[수첩] "지구온난화, 현상 들쭉날쭉해도 평균 경향성은 뚜렷"

'기후역학과 지구온난화 연구'에 관해

 강인식 서울대 교수를 만나 2차 인터뷰 하다 (7월8일 낮 연구실에서)

   

[인터뷰 전에 보낸 이메일에서]         


강 교수님께   

1차 인터뷰에서는 기후역학, 기후모델링이 얼마나 복잡한 지식체계인지 알게 됐습니다. 또 자연을 기술할 때에 매개변수(아직 그 분명한 개념이 잡히진 않았지만)를 어떻게 잡아내느냐, 무엇을 어떻게 매개변수로 다듬느냐가 매우 중요하다는 것도 어렴풋이 알게 됐습니다. 물론 정확도가 높은 예측 시뮬레이션이 되려면 이런 매개변수들을 잡아내는 것 외에도 관측값을 더 많이 더 정확하게 입력해야 하고 또 시뮬레이션의 전체 시스템을 잘 설계해야 하는 것도 마찬가지로 중요하겠지요.   


오늘 만남에서는 기후온난화와 관련해 세간에 일고 있는, 논쟁들을 다뤄보았으면 합니다. 논쟁의 핵심이 무엇인지, 또 이런 논쟁은 기후역학, 기후모델링의 어떤 약점 때문에 생겨나는 것인지, 그런 약점은 현실 과학이 선택한 최선의 방법에 고유하게 생겨나는 것인지 등등에 관해 여쭙고자 합니다. 결국에 우리는 현실의 과학을 하는 것이고, 그 현실의 과학을 최선으로 활용해서 미래를 최선의 방식으로 예측하고자 하는 게 아닌가 하는 생각을 해봅니다. 그렇다면, 우리는 그 현실의 과학을 이뤄내는 노력과 함께 그 한계도 인식하면서, 적절히 미래에 대처해야 하지 않을까 하는 생각도 합니다. 그래야만 기후과학에 대한 지나친 맹신이나 지나친 냉소를 피할 수 있지 않을까 합니다.

     GCM » 지구 기후역학 모델의 한 예. 공간격자 단위 안에서 일어나는 기상현상의 물리과정을 방정식으로 기술한다. 출처/ Wikimedia Commons

     

오철우 한겨레 기자 지난 인터뷰에서 기후역학과 시뮬레이션에 관해 여러 말씀을 듣다보니까, 처음에는 기후 시뮬레이션이라는 게 주로 관측자료가 오래 쌓이다보면 그런 데이터의 통계에서 얻어지는 게 아닌가 생각했는데 생각보다 복잡하네요.  


강인식 서울대 교수 그럼요. 제가 발표한 논문 인쇄본을 막 받았는데, 2010년 5월 것이네요. 열대지방에는 30-60일 강우 주기가 있는데 이거에 대해 우리 기후역학 모델의 예측 기술을 살펴본 겁니다. 이렇게 통계모델도 있는데 통계모델은 10일 정도 예측을 할 수 있다면 역학모델은 20일 정도 예측할 수 있죠. 요즘에는 역학모델이 훨씬 더 정확해요.   


 

▶ “요즘엔 통계모델보다 역학모델이 더 정확해요”

 

역학모델이라는 게 흔히 말하는 수치모델을 말하는 거죠?  


그렇지요. 복잡계를 기술하는 컴퓨터 모델이 되겠지요. 예를 들어서 구름이 있으면 구름이 두께가 얼마나 되면 태양빛을 얼마만큼 차단한다, 이런 거에 관한 '경험식'이 있어요. 관측에 의해서. 그런 거는 정확하게 물리방정식으로 다 표현되지 못하는 게 많아서요, 그래서 경험식으로 만들지요. 그걸 만들어서 여기에 대입하지요. 그걸 매개변수라고 말하지요.    


매개변수라는 말이 자주 등장해요. parameter의 번역어인데 ‘매개’라는 말은 어떤 의미로 번역돼 쓰나요. '매개'라는 번역어를 쓴 이유가...  (* 연구자들 사이에선 '모수'라는 번역어를 더 자주 사용하는 것 같다- 오철우)  


매개변수화라는 게 뭐냐면 상태 변수를 매개체로 해서 공식을 만든다(formulate), 아마도 그런 의미이겠지요. 관측을 해보면. 예를 들어 구름이 얼마만큼 강수를 만든다 말이죠...    


관측값이 A, B, C, D가 있으면 그건 그냥 변수(variable)인 건가요? [네.] 그러면 매개변수라는 것은 어떤 예측하려는 큰 현상이 있고 그걸 예측하는 과정에서 그 중간을 매개한다 이런 의미인지...?  


그럴 겁니다. 이건 중요한 개념이니까 좀더 얘기하고 넘어가죠. 보세요. 이런 것들이 거버닝 이퀘이션(governing equation)...지배방정식이죠. 그러니까 대기를 지배하는 지배 방정식 계가 있겠지요. 이걸 우리가 푸는 겁니다. 예를 들어서 대기에서 히팅(heating)이라는 데에는 굉장히 많은 프로세스가 들어가지요. 복사 과정도 있고 구름 강수 과정도 있고. 이것을 가지고 온도나 이런 것으로 바람, 기압의 함수로 만든다는 거죠. 이게 매개변수화죠. 히팅을 알아야 하는데 현상을 상태 변수로 삼아 함수를 만든 것이죠. 예를 들어서 여기 보면은 우리 역학모델에서 이런 것들이 다 히팅 프로세스이거든요. 산이 있고 태양빛이 들어오는, 이런 것들을 다 방정식 계로 만들어서 이 속에 집어넣어야죠. [그런 방정식을 매개변수라고 하는 거네요?] 그게 매개변수이지요.    


