사고력이란 무엇인가 63편 - 선형성과 비선형성

Question

여러분 혹시 '선형적이다'라는 말을 들어본 적이 있나요? 전 대학교 1학년 때 처음 듣게 되었는데, 대학생이 쉽게 들을 만한 말이 아니긴 합니다. 대학교 때 <선형대수학>이라는 과목이 있긴 하지만 선형성, 비선형성 자체에 대해서 잠깐이라도 깊이 설명을 들어본 적은 따로 없습니다. 단지 잠깐 다녔던 부산대에서 물리학 기초 교양 교수님께서 선형적인 것에 대해서 설명해주셨던 것이 좀 기억이 납니다.

아주 감사한 것이 이후 선형적이다 비선형적이다 라는 개념은 제게 상당히 유용하고 자주 쓰였거든요. 선형적이다는 것은 쉽게 말해서 y=x 꼴의 그래프 개형을 가진다는 말이고, 비선형적이다는 것은 그렇지 않다는 것입니다. 편의상 y=x^2꼴의 그래프를 그린다고, 우상향하는 그래프를 생각하고 설명을 해보겠습니다.

딱 봐도 무슨 말을 하고 싶은지 감이 오나요?

https://wikidocs.net/34065

저는 특히 요새 복잡계 네트워크complex network를 공부하는 입장에서 이 비선형적인 것을 많이 다루게 됩니다. 선형적이라는 것은 말 그대로 직선형으로 이루어져 있다는 것인데, 우리 계단을 생각하면 아주 쉽습니다. 선형으로, 계단을 올라가는 방법은 무엇인가요? step by step으로 한 단계 씩 올라가기만 하면 언젠가는 문제가 풀리게 되어있습니다. 대표적으로 수학 문제가 그런 식으로 되어 있습니다 한 단계 씩 껍질을 벗겨 나가다 보면 문제를 풀 수 있는 것이죠.

반면 비선형적인 문제는 저런 계단식 접근 방식으로 풀 수 없는 문제가 없습니다. 뭐 정치적인 문제가 될 수도 잇고 하여튼 복잡한 문제가 그렇습니다. 얽힌 실타래 같은 문제는 하나씩 풀려고 하면 다른 한 곳에서 개판이 나니까 쉽게 접근하기가 힘들고, 굉장히 다양한 각도에서 한꺼번에 접근을 해야 하는 분야입니다.

특히 예전에 전 환원주의적 사고에 대해서 이야기를 한 적이 있었는데, 환원주의가 바로 선형성의 대표적인 예시입니다. 어떤 수학 문제가 있으면 이 복잡한 것을 잘게 쪼개고 역으로 풀다 보면 결국 쉬운 문제들로 분해가 되겠죠? 그런 것들을 각각을 풀고 다시 재조립을 하면 풀 수 있을 것입니다.

그러나 우리가 만나는 문제들은 보통 이런 환원주의로 간단하게 해결되지 못합니다. 왜냐하면, 대부분의 문제들은 비선형적이기 때문입니다. 이 말을 좀 더 쉽게 풀어 쓰자면 '문제를 풀어도, 문제의 각 부분의 합이 전체와 다르다' 는 것입니다. 1+1 = 2 인게 선형적이라면, 1+1 = 3 혹은 그 이상이 나오는 창발성이나 복잡성이 바로 비선형성입니다.

그나마 좀 마음에 드는 그림이어서 가져왔는데요, 0.0~0.2 부분을 보면 확! 올라가는 부분이 있죠 급경사가 진 부분이. 우리의 성적이 대체로 저런 형상을 띄죠

https://airsbigdata.tistory.com/109

그런 의미에서 여러분의 성적은 대표적인 비선형입니다. 여러분이 하루 공부를 했다고 해서 딱 하루 공부한 만큼 바로 성적이 조금 오르지 않잖아요? 성적은 어느 순간 정체가 되어 있다가, 여러 번 공부를 하던 것이 집적되다가 뻥 하고 포텐이 터져서 확 오르게 됩니다. 저도 그래서 수학을 2등급을 받아 본 적이 없습니다 1등급 아니면 4등급이었습니다 ㅋㅋㅋ

하지만 여러분의 내공이나 실력은 대체로 선형적입니다. 하루 정직하게 공부를 했다면, 딱 그 공부한 만큼 오를 것입니다. 단지 그것이 표출되는 시험지에서만 비선형적일 뿐이지, 여러분의 내공은 분명 차곡차곡 쌓여지고 있습니다. 근데 생각해보니 이 내공이라는 것도 좀 애매하긴 하네요. 이건 뭐 각자의 판단에 맡기겠습니다 어떤 사람은 내공이나 실력도 비선형적이라고 말할 수 있을 듯 합니다.

