매스웍스가 오는 4월 7일 서울 코엑스에서 ‘매트랩 엑스포 2026 코리아’를 개최한다. 올해로 22회를 맞이한 이번 행사는 매트랩(MATLAB) 및 시뮬링크(Simulink) 사용자들이 최신 기술 트렌드를 확인하고 실제 생산 환경의 활용 사례를 공유하는 기술 콘퍼런스다. 이번 행사는 엔지니어와 연구자 등 기술 리더를 위해 워크플로 개선과 설계 품질 향상을 위한 실용적인 인사이트를 제공한다. 5개 기술 트랙과 30개 이상의 세션으로 구성했으며, 인공지능(AI), 무선, 항공우주 기술을 다루는 마스터 클래스 세션을 통해 참석자의 전문성 향상을 지원한다.     기조연설은 매스웍스의 사미르 M. 프라부(Sameer M. Prabhu) 인더스트리 부문 이사가 맡는다. 프라부 이사는 ‘임베디드 인텔리전스 : 엔지니어링 설계에서 AI의 미래’를 주제로 발표한다. 그는 AI가 모델링, 시뮬레이션, 검증, 배포 등 엔지니어링 전반의 워크플로를 어떻게 변화시키는지 집중 조명할 예정이다. 또한 최신 매트랩과 시뮬링크의 기능을 소개하며, 개발 생산성을 높이는 AI 기반 엔지니어링 워크플로를 라이브 데모로 시연한다. 국내 주요 기업의 프로젝트 경험도 소개된다. 삼성전자, 현대자동차, LG에너지솔루션, HL만도 등은 전동화, 자율주행, 배터리 시스템, 차량 소프트웨어 개발 분야에서 매트랩과 시뮬링크를 활용해 복잡한 과제를 해결한 사례를 발표한다. 한국전자통신연구원(ETRI) 이문식 본부장은 고객 기조연설을 통해 6G 위성 통신 기술 트렌드와 차세대 무선 시스템 전망을 제시한다. 기술 파트너사들과의 협력 체계도 눈여겨볼 대목이다. 퀄컴, 벡터코리아, 이노엑스, PTC, NI, 벡호프, UL솔루션즈 등은 ▲AI 기반 개발 워크플로 ▲배터리 및 전동화 시스템용 예측 모델링 ▲자율주행 분산 시뮬레이션 ▲디지털 트윈 기반 무선 네트워크 검증 등의 주제로 전시 공간에서 통합 설루션을 선보인다. 행사에서는 산학 협력의 성과도 공유한다. 서울대학교와 한양대학교 등 8개 주요 대학의 학술 포스터 세션이 열리며, 한양대 RACE 팀이 제작한 포뮬러 스튜던트(Formula Student) 전기 경주차도 현장에 전시된다. 매스웍스코리아의 박주일 사장은 “이번 행사는 AI가 현대 엔지니어링의 핵심으로 자리 잡는 흐름 속에서 엔지니어를 지원하기 위한 매스웍스의 노력을 보여주는 자리”라면서, “AI 기반 엔지니어링과 모델 기반 설계가 조직의 혁신 속도를 높이고 기술적 과제를 해결하는 데 기여하는 과정을 확인할 수 있을 것”이라고 밝혔다.

‘뽑기 운’은 이제 그만! 리콜 비용의 늪 대당 500~2000 달러의 리콜 비용   그림 1. 뽑기 운(제미나이로 생성한 이미지)   자동차를 구매할 때 ‘뽑기 운’이라는 말을 들어 보았는지? 이는 곧 제품의 불확실성을 의미하며, 설계 단계에서 예측하지 못한 잠재적인 결함은 막대한 리콜 비용으로 돌아온다. 2020년 이후 현재까지 평균 자동차 리콜 비용은 대당 500~2000 달러 정도 든다고 한다. 2025년 F사는 1.5L 연료 분사기 균열로 70만대에 대해 대당 800달러 규모로 총 5억 7000만 달러(한화 약 7600억원)의 리콜을 진행했다. 2023년 한 해 동안 미국 3대 자동차 기업이 리콜 보증 비용으로 지출한 금액은 총 100억 달러이다. 리콜은 이제 일회성 이벤트가 아니라 기업의 재무 건전성과 브랜드 가치를 지속적으로 위협하는 상시적인 리스크로 대두되었다.   측정해야 관리하고, 관리해야 개선한다 지각하는 이유? – 나는 행운의 사나이   그림 2. 지각하는 이유(제미나이로 생성한 이미지)   즐겨 듣는 경제 라디오 프로그램의 한 진행자는 뛰어난 통찰력과 비유의 고수로 어려운 경제 이슈를 쉽게 설명하는 데 일가견이 있었다. 하지만 이분에게도 단점이란 것이 있으니 바로 지각이었다. 생방송으로 진행되는 라디오 방송에서 숨을 헐떡이며 오프닝 멘트를 읽거나, 다른 대체 진행자가 긴장하며 오프닝 멘트를 읽는 등 담당 피디나 작가가 곤란에 처하는 일이 가끔 발생했다. 본인에게 들은 지각하는 이유는 시간을 굉장히 효율적으로 사용해서 1분 1초를 허투루 쓰지 않아, 출근 시간에 발생할 수 있는 모든 상황을 최단 시간에 맞춰두고 계산을 한다는 것이다. 그러다 보니 간혹 중간에 발생할 수 있는 예외 상황이 그를 지각으로 이끄는 것이다. 이러한 예외 상황을 공학적인 용어로는 불확실성(uncertainty)이라고 한다. 온도나 습도와 같은 환경 요인, 고무와 같이 온도나 시간에 영향을 받는 재료 물성 값, 제작 공법에 따라 비틀림, 굽힘, 수축, 팽창 현상으로 발생한 제작 공차 등은 설계자가 도저히 미리 예상할 수 없는 불확실성이다.   불확실성을 고려한 설계 1 – FOS   그림 3. 불확실성을 고려한 설계 – FOS(제미나이로 생성한 이미지)   FOS(Factor of Safety : 안전계수)는 구조물이 최대 하중을 견딜 수 있는 기준으로, 경험에 기반해 강성을 필요 이상으로 높이는 방식이다. 안전을 중시하는 선박, 발전, 토목 구조 등에서는 이러한 안전계수의 개념을 많이 활용하고 있다. 안전계수가 중요한 지표이며 앞으로도 그러한 역할을 해낼 테지만, 그저 ‘경험에 따라 이 정도 했을 때 괜찮았어’가 지금까지 이어져오고 있는 것이다. 당연한 얘기지만, 안전계수가 올라갈수록 비용은 증가하여 제품의 가격 경쟁력은 떨어진다. 안전계수가 유용한 기법이긴 하나 데이터로 좀 더 정교하게 필요한 만큼만 안전한 설계를 찾기 위한 다른 대안은 없을까?   불확실성을 고려한 설계 2 – 다구치 강건설계   그림 4. 불확실성을 고려한 설계 – 다구치 강건설계   6시그마 디자인(DFSS : Design for Six Sigma)이 유행이던 시절이 있었다. 1920년대 이후 전파된 다구치 강건설계는 품질 향상을 위해 S/N 비(Signal to Noise Ratio)를 활용하여 노이즈(불확실성)에 둔감한 설계를 탐색하는 기법으로 다구치 박사가 개발하였다. 목적함수의 강건성 확보에는 유용하나, 현재의 설계가 얼마나 강건한지 객관적인 지표로 정량화하여 제시하진 않는다. 다구치 강건설계를 통해 나온 설루션이 6시그마(100만 개 중 3~4개의 불량)를 만족하는지 확신할 수 있을까?   불확실성을 고려한 설계 3 – 신뢰성 기반 최적설계 신뢰성 기반 최적설계(RBDO : Reliability-Based Design Optimization)는 최적설계와 신뢰성 해석이 결합된 형태이다. 신뢰성 해석(reliability analysis)은 시스템 입력(노이즈 인자)의 불확실성으로 인해 출력의 불확실성, 특히 신뢰성을 예측하는 기법이다. 신뢰성이란 성능지수가 요구조건을 만족할 확률을 의미하며, 반대 개념은 불량률이다.   그림 5. DO와 RBDO   불확실성을 고려하지 않는 전통적인 최적설계를 RBDO와 구분하기 위해 결정론적 최적설계(DO : Deterministic Optimization)이라고 부른다. <그림 5>는 개념적으로 DO와 RBDO의 차이를 보여준다. 방 구석에 구슬을 굴리면 구슬이 벽에 붙은 상태로 멈추는데, 구슬의 중심이 설계변수 값이고 구슬이 접한 벽을 구속조건 경계라고 볼 수 있다. DO는 구슬이 거의 점과 같아 구슬의 중심이 벽에 거의 붙은 상태이나, RBDO는 구슬의 크기가 커서 구슬의 중심이 벽과는 여유를 두고 떨어져 있게 된다. 벽에 닿는 것이 위험하다면 DO보다 RBDO가 더 안전한 상태가 되는 것이다. RBDO는 구슬의 크기를 감이나 경험이 아닌 데이터로 결정하자는 개념이다.   