인문학과 달리 자연과학 분야에서 가장 중요한 것은 자신의 생각, 개념, 또는 이론을 수학·실험적으로 증명해야 한다. 인류역사에 가장 영향을 미친 실험적 증명은 밀도와 부력 개념을 증명하고 “유레카”를 소리쳤던 아르키메데스의 목욕탕 실험, 지구가 둥글다고 주장하고 둘레를 계산한 에라토스테네스의 하짓날 우물 햇볕 실험, 중력의 의미를 증명한 갈릴레이 갈레레오의 피사의 사탑에서 쇠구슬 낙하 실험이다. 아인슈타인의 상대성 이론에서 예측한 중력파는 2016년에 증명됐고, 최근에는 빛의 속도는 일정(광속 불변의 법칙)하다는 것에 대한 의심을 증명하는 연구도 진행 중이다.

첨단신소재를 개발하는 재료공학에서도 새로운 성능과 특성을 가진 소재를 개발하기 위해서 끊임 없는 실험과 연구를 진행해야 한다. 실험을 할 때는 많은 공정변수를 고려해야 한다. 하지만 결국은 원하는 재료를 쉽게 만들기 위해 인간이 제어할 수 있는 온도와 시간, 압력을 변화시킨다. 최근 가장 중요한 분야인 반도체공정에서 실리콘 소재는 최고 특성을 위해 10-7 torr(압력단위) 이상의 초고진공, 99.99999999% 이상의 초고순도가 필요하다.

재료공학에서는 단순화시킨 공정변수에도 끝임 없는 실험 결과를 만들어내고, 결과 데이터를 세밀히 분석하고 해석해서 재료의 전체 특성을 이해한다. 이를 바탕으로 새로운 소재를 개발한다. 이런 전체적 경향을 알아내는 실험에서는 최소한 3점 이상의 데이터를 생성하고 그 데이터의 경향을 따라 전체 특성을 이해한다. 물론 한점 한점에서도 수십 번의 실험을 진행해 오차를 최소화해야 한다. 이 데이터가 생성된 이후에도 그 특성을 이해하기 위해 각 조건에서 제조된 시편의 미세구조, 성분 분석 등 여러 특성을 분석해 앞선 데이터의 신뢰성을 증명해야 한다. 이런 끊임 없는 실험에 의한 데이터 생성과 각 조건에서의 후속(백업) 데이터를 만들어 전체 경향을 분석해야 할 것이다. 신소재 개발뿐만 아니라 많은 실험적 증명은 수많은 시간과 노력이 필수다.

여기서 많은 연구자들이 빠른 결과를 도출하기 위해 가끔 큰 실수를 한다. 특히 어떤 결과를 만들에 낼 때 자신의 생각이 맞다는 오만에 의해 충분한 결과와 데이터 없이 단편적 데이터로 전체를 해석하는 경우가 있다. 또한 빠른 연구개발이 필요한 경우 혹은 경쟁자와의 우위를 위해 데이터와 해석을 조작하는 경우가 있다. 우리가 잘 알고 있는 동물복제의 세계적 연구자 황우석 교수도 인간배아복제 분야의 연구 논문 데이터를 조작해 자신의 연구 신뢰성을 잃어버렸다.

요즘은 AI 빅데이터 시대라고 하고, 많은 새로운 결과들이 실험없이 컴퓨터 계산만으로 가능하다. 이를 전산과학이라고 한다. 좋은 결과도 나온다. 하지만 전산과학도 결국 실험실에서 그 유용성을 증명해야한다. 더욱 재미있는 것은 AI 빅데이터는 그 기본이 현장에서 만들어지는 각각의 데이터가 있어야 가능하다는 것이다. 즉 기존 실험적 데이터가 있어야 이를 바탕으로 AI 빅데이터가 가능하다.

사실 자연과학 분야에서는 단순한 이론하나를 증명하기 위해서도 수많은 데이터 생성과 해석에 대한 끝임 없는 노력이 수반돼야 의미 있는 결과가 도출된다. 과학적 수치로 해석하기 힘든 우리 인간사에서 일어나는 수많은 일들은 단순한 데이터 생성과 해석으로는 설명하기 쉽지 않다. 하지만 요즘 너무나도 많은 사람들이 쉽게 얻을 수 있는 인터넷 정보로 새로운 사회 현상과 사건을 단편적으로 해석하고 때론 심하게 왜곡한다. 결국은 사건의 본질을 흩뜨려 놓고 결과 예측을 더욱 어렵게 만든다.

우려스러운 것은 이런 잘못된 데이터 생성과 해석이 진실처럼 느껴지게 하는 것이다. 연구결과를 조작한 경우에는 논문을 취소하면 되지만, 누구나 쉽게 인터넷 정보를 활용하는 시대에는 잘못된 데이터 생성과 해석이 가져다주는 결과는 아무도 예측하기 힘들다. 그래서 Al 빅데이터 시대에는 정확한 데이터 생성과 해석이 더욱 중요하다.

김진천 울산대 첨단소재공학부 교수