* 삼성전자 부사장의 과학 노트 *
삼성전자 김일룡 부사장이 전하는
세상을 움직이는 14가지 핵심 변수!

★★ KAIST 뇌과학자 김대식 교수 추천 ★★
★★ KAIST 물리학과 이순칠 교수 추천 ★★

“지식은 바뀌지만, 방법은 남는다.
이 책은 지식을 다루는 방법을 알려준다.”

일론 머스크는 TED 인터뷰에서 자신이 '제1 원칙'에 기반해 사고한다고 말했다. 대부분의 사람들이 관습이나 비유에 따라 생각하는 것과 달리, 자신은 문제에 물리학적으로 접근한다는 것이다. 물리학적으로 접근한다는 것이 무슨 뜻일까? 물리학에는 적어도 세 가지 핵심적인 방법론이 있다. 첫째, 시스템의 '핵심 변수'를 추리는 것이다. 예컨대 뉴턴 역학에서 핵심 변수는 위치와 속도다. 나머지 물리량은 그에 따라 결정된다. 둘째, 서로 다른 법칙을 연결해 주는 '연결 원리'를 찾는 것이다. 볼츠만 공식은 열역학을 뉴턴 역학으로 번역해, 거시 세계를 새로운 관점에서 더 근본적으로 이해하도록 돕는다. 셋째, '진화 원리'를 발견하는 것이다. 예를 들어, 열역학 제2법칙은 시스템이 무질서도를 최대화하는 방향으로 변한다고 말한다.
KAIST에서 물리학 박사학위를 받고 삼성전자에서 20여 년간 반도체 연구 전반에 참여해 온 삼성전자 부사장인 저자는 물질뿐 아니라 컴퓨터, 뇌, 생명, 사회를 네트워크 시스템으로 바라보며 이들에도 이러한 세 가지 방법론을 적용할 수 있음을 보인다. 현대 과학에서 각각을 기술하는 '핵심 변수'와 '진화 원리'를 소개하며, 그들을 이어주는 '연결 원리'를 바탕으로 그 자체가 하나의 거대한 네트워크인 우주의 전체 모습을 조망한다. 더 나아가, 단순히 과학이 무엇을 설명할 수 있는지 분석하는 데 그치지 않고 무엇을 예측할 수 있는지 탐구하는 데까지 나아간다.

“원자에서 시작해 물질로, 물질에서 생명으로, 세포에서 뇌로, 뇌에서 사회로 이어지는 거대한 네트워크를 따라가다 보면, 새로운 통찰을 얻고 마침내 세상이 다시 보일 것이다.”
─이순칠, KAIST 물리학과 교수 · 『퀀텀의 세계』 저자

물리 법칙부터 인간/집단 본성,
기술 생태계, 자본주의 경제까지
세상은 어떻게 연결되는가

먼저 0장 「세 가지 생각 도구: 원인, 전환, 예측」에서 저자는 세상의 꼴을 그리는 데 필요한 기초적인 도구들을 소개한다. 원인, 전환, 예측이 바로 그것이다. 인과관계는 상관관계와 어떻게 다른지, 확률과 통계가 개입하거나 네트워크를 고려할 때는 무엇을 원인이라고 말할 수 있는지, 연결이 많아지면 개별 요소로 분석하기 어려운 현상이 나타난다는 양질 전환 혹은 창발은 무엇인지, 동역학적 예측이 불가능한 상황에서도 통계적 예측은 왜 가능한지 등을 짚는다.

1장 「물질: 기본 블록과 그 연결 원리」에서는 물리학을 다룬다. 모든 과학의 기초라는 점은 차치하더라도, 물리학은 세상을 이해하는 방법론의 몇 가지 큰 틀을 제공한다는 점에서 주목할 만하다. 첫째는 대상의 핵심 인자를 기술하는 변수인 ‘오메가’다. 예컨대 뉴턴 물리학은 ‘점입자(길이와 부피가 없고 시간과 공간에서의 위치와 질량만 가진 입자)’의 모임을 대상으로 삼는데, 이러한 점입자는 ‘질량’과 ‘시간에 따른 위치’라는 변수만으로 속도와 가속도를 비롯한 모든 속성이 결정된다. 한편 열역학에서는 ‘압력’, ‘부피’, ‘온도’, ‘질량’을 알면, 물리계를 완전히 기술할 수 있다. 둘째는 ‘연결 원리’다. 열역학에서 다루는 온도나 엔트로피 같은 거시적인 변수는 미시적인 입자들의 복잡한 움직임을 평균함으로써 얻는다. 유효 모형, 말하자면, 해상도가 낮은 지도를 그리는 셈이다. 그럼에도 뉴턴 역학을 열역학으로, 열역학을 뉴턴 역학으로 번역해 주며 미시 세계와 거시 세계를 단단히 이어주는 연결 원리가 있으니, 바로 ‘볼츠만 공식’이다. 셋째는 ‘진화 원리’다. 뉴턴 역학을 ‘해밀턴 역학’으로 다시 쓰면, 물리계가 어떤 방향으로 진화할지 알려준다. 열역학에서도 마찬가지인데, ‘열역학 제2법칙’은 물리계가 전체 엔트로피가 최대가 되는 방향으로 진화한다고 말한다.