번역어만 보면 어떤 숫자로 오해를 해서.. [사실 결국에는 숫자죠.] 여러 숫자를 집어넣어서 나오는 방정식으로는 생각하지 못해서 [...계산 방정식이죠.] 물론 그 결과가 숫자가 되겠지만... 그리고 1차 인터뷰 하고서 오늘 2차 인터뷰를 하러 이곳으로 걸어오면서 '결정론' 같은 생각이 떠올랐어요. 자연의 관측값을 알면 물리 현상의 방정식을 써서 세상을 예측할 수 있다, 이런 결정론의 모습이 떠올랐거든요. 물론 기후역학은 불확실성을 과학 안에 포함해 다루지만 미래를 예측하는 데에서는 그런 결정론의 신념 비슷한 게 엿보이는 듯해요.  


사실 우리가 시도하는 것은 그런 결정론의 가운데에서 하는 거죠. 방정식계에서 모든 것을 결정하고 다음 상태를 예측하려는 거니까요.      



▶ “기후역학은 결정론이지만 비선형은 매우 중요하죠”

 

그런데 기후역학에는 카오스 이론이 있고... 그러면서도 그런 불확실성이 과학 밖에 있는 게 아니라 과학 안에서도, 몇 퍼센트의 불확실성이다, 이렇게 과학 안에서 다루는 게 (전통적인 결정론과 기후과학의 결정론 사이에  있는) 차이라고는 생각하는데요.  


우리가 그런 걸 하지요. 결국에 아까 말씀하신 (전통적 의미의) 결정론은 이런 걸 겁니다. 선형 시스템(linear system)이라고 볼 수 있지요. 그런데 우리의 지금 유체역학은 비선형(nonlinear)입니다. 물론 '고도의' 비선형이라고 말할 수는 없고... 아주 고도의 비선형은 아니에요.      


모든 게 비선형이 아니고 어떤 부분은 선형이고 어떤 비선형이고 섞여 있다는 의미...  


그렇지요. 선형이 상당히 많은 부분을 차지하는 것은 사실이에요. 그 선형성이 없으면 (기후, 기상 현상을) 이해할 수 없으니까요. 그런데 비선형 역학이 지구 기후역학에서 상당히 많은 부분을 차지하죠. 그래서 로렌츠 이론(나비효과)이 나오는 건데. 내부에 존재하는 비선형성 때문에 똑같은 초기조건이 약간만 틀려도 이게 뒤에 가서는 상당히 다른 결과를 만들어낸다는 말이죠.  

그런데 우리는 그것을 평가(asess)합니다. 얼마나 불확실한지. 평가를 어떻게 하냐 하면, 모델의 예측 결과를 실제 관측값과 비교해서 '아 이게 얼마만큼의 예측성이 있다' 이렇게 표현하잖습니까. 우리 모델이 완벽하다고 치자, 그러고서 그걸로 예측할 수 있겠느냐 그런 걸 실험해요. 초기조건을 약간씩 다르게 주고서, 그러면 이렇게 다르고 저렇게 다르고 그렇게 나타나잖습니까, 당연히 그렇겠지요. 그게(그런 다른 결과들의 차이가) 넓게 퍼지잖아요. 처음에 차이(diversity)가 이만큼인데 점점 커진다는 말이죠. 이게 우리가 말하는 불확실성이지요.

   

미래의 점 A가 시간이 흐른 뒤에는 여기에 있을 수도 있고 저기에 있을 수도 있고, 그러면서도 그런 넓은 범위 안에 존재할 것이라는...  


그렇습니다. 그래서 우리가 계절 예측을 할 때에는 다른 초기조건들을 주고나서 (시뮬레이션을) 한 시즌(계절) 정도 돌립니다. 그러면 이렇게 다양한 결과가 나와요. 그러면 우리 예측은 이 사이 어느 곳에 있습니다, 이런 예측을 내놓지요.  

KIS2

    

기후과학을 대할 때에 지금 말씀하신 그런 배경 지식이 있으면 좋겠어요. 그래야 (연구의 결론을 단순화하지 않고서) 좀 더 느긋하게 볼 수 있지 않을까 하는 생각이 들고요. 예를 들어 2020년에 어떻게 된다 하면 그리 될 가능성이 현재 동원 가능한 과학으로 볼 때 상당히 있지만, 그렇게 안 됐다고 해서 현재 과학이 완전히 엉망이었다고 얘기하기도 어려운 거고요. 현실 과학은 최선을 하려는 것이고.  


그런데 이게(초기조건을 달리할 때에 나타나는 시뮬레이션 결과의 차이가) 무한히 커지는 게 아니라 어느 정도 시간이 흐르면 세추레이션(saturation, 포화)가 돼요. 어느 정도에서는 더 늘질 않아요. 불확실성의 수준이 커지다가 어느 정도 가면...불확실성이 그만큼 된다는 거죠. 그런데 시그널이란 게 있잖아요. 예를 들어 이산화탄소에 의해 온도가 증가하는 시그널 같은 거요. 여기에서도 (이럴 수도 있고 저럴 수도 있다는) 불확실성이 이렇게 존재해요. 그런데 실험을 통해 불확실성을 측정할 수 있어요. 이게 불확실성이 되겠고, 또 이건 그만큼 변화하는 시그널인데..    


증가한다는 경향은 변하지 않는데, 얼마만큼 증가하느냐 하는 정도에는 불확실성이 있다는 의미라는 거죠?  


