과학철학
더 많은 작업
과학철학(科學哲學, 영어: Philosophy of Science)은 과학적 지식의 성립과 정당화, 과학적 방법의 특징, 과학 이론과 실재의 관계 및 과학의 발전 과정을 탐구하는 철학의 한 분야이다.
과학철학은 과학이 무엇이며, 과학적 지식이 어떻게 형성되고 발전하는지를 철학적으로 탐구한다.
과학자들이 자연현상과 사회현상을 관찰하고 그 원인을 설명하려 한다면, 과학철학자는 그러한 관찰과 설명이 어떻게 신뢰할 만한 지식으로 인정되는지 질문한다.
예를 들어 과학자가 수많은 실험을 통해 특정한 물질이 일정한 온도에서 녹는다는 사실을 확인했다고 가정하자. 과학철학에서는 여기서 한 걸음 더 나아가 다음과 같은 질문을 제기한다.
- 지금까지의 모든 실험에서 같은 결과가 나왔다면 앞으로도 반드시 같은 결과가 나올 것인가?
- 어떤 실험 결과가 기존 이론과 일치하지 않는다면 그 이론은 즉시 폐기해야 하는가?
- 서로 다른 두 이론이 동일한 관측 결과를 설명한다면 어느 이론을 선택해야 하는가?
- 직접 관찰할 수 없는 전자나 쿼크 같은 존재를 실제로 존재한다고 믿을 근거는 무엇인가?
- 과학 이론이 시대에 따라 바뀐다면 과학은 진리에 가까워지고 있다고 말할 수 있는가?
- 과학과 비과학, 유사과학을 구별하는 기준은 무엇인가?
이러한 문제는 개별 과학의 연구 대상 자체보다 과학적 탐구의 논리적·인식론적·형이상학적 기초에 관한 것이다.
과학철학은 특히 인식론, 논리학, 형이상학, 언어철학, 과학사 및 과학사회학과 밀접한 관계를 가진다.
과학철학은 하나의 특정한 철학 사조가 아니라 연구 대상에 따라 구분되는 철학의 분야이다. 실증주의, 논리실증주의, 비판적 합리주의 등은 과학철학의 발전에 영향을 미친 사조이지만, 과학철학 전체를 어느 하나와 동일시할 수는 없다.[1]
과학철학에서 다루는 문제는 크게 다음과 같이 구분할 수 있다.
| 연구 영역 | 핵심 질문 | 주요 개념 |
|---|---|---|
| 과학의 구획 문제 | 과학과 비과학을 어떻게 구별하는가? | 검증가능성, 반증가능성, 유사과학 |
| 과학적 방법론 | 과학은 어떤 방법으로 지식을 얻는가? | 관찰, 실험, 귀납, 연역 |
| 과학적 정당화 | 어떤 증거가 이론을 지지하는가? | 확증, 반증, 확률, 증거 |
| 과학적 설명 | 과학은 현상이 발생하는 이유를 어떻게 설명하는가? | 자연법칙, 인과관계, 설명 모형 |
| 과학적 실재론 | 과학 이론이 설명하는 존재는 실제로 존재하는가? | 실재론, 반실재론, 도구주의 |
| 과학의 발전 | 과학 이론은 어떻게 변화하는가? | 패러다임, 과학혁명, 연구 프로그램 |
| 과학적 객관성 | 과학은 가치관과 사회적 영향으로부터 독립적인가? | 객관성, 가치, 편향 |
| 과학적 재현성 | 동일한 연구 결과를 다시 얻을 수 있는가? | 반복 실험, 재현성, 신뢰성 |
이러한 문제들은 서로 독립적이지 않다.
예를 들어 과학 이론을 검증하는 방법에 관한 견해는 과학과 유사과학의 구별 기준에 영향을 미친다. 또한 관찰이 이론에 의존한다는 주장은 과학적 객관성과 이론 선택의 문제로 연결된다.
과학적 지식의 성격에 관한 철학적 탐구는 고대부터 이루어졌다.
고대 그리스의 아리스토텔레스는 자연현상을 설명할 때 원인과 원리의 중요성을 강조했다. 그는 《분석론 후서》(Posterior Analytics)에서 학문적 지식이 어떤 방식으로 논증될 수 있는지 탐구했다.
아리스토텔레스의 과학관에서는 개별적인 사실을 아는 것뿐 아니라 그 사실이 왜 그러한지를 설명하는 원인을 이해하는 것이 중요했다.
중세에는 아리스토텔레스의 자연철학이 이슬람권과 유럽의 학문 전통에서 계승되고 비판적으로 발전했다.
특히 이슬람권의 이븐 알하이삼(Ibn al-Haytham)은 광학 연구에서 관찰과 실험, 수학적 논증을 결합했다.
다만 고대와 중세의 자연철학을 현대의 실험과학과 동일한 체계로 이해해서는 안 된다. 당시에는 자연현상의 원리와 존재의 본질을 탐구하는 철학적 논의가 오늘날보다 밀접하게 연결되어 있었다.[1]
16~17세기의 과학혁명은 현대 과학철학의 형성에 중요한 역사적 배경이 되었다.
니콜라우스 코페르니쿠스, 갈릴레오 갈릴레이, 요하네스 케플러, 아이작 뉴턴 등의 연구를 거치면서 자연현상을 수학적 법칙과 관측, 실험을 통해 설명하는 접근이 발전했다.
프랜시스 베이컨(Francis Bacon)은 경험적 관찰과 체계적인 탐구를 강조했으며, 《신기관》(Novum Organum, 1620)에서 기존의 권위와 선입견에 의존하는 지식 탐구를 비판했다.
르네 데카르트는 명료한 이성적 원리와 수학적 추론을 강조했다.
베이컨과 데카르트는 서로 다른 방법론을 제시했지만, 지식의 확실한 근거와 올바른 탐구 방법을 찾으려 했다는 공통점을 가진다.
뉴턴의 《자연철학의 수학적 원리》(Philosophiæ Naturalis Principia Mathematica, 1687)는 운동과 중력 현상을 수학적 법칙으로 설명하면서 근대 과학의 발전에 큰 영향을 미쳤다.