물질, 모든 것의 기본 블록과 그들을 지배하는 법칙
컴퓨터, 트랜지스터로 쌓아 올린 세상의 작은 모형
생명, 자기 조직화하는 대사, 인지, 면역 네트워크
뇌, 세포들의 네트워크로 이루어진 거대 신경망
사회, 이기적 본능들의 협력/배신 네트워크

“물리학, 화학, 생물학을 넘어 인간의 마음과 사회에서까지 우주의 모든 것은 연결되어 있고 연결을 통해 상호작용한다. 하나의 전문 분야에 갇히지 않고 본질을 묻는 매우 중요한 책.” ─김대식, KAIST 전기및전자공학부 교수 · 『AGI, 천사인가 악마인가』 저자

뉴턴 역학에 상호작용하는 점입자들의 모임이 있었다면, 생물학에는 서로 생존 동맹을 맺은 유전자들의 집합인 개체가 있다. 어떻게 트랜지스터를 연결해 셀을, 셀을 연결해 기능 블록을, 기능 블록을 연결해 CPU를 구성할 수 있는지를 보인 2장 「컴퓨터, 트랜지스터로 짜인 작은 우주」의 내용을 바탕으로, 3장 「생명: 자기 조직화 네트워크」와 4장 「뇌: 자연 혹은 인공 신경망」에서 저자는 그 하나하나가 DNA를 중심으로 조직된 네트워크인 세포들이 모여 어떻게 대사 시스템, 인지-반응 시스템, 면역 시스템이라는 더 큰 네트워크들을 구성하는지, 이러한 연결들이 모여 어떻게 다시 자기 조직화하는 네트워크인 생명체를 구성하는지를 밝힌다.

또한 질량과 시간에 따른 위치라는 점입자의 오메가에 대응하는 생명체의 ‘오메가’로서 개체의 ‘번식률’을 소개하며, 그것의 ‘진화 원리’로서 ‘자연선택에 의한 진화’, 구체적으로 (개체 자신의 번식 성공과 자신의 유전자를 공유하는 친족의 번식 성공을 함께 고려하는) ‘포괄 적합도 이론’을 비롯한 신다윈주의의 기본 명제들을 살핀다. 생명 현상의 물리학적 경계 조건을 규명한 1977년 노벨 화학상 수상자인 일리야 프리고진과 1968년 노벨 화학상 수상자인 라르스 온사거의 비평형 열역학, 그리고 이를 보완하는 스튜어트 카우프먼의 자기 조직화 이론도 빠뜨리지 않는다.

마지막 5장 「사회: 이기적 노드들의 생존 게임」에서는 뇌와 뇌의 네트워크, 정확히는 포괄 적합도에 따라 유전자를 공유하는 범위인 ‘유전자 경계’를 노드로 가지는 네트워크를 다룬다. 저자는 자신의 생존과 번식을 최우선 과제로 삼는 이기적 노드들로 구성된 이웃, 기업, 국가와 같은 사회 네트워크가 ‘생산력’으로 특징지어진다는 점을 보이고, 이러한 네트워크의 연결이 ‘생산력 증대’에 따라 강화되거나 해체된다는 이른바 ‘시장 선택 원리’를 따른다는 점을 게임 이론을 통해 이야기한다. 특히 생산력과 경제 시스템의 밀접한 관계에 주목하며, 신고전주의 경제학 이론과 ‘국소적·전역적 최적화 과정’, ‘부분·전체 최적화 과정’에 근거해 자본주의 경제 체제와 정치, 문화, 과학기술과 같은 그 상부구조의 진화 경로를 추적한다.

