 시스템으로 격상시켰습니다. 비록 오랜 시간 조현병으로 고통받았지만, 그의 이론은 멈추지 않고 발전하여 오늘날 거의 모든 경제 활동의 기초가 되었습니다. 내쉬의 업적은 인간의 경쟁과 협력이라는 복잡한 행동 양식을 논리적이고 과학적인 언어로 풀어냈다는 점에서 영원히 기억될 것입니다.

김두얼, 한순구

카오스재단카오스강연

수학
융합

[강연] 게임이론 - 인간의 행동을 예측하다 (1) _ by한순구 | 2018 봄 카오스 강연 '모든 것의 수數다' 6강 | 6강 ①

우주의 기원에 대한 탐구는 인류 역사상 가장 오래된 질문 중 하나입니다. 우리는 어디에서 왔으며, 이 거대한 우주는 어떻게 시작되었는지에 대한 해답을 찾기 위해 끊임없이 노력해 왔습니다. 현대 과학은 이 질문에 대해 '빅뱅 이론'이라는 강력한 설명을 제시합니다. 약 138억 년 전, 상상할 수 없을 만큼 작고 뜨거운 한 점에서 시작된 빅뱅은 시간과 공간, 그리고 물질의 탄생을 알리는 서막이었습니다. 이러한 과학적 통찰은 단순한 호기심을 넘어 존재의 근원을 이해하는 핵심적인 열쇠가 됩니다. 빅뱅 직후의 우주는 극도로 높은 에너지 상태였으며, 우리가 현재 알고 있는 물리 법칙들이 하나로 통합되어 있었습니다. 우주가 팽창하며 온도가 낮아짐에 따라 중력, 강력, 약력, 전자기력이라는 네 가지 기본 상호작용이 차례로 분리되었습니다. 이 과정은 우주의 구조를 결정짓는 결정적인 순간들이었으며, 물질이 존재할 수 있는 기초적인 환경을 조성했습니다. 초기 우주의 급격한 팽창인 인플레이션 이론은 오늘날 우리가 관측하는 우주의 균일성과 평탄성을 설명하는 데 중요한 역할을 합니다. 우주가 탄생하고 아주 짧은 시간이 흐른 뒤, 쿼크와 경입자 같은 기본 입자들이 등장하기 시작했습니다. 초기에는 너무 뜨거워 입자들이 결합하지 못하고 에너지가 소용돌이치는 상태였으나, 온도가 점차 내려가면서 쿼크들이 결합하여 양성자와 중성자를 형성했습니다. 이는 물질세계를 구성하는 가장 기본적인 벽돌이 만들어진 셈입니다. 이 시기의 역동적인 변화는 우주가 단순한 에너지의 집합체에서 구체적인 형태를 갖춘 물질의 세계로 진화해 나가는 중요한 전환점이 되었습니다. 빅뱅 후 약 3분 정도가 지났을 때, 우주의 온도는 핵융합이 일어날 수 있을 만큼 낮아졌습니다. 이때 수소 원자핵들이 결합하여 헬륨 원자핵이 만들어졌으며, 이는 오늘날 우주에 존재하는 원소 비율의 기초가 되었습니다. 그로부터 약 38만 년이 지나 우주가 충분히 식었을 때, 빛이 물질의 방해를 받지 않고 직진할 수 있게 된 '우주배경복사'가 발생했습니다. 이 빛은 오늘날 우리가 관측할 수 있는 가장 오래된 흔적으로, 초기 우주의 상태를 고스란히 간직한 화석과도 같은 존재입니다. 현대 물리학이 밝혀낸 우주의 역사는 인간의 지성이 도달한 위대한 성취 중 하나입니다. 우리는 아주 작은 입자들의 상호작용을 통해 거대한 은하와 별, 그리고 생명체의 기원을 추적할 수 있게 되었습니다. 하지만 여전히 암흑물질이나 암흑에너지와 같이 우리가 풀지 못한 숙제들이 많이 남아 있습니다. 우주의 기원을 연구하는 것은 단순히 과거를 돌아보는 일이 아니라, 우리가 살고 있는 세계의 본질을 이해하고 미래를 향한 새로운 지평을 여는 과정입니다. 과학은 오늘도 그 신비로운 베일을 하나씩 벗겨내고 있습니다.

