과학 포털 iKAOS

11 Contents

인공지능🤖과 윤리👍👎│선을 넘는 과학자들

인공지능이 우리 일상에 깊숙이 들어오면서, 기술 그 자체보다 이를 사용하는 인간과 사회의 역할이 더욱 중요해지고 있습니다. AI가 발전함에 따라 우리는 그 사용법뿐만 아니라, 안전하고 윤리적으로 올바른 활용 방안에 대해 고민해야 합니다. 예를 들어, 사진 보정 기술인 페이스 디픽셀라이저는 데이터의 편향으로 인해 원래 흑인인 오바마 대통령의 얼굴을 백인처럼 변형시키는 문제를 드러냅니다. 이는 AI가 학습하는 데이터가 특정 인종에 치우쳐 있을 때 발생하는 대표적인 사례로, 기술적 진보가 사회적 편견을 재생산할 수 있음을 보여줍니다. 이러한 데이터 편향은 실제 사회적 문제로 이어질 수 있습니다. 예를 들어, 구글 포토의 얼굴 인식 기능이 흑인 여성을 고릴라로 잘못 레이블링한 사건은 인공지능의 오류가 단순한 기술적 실수로 치부될 수 없음을 시사합니다. AI가 인간의 데이터를 바탕으로 학습하기 때문에, 사회에 존재하는 편견과 차별이 고스란히 기술에 반영될 수 있습니다. AI의 판단 오류는 단순한 불편을 넘어 개인의 삶에 심각한 영향을 미칠 수 있습니다. 예를 들어, 경찰이나 기업에서 AI를 활용해 의사결정을 내릴 때, 잘못된 데이터나 알고리즘 편향으로 인해 부당한 처벌이나 채용 탈락이 발생할 수 있습니다. 실제로 재범 예측 AI가 흑인에게 더 높은 재범 가능성을 부여하거나, 경제적 부를 가진 범죄자를 제대로 식별하지 못하는 사례가 보고되고 있습니다. 이는 AI의 공정성과 신뢰성 확보가 얼마나 중요한지 보여줍니다. AI 윤리가 기존의 컴퓨터 윤리와 다른 점은, AI가 스스로 패턴을 학습하고 판단을 내리기 때문에 그 과정이 블랙박스처럼 불투명하다는 데 있습니다. 과거에는 명확한 규칙에 따라 작동했지만, 현재의 딥러닝 기반 AI는 내부 과정을 설명하기 어렵습니다. 이로 인해 예측 불가능한 결과가 발생할 수 있으며, 이를 해결하기 위해 설명 가능한 인공지능(XAI) 개발이 시도되고 있습니다. 또한, AI의 자율성이 높아질수록 사고 발생 시 책임 소재에 대한 논의도 복잡해지고 있습니다. 국제적으로는 인공지능 윤리 지침과 알고리즘 편향 표준이 마련되고 있으며, 우리나라도 2025년 시행 예정인 인공지능 기본법을 통해 인권, 프라이버시, 다양성, 공공성 등 다양한 윤리적 가치를 보호하려 노력하고 있습니다. 특히 고영향 AI, 즉 생명이나 안전에 직접적인 영향을 미치는 분야에서는 더욱 엄격한 관리가 요구됩니다. 앞으로는 AI의 편향과 차별을 완화하고, 기술이 인간 중심적으로 작동하도록 사회적 감시와 제도적 장치가 필수적입니다.

국립과천과학관선을 넘는 과학자들🔬

융합

[강연] 교육AI를 탄생시킨 놀라운 수학적 아이디어 2_by 노현빈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 6강 두 번째 이야기 | 6강 ②

