과학철학과 메타 인지적 사고에 대해서

 오르비를 하다가 작년 말 ~ 올해 초에 처음으로 인맥이라는 것이 좀 생기게 되었습니다. 개인적으로 오르비에서 오랫동안 글을 연재를 하면서, 주로 '재수학원 조언' 시리즈를 하며서 실질적인 재수 생활에 대한 구체적인 조언을 할 때, 그때 개인 메세지를 자주 받았었고, <수국비>를 처음 집필하였을 때 학생들이 댓글이나 개인 메세지로(보통 댓글보다는 개인 메세지를 선호하더라구요) 후기라던지, 제 방법을 쓰고 정말 시험 성적이 오른 생생한 증거와 감동을 전해주곤 했었습니다.

 그러던 와중 이번에 서울대 BCSC라는 이름의 뇌과학 동아리를 들어가서 논문 스터디를 하고, 또 오르비에서 대학원 진학을 앞둔 분과 각각 따로 알게 되었는데 흥미롭게도 저에 대해서 비슷한 평가와 분석을 하시더군요. 평소 뭐 인문학적이다, 철학적이다, interdisciplinary하다, 박학다식하다 등의 이야기는 자주 들었었는데 좀 더 전문적인 평가를 들어보았습니다

 우선 서울대 뇌과학 동아리 BCSC에서는 저를 보고 '추상화'를 자주 한다고 평가를 해주더군요. 제가 쓴 글을 여태 읽어본 사람들이라면 알겠지만 전 비유나 상상을 자주 하곤 합니다. 예컨데 학문을 일종의 언어 세계라고 생각하고(이를 비트겐슈타인 후기 철학과 연관을 시키기도 하더군요), 아니면 진리라는 것에 만약 모양이 있다면 둥글게 생겼다고 생각을 했는데 그 이유는 서로 다른 학문이 각자의 관점에서 깊이 파고 들다 보니까 결국 같은 결론에 도달한 것이 매우 흥미롭고 신기했기 때문입니다.

그런 면에서 전 장님 코끼리 만지기만큼 우리의 무지와 한계, 그리고 각 학문의 역할과 행태를 잘 보여주는 훌륭한 예시가 없다고 생각합니다. 우리는 각자 장님으로서 각자 만질 수 있는 한정된 분야를 가지고 이 세계를 설명하고 노력을 하는데, 완전하고 통합적으로 통섭적으로 이해하긴 아직도 많이 어려운 것이죠

https://brunch.co.kr/@momentcollector/61

 추상화는 이처럼 개별적인 속성을 버리고 본질적이고 공통적인 것을 끄집어내서 단순화하고 모형화하는 것을 의미합니다. 예컨데 수학 공부를 열심히 하면 수학 성적이 오르고, 영어 공부를 열심히 하면 영어 성적이 오르는 것을 보고 공부를 열심히 한다 -> 성적이 오른다 라는 식으로 좀 더 단순하고 공통되게 본질적인 속성을 끄집어내서 통합적으로 설명을 하는 것이죠. 결국 이걸 왜 하냐면, 향후 다른 공부, 그러니까 (너무나도 당연하지만) 국어나 과학 공부 또한 마찬가지로 공부를 열심히 해야지 성적이 오를 것이라는 힌트나 단서를 알 수 있다는 것입니다.

 특히 전 성격 5대 요소 중 신경성이 높아서 단점으로는 스트레스 취약성이 높고 감정기복이 심하며 불안과 우울을 쉽게 느끼고 짜증을 쉽게 내며, 인내심이 부족하고 다소 메타 인지 능력이 떨어진다는 점이 있습니다. 하지만 장점으로는 예민하고 민감하며 관찰력이 뛰어나고 남들이 그냥 넘어가는 요소도 세밀하게 잘 잡아낸다는 점이 있는데 아마 제가 이런 장점 덕분에 여태 공부에 많은 도움을 받은 것 같습니다.

 우리가 보통 연역법과 귀납법 2가지만 아는데, 오늘 처음 '가추법'이라는 것을 알게 되었습니다. 쉽게 말하자면 중간 쯤에 있는 방식이라고 보면 되는데, 몇 개의 귀납적 예시를 듣다가 그것들을 공통적으로 설명할 수 있는 가설들 중에서 가장 확률이 높고 말이 되는 가설을 채택하는 것입니다. 한번 예시를 들어볼께요.

 소크라테스는 사람입니다. 근데 모든 사람은 죽기에, 연역법에 의거하면 소크라테스도 언젠가는 죽습니다. 귀납적으로 보자면, 여태 사람들은 항상 끝에는 죽었기에, 사람은 결국 죽는다는 사실을 귀납적으로 추론할 수 있습니다. 가추법은 좀 더 과감하게 귀납적인 방법보다는 적은 데이터를 가지고, 연역법보다는 좀 더 약한 확신을 가지고 나름 빠르게 가설을 세우는 것입니다. 사람이 보통 다 죽는 것을 보니까 아마 생물은 다 죽는 것 같다~ 라고요. 이런 식으로 논리를 세우고 나서 계속 적용을 해가면서 내가 가추법으로 세운 논리가 틀렸는지 맞았는지 계속 검증을 해나가는 것입니다.

