카테고리 보관물: 학술

연애의 불가사의


http://www.hani.co.kr/arti/economy/economy_general/595307.html

이 기사를 보면 남자 입장에서 데이트 잘하기는 정말 어려운 것 같다.

여성 직장인이 가장 하기 싫은 데이트는 1위가 ‘돈을 아끼려는 티가 나는 데이트’에 이어서, 2위로 ‘식사-영화관-까페, 매일 똑같은 데이트’가 선정되었다.

동시에, 여성 직장인이 좋아하는 데이트 1위는 ‘영화관 데이트’로 선정되었다.

끝으로 여성 직장인이 생각하는 상대방의 데이트 비용은 3~5만원인데, 이 돈은 두명이 영화를 본 뒤 가벼운 식사를 할 정도의 비용이다.

영화관 데이트는 정말 좋아하지만 매일 영화관을 가는 건 싫고, 데이트 비용은 영화 보고 밥먹는 정도가 적당하다고 생각하지만 매일 영화 보러 가는건 싫다는 건가.

나야 뭐 데이트 패턴은 얼마든지 독창적으로 바꿀 수 있는데, 어쨌거나 이 설문조사 결과는 모순적인 것 같다.

영화관 데이트 좋아하는 20%와 매일 똑같은 데이트를 하기 싫어하는 20%는 서로 다른 집단으로 추정된다.

데이트는 정답이 없구나. 그때 그때 달라요.

최소 두께가 나노미터급인 박막 표적 제작 및 이를 이용한 레이저 유도 이온 가속

이번엔 특허다.

광주에서 냈던 특허가 2년만에 등록되어 돌아왔다.



특허검색 사이트(www.kipris.go.kr) 출원번호로 검색하면 자세한 내용이 나온다.

뭔 특허청 사이트가 외부에서 링크거는걸 막아놨는지 모르겠다. 링크를 걸어줄 수 없으니 궁금하신 분은 직접 검색하시기를.

내 지분이 5%밖에 안되고, 딱히 어디서 갖다 쓸 것 같은 기술도 아니라서 돈을 벌기는 불가능할 것 같고, 이력서에 한줄 추가하는 것으로 끝나겠지.

내용이 궁금하면 특허 등록 문서를 꼼꼼히 읽어본 후, 광주과학기술원의 최일우 박사님께 문의하시기를 바란다.

내 지인 중에서는 내용을 궁금해 할 것 같은 사람이 아무도 없으니 패스.

95%가 틀리는 문제



방문객이 폭주하고 있어서 살펴보니 95%는 틀리는 문제라는 글로 많이 들어오고 있다.

기사에 “문제를 풀면 천재”라고 되어 있다고 해서 보니, 문제에 있는 조건을 보니 Solve if you are a genius 이다.

즉, “당신이 천재라면 이 문제를 풀어라.”라고 되어 있다.

하지만, 천재라면 문제를 풀어야 하는 것일 뿐, 문제를 풀 수 있다고 해서 천재라는 뜻은 아니다.

기자가 영어를 모르거나 논리학을 모르거나 수학을 모르거나 셋 중 하나인듯 싶다.

근데 왜 저런거 정도에 천재 운운하는 건지 모르겠다.



http://upload.wikimedia.org/wikipedia/en/thumb/f/fb/Feynman-diagram-ee-scattering.png/360px-Feynman-diagram-ee-scattering.png

천재라면 이런 계산을 해야지.

그렇게

어떤 연구를 하게 되든, 열심히 해야겠다.

누가 어떤 것을 물어보더라도 그 질문에 대답할 수 있도록

전문가가 되어야겠다.

연구실이 정해지는 순간

나는 그 분야가 어떤 것이 되든지, 그 분야에 빠져들 것이다.

그것이 앞으로 내가 지켜나갈 태도이다.

그렇게 해야겠다.

과학은 왜 믿어도 좋은가

과학은 객관적인가.