이 시기에는 과학적 지식에서 관찰과 이성이 각각 어떤 역할을 수행하는지가 중요한 철학적 문제로 부상했다.
18세기 데이비드 흄(David Hume, 1711~1776)은 경험을 통해 일반적인 법칙을 정당화할 수 있는지에 관한 근본적인 문제를 제기했다.
예를 들어 지금까지 관찰한 모든 백조가 흰색이었다고 가정하자.
이 사실만으로 모든 백조가 흰색이라고 결론 내릴 수 있을까?
흄은 과거에 관찰된 규칙성이 앞으로도 계속된다는 믿음을 논리적으로 정당화하기 어렵다고 보았다.
이러한 문제는 귀납의 문제(Problem of Induction)라고 불린다.
귀납의 문제는 과학적 지식이 경험에 의존하면서도 경험을 넘어서는 일반적인 주장과 예측을 수행한다는 점에서 중요하다.[2]
19세기 오귀스트 콩트(Auguste Comte, 1798~1857)는 실증주의(Positivism)를 발전시켰다.
콩트는 인간의 지식이 신학적 설명과 형이상학적 설명을 거쳐 실증적 단계로 발전한다고 보았다.
실증적 단계에서는 현상의 궁극적인 본질이나 초월적 원인을 추측하기보다 관찰 가능한 현상 사이의 관계와 법칙을 탐구한다.
실증주의는 과학적 지식의 중요성을 강조했으며, 자연과학뿐 아니라 사회현상도 체계적인 방법으로 연구하려는 시도에 영향을 미쳤다.
그러나 콩트의 실증주의와 20세기의 논리실증주의는 역사적 배경과 구체적인 철학적 주장이 다르므로 구별해야 한다.
1920~1930년대에는 빈 학단(Vienna Circle)을 중심으로 논리실증주의(Logical Positivism)가 발전했다.
주요 인물로는 모리츠 슐리크(Moritz Schlick), 루돌프 카르나프(Rudolf Carnap), 오토 노이라트(Otto Neurath) 등이 있다.
이들은 논리학과 경험과학을 결합하여 과학적 지식의 구조를 명확하게 분석하려 했다.
특히 경험적 검증과 언어의 논리적 분석을 통해 과학적 진술과 형이상학적 진술을 구별하려는 시도가 중요했다.
그러나 검증가능성을 의미의 기준으로 삼는 접근은 보편적인 자연법칙을 어떻게 검증할 수 있는지, 관찰할 수 없는 이론적 존재를 어떻게 다룰 것인지 등의 문제에 직면했다.
이후 논리실증주의와 관련된 사상은 여러 방향으로 수정되었으며, 보다 넓은 의미의 논리경험주의(Logical Empiricism)로 발전했다.
논리경험주의는 과학 이론의 논리적 구조, 확증, 관찰과 이론의 관계 등을 연구하면서 현대 과학철학의 주요 논쟁을 형성했다.[3]
과학적 방법(Scientific Method)은 과학적 지식을 형성하고 검토하기 위해 사용하는 관찰, 실험, 추론, 모형화 등의 방법을 가리킨다.
일반적인 과학 교육에서는 다음과 같은 과정을 과학적 탐구의 대표적인 사례로 설명한다.
- 문제를 발견하고 연구 질문을 설정한다.
- 기존의 지식과 자료를 검토한다.
- 검증할 수 있는 가설을 수립한다.
- 가설로부터 관측 가능한 결과를 예측한다.
- 관찰이나 실험을 통해 증거를 수집한다.
- 자료를 분석하고 예측과 비교한다.
- 결과에 따라 가설을 수정하거나 새로운 연구를 수행한다.
그러나 모든 과학 연구가 반드시 이 순서에 따라 진행되는 것은 아니다.
천문학이나 지질학처럼 연구 대상을 직접 조작하기 어려운 분야에서는 관측과 자연적으로 발생한 사건의 분석이 중요하다.
이론물리학에서는 수학적 모형의 구성과 분석이 중심적인 역할을 할 수 있으며, 역사과학에서는 현재 남아 있는 증거를 통해 과거의 사건을 재구성하기도 한다.
따라서 현대 과학철학에서는 모든 과학 분야에 적용되는 단 하나의 고정된 방법이 존재하는지에 대해서도 논쟁한다.[1]
귀납법(Induction)은 개별적인 관찰 결과를 바탕으로 보다 일반적인 결론을 도출하는 추론 방식이다.
예를 들어 다음과 같은 추론을 생각할 수 있다.
- 지금까지 관찰한 백조는 모두 흰색이었다.
- 따라서 모든 백조는 흰색일 것이다.
귀납적 추론의 결론은 전제가 참이더라도 반드시 참이 되는 것은 아니다.
실제로 검은 백조가 존재하므로 위의 일반화는 거짓이다.
그렇다고 귀납적 추론이 무의미하다는 뜻은 아니다. 과학에서는 제한된 관측 자료를 바탕으로 일반적인 규칙성을 추정하거나 미래의 현상을 예측해야 하는 경우가 많다.
문제는 이러한 추론이 어느 정도 정당화될 수 있는지에 있다.
연역법(Deduction)은 전제가 참이고 추론 형식이 타당하다면 결론도 반드시 참이 되는 추론 방식이다.
예를 들어 다음과 같다.
- 모든 포유류는 척추동물이다.
- 고래는 포유류이다.
- 따라서 고래는 척추동물이다.
과학에서는 일반적인 이론으로부터 특정한 조건에서 발생할 결과를 예측할 때 연역적 추론을 활용한다.
그러나 연역적 추론만으로 경험적 전제 자체가 참이라는 사실을 보장할 수는 없다.
흄은 귀납을 정당화하려는 시도가 다음과 같은 어려움에 직면한다고 보았다.
- 연역적 정당화: 미래가 과거와 동일한 규칙을 따른다는 사실은 논리적으로 필연적이지 않다.
- 귀납적 정당화: 귀납이 지금까지 성공했으므로 앞으로도 성공할 것이라는 주장은 이미 귀납의 정당성을 전제한다.
두 번째 방식은 정당화하려는 원리를 다시 사용한다는 점에서 순환적이다.
