|
:: 게시판
:: 이전 게시판
|
- 자유 주제로 사용할 수 있는 게시판입니다.
- 토론 게시판의 용도를 겸합니다.
통합규정 1.3 이용안내 인용"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
25/09/12 04:51
여기저기서 AI가 박사 수준이라고 하는데, 올림피아드 문제 좀 잘 푼다고 해서 "연구"를 잘 할 수 있는건 아니겠죠. 연구를 하려면 말씀하신 것처럼 모델, 가설, 혹은 문제 설정을 하는 것이 중요한데 LLM이 그걸 할 수 있는지는 의문이니까요. 다만 문제 설정만 연구자가 제대로 해줄수 있으면 나머지는 LLM 딸깍이 가능하지 않을까 생각합니다.
이상 문제 설정 잘 못하는 박사 1인이었습니다. 크크
25/09/12 08:44
초지능이 정말 나오면 사실상 전기밥만 멕여주면 안쉬고 연구하는 초일류 박사님들이 탄생하게 되는 것일까요?
아직은 AI가 비서 내지 분석관 같은 수준의 느낌이라서요
25/09/12 09:00
저는 거의 매일 LLM을 업무 80퍼센트 정도는 쓰는데도, 박사급이라고는 전혀 상상할수 없는데 어떤 상황에 쓰시는건지 흥미롭군요... 저는 100년 동안 여기저기 학과 옮겨가며 1학년만 들은거 같은 학부생 느낌이 듭니다. (어쨌든 대단하긴 함)
LLM 딸깍 연구 생성까지는 현실화될 거라고 예상합니다. 더 큰 문제는 그다음 리뷰가 되겠습니다. 인간 피어 리뷰가 필요없을 정도로 신뢰가 생길 수준까지 갈 수 있을 것이냐? 는 아직은 결론을 내기 어려운 문제 같거든요. 생성이 가능해진다면 필연적으로 생길 수 있는 문제는 쓰레기 논문의 범람, 리뷰어 부족, 탑 저널 생산성 급감... 정도가 떠오르는군요. 소프트웨어 업계가 어느 정도 미리 겪고 있는것 같습니다.
25/09/12 09:38
저랑 느끼시는게 비슷한거 같습니다. 저는 학부 1학년까지는 아니고 석사1년차 정도로 느껴지긴 하는데.... 관련분야 지식이 전혀 없는 일반인이 말은 청산유수린 석사생 보면 와 개쩐다, 박사급 아냐? 라고 생각할수 있을거같은데 박사나 교수가 보면 저게 뭔 헛소리하고있는거야...? 라고 느낄수 있겠죠. 전문분야에서 llm 많이 써보니까 어렴풋이 느껴지더라구요.
25/09/12 09:49
다시 생각해보니 학부 1학년은 너무 내려치기한거 같긴 하네요.
요새 gpt5 릴리즈 이후 수준이 맘에 안들어서 저도 모르게 그만...
25/09/12 09:46
현재로서는 학부생 수준이라는데 동의합니다. 그래서 딱 그정도 수준 업무만 믿고 맡기구요.
다만 센세이셔널한 chatGPT의 데뷔 이후 현재까지의 발전 과정을 봤을 때 가까운 미래에 연구 수행 (그마저도 소프트웨어 세상에서 가능한 부분만 실행 가능함) 정도는 할 수 있게 발전하지 않을까... 하는 추측이었습니다.
25/09/12 12:23
바둑에서는 이미 초지능이 달성됐죠.
이세돌과 둔 알파고 다음에 나온 알파제로(커제와 둔 인공지능바둑)는 인간대국을 참조하지 않고 스스로 가상대국으로 학습해서 발전된 형태입니다. 물론 바둑은 규칙이 명료해서 인공지능에 보다 적합한 구조라고 볼 수 있지만 점차 영역이 확대될 것으로 봅니다.
25/09/12 13:17
알파고, 알파제로는 강화학습이라고 해서 시뮬레이션 및 경험 기반의 학습을 하는 알고리즘입니다.
본문에서 논의의 대상이 되는건 LLM 분야인데 (학습 과정에서 일부 강화학습을 활용하는 부분은 있지만) 데이터 기반의 학습을 하는거라 원리적으로 다르다고 볼 수 있죠. 그런 면에서 바둑이 됐으니 다른 분야도 될거라는 말은 근거가 조금 약하다고 볼 수 있습니다.