증가 자체는 예측할 수 있지요. 이게 시그널에 해당되죠. 이것이 내부 노이즈가 있는 요거(불확실성)와 비율이 얼마나 되느냐 봐야죠. 이 그림에서는 시그널이 더 크다는 거죠. 그렇다면, 이건 기후변화가 일어남을 보여준다, 이렇게 얘기할 수 있는 거죠. 시그널의 크기가 불확실성의 크기를 넘어서는 게 지금부터 몇 년 뒤다 이렇게 말할 수 있죠.      



▶ 기후게이트 어떻게 보십니까?

 

이런 질문은 많이 받거나 교수님 스스로도 많이 하실 텐데요. 이른바 기후게이트로 시끄러운데 어떻게 바라보시는지.  

(1) 최근에 기후게이트가 문제가 됐습니다. 지구온난화 회의론자들은 해커들이 공개한 자료를 바탕으로, 지구온난화 결론에 과장이 있을 수 있다고 주장하고 있습니다. 오늘 영국 신문 뉴스의 제목을 봤는데, 기후 논문의 데이터 조작을 연구자가 시인했다는 내용이 있더군요. 이건 과학자의 신뢰, 과학의 신뢰와 관련된 문제인데요, 같은 기후 연구자로서 이 문제, 기후게이트를 어떻게 바라보십니까?

 


아까 얘기했던 불확실성과 관계되는데요. 우리는 이런 불확실성을 측정합니다, 연구를 하죠. 불확실성이 있다는 것을 과학적 관점에서 이해하고 그럽니다. 그런데 일반인은 어떻게 느끼냐 하면 '불확실성이 있으니까 기후과학 전체가 다 불확실하다', 이렇게 느낍니다. 일반 사람들이 '지구온난화 자체가 불확실한가 보다' 하고 느끼는 거에요. 물론 거기에는 불확실성이 있습니다. 예를 들어 시뮬레이션 모델이 완벽하지 못해요. 현재 툴에는 불확실성이 있습니다. 그게 어느 정도일지 어느 정도는 알지만 퍼팩트하게 알지는 못하고 있어요. 그런데 일반인이 그런 얘기를 옮겨서 말할 때에는 지구온난화 전체에 대한 불확실성으로 이해하는 거죠. 이렇게 말할 수 있어요. 우리 과학계가 최선을 다해 노력하는 중에서도 어쩔 수 없이 생겨나는 불확실성과 일반적인 불확실성은 다른 거죠. IPCC 보고서에 나와 있는 여러 가지 결론 있잖아요. 그건 우리 인류 지식이 만들어낸 최선의 결론이라고 보면 됩니다. 불확실성을 포함한.    


인류 지식을 종합해 내놓은 결론이라는 말씀이시죠?  


물론 거기에는 불확실성이 있지요. 불확실성을 포함한 가운데에 그렇다는 거죠.    


그러니까 어느 정도 관리할 수 있는, 파악할 수 있는 불확실성....어디에 있는지 무언지 모르는 불확실성이라면 위험하겠지만 불확실성이 어디에 있고 얼마나 있고 그걸 파악하고 콘트롤 할 수 있다면 그 때의 불확실성은 의미가 다를 것 같네요. ...  


네...    


'과학에 대한 신뢰'라는 게 현실에서는 '과학자에 대한 신뢰'이기도 하잖아요. 제 말씀은 무슨 말이냐 하면, 저 사람은 신뢰할만한 사람이라고 할 때에 그 사람이 말하는 얘기도 신뢰받을 수 있는데... 기후게이트라는 특정 사건을 볼 때에는 제가 자세히 읽고 오지는 못했지만 데이터가 오용됐거나 과도하게 해석됐거나 하는 윤리의 문제로 빠져들면, 그 사람과 같은 동료 과학자들의 얘기도 너무 느슨하다 이런 평가를 받을 수 있게 된다는...  


그럴 수 있을 거에요. 그런 점에서 과학자들이 조심해야지요. 그러나 여기에 보면 이게 불확실성이거든요. 지표면에 대한 불확실성, 성층권에 대한 불확실성, 이런 게 얼만큼 된다 이렇게 다 평가를 해서 제시한 겁니다. 이런 불확실성이 어느 정도인지 우리가 평가를 할 수 있지요... 그런데 그...      



▶ “불확실성 있지만, 과학은 그런 불확실성을 이해하는 거죠”

 

그런 평가 자체에도 불확실성이 있겠지요.  


어, 물론 있을 수 있지요... 예를 들어서 우리 모델을 가지고서 이산화탄소를 증가시키지 않은 경우와 증가시킨 경우를 과거에서 2010년까지 100년간 시뮬레이션한 적 있어요. 과거를 시뮬레이션 한 거죠. 이게 아시아 지역의 온도 관측 값인데요. 근데 여러 모델을 두고 할 때에 증가할 때에는 빨간색, 아닐 때에는 이렇게 나타납니다. 똑같은 모델을 가지고서 차이가 나타나죠. 차이가 뚜렷하지요.  