이 문제에 대응하여 현대 과학철학에서는 확률적 추론, 베이즈주의, 반증주의 등 다양한 접근이 발전했다.[2]
구획 문제(Demarcation Problem)는 과학과 비과학을 어떤 기준으로 구별할 수 있는지에 관한 문제이다.
여기서 비과학은 반드시 거짓이거나 무가치한 주장을 의미하지 않는다.
예를 들어 수학과 윤리학은 일반적인 의미의 경험과학과 다른 탐구 방식으로 연구되지만, 그렇다고 유사과학으로 분류되는 것은 아니다.
반면 유사과학(Pseudoscience)은 과학적인 근거와 방법을 갖추지 못했음에도 과학적 권위를 주장하는 활동이나 이론을 가리킨다.
과학과 유사과학을 구별하는 문제는 과학교육, 의료, 공공정책 등에서 중요한 의미를 가진다.[4]
칼 포퍼(Karl Popper, 1902~1994)는 과학적 이론의 중요한 특징으로 반증가능성(Falsifiability)을 제시했다.
포퍼는 《탐구의 논리》(Logik der Forschung, 1934년 출판)에서 과학적 이론이 경험적 관찰과 충돌할 가능성을 가져야 한다고 주장했다. 이 저서는 1959년 《과학적 발견의 논리》(The Logic of Scientific Discovery)라는 제목으로 영어로 출판되었다.
반증가능성이란 어떤 이론이 실제로 거짓이라는 뜻이 아니다.
그 이론과 양립할 수 없는 관측 결과가 논리적으로 가능하다는 뜻이다.
예를 들어 다음 명제를 살펴보자.
- 모든 백조는 흰색이다.
이 명제는 검은 백조가 발견되면 거짓으로 판명될 수 있으므로 반증가능하다.
반면 다음과 같은 주장은 문제가 있다.
- 어떤 일이 발생하더라도 보이지 않는 힘이 그 결과를 만들어 낸 것이다.
어떤 결과가 나오더라도 그 주장과 양립하도록 설명한다면, 경험적 관찰을 통해 주장을 반박하기 어렵다.
포퍼는 과학 이론이 자신에게 불리한 결과가 발생할 가능성을 허용하고, 엄격한 시험에 노출되어야 한다고 보았다.
그는 과학의 발전을 단순히 참인 사례를 누적하는 과정이 아니라, 대담한 가설을 제시하고 비판적으로 시험하면서 오류를 제거하는 과정으로 이해했다.
이러한 접근은 비판적 합리주의(Critical Rationalism)와 연결된다.[5]
반증주의는 현대 과학철학에 큰 영향을 미쳤지만, 실제 과학 연구에 적용할 때 여러 문제가 발생한다.
첫째, 실험 결과가 이론의 예측과 일치하지 않는다고 해서 반드시 이론 자체가 틀렸다고 결론 내릴 수는 없다.
측정 장비의 오류나 실험 조건, 보조 가설에 문제가 있을 수도 있기 때문이다.
둘째, 과학자들은 하나의 반례가 발견되었다는 이유만으로 중요한 이론을 즉시 폐기하지 않는다.
오히려 반례가 발생한 원인을 조사하거나 이론의 적용 범위를 수정하면서 연구를 계속하기도 한다.
셋째, 반증가능하다는 사실만으로 이론이 신뢰할 만한 과학적 지식을 제공한다고 보장할 수는 없다.
실제로 검증 가능한 예측을 제시하지만 반복적인 시험에서 실패하는 유사과학적 주장도 존재할 수 있다.
포퍼 자신도 논리적인 반증가능성과 실제 연구에서 반증을 받아들이는 방법론적 판단을 구별했다.
따라서 반증주의를 '단 한 번의 실험에서 예상과 다른 결과가 나오면 이론을 반드시 폐기해야 한다'는 단순한 규칙으로 이해해서는 안 된다.[5][4]
토머스 쿤(Thomas Kuhn, 1922~1996)은 《과학혁명의 구조》(The Structure of Scientific Revolutions, 1962)에서 과학의 발전을 기존 이론에 새로운 사실이 계속 추가되는 과정으로만 설명할 수 없다고 주장했다.
쿤은 과학자들이 특정한 연구 전통과 문제 해결 방식에 따라 연구한다는 점을 강조했다.
이러한 연구의 틀을 설명하는 대표적인 개념이 패러다임(Paradigm)이다.
패러다임은 과학자 공동체가 공유하는 모범적인 연구 사례, 이론, 방법, 가치 및 문제 해결의 기준 등과 관련된다.
쿤은 후기에 패러다임이라는 용어의 여러 의미를 구분하면서 학문 분야의 공유된 체계를 가리키는 '학문적 행렬'(Disciplinary Matrix)이라는 표현도 사용했다.
정상과학(Normal Science)은 과학자들이 공유된 패러다임 안에서 문제를 해결하는 연구 활동이다.
정상과학의 연구자들은 매번 학문의 기본 원리를 의심하기보다 기존 이론을 활용하여 구체적인 문제를 해결한다.
예를 들어 뉴턴 역학이 널리 받아들여진 시대의 물리학자들은 뉴턴의 운동법칙을 사용하여 천체의 운동을 계산하고 다양한 물리적 현상을 설명했다.
쿤은 이러한 연구를 퍼즐 풀이(Puzzle-solving)에 비유했다.
정상과학의 과정에서는 기존 이론으로 설명하기 어려운 현상이 발견될 수 있다.
이러한 현상을 이상현상(Anomaly)이라고 한다.
그러나 이상현상이 발견되었다고 해서 곧바로 패러다임이 붕괴하는 것은 아니다.
과학자들은 기존의 이론과 방법을 활용하여 이상현상을 해결하려고 노력한다.
중요한 이상현상이 지속되고 기존 패러다임의 문제 해결 능력에 대한 신뢰가 약화되면 위기(Crisis)가 발생할 수 있다.
위기의 과정에서 기존 패러다임을 대체하는 새로운 연구 체계가 받아들여지는 변화를 과학혁명(Scientific Revolution)이라고 한다.
대표적인 사례로는 천동설에서 지동설로의 전환, 고전역학에서 상대성이론으로의 발전 등이 논의된다.