데이터로 불확실성을 극복하자 예측 모델 기반의 RBDO 프레임워크, AIRBOOM RBDO는 무엇이고 왜 필요할까? RBDO는 목적함수를 좀 양보하더라도 안전한 설루션을 탐색하는 것이 목표이다. 신뢰성이라는 개념을 최적설계에 접목하여 안전한 설계를 정량적으로 확보할 수 있는 길을 열었다. 하지만 현업에 적용하기 위해서 두 가지 큰 걸림돌이 있는데, 하나는 시스템의 불확실성을 정의할 만큼 충분한 데이터가 부족하다는 것이고, 또 하나는 RBDO 수행에 필요한 시뮬레이션 데이터가 너무 많이 필요하다는 것이다. 앞서 언급한 바와 같이 AX(인공지능 전환) 시대로 접어들면서 소프트웨어와 하드웨어 기술의 성장으로 시뮬레이션은 가속화되고 있고, 데이터의 가치가 올라감에 따라 불확실성을 정의할만한 데이터도 늘어나면서 서서히 RBDO의 시대가 도래하고 있다.   그림 6. AIRBOOM의 개념도(제미나이로 생성한 이미지)   실용적인 RBDO 프로세스를 좀 더 쉽게 사용할 수 있는 AIRBOOM (AI-powered Reliability-Based Optimization Operating Manager) 모듈을 소개한다. AIRBOOM은 피도텍에서 개발한 RBDO 대중화를 위한 모듈로, 다음과 같은 네 가지 특징을 갖는다. 자율 학습된 예측 모델 기반의 RBDO 프로세스 AIRBOOM에서는 최소한의 데이터로 정교한 메타모델을 구축하는 가성비 높은 방식을 찾는 피도텍의 자율 메타모델링(Autonomous Metamodeling) 모듈을 활용한다. 이 모듈은 조금씩 데이터를 추가하면서 메타모델을 학습하기 때문에, 성능지수의 비선형성을 표현할 만큼의 데이터만을 필요로 한다. 또한 피도텍의 예측 모델링 AI인 BruceMentor의 도움을 받아, 확보된 데이터에 가장 적합한 메타모델의 기법을 채택한다. 이러한 기법으로 예측 모델은 자율적인 학습으로 정교하게 진화한다.   신뢰성 해석 정보를 활용한 멀티 스테이지 최적화 RBDO 설루션을 탐색할 때 빈번하게 발생하는 문제는, 구속조건의 만족 범위가 너무 좁아 설루션이 목표 신뢰성을 만족하지 못하는 경우이다. 마치 코끼리를 냉장고에 넣는 것과 같다. AIRBOOM에서는 목표 신뢰성을 만족할 수 없는 상태라면 차선책을 제시한다. AIRBOOM에서는 RBDO 과정을 내부적으로 몇 개의 스테이지(stage)로 나누어 처리하는데, 각 스테이지에서 신뢰성 해석 결과의 이력에 따라 최적설계 문제를 조정하면서 최선의 설루션을 탐색한다.   멀티 피델리티 개념의 효율 개선 엔지니어는 즉각적인 반응을 원한다. 아무리 메타모델을 사용하더라도 설계변수나 성능지수의 개수가 많아지면 계산 시간은 기하급수적으로 커지기 때문에, 근본적으로 RBDO에서 필요로 하는 전체 데이터 개수를 줄여야 한다. AIRBOOM은 설루션과는 다소 거리가 있으나 설루션에 도달했을 경우를 파악하여, 효율성과 정확성의 관점에서 적절한 알고리즘을 멀티 피델리티(multifidelity) 개념처럼 채택할 수 있다.   인사이트 제공 엔지니어는 보수적이라서 달랑 설루션만 제공해 주는 툴은 신뢰하지 않는데, 그 이유는 크게 두 가지가 있다. 첫째, 제공된 설루션의 근거를 신뢰한다. 엔지니어들이 생성형 AI가 제공하는 근거 없는 수치는 환각(hallucination) 때문에 믿지 않는 것과 같은 이치다. 둘째, 하나의 설루션이 아닌 선택 가능한 다양한 후보군을 함께 원한다. 설루션을 기본으로 다양한 변종(variation)을 만들 수 있는 힌트를 주어야 한다. AIRBOOM은 데이터 스토리텔링(data storytelling) 방식의 보고서를 제공한다. 데이터 스토리텔링이란 데이터로 상대방을 설득하기 위해 고안된 의사 전달 수단으로, 데이터의 가치를 극대화하기 위해 메시지가 포함된 시각화(visuals) 정보와 이를 논리적으로 설명하는 내러티브(narratives)의 조합으로 구성된다. 그리고 인사이트를 담은 보고서(RBDO 결과의 직관적인 요약, 설루션의 도출 근거, 더 안전한 설계를 위한 정보 등)를 제공할 수 있다.   RBOD 프로세스 사례 자동차 현가 장치 사례로 AIRBOOM을 활용한 RBDO 프로세스를 설명한다. 타이어나 부시(bush)같은 고무 재료의 산포로 핸들링 관련 성능지수가 갖는 산포를 예측하고, 성능지수의 신뢰성을 높일 수 있도록 부시 강성을 최적화는 문제이다.(‘재료 물성의 불확실성을 고려한 현가장치 시스템의 신뢰성 기반 최적설계(한국자동차공학회 2025 추계 학술대회)’ 참고) 목적함수는 핸들링 특성 중 Yaw Rate Overshoot를 최소화하는 것이고, 구속조건은 핸들링 특성에 해당되는 성능지수 7개를 선정하였다. 설계변수는 18개 부시 강성이고, 랜덤 파라미터는 설계변수인 부시 강성 전체와 타이어 파라미터 4개 파라미터를 선정하였다.   그림 7. 초기 설계에서의 RA 결과 요약 보고서   <그림 7>은 RBDO를 수행하기 전의 RA 결과 요약을 보여 준다. ‘산포’ 열에서 성능지수의 산포와 확률 정보를 보여주고, 차별화된 요소로 ‘Key 파라미터’ 열에서 성능지수 산포의 주요 원인이 어떤 랜덤 파라미터인지 파악할 수 있다. 첫 번째 행의 FRT_LateralForceSteer의 산포에는 FRT_Abush_Y가 가장 중요한 역할을 담당한 것으로 분석되었다. 마지막 열은 현재 설계의 신뢰성 결과를 보여주며, RBDO 수행 전 FRT_LateralForceSteer의 신뢰성은 요구 조건(0.3)보다 작을 확률이 80.0%에 불과했다.   그림 8. RBDO 결과 요약   <그림 8>은 RBDO 결과를 보여준다. 목적함수의 경우 INIT(초기값) 대비해서 DO(불확실성을 고려하지 않은 최적설계)가 67%로 가장 많이 개선되었고, RBDO는 구속조건의 요구 조건 만족 확률을 높이기 위해 26% 개선되는데 그쳤다. 파이 차트에서는 구속조건의 개선 여부를 확인할 수 있고, 불만족한 구속조건과 목적함수 간에 상충 관계가 존재할 수 있음이 예상된다. 설계변수의 경우, 대부분의 설계변수는 DO와 RBDO에서 유사하나 일부 설계변수(LCA outer X, Toe link X)가 DO에서는 설계변수의 하한값 경계로 변경된 반면 RBDO에서는 INIT에서 별다른 변화를 보이지 않았다.   그림 9. 신뢰성 개선 이유   <그림 9>는 6번 구속조건의 신뢰성 개선 이유를 설명한다. 신뢰성이 67%에서 91%로 개선된 이유는 산포의 평균이 약 0.057(평균값이 0.678 > 0.621로 감소) 이동하였기 때문이고, 가장 기여한 설계변수는 RR_Trailing_arm_Y이다. 이 사례로 RBDO 인사이트를 좀더 쉽게 이해할 수 있다. 성능지수 신뢰성을 개선하는 부시 강성의 변경 방향을 알 수 있었고, 불확실성 고려 여부에 따른 최적해 차이를 파악할 수 있었다. RBDO에서 목표 신뢰성을 만족시키기 위해 어떤 설계변수가 기여하였는지 및 추가 개선 가이드와 그에 따른 부작용을 예측할 수 있었다. RBDO는 단순히 ‘최적’의 설계를 찾는 것을 넘어, 불확실한 현실에서도 ‘무결점’에 가까운 안전하고 신뢰할 수 있는 설계를 데이터 기반으로 가능하게 하는 미래 설계의 핵심 기술이다.   ■ 이 글은 2025년 11월 7일 진행된 ‘CAE 컨퍼런스 2025’에서 발표된 내용을 정리한 것이다.   ■ 최병열 피도텍에서 AI 기반 Data-driven Design SW 개발 총괄을 맡고 있다. 한양대에서 공학박사 학위를 받았고, 20여 년간 100여건의 최적 설계 프로젝트를 주도하며 컨설팅 경험을 쌓았다.     ■ 기사 내용은 PDF로도 제공됩니다.