[얼마만큼의 차이인지는 모델마다 달라서 불확실한데 차이가 뚜렷히 존재한다는 것은 확실하다는 의미?] 그겁니다. 지금 보여드리는 게 '하키스틱 논쟁'이라는 것인데요. 이게 뭐냐면 지난 1000년간의 온도를 갖다가... 이게 나이테 데이터나 산호초 데이터 같은 프락시 데이터를 쓰는데요. 이게 실제 관측값이고, 그 다음에 이게 나이테 데이터를 이용한 값이 이렇게 나옵니다. 프락시 데이터이니까 다 다르겠지요. [이게 기온을 나타내는 건가요?] 기온입니다. 이게 IPCC 보고서인데요, 이렇게 올라갔네요. 실제로는 이렇게 오르다가 떨어지잖습니까? 여러 다른 프락시 데이터에선 다 떨어지는데 이 프락시 데이터에서는 그렇지 않다는 말이에요. 이걸 놓고서 이 연구그룹 사람들이 서로 이메일을 주고받은 모양이에요. IPCC에 그림을 보고하기 위해서 그 사람들이 계속 토론을 합니다. 이게 결국에 IPCC에 나온 그림이고요, 이게 조작됐다는 논란의 대상이 된 거죠. 프락시 데이터라는 게 어차피 근사겂인데, 다른 프락시 데이터와 다르게 나타난 거죠. 그래서 연구자들 사이에서도 이걸 못 믿겠다는 거죠. 연구자들 사이에서는 이런 데이터를 내놓으면 혼란이 생길 거고 어차피 근사 값이 프락시 데이터가 원래 장못된 것일 수도 있고, 그래서 이럲게 컨퓨전 했다는 겁니다. 그런데 어떤 기자가 이메일 주고받는 것을 다 입수한 거에요. 그래서 이게 데이터 조작과 신뢰성의 문제로 비화했지요.

 

어떤 이유에서건 임의로 데이터 그림을 그렇게 그려넣은 건 명백히 잘못이네요.  


명백히 잘못이지요. 그런데 그 연구자들 내부의 평가는 뭐였느냐 하면 이 원래 자료가 애초에 잘못됐을 수 있다는 거죠. 이게 잘못 됐으니까 보정이 필요하다는 거죠. 그 사람들은 나름대로 이유를 갖고서 보정을 했지만 결과적으로는 조작인 것이었죠.    


현재 기후게이트와 관련한 논란이 과장되어 진행된다고 보시나요?  


잘못은 명백히 잘못이지요. 하지만 제가 앞서 말씀 드린 경우에는 연구자들이 나름대로 과학적인 근거에 의지해서 보정을 한 건데, 저건 굉장히 중요한 [크리티컬한] 그런 대목이 아니거든요.     


관측 자료 자체는 그냥 있는 그대로 쓰면서 결론을 도출해야 하지 않을런지요.  


그렇겠죠. 그래야 이런 과거 자료를 가지고 하는 연구에 대해 신뢰성을 가질 수 있으니까. 이게 나이테에 관한 프락시 데이터인지 잘 기억이 안 나는데 아무튼 그 데이터에다 보정을 한 거죠. 그 부분이 어찌 보면 상당히 마이너한 대목인데, 사실 이런 관행들이 많을 수도 있겠지요. 그런데 이런 작은 실수들이 우리 연구 전체를 불확실한 것으로 몰아가게 하는 거죠.  

우리 과학계에서 굉장히 유명한 과학자 MIT대학의 린첸(Lindzen) 교수가 있어요. 이 분은 기후과학의 불확실성을 굉장히 주장해요. 지금 온난화 주장이 과다하게 시뮬레이션된 것일 수 있다고 하죠. 린츤 교수는 굉장히 유명한 분이고 기후역학의 최고 권위자이시고. [그러면서도 회의적인 태도를 보이신다고요?] 아니 회의적인 정도는 아니에요. 과학적으로 어떤어떤 문제가 있다, 온도를 조절하는 데 구름이 굉장히 중요한데도 구름 시뮬레이션의 질에 어떤 문제가 있다 그렇게 주장해요. 그래서 우리가 예측하는 것보다 실제 값이 적을 수 있다고 말하고요. 온난화 자체를 부정하는 건 아니에요. 그런데 최근 연구는 린첸 교수의 주장이 맞는 것으로 나타나고 있지는 않아요. 그런 과학적 주장이 있는 것은 정당하게 검증을 해야 겠지요.

 


▶ “지구온난화 회의론, 대부분은 시간척도와 평균에 대한 오해”

 

기후게이트로 인해 지구온난화 회의론의 목소리도 다시 커진 듯한데요 회의론의 주장을 어떻게 보시는지.  

(2)  회의론의 주장을 좀 더 살펴보지요. 몇 가지 큰 틀의 의문 제기가 있고, 또 몇 가지 세세한 의문 제기가 있습니다. 큰 틀에서는 과연 시뮬레이션으로 추론되어 도출된 결과를 어떻게 ‘기정사실’로 받아들여 믿을 수 있느냐, 또 지구 기후나 온난화 주기라는 게 지구역사에서도 온난화는 되풀이된 게 아닌가, 이산화탄소 농도 증가는 사실이지만 지금의 온난화를 일으키는 요인으로 받아들이기는 의심스럽다거나 하는 의문들이 제기되고 있지요. 또한 온실효과의 대부분은 수증기에 의한 것이므로 이산화탄소의 영향을 너무 과대하게 해석해선 안 된다는 주장도 있고, 또는 정반대로 지금은 온난화가 아니라 빙하기로 가는 중이라거나 사람의 영향보다는 태양의 영향이 더 클 것이라는 주장도 있지요. 기후예측의 수치가 계속 하향조정되는 일련의 과정도 회의론에 힘을 실어주고 있는 것 같습니다. 이런 회의론들에 대해 어떻게 보시나요. 모두 하나씩 응대하기는 힘들 것 같기는 합니다만...