최근 인공지능 열풍의 중심에는 챗GPT와 같은 거대 언어 모델(LLM)이 있습니다. 하지만 LLM의 본질은 단순히 문맥상 가장 적절한 다음 단어를 예측하여 나열하는 것에 불과합니다. 교육 현장에서 인공지능이 진정한 가치를 발휘하기 위해서는 단순히 말을 잘하는 것을 넘어, 학생을 가르친다는 행위의 본질과 교육적 맥락을 깊이 이해해야 합니다. 이를 위해 대수기하학의 정교한 수학적 도구들이 교육 인공지능의 근본적인 모델을 설계하는 데 핵심적인 역할을 수행하고 있습니다. 효과적인 교육을 위한 첫걸음은 학생의 현재 상태를 정확히 파악하는 것입니다. 교육학에서는 이를 구조주의와 구성주의라는 두 가지 관점에서 접근합니다. 구조주의는 지식의 선후 관계를 연결한 '지식 그래프'를 통해 학생의 성취도를 측정하며, 구성주의는 학생마다 지식을 받아들이는 방식이 다르다는 점에 주목합니다. 인공지능은 이러한 관점들을 결합하여 학생이 수행한 다양한 과업 데이터를 분석하고, 이를 바탕으로 학생의 실력을 다각도로 진단하고 이해하는 과정을 거칩니다. 학생에게 수만 개의 문제를 풀게 하는 것은 현실적으로 불가능하기 때문에, 인공지능은 적은 수의 샘플 테스트만으로도 전체 실력을 예측하는 모델을 활용합니다. 이는 '스무고개' 게임처럼 정보량을 극대화할 수 있는 최적의 질문을 던져 후보군을 좁혀나가는 원리와 같습니다. 이를 통해 생성된 '열지도(Heatmap)'는 학생이 특정 개념을 맞힐 확률을 시각화하여 보여줍니다. 결과적으로 중학생이 몇 문제만 풀어도 고등학교 과정에서 겪을 어려움까지 미리 예측할 수 있게 됩니다. 딥러닝 모델은 흔히 내부 작동 원리를 알 수 없는 '블랙박스'에 비유되곤 합니다. 하지만 교육 현장, 특히 공교육에서는 평가의 근거를 설명할 수 있는 투명성이 매우 중요합니다. 이를 해결하기 위해 수학의 공리적 접근법이 도입됩니다. 학생들 간의 실력을 비교 가능한 좌표계로 변환하고, 공정한 평가 기준을 수립함으로써 블랙박스 모델의 한계를 보완합니다. 이러한 수학적 장치는 학부모와 학생이 인공지능의 평가 결과를 신뢰하고 받아들일 수 있는 논리적 토대가 됩니다. 인공지능의 학습 추천 알고리즘은 알파고의 승률 계산 방식과 유사한 최적화 과정을 거칩니다. 단순히 약점을 보완하거나 난이도를 조절하는 수준을 넘어, 특정 문제를 풀었을 때 기대되는 점수 상승 폭을 계산하여 최단 시간 내에 실력을 올릴 수 있는 경로를 찾아냅니다. 흥미로운 점은 이러한 수학적 최적화 결과가 인간의 직관인 망각 곡선이나 선수 지식 체계와도 일맥상통한다는 것입니다. 이는 수학적 모델이 교육의 본질적인 효율성을 정교하게 포착하고 있음을 시사합니다. 수많은 학습 경로 중 최적의 조합을 찾는 것은 계산적으로 매우 복잡한 문제입니다. 하지만 교육 평가 모델을 '서브모듈러(Submodular)'라는 수학적 성질을 만족하도록 설계하면, 매 순간 최선의 선택을 하는 것만으로도 전체적인 최적해에 근접할 수 있습니다. 이는 햄버거 세트 메뉴의 가격 정책처럼 추가적인 학습의 효용을 수학적으로 정의하는 방식입니다. 이러한 설계를 통해 인공지능은 방대한 데이터 속에서도 학생에게 가장 효과적인 교육 과정을 실시간으로 제시할 수 있게 됩니다. 인공지능 기술의 궁극적인 지향점은 인간의 잠재력을 최대한으로 끌어올리는 데 있습니다. 수학적으로 모든 인간은 자신만의 고유한 지표에서 누구보다 뛰어난 '맥시멀(Maximal)'한 존재입니다. 인공지능은 교사가 학생 개개인에게 더 깊은 관심을 기울일 수 있도록 돕는 강력한 보조 도구가 되어야 합니다. 기술이 제안하는 맞춤형 처방과 인간 교사의 정서적 교감이 결합될 때, 학생들은 자신의 독창성을 발견하고 잠재력을 꽃피우는 진정한 교육의 가치를 경험하게 될 것입니다.

노현빈

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'

수학

[인터뷰] MZ세대는 이기적이다?

협력의 진화는 인간 사회를 이해하는 데 있어 매우 중요한 주제입니다. 인간은 단순히 개인의 이익만을 추구하는 존재가 아니라, 타인과의 상호작용 속에서 협력적인 행동을 선택하기도 합니다. 이러한 협력은 우리가 일상에서 경험하는 다양한 형태로 나타나며, 단순한 물질적 교환을 넘어 사회 전체의 구조와 발전에 깊은 영향을 미칩니다. 협력이 어떻게 가능해졌는지, 그리고 그 구체적인 형태가 무엇인지에 대한 탐구는 사회를 더 바람직한 방향으로 이끄는 데 중요한 시사점을 제공합니다. 경제학에서 게임 이론은 개인의 행동이 타인의 행동에 의해 영향을 받는 상황을 분석하는 데 유용한 도구입니다. 현실 세계에서는 나의 선택이 타인의 선택과 얽혀 있기 때문에, 단순히 내 이익만을 극대화하는 것이 아니라 타인의 반응까지 고려해야 합니다. 이러한 상호작용의 복잡성 속에서 협력이 어떻게 유지되고, 때로는 실패하는지에 대한 연구는 사회 현상을 이해하는 데 필수적입니다. 모델을 통해 사회를 분석할 때는 현실의 중요한 측면을 놓치지 않도록 주의해야 하며, 모형의 한계와 장점을 균형 있게 바라보는 태도가 필요합니다. 인간 사회에서 협력과 이타성은 대규모로 나타나는 독특한 현상입니다. 우리는 한 번도 만난 적 없는 타인의 노력의 결과물을 누리며 살아가고, 이는 인류 전체가 거대한 협력 체계 안에 있음을 보여줍니다. 하지만 협력의 판단 기준은 때로 편견에 의해 왜곡되기도 하며, 인종이나 집단과 같은 구분이 협력의 오작동을 초래하기도 합니다. 이러한 현상은 인간 사회가 가진 협력의 복잡성과 동시에 주의해야 할 점을 시사합니다. 도덕적 행동과 이익 추구 사이의 경계는 명확하지 않습니다. 어떤 이들은 모든 선택이 자신의 이익에 기반한다고 보지만, 또 다른 이들은 도덕적 행동이 내적 만족과는 별개로 존재해야 한다고 주장합니다. 죄수의 딜레마와 같은 게임 이론적 상황에서 인간은 때로 이타적 행동을 선택하며, 이는 도덕적 의사결정과 물질적 이해 사이의 갈등을 드러냅니다. 이러한 논의는 인간 행동의 동기를 더 넓게 이해할 수 있는 계기를 제공합니다. 집단 내 협력과 외부 집단에 대한 태도는 매우 유동적입니다. 실험 연구에 따르면, 단순한 그룹 구분만으로도 사람들은 내부 집단에 더 관대하고 외부 집단에는 적대적이 되는 경향을 보입니다. 이는 협력의 기준이 얼마나 쉽게 바뀔 수 있는지를 보여주며, 사회적 편견이나 기대가 협력의 범위와 형태를 결정하는 데 큰 영향을 미친다는 점을 시사합니다. 특히 현대 사회에서 협력에 대한 기대가 낮아지는 현상은 전사회적인 문제로도 볼 수 있습니다. 협력이 제대로 이루어지기 위해서는 공정성에 대한 확신이 중요합니다. 팀 프로젝트와 같은 상황에서 학생들은 상대방이 협력적일지에 대해 끊임없이 고민하며, 결과와 과정의 공정성이 보장되어야 긍정적인 협력 경험을 할 수 있습니다. 무임승차에 대한 제재나 공정한 보상 체계 등 세심한 제도가 필요하며, 이를 통해 협력의 기반을 더욱 튼튼히 할 수 있습니다. 사회적 제도와 윤리는 협력의 진화를 촉진하는 중요한 역할을 합니다. 인간 사회에서 대규모 협력이 가능해진 배경에는 다양한 제도적, 윤리적 진화가 자리하고 있습니다. 혈연선택, 호의성, 간접 보상, 집단선택 등 여러 가설이 있지만, 이들은 주로 소규모 집단을 설명하는 데 초점을 맞춥니다. 현대 사회에서는 크고 작은 제도들이 상호작용하며 협력의 범위를 넓히고, 협력의 비용을 줄여왔습니다. 인간의 평등에 대한 인식이 확산되면서 협력의 진화도 점차 확대되어 왔으며, 이는 앞으로도 사회 발전의 핵심 동력이 될 것입니다.

