향후 대학교 물리를 공부하실 때 교양으로라도 복잡계 물리학을 추천합니다

 제가 어제 '동물생리학'이라는 생물학 수업의 시험을 보았는데요, 정말 재미있는 문제가 나왔습니다. 맨 마지막에 5번 문제로 배점이 가장 높은 문제로 5줄 안에 서술형으로 적는 문제였는데 평소 교수님이 대학원 이야기나 최신 연구 동향들, 인공지능과의 결합으로 인해 생물학 연구가 본격적으로 변화하고 있는 것 등을 말씀해오셨거든요. 그 내용들을 잘 응용해서 쓰는 창의적인 문제가 나왔었습니다.

기초 교양 과목이 아닌 전공 생물학 수업과 시험을 보니까 왜 의대 학생들 공부량이 장난 아니게 많은지 이해가 약간 되더라고요 ㅋㅋㅋㅋ 동물도 뭐 머리, 다리, 신경계, 소화계, 내분비계 등등으로 굉장히 다양하고 복잡하게 얽혀있는데 각 파트 하나씩만 해도 외울 것들 특히 생소한 영어 고유 명사들이 수두룩 빽빽하게 많이 등장하더군요

 지금 제가 수업을 듣고 있는 교수님 자체가 현역에서 나이가 있으심에도 불구하고 매우 활발히 출장도 가시고, 대학원 위주로 연구를 많이 진행하시고 최근 산업 동향이라던지 최신 기술이 어떻게 접목되는지 등을 아주 잘 아셔서 수업 시간에 단순히 교과서 외에도 현대적이고 최신 이론을 아주 잘 이야기를 해주셔서 흥미롭게 들었습니다. 비록 교과서 외의 내용이지만 분명 그러한 내용들을 적절히 응용하는 문제가 하나는 나올 줄 알았는데 꽤 어렵게 나왔습니다.

 일단 다행히 대학교 1학년 때 듣는 기초 대학 생물학을 수강한 덕분에, 또 중고등학생 때 생물학 수업이라던지 생물2를 들어놓은 덕분에 큰 틀에서는 이해가 충분히 가더라고요. 뭐 랑비에르 결절이라던지, 축삭돌기 수상돌기라던지, 슈반세포라던지 전자 도약 등 큰 틀에서 비슷한 용어들이 반복적으로 등장하는데 대학 전공 수업에서는 좀 더 구체적으로 심화되어 배웁니다. 뭐 양성 음성 피드백부터 어떤 식으로 무슨 사이클이 돌아가는 식으로 대사 작용이 일어나는지 등등.

 문제는 바로 이것이었습니다. "인간의 대사 과정(metabolism)을 유전체 질병학으로, 빅데이터 분석으로 접근하는 것에 대한 사회적 경제적 가치와 잠재성에 대해서 논하시오" 근데 제가 평소에 수업을 들으면서 교수님이 이야기 하시는 빅데이터와 인공지능, 복잡한 유전자와 단백질 간의 상호작용과 관계도 등을 보면서 느꼈었거든요. 아 이건 내가 평소 공부하고 뇌과학에서도 자주 쓰이던 복잡계 물리학, 계층 구조와도 매우 큰 연관이 있다! 라고요.

GLP-1이라는 비만약이 단순히 비만에만 영향을 주는게 아니라 뭐 고혈압 당뇨 심장 질환 신장병 근육 통증 간, 췌장, 머리 등등 온갖 분야에 영향을 미치는 것을 말씀해주시던데 그나마 이 그림은 대단히 간단한 그림에 속합니다. 그냥 GPT-1이라는 중심점을 기준으로 온갖 장기에 단방향으로만 관계가 정렬되어 있잖아요?

https://hyperlab.hits.ai/blog/GLP-1

 제가 개인적으로 대학교 이후 아주 뿌듯한, 과거에 읽은 과학 서적 중에서 아 이건 읽어두길 정말 잘 했다 하는 책이 바로 <구글 신은 모든 것을 알고 있다> 입니다. 특히 현재 KAIST에서 복잡계 물리학을 연구하시는 정하웅 교수님의 파트가 너무나도 유익하고, 그때 공부하고 읽었던 내용들이 정말 독특하고 재미가 있어서 아직도 기억이 잘 나고, 다시 읽어도 재미가 있고 뇌과학 공부를 하면서 논문을 추가로 찾아보기도 하였습니다.