과학은 왜 믿어도 좋은가. 과학을 전공하지 않은 사람들이 과학적인 연구 결과에 기대하는 속성에는 객관성, 신뢰성, 정확성, 이런 것들이 있을 것이다. 하지만 안타깝게도, 과학의 가장 근본적인 측면은 이런 것들이 아니다. 과학은 처음부터 끝까지 자연에서 일어나는 모든 일에 대해 이론을 제시하고 실험으로 증명하는 과정이다. 과학은 세가지 영역으로 나누어 지는데, 자연과학, 사회과학, 수리과학이 그 세 영역이고, 셋 다 이론과 실험을 수행하게 된다. 수리과학(=수학)의 경우에는 실험이 곧 증명 과정이 되겠다. 쉽게 말해, 이론은 가설설정이고 실험은 가설검증이다. 그럼, 가설설정과 가설검증은 무엇일까? 가설설정은 “이런 일이 일어나는 이유는 이러저러하기 때문이다”라고 주장하는 것이고, 가설검증은 “내가 봤다니까”를 주장하는 것이다. 그리고 현대 과학이 그렇게 복잡해진 이유는 가설 설정과 가설 검증이 쉽지 않기 때문이다. 누군가 제시한 어떤 가설이 있으면, “그럼 그걸 어떻게 검증할건데?” 라는 질문이 뒤따라 올 것이다. 누군가 그 가설을 검증하는 실험을 수행하여 “내가 해봤다니까” 라고 주장한다면, “그걸 어떻게 믿냐?”는 질문이 뒤따라 올 것이다. 이 질문들로부터 객관성, 신뢰성, 정확성이 유도되는 것이다. 다시 말해서, 과학의 가장 기본은 가설의 반증가능성이다.


다시 말해서, “그걸 어떻게 믿냐?”는 질문에 반박하려면

“너도 해봐 임마”

가 적절하다.



현대 과학은 어마어마하게 많이 모인 검증된 가설들의 집합이다. 진술의 정확도를 담보하기 위하여 정확한 수치를 제시하지만, 그렇다고 논문에 적혀 있는 수치를 모두 믿어도 좋은 것은 아니다. 실험은 항상 몇번의 시행 후 몇번 성공하였는지 성공률을 제시하고, 그로부터 가설이 제대로 증명되었는지를 확인해야 한다.

과학이 이야기하는 객관성은 실험의 재현가능성이다. 실험이 재현가능하다는 진술의 근본에는 우리 우주에서 물리 법칙이 어느 곳에서도 동일하게 적용된다는 가설이 있다. 이 가설은 적어도 지금까지는 부정된 적이 없는데, 우리가 관찰 가능한 우주의 범위 내에서 물리 법칙은 어디든 동일하게 나타나고 있다. 그리고 과학자들은 우리가 아는 지식이 틀렸다는 사실을 찾아내기 위하여 오늘도 열심히 노력중이다. 그러나 물리 법칙이 대칭적이기 때문에, 어떤 실험이 수행되었고 같은 조건에서 같은 실험을 다시 수행한다면 그 실험결과는 당연히 같아야 한다. 어디에서 언제 누가 하더라도, 같은 실험을 한다면 같은 결과를 얻게 된다. 또한, 비슷한 실험을 한다면 비슷한 결과를 얻게 된다. 만약 누군가 어떤 실험을 했는데, 그 실험결과를 누구도 다시 얻을 수 없다면 그 실험은 조작되었을 가능성이 매우 높다. 또한, 그 누구도 같은 실험을 하는 것을 막을 수 없으므로 실험 결과의 조작은 당장은 아니어도 언젠가는 반드시 드러나게 되는 일이다. 따라서, 제대로 교육받은 과학자라면 누구도 실험 결과를 조작하지 않는다. 그래서 논문을 읽는 사람들은 적어도 그 실험 결과가 조작되었을 가능성에 대해서는 전혀 걱정하지 않고 그대로 믿는 것이다. 만약 실험 결과가 조작되었다는 사실이 그 실험을 수행한 과학자가 살아있을 시절에 밝혀진다면, 그 과학자는 학계에서 완전히 퇴출당할 것이다.