25/09/12 09:52
(수정됨) 프로그래밍이랑 어떻게든 연결 시키는게 좋습니다. 현 LLM이 가장 강력한 분야가 프로그래밍이거든요. 이공계시라면 어떤 분야에 있든 바이브 코딩으로 연구하는데 쓸만한 뭔가를 할 수 있습니다. Matlab이나 파이썬 같은걸로... 기가 막히게 잘합니다. SW 전공이 아닌 일반 이공계 전공자의 99.9프로보다 잘한다고 봄. 0.1프로에 드는 사람도 좀 답답해도 그냥 바이브 코딩 시키는게 효과적일거구요. 이제 SW 전공자들도 거의 다 바이브 코딩 하니깐요. 세르게이 브린이 구글에서 막상 제미니를 프로그래밍에 잘 안쓰고 있는 사람들이 있길래 당장 쓰라고 했는데 반발하니까 열 받아서 반발하는 사람 죄다 짤라 버리게 했다고 하죠.
그리고 현 AI가 뾰족 지능이라는 말을 많이 하는데 영역에 따라 퍼포먼스가 들쭉 날쭉해서 어떤 부분은 상당한 수준이기도 하지만 어떤 영역은 놀랍도록 허접하기도 합니다. 전 적절하게 쓰면 일부 영역에서는 박사급 퍼포먼스를 내기도 한다고 생각합니다. 능력이 안되서 도망쳤지만 아카데믹쪽 밥 먹었었던 입장에서 제가 아카데믹한 아웃풋은 못내도 남의 결과물의 대강의 수준은 가늠 할 수 있거든요. 최소한 제가 했었던 분야에서는... 물론 전체적으로 보면 아직 '도우미'수준에서 벗어나지는 못하는데 지금 정도도 굉장히 훌륭하고 발전속도가 어마무시하죠.
25/09/12 12:18
네, 정확히 바이브 코딩 용도로 쓰고있습니다.
졸업하기 전에 나왔다면 아카데미아에 남을 수도 있지 않았을까...하고 합리화해봅니다 크크
25/09/12 10:06
PhD 레벨이라는 얘기는 많은데 막상 검증해보면 1%만 맞다는 페이퍼도 있더라고요.
https://x.com/askalphaxiv/status/1964015572317876519?t=_oL_-d3pLsNS2g9WnDFKeQ&s=19
25/09/12 10:50
AI 가 박사 수준이라고 하나요? 제가 보기엔, 걍 나무위키의 다른 형태로 보이던데...... '이러이러한 상황에서 쓸 수 있는 CPU 랑 그래픽 카드 추천해줘' 라고 하니까 RTX 40 번대만 잔뜩 추천해 주길래 '아니, RTX 40 번대 말고, 50 번대로 추천해 줘' 하니까 '아직 RTX 50 번대는 출시되지 않아서...... 블라블라' 하길레 '뭔 소리임? 나온지 좀 됐는데?' 하니까 그제야 '아, 죄송합니다. 제 정보가 업데이트가 안 되어 있었군요. 말씀하신 것을 근거로 추천하자면.......' 이랬던 적도 있고요.
물론 정확한 정보를 제시해 주고 분석해 달라면 꽤 정확하게는 해 주겠지만, 아직은 100% 신뢰하기에는 문제가 있다고 생각합니다. 그냥, 아직은 길잡이 정도로만 생각하는 게 맞을 것 같은데요.
25/09/12 10:56
(수정됨) 무슨 모델을 쓰느냐에 따라 편차가 심합니다. 퍼플렉시티나 GPT5 thinking+웹검색 키면 댓글 다신 거 같은거에서 기본적인 실수는 이제는 잘 안할거에요.
제가 방금 이 둘에 확인해봤더니 RTX 50번대에 대한 정보 링크까지 걸어서 상세정보, 가격, 현황 잘 나옵니다.
25/09/12 11:08
네, 아무래도 사용자(저)가 제대로 못 사용하고 있다는 점은 감안해야겠죠(초보수준입니다.). 그리고, 아무래도 (농담이 아니라 진지하게) 박사급 지식을 가지신 분이 그 지식을 바탕으로 해답을 요구하면 박사급 해답이, 평범한 사람의 지식 수준으로 해답을 요구하면 평범한 수준의 해답이 나올 가능성도 크지 않나 생각합니다. 이 점에서 나무위키와는 확연히 다르겠네요. 그래도, 차후에는 어떻게 될지 모르겠지만, 길잡이나 그것보다 약간 더 도움이 되는 정도로 생각해야지, 절대적으로 신뢰하기에는 조금 무리가 있지 않나 생각합니다.