 복잡계 이 complex system이라는 것과 네트워크 구조라는 것은 우리 몸 안 뿐만 아니라 사회적 관계에서도 나타납니다. 뭐 예컨데 가계도를 생각하면 편합니다. 나를 중심으로 부모님과 고모 이모 증조할아버지 등등 서로 관계가 얽혀있고 복잡하게 구분이 되어 있잖아요? 거기서 뭔가 세대도 나눠져 있고 유전자가 물려받고 물려주는 관계가 있는 등 (이 글에서 이후로 설명할 네트워크보다는 덜 복잡하지만) 충분히 복잡한 관계 도표를 그릴 수 있습니다.

 우리의 몸도 전형적인 복잡계이며 의학과 인공지능의 발전으로 서서히 더욱 정교한 기술로 난치병들을 물리쳐가고 있습니다. 특히 제가 위에서 제시한 그 문제에서 왜 하필 대사 작용에 적용되는 부분의 기술이 중요한지를 서술하는 부분에 대해서 교수님이 평소에 강조하신 것이 기억이 나더군요.

 예컨데 항생제를 예시로 들자면, 항생제는 일단 세균을 다 죽여버리는 강력한 약이지만 부작용이 다소 있는 것이 너무 많이 자주 먹으면 간의 해독 작용에 무리를 주어서 간 수치를 올릴 수도 있습니다. 간이 외부에서 들어온 복잡한 화학물질을 분해하고 그 독성을 없에주는 해독 작용을 하는데(그래서 술이 간에 직빵으로 데미지를 주기로도 유명하죠) 간은 지나치게 많은 약물에 노출되면 일단 부하가 심하게 걸립니다.

 그리고 저도 당장 항생제를 먹으면서 느끼는 것인데 항상 항생제를 먹으면 설사를 하게 됩니다. 왜냐하면 장 내 미생물이 같이 죽기 때문이죠. 이것을 무엇에 비유할 수 있냐면, 적이 숨어있는 도시를 폭격하는 데 아군이 섞여 있지만 정교하게 적군만 죽일 수가 없어서 도시 전체를 폭격함으로 아군에도 피해가 발생하는 상황으로 볼 수 있습니다. 그래서 생물은 복잡하면서도 참 어려운 것이 단순히 한 가지 성능과 역할을 하는 뭔가 약물이나 기술로는 다루기가 까다롭습니다.

 항암제를 또 예로 들면, 암 환자들이 대머리인 경우가 많이 있죠? 왜냐하면 암 세포는 빠르게 분열하기에 암의 전이를 막기 위해서 매우 강력한 약물을 사용하여 세포의 분열을 막고, 세포가 분열할 경우 죽어버리도록 억제를 하는 효과를 가져와주는데 당연하게도 이 약물은 좋은 세포 나쁜 세포를 구분하지 못합니다. 특히 머리카락은 세포 분열이 매우 활발한 곳인데, 그러니까 암 환자가 항암제를 먹으면 세포 분열이 활발한 머리카락 부분을 엄청나게 공격하는 부작용으로 인해 암 환자 분들이 대머리이거나 모자를 쓰고 다니시는 경우가 많은 것입니다.

