NewsPeppermint

오늘날 대부분의 과학 분야는 지난 몇 세기 중 있었던 특정한 혁명적인 이론들에 의해 정립되었습니다. 그 이론들은 또한 과거의 지식들을 새롭게 해석하게 만들어 기존의 방법으로는 풀 수 없던 문제들을 설명했습니다. 여기 가장 혁명적인 이론 10가지를 소개합니다.

10. 정보이론: 클로드 섀넌, 1948

이 이론은 심지어 뒤집어 엎을 기존의 이론이 없었기에 혁명적인 이론이라고 말할 수도 없는 이론입니다. 섀넌의 정보이론은 오늘날 통신과 컴퓨터 과학의 기본이 되는 수학적인 기초를 제공했습니다. 정보이론이 없었다면, 비트(bit)는 아직도 드릴의 날을 가리키는 단어였을 것입니다.

9. 게임이론: 존 폰 노이만, 오스카 모겐스턴, 1944 (그리고 1950년대 존 내쉬)

게임이론은 경제학을 위해 만들어졌고 어느 정도 영향을 미치기는 했지만 경제학을 뒤집지는 않았습니다. 그러나 다른 사회과학 분야에 커다란 영향을 끼쳤습니다. 진화 게임 이론은 진화 생물학의 중요한 분야입니다. 게임이론은 심지어 카드게임, 축구, 연봉 협상 등의 일상에서도 쓰입니다. 양자 게임이론도 존재하며, 언젠가 실제로 유용하게 쓰일 가능성이 있습니다. 존 내쉬는 게임이론에 대한 기여로 노벨상을 받았습니다.

8. 연소(combustion)와 산소(Oxygen) 이론: 라부아지에, 1770년대

라부아지에는 처음 산소를 발견한 이는 아니지만 물체가 불에 탄다는 것이 곧 산소와 결합한다는 것임을 처음 발견했습니다. 라부아지에는 당시 연소를 설명하던 플로지스톤 이론을 떠나 근대 화학의 기초를 닦았습니다. 라부아지에는 후에 프랑스 혁명 시기에 처형 당하게 됩니다.

7. 판 구조론: 베게너, 1912; 윌슨 1960년대

베게너는 대륙이 움직인다는 것을 무려 1912년에 깨달았습니다. 그러나 1960년대가 되어서야 과학자들은 판구조론을 이론으로 만들 수 있었습니다. 캐나다의 지질학자인 윌슨이 가장 큰 기여를 했습니다.

6. 통계역학: 맥스웰, 볼츠만, 깁스, 19세기 후반

열을 원자와 분자의 통계적 운동으로 설명함으로써 통계역학은 열역학을 설명했고, 원자의 존재에 강력한 증거를 제공했습니다. 또한 통계역학은 물리학에 있어서 확률론의 중요성을 확립했습니다. 통계역학은 오늘날 재료공학에서부터 교통체증과 투표, 게임이론을 설명하는 데에도 사용됩니다.

5. 특수 상대론: 아인슈타인, 1905

어떤 면에서는 특수 상대론은 고전 역학의 결과가 대부분 유지된다는 점에서 그렇게 혁명적인 이론은 아닙니다. 그러나 특수 상대론은 시간과 공간, 물질, 에너지를 하나의 식으로 다루었으며 원자폭탄을 만들었고 우주 여행에서 나이를 느리게 먹게 된다는 사실을 알려주었습니다. 이 정도면 충분히 혁명적인 이론이 아닐까요?

4.일반 상대론: 아인슈타인, 1915

일반 상대론은 뉴턴의 중력이론을 휘어진 시공간으로 바꾸었다는 점에서 특수 상대론보다 더 혁명적인 이론입니다. 또한 과학자들이 우주의 역사를 말할 수 있게 만들었다는 점도 있습니다. SF 소설가들에게는 블랙홀을 선물했지요.

3. 양자역학: 플랑크, 아인슈타인, 보어, 하이젠베르그, 슈뢰딩거, 보른, 디락, 1900-1926

양자역학은 고전역학의 모든 요소들을 바꾸었습니다. 심지어 실제의 본질, 인과론의 의미에 까지 영향을 끼쳤으며 자연이 누구도 상상하지 못한 특이한 성질을 가지고 있는지를 알려주었습니다.

2. 자연선택과 진화론: 다윈, 1859

다윈은 생명의 놀라운 복잡성이 어떠한 외부의 손길 없이도 저절로 발생할 수 있다는 사실을 보였습니다. 그는 인간으로 하여금 초자연적 편견없이 자연을 연구할 수 있게 만들었습니다. 그의 이론은 너무나 혁명적이었기 때문에, 아직도 그 이론을 믿지 않는 사람들이 있습니다.

1. 지동설: 코페르니쿠스, 1543

지구와 다른 행성들이 태양을 돈다는 내용의 지동설은 고대 그리스에서 출발했지만 2000년이 지나서야 비로소 이론으로 정립되었습니다. 이 이론이 가장 혁명적(revolutionary) 이유는 이 이론이 이 단어가 쓰인 첫 번째 이론이기 때문입니다. (코페르니쿠스가 그의 혁명적인 책 제목으로 이 단어(revolutions)를 쓰기 이전에는 이 단어는 그렇게 널리 쓰이던 단어가 아니었습니다.)

(사이언스뉴스)

원문 보기