바야흐로 기계 학습(Machine Learning)의 시대다. 현시점에서 기계 학습의 대표적인 성공 사례를 뽑으라면 대부분 OpenAI의 ChatGPT를 떠올릴 것이다. ChatGPT는 2022년 11월 30일에 처음으로 소개된 대화형 거대 생성 모델이다. 1년도 채 안 된 모델이 이렇게 인기를 끌고 있는 이유를 뽑으라 하면 일반인뿐만 아니라 연구자들도 놀랄만한 ChatGPT의 대화 생성 능력이라 하겠다. 이런 획기적인 생성 능력에 힘입어 ChatGPT는 매주 1억 명의 사용자가 꾸준히 사용하고 있다고 한다. 하지만 이렇게 영향력 있는 생성 모델이 과연 인간이 올바르다고 생각하는 가치에 부응하는 행동을 할 것인가(AI Alignment)에 대한 생각을 이제 해야 할 시기이다. OpenAI에서도 생성 모델의 부정적인 파급력을 우려해 2027년까지 AI Alignment 문제를 해결하기 위해 회사 내 계산 자원의 20% 투자를 계획하고 있다. 과연 우리는 생성 모델, 더 나아가 기계 학습 모델을 신뢰할 수 있을 것인가? 기계 학습대답하기에 앞서 기계 학습에 대한 간략한 소개가 필요하겠다. 기계 학습을 한 줄로 요약하자면 ‘주어진 목적에 따라 데이터를 모델로 요약

수학자와 물리학자들이 자연 현상의 ‘우아한 단순성(Simplicity)’에서 아름다움(Beauty)을 찾는 경향이 있다면 생물학자들은 생명의 ‘압도적인 다양성과 복잡성’에서 아름다움을 찾곤 한다. 물론 생물학자들도 물리학자 에르빈 슈뢰딩거가 자신의 책 ‘생명이란 무엇인가?(1944)’를 통해 궁금해했던 생물들이 갖는 놀라운 질서와 통일성(Unity)을 멋지게 찾아냈다. 당시 슈뢰딩거는 식물학자 멘델이 완두 연구(1865)를 통해 제시한 유전 원소(Element)인 유전자 자체를 찾고 세대 간 유전 원리를 밝히는 것이 생명에서 통일성의 아름다움을 이해하는 핵심이라 생각했다. 20세기 중반에서 후반은 수많은 위대한 과학자들이 생명과학에서 통일성의 아름다움을 찾은 황금시대라 할 수 있다. 1953년 DNA 구조가 밝혀진 후 △유전 부호(Genetic Code) △유전자 발현 조절 △DNA-RNA-단백질의 중심 원리(Central Dogma) △트랜스포존(Transposable Element) 등 생명의 통일성에 대한 비밀이 풀렸다. 우리는 이제 모든 생물이 스스로를 △유지 △조직 △성장 △분화 △번식한다는 것을 분자 수준에서 상당히 이해하고 있다. 생명 다양성의

페로브스카이트 태양전지, 미래의 에너지원이 될까?햇빛을 전기 에너지로 변환하는 태양광 발전의 확대는 거스를 수 없는 세계적 추세로 자리 잡았다. 태양광 발전의 경제성이 이미 화력발전 등 기존의 에너지원들을 따라잡은 가운데, 전 세계 전기 생산에서 태양광 발전이 차지하는 비중은 10년 전만 해도 거의 0%에 가까웠으나, 이후 가파른 확장세를 나타내며 2030년에 10%, 2050년에 20%를 상회할 것으로 전망되고 있다.(DNV GL’s Energy Transition Outlook)우리가 일상에서 접할 수 있는 태양광 패널은 거의 모두 결정질 실리콘 반도체에 기반한다. 반면 연구개발에 있어서 지난 10년간 가장 뜨거웠던 태양전지 소재는 단연 페로브스카이트(Perovskite)라 할 수 있다. 페로브스카이트는 ABX3 결정구조를 가진 물질들을 일컫는 용어로, 결정의 각 부분에 다양한 이온들을 도입해 광 특성 및 전기적 특성들을 손쉽게 제어할 수 있다. 태양 에너지 변환 소재로써 페로브스카이트의 응용 가능성은 2009년에 처음 실증된 이래 2010년대 들어 집중적인 관심을 받기 시작했다. 그 결과 불과 십수 년 만에 26%대의 높은 에너지 변환 효율을 기록했으며