25/09/12 11:09
(수정됨) 아직 일반 업무에서는 편차가 심한게 맞고 (이것도 gpt5 에이전트 같은 걸로 좀 인내심 가지고 잘 쓰면 채용 지원 정도는 자동으로하게 만들 수 있음. 오늘 글 한번 써볼 예정이네요) 지금 실질적인 업무 아웃풋을 내려면 거의 대부분 '프로그래밍'과 연결 시켜야 합니다.
근데 위에 이공계만 썼지만 일반 사무직의 경우 엑셀 안쓰는 사람 거의 없는데 엑셀 VBA 매크로짜달라 해도 기가막히게 해줍니다. 심지어 집안일에도 쓸 수 있는데 와이프가 돈쓰고 저한테 비용청구한걸 카톡으로 남겨 놓는 데 카톡 내역 엑셀로 export하고 VBA로 카톡대화 중 비용청구한 내역만 뽑아주는 매크로 짜달라고 하고 쓰고 있습니다. 흐흐 이전에는 카톡 내역 일일히 찾았었거든요. 이전에도 VBA 매크로 짤 줄 아는 사람이면 충분히 하는 거였지만 그거 배우는 것도 일이고 짜는 것도 일이죠. 근데 LLM이용하면 '이러이러한 VBA 코드 짜줘'하면 딸깍과 함께 나오고 디버깅 좀만 시키면 됩니다. 디버깅도 제가 하는게 아니고 그냥 메시지만 따다가 고치라고 하면 됨.
25/09/12 11:17
(말씀하신 것과 일치하는 건지 모르겠는데, 일치하지 않는다면 이 인간이 이해력이 딸려서 그런 것이니 하고 이해해 주세요.) 저도 AI, 구체적으로 요새 제미나이에게 그림을 그려보게 하는데, 코드만 안 쓸 뿐이지 '이러이러한 식으로 그려줘' 하는 게 정말 프로그래밍과 비슷하다는 느낌을 받았습니다. 간단한 요구를 해서 그 요소만 채워주고 나머지는 제미나이 마음대로 하게 하는 건 쉬운데, 특정 장면은 정말 어렵더군요. 바둑 두는 장면을 자연스럽게 그리게 하는 게 정말 힘듭니다.
25/09/12 11:21
그림은 원래 세부 수정 어려웠었습니다. 근데 '나노 바나나'라는 모델이 나왔고 이건 세부 수정 잘 된다고 하네요. 상용으로 출시 되었는지는 모르겠음.
프로그래밍은 세부 수정도 가능합니다. 가끔 답답하기는 한데 프로그래밍 초고수가 아닌한 AI가 하는게 훨씬 빠르고 효율적이죠.
25/09/12 11:20
그러고 보니 특정 분야를 AI 로 비교적 쉽게 해결할 수 있고 또 어떤 분야는 조금 더 잘 쓰려는 노력을 해야 하고 그런 거 아닌가 싶기도 하네요.
25/09/12 11:22
(수정됨) 네 범용지능이지만 지금은 분야별로 편차가 심합니다. 어떤건 진짜 '딸깍'으로 쉽게 되지만 어떤건 노력이 필요하고 어떤건 아예 안되요.
유치원생도 할만한 것도 못하는 경우도 있습니다. 이것도 한번 글을 써볼까 하네요.
25/09/12 06:08
두배 무거우면 두배의 힘이 필요하다
속도가 변하지 않으면 힘이 안든다 속도가 두배 빨리 변하게 하려면 힘도 두배가 필요하다. 뭔가 더 심오한게 있을수도 있겠지만 전 이 정도에서 만족합니다. f=ma에 대해서는 이정도만 이해하고 있어도 상대론이나 양자장론까지 공부하는데 큰 불편함은 없는것 같습니다.
25/09/12 08:27
본질만 따지면 그게 맞죠. 저는 구체적인 추가 문제로 이게 어떻게 응용되는지를 보여주고 싶었는데...
