뿌리학습 · 고등 과학탐구
감염병 진단·빅데이터·인공지능과 과학 윤리
과학은 실험실 안에만 머무는 지식이 아니다. 사회가 맞닥뜨린 문제를 해결하는 데 과학이 어떻게 쓰이는지, 그리고 그 과정에서 어떤 새로운 문제가 생기는지를 함께 살펴보자.
이 단원, 내가 꺼낼 수 있는지 확인해 볼까요?
15일 무료 · 끝나도 자동 결제 없음 · 이후 월 결제 9,800원부터
개념 정리
먼저 감염병이다. 감염병이 퍼지면 누가 감염됐는지 빨리 찾아내는 것이 중요하다. 진단 검사는 병원체가 가진 물질을 찾아낸다. 유전자 증폭 검사(PCR 검사 등)는 검체에 있는 병원체의 유전 물질인 핵산을 증폭해 확인하는 방법이고, 신속 항원 검사는 병원체의 특정 단백질(항원)을 찾아내는 방법이다. 일반적으로 유전자 증폭 검사는 신속 항원 검사보다 적은 양의 표적 물질도 검출할 수 있지만 검사에 시간이 더 걸릴 수 있고, 신속 항원 검사는 빠르고 간편하지만 표적 물질의 양이 적으면 감염을 놓칠 가능성이 더 크다. 그래서 상황에 맞게 두 검사를 나누어 쓴다.
검사 결과를 해석할 때도 과학이 필요하다. 감염 초기처럼 몸속 병원체의 양이 적거나 검체를 제대로 채취하지 못하면, 실제로 감염됐는데도 음성이 나올 수 있다. 이를 위음성이라고 한다. 음성 결과가 감염되지 않았다는 확실한 증거는 아니라는 뜻이다.
감염병이 어떻게 퍼지는지 추적하는 데도 과학기술이 쓰인다. 이동 기록 같은 디지털 데이터로 접촉한 사람을 찾고, 병원체의 유전 정보를 분석해 서로 다른 감염 사례가 어떻게 연결되는지와 변이가 어떻게 퍼졌는지를 추정한다. 이렇게 과학은 감염병에 대응하는 방법을 제공한다. 다만 이동 기록을 활용하는 일은 개인 정보 보호와 부딪칠 수 있어, 어디까지 활용할지는 사회적 논의가 필요하다. 감염병뿐 아니라 기후 변화, 에너지, 식량 같은 미래 사회의 문제도 과학적 이해와 기술 없이는 해결 방법을 찾기 어렵다. 예를 들어 기후 변화에 대응하려면 관측 자료로 원인을 밝히고 앞으로의 변화를 예측하는 모델이 필요하고, 온실 기체를 줄이려면 에너지를 더 효율적으로 얻고 쓰는 기술이 있어야 한다. 이처럼 문제의 원인을 밝히는 과학적 근거와 실제로 실행할 수 있는 기술적 수단이 갖추어져야 해결책을 세울 수 있다는 점이 미래 사회에서 과학이 필요한 까닭이다.
다음은 빅데이터다. 빅데이터는 기존 방법으로 처리하기 어려울 만큼 규모가 큰 데이터를 말하며, 양이 많고, 빠르게 쌓이고, 형태가 다양하다는 점이 대표적인 특성으로 꼽힌다. 과학 실험, 기상 관측, 유전체 분석, 신약 개발 같은 분야에서 많은 정보를 디지털 형태로 바꾸어 쌓을 수 있게 되면서 대량의 데이터를 활용할 수 있게 되었다. 날씨를 더 정확하게 예측하고, 질병과 관련된 유전 정보를 찾고, 교통 흐름을 분석해 신호를 조절하는 일에 빅데이터가 쓰인다.
빅데이터에는 주의할 점도 있다. 첫째, 데이터가 많다고 결론이 저절로 정확해지지는 않는다. 데이터를 모으는 과정이 한쪽으로 치우쳤다면 아무리 많이 모아도 치우친 결론이 나온다. 둘째, 두 값이 함께 변한다고 해서 한쪽이 다른 쪽의 원인이라고 할 수는 없다. 함께 변하는 관계를 상관관계, 원인과 결과의 관계를 인과관계라고 하는데, 상관관계가 있어도 두 값에 함께 영향을 주는 다른 요인이 있을 수 있다. 셋째, 개인 정보 문제다. 이름을 지워도 나이, 사는 곳, 이동 기록 같은 정보를 여러 데이터와 합치면 특정한 사람을 알아낼 수 있는 경우가 있다. 그래서 데이터를 활용할 때는 수집 목적과 동의, 보안을 함께 따져야 한다.