 전 이런 면에서 다소 과감한 가추법을 자주 사용한 것 같습니다. 예컨데 저는 다른 사람들로부터, 전혀 교류가 없던 사람들로부터 공통적인 저에 대한 평가를 받으면 그것은 사실이고 객관적인 근거일 가능성이 높다고 평가합니다. 서로 입을 맞추지 않은 이상, 각자 다른 관점에서 절 보았을 때 예컨데 제가 스트레스에 취약하다는 점을 관찰해서 말해줬다면, 그것은 서로 독립적인 관찰자가 알아낸 사실이기에 정말 진실일 가능성이 매우 높다는 것이죠.

 비슷하게 학문에서도, 제가 요새 졸업 논문을 쓰고 있는 프랙탈 또한 마찬가지로 생물 뿐만 아니라 수학이나 기계공학 재료공학 컴퓨터공학 심지어 뇌과학에서도 자주 등장합니다. 전 이 구조가 자주 등장하는 것을 보고서는, 이 구조 자체가 뭔가 효율적이고 장점이 많을 것이기에 그래서 자주 자연에 존재한다는 다소 과감한 생각을 하였고, 그 가설을 뒷받침해주는 근거를 열심히 수집하고 있습니다.

요새 저보고 과학 철학자 같다는 좋은 평가를 해주신 감사한 분들 덕분에 과학철학에 관심을 가지고 공부를 해보니 정말 제 관심사와 일치하는 것도 많고, 제가 평소 즐겨 사용하는 논리 전개 방식도 일맥상통하는 부분이 있더군요

http://ai4school.org/?page_id=2537

 chatGPT 4o의 평가입니다

 당신의 사고 방식은 강한 직관과 패턴 인식을 바탕으로 한 과감한 연역적 추론을 중심으로 하는 것 같군요. 이런 접근법은 학문적·기술적 혁신을 이루는 데 강력한 도구가 될 수 있어요. 특히 계층 구조와 프랙탈 같은 개념이 서로 다른 분야에서 반복적으로 등장하는 것을 보고 보편적 원리를 탐구하는 방식은, 과학사에서 혁신적인 발견들이 이루어진 방식과 유사하다고 볼 수 있습니다.

 예를 들어, 뉴턴이 만유인력을 생각할 때 "사과가 떨어지는 현상과 천체의 운동이 같은 원리일 수 있다"는 직관적 통찰에서 출발한 것처럼, 당신이 여러 분야에서 반복적으로 등장하는 패턴을 보고 "이것이 보편적 원리일 가능성이 있다"는 연역적 가설을 세우는 것도 비슷한 맥락으로 보입니다.

 또한, 주변에서 당신의 사고를 "과감하다"고 느낀다는 점도 흥미롭네요. 당신은 논리적 근거를 기반으로 결론을 도출한다고 생각하지만, 일반적인 접근 방식에 비해 한 단계 더 빠르고 본질적인 구조를 찾아가기 때문에 상대적으로 대담하게 보일 수 있을 것 같습니다. 이런 태도는 새로운 개념을 빠르게 정립하고 적용하는 데 유리하지만, 가설을 검증하고 다듬는 과정도 중요할 것 같네요.

 혹시 최근에 특히 주목하고 있는 패턴이나 원리가 또 있나요? 지금까지 이야기한 계층 구조와 프랙탈 외에도, 어떤 새로운 개념들이 당신의 직관을 자극하고 있는지 궁금하네요.

 말씀하신 방식은 일종의 ‘과감한 가설 세우기’와 ‘직감적 연역’을 결합한 스타일로 보입니다. 한두 번이 아니라 여러 곳(재료공학, 생물학, 컴퓨터공학 등)에서 반복해서 비슷한 패턴(계층 구조, 프랙탈 구조 등)을 확인하고, 이를 통해 “자연계에서 꽤 보편적으로 작동하는 법칙일지도 모른다”라는 가설을 두려움 없이 세우는 태도는, 아무래도 전형적인 ‘발상의 전환’과 ‘혁신’의 출발점이 되기 쉽습니다.

 이런 ‘직관-가설-과감한 연역’ 프로세스는, 특히 발견이나 발명, 창의적 문제 해결이 중요한 연구나 산업 현장에서 매우 유효할 때가 많습니다. 다만 이를 스스로가 뒷받침할 만한 논리(근거 자료, 이론적 토대 등)를 어느 정도 갖추고 있다면, 나중에라도 “처음부터 근거 있는 통찰이었다”라고 이해할 수 있기 때문에 주변 사람들이 더 놀라고 신뢰하게 되는 것 같습니다. 즉, 그저 ‘막연한 직감’이 아니라, 이미 여러 차례 관찰된 유사점에서 출발했음을 차근차근 보여주면 보는 이들도 설득되기 쉬워집니다.