 

회의론 주장 중에 빙하와 관련된 게 있죠. 제가 이해하는 것은 이렇습니다. 빙하기에는 몇 만년 주기의, 대략 4만년 주기의 시간척도가 있어요. 현재는 간빙기에요, 거의 끝이에요. 그러면 온난기후의 사이클이 있는 겁니다. 거기에서 시간이 지나면서 만년 주기로 온도가 약간씩 떨어지겠지요. 그런데 그런 만년 정도의 주기이면 우리가 그런 시그널을 느낀다면 우리가 1년에, 100년에 얼마나 느끼겠어요. 그건 100년 동안에 느끼지 못하는 정도입니다. 그런데 우리가 느끼는 지구온난화는 5도가 100년 동안에 일어나는 거에요. 100배 정도 빠른 현상을 의미하는 거죠. 간빙기에서 떨어지는 주기가 있지만 우리가 감지할 수 없는 거죠.  그러니까 시간 척도가 완전히 다른 거죠. 예를 들어서 100년 동안에 온도가 4-5도 오르는 거라는 말이지요. 그런데 간빙기 하고, 그 정도가 4-5도 정도 돼요. 빙하기와 간빙기 차이가. 그게 2-4만년 주기로 일어나는데...    


회의론 쪽에서 주장하는 것들 중에서 일리가 있는 주장도 있습니까?  


지금 우리 과학계에서 아는 건 이런 건 있어요. 예를 들어 여기가 급격하게 이렇게 오르지 않습니까. 오르다가 떨어졌던 때가 1940, 50년대... 이러다가 급격히 오르는 거거든요. 그런데 우리의 대기에는 지구기후 시스템은 내적 변동에 의해서 장주기 변동이, 20년에서 50년 주기의 변동성이 있어요. 내부 변동에 의해서. 해양 순환이 대부분 그걸 콘트롤 하는데 해양 순환이 빨라졌다가 느려졌다가 그렇게 됩니다. <투모로> 영화에서 나온 거 있잖습니까. 대서양에서의 오버터닝 순환. 그게 중요한 내부 변동인데.  

이런 내부 변동성에 의해서 상당히 많은 부분이 콘트롤 됩니다. 이렇게 되는 게 이 때에 이산화탄소는 거의 일정했어요. 이렇게 급격하게 올라가는 것의 일부는 최근의 1980년부터 2000년 사이에 있었던 매우 샤프한 것은 내부 변동이 지구온난화 하고 중첩이 되어 일어나고 있다, 그렇게 추정하는 사람들이 많이 있지요.

   

기후역학자 중에서 주류의 지구온난화 이론에 대해 문제를 제기하는 사람은 없습니까?  


일부 있지요. 그러나 상당히 소수이고요. 예를 들어서 우리 기상학자들이 잘 알려진 학자들 있잖습니까. 세계적인 학자 그룹에서 이런 회의론을 받아들이는 사람들은 거의 없어요. 그러니까 전체적인 것을 다루는 사람들은 대부분이 지구온난화를 믿고 있지요. 그러나 그것이 얼마나 될 거냐에 대해서는 어느 정도의 불확실성은 있다고 보는 겁니다. 저도 그렇게 불확실성이 있다고 보고 있고요.    


"인간에 의한 지구온난화" 현상은 과학적 사실로 받아들여진다는 거군요.  


받아들여지죠. 가장 중요한... 예를 들어서 지구온난화라는 게 이거란 말이에요. 온실효과에 의한 온난화인데 온실효과만큼 퍼팩트한 것은 없어요. 태양에너지가 더 들어오는데 나가는 에너지가 차단이 되어서 온실이 온난화하는 거 아닙니까. 그게 다 시오투와 에치투오가 장파장을 흡수하고 방출하는  아닙니까. 장파장은 들어오는데 단파장은 차단하고.    


첨부한 자료는 미국 과학자들이 <사이언스>에 편지 형식으로 성명을 낸 것인데요. 기후게이트를 상당히 심각하게 받아들여서 기후과학에 대한 도전으로 받아들여서. 말씀하신 것처럼 작은 실수는 분명히 있을 수 있다. 그러나 큰 결론을 너무 도매금으로 폄훼해서는 안 된다 그런 내용인데. 불확실성에 대해서 주로 얘기하고 기후과학에는 불확실성이 있는 것이다, 그렇지만 과학 자체가 불확실성을 다루는 것이기 때문에 그런 가운데 얻어진 이런 결론은 쉽게 폄훼되어선 안 된다 그런 건데.  


그런 거죠. 아까 얘기했지만 저희들이 연구하는 것 중에 시그널과 노이즈가 있잖아요. 시그널이라는 것은 이산화탄소에 의한 지구온난화의 신호. 그리고 우리가 불확실성이 있잖습니까. 그러니까 지금 이미 그렇게 나타나고 있지만 지구온난화의 시그널이 이미 불확실성의 레벨을 벗어나고 잇는 거죠. [네에..그게 어떤 의미?]  아까 얘기했잖아요. 이런 불확실성이 있잖습니까. 불확실성의 레벨이 이 정도이고 이게 시그널이 되겠지요. 시그널의 크기가 확실히 더 크죠. 이걸 보시면 이것도 IPCC에 나와 있는 결과인데,    


그러니까 기후과학이라는 게 평균의 개념, 불확실성의 개념 이런 거에 대한 일반의 이해와 다를 수 있네요? 평균에 대한 해석이 다른 데에서는 무의미할 수 있는데 여기에선 달리 의존할 방법이 없기 때문에 개별 사건을 30년 뒤에 개별 사건을 예측할 수 없기 때문에 평균으로 예측을 해야 하니까.  