이런 이유로 필요한 것이 정보를 가려 보는 능력이다. 어떤 정보가 필요한지 고르고, 찾은 정보가 믿을 만한 출처에서 나왔는지, 어떤 방법으로 모은 데이터인지, 결론이 근거와 이어지는지를 따져 보아야 한다.
이제 인공지능과 사물인터넷이다. 인공지능은 컴퓨터가 자료를 바탕으로 학습하거나 규칙에 따라 판단·예측·추천 같은 작업을 하게 하는 기술이다. 최근에는 많은 데이터를 학습해 그 안의 패턴을 이용하는 인공지능이 널리 쓰인다. 이런 인공지능은 학습한 데이터와 방법에 따라 결과가 달라지고, 사람처럼 자연스럽게 대화하더라도 그럴듯하지만 틀린 답을 내놓을 수 있다. 그래서 결과를 그대로 받아들이기보다 확인하는 과정이 필요하다. 또 학습한 데이터에 치우침이 있으면 결과에도 그 치우침이 나타날 수 있어서, 기계가 판단했다는 이유만으로 공정하다고 볼 수는 없다.
사물인터넷은 사물에 달린 센서 등이 주변의 정보를 측정하고, 네트워크를 통해 그 정보를 주고받으며, 필요에 따라 기기를 작동시키거나 상태를 조절하는 기술이다. 센서가 측정한 신호를 디지털 정보로 바꾸는 과정이 그 바탕에 있다. 온도와 습도를 재어 자동으로 환기하는 농장, 전기 사용량을 확인해 낭비를 줄이는 건물, 떨어져 사는 환자의 건강 상태를 확인하는 원격 관리가 그런 예다.
인공지능 로봇과 사물인터넷은 사람이 하기 위험한 일을 대신하고, 에너지와 자원을 아끼며, 생활을 편리하게 하는 데 쓰일 수 있다. 한편 기기가 잘못 작동하거나 해킹을 당할 수 있고, 사고가 났을 때 누가 책임을 지는지 정하기 어렵고, 일자리가 바뀌는 문제도 있다. 미래 사회에 미칠 영향을 예측할 때는 이런 유용성과 한계를 함께 따져야 한다.
마지막으로 과학 관련 사회적 쟁점이다. 과학기술이 발전하면서 사회적으로 의견이 갈리는 문제가 생긴다. 유전자를 편집하는 기술을 어디까지 허용할지, 방역을 위해 개인의 이동 기록을 얼마나 활용할지, 인공지능이 내린 판단을 어떤 일에 쓸지 같은 문제다. 이런 문제를 과학 관련 사회적 쟁점이라고 한다.
이런 쟁점은 과학적 사실만으로 답이 정해지지 않는다. 같은 사실을 알아도 안전, 자유, 효율, 공정 가운데 무엇을 더 중요하게 여기는지에 따라 의견이 갈릴 수 있다. 그렇다고 과학적 근거가 필요 없는 것은 아니다. 주장을 뒷받침하는 사실이 정확한지, 근거가 주장과 이어지는지, 다른 입장의 근거도 살폈는지를 따져야 설득력 있는 논증이 된다. 과학은 판단의 근거를 제공하고, 결정은 사회적 논의를 거쳐 이루어진다.
이 과정에서 과학 윤리가 중요하다. 존재하지 않는 자료나 결과를 만들어 내는 위조, 연구 자료나 과정, 결과를 부당하게 바꾸거나 빠뜨리는 변조, 다른 사람의 아이디어·자료·표현을 출처를 밝히지 않고 가져다 쓰는 표절은 과학에 대한 신뢰를 무너뜨린다. 사람이나 동물이 참여하는 연구에서는 충분한 설명과 동의, 보호가 지켜져야 한다. 과학 윤리는 연구자에게만 해당하지 않는다. 과학기술을 이용하는 기업, 정부, 개인도 그 기술이 사람과 환경에 미칠 영향을 고려해야 한다.
이 단원 시험에서 묻는 것
학교 시험은 교육과정 성취기준을 바탕으로 출제됩니다. 이 단원의 성취기준은 다음을 할 수 있는지 확인하도록 정하고 있습니다.
- [10통과2-03-02]빅데이터를 과학기술사회에서 사용하고 있는 사례를 조사하고, 빅데이터 활용의 장점과 문제점을 추론할 수 있다.
자주 하는 착각
감염병 진단과 추적
- 과학을 실험실 안의 지식으로만 보고 사회 문제 해결과는 거리가 멀다고 본다. 교과서의 개념 설명이 먼저 떠오르기 때문이다. 감염병 대응에서는 병원체를 찾아내는 진단 기술, 퍼지는 경로를 밝히는 추적, 백신과 치료제 개발에 과학이 직접 쓰인다. 기후 변화나 에너지 문제 같은 미래 사회 문제도 과학적 이해와 기술 없이는 해결 방법을 찾기 어렵다.