최정규

카오스재단석학인터뷰

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

[인터뷰] 송성주_나이팅게일이 통계학자였다?! ㅣ 통계를 통해 사망률을 낮춘 간호사

통계학은 흩어진 자료 속에서 유의미한 정보를 찾아내고 새로운 지식을 창출하는 학문입니다. 특히 금융공학 분야에서는 수학과 통계, 전산 기술을 결합하여 파생상품의 가격을 결정하거나 효율적인 투자 전략을 수립하며, 시장의 리스크를 관리하는 데 핵심적인 역할을 수행합니다. 단순히 자료를 정리하고 요약하는 것만으로도 우리가 미처 알지 못했던 새로운 사실을 발견할 수 있으며, 이는 복잡한 금융 시장에서 최적의 의사결정을 내리는 든든한 기초가 됩니다. 변동성 추정이나 수익률 예측 역시 이러한 통계적 사고를 바탕으로 이루어집니다. 역사적으로 통계는 생명을 구하고 사회를 변화시키는 강력한 도구로 쓰였습니다. 간호사이자 통계학자였던 나이팅게일은 크림 전쟁 당시 야전병원의 위생 상태와 환자 데이터를 체계적으로 수집하여 분석했습니다. 그녀는 위생 개선이 사망률을 획기적으로 낮출 수 있다는 연관 관계를 밝혀냈고, 이를 '폴라 에어리어 다이어그램'이라는 시각적 그래프로 요약하여 보고함으로써 필요한 예산을 확보했습니다. 이는 통계가 단순한 숫자 나열을 넘어, 복잡한 현상을 명확하게 설명하고 정책적 변화를 이끌어낼 수 있음을 보여주는 대표적인 사례입니다. 통계적 유의성을 검증하는 가설검정은 현대 과학 연구의 핵심적인 방법론입니다. 1930년대 통계학자 피셔는 홍차에 우유를 넣는 순서에 따라 맛의 차이를 구별할 수 있다는 주장을 검증하기 위해 정교한 실험을 설계했습니다. 그는 우연히 정답을 맞힐 확률인 유의 확률(p-value)을 계산하여, 그 확률이 매우 낮을 때만 실제 능력이 있다고 판단하는 객관적인 기준을 제시했습니다. 이러한 방법론은 오늘날 법정의 증거 분석이나 금융권의 신용평가 모형 구축 등 고도의 객관성이 필요한 다양한 분야에서 의사결정의 신뢰도를 높이는 데 기여하고 있습니다. 인구 통계의 역사는 17세기 사망표 분석에서 시작되어 오늘날 국가 정책 수립의 필수적인 근거가 되었습니다. 현재 우리나라는 합계출산율이 0.84명에 불과할 정도로 심각한 저출산 단계에 진입해 있으며, 이는 세계적으로도 유례를 찾기 힘든 수준입니다. 인구학적으로는 인구가 유지되는 대체출산율인 2.1명 수준으로 수렴하며 안정화된다는 이론이 존재하지만, 실제 출산은 개인의 가치관과 의지적 선택이 강하게 작용하는 영역입니다. 따라서 통계적 추세를 면밀히 분석하고 이를 바탕으로 실효성 있는 사회적 지원책을 고민하는 것이 무엇보다 중요합니다. 최근 주목받는 암호화폐 시장은 높은 불확실성과 리스크가 공존하는 영역으로, 통계적 관점에서의 신중한 접근이 요구됩니다. 투자 성향에 따라 리스크를 감수하거나 헤지하는 전략이 달라지지만, 제도적 장치가 미비한 상황에서는 철저한 분석이 선행되어야 합니다. 한편, 통계적 사고는 일상 속 공정의 문제와도 연결됩니다. 여행 비용 분담 시 할인 혜택을 어떻게 나눌 것인지에 대한 고민처럼, 공정함이란 단순히 수치를 나누는 것이 아니라 상황의 맥락과 개인의 노력을 종합적으로 고려해야 하는 복잡한 문제입니다. 결국 통계는 세상을 보다 합리적으로 바라보는 틀을 제공합니다.