쿤은 과학혁명이 단순히 새로운 사실을 추가하는 과정이 아니라, 연구 대상과 문제의 중요성, 설명 방식 및 평가 기준까지 변화시키는 과정일 수 있다고 보았다.
이러한 변화는 흔히 패러다임 전환(Paradigm Shift)이라고 불린다.
다만 쿤의 패러다임 전환을 모든 새로운 발견이나 기술 혁신에 적용하는 것은 원래 개념을 지나치게 확대하는 것이다.[6]
쿤의 과학철학에서 중요한 개념 가운데 하나는 공약불가능성(Incommensurability)이다.
공약불가능성은 서로 다른 패러다임에 속한 이론들이 동일한 개념과 평가 기준을 공유하지 않을 수 있다는 문제이다.
예를 들어 뉴턴 역학과 상대성이론에서 시간과 공간, 질량 등의 개념은 동일한 방식으로 이해되지 않는다.
따라서 두 이론을 비교할 때 단순히 동일한 용어를 사용한다는 사실만으로 그 의미가 완전히 같다고 가정해서는 안 된다.
그러나 공약불가능성이 두 이론을 전혀 비교할 수 없다는 뜻은 아니다.
쿤 역시 과학 이론 사이의 비교와 합리적인 논쟁이 가능하다고 보았다.
그의 주장은 과학 이론을 평가하는 기준 자체도 과학의 역사적 발전 과정에서 변화할 수 있다는 점을 강조한다.[6]
임레 라카토시(Imre Lakatos, 1922~1974)는 포퍼의 반증주의와 쿤의 과학혁명 이론을 비판적으로 검토하면서 과학적 연구 프로그램 방법론(Methodology of Scientific Research Programmes)을 발전시켰다.
라카토시는 개별 이론 하나가 아니라 연속적으로 발전하는 연구 프로그램을 평가해야 한다고 주장했다.
연구 프로그램은 일반적으로 다음과 같은 요소로 설명된다.
- 견고한 핵(Hard Core): 연구 프로그램에서 유지하려는 기본적인 가정
- 보호대(Protective Belt): 견고한 핵을 둘러싸며 수정될 수 있는 보조 가설
- 발견법(Heuristics): 연구를 어떤 방향으로 발전시킬 것인지 안내하는 방법론적 원칙
라카토시는 연구 프로그램의 발전을 진보적인 경우와 퇴행적인 경우로 구분했다.
| 구분 | 진보적 연구 프로그램 | 퇴행적 연구 프로그램 |
|---|---|---|
| 이론의 변화 | 새로운 문제를 해결하고 추가적인 예측을 제시 | 이미 알려진 문제를 사후적으로 설명하는 데 치중 |
| 경험적 성과 | 새로운 예측 가운데 일부가 경험적으로 확인됨 | 새로운 경험적 성과가 부족함 |
| 평가 | 연구를 계속할 합리적인 근거를 제공 | 경쟁 연구 프로그램에 비해 설득력이 약해질 수 있음 |
라카토시의 접근은 과학자들이 하나의 반례가 발견되었다고 즉시 연구를 중단하지 않는 이유를 설명하는 데 유용하다.
또한 서로 경쟁하는 연구 프로그램이 일정 기간 공존하면서 발전할 수 있다는 점을 강조한다.[7]
파울 파이어아벤트(Paul Feyerabend, 1924~1994)는 모든 과학 연구에 보편적으로 적용되는 단일한 방법론이 존재한다는 생각을 비판했다.
그는 《방법에 반대한다》(Against Method, 1975)에서 실제 과학사의 중요한 발전이 기존의 방법론적 규칙을 위반하거나 수정하는 과정에서 이루어지기도 했다고 주장했다.
그의 입장은 흔히 인식론적 무정부주의(Epistemological Anarchism)라고 불린다.
파이어아벤트는 과학적 발견의 과정에서 다양한 이론과 방법의 경쟁이 중요하다고 보았다.
그의 유명한 표현인 'Anything goes'는 고정된 방법론적 규칙이 과학의 발전을 언제나 보장하지는 않는다는 비판적 맥락에서 이해해야 한다.
이를 과학에서는 아무런 근거나 규칙 없이 무엇이든 주장해도 된다는 뜻으로 해석하는 것은 부정확하다.
파이어아벤트의 연구는 과학적 방법의 다양성과 과학의 역사적·사회적 조건에 관한 논쟁을 발전시켰다.[8]
| 철학자 | 대표적인 저작 | 핵심 개념 | 과학의 발전에 관한 관점 |
|---|---|---|---|
| 칼 포퍼 | 《과학적 발견의 논리》 | 반증가능성, 비판적 합리주의 | 대담한 가설을 제시하고 비판적으로 시험하면서 오류를 제거한다. |
| 토머스 쿤 | 《과학혁명의 구조》 | 패러다임, 정상과학, 과학혁명 | 정상과학과 혁명적 변화가 과학의 발전 과정에서 서로 다른 역할을 수행한다. |
| 임레 라카토시 | 《과학적 연구 프로그램 방법론》 | 견고한 핵, 보호대, 진보적 연구 프로그램 | 경쟁하는 연구 프로그램의 장기적인 이론적·경험적 성과를 평가한다. |
| 파울 파이어아벤트 | 《방법에 반대한다》 | 방법론적 다원주의, 인식론적 무정부주의 | 과학의 발전을 하나의 보편적인 방법론으로 설명할 수 없다고 비판한다. |
이 네 철학자는 모두 과학적 지식의 발전을 탐구했지만, 과학적 합리성의 기준과 이론 변화의 원인을 설명하는 방식에서 차이를 보였다.
특히 포퍼가 이론의 비판적 시험을 강조했다면, 쿤은 과학자 공동체의 실제 연구 활동과 역사적 변화에 더 큰 비중을 두었다.
라카토시는 개별 이론보다 연구 프로그램의 연속적인 발전을 평가하려 했으며, 파이어아벤트는 과학적 방법의 역사적 다양성을 강조했다.
과학적 관찰은 흔히 객관적인 사실을 있는 그대로 기록하는 활동으로 이해된다.