한순구

카오스재단카오스강연

수학
융합

[강연] 세상 속의 수數다 (2) _ by고계원 | 2018 봄 카오스 강연 '모든 것의 수數다' 1강 | 1강 ②

일상 속에서 수학적 사고는 때로 생명을 구하는 결정적인 역할을 합니다. 응급 상황에서 의사가 환자의 심장박동 이상을 갑상샘 항진증의 결과로만 단정 지으려 할 때, 수학적 관점은 다른 가능성을 열어줍니다. 특정 질환이 심장박동 이상을 일으킬 확률이 높더라도, 전체 심장박동 이상 환자 중에서 그 질환이 차지하는 비중은 작을 수 있기 때문입니다. 이러한 집합적 사고를 통해 의사는 간 손상이라는 진짜 원인을 찾아낼 수 있었고, 이는 직관에 의존한 판단이 얼마나 위험할 수 있는지를 잘 보여주는 사례입니다. 비즈니스 현장에서도 수학은 막연한 불안감을 확신으로 바꾸어 줍니다. 고객 충성도가 경쟁사보다 낮아 시장 점유율이 결국 0으로 수렴할 것이라는 공포는 마케팅 부서를 위축시키기 쉽습니다. 하지만 행렬 계산을 통해 미래의 시장 점유율 변화를 예측해 보면, 시장은 특정 지점에서 균형을 이루며 안정화된다는 사실을 알 수 있습니다. 당장의 수치에 일희일비하기보다 수학적 모델링을 통해 장기적인 추세를 정확히 파악함으로써, 기업은 더욱 냉철하고 전략적인 대응 방안을 마련하여 위기를 극복할 수 있는 근거를 얻게 됩니다. 법정에서의 판결 역시 수학적 논리에 의해 뒤바뀌기도 합니다. 희귀한 외모 특성을 가진 커플이 범인일 확률이 매우 높다는 검사의 주장은 언뜻 설득력 있게 들리지만, 수학자는 이를 다른 각도에서 바라봅니다. 전체 인구 집단 내에서 해당 조건을 만족하는 또 다른 커플이 존재할 확률을 계산해 보면, 그것이 결코 무시할 수 없는 수준임을 증명할 수 있기 때문입니다. 1,200만 분의 1이라는 낮은 확률 뒤에 숨겨진 20%의 가능성은 무고한 사람을 구제하는 강력한 근거가 되며, 이는 사법 정의 실현에 있어 수학이 가지는 가치를 증명합니다. 수학의 심오함은 의외로 단순한 원리에 뿌리를 두고 있습니다. 무한 집합의 크기를 비교하는 난해한 문제도 '일대일 대응'이라는 직관적인 개념으로 해결할 수 있습니다. 극장에서 관객 수와 의자 수를 일일이 세지 않고도 사람들이 모두 앉아 있는지를 확인하여 크기를 비교하듯, 수학자들은 두 집합의 원소를 하나씩 짝지어 봅니다. 이를 통해 정수 집합과 그 부분집합인 짝수 집합의 크기가 같다는 놀라운 결론에 도달하며, 복잡한 문제를 쉬운 모델로 치환하여 생각하는 수학적 사고의 정수를 보여줍니다. 미적분학의 핵심인 적분 또한 우리 삶의 움직임을 설명하는 유용한 도구입니다. 불규칙하게 변하는 속도로 달리는 자동차의 이동 거리를 계산해야 할 때, 적분은 울퉁불퉁한 곡선 아래의 면적을 구하는 방식으로 답을 제시합니다. 변화무쌍한 현상을 아주 미세한 단위로 쪼개어 다시 합치는 이 과정은 복잡한 현실을 정교하게 분석할 수 있게 해줍니다. 결국 수학은 추상적인 기호의 나열이 아니라, 세상을 더 정확하게 이해하고 문제를 합리적으로 해결하기 위해 반드시 필요한 사고의 틀이라고 할 수 있습니다.