시점 – 사물이나 현상을 바라보는 눈 (12)   지난 호에서는 ‘무엇을 볼 것인가?’, ‘무엇을 믿을 것인가?’, ‘가설, 모델, 이론의 설득력의 시대성’의 이야기의 두 번째 이야기로 ‘무엇을 믿을 것인가’에 관해서 다양한 주제를 바탕으로 생각해 보았다. 모든 것에는 다양한 관점이 존재하지만 가장 익숙하고 편안하게 느껴지는 것이 받아들이기 쉬운 것임을 알 수 있다. 믿고 싶은 것만 믿기보다는 실체를 제대로 파악하기 위한 시도가 필요해 보인다. 일상생활에서도 친숙함의 오류에 빠지기 쉽다. 이번 호에서는 생각보다 과학적이지 않은 과학, 과학적 이론과 법칙의 차이, 시작은 관찰부터, 유사성 관찰, 천동설과 지동설에 관해서 소개하고 ‘가설, 모델, 이론의 설득력의 시대성’에 관해서 함께 생각하면서 연재를 마무리하고자 한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 원자 모델의 시대에 따른 변화   생각보다 과학적이지 않은 과학 과학이라는 단어를 사전에서 찾아보면 ‘보편적인 진리나 법칙의 발견을 목적으로 한 체계적인 지식. 넓은 뜻으로는 학(學)을 이르고, 좁은 뜻으로는 자연 과학을 이른다’라고 설명하고 있다. 또한, 이러한 설명도 있다. 과학은 사물의 구조, 성질, 법칙 등을 관찰 가능한 방법으로 얻어진 체계적이고 이론적인 지식의 체계를 말한다. 좁게는 인류가 경험주의와 방법론적 자연주의에 근거하여 실험을 통해 얻어낸 자연계에 대한 자식을 의미한다. 과학자들은 자연계에서 관찰되는 현상을 과학적 방법에 따라 자연적인 (초자연적이지 않은) 이론으로 설명하려고 한다. 그렇다면 과학적인 방법이란 무엇일까? 연역과 귀납의 논리학을 바탕으로 관찰이론–실험–재현을 바탕으로 한 과학, 즉 자연과학에서 체계적이고 객관적인 방법으로 검증할 수 있는 질문에 관해 연구하는 방법이라고 소개되어 있다. 결국은 과학을 연구하는 사람들이 주장하는 내용을 이해하고 인정해야 한다는 이야기이다. 진실은 다수결로 결정되는 것은 아닐 텐데, 과연 이런 방법이 과학적인 방법이라고 단언할 수 있을까? 약간 고개가 갸우뚱해지는 설명이지만 심정적으로는 충분히 이해되는 말이다. <그림 1>에 원자 모델의 시대적 변화를 시간순으로 정리해 보았다. 우선 원자 모델이 출현하려면 ‘원자’라는 개념이 먼저 만들어져야 한다. 원자는 일상적인 물질을 이루는 가장 작은 단위이다. 일상적인 물질들은 원소로 구성되어 있으며, 화학 반응을 통해 더 쪼갤 수 없는 단위와 같은 의미로 사용된다. 모든 물질의 네 가지 상태인 고체(solid), 액체(liquid), 기체(gas), 플라스마(plasma)가 모두 원자로 이루어져 있다. ‘atom’이라는 단어는 언어적으로 고대 그리스어에 뿌리를 두고 있고, 그 추상적 개념은 이미 기원 전 5세기에 고대 그리스 철학자 데모크리토스가 사용한 것이다. 1803년 존 돌턴이 제안한 단단한 공의 모양을 한 원자 모델부터 이제까지 수많은 원자 모델이 제안되어 왔다. 현재는 1913년에 닐스 보어가 제안한 우주를 닮은 모델과 약 100년 전인 1926년에 에르빈 슈뢰딩거가 제안한 양자 모델이 주로 사용되고 있다. 많은 원자 모델이 실험 결과를 설명하는데 한계가 오면 실험 결과를 설명하기 위하여 새로운 모델이 제안되어 검증받는 방식으로 변화하여 오늘에 이르고 있다. 오늘의 상식이 언제까지 유효할지는 알 수 없다. 원자의 모습과 성질은 그대로인데 우리의 생각과 이해의 정도가 달라졌을 뿐이다.   과학적 이론과 법칙의 차이 과학 분야에서 이론, 법칙, 모델, 가설이라는 용어가 자주 등장한다. 어렴풋하게 의미는 알 것 같은데 명확하게 구분하는 것은 쉽지 않다. 사람마다 어떤 개념에 관한 생각과 동의 여부가 크게 다르기 때문이다.   그림 2. 과학적 이론과 법칙의 차이는?   <그림 2>에 과학적 이론과 법칙의 차이를 비교적 이해하기 쉽게 정리해 놓은 것이 있어서 소개한다. 이론은 어떤 현상이 어떻게, 왜 일어났는지를 설명하고 법칙은 현상이 무엇인지를 수식으로 설명하고 있다. 이론과 법칙 모두 같은 현상을 설명하고 있지만 이론은 많은 설명 가운데 하나이고, 법칙은 핵심을 정리한 것으로 많은 사람들의 증명을 통해서 동의를 얻은 것이라고 할 수 있다. 처음에는 현상의 관찰이나 단순한 발상에서 시작해서 어느 정도 경향성을 파악하는 단계에 다다르면 가설을 세우고 실험을 통해서 그 가설의 유효성을 검증하게 된다. 실험 결과에 대한 해석이 명확하고 현상의 본질을 간결하게 설명할 수 있다면 법칙으로 발전한다. 실험 결과에 대한 해석을 위하여 여러 가지 이론(모델)을 만들어 실험 결과가 잘 설명될 수 있도록 이론(모델)을 수정해가는 과정을 거쳐 완성도를 높여가게 된다.(그림 3)   그림 3. 과학적 개념의 점진적 변화를 통한 이론(모델)과 법칙의 형성 과정   시작은 관찰부터 우리가 알고 있는 모든 이론과 법칙은 현상의 관찰로부터 시작되었다고 해도 과언이 아니다. 때로는 단순한 논리적 사고로부터 시작된 것도 있지만, 결국은 실험을 통해서 검증되어야만 이론이나 법칙으로 인정받을 수 있기 때문이다. <그림 4>에 포유류 동물의 지역적 분포를 관찰하여 정리한 것을 예로 들었다. 지역별로 특징적인 동물들이 상당히 눈에 띈다. 인위적으로 동물을 이동시킨 것이 아니므로 오랜 시간에 걸쳐 자연스럽게 발생한 현상으로 보아야 할 것이다. 이렇게 관찰된 현상으로부터 왜 이런 특징이 생길 수밖에 없었는가를 추론하여 가설을 세우고, 타당성을 증명할 수 있는 추가적 실험이나 관찰을 통해서 가설을 입증해 가는 노력을 하였다. 호주 대륙처럼 다른 대륙과 멀리 떨어져 있는 경우라면, 오랜 기간 고립된 환경에서 환경에 맞는 독자적인 생태계가 형성된 것으로 추정하는 것이 논리적이다. 실제로 호주 대륙에는 다른 대륙에서는 볼 수 없는 캥거루, 태즈메이니아데빌, 코알라, 키위새 등이 서식하고 있다.   그림 4. 포유류 동물의 지역적 분포     ■ 자세한 기사 내용은 PDF로 제공됩니다.

