과학적 발견의 본질: 데이터 추론을 넘어선 ‘설명’의 힘

1. 귀납법과 베이지안 추론의 함정

과학적 탐구 과정에서 우리는 흔히 관찰된 데이터를 기반으로 미래를 예측하려 합니다. 예를 들어, 열원 위에 비커를 놓고 물을 끓이는 실험을 가정해 봅시다. 시간이 지남에 따라 물의 온도는 일정하게 상승합니다. 만약 우리가 1분마다 10도씩 온도가 오르는 것을 관찰한다면, 귀납적 사고(inductivist)나 베이지안 추론(Bayesian reasoner)을 따르는 사람들은 이 추세를 그대로 연장하여 무한히 온도가 상승할 것이라고 결론 내릴 것입니다. 이러한 논리에 따르면 2시간 후 물의 온도는 1,000도에 도달해야 합니다.

하지만 이는 명백히 틀린 예측입니다. 실제 물리적 세계에서는 물이 끓는점에 도달하면 온도 상승이 멈추고 100도에서 '정체(plateau)' 상태를 유지하게 됩니다. 데이터 포인트만을 기록하고 이를 외삽(extrapolating)하는 방식으로는 이러한 현상을 결코 예측할 수 없습니다. 이는 단순히 과거의 데이터를 나열하는 것만으로는 과학적 진실에 도달할 수 없음을 보여줍니다.

2. 예측을 넘어선 창의성과 설명의 역할

그렇다면 우리는 어떻게 '끓는점'이라는 물리적 현상을 이해할 수 있을까요? 연사는 이 지점에서 '창의성(creativity)'의 중요성을 강조합니다. 단순히 데이터를 연결하는 것이 아니라, 현상 이면에 숨겨진 메커니즘을 설명해낼 수 있는 창의적인 가설이 필요합니다.

과학의 진정한 본질은 단순히 '추세(trend)'와 '예측(prediction)'에 있지 않습니다. 과학은 현상을 이해하기 위한 '복잡한 이야기(complicated story)'를 만들어내는 과정입니다. 물이 끓는 현상을 설명하기 위해 우리는 입자의 운동을 살펴봐야 합니다. 온도가 상승함에 따라 '입자의 운동 에너지(kinetic energy of the particles)'가 증가하고, 입자의 속도(velocity)가 빨라집니다. 결국 액체 상태의 입자들이 나머지 액체로부터 탈출할 수 있는 '탈출 속도(escape velocity)'에 도달하게 되는데, 이것이 바로 우리가 관찰하는 '끓음(boiling)' 현상입니다.

3. 잠열(Latent Heat)과 과학적 설명의 가치

이 과정에서 핵심적인 개념은 '잠열(latent heat)'입니다. 입자들이 액체 상태를 벗어나기 위해 필요한 에너지는 온도를 높이는 데 쓰이지 않고 상태 변화를 일으키는 데 소모됩니다. 이 때문에 물이 끓는 동안 온도가 더 이상 상승하지 않는 구간이 발생하는 것입니다.

이러한 '잠열'이라는 용어와 입자의 움직임에 대한 설명이야말로 과학이 지향해야 할 바입니다. 우리는 먼저 현상을 설명하는 논리적 구조를 갖추어야만 비로소 정확한 예측을 할 수 있습니다. 즉, 예측은 과학의 결과물일 뿐, 과학 그 자체는 현상을 해석하고 설명하는 행위입니다. 요컨대, 데이터의 나열에 의존하는 기계적인 귀납법은 한계가 명확하며, 과학적 진보는 오직 현상의 본질을 꿰뚫는 창의적인 설명을 통해서만 이루어질 수 있습니다.