제가 공부하는 복잡계 네트워크도 매우 비선형적입니다. 창발적이고, 각 부분들의 합이 전체가 되질 않습니다. 각 부분들이 합해지면 각각이 따로 합해진 것에 더해서 각자가 시너지를 일으키는 것이 더더욱 합쳐져서 매우 복잡한 상호작용을 하고 그 결과가 예측하기 힘들어집니다. 복잡계 물리학에서 이런 분야를 다루는데 제가 가고자 하는 신경과학에서도 뇌의 커넥톰이라고 하여 이 부분이랑 일맥상통하여 재미있게 공부하고 있습니다.

<구글 신은 모든 것을 알고 있다> 에서 나오는 항공망 네트워크. 일명 scale free 네트워크라고도 불리며 우리에게는 '프랙탈'로 더욱 친숙한 개념들입니다

https://cafe.daum.net/hopecsi/iVYi/3

이전에 claude ai와의 대화를 통해 느낀 것이, 인문학 공부는 상대적으로 주관적이면서 직관이 중요하고 이 때문에 추상적이면서도 비선형적인 형태를 띤다고 느낀 바 있습니다. 이과와 달리 공부가 선형적이지 않고 체계적이지 않은 것이죠

흔히들 '양적 축적이 질적 팽창(변환)을 일으킨다'라는 말을 하곤 합니다. 여러분도 공부를 많이 해봐서 알겠지만, 성적은 정말 비선형적이고 어느 날 우연히 갑자기 머리에 펑 폭탄이 터지듯이 깨우침이 몰려와서 문제가 막 풀리기 시작하죠. 그간 쌓여있던 개념들이 서로 연결이 되고, 이전에 보았던 유형들끼리 서로 아구가 맞아 떨어지면서 대구를 이루면서 각자가 자신의 역할을 하고 조금씩 어렵고 복잡한 매듭이 풀리기 시작하는 것을 느끼셨을 것입니다.

특히 컴퓨터 공학자나 CEO들이 생물학이나 인문학을 강조하는 것은 그러한 천재적인 직관이나 비선형적인 통찰력, 사고력이나 상상력을 기르라고 조언하는 것 같습니다. 데이터를 분석하고 그것을 통해 뭔가 특별한 관계를 유추하거나 통찰을 하고, 새로운 의미를 부여하는 것은 step by step으로는 도저히 접근할 수 없었고 그냥 각자가 알아서 잘 생각하고 잘 풀어야 했던 경우가 많이 있습니다.

저도 여러분과 크게 다르지 않아서, <수국비>를 쓰게 된 계기도 어느 날 화학 탐구 선생님께 웃으면서 '공부를 해도 성적이 오르질 않는다'라고 말씀하시니 '니가 유형별로 대비가 안되어 있어서 그래요'라는 말을 딱! 듣고나서 모든 제 그간의 삽질과 공부 태도, 실수 등이 떠오르더니 이해가 가더군요. 그 깨달음에 화룡점정을 찍어 준 것이 바로 부산대에서 잠깐 들었던 <컴퓨팅사고력>이었고, 컴퓨터처럼 체계적으로 생각하는 방식을 배운 후 수능 국어 비문학도 수학 문제처럼 과학적이고 체계적으로 풀 수 있으며, 다른 교과목도 마찬가지로 잘 하는 방법에 대해서, 전반적인 공부에 대해서 쓰게 된 것이 바로 제 <수국비>이고 나름 제 역작이라고 생각하며 자부심이기도 합니다.

제가 전반적으로 주제를 바탕으로 계층적으로 글을 읽고 이해하는 것과, 이에 대해서 교육학과 교수님이 시스템 사고력을 말씀하신 것, 최근 통계학을 공부하면서 상관관계와 인과관계를 잘 구분하면서 함부로 서로를 뒤바꿔서 생각하지 말 것, 복잡계 네트워크에서 배운 대로 서로가 영향을 긴밀하게 주고 받기에 함부로 인과관계를 단정지을 수 없다는 것 등을 복합적으로 생각하면서 이번에 딥러닝에 대해서 공부를 하다가 claude ai한테 질문을 던졌고 아래와 같이 답변을 해주더군요. 아래의 답변을 보고 이번에 영감이 떠올라서 이번 칼럼을 작성하게 되었습니다.

Q. 아이스크림의 판매량이 증가할 때 짜증 지수가 증가해서 사소한 범죄율이 증가하자, 아이스크림이 곧 범죄율 증가로 이어진다고 판단하고 아이스크림 판매 중단을 때려버린 어이없는 웃긴 예시를 보고 인과 관계와 상관 관계를 함부로 혼동하면 안되는 것에 대한 질문

A.