송성주

카오스재단서울대자연과학공개강연

수학

[인터뷰] 노정혜_과학이 문화에 스며드는 사회의 품격

노정혜 교수는 한국연구재단 이사장직을 마치고 다시 연구 현장으로 돌아오며 큰 홀가분함과 행복을 느낀다고 전합니다. 재임 기간 동안 약 3만 개에 달하는 연구 과제를 관리하며 연구자들이 공정하고 전문적인 평가를 받을 수 있는 신뢰의 토대를 마련하고자 노력했습니다. 특히 연구자들이 창의적이고 자유롭게 연구할 수 있는 환경을 조성하기 위해 개인 연구 지원 비중을 높이고, 전체 연구 생태계의 건강성을 유지하는 데 주력했습니다. 이러한 노력은 단순히 성과를 내는 것을 넘어, 연구자들이 지속 가능한 연구를 이어갈 수 있는 든든한 기반이 되었습니다. 연구 과제 선정에서 가장 중요한 요소는 독창적인 연구 주제를 명확하게 표현하는 능력입니다. 선정률이 높지 않은 현실에서 연구자는 남들이 시도하지 않은 독창적인 연구 주제를 발굴해야 합니다. 아이디어가 애매하거나 이미 존재하는 것이라면 좋은 평가를 받기 어렵습니다. 따라서 연구자는 자신의 연구 목적과 가치를 논리적으로 설명할 수 있어야 하며, 이는 연구의 성패를 가르는 핵심적인 단계가 됩니다. 기술적인 실험 능력만큼이나 과학적 글쓰기 역량이 강조되는 이유입니다. 한국 과학은 지난 수십 년간의 축적을 통해 이제 본격적으로 열매를 맺는 단계에 진입했습니다. 과거에는 선진국의 연구 주제를 따라가는 경향이 있었으나, 이제는 세계 수준을 선도하기 위해 독창적인 연구 주제를 발굴하는 것이 필수적입니다. 또한 연구 결과를 논문으로 발표하는 데 그치지 않고, 국제 학계와 적극적으로 소통하며 교류하는 자세가 필요합니다. 국제 학술대회 참여나 해외 연구실과의 협력을 통해 한국 과학의 위상을 높이고, 우리만의 독특한 연구 성과를 세계 무대에 널리 알리는 노력이 한국 과학의 미래를 결정지을 것입니다. 카오스재단은 지난 10년 동안 훌륭한 과학자들을 대중 앞에 세워 과학 지식을 쉽게 전달하며 과학의 대중화에 앞장서 왔습니다. 율곡 이이의 '10만 양병설'처럼 과학을 깊이 이해하는 대중 10만 명을 양성하겠다는 목표는 이미 온라인 채널 구독자 20만 명을 돌파하며 가시적인 성과를 거두었습니다. 이제는 국내를 넘어 콘텐츠의 국제화를 도모해야 할 시점입니다. 영어 자막 제작이나 콘텐츠 가공을 통해 외국 유학생과 국제 커뮤니티에도 한국의 우수한 과학 콘텐츠를 제공한다면, 온라인 교육의 활성화와 맞물려 더 큰 파급력을 발휘할 수 있을 것입니다. 과학이 문화의 일부로 스며드는 것은 사회의 품격을 높이고 인간의 삶을 정확하게 이해하는 데 필수적입니다. 팬데믹이나 기후 변화와 같은 현대 사회의 복잡한 문제들을 객관적으로 바라보기 위해서는 기초 과학 지식이 탄탄한 기반이 되어야 합니다. 비록 짧고 감각적인 정보가 넘쳐나는 시대이지만, 깊이 있는 과학 콘텐츠를 지속적으로 생산하고 공유하는 활동은 우리 사회가 당당하고 풍요로운 미래로 나아가는 데 중요한 밑거름이 될 것입니다. 현상의 근본 원리를 이해할 때 우리는 비로소 세상을 더 넓고 깊게 바라볼 수 있는 안목을 갖게 됩니다.