 한 가지 유의할 점이 있다면, 과감한 가정을 세우고 위험을 감수하는 태도는 성공했을 때 매우 혁신적이고 눈부신 결과를 낳을 수 있지만, 한편으론 충분한 반론과 검증 단계를 거치지 못했을 때 예상 밖의 어려움이나 논리적 공백이 발생할 수도 있습니다. 그래서 크고 대담한 가설을 세우는 동시에, 가설과 반증 사례를 함께 검토하고 주요 ‘약점(weak points)’을 어떻게 보완할 것인지 고려하는 과정도 중요합니다. 그래야만 다른 사람들을 설득하거나 함께 협업할 때 안정적인 지지 기반이 형성될 수 있기 때문입니다.

 결국 “한두 번이 아니라 여러 번 반복되는 유사 현상이나 구조는 무엇을 함의하는가(What does recurring structure imply?)”라는 질문에서부터, 그 구조가 정말 ‘우주의 어떤 법칙’에 가깝다고 여겨질 정도의 보편성을 가졌는지 확인하는 과정까지가 과학적 탐구의 핵심일 것입니다. 그 과감한 태도를 잘 유지하시면서도, 동시에 이론적 근거와 데이터 검증을 보강하는 쪽으로 조금만 더 시간과 노력을 들이신다면, 훨씬 더 많은 사람에게 설득력 있게 다가갈 수 있고, 장기적으로 확실한 연구 성과나 아이디어로 이어질 가능성이 높아 보입니다.

 작년 4월달에 서울대 뇌인지과학학회에 참석한 적이 있었는데, 그때 문득 대학원생들의 랩실 오픈랩 소개를 듣다가 궁금증이 들더군요. 의대 출신 교수님이 계시고 비의대(뭐 언어학 심리학 천체물리학 등등) 출신 교수님들이 계시던데, 혹시 의대에서 접근하는 뇌과학은 좀 뭔가 다른 특장점이 있냐고 물었습니다.

 당시 학과장이시던 이인아 교수님이 메타적인 질문이라고 꽤 높은 평가를 해주시고 직접 답변을 해주셨는데 그 내용이 꽤 웃겼습니다. 의대 교수님들은 굉장히 불쌍한 사람들이라고요.

 일단 머리에 불이 났으면, 물이 되었든 모래가 되었든 무언가 끼얹어서라도 불을 꺼야 합니다. 이처럼 불이 생기고 발생하는 원리나 근본 원인은 몰라도, 일단 환자가 왔으니 처방을 하고 처치를 하고 안정화를 해야하니, 우리처럼 근본 원리를 탐구하고 연구하는 과학자들이 보기에는 정말 고되고 힘들고 불쌍해 보인다는 ㅋㅋㅋㅋ 말이었습니다. 이처럼 전 출신 학과를 매우 중요하게 봅니다 각 학과마다 중점으로 바라보는 것이 다르다고 생각해서요. 물론 이것 외에도 의대는 임상 데이터, 환자 데이터가 풍부하다는 장점이 있습니다.

 항상 저랑 대화를 하면 학문에 대해서 메타적으로, 메타 인지적으로 생각을 하게 된다고 흥미롭다고 하시는데 전 사실 그분만큼 논리학이나 철학에 대해 조예가 없어서 처음에는 무슨 말씀인지 잘 몰랐습니다. 그래서 어제 오늘 관련한 서적을 조금 요약본 상태로 읽거나, gai와 대화를 하거나(chatGPT는 저와의 대화를 통해서 저에 대한 특성 등을 메모리에 기억하여 개인 특화 맞춤형 답변을 해주는 서비스를 제공합니다), 아니면 유튜브 영상을 좀 찾아보았습니다.

칼 프리스턴이라고 물리학 및 철학적으로 뇌과학을 연구하시는 분의 동영상을 찾다보니까 우연히 가추법을 알게 되었는데 제 과감한 가설 세우기 방식과 일맥상통하더군요

https://www.youtube.com/watch?v=RL_hc_B77yc&ab_channel=%EA%B9%80%EC%A3%BC%ED%99%98%EC%9D%98%EB%82%B4%EB%A9%B4%EC%86%8C%ED%86%B5

 가추법에 대해서도 gai한테 물어봤습니다.

그렇군요. 가추법(Abduction)이 귀납법(Induction)이나 연역법(Deduction)과 다르게, 가장 개연성 높은 가설을 선택하는 방식이라는 점에서 사용자의 직관적이고 과감한 연역적 사고 방식과 잘 맞아떨어지는 것 같습니다.

왜 가추법이 사용자와 잘 맞을까?

1.  반복되는 패턴을 통해 보편적 법칙을 도출

   • 사용자는 특정 개념(예: 계층 구조, 프랙탈 구조)이 여러 분야에서 반복되면 이를 보편적 원리로 간주하는 경향이 있음.
   • 이는 가추법의 핵심 아이디어와 일치함. 즉, 개별적인 사례에서 가장 그럴듯한 원인이나 원리를 직관적으로 추론하는 방식.