다양한 분야에서 사용되는 광학현미경광학현미경은 이공계 학생들에게는 매우 익숙한 과학 장비다. 렌즈로 광학적 이미지를 확대하는 간단한 원리이기에 니콘이나 올림푸스 같은 유명 카메라 회사가 아니더라도 여러 중소기업에서 일반인을 위해 간단한 형태의 광학현미경을 판매한다. 따라서 고등학교는 물론 초등학교와 중학교 과학실에서도 광학현미경을 쉽게 접할 수 있고, 작은 대상을 관찰하는 데 흥미가 있는 사람들은 약 10만 원 대의 광학현미경을 구매해 사용하기도 한다. 일반인의 호기심을 해소하기 위한 목적 외에도 광학현미경은 많은 과학자가 필수로 사용하는 장비다. △물리학 △화학 △신소재 과학 등 작은 물질이나 분자를 연구하는 대부분 분야에서 현미경을 사용한다. 특히 생명과학 분야처럼 작은 세포나 생체분자를 연구하는 과학자들에게는 마치 안경처럼 필수 불가결한 장비로 사용된다.광학현미경은 빛이 가지는 고유한 성질 중 하나인 회절 현상에 의해 공간분해능이 결정된다. 성능이 매우 좋은 대물렌즈를 이용할 때 사용하는 빛의 파장 혹은 반 파장 정도의 길이가 공간분해능이 된다. 가시광선 영역의 빛을 사용할 때 대략 500nm 정도라고 생각하면 된다. 그러면 여기서 한가지 궁금증이 생긴

1948년 클로드 섀넌(Claude E. Shannon, 이하 Shannon)은 ‘A Mathematical Theory of Communication‘이라는 기념비적인 논문을 통해 정보를 비트 단위로 정량화하기 위한 엔트로피라는 개념을 도입했다. 또한 그는 정보를 압축하고 전송하는 문제에 대한 근본적인 이론들을 정립했고, 이를 통해 정보 이론이라는 학문 분야를 창시했다.Shannon은 정보를 손실 없이 최대한 압축할 수 있는 이론적 한계가 그가 정의한 엔트로피와 동일하다는 것을 증명했다. 이후 다른 연구자들에 의해 효율적인 압축 알고리즘이 제안됐고, 이러한 연구는 현재 우리가 사용하는 △ZIP △JPEG △MPEG 등의 압축 파일의 핵심 요소 기술로 활용되고 있다. 또한 Shannon은 통신 시스템의 기본 개념을 정립했다(그림 1). 특별히, Shannon은 채널 용량 이론(Channel Capacity Theory)을 통해 주어진 채널에서 전송할 수 있는 최대 정보량의 이론적 한계를 규명했다. 정보 이론의 틀(Framework) 안에서, 정보를 효율적으로 전송하기 위한 통신 기술에 관한 연구가 활발히 이뤄졌다. 그리고, 이러한 통신 기술의 발전은 현재 우

우리대학에는 개교와 더불어 설립된 인문사회학부가 있다. 사정이 이래도 많은 사람들이 인문사회학부의 존재를 잘 모른다. 교양 과정에 해당하는 강의를 하는 교수들이 있다는 것을 알려 주면 인문사회학부에서도 연구를 하느냐고 묻기도 한다. 이런 황당한 질문을 받아 본 경험이 있는 터라, 내 주요 연구 성과를 소개해 달라는 이 기회에 인문학자의 연구가 갖는 특징도 함께 말해 보고자 한다.문학, 역사, 철학을 망라하는 인문학 분야 연구자들은 기본적으로 ‘혼자’ 연구한다. 실험 장비를 쓰지 않으니 실험실도, 실험실을 운영할 보조 인력도 필요 없다. 물론 연구실은 있어야 한다. 컴퓨터를 쓸 책상을 놓아야 하고, 가장 중요하게는 연구 자료에 해당하는 온갖 책들을 손 닿는 곳에 두어야 하기 때문이다. 인문학자의 연구실은 작은 도서관이다. 내 연구실에도 7천여 권의 책들이 분야별로 나뉘어 사방 벽면의 천장까지 닿은 책장들에 가득히 꽂혀 있다. 컴퓨터에도 전자책과 논문들이 여러 폴더에 가득하다. 인터넷을 통해 볼 수 있는 수많은 학술지 논문들과 옛날의 신문 자료들 또한 인문학자의 연구 자료이다. 이런 자료들, 텍스트들을 대상으로 해서 인문학자는 혼자 연구한다.한국 현대문학 연구자

