2024년 노벨 물리학상은 인공지능의 토대가 되는 홉필드 모형과 볼츠만 머신을 개발한 존 홉필드 교수와 제프리 힌튼 교수에게 돌아갔습니다. 홉필드와 힌튼은 뇌를 이해하기 위한 모형으로 기계학습을 개발했습니다. 그들조차 알파고나 챗GPT와 같은 오늘날의 인공지능 발전을 예상하지는 못했다고 합니다. 오히려 인공지능의 무비판적인 발전에 대해 우려를 표하기도 했습니다.

“기계학습이 물리학인가?”라는 의문이 들 수 있습니다. 하지만 물리학이 기계학습의 발전에 핵심적인 역할을 했다는 사실을 부정할 수 없습니다. 이번 특집호에서는 기계학습과 물리학의 만남을 심층적으로 다뤄보고자 했습니다. 네 꼭지의 글을 통해서 기계학습의 다양한 물리학적 측면을 소개해보려고 했습니다. 기계학습의 심오한 수수께끼(노영균), 확률모형으로서의 신경망(조정효), 비평형 통계역학과 확산모형(한정훈), 그리고 신경망과 양자다체계산(김동희)이 그 주제입니다. 시간을 쪼개서 좋은 글을 써 주신 집필진 교수님들께 감사드립니다.

물질, 에너지를 넘어서 정보의 관점이 점점 중요해지는 물리학의 발전에 이번 노벨상은 의미가 크다고 생각합니다. 결국 정보에 대한 탐구인 기계학습은 물리학의 중요한 연구 대상이 되고 있습니다. 특히 기계학습은 아이디어를 실제 코드로 구현하고, 그 결과를 통해 옳고 그름을 즉각 확인할 수 있다는 점에서 매우 매력적인 연구 분야입니다.

물리학자들이 기계학습의 발전에 더욱 많은 기여를 하기를 기대하며 글을 마칩니다.

[객원 책임편집위원 서울대학교 물리교육과 조정효 (jojunghyo@snu.ac.kr)]