한국BIM학회가 11월 14일 한국과학기술회관에서 ‘스마트를 넘어 : 지능형 건설의 부상(Beyond Smart : The Rise of Intelligent Construction)’을 주제로 ‘KIBIM 2025 국제 심포지엄’을 개최했다. 이번 심포지엄은 AI, 빅데이터, 디지털 트윈 등 첨단 기술이 융합된 지능형 건설의 현재와 미래 방향을 탐색하고, BIM(건설 정보 모델링)의 초기 단계 적용을 위한 정량적 효과 확보라는 핵심 과제를 논의하는 장이 되었다. ■ 최경화 국장      글로벌 전문가, 지능형 건설의 비전을 공유하다 한국BIM학회 추승연 회장은 “지속가능성, 안전, 생산성 문제를 해결하기 위한 통찰과 전략을 공유하는 뜻깊은 자리”가 될 것이라고 심포지엄의 의의를 밝혔다. 심포지엄에서는 글로벌 전문가의 기조연설이 이어졌다. 타이거 그룹(Tiger Group)의 수하일 알 라이에스 전무이사는 ‘두바이 메가 프로젝트를 위한 지능형 시스템’을, 구글의 버나드 크레스 XR 엔지니어링 디렉터는 ‘스마트 건설을 위한 스마트 안경 및 증강 현실 헤드셋’ 활용 방안을 공유하며 지능형 건설의 첨단 기술 적용 사례를 소개했다. 오토데스크코리아의 오찬주 대표는 ‘AECO(설계·엔지니어링·건설·운영) 산업을 위한 연결된 미래’라는 제목으로 AI와 클라우드 기반의 ‘성과 기반 BIM’을 강조했다.   공공 발주기관, BIM 활성화의 현실적 과제 제시 오후 세션에서는 주요 공공 발주기관 관계자들이 참석한 ‘공공 부문의 BIM 리더십’ 특별 세션에서 BIM 적용의 현실적 과제가 집중적으로 논의되었다. 한국공항공사 문순배 센터장은 공공발주기관의 BIM 적용 추진 현황에 대해 소개하고, 스마트건설 얼라이언스 BIM 발주기관 특별위원회에 대해 소개했다. 이 위원회는 국토교통부와 BIM센터(한국건설기술연구원)가 총괄 및 지원하며, 조달청을 포함하여 한국도로공사, 국가철도공단, 인천국제공항공사, 한국토지주택공사(LH), 한국수자원공사, 항만공사, 한국농어촌공사, 국토안전관리원 등 등 SOC 및 개발 분야의 주요 공공기관과 지방자치단체 등 BIM 발주를 담당하는 기관들이 참여하고 있다. 부장은 “발주기관이 BIM 시행방침을 마련하려 해도 정량적 효과가 없다는 지점에서 막히곤 했다”며, 근거 확보의 어려움으로 인한 담당자의 책임 문제를 지적했다. 국토교통부는 올해까지 1000억원 이상 도로·하천·항만·철도·건축 공사에 BIM 적용을 의무화했고, 2026년 500억원 이상, 2028년 300억원 이상, 2030년에는 300억원 미만 공공 공사까지 대상을 확대할 계획이다. 국토교통부가 2030년까지 공공 공사 BIM 적용 대상을 확대할 계획임에도 불구하고, 발주처에서는 BIM 활성화를 뒷받침할 정량적 근거 부족이 핵심 문제로 지적되었다. 협의회에서는 공통 과제를 도출하고, 성과 공유, 협력 체계 구축,  향후 5년간 BIM 발주 물량 통합 등 발전적인 방안을 만들어 나갈 계획이다. 국가철도공단 조성희 부장은 2026년을 예측하고 사고하는 철도의 원년으로 만들기 위한 철도 건설사업 전 주기 AI-BIM 융합 3대 핵심 과제에 대해 소개하고 설계, 시공 BIM 품질검증 자동화와 공정 리스크 예측 및 최적화, 현장 안전 디지털 트윈 구축 등을 해 나갈 것이라고 밝혔다.   AI 기반 기술과 BIM 거버넌스 구축의 중요성 강조 심포지엄의 다른 세션에서는 지능형 건설을 이끄는 다양한 기술과 전략이 소개되었다. ‘스마트 건설의 기반’ 세션에서는 한양대학교, 인하대학교, 연세대학교 등에서 AI 기반 시뮬레이션, 생성형 AI를 활용한 구조계산 자동화 기술 등 첨단 연구 사례를 발표했다. ‘건축 환경을 위한 AI 및 자동화’ 세션에서는 네이버랩스, BLUA, 대우건설 등이 데이터와 파이썬, AI를 활용한 BIM 데이터 검증 프레임워크 등을 소개하며 자동화의 가능성을 제시했다. ‘건설 분야 디지털 전환’ 세션에서는 옵티콘, 현대건설, 수성엔지니어링 등에서 효율적인 BIM 파이프라인 구축 사례 및 디지털 전환 시대 건설 산업의 역할에 대해 소개했다. 특히, 성균관대 진상윤 교수는 초기 단계에서부터 설계 전 과정에서 BIM을 제대로 활용하는 전면 BIM 설계의 중요성에 대해 강조하고, 가치 극대화를 위해서는 초기 설계 단계부터 대안 검토와 디자인 개발이 이루어져야 효과가 극대화될 수 있으며, 현재는 ‘fake BIM’ 현상과 과도기에 있다고 밝혔다. 또한 BIM이 게임 체인저의 역할을 하려면, BIM 거버넌스 구축, 설계 초기 단계부터 BIM 요구사항 명확화, 차별화된 서비스 기반 대가 산정이 이루어져야 할 것이라고 말했다.   ▲ KIBIM 2025 국제 심포지엄 참석자 및 한국BIM학회 주요 멤버 기념사진    심포지엄의 마지막 순서인 시상식에서는 BIM 기술의 연구와 개발, 산업 활성화에 기여한 공로자 및 기관에 대한 표창이 진행되었다. 공로상은 BIM 관련 정책 지원 및 진흥에 기여한 국토교통진흥원에 수여되었다. 학술상은 BIM 분야의 학문적 발전에 공헌한 성균관대학교 심성한 교수와 국립경상대학교 윤석헌 교수에게 돌아갔다. 기술상은 혁신적인 BIM 기술 개발 및 적용에 기여한 ▲국가철도공단 철도혁신연구원 ▲케이지엔지니어링 ▲선문 ▲이산 ▲에스엘즈 등 5개 기관이 수상했다. BIM을 활용한 우수한 건축 작품을 선보인 작품상은 ▲아키탑케이엘종합건축사사무소 ▲해안종합건축사사무소 등 2개 건축사사무소가 수상의 영예를 안았다. 한편, 이날 행사에는 한국BIM학회와 홍콩BIM학회의 MOU가 이루어졌다. 한국BIM학회는 BIM 및 스마트 건설 기술 발전을 위한 협력 프레임워크를 구축하기 위해 홍콩BIM학회와 MOU를 체결했으며, 주요 협력 분야는 BIM 및 스마트 건설 분야 전반에 걸쳐 교육, 연구, 개발, 그리고 정책 지원 등이 포함될 것으로 보인다.   ▲ 한국BIM학회와 홍콩BIM학회의 MOU      ■ 기사 내용은 PDF로도 제공됩니다.

시점 – 사물이나 현상을 바라보는 눈 (11)   지난 호에서는 ‘무엇을 볼 것인가?’, ‘무엇을 믿을 것인가?’, ‘가설, 모델, 이론의 설득력의 시대성’의 이야기의 첫 번째 이야기로 ‘무엇을 볼 것인가?’에 관해서 생각해 보았다. 여러 가지 사례를 통해서 우리는 현상의 관찰에 집중하고 있다는 사실을 알게 되었다. 감각적으로 느껴지는 현상 너머를 생각해 보려는 노력도 필요하다. 이번 호에서는 그 두 번째 주제로, 많은 현상을 다양한 방법으로 관찰은 하고 있지만 관찰된 현상의 ‘무엇을 믿을 것인가?’에 관해서 생각해 보고자 한다. 다음 호에 소개할 ‘가설, 모델, 이론의 설득력의 시대성’의 이야기로 연결되는 내용을 소개한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 압력과 진공의 존재는 어떻게 이해하고 믿어야 할까?    압력과 진공 압력(pressure)은 단위 면적당 수직으로 가해지는 힘으로 정의된다. 진공(vacuum)은 공간 내에 ‘물질’이 존재하지 않는 상태라는 의미이다. 우리는 대기 중에서 생활하고 있으니 공간 내에 공기가 없는 상태라는 의미로 사용되기도 한다. 우리 주변에 압력 또는 진공이라는 단어가 들어간 도구가 많다. 예를 들면 압력밥솥, 진공청소기같은 것이다. 물리적인 의미로 보면 실제와는 다소 거리가 있지만, 대기압보다 높은 압력으로 밥을 짓는 밥솥이니 압력밥솥이라고 부를 만하다. 