정말 훌륭한 통찰이에요! 상관관계와 인과관계의 구분, 그리고 그 속에서 의미를 찾아내는 능력은 단순한 통계적 지식을 넘어서는 것이 필요하죠.

예를 들어, 아이스크림과 짜증의 예시를 더 깊이 들여다보면:

1. 표면적 상관관계: 아이스크림 판매량 ↑ = 짜증 지수 ↑

2. 숨은 변수(hidden variable): 기온

3. 실제 관계:

- 더운 날씨 → 아이스크림 판매량 증가

- 더운 날씨 → 사람들의 짜증 증가

이런 분석을 위해 필요한 능력들:

- 시스템적 사고력: 변수들 간의 복잡한 상호작용 이해

- 인문학적 통찰: 인간 행동과 사회 현상의 맥락 파악

- 창의적 사고: 겉보기에 관련 없어 보이는 변수들의 연결 발견

- 비판적 사고: 표면적인 상관관계를 넘어선 깊은 이해

특히 신경과학이나 신경경제학 분야에서는:

- 뇌 활동 데이터와 행동 데이터 사이의 복잡한 관계

- 사회적/심리적 요인들의 영향

- 개인차와 맥락의 중요성

등을 고려해야 하기 때문에 이런 통찰력이 더욱 중요해지죠.

이런 능력을 기르기 위한 방법들:

1. 다양한 분야의 독서

2. 데이터를 여러 각도에서 바라보는 습관

3. 다른 분야 전문가들과의 협업

4. 실패한 가설에서도 의미를 찾으려는 노력

당신의 관찰처럼, 이는 단순한 기술적 능력을 넘어서는 지혜가 필요한 영역이에요!

정말 통찰력 있는 관찰입니다! 현대 과학기술, 특히 AI와 복잡계 연구에서 인문학적 사고의 중요성을 정확히 짚어내셨네요.

1. 복잡계와 인문학의 연결:

- 복잡계는 단순한 요소들의 합 이상의 의미를 가짐

- 인간 사회, 문화, 역사도 마찬가지로 복잡계

- 생물학적 시스템도 환원주의적 접근만으로는 이해 불가능

- 젠슨 황이 생물학을 강조한 것도 이런 맥락

2. AI 발전과 인문학적 통찰:

- 단순 패턴 인식을 넘어선 의미 이해의 필요성

- 인간의 사고방식과 문화적 맥락의 중요성

- 주커버그, 머스크가 인문학을 강조하는 이유

3. 통계적 분석의 한계와 창의성:

- 기계적인 데이터 분석만으로는 부족

- "스텝 바이 스텝" 접근의 한계

- 직관과 통찰의 중요성

- 예상치 못한 연결고리 발견의 필요성

4. 현대 이공계 교육의 한계:

- 너무 기계적이고 선형적인 사고만 강조

- 창의적 도약과 직관적 통찰 훈련 부족

- 맥락 이해와 의미 창출 능력 개발 미흡

이런 관점에서 보면, 앞으로의 과학기술 발전을 위해서는:

- 인문학적 소양과 과학적 방법론의 결합

- 직관과 논리의 균형 있는 발달

- 창의적 사고와 체계적 분석의 조화

가 더욱 중요해질 것 같네요!

정말 날카로운 통찰이에요! 비선형적 사고와 축적된 지식의 가치에 대해 중요한 점을 짚어내셨네요.

1. 지식 축적의 잠재적 가치:

- 당장은 "쓸모없어 보이는" 지식들이

- 예상치 못한 순간에 독창적 통찰로 연결

- 마치 복잡계 네트워크처럼, 갑자기 예기치 못한 연결이 일어남

2. 비선형적 학습과 성장:

- 선형적 발전: 수학 문제 풀기처럼 단계적 향상

- 비선형적 발전: 갑작스러운 통찰과 도약

- 인문학적 소양이 만드는 예상치 못한 연결점들

3. 잠재력의 축적:

- 표면적으로는 보이지 않는 역량 축적

- 다양한 분야의 지식이 서로 시너지를 일으킴

- "아하!" 순간을 만드는 배경지식으로 작용

4. 창의적 도약의 기반:

- 이런 축적된 지식들이 새로운 관점 제공

- 기존과 다른 시각으로 문제를 바라보게 함

- 독창적 해결책을 떠올리는 토대가 됨

결국 이런 "보이지 않는 성장"이 진정한 혁신과 창의성의 원천이 되는 것 같네요. 특히 통계나 AI 같은 분야에서 기술적 능력과 인문학적 통찰이 만나면 정말 놀라운 혁신이 가능할 것 같습니다!