사이드 이펙트 즉 의도치 않았는데 같이 수반되는 어쩔 수 없는 작용과 효과를 우리는 부작용이라고 합니다. 제가 여태 방송에서 가장 극단적으로 봤던 부작용은 심장마비로 ㅠㅠ 사망하신 안타까운 사건이었습니다. 약물을 여러 개를 한꺼번에 복용하는데 정말 운이 엄청나게 나쁘셔서 그런 극단적인 일이 일어날 확률이 매우 낮은데 약물의 조합이 뭔가 심각한 것을 건드렷는지 심장마비로 자다가 사망한 일이 있었거든요

https://dept.snuh.org/dept/DMC/bbs/bbsView.do?menuId=003026&cid=12570&pageIndex=1

 빈 속에 약을 먹으면 속이 쓰리거나 좀 가려워지거나(알레르기 반응) 하는 일은 저도 종종 있고 심지어 그건 너무 흔하고 많은 사람들에게서 발견되어서 원인이 불분명하다고 하더군요. 근데 항암제처럼 정말 독한 약, 그야말로 암세포에게 핵을 떨어뜨리는 작용을 하는 약물은 마찬가지로 혈관을 타고 온 몸을 돌아다니면서 암세포와 비슷하게 빠르게 분열하고 증식하는 다른 정상 세포도 구분하지 못하고 공격을 해버리기에 문제가 발생하는 것입니다.

 그래서 in vivo 즉 직접적으로 경구 투여라던지 주사기로 이런 약물이 직접 들어가서, 핵무기를 떨궈서 폭발시키는 것이 아니라 간접적으로, 예컨데 비유를 하자면 암세포의 보급선을 차단시키는 방법으로 말라 죽여버리거나, 식이를 조절하는 식으로 간접적으로 특정 물질의 분비를 억제하거나 늘리거나 하는 식으로 돌아가는 식으로 접근하면 그 부작용이 덜하고 안정적이라고 하더라고요.

 글 쓰다가 혹시 그때 내가 적은 답이 오답이고 오개념인가 제대로 썻나 걱정이 되서 chatGPT한테 물어봤습니다. 전 일단 metabolism에 현대 의학이 주목하는 이유, 왜 하필 대사 경로에 대해서 개입을 하는 식으로 의학이 발전하고 있는가에 대해서 부작용의 최소화를 언급했거든요.

 특히 프랑스의 유명한 미식가가 남긴 말이 있죠.  "Tell me what you eat, and I will tell you what you are" 그러니까 니가 뭘 먹는지에 따라서 니가 결정된다는 말입니다. 아마 제 개인적인 생각인데 이 때의 의미는 사회맥락적 의미가 더 강한거 같았습니다 예컨데 뭐 빵만 먹으면 서민, 케이크랑 과자도 심심할때 먹을 수 있으면 귀족이라고요. 근데 흥미롭게도 요새 뇌과학에서도 각광받는 것 중에 하나가 장 뇌 축입니다. 

 여러분 실제로 이건 연구를 한 결과인데요, 장에는 다양한 미생물이 살고 이것들이 다양한 대사를 하고 호르몬을 분비하여 인체의 제 2의 뇌라고 평가를 받고 있습니다. 그런데 실험을 해봤더니, 장에 어떤 미생물이 살고 있냐, 각 개인도 그 미생물들의 상태와 분포가 달라지느냐에 따라서 IQ라던지 성적이 뚜렷하게 바뀌었다는 다소 충격적이고 신선한 내용이 최근 각광을 받고 있습니다. 게다가 장은 뇌랑 많은 신경으로 연결이 되어있기도 하죠 저도 스트레스 받으면 과민성 대장 증후군부터 겪습니다. 위에서 프랑스 미식가가 한 말이 현대 의학과 뇌과학에서는 장 뇌 축으로 다시 재조명을 받게 된 것이죠. 진짜로 우리가 뭘 먹어서 어떤 미생물이 우리의 장에 사느냐에 따라서 우리의 성격이나 지능도 영향을 받을 수 있다고요 ㅋㅋㅋㅋ

 그래서 전 해당 문제의 답안에서 우선 gai가 말해준 것처럼 대사 과정을 건드림으로써 직접 개입을 피하고 안전하게 부작용 없이 부드럽게 개입하는 방안을 효과적이라고 보앗다고 말했고, 추가로 유전체와 빅데이터를 어째서 중요하게 보는지도 설명했는데 그것이 바로 제가 평소 관심을 가지고 논문도 여러 편 읽어보았던 복잡계 물리학에 대한 내용이었습니다.