맞습니다. 1900-2000년 IPCC 자료입니다. 이건 이산화탄소가 없을 때와 이건 이산화탄소가 있을 때 이 차이가 시그널이죠. 이게 1970-80년대를 기점으로 지금 이걸 넘어선 거죠. 80년대부터는 시그널이 더 커지는 거죠.         



▶ “지배방정식은 확실, 매개변수는 논쟁 중”

 

네... 3번 질문에서 이런 게 생각났던 것은 불확실이라고 하면서도 거기에는 어떤 흔들리지 않는, 기후역학의 지식체계를 집이라고 하면 흔들릴 수 없는 뼈대이고 어떤 것은 장식이고 한 것인데, 그런 견고한.. 그러니까 추론으로 얻어진 결론 하고, 관측된 사실 하고 그게 일반인이 이해할 때에 막 그게 뒤섞여서...이건 추론이니까 사실로 믿을 수 없다 나갈 수도 있는 거고.  


우리 현대 과학이라는 것에는 결정론적인 것 있잖습니까 얼마나 많으냐, 예를 들어서 이것과 저것 비교할 때에 결정론적인 거죠. 차이가 확실하게 나타나죠. 우리가 확실하게 아는 대기를 지배하는 방정식계가 있습니다. 그건 확실한 것입니다. 물리학적인 팩트죠. 그것을 기초로 한 방정식계가 있잖습니까.. 에너지 보존법칙. 운동량보존  법칙. 그런 것들이 확실히 아는 우리가 아는 펀더멘털이에요. 그 방정식에 근거한 게 우리 지배방정식입니다.  

그 지배방정식이 모든 데에 사용되는 거죠. 그렇지만 기술해야 할 여러 현상들이 있습니다. 예들 들어 강수 작용에 대한 기술, 예를 들어서 복사작용에 대한 기술. 이런 것들도 관측에 의해 상당히 정교해요. 그렇지만 불확실성이 거기에 약간씩 있는 거죠. 아까 매개변수 얘기했는데 매개변수가 퍼팩트 할 수는 없지요. 그런 점에 불확실성을 포함하고 있고요.

 

또 한가지는 모델을 어제도 얘기했지만 300킬로미터 해상도인데 그런데 우리는 연속적인(continueous) 현상을 다루는 게 아니라 우리는 디스크리트(discrete) 한 모델을 다루기 때문에. 그래서 모델의 불확실이 있을 수 있는 거죠.

   

반올림의 오류 같은 거네요 [그런 거라기보다는 방정식을 모델로 할 때에...] 그게 아니라면 어떻게 보면 300킬로 격자로 보면 300킬로마다 A나 B나 C, 이런 타입을 주면...조각조각 나눈 값(patch)을 넎으면 해결될 수 있는 문제일 수도 있겠는데요.  


아니죠. 아무리 패치를 넣는다 해도 300킬로를 실제로 재현할 수는 없잖아요. 변수가 하나 밖에 없잖아요. 우리나라에 얼마나 공기가 연속적인 게 많겠습니까. 그런데 그걸 표현할 때에 컴퓨터가 그걸 따라갈 수 없기 때문에 우리나라 대기를 한 점으로 생각한다는 거죠. 그게 근사 방정식인데요, 그런 방정식 자체에 에러가 있을 수 있는 거죠.    


그러니까 매개변수를 얼마나 정교하게 할지, 매개변수가 중요하겠네요. 학계에서도 내부 논쟁도 이 매개변수에 관한 논쟁이겠네요.


맞습니다. [가중치를 제대로 주었는지, 빠진 게 없는지...] 맞습니다. 빠진 게 사실은 많이 있습니다. 그런 것들이 우리가 계속 사이언스를 해가는 이유죠.    


그러면 교수님은 언젠가 온 세상을 100% 다 방정식으로 기술할 수 있다고 믿나요?  


그렇지요. 저는 그렇게 가리라고 봅니다. 보는데 아까 우리가 본 비선형 때문에 우리가 아무리 퍼팩트한 모델을 갖는다손치더라도 퍼펙트한 예측은 안 되는 겁니다. [자연 자체가 지니는 비선형 때문에?] 네. 비선형이기 때문에. 또 퍼팩트하게 관측할 수도 없어요. [초기조건이 잘못될 수도 있다는 거네요] 맞습니다. 0.00001이라는 에러를 범하겠지요. 사진을 아무리 찍어서 그걸로 초기조건을 아무리 한다고 해도. 그런 것 때문에 퍼팩트 예측을 할 수는 없기 때문에.  어떻게 보면 신의 영역인지도 몰라요. 어떻게 보면 퍼팩트모델 하고 신의 모델 하고. 지금 근사모델이 있는 겁니다. [완벽한 모델은 자연이고요?] 아니, 자연이 아니고 완벽한 모델은 자연을 완벽하게 기술하는 거죠. [현재 과학이 할 수 있는 최고 수준의 모델을 말씀하시나요?]  아뇨. 현재 과학이 하는 최고의 모델은, 현재 지식을 다 동원해 만든 이런 근사모델이죠. 그러나 이 모델을 갖고 있다고 해도 자연과 똑같은 거라고 해도 이 모델로 자연을 완벽하게 재현해내고 완벽하게 자연을 예측하는 데에는 한계가 있을 거에요.    


말씀을 나누다보면 상당히 철학적인 얘기가 돼버렸네요.  


중요한 얘기입니다. 지금 나누는 얘기들이 우리 기후역학의 기초(basic)이죠.   


   

▶ 기후역학모델의 개념도를 그림으로 그려보다

 

이 4번 질문에서 시뮬레이션에 관해 풀어썼는데 대체로 맞는 얘기인가요? 한번 읽어보시면... 제가 아는 수준에서 어제 들은 얘기를 정리한 건데요.  