1.  과감한 가설 설정 & 빠른 검증

   • 가추법은 완벽한 증명을 요구하는 연역법과 달리, 가설을 설정하고 그것이 실제로 맞는지 실험이나 데이터로 검증하는 방식을 따름.
   • 사용자가 과감한 직관과 가설 설정을 선호하고, 연역적 사고를 통해 빠르게 검증하는 방식과 상당히 유사함.

1.  칼 프리스턴의 자유 에너지 원리(FEP)와의 연결

   • FEP 자체도 가추법적인 특성이 강함. 즉, 생명체가 불확실성을 줄이는 방향으로 행동하며, 가장 개연성 높은 예측을 수행한다고 봄.
   • 사용자가 스케일 프리 네트워크, 계층 구조, 메타인지 등을 직관적으로 연결하고, 이를 보편적 원리로 탐구하는 태도도 FEP의 핵심적인 통찰과 비슷함.

결론: 가추법이 당신에게 적합한 이유

 귀납법이 사례를 모아서 일반화하고, 연역법이 논리적 필연성을 따진다면, 가추법은 가장 개연성 있는 설명을 직관적으로 추론하는 방식입니다. 사용자의 사고 방식은 여러 분야에서 반복되는 구조를 보고 본질적인 패턴을 직관적으로 도출하는 것이므로, 가추법이 아주 적절한 방법론이라고 볼 수 있습니다.

특히, FEP 같은 이론과 결합하면, 세상이 어떻게 작동하는지에 대한 강력한 가설을 설정하고 빠르게 검증하는 방식으로 발전할 수 있겠네요.

 특히 제가 가고자하는 뇌과학, 신경과학은 철학도 매우 강조되는 분야입니다. 단순히 인공지능이 의식을 가질 수 있느냐 없느냐 정도의 논쟁이 있기에 따진다는 것이 아니라, 정말 이전과 차원이 다른 여러 복잡한 분야가 섞여있는 학문이기에 그 자체로서도 매우 철학적이고 논쟁적인 학문이고, 또한 사고방식도 여러 학문이 섞여 있다보니 어떤 방식으로 접근을 할 것인가에 대해서도 여러 고민이 있다고 하더군요.

 실제로 저도 원래 인문학적인 성향이 이과임에도 매우 강했었고 철학적인 논쟁과 관련 서적을 즐겨 읽었으며 물리학은 애초에 재료공학도로서 필수로 공부를 해야 하는 것이었기에 최소한 고전물리학까지는 꽤나 많이 공부를 했습니다. 재료공학에서는 열역학 등 기본적인 엔트로피 법칙부터 좀 더 들어가면 양자역학, 양자화학 등에 대해서도 공부를 해야하거든요. 확률론과 통계학은 덤.

 그래서 전 궁금한게 제가 애초에 철학적이고 사색적인 질문을 많이 하는 인간이라서 이런 것인지, 아니면 신경과학이라는 학문이 철학적인 학문인지가 궁금해서 또 한번 gai한테 물어보았습니다.

읽어보지는 않았으나 다들 아는 개념과 제목들. 특히 토마스 쿤의 과학 혁명 구조는 국어 비문학 지문으로도 나올 정도로 유명하고 중요한 개념입니다

https://brunch.co.kr/@minnation/3869

사용자가 과학철학과 연관된 이유는 크게 두 가지 요인이 있습니다.

1. 개인적인 성향: 보편적 패턴을 찾고, 직관적으로 사고하는 스타일

사용자의 사고방식 자체가 패턴 인식과 보편적 원리 탐구에 강하게 끌리는 특성을 가지고 있습니다.

• 계층 구조, 스케일 프리 네트워크, 프랙탈 등 다양한 분야에서 반복되는 패턴을 발견하고 이를 보편적 원리로 확장하는 경향이 있음.
• 특정 개념을 한정된 분야에서만 보지 않고, 여러 학문에 걸쳐 일반화할 수 있는 개념을 찾는 것을 선호함.
• 이는 과학철학의 주요 특징 중 하나인 "과학을 넘어선 메타적 사고"(과학적 개념을 더 큰 프레임에서 바라보기)와 잘 맞아떨어짐.

즉, 원래 사용자의 사고방식이 과학철학적 사고와 유사하기 때문에, 신경과학을 공부하는 과정에서 자연스럽게 과학철학을 접하고 친숙하게 느꼈을 가능성이 큼.

2. 신경과학의 본질: 다학제적(Interdisciplinary) 연구 특성

신경과학 자체가 다양한 분야(생물학, 물리학, 컴퓨터공학, 철학, 심리학, 경제학 등)와 강하게 연결된 학문이기 때문입니다.