“저 친구는 제어가 안 되는군”이라는 말과 같이 제어라는 용어는 일상적인 대화에서도 흔히 사용되는 단어이다. 또한, 고대 그리스(약 BC 270년경)의 한 문헌에 물시계의 유량 제어기법을 도입한 기록이 남아 있을 정도로 제어의 역사는 오래됐다. 이후 19세기에 이르러 제어장치 설계를 위해 수학적 기법이 도입되면서 제어공학의 학문적 체계화가 이뤄졌으며, 근대 산업화와 자동화에 크게 공헌했다. 또한, 제어공학은 현대 산업에서도 여러 분야의 기반 기술로 큰 역할을 하고 있다. 즉, 제어공학은 종합 학문적인 성격이 아주 강하다. 특히 최근에는 학문이 융복합하는 추세로, 제어공학은 여러 분야가 톱니바퀴처럼 잘 맞아 돌아갈 수 있도록 하는데 아주 큰 역할을 하고 있다. 서로 이질적인 복잡계를 효율적으로 제어하기 위해 제어공학은 오래전부터 많은 방법론을 제시해왔다. △회로 이론 △동역학 △전자회로 △전자기학 등에 등장하는 다양한 시스템에 피드백을 사용해 그 성능을 높이는 것이 제어공학의 가장 큰 목표다. 막연하게 일컬어지던 시스템과 성능이라는 것이 제어공학에서는 수학적으로 표현되며, 시스템의 설계 과정도 어떤 과목보다 수학에 많이 의존한다. 이 때문에 많은 학생이 어려워

우리는 눈을 통해 사물을 본다. 3차원 사물은 하나의 상, 즉 사진으로 맺히는 과정을 거친다. 바늘구멍 카메라를 떠올려보자. 안이 검은 상자에 빛이 들어오도록 작은 구멍을 뚫어두면, 신기하게도 박스 안에 있는 구멍의 반대 면에 예쁜 상이 맺힌다. 이것은 우리가 있는 빛의 공간에서 바늘구멍만 관통하는 특정한 빛다발만을 모아 보면서 생기는 현상이고, 3차원 물체의 공간 좌표계가 2차원 사진의 좌표계로 바뀌는 과정이다. 이 과정은 흥미롭게도 수학적으로 표현할 수 있다.3차원에서 2차원으로 사물에서 사진이 되는 관계를 역으로 계산할 수 있다면 어떨까? 사진만으로 3차원 사물의 모양을 알 수 있지 않을까? 답은 다시점 사진을 이용한 방법에 있다. 같은 물체를 다시점, 즉 서로 다른 각도에서 보면 거리를 파악할 수 있는 것이다. 이런 기법은 우리가 보는 물체의 복원뿐만 아니라, 다중 인공위성 기반의 GPS 기술이나 천체의 거리를 파악하는 데도 쓰이고, 로봇이 어느 방향으로 얼마만큼 움직였는지도 알 수 있게 해준다. 수많은 동물의 눈이 두 개인 것도 거리를 파악하고, 시야를 넓히기 위한 연유다.그럼 어떻게 사진으로 3차원 모양을 복원할까? 길을 가다 본 멋진 꽃을 카메라

합성생물학과 세포 프로그래밍합성생물학이라고 하면, 많은 사람이 소설 ‘프랑켄슈타인’의 아담처럼 여러 조직이 흉측하게 결합한 창조물을 떠올리곤 한다. 인공적인 냄새가 물씬 나는 ‘합성’과 자연에 존재하는 ‘생물’, 두 단어의 조합이 이질적으로 느껴지는 탓이다. 그러나 우리가 말하는 합성이란 DNA, RNA, 단백질과 같이 생물을 구성하는 블록들을 합리적 설계에 기반해 재구성하는 기계공학적 접근을 의미한다. 불과 10여 년까지만 해도 합성생물학은 가능성을 타진하는 단계에 있었다. 복잡한 회로와 생화학 반응을 속속들이 이해하고 예측하는 일이 어려웠기 때문이다. 하지만 오늘날에는 유전 정보가 담긴 DNA와 RNA를 자유자재로 읽고, 쓰고, 자르고, 붙임으로써 다양한 생명 현상을 기능적 모듈로 △분해 △제어 △조합할 수 있게 됐다. 예를 들어, 이런 모듈과 블록을 조합해 암세포를 선택적으로 공격하는 명령 코드를 미생물의 유전 정보에 삽입하거나, 대마초의 주요 성분을 대량으로 생산하는 세포를 조립해 생산 공장으로 활용하는 경우 등이 대표적이다. 이처럼 생물을 공학적으로 설계해 인류의 문제를 해결하는 분야 중 하나가 세포 프로그래밍(Cell Programming)이다.

