과학의 정의는 ‘보편적인 진리나 법칙의 발견을 목적으로 한 체계적인 지식’ 입니다. 사물의 구조, 성질, 법칙 등을 관찰 가능한 방법, 체계적이고 이론적인 지식으로 정의해 내는 것입니다. 즉, 과학은 모든 사람들이 인정하고, 증명되거나 입증된 객관적인 ‘사실’ 에 대해서 믿음을 가지고, 그 믿음이 있기에 과학이라는 것이 존재할 수 있는 것이라고 생각합니다. 반면에 종교의 정의는 ‘초인간적 세계와 관련된 신념이나 의례 등으로 구성된 문화현상’ 입니다. 보통 진리를 추구하고, ‘신’이라는 종교마다 수, 종류 등 모든 것이 다른 다소 불확실한 존재에 대한 믿음을 통해서 종교가 구성되고 유지된다고 생각합니다. 그렇다고 과학과 종교가 서로 상반된 존재는 아니라고 생각합니다. 둘은 가장 기본적으로 믿음에 의해서 존재한다는 공통점을 가지고 있습니다. 지동설을 주장했지만 당시 시대 사람들이 믿지 못해 사실을 입증해내지 못한 갈릴레오 갈릴레이처럼, 과학 또한 사실을 발견해낼지라도, 시대적 상황 등의 여러 조건이 만족해야 사실로 입증될 수 있다고 생각합니다. 종교 역시 동일합니다. 자신이 어떤 종교활동응 한다고 해도, 함께 활동하는 신도들이 없다면 사회에서는 그저 사이비 취급을 당하거나, 아예 무시할 것입니다. 이처럼 과학과 종교는 믿는 대상의 특성에서 차이점을 보이고, 믿음을 근거로 존재한다는 점에서는 공통점을 가집니다.

과학이라는 개념에 대해 우리가 생각할 때 가장 먼저 무엇을 떠올릴까? 바로 '객관성이다.' 우리가 이미 입증된 과학적 개념에 대해 부정하지 않고 그 개념을 있는 그대로 받아들이듯이, 과학적 개념은 지극히 객관적이고 논리적이라는 특성을 가지고 있다. 종교적인 개념에 대해서는 우리가 '주관성'을 떠올릴 수 있는데 종교에는 기독교, 불교, 유교, 이슬람교 등 다양한 종류가 있으며 믿는 대상이 다르다는 점이 있다. 믿는 대상이 사람마다 달라 종교가 나눠지는 등 지극히 주관적인 성격을 띄고 있기에 종교는 객관적인 개념인 과학에 비해 주관적이라는 차이점을 가지고 있다. 그러나 이 두 가지 개념의 차이점 말고도 공통점 또한 존재하는데, 바로 사회성이다. 과학이든 종교든 나 혼자만 생각하고 나 혼자만 그렇다고 정의해버리면 그것은 자신의 취미나 자신만의 생각에 불과하다. 하지만 나 혼자만 생각하는 것이 아니라 사회 대다수의 사람들이 이 개념을 믿는다면 이 개념은 그 집단 내에서 보편적인 사실로 정립이 되는데, 과학과 종교 모두 집단 내에서 보편적인 사실로 정립된 즉, 사회성을 가지고 있다는 공통점이 있다고 생각한다.

종교는 변하지 않는 믿음으로 이루어져있습니다. 예를 들어 어떤 종교의 경전이나 성서는 그 종교의 근간을 이루는 신앙과 규범을 포함하여 종교의 가르침과 가치를 전달하는 역할을 가집니다. 이러한 경전은 수세기 동안 전해져 오며 신도들에게 변하지 않는 믿음을 줍니다. 하지만 과학은 이를 이루고 있는 믿음을 끊임없이 성찰합니다. <과학혁명의 구조>에서 토머스 S. 쿤은 "정상 과학"이라는 개념을 소개합니다. 정상 과학은 특정한 패러다임 내에서 이루어지는 과학적 활동을 말합니다. 패러다임은 과학자들이 공유하는 이론, 방법, 가치관의 집합으로, 과학적 지식의 기반이 됩니다. 정상 과학은 과학 지식의 축적과 지속적인 진보를 이루어내는 역할을 합니다. 과학자들은 정상 과학을 통해 이론을 발전시키고 수정하며, 새로운 데이터와 증거를 수집하여 지식을 확장시킵니다. 이 과정에서 오류를 수정하고, 이론을 보완하고, 예측력을 향상시킵니다. 정상 과학은 과학 발전의 핵심이며, 대부분의 과학적 연구는 이 정상 과학의 영역에서 이루어집니다. 이는 패러다임의 안정성과 공유된 지식의 축적을 통해 가능해지는 것입니다. 그러나 여러 발전의 기반이 된 패러다임 내에서도 문제와 불일치가 축적되면, 정상 과학의 한계에 도달하고 과학 혁명이 발생하며, 새로운 패러다임이 등장하게 됩니다. 과학에서의 패러다임은 오히려 완벽하게 진리로 간주되어 있지 않기 때문에 변화가 가능하고 오점들이 고쳐집니다. 따라서 이러한 성질 때문에 종교보다 신뢰성 면에서 우위를 가지게 된다고 생각합니다.

통계는 사회, 경제, 과학 등 다양한 분야에서 중요한 도구로 사용되지만, 종종 편향성과 오류로 인한 문제가 발생할 수 있습니다. 통계의 편향성은 데이터 수집 과정이나 분석 방법에 내재된 편견으로 인해 발생할 수 있습니다. 예를 들어, 표본 선택에서의 편향이나 데이터 정제 단계에서의 주관적인 결정 등이 통계 결과를 왜곡할 수 있습니다.
...

우리나라 뿐만 아니라 세계 여러나라에서는 보통 초등 6년, 중등 3년, 고등 3년이라는 과정을 마치고 대학에 입학하게 됩니다.
...

이 책에서는 빅데이터로 인한 피해에 대해 이야기가 나와있다. 대학 순위 시스템과 교사 선별 시스템과 같은 빅데이터로 인한 수학적 불평등은 지속되고 커지고 있는 현실이다. Chat gpt, AI, 로봇 등의 빅데이터를 이용한 유용한 것들이 있는 것은 사실이지만, 잘못된 정보를 제공하고, 오류가 존재할 수 있다는 점이 문제이다. 그렇기 때문에 '우리가 이러한 데이터를 무조건 신뢰하고, 따라야하는가?'에 대한 답을 하면, 이를 의심하고, 어느정도 식별과 정보의 정확성에 대한 확신이 있을때까지 2차, 3차 분석을 해보아야한다고 생각한다. 4차 산업 혁명 시대에 살고있는 나는 빅데이터의 문제점을 파악하고, 이를 분석하여 해결할 수 있는 능력이 중요하다고 생각한다. 하지만 문제점을 해결하기 위해 많은 국민이 함께 노력해야한다는 것이 개인적인 생각이다. 그렇기 때문에 이에 대한 개인적인 생각을 적어보았다.
...