노정혜

카오스재단석학인터뷰

생명과학
융합

[강연] 알고리즘과 디지털 부족 사회 by장대익ㅣ2021 '대한민국 과학기술대전' 두번째 | 2강

거대한 생명의 나무에서 인간은 아주 작은 점에 불과하지만, 지구 전체에 문명을 건설한 유일한 종입니다. 약 20만 년 전 아프리카에서 시작된 호모 사피엔스는 전 세계로 뻗어 나가며 생태계의 정복자가 되었습니다. 농경 이전에는 육상 척추동물 중 단 0.1%에 불과했던 인간의 바이오매스는 현재 가축을 포함해 98%에 달합니다. 이러한 생태적 성공은 인류가 단순히 생존하는 것을 넘어 지구의 운명을 좌우하는 강력한 힘을 갖게 되었음을 의미하며, 이는 호모 사피엔스만의 독특한 시그니처라고 할 수 있습니다. 인간이 문명을 이룩할 수 있었던 핵심 동력은 타인의 마음을 읽는 사회적 지능에 있습니다. 침팬지와 달리 인간의 눈은 공막이 선명하게 드러나 있어, 자신이 어디를 보고 있는지 타인에게 끊임없이 신호를 보냅니다. 이를 '협동하는 눈'이라고 부르는데, 시선을 공유함으로써 공동의 주의 집중과 조율이 가능해집니다. 이러한 신체적 특징은 대규모 집단생활을 하는 인간에게 서로의 의도를 파악하고 협력하는 데 결정적인 유리함을 제공했으며, 복잡한 사회 구조를 지탱하는 기초가 되었습니다. 타인의 의도를 파악하는 능력은 움직이는 대상에 마음이 있다고 믿는 '멘탈라이징'으로 이어집니다. 우리는 단순한 도형의 움직임에서도 스토리를 찾아내고 그 안에 담긴 의도를 추론하려 노력합니다. 또한, 영장류 중 유일하게 손가락으로 대상을 가리키는 '포인팅'을 통해 사회적 학습을 수행합니다. 이러한 공동의 주의 집중은 지식을 공유하고 축적하는 문명의 토대가 되었습니다. 타인의 마음을 추론하는 능력은 때로 기만으로 이어지기도 하지만, 기본적으로는 인간이 서로를 이해하고 돕는 데 필수적인 도구로 작용합니다. 인간의 배려심과 공정성에 대한 감각은 다른 영장류와 비교했을 때 압도적으로 뛰어납니다. 원숭이 실험에서 보듯 동물들도 불평등에 반응하지만, 인간은 자신이 더 많은 보상을 받았을 때조차 타인의 처지를 고려해 이를 나누려는 경향을 보입니다. 어린아이들이 불평등한 보상을 스스로 재분배하는 모습은 인간이 본능적으로 협력과 평등을 지향함을 보여줍니다. 이러한 이타적 행동은 단순히 개인의 이득을 극대화하는 것을 넘어, 집단 전체의 복지를 생각하는 인간만의 고유한 사회적 특성이라 할 수 있습니다. 문명을 지탱하는 두 가지 엔진은 자연을 이해하는 생태적 지능과 타인과 공명하는 사회적 지능입니다. 미래학자들은 인류의 성공 비결이 똑똑함뿐만 아니라 뛰어난 공감 능력에 있다고 강조합니다. 공감은 상상력을 발휘해 타인의 처지에서 세상을 바라보고, 그들의 기쁨과 슬픔에 동참하는 고도의 기술입니다. 칼 세이건이 언급했듯, 거대한 문명을 유지하는 종은 파괴적인 본능보다 높은 수준의 공감 능력을 갖추고 있을 가능성이 큽니다. 결국 공감 능력은 인류가 멸망하지 않고 지속 가능한 문명을 일궈온 가장 중요한 열쇠입니다. 하지만 현대 사회는 팬데믹과 같은 위기를 겪으며 공감의 위기에 직면해 있습니다. 전염병에 대한 본능적인 역겨움과 회피 동기는 타자에 대한 혐오와 배척으로 이어지기 쉽습니다. 과거 수렵 채집기에는 이러한 혐오가 생존에 도움이 되었을지 모르지만, 고도로 연결된 현대 사회에서는 심각한 갈등의 원인이 됩니다. 바이러스라는 트리거가 작동하면서 우리 안의 배타적인 본능이 깨어났고, 이는 특정 집단을 향한 비하와 공격으로 나타나고 있습니다. 이러한 본능적 반응을 인식하고 극복하는 것이 현대 인류의 과제입니다. 온라인 세계의 알고리즘은 우리의 편향성을 강화하며 공감의 반경을 좁히고 있습니다. 비슷한 성향의 정보만 제공하는 필터 버블과 반향실 효과는 우리를 확증 편향에 가두고 사회적 양극화를 심화시킵니다. 이제 우리에게 필요한 것은 공감의 깊이를 넘어선 '공감의 반경'을 넓히는 일입니다. 디지털 다이어트를 통해 온라인 노출을 조절하고, 독서나 다양한 만남을 통해 타인의 삶을 이해하려는 노력이 절실합니다. 알고리즘의 지배에서 벗어나 공감의 넓이를 확장할 때, 비로소 우리는 혐오의 시대를 넘어 더 성숙한 문명으로 나아갈 수 있습니다.

장대익

카오스재단카오스크로스

생명과학
융합

[과학자가 쓴 과학책 #13] 전치형_사람의 자리 ㅣ 인공지능면접관이 정말 공정할까?

과학기술학은 과학기술과 사회의 긴밀한 관계를 탐구하는 학문입니다. 단순히 기술적 성취를 분석하는 데 그치지 않고, 그 기술이 우리 사회에서 어떤 역할을 수행하며 어떤 의미를 지니는지 인문학적, 사회과학적 관점에서 성찰합니다. 특히 과학기술의 중심에는 결국 '사람'이 있다는 점에 주목합니다. 연구를 수행하는 주체도 사람이며, 그 결과물에 직접적인 영향을 받는 대상도 사람이기 때문입니다. 따라서 과학기술 내부와 주변에서 인간의 자리가 어디인지 찾아내는 과정은 현대 사회를 이해하는 핵심적인 열쇠가 됩니다. 과거의 과학기술은 주로 경제 발전이나 산업 성장과 같은 가시적인 성과를 내는 수단으로 여겨졌습니다. 결과만 좋다면 그 과정에서 연구자들이 어떤 환경에 처해 있는지, 어떤 삶을 살고 있는지는 크게 주목받지 못했습니다. 하지만 이제는 결과 중심의 '아무나의 과학'에서 벗어나, 구체적인 개인의 삶과 노동이 담긴 '누군가의 과학'으로 시선을 옮겨야 합니다. 연구자들의 일상과 연구 활동을 존중하고 북돋울 수 있는 체계가 마련될 때, 비로소 우리 사회가 기대하는 진정한 의미의 과학적 성취가 지속 가능해질 수 있습니다. 과학과 사회를 별개의 영역으로 구분하여 서로의 경계를 넘지 않으려는 태도는 지양해야 합니다. 과학기술인들은 사회적 맥락을 이해해야 하고, 시민들은 과학기술적 전문성을 필요로 하는 시대가 되었습니다. 중요한 정책 결정이나 사회적 현안 해결에는 과학적 근거와 정치·경제적 고려가 동시에 요구되기 때문입니다. 서로가 서로를 필요로 한다는 사실을 깨닫고 연결될 때, 우리는 더욱 현명한 의사결정을 내릴 수 있습니다. 분리된 상태에서는 복잡한 현대 사회의 문제들을 해결하는 데 한계가 있을 수밖에 없습니다. 최근 인공지능 면접관과 같은 시스템에 대한 기대가 높은 이유는 인간의 편견과 주관을 배제하여 공정성을 확보할 수 있다고 믿기 때문입니다. 그러나 인공지능 역시 인간이 구축한 데이터와 특정 조직의 의도, 과거의 문화적 맥락에서 자유로울 수 없습니다. 따라서 인공지능이 모든 불공정함을 완벽히 해결해 줄 것이라는 환상보다는, 기술의 효율성을 활용하되 인간이 참여하는 시스템의 공정성을 함께 개선해 나가는 방향을 고민해야 합니다. 기술과 인간의 시스템을 어떻게 조화롭게 결합할 것인가가 공정성 확보의 핵심 과제입니다. 재난과 같은 불확실성의 시대에 과학은 사회 구성원들이 신뢰할 수 있는 지식의 기반을 제공합니다. 특히 재난 상황에서 더욱 취약해지는 소외된 이들을 찾아내고 그들에게 필요한 돌봄이 무엇인지 밝혀내는 것은 과학의 중요한 사회적 역할입니다. 과학은 개인의 호기심을 넘어 공동체가 함께 알아야 할 가치를 탐구하는 집단적 의사결정의 과정이기도 합니다. 과학기술인뿐만 아니라 시민과 정책 입안자 모두가 참여하여 우리 사회에 진정으로 필요한 지식이 무엇인지 논의할 때, 과학기술은 공동체의 유지를 돕는 진정한 힘이 됩니다.