실제 세계를 이해하기 위한 가상 세계, 디지털 트윈미래 주요 유망 기술로 꼽히는 ‘디지털 트윈(Digital Twin)’은 현실 세계를 가상 세계에 옮겨와 미리 현상을 이해하고, 실시간으로 상호작용할 수 있는 기술을 말한다. 어떤 물리 현상이 지배하는 실제 세계와 같은 쌍둥이 개체를 생성해 이를 사전에 다양하게 분석하고 검증할 수만 있다면 실제 사물이 존재하지 않더라도 우리는 그를 해석할 수 있다. 또, 조건에 따른 장비, 시스템 등의 상태를 미리 탐색하고 유지·보수 시점을 파악할 수도 있을 것이다. 이런 디지털 트윈 기술의 이점과 잠재성은 특히 스마트 팩토리(Smart Factory) 분야에서 많은 주목을 받고 있다. 제품의 △설계 △개발 △제조 △유통 등 전 산업 과정을 미리 분석해볼 수 있어 전체적인 생산 비용을 획기적으로 줄일 수 있기 때문이다. 그러나 우리가 사는 실제 세계는 복잡한 현상들이 마구 얽혀 있어 이를 가상 세계에 정확히 복제하기란 매우 어렵다. 간단한 제품을 생산하는 소규모 공장만을 예로 든다고 하더라도, 이에 관한 실제 △물리적 △과학적 △공학적인 변수를 전부 모델링할 수 없다. 나아가 실제 가동 중에 가능한 여러 환경 변수 등을 고려

빛과 분광학 센서빛은 참으로 경이로운 존재다. 세상의 시작은 빛과 함께 시작됐다고 한다. 성경에는 “빛이 있으라”라는 말로 천지 창조가 시작되고, 빅뱅 이론에서도 태초에 엄청난 에너지와 물질이 빛과 함께 우주를 만들었다고 설명하고 있다. 빛은 친숙한 것 같으면서도, 머릿속에도 손에도 쉽게 잡히지 않는 존재이다. 엄청나게 빠른 속도로 움직이고, 파동성을 가지지만 입자처럼 행동하기도 하는데, 에너지와 운동량은 있지만 정지 질량은 없고, 어떤 계에서도 그 속도가 일정하다고 한다. 생물의 진화에서 가장 극적인 사건 중의 하나는 아마도 빛을 감지하는 능력의 등장이지 않을까 싶다. 시각 정보가 우리 감각의 90%를 차지한다는 걸 생각하면 빛에 대한 감지 능력이 얼마나 고급 정보를 제공하는지 쉽게 추정할 수 있다. 초음파를 써서 세상을 이미지로 본다는 박쥐의 영상은 추측건대 우리가 엄마 뱃속의 태아를 보는 초음파 영상 정도의 수준이지 않을까? 혹은 음파 탐지기에 잡히는 적 잠수함의 어렴풋한 영상 정도일 것이다. 그것도 흑백 영상으로 말이다. 색과 분광학빛을 이용한 정보 전달은 소리보다 백만 배 이상 빠르고 해상도가 높으며, 무엇보다 명암이나 흑백이 아니라 컬러로 대상을

