블로그 이미지
남한산청소년연구회

calendar

1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31

Notice

    남한산청소년연구회

    '대안교육'에 해당되는 글 1

    1. 2018.12.25 단세포 미생물들이 과학 난제를 풀다
    2018. 12. 25. 13:36 카테고리 없음


    빛, 아메바, 인간의 공통점은 무엇일까? 그건 바로 언제나 최단 경로를 택해 이동한다는 점이다. 혹은 그런 경향을 지닌다는 점이다. 차이점이라면 인간은 실수로 혹은 그저 최단 경로를 택하지 못하거나 안 할 수 있다. 내가 휴일에 도서관, 중국집, 영화관, 커피숍을 들르기로 했다면 동선을 고려해 갈 순서를 정해야 한다. 이를 계산과학에선 일명 ‘여행하는 외판원 문제(TSP·Traveling Sales Problem)’로 간주해 푼다. 즉, 동선을 최적화하는 방법을 찾는 것이다.

    그동안 과학자들은 ‘황색망사점균(Physarum polycephalum)’을 이용해 최단 거리 문제를 풀어 보고자 했다. 황색망사점균은 단일 세포로서 아메바처럼 자유자재로 모양을 변화시킬 수 있다. 이 점균류는 빛을 피해 먹이를 찾아간다. 그래서 황색망사점균은 지하철이나 도로의 연결, 심지어 미로를 푸는 데도 적용됐다. 그런데 최근 ‘영국 왕립 오픈 사이언스’엔 좀 더 진전된 실험 결과가 공개됐다. 젤리 형태의 황색망사점균이 최단 거리 찾는 문제가 복잡해져도 해결하는 데 필요한 시간은 그만큼 복잡해지지 않고 정중동(靜中動)의 미를 지킨 것이다.

    내가 들러야 하는 곳이 도서관, 식당, 영화관, 커피숍뿐만 아니라 헬스장, 이발소, 마트, 호프집으로 늘어난다면 머리가 복잡해진다. 4군데만 들러야 하면 한 출발점에서 갈 수 있는 방법은 3가지(2분의 3!)뿐이다. ‘!’는 계승(팩토리얼)이다. 8군데로 늘어나면 2520가지(2분의 7!)나 된다. 가야 할 곳이 늘어남에 따라 고려해야 하는 건 훨씬 더 늘어났다. 하지만 황색망사점균은 딱 2배의 시간만 더 들여 해법을 찾아냈다.

    문제가 기하급수적으로 복잡해진 반면, 처리 시간은 단지 선형적으로만 증가했다. 모든 시스템은 언제나 최선의 방법을 찾기 위해 모든 방법을 고려해야 한다. 황색망사점균은 분명 컴퓨터보다 느리다. 하지만 단순한 형태의 생명체인 황색망사점균은 보통 컴퓨터의 처리 방법보다 더 나은 대안적 처리 방법을 제공했다. 물론 점균류가 직접 도시를 찾아다니는 건 불가능하기 때문에 각 도시들은 64개의 채널, 즉 8개 도시가 8개 채널을 갖고 있는 실험으로 대체했다. 세균 배양액 위 둥근 접시 위에서 실험을 진행했다. 황색망사점균은 세균 배양액에 접근해 영양분을 효과적으로 빨아들이기 위해 각 채널들로 들어갔다. 여행하는 외판원 문제는 황색망사점균이 몸의 형태를 끊임없이 변화시키는 것으로 바뀌었다.

    하나의 몸이 하나의 채널로 들어갈 때, 다른 몸은 두 번째 채널로 들어가게 된다. 이 변형은 계속 이어진다. 황색망사점균이 최적의 방법으로 도시들에 들어갔는지 확인하기 위해 연구진은 빛을 사용했다. 황색망사점균는 빛을 싫어한다. 너무 멀리 떨어져 있는 채널들이거나 이미 방문했던 채널들 혹은 몇몇 채널들을 동시에 들어가는 걸 막기 위해서다. 놀랍게도 가능한 배열의 숫자가 늘어났음에도 불구하고, 황색망사점균은 최적화된 방법을 알아내는 데 기하급수적인 시간이 더 걸리지 않았다. 늘어난 경우의 수만큼 복잡해지지 않은 것이다.

    특히 최단 거리를 찾아내는 방법의 품질은 떨어지지 않았다. 검색 공간이 폭발적으로 늘어났음에도 불구하고 말이다. 황색망사점균은 끊임없이 일정한 속도로 자신의 새로운 형태를 테스트했고, 동시에 시각적 피드백을 처리했다. 이 점을 컴퓨터가 배울 수 있다. 이번 실험에선 플레이트가 충분히 크지 않아서 8개의 채널만으로 실험했다. 하지만 연구진은 황색망사점균이 자연스레 안정적인 평균 상태를 추구하려는 성질을 볼 때, 수백 개의 도시들에서 최적의 방법을 계산해내는 것도 가능할 것이라고 전망했다. 심지어 아메바 TSP라 불리는 컴퓨터 시뮬레이션을 개발해 황색망사점균의 처리 패턴을 모방하고 있다.

    황색망사점균이 거의 정확한, 짧은 거리를 찾아내는 메커니즘은 여전히 미스터리다. 아메바와 비슷한 황색망사점균에 영감을 받은 전기 회로는 변수가 많아지고 제약 조건이 늘어날 때 최적의 방법을 찾아야 하는 수리적 계산에 실마리를 제공한다. 또한 다족보행 로봇의 알고리즘에도 도움이 될 수 있다고 연구진은 기대했다.

    한편 최근 인간이 전혀 상상하지 못했던 미생물 수백만 종이 땅속 깊은 곳에서 발견됐다. 심층탄소관찰의 10년에 걸친 추적 끝에 지구의 바다 부피 거의 2배에 해당하는 곳에 알 수 없는 생명체가 있는 것으로 밝혀진 것이다. 작은 유기체, 잘 보이지 않는 생물들이 때론 어려운 문제들에 해답을 제공한다. 하찮아 보이는 것들이라도 관심을 기울여야 하는 이유다. 

    posted by 남한산청소년연구회
    prev 1 next