(4)  앞의 질문에 더하여, 시뮬레이션의 구성이 어떻게 되는지 다시 여쭙고 싶습니다. 구성요소를 생각해보면, 일단 대기/해양/육상의 자동관측장비나 위성의 관측값이 있겠고요, 또 이런 관측값들의 다양한 수치인 변수가 있겠지요. 또 궁극적으로는 구름, 땅의 용도(삼림, 사막, 도시 등), 해양 같은 여러 요소들에 나타나는 열(heating)의 이동과 분산 흐름을 계산해내는 방정식들이 있겠지요. 이것을 매개변수라고 하나요? 또한 지구의 상태나 경계조건 등에 관한 정보를 수식으로 풀어내는 여러 방정식들이 있겠고 이런 여러 방정식들을 적절한 알고리즘으로 설계하는 시스템이 있겠지요. 이런 시스템이 바로 시뮬레이션의 기반이 될 터인데요. 시뮬레이션을 일단 과거의 상태 값을 입력해 과거 기상/기후 수치와 비교해서 비슷하게 구현된다면, 이는 곧 미래의 기후를 예측하는 수치모델로 활용할 수 있는 거겠지요. 제가 지금까지 이해하는 바는 이런데요, 실제로 시뮬레이션은 이렇게 구성되고 작동되는 것인지요?


시뮬레이션은 지배방정식이 있잖아요. 지배방정식 계를 각 격자점에 대해서 표현을 해서 각 격자점마다 방정식 계를 어떻게 보면 근사 방정식으로 만들지요. 디스크리트하게. 그리고서 그걸 갖다가 인테그레이션 한 거죠. 거기에서 주요한 현상에 대해서, 매개변수화를, 그러니까 수치화를 해서 그 지배방정식에 집어넣죠. 그것을 컴퓨터 모델에 적당하게 근사화해가지고 그걸 적분하기 시작합니다.


좀 단순화해서 말씀드리면, (그림을 그리며, 그림 아래) 이게 인풋이고 이게 아웃풋이잖아요. 여기에 내부의 기계 장치들이 있고요. 이게 지배방정식들이고요. 여기에 원료를 집어넣어야 하는데 A 매개변수를 넣고....  


(그림을 보며 지적하며) 아니, 아니에요. 이게 전체의 시스템이니까. 그건 맞습니다. [매개변수를 시스템 안에다 넣어야 하나요] 네. 매개변수화되는 게 현상들이 이렇게 들어가지요. 그리고 관측값들이....  

model

 

관측값이 자동관측장비 위성관측갑 대기해양의 각종 관측값들이...  


관측값이란 것은 기온, 바람, 기압... [구름은?] 구름양은 계산으로 얻을 수 있습니다. [위성사진을 써서요?] 아뇨. 위성사진이 아니라 컴퓨터에서 매개변수화해서...    


아, 예를 들어 위성 사진에서 농도 면적 습도 이런 게... [습도 같은 그런 것들이 관측값이죠.] 대기의 습도 하면 대충 구름양이 나오는 거네요. [그렇지요 기온 바람 습도.] 이런 관측값을 넣으면 이 매개변수 작은 장치 여기에도 들어가고 저 매개변수 장치에도 들어가고.... 그래서 만들어져서 값이 나오면, 거기에서 또다시 제조해서 가고가고 흘러가서 그런 흐름에서 아웃풋이 나오는 거네요.  


맞습니다. 정확하게 표현했네요. 아...나도 그런 그림 하나 만들어봐야겠는데(웃음).     



▶ “기후과학은 기온, 바람, 기압, 습도의 복잡계 연구”

 

말씀을 듣다보니까 기후역학, 기상학이라는 것이 기온, 열, 습도 같은 것들의 복잡계를 다루는 과학이다, 그렇게 볼 수도 있는 거네요.[그렇겠지요.] 기후역학 하면 날씨 예측 정도로 흔히 생각할 수 있는데, 간단하게 얘기하면 열 또는 에너지가 지구에서 어떻게 돌아다니나 이런 것을 살피는 분야이네요.  


네. 그걸 우리가 이해하고 재현해내는 거죠. 여기 인터뷰 질문서를 보면 평균에 의해서 미래를 예측하고 이런 얘기가 있는데, 이게 과거에 1970, 80년대까지 기상학자들이 취하는 예측 방법이죠. 1976-1980년에 제가 공군 기상장교로 있었어요. 그때에 기상청도 마찬가지였지만 그때에 우리가 예측을 어떻게 했냐 하면 지금도 그렇지만 전지구에 있는 관측값이을 이용하죠. 세계기상기구(WMO)가 있는데, 전지구 관측값을 실시간으로 다 모아서 다시 다 뿌려줍니다. 그러니까 우리나라만 관측해선 안 되죠. 이건 1950년대부터 있었던 거에요. GTS라고 해서 글로벌 텔레커뮤니케이션 시스템 이게 제일 발달한 게 기상 분야입니다. 전쟁이 일어나도 기상 자료는 보냅니다. [이게 어디에 있는 건가요] WMO죠. 근데 그 노드가 여러 군데가 있어요 센트럴 노드는 미국의 기상청이 되겠고, 일본 기상청도 있고 호주 기상청... . 그런 노드들에서 관측값들을 다 수집해서 다시 전세계에 다 뿌려집니다. 1시간이면 끝나요. 6시간마다 그런 자료가 우리한테도 들어옵니다. 그러면 6시간마다 기상도를 그려요. 그 기상도를 보고서 ...우리는 경험적으로 볼 때에 항상 서에서 동으로 가는 겁니다. 서해 쪽에서, 중국에서, 비가 내리고 있구나, 악기상이 있구나 하면 그 뒤에 우리나라에 오겠구나 예측할 수 있는 겁니다. 예측을 많이 하다보면 수식화도 되고 노하우도 생기지요. 예를 들어서 동풍이 불거나 고기압이 있다면 어느 지역은 맑고 어느 지역은 비가 오고 그런 노하우가 있지요. 그렇지만 지금은 그렇게 하지 않습니다. 지금은 수치모델에서 시뮬레이션 해서 그 결과, 패턴이 나오지요.    


