제 4회 복잡계 컨퍼런스 오늘 제 4회 복잡계 컨퍼런스에 다녀왔다.
1회부터 참석해왔는데, 점점 충실해진다는 느낌을 받았다.
솔직히 1회에는 복잡계(Complex System)에 대한 이해도가 떨어지는 연구가 주였지만, 4회에 오면서 확실히 더 의미있는 연구들이 제출되었다.  역시 연구분야도 사람처럼 '배우고 고민할 시간'이 필요한 것 같다.

처음 복잡계를 본격적으로 다뤘던 물리학 분야에서는 점점 할 일이 줄어들고 있는 대신, 인문학등의 다른 연구 분야에 서서히 전파되고 있다는 느낌도 든다. (요새 '복잡계'를 키워드로 하는 물리학 연구들은 대부분 다른 학문분야와 연결되고 있다. 복잡계라는 개념을 추상적, 이론적으로 다루는 연구는 점점 줄어드는 듯...)

그럼에도 불구하고 아직 복잡계 과학은 성숙된 학문 분야는 아니다. 역사가 그리 길지 않기도 하지만, 복잡계라는 용어 자체가 너무 넒은 범위를 포괄하고 있어서 하나로 정의하기가 힘든 탓도 있다. 흔히 말하는 복잡계 특성으로는 자기조직화(self-organizing), 되먹임(feedback) 구조, 카오스(chaos), 공진화(coevolution), 비선형(non-linearity), 창발(emergence), 네트워크(network) 등 여러가지가 있는데, 이런 특성들을 해석하는 방식 또한 아주 다양하다.   

이 복잡계라는 개념이 과학 패러다임의 변화를 이끌어내고 '지식의 대통합'을 이뤄낼 수 있을지는 아직 미지수이다. 경우에 따라서는 과학계에서 수없이 명멸했던 다른 개념들처럼 잠깐 유행하고 조용히 사라질 수도 있을 것이다.  하지만 어떤 결과가 되었든 이 시도가 우리에게 무언가 가르쳐줄 것은 분명하다. 그것을 읽어낼 준비가 필요하다.

이론의 종말 The End of Theory: The Data Deluge Makes the Scientific Method Obsolete - WIRED Magazine

"이론의 종말"이라는 제목의 기사다. 요약하자면, 최근 엄청난 양의 데이터를 기록하고 관찰하는 기술이 발달해서, 모델을 만들고 이를 검증하는 방식의 전통적인 과학 연구방법론이 퇴색하고 있다는 이야기이다. 궁극적으로는 이론이 필요가 없어질지도 모른다는 이야기인데, 나는 그다지 동의하지 않는 의견이다.

물론 최근에 '데이터가 스스로 말하게 만드는" 기술이 발달한 것은 사실이다. 패턴인식이나 인공지능 이론과 같은 복잡한 예를 들지 않더라도, PC에서 단순히 EXCEL을 실행시키고 데이터를 불러들여 그래프를 그리기만해도, 몇십년전에 학자들이 연구하던 것보다 훨씬 많은 걸 알아낼 수 있다. 그래프의 기울기를 알기 위해 복잡한 수식을 적분할 필요도 없다. 과연 이론이 쓸모없어지고 있다고 생각할만도 하다.

하지만 간과하지 말아야할 점은, 이런 컴퓨터조차도 이론을 통해서 발전해왔다는 사실이다. 컴퓨터와 같이 새로운 것을 만들려면 우선 그 대상을 '인식'할 수 있어야하고, '설명'할 수 있어야한다. 만약 '컴퓨터'라는 개념을 누군가 생각해내거나, 남에게 설명할 수 없었다면 컴퓨터는 '실체'가 될 수 없었을 것이다. 그리고 '인식'과 '설명'을 하는 도구가 바로 '이론'이다.

이론이 진정으로 종말을 맞이하는 때는, 인간과 거의 똑같은 능력의 인공지능이 스스로 새로운 대상을 인식하고, 이를 설명하는 "이론"을 생산해낼 수 있을때야 가능하다. 사실 이 때조차  "과학자"가 필요없어지는 거지, "이론" 자체가 필요없어지는 건 아니다.

---------------------------------------------------------

전에 친구가 어떤 교수가 한 말이라면서 해준 말이 있다.

"데이터를 계속 고문하다보면 진실을 불게 되어있다."

데이터 분석을 계속 이리저리 하다보면 무언가를 알 수 있게 된다는 건데, 일종의 우스갯소리;;
누군가를 고문하다보면, 진실이 아니라 '내가 듣고 싶은 대답(내가 만든 이론)'을 듣게 될 가능성이 훨씬 높다는 게 문제지만 말이다. -_-;


@ 요새 데이터를 고문하는지, 데이터가 날 고문하는지 잘 구분이 안 가는 삶을 살고 있다.;;