미국 국립학술원이 다루고 있는 재현 가능성 위기는 단순히 문제점만을 제시하는 것이 아니라, 다양한 지식 분야 간의 관계를 탐색하고 연구 방법론을 개선할 수 있는 귀중한 기회입니다. 과거에는 재현 실패가 임시방편으로 해결되었지만, 이제는 그 근본적인 원인에 대한 비판적 재평가가 필요합니다. 특히 생명과학 분야에서는 생체의 고유한 특성과 변화를 포착하는 보완적 관점이 요구되며, 이는 물리학이나 화학 등 기존의 결정론적 접근법으로 설명하기 어려운 복잡성을 반영하고 있습니다.
💡 논문 핵심 해설 (Deep Analysis)
1. 재현 가능성 위기와 과학의 진화
재현 가능성 위기는 과학 연구에서 중요한 문제점으로 부각되었지만, 이는 단순히 실패를 의미하는 것이 아니라 새로운 지식 획득 방법을 탐색할 수 있는 기회입니다. 과거에는 재현 실패가 주로 임시방편으로 해결되었으나, 이제는 그 근본적인 원인에 대한 비판적 재평가가 필요합니다. 특히 생명과학 분야에서는 생체의 고유한 특성과 변화를 포착하는 보완적 관점이 요구되며, 이는 물리학이나 화학 등 기존의 결정론적 접근법으로 설명하기 어려운 복잡성을 반영하고 있습니다.
2. 생명과학의 지식 구조
생명체와 비생명체를 구분하던 시대는 이미 지나갔습니다. 이는 과학계에서 놀라운 일이지만, 잘못된 답변을 버리지 않는 과학의 특성상 당연한 결과일 수도 있습니다. 월터 엘사서(Walter Elsasser)와 로버트 로젠(Robert Rosen), 그리고 슈뢰딩거(Schrödinger)가 생명에 대한 새로운 관점을 제시하는 기초 연구를 발표했을 당시, 이러한 연구들은 거의 무시되었습니다. 현재 연구 방법과 생명과학의 검증에 대한 의문이 제기된 시점에서, 그들의 주장은 더욱 주목할 만합니다.
생명체는 다양하고 목적적이며 예측 가능하지만, 비생명체는 균질하고 목적 없이 반응합니다. 만약 지식의 본질이 구별에 있는 것이라면, 이러한 근본적인 차이를 간과해서는 안 됩니다. 물리와 물리를 기반으로 한 학문(예: 화학)은 비생명체를 충분히 설명할 수 있지만, 생명체의 특성을 포착하는 보완적 관점이 필요합니다.
3. 결정 가능성과 G-복잡성
결정 가능성 개념을 통해 지식 영역을 분석하면, 재현 가능성이 거의 100%인 물리학, 천문학, 지질학 등은 동적 변화를 완벽하고 일관성 있게 설명할 수 있습니다. 그러나 생명체의 무한한 다양성과 끊임없는 변화는 G-복잡성을 가지며, 이는 비결정성을 나타냅니다.
생명체의 상호작용은 단순한 물리적 작용반응 시퀀스로 환원될 수 없습니다. 생동하는 상호작용은 품질을 묘사하며, 의미와 연관된 데이터, 즉 정보로 이어집니다. 따라서 생체적 실험의 재현 가능성을 기대하는 것은 생체를 물리적 기반에 환원시키고 생물학을 물리학 및 화학으로 축소하는 것과 인식론적으로 동등하다.
4. 계산 모델링과 생명과학
최근 뇌 활동이 계산 모델링의 대상이 되었다. 그러나 살아있는 과정의 연구에서 계산 모델의 내재적 한계는 알고리즘 계산이 변화의 결정론적 측면만 포착하기 때문이다. 따라서 계산 신경과학 실험의 재현 가능성은 알고리즘 계산에 대한 지식과 검증, 뇌의 결정론적 및 비결정론적 측면이 상호 보완되는 복잡한 대상에 대한 것이 아니다.
인류 게놈 프로젝트는 재현 불가능한 실험의 훌륭한 사례이다. 이 프로젝트는 게놈이 시간에 변하지 않는 청사진으로 출판된 환원주의적 가정에 기반하여 수행되었다. 추출된 것은 유전자 문법의 축소된 이미지였다. 1000 게놈 프로젝트(2008-2015)는 변이 및 유전형 데이터 연구로 개선된 이해를 보여주지만, 여전히 재현 불가능한 실험의 한 예이다.
5. 생명체의 동적 균형
베르슈타인(Bernstein)은 생명체의 “반복 없이 반복"되는 특성을 동적인 가변성의 표현으로 기술했습니다. 이는 카트린 결정주의와 환원주의의 기계적 관점을 마침내 극복해야 한다는 또 다른 논거입니다.