- 감염병 진단 검사가 모두 같은 원리라고 본다. 결과가 양성·음성으로 똑같이 나오기 때문이다. 검체 속 병원체의 유전 물질인 핵산을 증폭해 확인하는 유전자 증폭 검사(PCR 검사 등)와 병원체의 특정 단백질(항원)을 찾는 신속 항원 검사는 찾는 물질이 다르다. 일반적으로 유전자 증폭 검사는 적은 양의 표적 핵산도 검출할 수 있지만 시간이 더 걸릴 수 있고, 신속 항원 검사는 빠르고 간편하지만 표적 물질의 양이 적으면 감염을 놓칠 가능성이 더 크다.
- 검사 결과가 음성이면 감염되지 않은 것이 확실하다고 본다. 검사 결과를 확정된 사실로 받아들이기 때문이다. 감염 초기처럼 몸속 병원체의 양이 적거나 검체 채취가 제대로 되지 않으면 실제로 감염됐는데도 음성이 나올 수 있다(위음성). 검사 결과는 검사의 원리와 한계를 함께 고려해 해석해야 한다.
- 감염병의 추적을 확진자의 기억에 의존하는 일로만 본다. 면담 장면이 먼저 떠오르기 때문이다. 이동 기록 같은 디지털 데이터로 접촉자를 찾고, 병원체의 유전 정보를 분석해 감염 사례 사이의 연결과 변이가 퍼진 과정을 추정하기도 한다. 다만 이런 추적은 개인 정보 보호와 충돌할 수 있어 사회적 논의가 필요하다.
빅데이터
- 빅데이터를 단순히 양이 많은 데이터로 본다. 이름의 '빅'에 주목하기 때문이다. 빅데이터는 기존 방법으로 처리하기 어려울 만큼 규모가 큰 데이터로, 양이 많다는 점과 함께 빠르게 쌓인다는 점, 형태가 다양하다는 점이 대표적인 특성으로 꼽힌다. 과학 실험, 기상 관측, 유전체 분석, 신약 개발 등에서 정보를 디지털로 바꾸어 쌓을 수 있게 되면서 활용이 넓어졌다.
- 데이터가 많으면 결론이 저절로 정확해진다고 본다. 양이 곧 정확성이라고 생각하기 때문이다. 데이터를 모으는 과정이 한쪽으로 치우치면 아무리 많이 모아도 치우친 결론이 나온다. 어떤 데이터가 어떻게 모였는지를 따지고 해석해야 의미가 생긴다.
- 두 값이 함께 변하면 한쪽이 다른 쪽의 원인이라고 본다. 데이터에서 드러난 관계를 곧바로 원인으로 읽기 때문이다. 함께 변하는 관계(상관관계)가 있다고 해서 원인과 결과의 관계(인과관계)가 있는 것은 아니다. 두 값에 함께 영향을 주는 다른 요인이 있을 수 있어서, 원인을 밝히려면 추가 분석이나 실험이 필요하다.
- 이름만 지우면 개인 정보가 보호된다고 본다. 이름이 곧 신원이라고 생각하기 때문이다. 나이, 사는 곳, 이동 기록 같은 정보를 여러 데이터와 합치면 특정한 사람을 알아낼 수 있는 경우가 있다. 그래서 데이터를 활용할 때는 수집 목적, 동의, 보안을 함께 따져야 한다.
인공지능과 사물인터넷
- 인공지능이 내놓은 결과는 틀릴 리 없으니 그대로 믿어도 된다고 본다. 사람처럼 자연스럽게 대화하기 때문이다. 인공지능은 컴퓨터가 자료를 바탕으로 학습하거나 규칙에 따라 판단·예측·추천 같은 작업을 하게 하는 기술이며, 최근에는 많은 데이터를 학습해 그 안의 패턴을 이용하는 방식이 널리 쓰인다. 학습한 데이터와 방법에 따라 결과가 달라지고 그럴듯하지만 틀린 결과를 내놓을 수도 있어서, 결과를 확인하고 판단하는 과정이 필요하다.
- 인공지능의 판단은 사람이 끼어들지 않으니 객관적이고 공정하다고 본다. 기계가 감정 없이 계산한다고 생각하기 때문이다. 학습한 데이터에 치우침이 있으면 그 치우침이 결과에 그대로 나타날 수 있다. 또 어떤 근거로 그런 결과가 나왔는지 설명하기 어려운 경우도 있다.
- 사물인터넷을 인터넷에 연결되는 기기 정도로 본다. 스마트폰으로 기기를 켜고 끄는 모습이 먼저 떠오르기 때문이다. 사물인터넷은 사물에 달린 센서 등이 주변의 정보를 측정하고, 네트워크를 통해 그 정보를 주고받으며, 필요에 따라 기기를 작동시키거나 상태를 조절하는 기술이다. 측정한 신호를 디지털 정보로 바꾸는 과정이 바탕에 있다.