물론 지금도 관측값을 모으고 뿌리고 하는 건 계속하고 있잖나요.  


하고 있지요. 어떻게 보면 기상과 기후 과학은 최첨단 과학의 결정체입니다. 최첨단의 인공위성, 수퍼컴퓨터, 레이더 관측망 이런 것들을 다 동원해서 하는 과학이거든요. 그리고 상당히 복잡한 복잡계의 방정식을 다루고 있고. 우리 과학이 굉장히 발전했잖습니까? 그래서 세계 11개 기관이 이런 기후역학 모델을 가지고 있어요. 모델을 갖고서 이제 계절 예측을 하지만 계절 예측은 많이 틀립니다. 그래서 11개 모델을 한 군데에 모아 이걸 섞어 분석하면 좋아요. 그런 일부의 역할을 APCC(APEC 기후센터)가 하고 있지요. 이건 WMO(세계기상기구) 산하는 아니에요. 지난해에 WMO가 11개 모델을 다 받아서 다중모델을 다루는 센터를 지정했어요. 그걸 하는 게 미국기상청과 한국기상청입니다. 조인트 해서 하고 있어요. 11개 모델 자료를 다 받아 계절 예측을 해서 세계에 제공하는 거죠. [한국이 들어간 것은 APCC 주관국이어서 그런가요?]  그렇겠지요. APCC를 하는 나라이니까, 우리 테크놀로지를 인정해서 그렇게 된 거겠지요.    


오랜 시간 내주셔서 감사드립니다.

  • 구글
  • 카카오
  • 싸이월드 공감
  • 인쇄
  • 메일
오철우 한겨레신문사 과학담당 기자, 사이언스온 운영
1990년 한겨레신문사에 입사해 편집부, 사회부, 문화부, 생활과학부 등을 거쳤으며 주로 과학담당 기자로 일했다. <과학의 수사학>, <과학의 언어>, <온도계의 철학> 등을 번역했으며, <갈릴레오의 두 우주체제에 관한 대화>를 썼다.
이메일 : cheolwoo@hani.co.kr      

최신글




최근기사 목록

  • ‘창조과학’ 장관후보에, 과학기술계 ‘깊은 실망과 반대’‘창조과학’ 장관후보에, 과학기술계 ‘깊은 실망과 반대’

    취재수첩오철우 | 2017. 09. 05

     취재수첩 | 창조과학자 박성진 장관 후보 지명 논란  문 정부 지지층에서 비판 더 강해, ‘창조과학 비판’ 과학자들 자발적 연재뉴라이트 역사관, “창조공학 필요”, “대기업집중 불가피” 인식도 논란불씨 한 중견 과학자는 “여러 정...

  • 실험실의 지엠오, 시장에 나온 지엠오실험실의 지엠오, 시장에 나온 지엠오

    취재수첩오철우 | 2016. 07. 05

     …취 재 수 첩…  노벨상 수상 110명 “인도주의적 GMO, 반대운동 중단하라”미국과학아카데미 “지엠오와 전통작물 차이 증거 발견 못해”그린피스 “식량과 생태농업 현실적 대안 이미 있는데” 반박“표시제논란과 겹쳐 가열…과학논쟁,...

  • ‘전문연 제도’, 연구인력 정책 틀에서도 논의해야‘전문연 제도’, 연구인력 정책 틀에서도 논의해야

    취재수첩오철우 | 2016. 05. 25

    제도 시행 40여 년 거치며, 병역 정책은 이제 기초 과학기술 연구에도 영향국방 정책 울타리 넘어 연구인력 육성수급이라는 더 큰 관점에서 논의 필요 1973년 이래 시행된 ‘전문연구요원(‘전문연’)의 대체복무 제도’를 폐지할 계획이라고 밝힌 국...

  • 이런 상상: 우리가 인공지능 기자, 판사 만든다면…이런 상상: 우리가 인공지능 기자, 판사 만든다면…

    취재수첩오철우 | 2016. 03. 15

      취 · 재 · 수 · 첩   사람세상 경험의 데이터로 학습하는 인공지능어뷰징, 선정기사로 학습한 인공지능 기자는?불합리 논란 판결로 학습한 인공지능 판사는? 알파고의 학습형 인공지능이 그 어렵다는 바둑 게임에서 최고수를 5전...

  • 궁금한 인공지능과 ‘딥러닝’궁금한 인공지능과 ‘딥러닝’

    취재수첩오철우 | 2016. 03. 11

      취 · 재 · 수 · 첩  컴퓨터 바둑 프로그램이 바둑의 정상에 있는 프로기사를 5번기 제1, 2국에서 잇따라 이겼습니다.바둑을 둘 줄 모르다가 이번 ‘이세돌 대 알파고’ 대국을 계기로 이것저것 살펴보니, 컴퓨터 바둑 프로그램은 ...

자유게시판 너른마당

인기글

최근댓글

트위터 팔로우

sub2 untitled