겔판드(Gelfand)의 견해는 동일한 방향으로 나아갑니다: “오직 한 가지가 있습니다. 그것은 생명체의 본질적인 동적 균형입니다.” 이는 생명체의 고유한 특성과 변화를 포착하는 보완적 관점을 강조하며, 과학 연구에서 새로운 지식 획득 방법을 정의할 수 있는 중요한 단서를 제공합니다.
결론
재현 가능성 위기는 단순히 문제점만을 제시하는 것이 아니라, 다양한 지식 분야 간의 관계를 탐색하고 연구 방법론을 개선할 수 있는 귀중한 기회입니다. 특히 생명과학 분야에서는 생체의 고유한 특성과 변화를 포착하는 보완적 관점이 요구되며, 이는 물리학이나 화학 등 기존의 결정론적 접근법으로 설명하기 어려운 복잡성을 반영하고 있습니다. 이러한 새로운 지식 획득 방법을 통해 과학은 더욱 발전할 수 있을 것입니다.
📄 논문 본문 발췌 (Excerpt)
## 재현 가능성과 생명과학의 지식 구조에 대한 고찰
미국 국립학술원(National Academies)이 다루고 있는 재현 가능성 위기는 단순히 낭비되어서는 안 될 귀중한 기회입니다. 이는 다양한 지식 분야 간의 관계에 대한 논의를 촉발하고, 과학자들이 연구 방법론을 특정 주제의 역동성에 맞게 조정해야 할 필요성을 강조하는 계기가 될 수 있습니다.
지금까지 과학계에서는 지식의 획득과 확인을 위한 기본 전제들에 대한 재평가의 필요성이 명확하게 제기되지 않았습니다. 재현 실패가 빈번하게 발생하면서 책임을 전가하고 임시방편을 찾는 데 집중했지만, 근본적인 인식론적 관점의 비판적 재평가는 이루어지지 않았습니다. 특히, 저명한 연구자들의 80%에 달하는 출판 결과들이 재현 불가능하다는 사실이 밝혀졌습니다. 따라서 연구의 유효성을 확인하기 위해 재현 가능한 실험을 통해 지식을 검증해야 한다는 기대가 단순히 편견일 수 없다는 생각을 간과해서는 안 됩니다. 뉴턴이 ‘자연’이라고 불렀던 개념, 즉 물리적 현상뿐만 아니라 생명체까지 포괄하는 개념은 현대에도 여전히 한계가 있을 수 있습니다.
생명체와 비생명체를 구분하던 시대는 이미 지나갔습니다. 이는 과학계에서 놀라운 일이지만, 잘못된 답변을 버리지 않는 과학의 특성상 당연한 결과일 수도 있습니다. 월터 엘사서(Walter Elsasser)와 로버트 로젠(Robert Rosen), 그리고 슈뢰딩거(Schrödinger)가 생명에 대한 새로운 관점을 제시하는 기초 연구를 발표했을 당시, 이러한 연구들은 거의 무시되었습니다. 현재 연구 방법과 생명과학의 검증에 대한 의문이 제기된 시점에서, 그들의 주장은 더욱 주목할 만합니다. 생명체는 다양하고 목적적이며 예측 가능하지만, 비생명체는 균질하고 목적 없이 반응합니다. 만약 지식의 본질이 구별에 있는 것이라면, 이러한 근본적인 차이를 간과해서는 안 됩니다.
물리와 물리를 기반으로 한 학문(예: 화학)은 비생명체를 충분히 설명할 수 있지만, 생명체의 특성을 포착하는 보완적 관점이 필요합니다. 이러한 관점의 핵심은 과거, 현재, 그리고 가능한 미래를 통합하여 생명체의 고유한 인과관계를 설명한다는 점입니다. 생명체는 비생명체와 다른 방식으로 변화합니다. 고델의 결정 가능성 개념(수학적 연산을 위한 형식 체계의 논리)을 지식 영역에 적용하는 것은 흥미로운 기회입니다. 그러나 이 대안적 관점의 초점은 고델의 엄밀한 논증이 아닌, 결정 가능성의 개념 자체에 있습니다.
정의: 주제가 결정 가능하려면 완전히 일관성 있게 설명될 수 있어야 합니다. 물리학, 천문학, 지질학(굿슈타인이 언급한 바)과 같이 재현 가능성이 거의 100%인 지식 영역은 동적 변화(사물의 변화 양상)를 완벽하고 일관성 있게 설명할 수 있습니다. 이러한 설명은 과학의 예측 가능성을 뒷받침합니다.
가설 1: 결정 가능한 것에서 비결정 가능한 것으로의 전환 지점은 고델 복잡성(G-complexity, 고델의 이름에서 G를 따온 것)이라고 불립니다(나딘, 6).