새벽에 다 쓰기엔 너무 큰 주제였네요
25/09/12 07:41
낙관적으로만 생각하면 AI 가 인간을 흉내내는 정도지 본질을 따라오진 못한다..라고 할수도 있지만, 그냥 연결성의 정도 문제가 아닌가..싶은 두려움, 기대가 더 크긴 하네요
25/09/12 09:09
연결성의 정도...라고 표현하신 걸 제식대로 해석해보자면:
결국 모델이 지금보다 엄청 커지고, 데이터로 때려박으면 어떻게든 이해되지 않을까 인거 같은데요. 그런 데이터는 현실에 당장은 없다고 생각해서 저는 별로 두렵지는 않습니다. 예를 들어, 어떤 댓글이 웃긴지, 왜 열받게 하는지 같은 정보는 얻기도 힘들고 텍스트로 표현 자체도 어렵습니다. 다른 예시로, 굳이 말로 표현하지 않아도 다들 전제하는 아이디어들도 있습니다. 학습할만한 텍스트 데이터도 많지 않고, 억지로 만들어서 주입한다고 쳐도 전체 세계의 전제조건 중에 극히 일부일 수밖에 없죠.
25/09/12 10:03
댓글에 대한 맥락 이해는 사회화의 결과일거같고, 필요성에 따라서는 충분히 수행 가능하지 않을까요? 엘리트들 중에서는 사회화는 부족해도 법조인, 의료계에서 잘 활동하고 있잖아요? 전문 지식 및 추론 기술이 인간을 뛰어넘은 이후엔 인간 사회에 적극적으로 뛰어들어올 수도 있지않을까 하는 상상을 해보게 되네요. f=ma 에 대한 이해는 그 전 이야기일거 같고요
25/09/12 10:42
특정 전문분야에 대한 전문가들을 대체하는 것까지도 가능성이 있는 편이라고 보긴 합니다. 어떤 분야인지, 어느 수준으로 대체할지는 구체화하긴 힘들지만요. 이건 본질을 몰라도 현실 세계에 적용 가능하다는 심증이 있습니다.
제가 생각하기에 AI가 아직 가능성이 안 보는건 지식의 창출이라는 측면입니다. 학계/업계라는 커뮤니티가 봤을 때 ‘중요한‘ 질문이어야 하고, 이 중요하다는 건 아직 사람들 마음속에 느낌적인 느낌느낌으로 남아있지 밖으로 표현되기 어렵거든요. 사회화랑은 살짝 다른데... 아 역시 말로 하기 어렵네요.
25/09/12 17:06
LLM에 전공자는 아니지만 조금 도움이 될 수 있는 내용이라 말씀드리면,
LLM이전의 RNN,LSTM이 가지고 있던 장기기억 문제가 있었는데요 Transformer알고리즘이 Attention Mechanism을 통해 지금과 같은 LLM의 기능이 가능해진 것으로 알고 있습니다. 아직도 LLM한테 계속 비슷한 주제로 질문하다보면 맥락을 잃고 할루시네이션 답변을 할 때가 있는데, 이것 역시 더 발전된 트랜스포머 알고리즘 같은게 나온다면 더발전된 형가 가능할지도 모르겠다는 생각입니다
25/09/12 08:27
마침 역학에 관련된 이야기가 나와서 질문 하나 드립니다.
학생들에게 일정한 속도로 물건을 끌면(가속도가 0이면) 힘도 0이다라는 것을 이해시키는 것이 어렵더라구요 왜 움직였는데 힘을 사용하지 않았냐구요 어떻게 하면 쉽게 설명할 수 있을까요ㅠㅠ
25/09/12 08:32
일단 현실세계에서는 마찰때문에 일정한 속도로 끌려해도힘을 써야합니다. 그것때문에 학생들이 본인들의 직관과 달라서 그러는듯 싶네요.
25/09/12 08:36
선생님은 구체적인 문제 상황을 여러가지 세팅해주시고 학생 혼자 생각해보고 체크해주시는 게 좋죠.
그리고 설명할 때도 원인과 결과를 섞지는 않을거 같습니다. 가속도가 0이다는 관측 결과고 내가 상자를 끌었다는 인풋이죠. 여기서 끌었다는 표현이 저한테는 힘을 가했다로 읽힙니다. (아마 많은 학생들한테도) 이때 좀더 적절한 설명은 이거죠. 가속도가 0이라는 관측이 되는거보니, 내가 힘을 f 만큼 주더라도 어딘가에서 상쇄되는 힘을 주고 있구나!