고계원

카오스재단카오스강연

수학

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

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

장원철, 정하웅, 차미영

카오스재단카오스강연

물리학

[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] 뇌 : 신비한 세계로의 초대 (4) _ 신희섭 | 2016 봄 카오스 강연 '뇌 - Brain' 1강 | 1강 ④

우주는 인류에게 언제나 경외심과 탐구의 대상이었습니다. 밤하늘을 수놓은 수많은 별을 보며 우리는 저 너머에 무엇이 존재하는지, 그리고 이 거대한 공간 속에서 우리의 위치는 어디인지 끊임없이 질문해 왔습니다. 이러한 호기심은 단순한 상상을 넘어 과학적 탐구로 이어졌으며, 오늘날 우리는 과거에는 상상조차 할 수 없었던 우주의 깊은 곳까지 들여다볼 수 있는 기술적 토대를 마련하게 되었습니다. 천문학의 역사는 도구의 발전과 궤를 같이합니다. 갈릴레이가 망원경을 통해 목성의 위성을 발견한 순간부터, 현대의 제임스 웹 우주 망원경이 수십억 년 전의 빛을 포착하기까지 인류의 시야는 비약적으로 확장되었습니다. 관측 기술의 진보는 우리가 우주를 바라보는 방식을 근본적으로 바꾸어 놓았으며, 보이지 않던 영역을 가시화함으로써 우주의 구조와 진화 과정을 더욱 정밀하게 이해할 수 있도록 도와주었습니다. 우리가 관측할 수 있는 우주의 범위는 빛의 속도라는 물리적 한계에 의해 결정됩니다. '관측 가능한 우주'라는 개념은 빛이 우주의 탄생 이후 우리에게 도달할 수 있었던 거리 내의 영역을 의미합니다. 이 경계 너머에는 여전히 우리가 알지 못하는 광활한 공간이 존재하며, 우주의 팽창 속도가 빛보다 빠를 수 있다는 사실은 우리가 영원히 도달하거나 관측할 수 없는 영역이 존재함을 시사하기도 합니다. 현대 우주론의 가장 큰 화두 중 하나는 암흑 물질과 암흑 에너지의 정체입니다. 우리가 눈으로 볼 수 있는 별과 은하, 가스 등은 우주 전체 에너지 밀도의 극히 일부에 불과합니다. 나머지 대부분을 차지하는 암흑 물질은 중력을 통해 은하를 유지시키고, 암흑 에너지는 우주의 가속 팽창을 주도하는 것으로 알려져 있습니다. 이러한 미지의 영역을 규명하는 것은 현대 물리학이 직면한 가장 거대한 도전 중 하나입니다. 우주의 기원을 추적하는 과정은 필연적으로 빅뱅 이론과 연결됩니다. 초고온, 초고밀도의 상태에서 시작된 우주가 어떻게 현재와 같은 복잡한 구조를 갖추게 되었는지를 연구하는 것은 물질의 근원을 찾는 과정이기도 합니다. 초기 우주의 미세한 온도 변화가 오늘날 거대한 은하 구조의 씨앗이 되었다는 사실은, 아주 작은 물리적 법칙이 우주 전체의 운명을 결정지었음을 보여주는 놀라운 증거입니다. 우주 탐사는 이제 한 국가의 역량을 넘어 전 지구적인 협력이 필요한 분야가 되었습니다. 국제 우주 정거장 운영이나 화성 탐사 프로젝트 등은 인류가 공동의 목표를 위해 지혜를 모으는 대표적인 사례입니다. 과학적 발견은 국경을 초월하며, 우주라는 거대한 환경 속에서 인류는 하나의 공동체로서 서로의 기술과 자원을 공유하며 미지의 세계를 향한 발걸음을 멈추지 않고 있습니다. 미래의 우주 탐사는 단순히 관측에 머물지 않고 인류의 생활권을 확장하는 방향으로 나아갈 것입니다. 달 기지 건설이나 화성 이주 계획은 더 이상 공상 과학 소설 속의 이야기가 아닙니다. 우리는 지구라는 요람을 벗어나 우주로 나아가는 전환점에 서 있으며, 이러한 여정은 인류의 생존 가능성을 높이는 동시에 생명과 존재에 대한 근원적인 성찰을 제공할 것입니다.

신희섭, 이창준, 이현숙

카오스재단카오스강연

뇌인지과학