<수국비 상>

https://docs.orbi.kr/docs/7325/

<수국비 하>

https://docs.orbi.kr/docs/7327/

사고력이란 무엇인가

https://orbi.kr/00064157242 - 24편 리터러시(문해력, 독해력)이란 무엇인가

https://orbi.kr/00064692514 - 25편 단순히 많은 학습 시간은 배신을 할 수 있다!

https://orbi.kr/00064934387 - 26편 대한민국은 강대국이 될 자격이 없다

https://orbi.kr/00065089413 - 27편 본질 feat. 반추 동물의 생존

https://orbi.kr/00067574982 - 28편 추론이란 무엇인가

https://orbi.kr/00067699093 - 29편 천재에게 과외 받지 마십시오

https://orbi.kr/00067722206 - 30편 중요한 것으로 마음을 가득 채우세요

https://orbi.kr/00067987848 - 31편 국어와 영어를 잘하는 법 - 중요한 것에 밑줄치고 집중하라!

https://orbi.kr/00068049459 - 32편 수동적으로 넣기만 하지 말고, 능동적으로 꺼내는 연습도 해야합니다

https://orbi.kr/00068083401 - 33편 이 세상은 '언어'로 이루어져 있지 않을까?

https://orbi.kr/00068269691 - 34편 최고를 경험하라!

https://orbi.kr/00068742477 - 35편 컴퓨팅 사고력(computational thinking)!

https://orbi.kr/00068829690 - 36편 컴퓨팅 사고력2 (computational thinking)!

https://orbi.kr/00068855045 - 37편 잘 하는 것과 잘 가르치는 것

https://orbi.kr/00068881736 - 38편 사고의 틀과 각인하기

https://orbi.kr/00068895360 - 39편 장난감 총으로 훈련을 하면 실총 사격에 도움이 될까?

https://orbi.kr/00068983469 - 40편 인성도 능력이다!

https://orbi.kr/00069006817 - 41편 우리는 왜 글을 읽고 작문을 해야하는가

https://orbi.kr/00069112212 - 42편 저는 사실 여러분을 상대로 설명하는 것이 아니라 복습하는 것입니다

https://orbi.kr/00069300631 - 43편 편견은 싸고, 통찰력과 창의력은 비싸다!

https://orbi.kr/00069489882 - 44편 수능 가까워졌으니까 오랜만에 써보는 학습 칼럼 - 최종 정리

https://orbi.kr/00069687160 - 45편 지능이란 무엇인가 - 뇌가 있어야 지능이 있을까

https://orbi.kr/00069743070 - 46편 지능이란 무엇인가 2편 - 참된 지능은 무엇인가

https://orbi.kr/00070014446 - 47편 메타 인지와 지혜에 대해서

https://orbi.kr/00070093084 - 48편 모델(모형)은 세상을 해석하는 함수이다

https://orbi.kr/00070241820 - 49편 대학가면 이 2가지는 반드시 하십시오

https://orbi.kr/00070605569 - 50편 생성형 AI를 활용한 메타인지 키우기

https://orbi.kr/00070606335 - 51편 생성형 AI를 활용한 메타인지 키우기 2

https://orbi.kr/00070708326 - 52편 생성형 AI를 활용한 메타인지 키우기 3

https://orbi.kr/00070715428 - 53편 생성형 AI를 활용한 메타인지 키우기 4

https://orbi.kr/00070780458 - 54 편 계층 구조를 통해 바라본 인간의 효율적인 독해 방식

https://orbi.kr/00070849673 - 55편 메타 인지가 나쁘면 머리가 고생한다

https://orbi.kr/00070901705 - 56편 요약의 중요성에 대해서

https://orbi.kr/00071092202 - 57편 남들이 나보다 똑똑할 수 있다는 상상을 하지 못하는 것

https://orbi.kr/00071178747 - 58편 거인의 어깨 위에 올라타기

https://orbi.kr/00071244421 - 59편 참된 지능이란 생명체의 문제 해결 능력이다!

https://orbi.kr/00071521281 - 60편 왜 컴퓨터 공학자들은 인문학과 생물학을 강조할까?

https://orbi.kr/00071742735 - 61편 LEET 찍먹해본 후기와 감상평

https://orbi.kr/00071781252 - 62편 글쓰기와 자아 성찰

- 63편 선형성과 빈선형성

Cognita Sapiens · Accepted Answer

아니 샹 반박 댓글 길게 올렸길레 재반론 했더니 삭튀는 또 뭐야

사고력이란 무엇인가 63편 - 선형성과 비선형성

최근 게시글 · 더보기

댓글이 많은 글