물리학 중에서도 복잡계 물리학 complex network theory는 상대적으로 최근에 나온 학문이고(정하웅 교수님이 대략 1999년에 논문을 처음 박사 과정에서 내셨을 것입니다) 교수님이 제가 이메일로 친근감과 존경을 표하니 신생 학문에 관심을 가져줘서 감사하다고 하시던데, 거꾸로 전 제가 오히려 더욱 감사했습니다 새로운 분야를 효과적으로 잘 개척해주셔서요

https://hashmm.com/post/network-biology-intro/index.html

 위의 그림처럼 인간의 네트워크, 사회 네트워크는 참으로 복잡하며 단순히 어느 한 노드(점)에서 다른 노드로 전파가 되는 것이 아니라, 어떤 때에는 서로 공명을 일으키거나 상호작용을 일으키기도 하고, 단방향 신호만 가기도 하고, 빙 돌아서 작용하기도 하는 등 네트워크 이론은 창발성이라는 우리가 예상하기 힘든 새로운 성질에 대한 단서로서 중요한 힌트를 많이 던지고 있습니다.

 그런데 물리학이 모든 이공계 학문의 아버지인 것처럼, 복잡계 물리학의 탄생 이후 이 이론을 뇌에 적용한 이론이 바로 커넥톰이며, 이 이론을 또 단백질 등 인간의 대사 및 유전체와 각종 기관끼리의 관계로 나타낸 것 또한 복잡계 네트워크 구조를 띠고 있습니다. 우리는 보통 뭐 예컨데 설탕을 먹는다 -> 혈당이 올라간다 -> 인슐린이 분비된다 라는 식으로 선형적이고 단계적인 절차만을 기본으로 공부하는데, 실제로 우리 몸은 훨씬 더 다양한 과정과 작용을 거치기에 비선형적이며 창발적이고 예측하기가 무척 어렵다는 것이죠.

https://hashmm.com/post/network-biology-intro/index.html

 특히 인간의 난치병이나 희귀병 같은 경우라던지 신약을 개발할 때는 이런 복잡한 경우들을 일일이 모두 고려를 할 수가 없습니다. 알파폴드라는 인공지능 단백질 개발 프로그램이 높이 평가를 받은 것도, 온갖 기괴하고 복잡한 접힘의 구조를 가진 단백질 가능성을 효과적으로 예측하고 인간을 뛰어넘기도 하였던 덕분이죠. 단백질은 그 경우와 가짓수가 너무 많고, 원인과 인과 관계가 뚜렷이 밝혀지지 않은 것도 일부 남아 있는 것으로 압니다.

 그래서 저런 빅데이터와 통계, 인공지능의 막강한 연산력으로 한번 시도를 해보는 것입니다. 위 그림에서도 보면 큰 원들은 뭔가 중심이 되고 주변 단백질이나 유전체들이랑 연결이 많이 되어 있죠. 그럼 상식적으로 주변부를 장악하고 공격하는 것이 아니라 중심을 건드리면 다른 것도 연관이 되어서 순차적으로 결국 우리가 원하는 효과를 얻을 수 있을 것이기에, 표적 신약을 만들 때 저런 네트워크 구조 복잡계 물리학을 시스템으로 이해하면서 효과적으로 만들어야 합니다. 만들어도 임상 시험이 엄청나게 긴 것은 덤이고요.