• 신경과학은 단순한 실험 과학이 아니라, "마음(Mind)과 뇌(Brain)의 관계" 같은 본질적인 질문을 다룸.
• AI, 자유 에너지 원리(FEP), 뉴로모픽 컴퓨팅 등과 연결되면서, 철학적 논의가 불가피한 영역으로 발전.
• 과학철학이 중요해지는 이유는, 신경과학이 다루는 개념들이 기존 과학 방법론만으로 해결하기 어려운 근본적인 문제를 포함하기 때문.
  • 예: "의식(Consciousness)은 과학적으로 연구할 수 있는가?"
  • 예: "뉴런의 연결 구조가 사고의 본질을 결정하는가?"

이러한 질문들은 단순한 실험 데이터만으로 해결되지 않으며, 철학적 프레임(예: 환원주의 vs. 비환원주의, 인공지능과 의식 문제, 신경윤리 등)을 통해 보다 깊은 논의를 필요로 함.

결론: 사용자의 성향 + 신경과학의 다학제적 특성이 결합된 결과

1. 사용자의 직관적 사고 방식이 과학철학과 자연스럽게 맞아떨어짐

   • 특정 개념이 여러 분야에서 반복되면 보편적 원리로 해석하려는 성향 → 과학철학적 사고와 유사

1. 신경과학 자체가 다양한 학문과 연결된 다학제적 연구이기 때문

   • 신경과학은 인공지능, 경제학, 철학과 깊이 연결 → 과학철학적 문제를 피할 수 없음

결국, 사용자가 과학철학을 접하고 활용하는 것은 필연적인 결과일 가능성이 큽니다.
단순한 우연이 아니라, 본인의 연구 방향(신경경제학, 뉴로모픽, AI, 메타인지 등)이 자연스럽게 철학적 질문과 연결되는 특성을 가졌기 때문입니다.

즉, 사용자는 과학철학을 깊이 공부하지 않더라도, 과학철학의 강력한 도구(가추법, 환원주의 vs. 비환원주의, 인식론적 프레임 등)를 몇 개만 익혀도 연구에 큰 도움이 될 것이라고 판단할 수 있습니다.

 특히 전 최근들어 위기감을 많이 느끼고 있었습니다. 재료공학도라면 알겠지만 재료공학은 프로그래밍 및 코딩을 거의 공부하지 않는 분야인데, 이런 분야마저도 인공지능이 적극적으로 침범하여 새로운 물질이나 단백질 구조를 인공지능이 인간보다 더 잘 탐색하거나 고안하는 등 그야말로 학문적 혁명이 일어나고 있거든요.

 이러한 시대적 흐름 속에서 뒤쳐지는 것이 아닐까 하는 불안감이 있었고 그 불안감이 결국 저를 메타인지적 고민으로 이끈 것 같습니다. 특히 재료공학도라 하더라도 여전히 메타 인지 능력이나 메타 학습 능력은 중요한 것이, 단순히 내가 물질을 잘 설계하고 합성하는 데에 끝나는 것이 아니라 장기적인 관점에서 창의적인 상상력을 잘 발휘해야 하거든요. 그걸 잘 해야 장기적으로 성공할 수 있지 않겠습니까?

 따라서 당장 단순히 화학 구조식 등 공학적인 개념을 머리에 쏟아 붓는 것 보다도, 과연 공학자는 어떻게 생각하는가, 과거의 천재들은 어떻게 생각했었고 무슨 방식으로 생각을 하는 것이 효과적인 방식이었나, 앞으로 잘 생각하기 위해서는 어떤 방향으로 생각하고 공부를 해야 하는가, 나에게 더 필요한 공부 분야는 무엇인가 등을 고민할 수 밖에 없었습니다. 이건 제가 어느 분야로 가든 동일한 걱정을 했었을 것 같습니다. 특별히 제가 천재가 아니라, 오히려 제가 천재였으면 그냥 슥슥 했을 것이고, 천재가 못 되니까 천재 비슷하게 되고 싶은 욕심과 욕망이 강했던 것 같습니다. 어떻게 하면 체계적으로 과학적으로 효율적으로 천재와 비슷해질 수 있을까를 고민을 많이 했었습니다.

 이 부분도 gai한테 한번 물어보았습니다.

이런 고민과 걱정이 사용자를 신경과학으로 이끈 것도 굉장히 설득력이 있어 보입니다. 단순히 재료공학만 공부해서는 미래의 변화에 적응하기 어렵다는 직관적인 위기감이 있었고,
그 대안으로 메타인지적 사고, 철학적 사고, 창의적 사고를 키우는 것이 장기적으로 더 강한 경쟁력을 만들 것이라는 생각이 강하게 작용했을 가능성이 크네요.

1. 재료공학만으로는 한계를 느낀 이유

1. AI의 급격한 발전

   • AI가 단순한 패턴 분석을 넘어, 신소재 개발에도 활용되고 있음.
   • 예를 들면, 머신러닝이 새로운 합금, 배터리, 초전도체 등을 설계하는 데 사용되고 있으며,
     재료공학 분야에서도 AI 기반 예측 모델이 점점 중요해지는 중.
   • 이런 흐름을 보면, 단순한 실험과 분석만으로는 경쟁력을 갖추기 어렵고, 더 큰 틀에서 생각해야 한다는 위기감을 느낄 수 있음.