전치형

카오스재단읽다과학

융합

[석학인터뷰] 김승섭_ '아프다'라고 말하는 것에도 권력이 필요하다

사회역학은 인간의 몸에 영향을 미치는 고용 불안, 차별, 낙인과 같은 사회적 요인을 연구하는 학문입니다. 코로나19 유행 당시 이태원 집단감염이 발생했을 때, 가장 큰 문제는 낙인과 차별로 인해 사람들이 검진을 기피하게 되는 상황이었습니다. 신종 감염병을 통제하기 위해서는 누구나 두려움 없이 검진을 받을 수 있는 환경이 조성되어야 합니다. 결국 인권은 방역의 걸림돌이 아니라, 가장 효과적인 방역 수단이 된다는 사실을 현장에서 확인할 수 있었습니다. 차별 없는 검진 환경이 보장될 때 비로소 공동체의 안전도 지켜질 수 있습니다. 재난은 모든 사람에게 공평하게 찾아오는 것처럼 보이지만, 그 고통의 무게는 결코 평등하지 않습니다. 통계에 따르면 팬데믹 기간 동안 소득 격차는 오히려 심화되었으며, 자원이 부족한 이들에게 재난은 더욱 가혹한 현실로 다가왔습니다. 특히 고용 불안을 겪는 노동자들은 자신이 아프다는 사실을 알리는 것조차 두려워해야 했습니다. 사회적으로 '아프다'고 말할 수 있는 권리조차 권력의 유무에 따라 차등적으로 주어지는 것이 우리 사회의 뼈아픈 단면입니다. 이러한 건강 불평등의 심화는 우리 공동체가 해결해야 할 시급한 과제입니다. 차별은 영어로 '디스크리미네이션(Discrimination)'이며, 이는 곧 부당한 대우를 의미합니다. 타인의 출신이나 정체성을 이유로 공정하지 못한 대우를 하는 것을 금지하는 것은 헌법상 지극히 당연한 원칙입니다. 포괄적 차별금지법은 그동안 자신의 목소리를 내기 어려웠던 소수자들의 삶을 보호하고, 그들이 사회의 구성원으로서 최소한의 존엄을 지키며 살 수 있도록 돕는 제도적 장치입니다. 이는 단순히 특정 집단을 옹호하는 것을 넘어, 우리 사회가 지켜야 할 최소한의 예의를 법으로 명문화하는 과정이라고 볼 수 있습니다. 공정한 대우는 민주 사회의 가장 기본적인 토대이기 때문입니다. 세계적인 기업의 경영자나 공직자 중에는 성소수자임을 밝히고도 자신의 역량을 마음껏 펼치는 이들이 많습니다. 하지만 한국 사회의 소수자들은 자신에게 가해지는 차별과 낙인에 맞서 싸우느라 정작 자신의 꿈을 향해 나아갈 에너지를 소진하곤 합니다. 눈에 보이지 않는다고 해서 차별이 존재하지 않는 것은 아닙니다. 차별로 인해 누군가의 삶의 기회가 박탈되고 있다면, 그것은 개인의 손실을 넘어 사회 전체의 비극입니다. 소수자들이 자신을 긍정하며 미래를 꿈꿀 수 있는 환경을 만드는 것이 국가와 공동체의 역할이며, 이는 우리 사회의 잠재력을 높이는 길이기도 합니다. 사회적 약자의 고통을 연구하는 학자로서 느끼는 윤리적 고민도 깊습니다. 타인의 비참한 현실을 기록함으로써 연구자가 명성을 얻는 상황은 늘 경계해야 할 지점입니다. 진정한 연구는 단순히 통계 수치를 분석하는 것에 그치지 않고, 연구 대상과의 깊은 신뢰 관계를 바탕으로 그들의 목소리를 온전히 담아낼 때 가치를 지닙니다. 타인의 상처를 글로 옮길 때 지켜야 할 윤리가 무엇인지 끊임없이 자문하며, 연구의 토대와 긴장감을 유지하는 태도가 필요합니다. 보다 나은 연구를 위해 삶의 시간을 어떻게 배치하고 관계를 맺을지 고민하는 과정이 곧 학문이 나아가야 할 올바른 방향입니다.