진공청소기의 경우는 사정이 조금 다르다. 이 세상에 공간 내에 물질이 없는 진정한 의미의 진공이란 없다. 다만 대기압보다 낮은 압력으로 대기압 공간에 놓인 많은 물체를 흡입하므로 진공이라는 단어를 사용했을 뿐이다. 압력도 진공도 모두 압력 범위를 지정하지 않으면 상징적인 의미로 받아들이게 된다.  <그림 1>에 톨리첼리의 실험과 백조 모양의 액체가 담긴 일기예보용 기압계의 사진을 소개하였다. 에반젤리스타 토리첼리(Evangelista Torricelli)는 이탈리아의 수학자며 물리학자로, 수은주를 사용한 대기압의 존재 확인과 수은주 윗부분에 빈 공간이 생기는 것을 확인하였다. 대기에서 측정하면 수은주의 높이는 수직으로 세우거나 기울이거나 상관없이 수은 액면으로부터 늘 76cm, 즉 760mm의 위치까지만 채워졌기 때문에 대기압을 760mmHg라고 한다. 그 빈 공간을 ‘톨리첼리의 진공’이라고 부르는데 엄밀하게는 그 공 안에는 수은의 증기가 미량 포함되어 있을 것이다. 이 실험을 통해서 대기압과 진공의 존재가 증명되었다. 파란 액체가 담겨 있는 백조 모양의 용기는 주둥이가 뚫려 있어 공기가 자유롭게 드나들 수 있는 구조이다. 대기압이 올라가게 되면 백조 목 부분의 파란 액체가 아래로 내려가게 되고 날씨가 좋아질 것이라고 예측한다. 반대로 대기압이 낮아지면 목 부분의 파란 액체가 위로 올라가게 되며 날씨가 나빠질 것으로 해석한다. 원리는 압력계 밖의 기압과 압력계 내 공간의 압력 차이로 목 부분 파란 액체의 위치가 달라지는 것이다. 압력계 내 빈 공간의 압력이 대기압보다 낮으면 목 부분의 파란 액체가 아래로 밀리면서 높이가 낮아진다. 반대로 바깥쪽의 압력이 낮아지면 안쪽에서 액체를 밖으로 밀어내려 하므로 액체의 높이가 높아진다. 이러한 원리로 대기압의 변화를 시각화한 도구이다.   그림 2. 우리는 마치 살아 있는 진공 펌프와 같다. 물병 일부만 채워진 병을 기울이면 병의 각도와 관계없이 수면은 항상 수평을 이룬다.   <그림 2>에 보이는 빨대로 음료를 마시는 행위를 예로 들면 톨리첼리의 실험과 압력계의 원리가 쉽게 이해된다. 빨대로는 음료수를 마시는 행위는 입으로 대기압보다 낮은 압력으로 빨대를 빨아서 입 안의 압력과 외부 대기압과의 압력 차이를 이용하여 액체를 흡입하는 것이다. 압력의 차이가 없으면 빨대 안의 물의 높이도 병이나 컵의 수위와 같다. 대기압과의 압력 차이에 대응하여 빨대를 통과하는 음료수의 속도와 양이 결정된다. 반대로 빨대에 공기를 불어 넣으면 빨대 안의 음료수를 밀어내고, 공기가 음료수 속에서 기포가 만들어져 떠오르게 된다.   액체를 이용한 다양한 구조의 압력계 자연현상도 물리학의 이해도 어렵게 생각하면 한없이 어렵지만, 조금만 발상을 바꿔보면 그다지 어려운 것은 아니다. 적어도 필자의 경험으로는 그렇다. 중세 유럽의 발음하기도 어려운 유명한 과학자의 이름과 연결해 가면서 간단한 그림으로 원리를 이해하려고 해도 긴가민가하다가 결국은 이해하지 못하는 자신을 탓하는 경우가 많다. 공기의 압력으로 발생하는 대기압의 존재를 증명하려면 공기의 존재가 증명되어야 한다. 그렇다면 공기층의 두께가 다른 곳에서는 다른 현상이 나타나야 하고, 공기층이 없는 곳에서는 공기의 압력이 없다는 것도 증명해야 한다. 이런 불가능에 가까운 요구를 어찌 해결했을까?     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시점 – 사물이나 현상을 바라보는 눈 (10)   지난 호에서는 ‘작용, 반작용, 상호작용’을 주제로 주변에서 일어나는 일을 다양한 사례를 들어가며 조금 특별한 시각으로 바라보았다. 뉴턴의 운동법칙, 작용, 반작용, 상호작용의 사전적 의미, 다양한 물리현상, 생태계의 상호작용, 사회적 상호작용, 관점의 차이, 상관관계를 통해서 세상을 알아가는 방법 등에 관해서 소개했다. 이번 호부터는 3회에 걸쳐서 ‘무엇을 볼 것인가?’, ‘무엇을 믿을 것인가?’, ‘가설, 모델, 이론의 설득력의 시대성’의 이야기를 다룰 예정이다. 이번 호에서는 그 첫 번째 이야기로 ‘무엇을 볼 것인가?’에 관해서 생각해 보고자 한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 일제 강점기에 촬영된 청계천의 수위를 관찰하던 수표교의 모습   하천의 수위 측정 수표교는 하천의 수위를 측정할 수 있도록 눈금(수표)이 새겨져 있는 청계천에 있던 다리이다.(그림 1) 세종 2년(1420년)에 만들어질 당시는 그곳에 마전(馬廛)이 있어 마전교라 불렸다. 세종 23년(1441년) 다리 밑을 지나는 개천(청계천)에 흐르는 수위를 측정하기 위해서 수표를 세웠다. 이후부터 수표교로 부르게 되었으며, 주변에 있는 마을은 수표동이라고 부르게 되었다. 수표는 하천의 수위를 과학적, 계량적으로 측정할 수 있는 기구로, 측우기와 함께 세종 때 만들어진 대표적인 과학 기기의 하나로 꼽힌다. 수표교는 현재의 서울특별시 종로구 수표동에 있었으나, 1958년 청계천 복개 공사로 장충단공원에 옮겨졌다. 2005년 청계천 복원 당시 원래 자리에 다시 놓으려고 했으나, 복원된 청계천의 폭과 수표교의 길이가 맞지 않아 옮겨지지 못했다.(그림 2) 대신 그 자리에는 임시 다리가 설치되어 있다. 원래의 수표교는 동대문구 청량리동에 있는 세종대왕기념관으로 이전되었다. 수표교에서 오른쪽으로 다섯 번째 다리의 이름이 오늘날의 마전교로 되어 있다. 초기의 수표는 청계천의 마전교 서쪽과 한강변에 세워졌다. 물속에 기둥을 꽂을 수 있도록 구멍을 판 받침돌을 놓고 그 구멍에 나무 기둥을 세웠다. 나무 기둥에는 눈금을 새겨 수위를 알아볼 수 있도록 하였으나, 나무로 만든 수표는 쉽게 망가져 15세기 성종 때 돌기둥으로 교체하였다. 아마도 물이 차면 부력으로 떠내려가기도 쉽고 물에 젖었다가 마르기를 반복하는 부분은 쉽게 썩지 않았을까 싶다. 돌기둥으로 만들어진 수표 양면에는 1척에서 10척까지 눈금을 새겼으며, 3, 6, 9척의 위치에는 ○표를 새겨서 각각 갈수(渴水), 평수(平水), 대수(大水)를 판단하는 기준으로 삼았다. 6척 안팎의 물이 흐르면 보통의 수위이고, 9척 이상이 되면 위험 수위로 개천의 범람 징후를 미리 헤아릴 수 있도록 한 것이다. 영조 36년(1760년)에 다리를 수리하면서 돌기둥에 ‘庚(경)·辰(진)·地(지)·平(평)’이라는 글씨를 새겨 물 높이를 4단계로 측정하였다. 순조 때 개천을 다시 준설할 때 새로운 수표를 세웠으며, 지금 남아 있는 수표는 이때 만들어진 것이다.   그림 2. 복원된 청계천의 22개 다리 중에서 옛 모습을 찾지 못한 수표교(빨간 별표로 표시된 다리)   강우량을 측정하는 측우기 현존하는 세계 최고의 강우량 측정기구도 우리나라가 가지고 있다. 국보로 지정된 ‘공주 충청감영 측우기’이다.(그림 3) 헌종 3년(1837년)에 제작된 공주 충청감영(금영) 측우기는 농업을 위한 조상의 과학적 발명과 구체적 실행을 증명해주는 유물로 매우 가치가 크다. 금영 측우기는 조선 시대 충남지역 감독관청이었던 충청감영에 설치되었던 것으로, 1915년경 일본인 기상학자 와다 유지가 국외로 반출한 것을 1971년 일본으로부터 환수한 것이다. 현재 서울 기상청 박물관에 보관되어 있다. 