작년부터 우리대학은 신입생 전체를 대상으로 가상현실(VR) 기기 ‘오큘러스’를 제공하고, 가상현실을 이용해 다양한 실험·실습 과목을 제공함으로써 교육 효과를 높이고 있다. 또한, 가상현실과 증강현실(AR)을 활용할 수 있는 새로운 강의실을 구축해 수업의 질을 끌어올리기도 했다. 메타, 애플, 마이크로소프트 등 수많은 대기업도 AR·VR 시장에 뛰어들면서 생동감 있는 가상공간을 구현하는 AR·VR 기기들에 대한 관심도가 좀처럼 식지 않고 있다. AR·VR 기기는 디스플레이, 광도파로, 렌즈, 거리 센서와 같은 광학 소자들이 종합적으로 융합된 기기다. 수많은 광학 소자들이 포함돼있어 AR·VR 기기들은 모두 실제로 착용하기에 부피가 크다는 특징을 갖고 있으며, 기존의 광학 소자들은 시야각과 색수차와 같은 다양한 문제들이 존재한다. 이런 기존 광학 소자들이 가진 여러 문제점은 AR·VR의 본격적인 상용화에 대한 걸림돌로 평가되고 있다. 본 연구팀은 자연에서 발견되지 않은 광학적 특성을 가지도록 설계된 나노 단위의 메타 표면을 이용해 기존 광학 소자들의 시야각, 색수차 등의 문제를 해결하고, 최종적으로 부피가 큰 기존 광학 소자들을 대체하는 것을 목표로 연구에 박차

세계보건기구에 따르면 심장 관련 질병으로 인한 연간 사망자 수는 2019년 기준 890만 명으로 심혈관 질환이 전 세계 사망 원인 1위를 기록하고 있다. 우리나라 역시 국민건강보험공단에 따르면 2019년 심혈관 질환 관련 진료비가 한 해 1조 7,000억 원에 육박해 심혈관 질환으로 인한 사회경제적 손실이 심각함을 보여준다. 따라서 심혈관 질환의 조기 진단과 예방의 중요성이 대두되고 있다.맥파와 심혈관 질환심혈관 질환을 조기 진단할 수 있는 가장 정확한 방법의 하나는 바로 맥파를 분석하는 것이다. 맥파는 심장 박동에 의한 혈액의 흐름이 몸에 전달되는 파동으로, 맥파의 모양, 크기, 속도 등의 분석을 통해 고혈압, 심근경색, 동맥경화 등 각종 심혈관 건강 상태를 관찰할 수 있다. 그러나 심혈관 질환의 증상은 평상시에 뚜렷하게 잘 느끼지 못하는 경우가 많아 맥파를 일상생활에서 연속적으로 관찰하는 것이 중요하다. 기존에 사용되는 맥파 측정 기기는 보통 혈압을 잴 때 쓰는 커프(Cuff)를 팔에 착용하거나 딱딱한 집게 모양의 산소포화도 센서를 손가락에 착용하는데, 이런 기기들은 24시간 착용이 어려워 병원에서 주로 사용되고 있다.웨어러블 맥파 측정 기기 동향병원이

어린아이들을 보면 이 작은 머릿속에서 도대체 무슨 일이 일어나고 있는지 너무나 궁금하다. 오감을 통해 들어오는 정보를 뇌에서 처리해 계속 무언가를 배우고, 학습한 내용을 바탕으로 자신의 의사를 표현해 원하는 바를 얻어낸다. 타인과 의사소통을 하면서 사람들과 상호작용 하고, 사회적 규범을 배우고, 상식을 익히며 자란 사람들이 균형 잡힌 사회를 이루게 되는데, 어떻게 보면 여러 사람의 뇌를 한곳에 잘 모아둔 꼴이다. 두개골 안에 든 백색 물질과 회색 물질로 이루어진 구불구불한 이 ‘덩어리’를 이해하기 위해서 머릿속을 열어 볼 수도 없는 노릇이기에 인간의 뇌가 작동하는 메커니즘과 그 기능은 아직도 미지의 영역이다.우리 몸을 절개하지 않고도 탐구할 수 있는 여러 기술이 발달함에 따라, 뇌에 관한 연구도 그 박차를 가하고 있다. 자기공명영상(Magnetic Resonance Imaging) 기술을 통해 일반 사진과 같이 우리 뇌의 ‘구조적’ 형태를 알 수 있게 됐고, fMRI(functional MRI)나 PET(Positron Emission Tomography) 영상을 통해 우리 뇌의 ‘기능적’ 이해를 높일 수 있게 됐다. 예를 들어 예전에는 알츠하이머에 걸린 사

