최적화 대 시스템 수준의 종합: 과학적 탐구의 두 시선

과학적 탐구는 기존 지식을 바탕으로 결과를 최대화하는 '최적화' 관점과 과학자들 간의 복잡한 상호작용인 '시스템' 관점 사이의 긴장 상태에 놓여 있다. 강화학습(RL)과 같은 최적화 엔진은 특정 조건에서 과학적 진보를 도울 수 있는 유용한 도구이지만, 모든 현실 문제를 최적화로 환원하려는 시도는 위험을 내포한다. 특히 윤리나 사회적 시스템은 단순한 계산으로 정의될 수 없는 복잡한 피드백 루프를 포함하고 있다. 이 글은 왜 우리가 모든 문제를 최적화로만 보려 하는지, 그리고 왜 시스템 수준의 사고가 전달하기 어려운 '안티밈'이 되었는지를 탐구한다.