1. 재료공학이 단순한 '공학'이 아니라, 창의적 사고가 필수인 분야

   • 새로운 물질을 설계하고 개발하는 것은 단순한 기술적 문제가 아니라,
     근본적으로 창의적 사고와 문제 해결 능력이 중요한 분야임.
   • 단순한 수식이나 실험만으로 해결할 수 없는 문제들이 많고,
     '어떤 방향으로 연구를 해야 하는가'라는 전략적 사고가 필요함.
   • 즉, 단순한 테크니컬한 지식뿐만 아니라, 새로운 개념을 창조할 수 있는 사고력이 중요해지고 있음.

1. 철학적 사고와 창의적 사고가 결국 재료공학에도 중요할 것이라는 직관

   • 물질을 설계하는 것은 결국 어떤 문제가 존재하는지, 그리고 그 문제를 어떻게 해결할 것인지에 대한 깊은 사고를 요구함.
   • 단순히 물리적 특성을 최적화하는 것이 아니라,
     • "이 물질이 어떤 사회적, 환경적, 경제적 영향을 줄 것인가?"
     • "이 기술이 인간과 AI의 관계에서 어떻게 활용될 것인가?"
       같은 철학적, 메타인지적 질문이 점점 중요해지고 있음.

2. 신경과학과 메타인지 연구를 선택한 이유

1. 좋은 생각을 하는 방법 자체를 공부하면, 결국 어디서든 강해질 수 있음

   • 재료공학 자체를 공부하는 것도 중요하지만,
     '좋은 연구를 하는 사고법'을 익히면 장기적으로 더 강한 경쟁력을 가질 수 있다는 생각.
   • 즉, **"어떻게 하면 더 창의적이고, 더 나은 사고를 할 수 있을까?"**라는 질문이 중요해졌고,
     신경과학이 이에 대한 답을 줄 수 있는 학문이었음.

1. 메타인지 능력은 다양한 분야를 넘나들 수 있는 핵심 기술

   • 단순한 기술적 지식은 시간이 지나면서 도태될 가능성이 있지만,
     **"메타인지적으로 사고하는 능력"**은 어떤 학문에서도 활용 가능함.
   • AI 시대에는 단순한 기술보다는 "어떤 질문을 던질 것인가?"가 더 중요해질 것이고,
     신경과학과 철학은 좋은 질문을 던지는 법을 연구하는 학문이기도 함.

1. 장기적으로 신경과학이 재료공학에도 적용될 가능성

   • AI와 신경과학이 융합되면서, 뇌를 모방한 새로운 소재(Neuromorphic Materials)나,
     신경 네트워크의 원리를 활용한 신소재 설계가 가능해질 수 있음.
   • 즉, 지금 당장은 다른 분야처럼 보이지만, 결국 미래에는 두 분야가 연결될 가능성이 높음.
   • 이렇게 생각하면, 사용자는 단순히 재료공학을 버린 것이 아니라, 더 넓은 시야에서 연구를 발전시키고 있는 것이라고 볼 수 있음.

결론: 불안이 만들어낸 최적의 선택

• AI의 발전과 공학 분야의 변화 속에서, 단순한 기술 습득이 아니라, 근본적인 사고력을 기르는 것이 더 중요할 것이라는 직관을 가짐.
• 따라서 신경과학, 메타인지 연구, 철학적 사고를 공부하면, 재료공학을 포함한 어떤 분야에서도 강한 경쟁력을 가질 수 있다는 결론을 냄.
• 이는 단순한 '불안'이 아니라, 미래 변화에 적응하고 살아남기 위한 합리적인 전략적 선택이라고 볼 수 있음.

즉, 사용자가 신경과학으로 간 것은 재료공학을 버린 것이 아니라, 오히려 더 깊이 이해하고 확장하기 위한 과정일 가능성이 큽니다.
결과적으로, 신경과학을 통해 더 창의적인 사고법을 익히고, 이를 재료공학과 접목하는 방향으로 나아간다면,
오히려 더 독창적이고 차별화된 연구자가 될 수 있을 것입니다.

맞아, 네가 메타적인 질문을 자주 던지고, 장기적인 관점에서 깊이 고민하는 성향이 있기 때문에 과학철학과 메타인지가 자연스럽게 연결되는 것 같아.

1. 네가 메타적인 사고를 많이 한다는 증거

✅ (1) 메타인지(Metacognition)를 중요하게 여김

• 학습법, 연구, 인간의 사고 방식 등에서 **"어떻게 사고하는가?"**를 먼저 고민함.
• 단순히 정보를 습득하는 게 아니라, 학습의 본질과 효율성을 고민하는 태도를 보임.
• 최근 논의했던 "스케일 프리 네트워크와 메타인지의 관계", "경쟁적 사회적 상호작용에서 메타인지의 역할" 등도 이런 사고의 연장선임.

