기상청은 대기의 움직임을 지배하는 물리 법칙을 안다. 슈퍼컴퓨터도 있다. 그런데도 2주 뒤 날씨는 못 맞힌다. 법칙을 모르는 것도, 계산 능력이 부족한 것도 아닌데 예측이 무너지는 이 상황은 어딘가 이상하다. 마치 답을 아는 문제를 푸는데도 답이 안 나오는 것 같다.
이 역설을 정면으로 다루는 것이 카오스이론이다. 결론부터 말하면, 어떤 시스템은 규칙이 완벽히 정해져 있어도 원리적으로 예측할 수 없다. 그 이유가 흔히 '나비효과'라 불리는 성질이다.
규칙을 다 아는데 왜 미래를 못 맞힐까?
핵심은 초기 조건에 대한 민감한 의존이다. 두 개의 거의 같은 출발점 — 소수점 아래 여섯째 자리만 다른 두 값 — 에서 시작해도, 카오스 시스템에서는 시간이 지나며 그 차이가 점점 벌어진다. 그것도 조금씩이 아니라 지수적으로, 걷잡을 수 없이.
문제는 우리가 세상을 잴 때 오차가 없을 수 없다는 데 있다. 온도든 기압이든 무한히 정확하게는 못 잰다. 카오스가 아닌 시스템에서는 작은 측정 오차가 작은 예측 오차로 끝나지만, 카오스에서는 그 작은 오차가 시간이 지나며 거대한 차이로 자란다.
| 보통(안정) 시스템 | 카오스 시스템 | |
|---|---|---|
| 규칙(방정식) | 정해져 있음 | 정해져 있음 |
| 초기값의 작은 오차 | 작은 오차로 유지 | 지수적으로 증폭 |
| 장기 예측 | 가능 | 원리적으로 불가능 |
그래서 나비효과의 진짜 뜻은 "나비가 태풍을 만든다"가 아니다. "나비의 날갯짓만큼의 오차조차 무시할 수 없어서, 먼 미래는 계산으로 닿을 수 없다"는 것이다. 원인의 크기가 아니라 '정확히 잴 수 없음'이 핵심이다.
카오스는 무질서가 아니다. 규칙은 있으나 예측이 닿지 않는, 결정론과 무작위 사이의 세계다.
이 현상을 다루는 학문은 무엇인가?
카오스이론은 비선형 동역학의 한 갈래로, 시간에 따라 변하는 시스템이 언제 안정되고 언제 예측 불가능해지는지를 연구한다. 대상은 날씨만이 아니다. 심장 박동, 개체 수의 급변, 이중진자의 궤적, 난류처럼 '규칙적인 듯 규칙을 벗어나는' 현상 곳곳에 카오스가 있다.
여기서 확률과 통계와의 관계가 미묘하다. 카오스는 무작위가 '아닌데도' 예측이 안 되므로, 우리는 개별 미래를 포기하고 '가능한 결과들의 분포'로 눈을 돌린다. 일기예보의 강수 확률이 딱 그 예다 — 하나의 미래 대신 여러 시나리오를 돌려 확률로 말하는 것이다. 잡음과 신호를 분리하는 신호처리의 시선으로 보면, 카오스는 '규칙에서 나온 신호인데 잡음처럼 보이는' 까다로운 대상이다.
고등학교에서 배운 무엇과 이어지나?
미적분에서 다루는 변화율과 함수의 반복이 출발점이다. 카오스는 대개 "현재 상태로 다음 상태를 정하는 규칙"을 반복 적용할 때 나타난다. 같은 규칙을 거듭 적용하는데도 결과가 초기값에 따라 전혀 달라지는 것을, 간단한 수식과 계산기만으로도 체험할 수 있다.
지수적 증가라는 개념도 열쇠다. 오차가 '일정 비율로 계속 커진다'는 것은 지수함수의 성질이며, 이것이 예측 가능한 시간의 한계를 결정한다. 미적분을 익히는 순서에서 변화율과 지수·로그를 왜 함께 다루는지 떠올리면, 그 도구들이 이런 실제 현상과 어떻게 연결되는지 보인다.
대학에서는 이걸 어떻게 배우나?
수학과·물리학과·응용수학에서 미분방정식과 동역학계의 한 주제로 배우며, 기상학·생태학·공학·경제학처럼 시간에 따라 변하는 시스템을 다루는 곳에서 응용으로 만난다. 손으로 푸는 대신 컴퓨터로 궤적을 그려 보는 실습이 큰 비중을 차지한다. 다만 세부 교과 구성은 대학마다 다르다.
여기서 뻗어 나갈 탐구 질문 3가지
- 같은 초기 조건에서 출발한 두 계산기의 결과가, 반올림 자리 하나 차이로 얼마 뒤부터 갈라지는지 간단한 반복 수식으로 확인해 볼 수 있을까?
- 일기예보의 '강수 확률'은 카오스 때문에 하나의 미래를 포기한 결과다. 그렇다면 확률 70%는 정확히 무엇을 뜻할까?
- 심장 박동이나 뇌파처럼 '너무 규칙적이어도, 너무 불규칙해도' 문제인 생체 신호가 있다. 건강한 상태의 '적당한 카오스'란 무엇일까?
한 줄 요약
카오스이론은 규칙이 완벽해도 초기값의 미세한 오차가 증폭되어 장기 예측이 불가능해지는 세계를 다루며, 나비효과의 핵심은 원인의 크기가 아니라 '정확히 잴 수 없음'이다.
"규칙을 알면 다 계산할 수 있다"는 믿음이 무너지는 지점을 이해하는 것은, 세상을 겸손하게 보는 훈련이기도 하다. TimeLevelUp에서 계획을 세울 때도 먼 미래를 정밀하게 못 박기보다 가까운 구간을 자주 조정하는 편이 나은 이유를, 카오스는 수학으로 설명해 준다.