조선 시대에는 중앙정부에서 규격이 같은 측우기를 제작해 전국의 감영에 보냈기 때문에, 여러 점이 만들어졌을 것으로 추정된다. 다만 지금까지 남아 있는 것은 금영 측우기가 유일하다. 빗물을 그릇에 받아 강우량을 재는 측우기는 조선 세종 때에 처음 만들어진 후 여러 차례 다시 만들어졌다는 기록은 남아 있으나, 현재 실물로 남아 있는 것은 헌종 3년(1837년)에 만들어진 이 측우기뿐이다. ‘조선왕조실록’ 세종 23년(1441년) 8월 18일의 기록에는 서운관(기상관측 기관)에 대(臺)를 설치해 빗물을 받아 강우량을 측정했으며, 이듬해인 1442년 5월 8일에는 측정방식이 미진해 다시 원칙을 세웠다고 한다. 이때 세운 원칙대로 만들어진 것이 금영 측우기이다. 강우량 측정의 표준이 필요함을 절감하고 표준을 정해서 시행한 셈이다. 오늘날의 표준화 작업과 품질관리가 실행된 구체적인 사례이다. 도량형 표준이 측우기에도 적용된 셈이다. 금영 측우기의 제작 시기와 크기 등은 바깥 면 가운데쯤에 새겨진 명문(銘文)을 통해 알 수 있다. 명문에 따르면 이 측우기는 헌종 3년(1837년)에 만들었으며 높이는 1자(尺) 5치(寸), 지름 7치, 무게 11근으로 제작되었다. 상·중·하단의 3개의 금속 부품으로 구성되었으며, 상부가 약간 넓고 하부가 약간 좁게 만들어져 서로 끼워서 조립하는 형태의 구조이다. 금속 부품을 끼우는 접합부는 대나무 마디처럼 두껍게 만들어 부품의 모양이 변형되지 않도록 고안된 형태이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시점 – 사물이나 현상을 바라보는 눈 (9)   지난 호에서는 ‘개별 관찰’, ‘집단 관찰’, ‘확률과 통계’에 관한 주제의 세 번째 이야기로 ‘확률과 통계’에 관해서 생각해 보았다. 통계는 단순한 숫자놀음이지만 그 숫자를 어떻게 얻었는지 어떻게 해석해야 하는지를 고민하지 않고 사용하게 되면 의도와는 다르게 엉뚱한 결론에 도달할 수 있다. 룰렛 돌림판과 주사위의 경우를 예로 들어 확률과 통계에 관해서 생각해 보았다.  이번 호에서는 ‘작용, 반작용, 상호작용’을 주제로 주변에서 일어나는 일들을 조금 특별한 시각으로 바라보고자 한다. 뉴턴의 운동법칙, 작용, 반작용, 상호작용의 사전적 의미, 다양한 물리 현상, 생태계의 상호작용, 사회적 상호작용, 관점의 차이, 상관관계를 통해서 세상을 알아가는 방법 등을 예로 들어가며 이야기를 전개한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 분수대 위에서 작은 힘만 가해도 자유롭게 회전하는 돌로 만든 지구본   유체 베어링 오래전에 분수대 위에서 작은 힘만 가해도 자유롭게 회전하는 돌로 만든 지구본을 보고 신기해했던 기억이 있다.(그림 1) 마치 중력이 작동하지 않는 듯한 인상을 받았다. 지구본을 만든 돌의 무게를 상상하면 그런 느낌이 들 수밖에 없다. 기계적 베어링 대신에 물을 베어링으로 사용한 유체 베어링이 사용된 것이다. 유체 베어링(fluid bearing 또는 fluid dynamic bearing)은 베어링 표면 사이에서 빠르게 움직이는 가압 액체 또는 가스의 얇은 층에 의해 하중이 지지되는 베어링이다. 움직이는 부품 사이에 접촉이 없다. 부품 사이에 마찰이 없어 유체 베어링은 다른 많은 종류의 베어링보다 마찰, 마모 및 진동이 적은 것이 특징이다. 일부 유체 베어링은 올바르게 작동하는 조건에서는 부품의 마모가 거의 없다. <그림 1>의 경우에는 지구본이 완벽한 구의 형태가 되어야만 물이 베어링의 역할을 할 수 있다. 물이 지구본에 작용하는 중력을 거슬러 지구본을 들어올려야 하는데 지구본을 감싸고 있는 링(ring)과의 간격이 장소에 따라 차이가 있으면 압력이 고르게 걸리지 않게 된다. 따라서 무거운 지구본을 부양할 수 없게 되고 지구본을 자유롭게 회전시킬 수도 없다. 지구본이 떠 있는 상태에서 자유롭게 회전할 수 있다면 작은 힘으로 회전 방향과 속도를 바꿀 수 있다. 마찰력이 거의 없기 때문이다.   뉴턴의 운동법칙 고전역학에서 뉴턴의 운동법칙(Newton's laws of motion)은 물체의 운동을 세 가지의 원리로 설명한 물리 법칙이다.(그림 2) 영국의 수학자, 물리학자, 천문학자였던 아이작 뉴턴이 도입한 이 법칙은 고전역학의 기본 바탕을 이루고 있다. 라틴어로 1687년에 출판된 ‘자연철학의 수학적 원리(Philosophiæ Naturalis Principia Mathematica, Mathematical Principles of Natural Philosophy)’라는 책에서 뉴턴의 운동법칙 세 가지가 소개되었다. 제1법칙은 ‘관성의 법칙’ 또는 ‘갈릴레이의 법칙’으로 불린다. 물체의 질량 중심은 외부 힘이 작용하지 않는 한 일정한 속도로 움직인다. 마찰이나 에너지 손실이 없다면 관성으로 속도가 유지된다. 즉, 물체에 가해진 알짜 힘(net force)이 0일 때 물체의 속도가 변하지 않으므로 질량 중심의 가속도는 0(a = 0, V : Constant)이다. 제2법칙은 ‘가속도의 법칙’으로 불린다. 물체의 운동량의 시간에 따른 변화율(가속도, a)은 그 물체에 작용하는 힘(F, 크기와 방향에 있어서)과 같다. 물체에 더 큰 알짜 힘이 가해질 수록 물체의 운동량 변화는 더 커진다.(F = ma) 물체에 힘을 가하면 힘이 가해진 물체는 운동량이 바뀐다. 제3법칙은 ‘작용과 반작용의 법칙’으로 불리며, 물체 A가 다른 물체 B에 힘을 가하면 물체 B는 물체 A에 크기는 같고 방향은 반대인 힘을 동시에 가한다.(FAB = -FBA ). ‘모든 작용에 대해 크기는 같고 방향은 반대인 반작용이 존재한다’라고 설명하기도 한다. 당연한 이야기같기도 하고 알 듯 말 듯한 이야기같기도 하다. 필자도 글을 쓰면서 아무리 간단한 사실도 언어를 사용해서 표현한다는 것이 얼마나 어려운 일인지 생각하게 된다. 실제로 언어로 표현된 많은 사실, 느낌, 감정이 얼마나 정확하게 표현된 것이고 그 의미를 얼마나 정확하게 이해할 수 있는지 의문스러울 때가 많다.   그림 2. 뉴턴의 세 가지 운동법칙   작용, 반작용, 상호작용의 사전적 의미 때로는 이미 잘 알고 있고 자주 사용하는 용어나 단어도 어떤 의미로 사용되는지 살펴보면 의외로 새로운 발견을 하게 되는 경우가 있다. 이번 기회에 작용, 반작용, 상호작용이라는 단어의 뜻을 사전에서 찾아보자. 작용(action) 어떠한 현상을 일으키거나 영향을 미침 [물리] 어떠한 물리적 원인이나 대상이 다른 대상이나 원인에 기여함 또는 그런 현상. 역학에서 물체 사이의 힘도 이 결과로 생긴다.  [철학] 현상학에서, 표상·의식·체험 따위의 심리적 과정에 있어서 대상의 의미 내용을 지향하는 능동적인 계기를 이르는 말 반작용(reaction)  어떤 움직임에 대하여 그것을 거스르는 반대의 움직임이 생겨남 또는 그 움직임 [물리] 물체 A가 물체 B에 힘을 작용시킬 때, B가 똑같은 크기의 반대 방향의 힘을 A에 미치는 작용. 한쪽에 미치는 힘을 작용이라 할 때, 그 다른 쪽에 미치는 힘을 이른다.  상호작용(interaction)  [생명] 생물체 부분들의 기능 사이나, 생물체의 한 부분의 기능과 개체의 기능 사이에서 이루어지는 일정한 작용 [사회] 일반 사람이 주어진 환경에서 다른 사람이나 사물과 서로 관계를 맺는 모든 과정과 방식     ■ 자세한 기사 내용은 PDF로 제공됩니다.