 생물은 정말 한정된 공간과 부피 속에 막대한 양의 정보를 우겨 넣은 압축된 컴퓨터라고도 볼 수 있습니다. 그리고 그 압축된 정보들이 단순히 나열이 되고 무작위로 연관이 없는 것이 아니라 서로서로 긴밀한 연관성과 네트워크를 구조를 그물망처럼 가지면서 있기에 일련의 규칙성을 찾을 수 있습니다. 당연히 사람이 손과 머리로는 하기가 너무 오래 걸리는 만큼 인공지능을 적극적으로 쓰는 것이죠.

 그래서 교수님이 평소 대학원 이야기, 최신 연구 동향 이야기, 알파폴드나 구조 생물학 이야기, 단백질 유전체학 이야기, 병태생리학 이야기를 하실 때 전 속으로 이런 생각을 했습니다 "교수님이 나와 동일한 키워드를 말씀하시진 않았지만 모두 다 같은 말이구나. 내가 연구하는 프랙탈 구조라던지 폴딩 구조라던지 계층 구조, scale free 네트워크 복잡계 물리학, 네트워크 이론들과 긴밀히 연결되어 있구나 이해가 대단히 쉽다" 라고요. 그래서 답안도 딱 5줄 채워서 하고싶은 말 다 적고 가장 빠르게 제출하고 나왔습니다.

 단언컨데 제가 가장 뿌듯하고 우연한 계기로 읽은 고등학교 시절 과학 서적 중에서 <구글 신은 모든 것을 알고 있다>는 복잡계 물리학에 대한 기초 교양을 배우게 된 아주 좋은 기회였고, 이 때 이 책을 안 읽었었다면 지금쯤 생물을 공부를 할 때도 정보를 파편적으로 배우고 서로 연관을 시키지 못하고 있었을 것입니다. 지금 제 머리 속에서는 복잡계 물리학이라는 중심 축으로 뇌도 공부하고, 생물학도 공부하고 유전체도 공부하고 단백질과 병태생리학도 공부하고, 더 나아가 심지어 인간관계나 사회 구조, 불평등, 경제학의 게임 이론에 까지 응용되는 깊은 뿌리, 높이 솟은 축을 가지고 있습니다.

https://orbi.kr/00070780458

 심지어 예전에는 저런 복잡계 물리학의 한 핵심 키워드인 hierarchy structure, 계층 구조를 이용해서 어떻게 우리가 중요한 정보를 먼저 선별적으로 가장 밑바탕에 깔고, 덜 중요한 정보를 조금씩 배치하는 식으로 효과적으로 정보를 습득할 수 있을까에 대해서 칼럼을 쓴 적이 있었습니다. 물리학 내용이지만 결코 물리적인 세계에만 적용되는 것이 아니라 우리의 인지, 정보 처리, 사고 과정에도 충분히 응용되는 근본적인 지혜라고 할 수 있습니다.

 계층 구조라는 것을 정보 처리 이론에 적용하면 쉽게 말해서 단순 덧셈이 아니라 곱셈의 논리로 적용되게 됩니다. 이게 무슨 말이냐면, 우리가 지식을 파편적으로 부분부분 얻으면 그게 하나씩 쌓이고 결국 나중에는 정리가 되지 않아서 까먹기도 하고 어느 카테고리에 어느 지식이 속한지도 몰라서 찾기가 매우 힘들겠죠.

 그런데 계층 구조화를 해서, 상위 카테고리가 하위 카테고리를 지배하고 그러한 구조가 반복적으로 나타나게 된다면, 우리는 어떤 지식을 얻엇을 때 이것이 어느 카테고리에 들어가야 하는지를 매우 빠르고 쉽게 이해하고 넣고 나서, 나중에 정보를 인출할 때도 빠르고 정확하게 활용할 수 있습니다.