기술 발전, 소비 행태, 지역 개발 사업 …
예측 불가능해 보이는 것들의 예측 가능성
“원리 없는 예측은 맹목적이고, 예측 없는 원리는 공허하다”

“예측은 어렵다. 특히 미래에 관한 것이라면.” 뉴욕 양키스 야구 감독 요기 베라도 인정했다. 하지만 어려운 것과 불가능한 것은 다르다. 동전을 한 번 던지고 앞이 나올지 뒤가 나올지 예측할 수 없을지라도, 1만 번 던지면 절반이 앞이 나오리라는 것은 예측할 수 있다. 통계학에서 말하는 ‘큰 수의 법칙’ 때문이다. 원리 없이 예측하려는 것은 신의 계시를 기다리는 일과 다르지 않지만, 올바른 ‘진화 원리’를 가지고 있다면 통계적으로 예측 가능한 것을 찾을 수 있다. 간단한 예를 들어보자.

머지않아 좋은 성능의 컴퓨터를 사려면 무조건 돈을 더 많이 지불해야 할 것이다. 무어의 법칙이 끝났기 때문이다. 반도체 크기는 더 이상 매년 30퍼센트씩 줄어들지 않는다. 데너드 스케일링 법칙도 끝났다. 반도체 성능은 더 이상 매년 20퍼센트씩 증가하지 않는다. 『특이점이 온다』의 레이 커즈와일이나 MIT 물리학자 맥스 테그마크 같은 기술 낙관론자들이 앞으로도 기술이 지수함수적으로 발전할 것이라고 말할 때면 그 근거에는 언제나 무어의 법칙과 데너드 스케일링이 있었다. 하지만 이러한 반도체 기술 발전의 법칙들은 이미 무너졌다. 반도체 CPR(비용 대비 성능)의 증가율은 지속적으로 낮아지고 있는데, 실제로 구매자들도 새 컴퓨터의 성능이 이전처럼 확연하게 나아지지 않는다는 점을 체감하고 있다. CPR 값이 증가하지 않는다는 것은 1원으로 살 수 있는 계산 능력이 늘지 않는다는 것이다. 이러한 추세는 계속될 텐데, 이는 CPR 값을 올리는 것이 기술적으로 불가능하기 때문이 아니라, 반도체 기업이 반도체 축소 비용이 더 클 때 반도체를 더 이상 줄이지 않을 이기적 네트워크이기 때문이다.

하지만 기술 발전이 느려짐에 따라, 기술의 다양성은 획기적으로 증가할 것이다. 과거 반도체 분야에서는 CPU 클럭 속도를 높이고자 하는 경쟁이 지배적이었다. 그러다 CPU 기술 발전이 둔화되자, 산업은 GPU, NPU와 같은 틈새시장을 파고드는 전략으로 방향을 바꾸었다. 2000년대 디지털카메라 분야에서 50만, 100만, 200만 화소까지 화소 수 경쟁이 치열하게 벌어지다 1억 화소가 넘어서자, 화소 수가 아닌 AI 보정 기능, 센서 성능 등 다양한 기술에 눈을 돌리는 것과 정확히 같은 양상이다. 물론 대규모 투자가 필요한 몇몇 산업에서는 앞으로도 소수의 기업들이 산업을 주도하겠지만, 모든 산업은 일정 수준이 지나면 틈새시장을 공략하는 방향으로 나아간다. 이는 기본적으로 기술 발전이 유전자 탐색 공간에서의 진화 원리를 그대로 따르기 때문이다.
비단 기술만이 아니다. 저자는 생산과 소비 흐름, 개인 혹은 집단의 행동, 생태계나 물리계의 거동 역시 한계 이론, 효용 극대화 원리, 자연선택에 의한 진화, 포괄 적합도 최대화 원리, 최소 작용 원리와 같은 진화 원리에 근거해 정확한 상태를 예측할 수 없는 경우에서조차 그것의 미래를 통계적으로 예측하는 일이 언제나 가능하다는 점을 이야기한다. “근본 원리에서 시작해 계층을 오르다 보면 인간 사회를 결정하는 원리도 찾아낼 수 있을까? 또한 이것이 가능하다면, 도대체 얼마나 올라야 그 복잡성을 모두 파악할 수 있을까? 이것이 이 책이 답하고자 하는 가장 중요한 질문이다.”