- 새로운 기술이 미래 사회에 미칠 영향을 편리한 점이나 위험한 점 한쪽으로만 예측한다. 한쪽 사례만 접하기 때문이다. 인공지능 로봇과 사물인터넷은 위험한 일을 대신하고 에너지와 자원을 아끼는 데 쓰일 수 있지만, 오작동, 보안 문제, 사고의 책임을 누가 지는가, 일자리 변화 같은 한계와 문제도 함께 있다. 유용성과 한계를 함께 따져야 한다.
과학 관련 사회적 쟁점과 과학 윤리
- 과학 관련 사회적 쟁점은 과학적 사실만 확인하면 답이 정해진다고 본다. 과학이 정답을 준다고 생각하기 때문이다. 이런 쟁점은 과학적 사실과 함께 무엇을 더 중요하게 여기는가라는 가치 판단이 얽혀 있어서, 같은 사실을 알아도 의견이 갈릴 수 있다. 과학은 판단의 근거를 제공하고, 결정은 사회적 논의를 거친다.
- 반대로 사회적 쟁점은 의견의 문제이므로 과학적 근거가 없어도 된다고 본다. 누구의 의견이든 존중받아야 한다고 생각하기 때문이다. 의견은 다를 수 있지만, 주장을 뒷받침하는 사실이 정확한지와 근거가 주장과 이어지는지는 따져야 한다. 정확한 근거에 바탕을 둔 논증이어야 설득력을 가진다.
- 과학 윤리를 연구 결과만 좋으면 과정은 상관없는 문제로 본다. 성과가 먼저 눈에 띄기 때문이다. 존재하지 않는 자료나 결과를 만들어 내는 위조, 연구 자료나 과정, 결과를 부당하게 바꾸거나 빠뜨리는 변조, 다른 사람의 아이디어·자료·표현을 출처를 밝히지 않고 가져다 쓰는 표절은 과학에 대한 신뢰를 무너뜨린다. 사람이나 동물이 참여하는 연구에서는 동의와 보호가 지켜져야 한다.
- 과학 윤리를 연구자만 지키면 되는 것으로 본다. 연구실 안의 문제라고 생각하기 때문이다. 과학기술을 이용하는 기업, 정부, 개인도 그 기술이 사람과 환경에 미칠 영향을 고려해야 한다. 인공지능이나 개인 정보처럼 많은 사람이 쓰는 기술일수록 이용하는 쪽의 윤리적 판단이 중요하다.
이런 오개념, 나도 갖고 있을까?
과학은 실험실 안의 지식이라 감염병 같은 사회 문제를 해결하는 데는 거의 쓰이지 않는다.정답 보기
X (흔한 오개념이에요)
교과서의 개념 설명이 먼저 떠오르다 보니 과학을 실험실 안의 지식으로만 여기기 쉬워요. 실제로 감염병 대응에서는 병원체를 찾아내는 진단 기술, 퍼지는 경로를 밝히는 추적, 백신과 치료제 개발에 과학이 직접 쓰여요. 기후 변화나 에너지 같은 미래 사회 문제도 과학적 이해와 기술 없이는 해결 방법을 찾기 어려워요.
유전자 증폭 검사는 병원체의 핵산을, 신속 항원 검사는 병원체의 특정 단백질을 찾는다.정답 보기
O (맞는 설명이에요)
결과가 양성과 음성으로 똑같이 나오다 보니 모든 검사가 같은 원리라고 생각하기 쉬워요. 실제로 유전자 증폭 검사는 검체 속 병원체의 핵산을 증폭해 확인하고, 신속 항원 검사는 병원체의 특정 단백질을 찾아요. 일반적으로 유전자 증폭 검사는 적은 양의 표적 핵산도 검출할 수 있지만 시간이 더 걸릴 수 있고, 신속 항원 검사는 빠르고 간편하지만 표적 물질이 적으면 감염을 놓칠 가능성이 더 커요.
감염병 검사 결과가 음성이면 감염되지 않은 것이 확실하다.정답 보기
X (흔한 오개념이에요)
검사 결과를 확정된 사실로 받아들이다 보니 음성이면 안심해도 된다고 여기기 쉬워요. 실제로는 감염 초기처럼 몸속 병원체의 양이 적거나 검체 채취가 제대로 되지 않으면 감염됐는데도 음성이 나올 수 있고, 이를 위음성이라고 해요. 검사 결과는 검사의 원리와 한계를 함께 고려해 해석해야 해요.
나머지 OX 문제와 4지선다 문제는 앱에서 풀어볼 수 있어요.
자주 묻는 질문
교육부 고시 제2022-33호 과학탐구 교육과정 기반