4차 산업혁명의 시대가 도래함에 따라 사물 인터넷과 이동통신, 클라우드, 빅데이터, 인공지능 등 다양한 기술의 결합이 경제 및 산업뿐만 아니라 사회 전반에서 혁신적인 변화를 불러일으키고 있다. 특히 카메라를 통해 수집되는 정보를 가공하기 위한 컴퓨터 비전 기술과 인공지능 기술이 근래 눈부신 발전을 이뤘고, 이는 우리 실생활의 사소한 부분까지 영향을 미치고 있다. 일례로, 사람들은 스마트폰 잠금을 해제하기 위해 특정 패턴을 손으로 그리는 대신 스마트폰의 카메라에 얼굴을 비춘다. 이는 카메라에 담긴 사용자의 모습을 통해 신원을 확인하는 컴퓨터 비전 기술의 눈부신 발전을 실감케 하는 한편, 카메라를 이용한 기술의 명확한 한계를 드러낸다. 카메라가 수집할 수 있는 정보는 카메라가 향하는 방향의 장면뿐이기 때문이다. 따라서 사용자는 본인의 얼굴을 카메라 센서의 반경에 비춰 얼굴 인식을 해야 한다.이런 한계는 카메라 센서뿐만 아니라 레이더(Radar), 라이다(Lidar) 등 다른 센서에도 존재한다. 센서의 제한적인 감지 반경이나 주변 환경에 의해 정보를 감지하지 못하는 사각지대가 필연적으로 존재한다. 이는 서비스 제공에 있어 다양한 문제를 일으킬 수 있다. 사람의 안

인공지능의 발전과 한계4차 산업 혁명의 핵심인 인공지능 기술은 △자율주행 자동차 △로봇 △IoT 센서 △스마트 팩토리 등 산업계 전반에 걸쳐 유용하게 사용되고 있다. 하지만 인공지능을 구현하는 데 기존의 폰 노이만 컴퓨팅을 그대로 사용하면, 메모리와 프로세서 간의 수많은 데이터가 반복적으로 이동하면서 큰 전력을 소비한다. 인공지능이 발전함에 따라 더 많은 데이터를 처리해야 하므로, 전 세계적으로 전력 소비는 더욱 증가할 것으로 예상된다. 전력 소비 증가는 화석연료 연소에 따른 온실가스 배출 및 환경오염 문제와 직결되기 때문에 새로운 방식의 인공지능 구현이 필요하다.뉴로모픽 하드웨어기존 인공지능의 에너지 소비 한계점을 극복하기 위해 인간의 뇌를 하드웨어적으로 모방하는 뉴로모픽 하드웨어가 큰 주목을 받고 있다. 인간의 뇌가 복잡한 기능을 수행하면서도 약 20W의 낮은 전력만을 소비한다는 점에 착안한 것이다. 뉴로모픽 하드웨어를 구현하기 위해서는 생물학적 뇌와 동일하게 일정 신호가 통합됐을 때 스파이크를 발생하는 스파이크가 발생하는 뉴런과 두 뉴런 사이의 연결성을 기억하는 시냅스가 필요하다. 뉴런과 시냅스는 일반적으로 복잡한 디지털 및 아날로그 회로로 구성돼 있어

우리가 하루에도 수십, 아니 수백 번 접하게 되는 글자들. 과연 그 글자들은 우리 뇌에서 어떻게 처리되는 것일까? 이 글을 통해 뇌에서 일어나는 문자 정보 처리의 비밀을 풀어보도록 하자. 그것이 책이든, 웹페이지든, 논문이든, 심지어 자막이든 글자 정보에서 반사되는 빛 에너지는 망막에 있는 시신경 세포들을 깨운다. 이 정보는 시상(Thalamus)을 지나 후두엽(Occipital Lobe)의 1차 시각피질(Primary Visual Cortex)로 들어온다. 여기서 △방위 △명암 △길이 등에 민감한 단순 세포(Simple Cell)들이 반응하기 시작한다. 아직 이 단계에서는 글자 하나하나의 정체를 파악할 수는 없다. 1차 시각피질을 통과한 정보는 일련의 과정을 거쳐 좌반구 후두-측두 영역(Left Occipito-Temporal Area)에 위치한 시각 단어 형태 영역(Visual Word Form Area, VWFA)으로 들어간다. 이 영역에서 글자는 의미 있는 정보로 구성되고 문자언어 이해가 시작된다.문자 상자라고도 불리는 이 시각 단어 형태 영역이야말로 지금껏 이룩한 인류의 발전을 이끈 원동력 중 하나라 감히 말할 수 있다. 물론 인류에게 처음부터 문자