그러나 실제 관찰에서는 연구자가 사용하는 이론과 개념, 측정 장비, 실험 절차 등이 중요한 역할을 한다.
예를 들어 현미경으로 관찰한 영상은 관측 대상의 성질뿐 아니라 현미경의 작동 원리와 영상 처리 방식에 의해서도 영향을 받는다.
따라서 관측 결과를 해석하려면 장비가 어떻게 작동하며 어떤 조건에서 신뢰할 수 있는 결과를 제공하는지 알아야 한다.
이처럼 관찰이 이론적 전제와 완전히 분리될 수 없다는 주장을 관찰의 이론 의존성(Theory-ladenness of Observation)이라고 한다.
그러나 이 주장이 관찰 결과가 전적으로 주관적이거나 모든 해석이 동일하게 타당하다는 뜻은 아니다.
오히려 현대 과학철학에서는 관찰과 이론의 상호작용을 인정하면서도 어떻게 객관적인 증거를 확보하고 평가할 수 있는지 연구한다.[9]
뒤엠-콰인 논제(Duhem–Quine Thesis)는 과학 이론을 검증할 때 개별 가설만을 완전히 고립시켜 시험하기 어렵다는 문제와 관련된다.
프랑스의 물리학자이자 철학자인 피에르 뒤엠(Pierre Duhem)은 실험 결과가 이론의 예측과 일치하지 않을 때 어떤 가정이 잘못되었는지 즉시 결정하기 어렵다고 보았다.
과학적 예측은 일반적으로 중심 이론뿐 아니라 여러 보조 가설과 측정 조건에 의존하기 때문이다.
예를 들어 어떤 천체의 실제 위치가 계산 결과와 다르다고 가정하자.
이러한 차이는 다음과 같은 원인에서 발생할 수 있다.
- 천체의 운동을 설명하는 이론에 문제가 있다.
- 계산에 사용한 초기 조건이 부정확하다.
- 관측 장비의 측정값에 오류가 있다.
- 계산에서 고려하지 않은 다른 천체의 영향이 존재한다.
따라서 관측 결과가 예상과 다르다는 사실만으로 어떤 가설을 수정해야 하는지 자동으로 결정되지는 않는다.
W. V. O. 콰인(Willard Van Orman Quine)은 이러한 문제를 더욱 넓은 지식 체계의 관점에서 발전시켰다.
이와 관련하여 증거에 의한 이론의 미결정성(Underdetermination of Theory by Evidence)이라는 문제도 논의된다.
이는 주어진 증거가 하나의 이론만을 유일하게 결정하지 못할 수 있다는 뜻이다.
다만 현재의 증거만으로 이론이 결정되지 않는다는 주장과, 가능한 모든 증거를 고려해도 이론을 구별할 수 없다는 주장은 구분해야 한다.[10]
과학적 실재론(Scientific Realism)은 성공적인 과학 이론이 인간의 인식과 독립적으로 존재하는 세계를 적어도 근사적으로 올바르게 설명한다고 보는 철학적 입장이다.
과학적 실재론자들은 일반적으로 충분히 검증된 과학 이론이 직접 관찰할 수 없는 존재에 관해서도 신뢰할 만한 지식을 제공할 수 있다고 본다.
예를 들어 전자는 직접 눈으로 볼 수 없지만, 전자를 가정하는 물리학 이론은 다양한 실험 결과를 설명하고 정확한 예측을 제공한다.
과학적 실재론에서는 이러한 성공을 전자가 실제로 존재한다는 주장을 뒷받침하는 근거로 이해할 수 있다.
반면 과학적 반실재론(Scientific Antirealism)은 과학 이론이 경험적으로 성공적이라는 사실만으로 그 이론이 가정하는 모든 존재와 구조가 실제로 존재한다고 믿어야 하는 것은 아니라고 주장한다.
대표적인 입장 가운데 하나는 바스 판 프라선(Bas van Fraassen)의 구성적 경험주의(Constructive Empiricism)이다.
구성적 경험주의는 과학의 목표를 이론의 경험적 적합성(Empirical Adequacy)을 확보하는 것으로 이해한다.
이는 과학 이론이 관찰 가능한 현상을 올바르게 설명하는 것과, 이론이 가정하는 관찰 불가능한 존재에 관한 주장을 모두 참이라고 받아들이는 것을 구별하는 접근이다.
| 구분 | 과학적 실재론 | 과학적 반실재론 |
|---|---|---|
| 주요 관심 | 과학 이론이 실제 세계를 얼마나 올바르게 설명하는가? | 경험적 성공이 이론의 진리성을 어디까지 정당화하는가? |
| 관찰 불가능한 존재 | 성공적인 이론이 그 존재를 믿을 근거를 제공할 수 있음 | 경험적 성공만으로 존재에 관한 믿음이 반드시 요구되는 것은 아님 |
| 과학의 성공 | 이론이 세계의 구조를 근사적으로 올바르게 포착하기 때문일 수 있음 | 이론의 예측 및 경험적 적합성으로 설명할 수 있음 |
이 논쟁에서 중요한 것은 반실재론이 과학의 유용성이나 경험적 성과 자체를 부정하는 입장은 아니라는 점이다.[11]
과학은 현상을 예측할 뿐 아니라 그 현상이 왜 발생하는지 설명하려 한다.
예를 들어 특정한 물체가 지면으로 떨어진다는 사실을 예측하는 것과, 그 물체가 왜 떨어지는지 설명하는 것은 구별된다.
과학철학에서는 과학적 설명이 어떤 구조를 가져야 하는지 연구한다.
카를 헴펠(Carl Hempel)과 폴 오펜하임(Paul Oppenheim)은 1948년 논문에서 과학적 설명의 대표적인 모형인 연역-법칙적 모형(Deductive-Nomological Model)을 발전시켰다.
이 모형에서는 설명하려는 현상을 일반적인 법칙과 특정한 초기 조건으로부터 논리적으로 도출한다.
예를 들어 이상적인 조건에서 기체의 압력과 부피가 어떻게 변화하는지 설명할 때, 기체 법칙과 주어진 조건을 활용하여 결과를 도출할 수 있다.
그러나 모든 과학적 설명이 보편적인 법칙으로부터의 연역으로 이루어지는 것은 아니다.
