[과학,잡담] 딥러닝/머신러닝과 물리

최근 몇년 동안 이공계 분야에서 딥러닝/머신러닝이라는 말을 수도 없이 많이 들었다. 그 때마다 흥미는 가지고 있었지만 이런 내용들이 자연과학에 어떻게 적용 될 수 있을까, 누군가 일을 하고 있을까 란 생각만 가지고 있었을 뿐 특별히 많은 기대를 하고 있지는 않았었다.

그러던 중 최근 점심을 먹다 arxiv 를 눈팅 하면서 이스라엘 그룹이 쓴 이상한 제목의 논문을 발견했다.

논문의 내용중 신선하게 다가왔던 부분은

특히 여기서 Renoramlization group 관련 분야는 입자물리를 비롯한 통계, 고체 물리에서 자주 쓰는 개념으로 UV scale 과 IR scale 을 연결해주는 역할을 한다. ( 간략히 설명해 보자면 UV 라는 것은 ultraviolet scale 즉 높은 에너지 상태를 말하는 것이고, IR scale 이라는 것은 Infrared scale 을 말하며 즉 낮은 에너지 상태를 말하는 것이다. 일반적인 물리학에서는 각 이론마다 perturbation//섭동적 (근사방법) 이 맞지 않는 스케일이 있는데 RG 를 이용하면 perturbation 이 적용되지 않는 구간에서의 물리를 조사 할 수 있어 아주 유용하다.) many-body 쪽, 고체물리 이론 전공 자들에게 친숙한 tool 들인 DMRG(density matrix renormalization group), MPS 등이 언급되어 특별히 나의 시선을 잡았다.

(여담으로 작년에 한 학회에서 초빙된 고체물리 쪽 분야 교수님께서 우리나라 사람들은 DMRG 나 MPS 쪽을 공부하지 않는 다면서 쓴소리를 하셨었다. 이런 걸 공부해야 leading group 이 된다고 하시면서 MPS 쪽 국내 전문가가 1명 있었는데 그 학생(자기 지도학생)이 이제 졸업해서 0명이라고 이래가지고 노벨상 같은것을 받을 수 있겠냐고, 기초과학 힘을 키우려면 이런 것들을 익혀야 한다고 했었던 말이 떠오른다. 참고로 그 분의 스승님이 작년 노벨물리학상 수상자 David J. Thouless, F. Duncan M. Haldane, J. Michael Kosterlitz 중 한명 이라고 했는데(H 같은데) 정확히 어떤 분이었는지는 기억이 나지 않는다. 작년 노벨물리학상은 topological phase/ topological insulator 관련 분야로 수상했는데 나중에 기회가 되면 소개해 보도록 하겠다. 수상자 중 Kosterlitz 교수님은 현재 고등과학원 Distinguished Professor 로 계신다. 작년 노벨상 해설 강연 때 고등과학원에서 언론과 인터뷰(?)를 했었던 장면을 멀리서 본 기억이 난다. 그러고 보니 오늘 APCTP 에서 콜로퀴움을 하는군..

해당 내용은 나중에 기회가 되면 자세히 ~

2010년에 그래핀으로 노벨물리학상을 수상한 Andre K. Geim 이외에 수상자를 마주치다니 영광(?) ㅋㅋㅋ, 아시는 분은 알겠지만 이 가임이라는 분은 3M 테이프로 그래핀을 찾아낸 그 분이다. 2000년도에 개구리를 가지고 한 자기부상 연구로 이그노벨상을 수상하기도 했다. )

혹시 이런 고체/통계 물리 쪽 말고 다른 분야에 적용된 사례가 없을 까 하고 찾아봤는데 2014년도에 arxiv 에 올라온 입자물리 관련 논문이 있었다.

새로운 입자를 찾는데 deep learning 을 어떻게 이용하자는 제안이 담긴 논문으로 Beyond Standard model 의 particle 를 찾을 때 deep learning 을 이용하자는 내용을 담고 있다.

또 다른 논문으로는 역시 2014년 10월 경에 올라온 논문인데, 중력파 검출에 관련된 것으로 국내 연구진이 많이 연관되어 있었다.

Gamma ray burst 관련된 시물레이션 및 관측 결과를 이용하여 machine learning algorithm 을 통하여 중력파 신호를 탐지 하겠다는 것이 주된 내용으로 보인다.

혹시 물리 말고 다른 분야는 어떨까? 수학이나 생물 분야에서도 2015, 2016 년도에 상당히 많은 논문들이 올라온 것을 확인 할 수가 있었다. 확실히 많은 사람들이 deep learning/ machine learning 에 관심을 가지고 있는 것 같다.

deep learning /machine learning 분야가 물리학 및 과학 분야의 최신 연구과제로써 진행되고 있었다는 점을 깨닫고 나의 시야가 너무나 좁다는 것을 느끼고 있다. 모르는 것이 너무나 많고 알고 싶은 것도 너무나 많다. 모든 것을 다 알고 싶다는 것은 나의 너무 오만한 욕심이 아닌가 싶다.