뿌리기술로 미래 제조 혁신 이끈다   한국기계가공학회는 1988년 창립 이후 기계가공 및 제조공정 분야의 학문적·기술적 발전을 선도하며, 산업계와 학계를 연결하는 핵심 역할을 수행해 왔다. 안동규 회장(조선대학교 교수)은 젊고 역동적인 리더십을 바탕으로 학회의 국제화와 기술 융합 대응에 앞장서고 있다. 스마트 제조, AI, 디지털 트윈 등 새로운 패러다임 속에서 학회가 지향하는 미래 비전과 역할에 대해 들어본다. ■ 최경화 국장     한국기계가공학회에 대해 소개한다면 한국기계가공학회는 1988년 설립 이래 기계가공 및 제조공정 분야의 학문적·기술적 발전을 선도하며, 산·학·연 간의 유기적인 협력을 통해 국가 제조 산업의 경쟁력 강화에 기여해 온 전문 학술단체이다. 현재 약 4000명의 회원이 활동하고 있으며, 국내외 학술대회 개최, 학술지 발간, 기술 세미나 및 교류 프로그램 등 다양한 학술 및 산업 연계 활동을 활발히 추진하고 있다. 앞으로도 학회는 최신 연구성과의 공유와 기술 확산을 위한 장을 지속적으로 마련함으로써, 기계가공 분야의 지속가능한 발전과 글로벌 경쟁력 확보에 중추적 역할을 수행해 나갈 것이다.   올해 학회의 주요 사업 계획과 일정에 대해 소개한다면 2025년에도 한국기계가공학회는 지속적인 학술 활동을 통해 국내 제조기술의 혁신과 지식 확산을 선도해 나갈 계획이다. 주요 일정으로는 지난 6월 여수 소노캄호텔에서 춘계학술대회를 성공적으로 개최하였으며, 오는 11월에는 제주 그랜드하얏트호텔에서 추계학술대회를 개최할 예정이다. 이와 함께 학회는 국제화 전략의 일환으로 제7회 ICMPT 2026을 말레이시아 코타키나발루에서 준비하고 있으며, 글로벌 학술 교류를 강화하기 위한 기반을 착실히 다지고 있다. 아울러 학술지의 SCOPUS 및 ESCI 등재를 목표로 학문적 신뢰성과 영향력을 높이기 위한 질적 성장에도 힘을 쏟고 있다. 이러한 다양한 활동을 통해 학회는 국내외 학술 네트워크를 확대하고, 기계가공 분야의 지속가능한 발전을 위한 중심축으로서의 역할을 강화해 나갈 것이다.   다른 기관과 차별화 포인트나 강점이 있다면 한국기계가공학회는 젊고 역동적인 운영을 지향하며, 변화에 능동적으로 대응할 수 있는 유연한 조직문화를 갖추고 있다. 특히 임원진의 62%가 40대로 구성되어 있어, 새로운 기술 트렌드와 산업 환경 변화에 대한 민감도와 실행력이 높다는 점이 큰 강점이다. 또한, 기존에 영남권에 집중되어 있던 임원 구성을 수도권과 호남권 등 전국으로 확대함으로써, 지역 간 균형을 도모하고 학회의 저변을 더욱 넓혀가고 있다. 이러한 변화는 학회의 전국적 위상 제고뿐 아니라 다양한 지역의 연구자 및 산업계와의 유기적인 협력 기반을 강화하는 데 긍정적으로 작용하고 있다. 더 나아가, 학회는 국제적 경쟁력 확보를 위해 해외 학술대회 개최와 같은 글로벌 학술 네트워크 확대에도 힘쓰고 있다. 이를 통해 국내외 연구자 간의 활발한 교류를 촉진하고, 한국 기계가공 기술의 우수성을 세계에 알리는 데에도 기여하고 있다.     최근 학회에서 주목하고 있는 기술 트렌드나 업계의 변화가 있다면 최근 생산기술 분야에서는 자율제조와 스마트 제조의 발전이 두드러진다. 단순 자동화 단계를 넘어, AI와 디지털 트윈 기술이 접목되면서 생산설비가 데이터를 기반으로 스스로 판단하고 최적의 공정을 수행하는 방향으로 전환되고 있다. 이러한 변화는 디지털 전환의 흐름과 맞물려 제조업 전반의 운영 방식에 큰 영향을 미치고 있다. 특히 정밀 가공이 요구되는 자동차, 항공, 반도체 산업 등에서 실시간 데이터 기반의 예측 및 공정 최적화와 함께 설계-가공검사에 이르는 제조 전주기에서 실제 성과로 이어지고 있다. 아울러, 친환경 제조에 대한 관심도 높아지고 있어 에너지 효율 향상과 탄소배출 저감 기술 개발이 중요한 과제로 떠오르고 있다. 최근에는 기계가공 기술이 IT, 센서, 소재 기술 등과 융합되며 기술 간 경계가 빠르게 허물어지고 있다. 학회 역시 이러한 변화에 대응하여 다학제적 연구와 산학협력을 강화하고 있다. 전반적으로, 지속가능성, 자율성, 그리고 디지털 기반의 지능화가 향후 생산기술의 핵심 키워드가 될 것으로 전망된다.   과학기술과 제조강국의 미래를 위한 제언이나 정부에 대한 바람 등이 있다면 우리나라가 과학기술 기반의 제조강국으로 지속 성장하기 위해서는 기술 개발을 넘어서, 실제 산업 현장에서의 적용과 확산을 촉진할 수 있는 정책적 기반 마련이 중요하다. 특히 AI, 디지털 트윈, 자율제조 등 신기술은 중소·중견 제조기업에게 진입 장벽이 높기 때문에, 정부 차원의 기술 이전, 표준화, 실증 인프라 지원이 병행되어야 한다. 탄소중립과 지속가능성을 고려한 친환경 제조 전환이 산업 전반의 과제로 떠오르고 있는 만큼, 이에 대응할 수 있는 중장기 전략과 체계적인 투자도 필요하다. 연구개발은 단기 성과에 집중하기보다는 기술의 연속성과 현장 적용 가능성을 고려한 구조로 개편되어야 하며, 이를 위해 학계, 산업계, 연구기관 간의 유기적인 연계와 협력이 강화되어야 한다. 아울러 제조 산업의 미래 경쟁력은 결국 사람에 의해 좌우되는 만큼, 기술 융합 역량과 실무 중심의 전문성을 갖춘 인재를 양성하기 위한 교육 시스템 개선과 현장 연계 프로그램 확대가 시급하다. 이러한 요소들이 유기적으로 작동할 때, 우리 제조업은 기술혁신과 지속가능성이라는 두 축을 동시에 달성할 수 있을 것이다.   회장으로서의 포부 및 기타 하고 싶은 이야기가 있다면 저는 오랜 시간 동안 정밀 가공 및 제조공정 연구에 매진해 왔으며, 현재 학회 회장으로서 막중한 책임감을 느끼고 있다. 앞으로도 학회의 내실을 더욱 견고히 다지고, 회원 여러분이 소속감을 넘어 자부심을 느낄 수 있는 학회로 발전시키기 위해 최선을 다할 것이다. 변화하는 시대 속에서도 ‘기계가공’이라는 뿌리기술이 우리 산업의 핵심 기반으로 자리매김할 수 있도록 학회가 든든한 지지대가 되겠다. 아울러, 학회의 국제화를 적극 추진하여 국내 연구자들이 세계 무대에서 활발히 교류하고 역량을 발휘할 수 있도록 지원할 것이다. 동시에, 기계가공기술의 최신 연구 성과가 학회를 중심으로 지속적으로 공유·확산되고, 산업계와 학계 모두에 실질적인 도움이 될 수 있도록 그 가교 역할을 성실히 수행할 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

제조 산업 공정 최적화 솔루션 기업인 인이지(INEEJI) 는 설명가능 인공지능(Explainable AI, XAI)과 AI 예측 기술력을 바탕으로 제조업 및 다양한 산업의 생산성과 효율성을 향상시켜 공정 수율을 개선하는 데 중점을 두고 있다. 주요 기술로는 세계 최고 수준의 설명가능 인공지능 기술력과 예측 정확도를 집약한 AI 예측 솔루션 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)와 원자재, 환율, 날씨, 소비자 행동 등 주요 경제 지표를 바탕으로 비즈니스 전반에 활용 가능한 클라우드 기반 AI 예측 서비스인 Cloud AI EEJI(이:지)가 있다.   인이지(INEEJI)는 2019년 설립되어, 세계적 수준의 AI 예측 솔루션을 통해 제조 산업 공정의 최적화를 실현하는 기업이다. 별도의 하드웨어 설치 없이 소프트웨어만으로 적용 가능한 AI 예측·제어 가이던스 솔루션을 제공하며 제조업의 디지털 전환과 공정 효율화에 앞장서고 있다.  (1) INFINITE OPTIMAL SERIES 인이지의 대표 AI 예측 솔루션인 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)는 공정의 문제를 정확하게 예측하고, 작업자가 쉽게 이해할 수 있도록 가이던스를 제공하여 공정을 최적의 상태로 운영할 수 있도록 지원한다. 주요 고객사는 철강, 시멘트, 화학, 정유 등 다양한 제조 산업에 걸쳐 있으며, 주요 핵심 공정에 적용되어 제조 공정의 품질 개선, 생산성 향상, 에너지 절감을 돕고 있다. 일본을 포함한 글로벌 시장에서 성공적인 프로젝트 사례를 확보하며 입지를 다지고 있다. INFINITE OPTIMAL SERIES는 제조 공정 데이터를 기반으로 품질과 생산성을 개선하고 에너지를 절감할 수 있는 AI 예측 기반 공정최적화 솔루션이다. 이 솔루션은 시계열 데이터 분석과 설명가능 AI 기술을 활용하여 예측 결과와 근거를 명확히 전달하며 철강, 시멘트, 화학 등 다양한 제조 산업에서 생산성과 품질 개선 효과를 실현하고 있다.  