확률적인 현상이나 복잡한 생물학적 과정에서는 통계적 설명과 인과적 설명 등이 중요하게 사용된다.
또한 어떤 현상을 정확하게 예측할 수 있다는 사실만으로 그 현상이 발생하는 원인을 충분히 설명했다고 볼 수 있는지도 논쟁적이다.[12]
과학적 연구에서는 두 현상 사이에 통계적인 관계가 존재한다는 사실과 한 현상이 다른 현상의 원인이라는 주장을 구별해야 한다.
예를 들어 아이스크림 판매량과 익사 사고가 같은 시기에 증가한다고 가정하자.
두 변수 사이에 상관관계가 존재하더라도 아이스크림 판매가 익사 사고를 발생시킨다고 결론 내릴 수는 없다.
기온이라는 제3의 요인이 두 현상 모두에 영향을 미칠 수 있기 때문이다.
과학철학에서는 인과관계를 설명하기 위해 다음과 같은 접근을 연구한다.
- 규칙성 이론: 원인과 결과 사이의 반복적인 관계에 주목한다.
- 반사실적 이론: 원인이 발생하지 않았다면 결과가 달라졌을 것인지 검토한다.
- 개입주의: 특정한 변수에 개입했을 때 다른 변수에 어떤 변화가 발생하는지 분석한다.
- 인과적 기제 이론: 원인과 결과를 연결하는 구체적인 과정과 구조를 설명한다.
이러한 접근은 의학, 역학, 경제학, 사회과학 및 인공지능 연구에서도 중요하게 활용된다.[10]
현대 과학에서는 실제 세계를 단순화한 모형(Model)을 사용하여 복잡한 현상을 설명하고 예측한다.
대표적인 사례는 다음과 같다.
- 기체의 운동을 설명하는 이상기체 모형
- 기후 변화를 예측하는 기후 모형
- 생태계의 개체군 변화를 설명하는 수리 모형
- 전염병의 확산을 분석하는 역학 모형
- 경제 현상을 분석하는 경제 모형
- 복잡한 현상을 계산하는 컴퓨터 시뮬레이션
과학적 모형은 실제 세계의 모든 특징을 완벽하게 재현하지 않는다.
오히려 연구 목적에 따라 일부 조건을 단순화하거나 특정한 요소를 제외하기도 한다.
이러한 과정을 이상화(Idealization)라고 한다.
예를 들어 이상기체 모형은 실제 기체 분자의 부피와 분자 사이의 상호작용을 단순화한다.
그럼에도 일정한 조건에서는 실제 기체의 거동을 유용하게 설명할 수 있다.
여기서 중요한 철학적 질문은 현실을 완벽하게 묘사하지 않는 모형이 어떻게 과학적 지식을 제공할 수 있는가라는 문제이다.
또한 모형의 예측 성능이 높다는 사실과 모형이 실제 세계의 인과적 구조를 정확하게 설명한다는 주장은 구별해야 한다.
이러한 논쟁은 현대의 기후 모형과 컴퓨터 시뮬레이션, 인공지능 기반 과학 연구에서도 중요한 의미를 가진다.[13]
현대 과학에서는 모든 가설을 단순히 참과 거짓으로 구별하기보다, 주어진 증거가 가설을 어느 정도 지지하는지 평가하는 경우가 많다.
이러한 문제를 확증 이론(Confirmation Theory)이라고 한다.
확증 이론은 새로운 관측 결과가 기존 가설의 신뢰도를 어떻게 변화시키는지 탐구한다.
베이즈주의(Bayesianism)는 확률을 이용하여 가설과 증거의 관계를 설명하는 접근이다.
베이즈 정리는 다음과 같이 표현된다.
여기서 각 기호의 의미는 다음과 같다.
- : 평가하려는 가설
- : 새롭게 얻은 증거
- : 증거를 고려하기 전 가설의 확률
- : 가설이 참일 때 해당 증거가 관측될 확률
- : 증거를 고려한 이후 가설의 확률
베이즈주의에서는 새로운 증거를 통해 가설에 대한 믿음의 정도를 갱신할 수 있다고 본다.
그러나 사전확률을 어떻게 설정해야 하는지, 확률을 주관적인 믿음의 정도로 이해해야 하는지 등에 관해서는 여러 입장이 존재한다.[14]
과학 연구에서는 통계적 가설 검정을 통해 관측 자료가 특정한 통계적 가설과 얼마나 양립하기 어려운지 평가하기도 한다.
그러나 통계적으로 유의하다는 사실이 연구 가설이 참이라는 것을 직접 증명하는 것은 아니다.
예를 들어 p값이 0.05보다 작다는 사실은 귀무가설이 참일 확률이 5%보다 작다는 뜻이 아니다.
p값은 통계 모형의 가정 아래 귀무가설이 참이라고 할 때, 실제 관측 결과만큼 또는 그보다 극단적인 결과가 발생할 확률과 관련된다.
과학적 결론을 평가할 때에는 통계적 유의성뿐 아니라 효과의 크기, 연구 설계, 자료의 품질, 반복 연구의 결과 등을 함께 고려해야 한다.
과학은 일반적으로 객관적인 지식을 추구하는 활동으로 이해된다.
그러나 과학자 역시 사회적 환경과 개인적인 신념, 연구 기관의 이해관계 등으로부터 완전히 독립된 존재는 아니다.
과학철학에서는 이러한 조건 속에서 과학적 객관성을 어떻게 확보할 수 있는지 탐구한다.
과학적 객관성은 다음과 같은 여러 측면에서 논의된다.
- 관찰과 측정이 연구자의 기대에 의해 왜곡되지 않는가?
- 연구 결과가 다른 연구자에 의해서도 검토될 수 있는가?
- 서로 다른 연구 방법이 일관된 결론을 제공하는가?
- 연구자가 자신의 가설에 유리한 증거만 선택하지 않는가?
- 연구 결과를 해석할 때 불확실성과 한계를 적절하게 공개하는가?
객관성은 단순히 연구자 개인이 편견을 갖지 않는다는 의미로만 이해되지 않는다.
