종의 기원 - 찰스 다윈

 

 

종의 기원

“새로운 과학적 진리는 그 반대자들을 납득시키고 그들을 이해시킴으로써 승리를 거두기 보다는, 오히려 그 반대자들이 결국에 가서 죽고 그것에 익숙한 새로운 세대가 성장하기 떄문에 승리하게 되는 것이다.”

모든 생명은 어떻게 탄생되었던 것일까? 지금 현대 사람들이 궁금히 여기듯 예전 사람들도 궁금해 했던 것 같다. 중세시대 때부터 내려오던 창조론인것일까? 아니면 다윈이 주장하는 태초의 생명의 나무에서 차츰차츰 진화하는 것일까? 필자는 기독교인이기에 창조론을 믿고 있다. 그러나 진화 또한 믿고 있다. 실험과 보고가 있었기에. 종의 기원만을 읽고는 원숭이가 진화해서 인간이 될 수 있는가? 설득력이 부족하다. 왜냐하면 단지 몇몇 진화된 동물들의 관찰을 가지고 “인간도 또한 원숭이가 진화한 것이다” 이렇게 귀납을 내리기에는 너무나 오점이 많기 때문이다.

그러나 종의 기원에서 나온 변종, 자연선택설, 진화까지 과학적으로 새로운 패러다임을 연 것에 대해서는 획기적인 시각이라고 생각한다. 생물은 자연 환경에 맞게 변종이 생기고 생존경쟁을 통해 살아 남은 종이 선택되며 선택받지 못한 종은 멸종이 되어 버린다. 생존경쟁에 필요 없는 부분은 퇴화가 되어 버리며(이 또한 생존을 위한 진화라고 말할 수 있다) 자연환경에 변하지 않은 종은 멸종한다. 변종은 자연 환경이나 인위적인 환경에서 발생하게 된다.

변종과 자연선택은 공학에서도 사용된다. Genetic algorithm(유전 알고리즘)이라는 것이다. 유전 알고리즘은 자연계의 생물 유전학에 기본 이론을 두며, 병렬적이고 전역적인 탐색 알고리즘으로서, 다윈의 적자생존 이론을 기본 개념으로 한다. 유전 알고리즘은 풀고자 하는 문제에 대한 가능한 해들을 정해진 형태의 자료구조로 표현한 다음, 이들을 점차적으로 변형함으로써 점점 더 좋은 해들을 만들어 낸다. 여기에서 해들을 나타내는 자료구조는 유전자, 이들을 변형함으로써 점점 더 좋은 해를 만들어 내는 과정은 진화로 표현할 수 있다.

달리 표현하면, 유전 알고리즘은 어떤 미지의 함수 Y = f(x)를 최적화하는 해 x를 찾기 위해, 진화를 모방한(Simulated evolution) 탐색 알고리즘이라고 말할 수 있다. 유전 알고리즘은 특정한 문제를 풀기 위한 알고리즘이라기 보다는 문제를 풀기 위한 접근방법에 가까우며, 문제를 유전 알고리즘에서 사용할 수 있는 형식으로 바꾸어 표현할 수 있는 모든 문제에 대해서 적용할 수 있다. 일반적으로 문제가 계산 불가능할 정도로 지나치게 복잡할 경우 유전 알고리즘을 통하여, 실제 최적해를 구하지는 못하더라도 최적해에 가까운 답을 얻기 위한 방안으로써 접근할 수 있다. 이 경우 해당 문제를 푸는 데 최적화되어 있는 알고리즘보다 좋은 성능을 보여주지는 못하지만, 대부분 받아들일 수 있는 수준의 해를 보여줄 수 있다. 이러한 생물의 진화 과정, 즉 자연 선택과 유전 법칙 등을 모방한 알고리즘들로 진화 전략(Evolutionary strategies), 유전 프로그래밍(Genetic programming) 등 여러 형태의 이론과 기법들이 최근에 활발히 연구되고 있다. 유전 알고리즘은 이 중에서 가장 기본이 되고 대표적인 알고리즘으로, 자연과학/공학 및 인문 사회 과학 분야에서 비선형 또는 계산 불가능한 복잡한 문제를 해결하는 데 널리 응용되고 있다.

다윈의 생존 경쟁을 통해 진화하는 알고리즘은 결정을 하는데 있어서 보다 확률적으로 높은 값을 우리에게 제공함으로써 우리에게 도움을 주고 있다. 다윈의 종의 기원은 단순히 창조론이냐 진화론이 옳으냐 그 문제를 떠나서 그 당시 시대배경에서 새로운 패러다임을 제공하고 좀 더 나은 선택을 하는데 있어서 필요한 이론라고 나는 생각한다.