25/09/12 09:17
다른 방향의 힘인 마찰[력]이 작용하니까요. 예를 들어 마찰력이 더 작은 빙판길을 이야기하면서 마찰력이 작으면 힘이 덜 드는걸 설명해주면 도움이 될 것 같습니다.
25/09/12 09:08
움직이는 물체는 운동량을 가진다
운동량을 가지는 물체의 운동 상태를 바꾸기 위해서는 외부의 힘이 필요하다 외부의 힘을 받지 않는 물체의 운동 상태는 바뀌지 않는다 질량이 무거운 물체일 수록 물체의 운동 상태를 바꾸기 위해서는 큰 힘이 필요하다 물체에 힘을 가하면 물체의 질량과 반비례해서 운동상태의 변화량이 생긴다. 그렇기 때문에 F=ma 그래서 F=ma로 위의 문제들에 접근해볼 수 있게 됩니다. 그런데 a는 뭔데? 나중 속도에서 처음 속도를 뺀 것을 둘 사이 시간차로 나눈 속도의 변화량.... 그래서 속도 문제도 풀 수 있게 되는 것이고... 등등...
25/09/12 09:35
(수정됨) 저도 고전역학에서는 그냥 공리로 받아 들이면 되고 이것에 대해 근본적인 고찰을 하는 건 '물리학'이라기 보다는 '철학'에 가깝지 않나 생각하고 있습니다.
25/09/12 09:45
(수정됨) 수식 자체를 이해하는 걸 말씀하시는 거군요. 어제 글도 그렇고 게시판에서 논의된건 약간 철학적인 관점에서 이해하려는 시도가 아닌가 생각이 들었었습니다.
근데 f=ma는 워낙 간단한 수식이라 수학 없이 정성적인 설명도 가능은 하다 생각합니다. 수학 없으면 약간이라도 이해하는 게 사실상 불가능한 양자역학이야 말로 수학 없이 설명하되는 단골 주제중 하나이니깐.... 일상 언어로 설명하면 너무 기묘하니까 어그로끌기 좋은지 물리학자들도 교양프로 나와서 수학 없이 많이 설명하더군요.
25/09/12 09:57
힘을 질량과 가속도의 곱으로 정의하는 것은 철학이죠
F=ma이라는 것은 알겠는데, 운동량 mv는 왜 보전되나로 가면 미분적분를 모르면 이해할수 없기 때문에 수학의 영역입니다 1차원에서 이해한것처럼 보여도 2차원으로만 확장해도 바로 좌절하는 사람들이 많습니다. 실제로는 이해못한거죠
25/09/12 10:00
수학적인 논리를 전개하기 적전에 그 논리를 적용하기 위한 멘탈 모델이 중요하다가 이 글에서 말하고 싶은 메시지였습니다.
수학적인 구조만 이해하는 것은 그냥 수학 계산하는거지 물리를 이해한게 아니라는 거죠. 이게 어떻게 현실에 적용되는지, 왜 이렇게 모델링됐는지를 이해해야 물리학이라고 할 수 있다라는게 주요 메시지입니다. 수학적인 테크닉은 그거랑 별도로 필요하다고 생각합니다. 다른 층위 같고 둘다 필요하죠.
25/09/12 09:56
정말정말 엄밀하게 따지자면 F=dP/dt 이고, dP/dt= v*dm/dt + m*dV/dt 이며, 일상생활 수준에서는 dm/dt = 0 이므로, 뒷부분만 잘라서 F=m *dV/dt =m*a 가 된다는 점을 많은 분들이 모르고 계실겁니다. 뭐 꼭 알아야 되는것도 아니고....
절대불변의 진리인 것 마냥 F=ma 에서 위 식의 우변에 ma 외에 아무것도 안보인다고 (실제론 + v*dm/dt가 숨어있죠) 가속도와, 질량만이 힘과 모든것을 결정해버리니까 (중략) 가속도의 방향이 (중략) 시간의 흐름이(중략) .... (산으로 가는 내용...) 이렇게 되면 그저 웃게 됩니다. (이 글 작성자님이 그렇다는게 아닙니다! 오해주의!) 애매하게 알고, 그 애매하게 아는 범위 내에서 과학과 전혀 상관 없는 내용을 붙이면서 마치 나만 아는 진리인 것 처럼 표현하면, 조금 오버떨자면, 반지성주의와 크게 다를 바가 없다고 느껴지기도 합니다. 뭐 저의 경우 그렇게까지 느낀다는 것이고, 아닌 분들도 계시겠지만... 전공자는 아니지만 물리를 나름 재미있게 공부했던 사람으로써, 이후에 써주실 글들을 기대하고 있겠습니다!