김승섭

카오스재단석학인터뷰

생명과학
융합

[노벨상 이야기 1] 좀 창피한 노벨상?!　　 | KAOS x KIAS 2020 노벨상 해설강연 - 2020년 10월 30일 금요일 저녁 7시 30분

노벨상은 120년이라는 긴 세월 동안 과학과 문화 발전에 지대한 공헌을 해왔지만, 그 화려한 명성 뒤에는 특정 국가들의 독식이라는 씁쓸한 이면이 존재합니다. 전체 수상자의 약 40%를 차지하는 미국의 압도적인 독주와 더불어, 상위 6개국이 전체 상의 80%를 가져가는 극심한 불균형은 노벨상이 전 세계를 아우르는 공정한 상인지에 대한 의문을 제기하게 만듭니다. 특히 주최국인 스웨덴이 수상 국가 순위 5위에 올라 있는 점은 홈그라운드의 이점이 작용한 것이 아니냐는 비판에서 자유롭지 못하며, 이는 지독한 불균형의 단면을 보여줍니다. 교육 기관별 통계를 살펴보면 이러한 편중 현상은 더욱 두드러집니다. 하버드 대학교를 필두로 상위 12개 대학 중 10개가 미국 대학일 정도로 학문적 권력이 서구권에 집중되어 있습니다. 인구 통계학적 측면에서도 노벨상은 여전히 '그들만의 리그'라는 비판을 받습니다. 여성 수상자는 전체의 6%에 불과하며, 세계 인구의 60% 이상을 차지하는 아시아권의 수상 비율 역시 6.7% 수준에 머물러 있습니다. 이는 기득권을 가진 서구 사회가 객관적인 시각으로 세계의 성취를 바라보는 데 한계가 있음을 시사하는 대목이기도 합니다. 과학 분야의 노벨상이라고 해서 항상 완벽한 것은 아니었습니다. 인류 역사상 최악의 선택으로 꼽히는 사례들도 존재하는데, 기생충이 암의 원인이라는 잘못된 이론에 상을 주거나 생태계를 파괴한 살충제 DDT의 개발자에게 영광을 돌린 것이 대표적입니다. 특히 전두엽 절제술이라는 비인도적인 수술 기법에 수여된 생리의학상은 노벨상의 권위에 큰 오점을 남겼습니다. 한 번 수여된 상은 규정상 박탈할 수 없다는 점은, 과학적 성과에 대한 검증이 얼마나 신중하고 엄격해야 하는지를 우리에게 다시금 일깨워 주는 중요한 교훈이 됩니다. 수상자들의 개인적인 윤리 의식이나 인성 문제 또한 노벨상의 어두운 단면을 보여줍니다. 질소 비료 개발로 기아 해결에 기여했으나 독가스 개발로 악명을 떨친 프리츠 하버나, DNA 이중나선 구조 발견 이후 인종차별적이고 성차별적인 발언으로 파문을 일으킨 제임스 왓슨의 사례가 그러합니다. 과학적 업적이 뛰어나다고 해서 그 사람의 가치관이나 도덕성까지 보증되는 것은 아닙니다. 이는 과학의 탈을 쓴 편견이 사회에 얼마나 위험한 영향을 미칠 수 있는지를 경고하며, 지식인이 가져야 할 사회적 책임과 윤리적 태도에 대해 깊은 고민을 던집니다. 최근에는 노벨상 수상자의 연구 부정 의혹까지 불거지며 그 권위가 흔들리고 있습니다. 2019년 생리의학상 수상자인 그레그 서멘자 교수의 논문 조작 연루 소식은 과학계에 큰 충격을 안겨주었습니다. 하지만 이러한 비판과 논란이 노벨상의 가치 전체를 부정하는 것은 아닙니다. 지난 120년 동안 노벨상은 인류의 진보를 이끄는 등대 역할을 충실히 수행해 왔습니다. 다만 '털어서 먼지 안 나는 것 없다'는 말처럼, 노벨상 역시 완벽한 신화가 아닌 인간이 만든 불완전한 제도임을 인정하고 더 높은 공정성을 향해 끊임없이 나아가야 할 것입니다.

카오스재단술술과학

융합

[강연] 2012 카오스 콘서트 '유리알유희' 2강 | 2강

두 사람 사이의 관계에서 안정성을 결정하는 요인은 무엇일까요? 단순히 서로 짝을 짓는 것 이상의 복잡한 문제가 그 안에 숨어 있습니다. 만약 현재의 파트너보다 서로를 더 선호하는 두 사람이 존재한다면, 그 관계는 언제든 깨질 수 있는 불안정한 상태가 됩니다. 이러한 상황을 방지하고 모두가 납득할 수 있는 최선의 조합을 찾는 것이 바로 안정적 짝짓기 문제의 핵심입니다. 이론적으로는 간단해 보이지만, 실제 상황에서는 고려해야 할 변수가 매우 많습니다. 참여하는 인원이 늘어날수록 문제는 기하급수적으로 복잡해집니다. 예를 들어 남녀 각각 100명이 있는 상황에서 모든 선호도를 고려해 안정적인 짝을 찾는 것은 결코 쉬운 일이 아닙니다. 항상 안정적인 결과가 도출될 수 있는지, 혹은 그 과정이 너무 복잡해 해결이 불가능한 것은 아닌지에 대한 의문이 생기기 마련입니다. 주먹구구식 방법으로는 한계가 명확하기에, 이를 체계적으로 해결할 수 있는 수학적 방법론과 알고리즘의 등장이 절실해집니다. 게일-섀플리 알고리즘은 이러한 복잡한 문제를 순차적인 라운드 방식으로 해결합니다. 첫 번째 단계에서 모든 남성은 자신이 가장 좋아하는 여성에게 청혼을 합니다. 청혼을 받은 여성은 그중에서 자신이 가장 선호하는 남성을 선택하여 '약혼' 상태가 됩니다. 여기서 중요한 점은 이것이 최종적인 결혼이 아니라 임시적인 약혼이라는 사실입니다. 여성은 더 나은 선택지가 나타날 때까지 결정을 유보할 수 있는 권한을 가지며, 이를 통해 전체적인 안정성을 찾아갑니다. 라운드가 거듭될수록 약혼하지 못한 남성들은 자신의 선호도 명단에서 다음 순위에 있는 여성에게 청혼합니다. 이미 약혼한 여성이라 할지라도 새로 청혼한 남성이 현재의 약혼자보다 더 마음에 든다면 기존의 약혼을 파기하고 새로운 남성을 선택할 수 있습니다. 이러한 방식은 모든 남성이 청혼할 대상을 잃거나 모든 여성이 짝을 찾을 때까지 반복됩니다. 겉보기에는 냉정해 보일 수 있으나, 이는 수학적으로 가장 효율적인 매칭을 찾아가는 과정이라 할 수 있습니다. 이 알고리즘의 놀라운 점은 어떤 선호도 표가 주어지더라도 반드시 안정적 짝짓기 결과가 도출된다는 수학적 정리입니다. 인원수가 아무리 많아도 알고리즘은 결국 끝이 나며, 그 결과물에서는 서로 바람날 가능성이 있는 쌍이 존재하지 않게 됩니다. 이 단순해 보이는 원리는 경제학 및 사회학 전반에 엄청난 영향을 미쳤으며, 공로를 인정받아 노벨 경제학상까지 수상하게 되었습니다. 수천 년간 풀리지 않던 난제가 발상의 전환을 통해 명쾌하게 해결된 것입니다. 알고리즘의 구조를 살펴보면 청혼하는 주체인 남성과 선택권을 가진 여성의 역할이 극명하게 나뉩니다. 과연 이 방식은 누구에게 더 유리할까요? 주도적으로 선택하는 남성일까요, 아니면 끝까지 비교하며 최선을 고르는 여성일까요? 이에 대한 답은 수학적으로 명확히 증명되어 있습니다. 비록 증명 과정은 복잡할 수 있지만, 정답이 존재한다는 사실 자체가 흥미롭습니다. 이는 우리가 일상에서 마주하는 선택과 결정의 순간들이 수학적 논리 안에서 해석될 수 있음을 시사합니다. 헤르만 헤세의 소설 '유리알 유희'는 학문적 이상과 현실 세계 사이의 관계를 다룹니다. 고귀한 상상의 세계에만 머무는 것이 아니라, 어지러운 현실의 관계 속으로 들어가 보편적인 진리를 실천하는 것이 학자의 진정한 역할이라는 교훈을 줍니다. 안정적 짝짓기 이론 역시 추상적인 수학 공식에 그치지 않고, 실제 사회의 복잡한 이해관계를 조정하는 도구로 사용됩니다. 결국 학문이란 세상을 더 깊이 이해하고, 그 안에서 더 나은 조화를 찾아가는 끝없는 유희와 같습니다.