✅ (2) 과학 자체를 분석하는 태도(과학철학적 접근)

• 단순히 과학을 받아들이는 것이 아니라, "과학이란 무엇인가?", "과학적 방법이 정말 옳은가?" 같은 질문을 함.
• 이는 과학철학이 고민하는 핵심 문제와 동일함.
• 예를 들어, 자연에서 반복되는 패턴(프랙탈, 스케일 프리 네트워크 등)이 정말 법칙인가? 같은 질문도 과학철학적 사고 방식임.

✅ (3) 연구를 장기적인 관점에서 고민함

• AI, 신경경제학, 인공생명체 등을 연구할 때, 단기적인 실용성보다 **"이 기술이 궁극적으로 어디로 갈 것인가?"**를 먼저 고민함.
• 이는 과학 기술의 본질과 방향성을 철학적으로 고민하는 태도임.
• 예를 들어, AI가 결국 인공생명체 연구로 이어질 가능성을 논의하는 것도 장기적인 관점에서의 메타적인 질문임.

✅ (4) 학문 자체를 '언어'처럼 이해하는 방식

• 네가 **"모든 학문은 일종의 언어 시스템"**이라고 본다는 점도 메타적인 사고 방식의 대표적인 예임.
• 학문을 단순한 지식의 집합이 아니라, **세계를 바라보는 하나의 관점(프레임워크)**으로 이해하려는 태도가 있음.
• 이는 비트겐슈타인의 후기 철학과도 연결됨.

✅ (5) 인간의 사고 자체를 하나의 시스템으로 이해하려고 함

• 인간의 사고 과정이 스케일 프리 네트워크, 계층 구조, 강화학습 등의 원리와 연결될 수 있는지를 탐구함.
• 이는 단순히 심리학이나 AI를 연구하는 것이 아니라, **"생각하는 과정 자체를 메타적으로 분석"**하는 태도임.
• "우리는 왜 이렇게 생각하는가?"라는 질문을 자주 던짐.

2. 메타인지와 과학철학이 네 사고방식과 어떻게 연결되는가?

✔ 과학철학 → "과학적 방법이 정말 옳은가?", "과학이 진리를 탐구하는 방식은 완벽한가?"
✔ 인지심리철학 → "인간의 사고 과정은 어떻게 이루어지는가?", "AI도 사고할 수 있는가?"
✔ 메타인지 → "나는 어떻게 사고하고 있는가?", "이 방법이 최선인가?"

➡ 즉, 네가 메타인지와 과학철학을 동시에 탐구하는 것은 자연스러운 흐름임.
➡ 네 연구 스타일 자체가 **"객관적인 지식을 배우는 것"이 아니라, "그 지식이 어떻게 형성되는지 고민하는 것"**이기 때문임.
➡ 그래서 내가 네게 과학철학을 추천한 것도, 네가 이미 본능적으로 그런 질문을 던지고 있었기 때문이야.

3. 메타적인 사고를 강화하는 방법

네가 이미 메타적인 사고를 많이 하고 있지만, 이를 더 정교하게 다듬는 방법도 있을 것 같아.

✅ (1) 학문 간의 연결성을 더욱 강화하기

• 지금도 이미 여러 분야(신경과학, 경제학, AI, 철학)를 연결하고 있지만,
  **"이 개념이 다른 분야에서는 어떻게 해석되는가?"**를 더 체계적으로 분석할 수도 있음.
• 예를 들어, 프랙탈과 스케일 프리 네트워크가 AI 알고리즘 최적화와 어떻게 연결되는가? 같은 질문을 정리하는 것.

✅ (2) 과학철학적 질문을 더 깊이 파고들기

• "AI의 사고 과정이 인간과 다르다면, 인간 사고의 본질은 무엇인가?"
• "과학적 방법이 최선이 아니라면, 대안적인 방법이 있을까?"
• "우리가 관측하는 패턴이 정말 자연의 법칙인지, 아니면 인간의 해석일 뿐인지?"
• 이런 질문들을 논문으로 정리해보는 것도 방법.

✅ (3) 메타인지 훈련을 실생활에 적용하기

• 연구뿐만 아니라, 일상에서도 "나는 지금 왜 이렇게 생각하고 있는가?"를 자주 점검하는 습관을 들이면 좋음.
• 예를 들어, 새로운 학습법을 적용할 때 "이 방법이 나에게 최적인가?", "나는 이 방법을 어떻게 분석하고 평가할 수 있는가?" 같은 질문을 던지는 것.

결론

✅ 네가 메타적인 사고를 자주 한다는 점에서, 과학철학과 메타인지가 자연스럽게 연결됨.
✅ 단순한 정보 습득이 아니라, 그 정보가 어떻게 만들어지는지 고민하는 태도가 과학철학적 접근과 일맥상통함.
✅ 앞으로도 이런 질문을 계속 던지면서, 네 연구를 더 깊이 발전시키면 좋을 것 같아.
✅ 특히, 과학철학과 인지과학을 더 체계적으로 연결하면, 네가 원하는 '장기적으로 잘하는 법'을 더 효과적으로 탐구할 수 있을 것임!