25/09/12 10:13
그쵸. 잘 아시겠지만 말씀하신 문제는 대표적으로 로켓을 쏠 때를 예시로 들 수 있는데,
F=ma 에서 m이 시간에 대해 일정하다고 보는 모델에서, 다이나믹하게 변하는 모델로의 확장이 필요하죠. 오늘 이후의 물리 얘기는... 좀더 쓸수 있을지 천천히 생각해보겠습니다 ㅠㅠ
25/09/12 10:46
내용은 정확히 이해하지 못했지만,
자신이 거의 반 평생을 바친 전공 분야에서 이상한 소리를 들었을때 얼마나 화가 나는지 잘 알기 때문에 그만 추천을 눌러버렸습니다.
25/09/12 11:53
문과생인데 유튜브 등을 통해서 물리학에 많은 관심이 생겼습니다.
근데 유튜브 영상만 본다면 뭐 겉핥기니... 교양과 전문 그 사이 어딘가 수준으로 공부해보고 싶은데요. 어떻게 공부하는게 좋을까요?
25/09/12 13:26
고등학교 수준과 대학교 수준 사이의 간극이 너무 크긴해서... 그 사이 어딘가라는 게 존재하나 싶긴 합니다.
물리학에 대한 관심이 어디로 뻗치냐에 따라 다를텐데 실생활과의 연결 면에서 기계공학 쪽으로 넘어가서 둘러보시는 것도 재미있는 경험이지 않을까... 물리학을 공부하는 사람 입장에서는 김갑진 교수님 나오신 영상들이 좀 재미있었던 거 같아요.
25/09/12 13:34
아카데미에서 LLM이 바꿔놓은게 정말 많습니다.
LLM 이후로 연구를 시작한 세대는 지식 습득을 거의 LLM에 의존하는데, 이게 분명 문제가 되지않을까 라는 생각을 합니다. 얼마 전에 이것과 관련해 현타가 와서 글 하나 써봤었습니다. https://pgr21.net/freedom/104878#5115583
25/09/12 13:57
아! 이 글 기억나요! 공감이 많이 됩니다. 업계도 다르지 않은거 같아요.
1. 비루한 프로그래밍 실력으로 클로드랑 이런저런 개발하고 있는데 분명 모르는 내용인데도 돌아가게 만들어줍니다. 바쁘니까 아 그런거였구나 하고 넘어가면 바로 다음날 휘발되죠. 학습할 시간을 다오.... 2. 논문도 아니고 심지어 블로그 글도 좀 길다싶으면 AI 가 다이제스트해줬으면 하는 욕구가 치솟습니다. 숏폼의 시대랑도 좀 맥락을 공유하지 않을까 싶은데, 논문은 둘째치고 이제 긴글 리터러시가 있는 사람 자체가 줄었고 그로 인해서 길지만 가치충만한 글의 니즈가 많이 줄었다는 느낌입니다. 어떻게 커뮤니케이션 하는 것이 효율적일까 현시점 기준으로 다시 고민해봐야겠습니다... 3. AI가 지금은 연구보조 정도지만 바이브 연구, 그니까 제가 위에서 적었듯 LLM 연구 생성 딸깍 수준이 달성되고 나면 필연적으로 쓰레기 논문의 범람, 리뷰어 부족, 탑 저널 생산성 급감 정도가 발생할 거 같습니다. 그때 리뷰가 가능한 사람의 가치가 정말 많이 올라가고, 그만큼 고통받겠죠.
25/09/12 18:44
F=ma 라는 공식 속에는 미분이 숨어 있고, 자연계에서는 사실상 a가 시간상수가 아니기 때문에 엄청 복잡한 공식이 되죠. 게다가 3차원 공간으로 가게 되면 방향이 변함에 따라 더 복잡계가 되어버리기도 하고요. 최근에 물리엔진을 만지작거리다 보니, 저 공식 속에 얼마나 어마어마한 법칙이 숨어있는지 깨닫게 되더라고요. 역학 하시는 분들 존경합니다.
|
||||||||||