세계적인 인공지능 학술대회인 ICML, AAAI, KDD등을 통해 기술력을 인정받으며, 최근에는 AI 모델이 어떤 원리로 작동하는지, 어떤 변수가 현재의 의사 결정에 중요한 영향을 미치는지 그 기여도를 선별하고 예측 정확도를 산출하는 딥러닝 설명 과정 입력 기여도 측정 기술(NeurIPS 2022)로 세계 최고 수준의 기술력으로 인정받았다. (2) Cloud AI EEJI Cloud AI EEJI[이:지]는 기업이 보유한 데이터 기반 인사이트 도출 및 주요 지표 예측을 통한 폭넓은 활용을 지원하며, 다양한 경제적·환경적 요인을 통합적으로 분석하는 강점을 갖추고 있다. 인이지의 기술력은 산업별 맞춤형 AI 솔루션 설계, 데이터 수집, 모델 개발, 현장 적용 및 통합 운영까지 아우르는 end-to-end 서비스로 제공되며, 고객의 디지털 전환과 공정 혁신을 효과적으로 지원한다. EEJI는 경제 지표, 수요 예측, 원자재 가격 분석 등 비즈니스 데이터에 가장 적합한 최적의 예측 모델을 제공한다. EEJI는 API를 통해 손쉽게 연동되며, 고객사가 데이터 활용도를 극대화할 수 있도록 지원한다. 두 솔루션 모두 사용자의 비즈니스와 제조 공정의 효율성을 극대화하는 데 중점을 두고 설계되었다. 관련 트렌드 및 전망 (1) 산업 AI 기술 및 지속가능성 글로벌 기술 패권 시대에 제조업이 국가 경쟁력의 중심으로 떠오르고 있으며, 미국은 제조 기술의 약점인 생산성을 첨단 기술로 극복하고 첨단 제조업으로의 전환을 준비하고 있다. AI는 제조업에서 생산성 향상, 에너지 효율 증대, 인력 운용 최적화, 제품 품질 개선 등 주요 과제를 해결하는 핵심 기술로 부상하고 있다. 산업 AI 기술은 제조업에서 실시간 데이터 분석을 통해 공정을 최적화하고 설비의 유지보수를 사전에 예측하는 방향으로 발전하고 있다. 특히 석유화학, 시멘트, 제철 등 대규모 공정을 보유한 산업에서는 에너지 효율 향상과 운영 비용 절감을 위한 AI 활용이 필수적이다. 기업들은 산업별 맞춤형 모델과 거버넌스 전략을 통해 AI를 도입하고 있으며, 기존 AI/ML 기법과의 조합을 통해 한계점을 보완하고 있다. 또한, AI 기술을 활용해 에너지 절감과 탄소 배출 저감을 실현하는 솔루션은 제조업계에서 중요한 과제로 자리 잡고 있으며, 관련 기술 수요는 꾸준히 증가하고 있다. (2) 설명가능 AI의 중요성 설명가능 AI(Explainable AI)는 AI의 의사결정 과정을 명확히 드러내 신뢰를 구축하는 핵심 기술로, 제조업 등 산업 분야에서 중요성이 높아지고 있다. 주요 정부와 규제 기관은 책임감 있는 AI 활용을 위해 투명성과 신뢰성을 강화하는 정책을 추진하고 있으며, 이를 통해 사용자와 이해관계자가 쉽게 이해하고 모니터링할 수 있는 솔루션에 대한 수요가 증가하고 있다. 인이지는 설명가능 AI 기술을 활용해 산업 현장에서 AI 의사결정 과정을 투명하게 제시하며, 신뢰와 책임감을 강화하고 있다. 이로써 윤리적이고 책임감 있는 AI 활용을 지원하며, 산업계의 지속가능한 디지털 전환에 기여하고 있다. 비즈니스 전개 방향 인이지는 ‘인간(人)을 이(利)롭게 하는 인공지능(知)’이라는 기업 비전 아래 철강, 시멘트, 정유, 화학, 발전, 유리 제조 등 주요 제조 공정에서 AI 예측 가이던스의 실효성을 입증하며 국내 레퍼런스를 확대하는 동시에 산업 현장에서 제조 품질을 향상시키고 기업 성장 촉진에 매진하고 있다. 2025년 코스닥 상장을 목표로 하고 있지만, 궁극적인 목표는 Siemens와 같은 세계적인 기술 기업으로 도약하는 것이다. 최근 인이지는 국내 제조 기업들과의 협력 경험을 바탕으로 일본 시장 진출 1년 만에 주요 제조사들과 실증 프로젝트를 성공적으로 진행하며 글로벌 확장을 가속화하고 있다. 일본의 지요다 강철 공업과의 AI 공정 실증 실험을 시작으로, 제강, 시멘트, 생활가전 제조사 네 곳에 AI 예측 솔루션을 도입하고 운영을 확정했다. 일본을 시작으로 독일, 대만 등 글로벌 제조 강국으로 시장을 확대해 나가며 글로벌 시장에서 AI 예측 기술의 혁신성과 실효성을 입증하며 세계적인 AI 예측 전문 기업으로 자리매김하고자 한다.

시점 – 사물이나 현상을 바라보는 눈 (8)   지난 호에서는 개별 관찰, 집단 관찰, 확률과 통계에 관한 주제의 두 번째 이야기로 ‘집단 관찰’에 관한 이야기를 소개하였다. 압력, 온도, 비중, 밀도의 개념에 관한 이야기를 시작으로 기체, 액체, 고체의 성질과 온도에 따른 수축·팽창 현상에 이르기까지 집단 관찰이라는 시각에서 자연현상을 생각해 보았다. 이번 호에서는 개별 관찰, 집단 관찰, 확률과 통계에 관한 주제의 세 번째 이야기로 ‘확률과 통계’에 관해서 생각해 보기로 한다. 통계는 장단점을 숙지하고 활용하면 매우 유용하지만, 가정과 약점을 이해하지 못하고 사용하게 되면 의도와는 다르게 엉뚱한 결론에 도달할 수 있다. 몇 가지 구체적 사례를 바탕으로 확률과 통계에 얽힌 이야기를 소개하고자 한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 확률은 때로는 호의적이고 때로는 적대적이다. 우연일까 필연일까?   확률 확률(probability)은 어떤 일이 일어날 가능성 또는 개연성으로, 일어날 가능성이 있는 비율이나 빈도로 표현한다.(그림 1) 확률은 수학적으로 계산된 확률과 실제로 일어난 일을 바탕으로 계산한 경험적 확률이 있다. 모든 경우의 수에 대해 그 일이 일어날 경우의 수를 수학적으로 계산한 것을 수학적 확률이라고 한다. 수학적 확률은 모든 경우의 수 중에서 어떤 일이 일어날 경우의 수를 비율로 나타낸다. 예를 들어 정육면체인 주사위는 6개의 동일한 크기와 각도를 가지고 있어 주사위를 던졌을 때 나타날 수 있는 눈의 모든 경우의 수는 6이다. 그중에 어떤 눈이 나올 확률은 1/6이다. 반대로 경험적 확률은 실제로 주사위 던지기를 무수히 반복했을 때 나타난 확률로 경험을 바탕으로 추측한 값이다. 수학적 확률은 물리학, 화학, 생물학 등의 과학 분야와 다양한 공학 분야를 비롯하여 스포츠, 도박, 복권 추첨과 같은 분야에서도 활용되고 있다. 다루는 대상이 무수히 많은 원자, 분자, 전자 등의 경우 통계 역학에서 이를 확률적으로 계산하고, 물질과 에너지의 상호 작용을 양자 역학에서는 확률로 계산한다. 확률은 비율로 표시하면 0에서 1 사이의 값을 갖는다. 확률 0은 그 일이 절대로 일어나지 않는다는 0%를 의미하고, 확률 1은 그 일이 100% 일어난다는 것을 의미한다.   수학적 확률   그림 2. 확률과 경우의 수   룰렛 돌림판과 정육면체 주사위를 사용하여 수학적 확률을 계산해 보자. 룰렛 돌림판은 6등분되어 있고 주사위도 6면이 있다.(그림 2) 따라서 룰렛의 화살이 어떤 영역에서 멈출 확률은 1/6이다. 주사위 또한 어느 눈이 나올 확률은 1/6이다. 물론 룰렛 돌림판의 축이 한 가운데 있어서 어느 특별한 곳이 멈추기 쉽게 되어 있지 않다는 것이 전제조건이다. 주사위 또한 마찬가지로 어느 특별한 눈이 나오기 쉽게 되어 있지 않다는 것이 전제된다. 확률 0은 정해진 경우의 수 가운데 어떤 일이 일어나지 않는다는 것을 의미하지만, 예상 외의 일이 일어날 가능성까지 없다고 할 수는 없다. 실제로 룰렛 돌림판의 점수는 가는 선으로 구획된 칸을 기준으로 계산되지만, 화살표가 칸 사이의 눈금에서 멈추는 일도 있다. 이런 일은 룰렛 돌림판의 점수 체계에서 계산된 수학적 확률은 0이지만, 실제 게임에선 종종 발생한다. 이것은 점수 체계가 각 칸의 점수로만 계산하고 화살표가 눈금 위에 멈추는 경우는 고려하지 않았기 때문이다. 눈금 선의 두께를 고려하여 화살이 선 위에 멈출 가능성까지 고려하여 확률을 계산할 수도 있다. 눈금의 두께는 다른 칸의 각도에 비해서 매우 작으므로 선위에 화살이 멈출 확률은 매우 작을 것이다. 비슷한 사례는 주사위의 한 면이 지면에 닿지 않고 기울어져 있는 경우를 들 수 있다. 윷놀이에서 경우의 수와 확률을 계산할 때도 윷가락이 완전하게 엎어지거나 젖혀지지 않아 판정이 애매한 일도 생긴다. 그런 애매한 조건까지 고려한 경우의 수를 정확하게 판단해서 확률을 계산하는 것은 쉽지 않다.   n 개의 주사위로 나올 수 있는 숫자 주사위 하나의 경우는 1부터 6까지 1/6의 확률로 나올 수 있으리라는 것은 쉽게 이해할 수 있다. 주사위 두 개를 던질 때의 경우의 수와 확률은 어떻게 될까? <그림 3>처럼 모든 숫자의 조합을 표로 정리해서 보면, 두 개의 주사위에서 나온 숫자의 합은 2부터 12까지의 숫자가 나올 수 있으며 숫자에 따라서 확률이 달라진다. 이것도 수학적 확률에 지나지 않는다. 실제로 두 개의 주사위를 던져 보면 왼쪽의 확률 분포가 되지는 않는다. 상당히 많은 실험을 해야 비슷한 분포가 될 것이다.   그림 3. 두 개의 주사위를 던져서 나오는 수의 합     ■ 자세한 기사 내용은 PDF로 제공됩니다.