연구 방법의 공개와 비판적 검토, 다양한 연구자 사이의 상호 검증 등 사회적·제도적 절차도 객관성을 확보하는 데 중요한 역할을 할 수 있다.[15]
과학적 탐구가 가치 판단으로부터 완전히 독립적이어야 하는지도 중요한 문제이다.
연구자는 어떤 문제를 연구할지, 어느 정도의 불확실성을 허용할지, 연구 결과를 어떻게 활용할지 결정해야 한다.
예를 들어 신약의 효과를 평가하는 과정에서는 치료 효과뿐 아니라 부작용의 위험과 잘못된 판단이 초래할 결과도 고려해야 한다.
이러한 결정에는 경험적 증거뿐 아니라 사회적·윤리적 가치가 관련될 수 있다.
다만 과학에 가치 판단이 개입할 수 있다는 사실이 모든 과학적 결론이 개인의 가치관에 따라 임의로 결정된다는 뜻은 아니다.
현대 과학철학에서는 가치의 영향을 인정하면서도 증거와 논증, 공개적인 검증을 통해 과학적 신뢰성을 확보하는 방법을 연구한다.[15]
재현성(Reproducibility)은 과학적 연구 결과를 다른 연구자나 분석 과정에서 다시 확인할 수 있는지에 관한 개념이다.
관련 용어로 반복성(Repeatability)과 복제 가능성(Replicability) 등이 사용된다.
다만 이러한 용어의 구체적인 정의는 학문 분야와 기관에 따라 차이가 있다.
컴퓨터를 이용한 연구에서는 동일한 자료와 코드를 사용하여 같은 분석 결과를 얻을 수 있는지를 재현성으로 이해하는 경우가 많다.
반면 새로운 자료를 수집하거나 실험을 다시 수행하여 기존 연구의 결과를 확인하는 활동은 복제 연구(Replication Study)로 구분하기도 한다.
| 구분 | 주요 내용 | 예시 |
|---|---|---|
| 계산적 재현 | 동일한 자료와 분석 절차를 사용하여 결과를 다시 산출 | 공개된 데이터와 코드를 실행하여 논문의 분석 결과 확인 |
| 직접적 복제 연구 | 기존 연구의 조건과 절차를 가능한 한 유사하게 구성하여 다시 수행 | 다른 연구진이 동일한 실험 절차로 연구 수행 |
| 개념적 복제 연구 | 다른 방법이나 조건에서 동일한 가설을 검토 | 서로 다른 측정 도구를 사용하여 동일한 심리학적 가설 검증 |
2010년대 이후 심리학과 생명과학, 의학 등 여러 분야에서는 기존 연구 결과가 반복적인 검증에서 재현되지 않는 문제가 중요한 논쟁으로 부상했다.
이러한 현상은 흔히 재현성 위기(Reproducibility Crisis) 또는 복제 위기(Replication Crisis)라고 불린다.
그러나 연구 결과가 재현되지 않았다는 사실만으로 원래 연구가 반드시 조작되었거나 완전히 잘못되었다고 결론 내릴 수는 없다.
표본의 차이와 실험 조건, 측정 방법, 통계적 변동 등 다양한 원인을 검토해야 하기 때문이다.
이러한 문제에 대응하여 연구 계획의 사전등록, 데이터와 코드의 공개, 독립적인 복제 연구 등의 방법이 발전하고 있다.[16]
현대 과학철학은 일반적인 과학적 방법론뿐 아니라 개별 과학 분야의 철학적 문제도 연구한다.
| 분야 | 주요 연구 문제 |
|---|---|
| 물리학의 철학 | 시간과 공간, 양자역학의 해석, 물리법칙의 본질 |
| 생물학의 철학 | 종의 개념, 자연선택, 유전과 환경, 생물학적 설명 |
| 화학의 철학 | 화학적 존재와 분류, 화학 법칙, 물리학과의 관계 |
| 의학의 철학 | 질병의 정의, 의학적 증거, 임상시험, 인과적 추론 |
| 사회과학의 철학 | 사회적 설명, 인간의 행위, 방법론적 개인주의와 전체주의 |
| 통계학의 철학 | 확률의 의미, 통계적 추론, 가설 검정과 증거 |
| 인공지능의 철학 | 기계학습의 설명 가능성, 예측과 이해, 인공지능 모델의 인식론적 지위 |
특히 현대의 과학철학에서는 과학자들이 실제로 사용하는 실험 장비와 계산 방법, 자료 처리 과정, 연구 기관의 제도적 환경 등을 함께 연구하는 경향이 강화되었다.
이는 과학을 추상적인 이론과 논리적 구조만으로 설명하기보다 실제 연구 활동의 맥락에서 이해하려는 접근과 관련된다.[1]
인공지능과 기계학습의 발전은 과학적 지식의 형성과 검증에 관한 새로운 철학적 문제를 제기한다.
특히 딥러닝 기반 모델은 매우 복잡한 자료에서 규칙성을 찾아 높은 예측 성능을 달성할 수 있다.
그러나 높은 예측 성능이 곧 현상에 대한 과학적 이해를 의미하는지는 별도의 문제이다.
예를 들어 인공지능 모델이 특정한 질병의 발생 위험을 높은 정확도로 예측한다고 가정하자.
이 경우 다음과 같은 질문이 발생한다.
- 모델이 실제 질병의 원인을 발견한 것인가, 아니면 자료의 통계적 규칙성을 학습한 것인가?
- 모델이 높은 정확도를 보인 이유를 설명할 수 있는가?
- 학습에 사용하지 않은 새로운 환경에서도 같은 성능을 유지하는가?
- 모델의 예측을 과학적 증거로 인정하려면 어떤 검증 절차가 필요한가?
- 인간 연구자가 이해하기 어려운 복잡한 모형도 과학적 설명을 제공할 수 있는가?
이러한 문제는 과학적 설명과 인과관계, 모형의 역할, 객관성 및 재현성에 관한 기존 과학철학의 논쟁과 연결된다.
특히 인공지능 모델의 예측 결과와 실제 세계의 인과적 구조를 구별하는 문제는 의학, 기후과학, 생물학 등 다양한 분야에서 중요하다.