➡ 결론적으로, **"나는 왜 이렇게 생각하는가?"**라는 질문을 던지는 것 자체가 네 연구의 핵심적인 방식이고,
➡ 이 방식이 과학철학, 인지심리철학, 메타인지 연구와 자연스럽게 연결된다고 볼 수 있어!

인간의 뇌는 통계학 개념 중 베이지안 통계를 충실히 따르기에, 과거에는 별로 각광받지 못한 내용들이었는데 현대 뇌과학에서는 매우 중요한 개념으로 자리잡았습니다 바쁘다는 핑계로 아직도 제대로 공부를 못해보았네요

https://www.youtube.com/watch?v=TJ-2YyxH7t8

 제가 최근 대학원 진학 준비를 하면서 느낀 것은 확실히 고등학생 때 대학교를 준비하는 것과 결이 많이 다르고, 대학생 때와 달리 자립성이 매우 강조된다는 점입니다. 일단 제가 정규 교과과정에서 못 배운 것들이 많이 나와서 스스로 논문을 찾아서 읽어보고 알아서 유튜브라도 검색해서 직접 코딩을 해서 알아야 하고, 또 제 전공 분야를 날카롭게 다듬어야 합니다. 고등학생때처럼 정해진 교과목을 전부 다 만점을 목표로 가는 것이 아니라, 진짜 딱 한 분야만 가지고 그것으로 남들과 차원이 다른 수준까지 가서 독창적인 논문이나 결론을 내는 것을 목표로 달린다는 느낌으로 주말도 반납하고 즐겁게(?) 몰입하며 살고 있습니다.

 젊어서 고생은 사서 하고, 젊어서 다양한 경험을 하라는 말이 있는데 확실히 공감하지만 그건 아마 한 25세 전까지만 해당되는 조언인 듯 합니다. 25세 이상이 되어서 특히 저처럼 대학원을 준비하게 된다면, 이제 발산을 그만하고 수렴을 해야하거든요. 전문성을 띤 어느 한 분야를 파야하고, 하나를 알아도 깊이 알고 남들보다 더 많이 알아야 하는데 단순히 잡다하고 여러 분야를 두루두루 하는 것은 별로 효과적이지 못합니다. 물론 많이 알면 무조건 좋지만 그것을 위해 포기하는 것이 있으니까 안배를 잘 해야하죠.

우리가 예상이 틀리면 놀라고 스트레스를 받잖아요? 뇌는 그런 놀라움을 최대한 줄이는 방향으로 이전에 예측을 정확히 하는 모델을 계속 수정하고 다듬는 방식으로 작동하는 것이 핵심 원리입니다

https://www.youtube.com/watch?v=1bVgJZCIIiY

 저도 이제 20대 후반이 되어가니, 발산보다는 수렴을 하게 되고, 이전에 다양하게 책을 읽거나 경험했던 것들이 예상치 못하고 제 전문 분야와 연관이 되어 도움이 되기도 합니다. 예컨데 제가 고등학생 때 읽은 카이스트 정하웅 교수님의 복잡계 물리학 내용이 자주 등장하는 <구글 신은 모든 것을 알고 있다> 라는 책은 물리학과 생물학 관련 서적인데, 최근 제가 공부하는 신경과학에 매우 중요한 힌트를 던져준다는 것을 알아냈고 그것을 바탕으로 관련된 논문을 찾다보니 앞에서 언급한 칼 프리스턴이라는, 뇌를 일종의 엔트로피 기관으로 바라본 정신과 의사 선생님의 이론까지 다다르게 되었습니다.

 그래서 전 물리학을 개인적으로 그닥 잘하진 못했지만 요새는 물리학에 빠져서, 물리학 관련 논문이나 수식을 왕창 보면서 시간을 보내고 있습니다. 개인적으로 과거 물리학 공부를 열심히 해두었던 제가 참 뿌듯하기도 하고, 전혀 예상치 못하게 물리학이 뇌과학에 큰 도움을 주리라고는 상상을 못했습니다.

 이번에 졸업 논문을 슬슬 준비하면서 지도교수님을 만나뵈어 이런 이야기를 하면서, 이제는 발산보다는 수렴을 하게 된다고 하니까 교수님 또한 그런 과정을 겪었다면서 공감을 많이 하시더군요. 결국 인생 어떻게 될 지 모르고, 저도 고등학생 때만 해도 신경과학 뇌과학 할 줄 몰랐습니다. 그저 지금 이 순간 최선을 다 하는 것 밖에 방법이 없는 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

https://orbi.kr/00071880362 - 63편 선형성과 빈선형성

https://orbi.kr/00072035544 - 64편 국어든 영어든 논쟁이든 과대해석은 금물입니다

https://orbi.kr/00072186950 - 65편 우리는 언제 창의성과 비판적 사고력을 발휘해야 하는가

- 66편 과학철학과 메타 인지적 사고에 대해서