김민형

카오스재단카오스콘서트

수학

인공지능🤖과 윤리👍👎│선을 넘는 과학자들

국립과천과학관선을 넘는 과학자들🔬

[강연] 교육AI를 탄생시킨 놀라운 수학적 아이디어 2_by 노현빈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 6강 두 번째 이야기 | 6강 ②

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'

[인터뷰] MZ세대는 이기적이다?

카오스재단석학인터뷰

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

카오스재단2022 대한민국 과학축제 ㅣ 페스티벌 어스

[인터뷰] 송성주_나이팅게일이 통계학자였다?! ㅣ 통계를 통해 사망률을 낮춘 간호사

카오스재단서울대자연과학공개강연

[인터뷰] 노정혜_과학이 문화에 스며드는 사회의 품격

카오스재단석학인터뷰

[강연] 알고리즘과 디지털 부족 사회 by장대익ㅣ2021 '대한민국 과학기술대전' 두번째 | 2강

카오스재단카오스크로스

[과학자가 쓴 과학책 #13] 전치형_사람의 자리 ㅣ 인공지능면접관이 정말 공정할까?

카오스재단읽다과학

[석학인터뷰] 김승섭_ '아프다'라고 말하는 것에도 권력이 필요하다

카오스재단석학인터뷰

[노벨상 이야기 1] 좀 창피한 노벨상?! | KAOS x KIAS 2020 노벨상 해설강연 - 2020년 10월 30일 금요일 저녁 7시 30분

카오스재단술술과학

[강연] 2012 카오스 콘서트 '유리알유희' 2강 | 2강

카오스재단카오스콘서트

인공지능🤖과 윤리👍👎│선을 넘는 과학자들

국립과천과학관선을 넘는 과학자들🔬

[강연] 교육AI를 탄생시킨 놀라운 수학적 아이디어 2_by 노현빈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 6강 두 번째 이야기 | 6강 ②

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'

[인터뷰] MZ세대는 이기적이다?

카오스재단석학인터뷰

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

카오스재단2022 대한민국 과학축제 ㅣ 페스티벌 어스

[인터뷰] 송성주_나이팅게일이 통계학자였다?! ㅣ 통계를 통해 사망률을 낮춘 간호사

카오스재단서울대자연과학공개강연

[인터뷰] 노정혜_과학이 문화에 스며드는 사회의 품격

카오스재단석학인터뷰

[강연] 알고리즘과 디지털 부족 사회 by장대익ㅣ2021 '대한민국 과학기술대전' 두번째 | 2강

카오스재단카오스크로스

[과학자가 쓴 과학책 #13] 전치형_사람의 자리 ㅣ 인공지능면접관이 정말 공정할까?

카오스재단읽다과학

[석학인터뷰] 김승섭_ '아프다'라고 말하는 것에도 권력이 필요하다

카오스재단석학인터뷰

[노벨상 이야기 1] 좀 창피한 노벨상?! | KAOS x KIAS 2020 노벨상 해설강연 - 2020년 10월 30일 금요일 저녁 7시 30분

카오스재단술술과학

[강연] 2012 카오스 콘서트 '유리알유희' 2강 | 2강

카오스재단카오스콘서트

[노벨상 이야기 1] 좀 창피한 노벨상?!　　 | KAOS x KIAS 2020 노벨상 해설강연 - 2020년 10월 30일 금요일 저녁 7시 30분

[노벨상 이야기 1] 좀 창피한 노벨상?!　　 | KAOS x KIAS 2020 노벨상 해설강연 - 2020년 10월 30일 금요일 저녁 7시 30분