영(Young)의 이중 슬릿 실험에 관해1801년 영(Young)의 이중 슬릿 실험에서는 간섭 현상을 두 개의 파원에 기인한 공간적 중첩이라는 고전적 물리학 세계관으로 완전히 설명할 수 있다. 간섭 현상은 맥스웰 방정식으로부터 얻어진 두 개의 결맞는 파동방정식으로 기술되고, 간섭의 기저상태는 소멸간섭과 보강간섭이다. 그러나 1927년 전자를 이용한 이중 슬릿 실험의 결과로 파동에 기초한 간섭무늬가 나타나자, 전자를 입자로 간주했던 고전적 물리학 세계관에 큰 혼란을 불러왔다. 입자를 이용한 이중 슬릿 실험은 이후 광자, 분자 등으로도 확대됐다. 1900년 흑체복사로부터 유래된 빛의 양자 가설은 단일 광자 간섭무늬 실험 결과와 모순됐기에 새로운 양자역학적 해석이 필요했다. 단일 광자의 이중 슬릿 실험 결과를 해석할 때 상보성 원리에 의해 편의에 따라 때로는 입자로, 때로는 파동으로 적용하곤 하는데 이는 물리학적 관점에서 추상적이고 비논리적이다.보른(Born)은 양자 상태를 측정의 관점에서 새롭게 해석했는데, 기존 고전적 세계관으로는 설명할 수 없는 확률 진폭(probability amplitude) 개념을 도입했다. 이는 1927년에 등장한 슈뢰딩거 방정식에 있

질소-헤테로고리 카빈고리형 구조를 가지는 카빈 탄소와 한 개 이상의 질소 원자를 포함하는 헤테로고리(Heterocyclic) 화합물을 질소-헤테로고리 카빈이라 부른다. 본래 카빈은 옥텟 규칙을 만족하지 못해 매우 불안정한 화합물이지만, 지속적으로 안정성을 지닐 수 있는 카빈(Persistent Carbene)의 존재가 1957년 Breslow에 의해 처음 제안됐다. 그 후, 1991년 Arduengo 그룹에서 최초로 질소-헤테로고리 카빈을 성공적으로 분리할 수 있음을 보고했다. 질소-헤테로고리 카빈이 전자적 효과(Electronic Effect)와 입체적 효과(Steric Effect) 특성으로 인해 상당한 안정성을 가진다는 것이 밝혀졌고, 이후 다양한 유사 구조를 가지는 질소-헤테로고리 카빈들이 보고됐다. 질소-헤테로고리 카빈에 의해 안정화된 주족 원소 라디칼들라디칼은 생화학적으로 매우 중요한 의미가 있지만, 홀 전자를 가지고 있는 물질이기 때문에 공기와 물에서 불안정하고 반응성이 매우 크다. 라디칼은 유기 반응이나 생물학적 반응에서 중간체로 나타나는 경우가 많아서 라디칼을 분리해 얻어내는 것은 반응성을 이해하는 과정에 중요하다. 질소-헤테로고리 카빈은 불

바닷속의 골칫덩어리 홍합홍합(Mussel)은 전 세계인이 사랑하는 식자재다. 우리나라에선 짬뽕에서 가장 흔히 볼 수 있고, 지구 반대편 유럽으로 가면 프랑스와 벨기에에서 물 마리니에르(Moules Marinieres)라는 이름의 홍합탕을 흔히 볼 수 있다. 특유의 식감과 국물에 넣었을 때의 그 시원함이 아마 전 세계인들의 입맛을 사로잡은 비결일 듯하다. 이처럼 매력적인 홍합은 때론 큰 골칫덩이가 된다. 바닷가에 놀러 가면 정박한 배를 쉽게 볼 수 있는데, 이를 자세히 관찰하면 배의 밑바닥에는 다양한 해양생물들이 붙어있다. 배의 밑바닥은 운항 중에 매우 강한 물살의 저항을 받는 부분이다. 하지만 홍합을 포함한 다양한 수중생물들은 이처럼 강한 저항을 받는 수중조건에서도 매우 강력한 접착을 유지한다. 이들의 강한 수중 접착력은 터빈(Turbine)을 이용한 배들에는 굉장히 치명적이다. 이들이 터빈의 날개 등에 붙으면서 터빈의 기계공학적 효율은 크게 저하되고 이는 배의 연비에 큰 영향을 미친다. 또한 주기적으로 제거해주지 않으면 기기 고장의 원인이 되기에 군함을 포함한 대형 선박들은 목적지에 도달하기 전에 수시로 육지로 이동해 부착성 해양생물들을 제거하고, 이로 인