가설 2: 변화는 상호작용의 결과입니다.
생명체의 무한한 다양성과 끊임없는 변화는 G-복잡성을 가지며, 이는 비결정성을 나타냅니다. 비생명체 물리적 대상은 결정적인 반응의 형태로 상호작용하며, 이는 물리 법칙(뉴턴의 방정식이나 아인슈타인의 상대성 이론과 같은)에 의해 설명됩니다. 반면 생명체의 변화는 물리적 작용반응 외에도 예측 불가능한 미래 상태에 대한 선형적 표현을 포함합니다. 생명체의 상호작용은 단순한 물리적 작용반응 시퀀스로 환원될 수 없습니다.
전문 한국어 번역:
물리적 상호작용은 양을 생성하고, 이는 데이터로 이어진다. 생동하는 상호작용은 품질을 묘사하며, 의미와 연관된 데이터, 즉 정보로 이어진다 (Wheeler 7). 따라서 생체적 실험(심리학뿐만 아니라 생물 의학 및 생명과 관련된 다른 연구 분야에도 적용)의 재현 가능성을 기대하는 것은 생체를 물리적 기반에 환원시키고 생물학을 물리학 및 화학으로 축소하는 것과 인식론적으로 동등하다. 정보, 생명체의 특성은 물리적이지 않다 (Lopez-Suarez 8). 이러한 실험은 종종 조건화 사례로 전락하는데(심리학은 이 점에서 다른 어떤 학문보다도 우월하다), 이는 인식된 한계와 시간해결의 한 십분지 일(잘 문서화된 1/10초, Canales 9 참조)을 드러낸다. 또한 피실험자의 조건화 정도도 보여준다. 이러한 제한적인 인과관계의 이해는 현대 과학에서 가끔 극복되지만(양자역학 관점뿐만 아니라), 여전히 지배적인 견해이다(미국 국립과학재단의 생물과학 제안 공고를 보라).
개방 시스템(세포부터 전체 인간에 이르는 극단적인 역동성)을 폐쇄 시스템(결정 가능한 실험으로 정의됨)에 매핑하는 것은 재현 가능성을 가져올 수 있다. 그러나 재현되는 것은 잘못된 가정이지, 변화에 대한 지식의 경로가 아니다. 약 40,000개의 fMRI 연구의 유효성과 신경영상 결과 해석 전반이 최근 의문을 제기되었다 (Eklund, Nichols, Knutsson 10). 25년 된 fMRI 기술 자체가 비판적으로 평가된 후(Shifferman 11), 가장 일반적인 통계 방법의 최대 70%에 달하는 거짓 양성률은 잘못된 가정의 증거이다.
최근 뇌 활동이 계산 모델링의 대상이 되었다. 물리적 응용에서 계산 모델은 많은 이점을 가져다준다 (최근의 주노 우주 임무가 좋은 예시). 그러나 살아있는 과정의 연구에서 계산 모델의 내재적 한계는 알고리즘 계산이 변화의 결정론적 측면만 포착하기 때문이다. 따라서 계산 신경과학 실험의 재현 가능성은 알고리즘 계산에 대한 지식과 검증, 뇌의 결정론적 및 비결정론적 측면이 상호 보완되는 복잡한 대상에 대한 것이 아니다. 상호작용 계산은 살아있는 상호작용의 역동성(일반적으로 살아있는 존재의 역동성과 특히 뇌의 역동성과 일치하지 않는다)을 고려하지 않는다 (Nadin 12, 13).
인류 게놈 프로젝트는 재현 불가능한 실험의 훌륭한 사례이다. 이 프로젝트는 게놈이 시간에 변하지 않는 청사진(2000년 2월 16일 과학지, 제291권 제5507호)으로 출판된 환원주의적 가정에 기반하여 수행되었다. 추출된 것은 유전자 문법의 축소된 이미지였다. 1000 게놈 프로젝트(2008-2015)는 변이 및 유전형 데이터 연구로 개선된 이해를 보여주지만, 여전히 재현 불가능한 실험의 한 예이다. 이 프로젝트는 의미의 일부 측면에 접근할 수 있는 경험적 데이터를 제공한다. 과학적 탐구의 범위에서 아직 고려되지 않은 목표는 삶의 전개에 따라 구성되는 의미의 실용적 수준이다. 이 개념은 임신(Brunton, Russell 14)과 같은 전체 생식 주기를 통해 상대적으로 잘 설명된다. 임신은 창조의 표현으로, 이전에 존재하지 않았던 어떤 존재의 탄생을 포함한다. 사실, 살아있는 존재는 지속적으로 재창조되고 있으며, 각기 다른 세포들의 고유한 재생을 통해, 그리고 전체 유기체의 재생을 통해 스스로를 재창조한다. 물리적 상수성…