또한 컴퓨터 시뮬레이션과 기계학습 모델이 연구의 중심적인 역할을 수행하면서, 과학적 지식이 반드시 인간 연구자가 직접 이해할 수 있는 간결한 이론의 형태로 제시되어야 하는지에 관한 논쟁도 발전하고 있다.[13][1]
과학과 과학철학은 밀접하게 연결되어 있지만 주요 연구 대상과 질문에서 차이가 있다.
| 구분 | 과학 | 과학철학 |
|---|---|---|
| 주요 관심 | 자연현상과 사회현상의 원리 및 법칙 | 과학적 지식의 성격과 정당화 |
| 대표적인 질문 | 물체는 왜 떨어지는가? | 중력 이론은 어떤 근거로 정당화되는가? |
| 연구 방법 | 관찰, 실험, 측정, 수학적 모형화 | 개념 분석, 논리적 논증, 과학사와 연구 사례의 분석 |
| 연구 결과 | 경험적 사실, 이론, 모형, 예측 | 과학적 지식과 방법에 관한 철학적 설명 |
| 주요 평가 기준 | 경험적 적합성, 예측력, 설명력 등 | 논리적 타당성, 개념적 명료성, 과학적 실천과의 부합성 등 |
다만 이러한 구분이 두 분야가 완전히 분리되어 있다는 뜻은 아니다.
과학철학자는 실제 과학 연구의 결과와 방법을 분석하며, 과학자 역시 자신의 연구에서 사용하는 개념과 방법론을 철학적으로 검토할 수 있다.
또한 과학철학의 일부 연구는 통계학과 인지과학, 과학사 등 경험적 연구의 성과를 직접 활용한다.
과학철학의 중요한 의의는 과학적 지식의 신뢰성이 어디에서 비롯되는지, 그리고 그 신뢰성에 어떤 한계가 존재하는지를 체계적으로 탐구한다는 데 있다.
과학은 단순히 많은 사실을 수집하는 활동이 아니다.
관측 결과를 설명하는 가설을 세우고, 가설의 예측을 시험하며, 새로운 증거에 따라 이론을 수정하는 복잡한 탐구 활동이다.
그러나 이러한 과정이 어떤 원리에 따라 이루어져야 하는지에 대해서는 하나의 완성된 정답이 존재하지 않는다.
포퍼의 반증주의는 과학적 주장이 비판적인 시험에 열려 있어야 한다는 점을 강조했다.
쿤의 패러다임 이론은 과학의 발전을 이해하려면 과학자 공동체의 연구 관행과 역사적 변화를 고려해야 한다는 점을 보여 주었다.
라카토시는 과학 이론을 개별적인 가설보다 장기적인 연구 프로그램의 발전 과정에서 평가하려 했으며, 파이어아벤트는 과학적 방법의 다양성과 역사적 조건을 강조했다.
현대 과학철학은 이러한 논의를 바탕으로 과학적 실재론, 증거와 확증, 인과적 설명, 과학적 모형, 객관성, 재현성 등 다양한 문제를 연구한다.
이러한 연구는 과학의 성과를 무조건 신뢰하거나 반대로 과학적 지식의 가능성을 부정하는 태도와 구별된다.
과학철학의 핵심적인 과제는 과학이 어떻게 신뢰할 만한 지식을 제공할 수 있으며, 그 지식의 정당성과 한계를 어떤 기준으로 평가해야 하는가라는 문제를 탐구하는 것이다.
- ↑ 1.0 1.1 1.2 1.3 1.4 Stanford Encyclopedia of Philosophy, 「Scientific Method」, 2026년 8월 8일 개정, https://plato.stanford.edu/entries/scientific-method/, 확인 날짜: 2026년 10월 13일.
- ↑ 2.0 2.1 Stanford Encyclopedia of Philosophy, 「The Problem of Induction」, https://plato.stanford.edu/entries/induction-problem/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Logical Empiricism」, https://plato.stanford.edu/entries/logical-empiricism/, 확인 날짜: 2026년 10월 13일.
- ↑ 4.0 4.1 Stanford Encyclopedia of Philosophy, 「Science and Pseudo-Science」, https://plato.stanford.edu/entries/pseudo-science/, 확인 날짜: 2026년 10월 13일.
- ↑ 5.0 5.1 Stanford Encyclopedia of Philosophy, 「Karl Popper」, https://plato.stanford.edu/entries/popper/, 확인 날짜: 2026년 10월 13일.
- ↑ 6.0 6.1 Stanford Encyclopedia of Philosophy, 「Thomas Kuhn」, https://plato.stanford.edu/entries/thomas-kuhn/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Imre Lakatos」, https://plato.stanford.edu/entries/lakatos/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Paul Feyerabend」, 2025년 2월 23일 개정, https://plato.stanford.edu/entries/feyerabend/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Theory and Observation in Science」, 2026년 1월 12일 개정, https://plato.stanford.edu/entries/science-theory-observation/, 확인 날짜: 2026년 10월 13일.
- ↑ 10.0 10.1 Stanford Encyclopedia of Philosophy, 「Underdetermination of Scientific Theory」, 2023년 4월 4일 개정, https://plato.stanford.edu/entries/scientific-underdetermination/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Scientific Realism」, https://plato.stanford.edu/entries/scientific-realism/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Carl Hempel」, https://plato.stanford.edu/entries/hempel/, 확인 날짜: 2026년 10월 13일.
- ↑ 13.0 13.1 Stanford Encyclopedia of Philosophy, 「Models in Science」, 2025년 4월 2일 개정, https://plato.stanford.edu/entries/models-science/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Confirmation」, 2025년 8월 4일 개정, https://plato.stanford.edu/entries/confirmation/, 확인 날짜: 2026년 10월 13일.
- ↑ 15.0 15.1 Stanford Encyclopedia of Philosophy, 「Scientific Objectivity」, 2020년 10월 30일 개정, https://plato.stanford.edu/entries/scientific-objectivity/, 확인 날짜: 2026년 10월 13일.
- ↑ Stanford Encyclopedia of Philosophy, 「Reproducibility of Scientific Results」, https://plato.stanford.edu/entries/scientific-reproducibility/, 확인 날짜: 2026년 10월 13일.