과학의 신뢰성은 재현가능성과 사람들의 상호 검증에서 유도된다. 상호 검증을 통과한 논문을 믿어도 좋은 이유는, 실험 결과가 조작되지 않고, 동시에 그 실험 결과가 논문에서 주장하는 가설을 건전하게 지지한다는 것을 다른 연구자들로부터 인정받았기 때문이다. 논문을 검증하는 연구자들은 그 논문에서 수행하는 실험이 가설을 지지할 수 있도록 적절히 설계되었는지, 적절히 수행되었는지, 적절히 분석되었는지 검토한다. 그리고 그 결과가 실제로 가설을 지지하는지 검토한다. 그렇기 때문에, 언제나 그래도 되는 것은 아니지만, 발표된 논문에 실린 결과는 그 결과를 이용해서 다른 일을 해도 좋다.

과학의 정확성은 신뢰성과 객관성이 담보된 후에 나타난다. 과학이 정확하기 위해서는 실험 과정이 믿을만해야 하고, 실험 결과가 객관적이어야 한다. 하지만 그럼에도 불구하고 실험은 정확하지 않을 수 있다. 가령, “어제는 매우 추웠다”라는 진술은 매우 믿을만한 진술이고, 객관적인 진술일 수 있으나 정확한 진술은 아니다. “어제의 평균 온도는 영하 3도였다”라는 진술은 그럭저럭 정확해 보인다. 하지만 사실 이것도 과학적으로 정확한 진술은 아니다. 과학적으로 올바른 진술은 “어제의 평균 온도는 영하 3도였고, 그 신뢰구간은 1도이며 신뢰도는 99%이다”라고 하는 것이 과학적으로 올바르다. 이 말은, 어제의 온도가 영하 2도에서 영하 4도 사이에 있을 확률이 99%라는 뜻이다. 그렇다면, “정확함”이란 무엇일까. 한자 뜻을 살펴보면 그 뜻은 바르고 분명하다는 뜻이다. 따라서, 정확하려면 두가지 조건을 만족시켜야 한다. 바른 진술이어야 하고 분명한 진술이어야 한다. 그럼, 앞에서 살펴본 문장 중 “온도가 평균 3도였다”라는 진술과 “온도가 평균 3도였고 신뢰구간이 1도이고 신뢰도가 99%이다”라는 진술 중 어째서 후자가 더 정확한가? 예를 들어, 어제의 하루 중의 온도가 오전에는 영하 6도였고 오후에는 섭씨 0도였다면, 평균 온도는 영하 3도이지만 단 한순간도(더 정확하게는 단 한순간만이) 영하 3도일 것이다. 수학적으로 말하면, 영하 3도인 순간은 하루 중에 단 한순간도 없다. 하루의 온도가 올라갔다 내려갔다 하겠지만, 정확히 영하 3도였던 순간은 정말 백만분의 1도 되지 않음을 증명할 수 있다. 하지만, 후자의 경우, 온도가 영하 2도에서 영하 4도였던 시간이 하루 길이의 99%라는 사실을 알 수 있다. 정확히 언제부터 언제까지였는지는 모르더라도, 하루의 99%는 영하 2도에서 영하 4도 였고, 정확히 영하 3도라고 말하는 것보다 더 정확하다. 과학자들이 주장하는 진술들은 이런 의미에서 “정확”하다.

과학자들이 하는 이야기라고 해서 언제나, 모든 이야기를 믿어도 좋지 않다. 하지만, 적어도 과학자들이 하는 이야기라면, 그 이야기가 사실인지 아닌지 검증할 수 있는 방법을 함께 제공한다. 물론 그 방법이 틀릴 수도 있다. 하지만 검증 방법은 언제나 존재한다. 과학을 믿어도 좋은 이유는 정확하기 때문이 아니라, 정확한지 아닌지 확인할 수 있기 때문이다.