<Frontal Cortex and the Discovery of Abstract Action Rules>

 위 그림에서 보시면 C와 E가 제가 설명한 그것입니다. 예컨데 E를 보면 일단 상위 키워드를 2가지로 나누었지요? 그럼 우리가 나중에 정보를 찾고 인출을 하거나 아니면 거꾸로 정보를 저장을 할 때, 어느 카테고리에 넣어야 할지 빠르고 정확하게 판단해서 넣을 수 있습니다. E의 정보 처리 방식과 저장 방식은 2x3인 것이죠.

 그런데 C를 봅시다 C는 단순히 정보를 파편적으로 나열을 해놨습니다(우리가 구조적으로 독해를 안 할때처럼 ㅋㅋㅋ). 그래서 무작위적이고 질서가 없으며 정보가 중요한지 안 중요한지가 구분이 잘 안되어있습니다. 즉 C는 수식으로 따지면 1 + 1 + 1 + 1 + 1 + 1 형태인 것입니다. 나중에 어떤 정보 어떤 이미지를 찾을 때에는 뭘 해야 할까요? 처음부터 끝까지 다 훑어보면서 중간에 빨리 나오길 빌어야 하는 상황이 됩니다 대단히 비효율적이고 운에 따르며 과학적이지 못하죠.

 당장 수식으로 전개한 것만 보아도 2 x 3 = 1 + 1 + 1 + 1 + 1 + 1 좌변과 우변 중에서 어느 것이 간결하고 깔끔해보이나요? 이처럼 카테고리화하고 정보를 계층적으로 나눈다는 것은 인간의 뇌가 매우 오랫동안 효과적으로 정보를 막대한 양을 처리하고 기억하기 위해서 필연적으로 이렇게 진화를 해왔다는 것을 보여줍니다.

 이건 제 개인적인 호기심이 궁금한게, 이렇게 보면 정보 처리 즉 소프트웨어와 추상적인 언어나 개념의 구조도 보면 계층적인 경우가 대단히 많이 있거든요. 근데 전 재료공학도이다 보니까 그걸 뜯어보고 어떤 물리적 하드웨어 구조로 되어 있는지도 관심이 있어서 보면 하드웨어도 계층 구조인 경우가 많이 있습니다. 무슨 말을 하고 싶은 것인지 느낌이 오시나요?

 그러니까 제가 다양한 사례를 보니까 소프트웨어나 그것을 담는 그릇인 하드웨어가 둘 다 계층 구조를 유사하게 띠는 경우가 대단히 많았다는 것입니다. 인간의 뇌도 계층구조거든요 층층이 쌓여서 반복적인 레이어의 합으로 나타나지거든요. 그럼 이게 단순히 우연일까, 공진화의 현상일까, 아니면 하드웨어나 소프트웨어 둘 중 하나가 다른 것의 구조를 지배한 것일까 대단히 궁금하고 흥미롭더군요.

 끝에서 잡설이 좀 길어졌는데 하여간 혹시라도 물리학을 공부하고 싶으시다면, 절대 어렵지 않으니 저도 물리학이랑 수학 정말 못하지만 이렇게 문과적으로 글로 전달할 수 있을 만큼 쉽고 조금만 관심이 있으면 배울 수 있으며 요새 트렌드인 것 같다는 생각이 많이 듭니다. 근데 제가 이런 복잡계 물리학 즉 교수님이 안쓰신 어휘를 다 써서 답안을 작성해서 걱정이 좀 많이 들더라구요. gai한테 또 물어보았습니다.

 하여간 그렇다네요. 저도 재료공학 전공 수업으로 양자역학 배우긴 했는데 솔직히 교수님껜 죄송하지만 수업보다는 <구글 신은 모든 것을 알고 있다> 부터 시작한 복잡계 물리학이 더 최신 이론이라는 생각이 들고 더 재미있다는 생각입니다. 물리학에 관심이 있으시면 양자역학도 좋지만 복잡계 물리학 네트워크 이론을 반드시 접해보시길 추천드립니다.