스마트폰 앱?

날씨를 알려주는 앱이 있다. 전화기 바탕화면에 날씨를 알려주는 앱을 띄워놓고 있는데.

나는.

지금 날씨는 창 밖을 보면 될 것이고.

친구가 있는 동네의 날씨는 친구에게 물어보면 알 것이고.

친구가 없는 동네의 날씨는 궁금하지 않다.

그래서 안쓴다.

가장 많이 쓰는 앱 중의 하나인 버스 도착을 알려주는 앱은, 초기에는 많이 썼었지만.

요새는 거의 안쓰고 있다. 걔가 뭐라고 알려주든 어차피 내가 버스를 타게 될 시간은 변하지 않는다.

결국 안쓰고 있다. 그리고 요새는 버스 정거장에 가보면 다 나온다.

난 스마트폰을 왜 쓰는걸까.

카톡때문인가.

성공?

포기하지말고 될때까지 하면 된다고 꼬셔놓고

그중에서 된 놈만 모아서

될때까지 했더니 역시 다 되는거 보라고 주장하는 근거로 삼는다면

열심히 해보다가 아직 안됐는데 살아있는 사람들한테는

넌 아직 최선을 다하지 않았기 때문이라고 하고

그렇게 죽을때까지 해보다가 성공 못하고 죽은 사람들은

그 말에 반박하고 싶을텐데

죽어서 말해줄 수가 없겠네.

그럼 그게 성공의 비결인걸까?

Experimental test of TOF diagnostics for PW class lasers

체코에서 공동연구하러 왔었던 Jan Prokupek이 나에게 고맙다며 편지를 보내줬다. 이번에 SPIE 학회에서 발표하는데 Proceeding paper에 내 이름을 저자 중 한명으로 넣는다는 소식이다.

http://spie.org/app/program/index.cfm?fuseaction=conferencedetail&symposium=EOO13&conference_id=1081425#2021196

내가 도와줬던게 많은 도움이 되었었나보다.

어쨌든 이래저래 매년 하나씩은 이름 올라가는구나.

서러운 자연대생


http://news.naver.com/main/read.nhn?mode=LSD&mid=shm&sid1=102&oid=005&aid=0000548942

이공계 전공자의 취업이 매우 힘들고, 취업이 되더라도 낮은 임금수준에 괴로워 한다는 이야기가 돌고 있다.

기사로 나왔길래 물리학과는 어떤가 봤는데 기사에 아예 언급조차 되어 있지 않았다.

그래서 직접 찾아봤다.


http://www.krivet.re.kr/ku/da/prg_kuBHBVw.jsp?pgn=&gk=&gv=&gn=E5-E520130006

여기 가보면 보도된 내용의 원본 자료가 있다.

위의 자료에 따르면…

1. 자연계열은 공학계열에 비해 전반적으로 취업 상황이 나쁘다.

2. 자연계열 중 물리는 77.8%, 수학은 78.8%의 취업률을 보이고 있다. 반면 화학은 64.5%, 생물은 66.4%의 취업률을 보이고 있다. 이걸 평균하면 자연계 전체가 73%인데, 이것만 보고 자연계열 취업이 안된다고 판단하는 것은 무리인 것 같다.

3. 물리와 수학은 일부 공학계열보다 취업률이 높지만, 그럼에도 불구하고 임금수준은 낮은 편이다.

4. 전반적으로 괜찮은 일자리 비율이 줄어들었지만, 물리는 괜찮은 일자리 비율이 아주 쥐꼬리만큼이긴 하지만 올라갔다.

음… 이걸 물리 전공자인 나는 좋은 신호로 보아야 하는 것인지 모르겠다. 어쨌든, 물리나 수학 전공자가 화학이나 생물학 전공자보다는 전망이 나쁘지 않다는 뜻으로 해석해야겠다. 물리 전공자의 눈에서 사심과 편견을 가득 담아서 소개하였으므로 관심있는 사람은 원문을 다 읽어보기를 권한다.