1차시 가상에서 실험하다 — 모의실험이란

🤔

생각 열기 — 직접 못 하는 일을 미리 해 보기

가상 활주로가 보이는 비행 시뮬레이터 조종석 — 비행 시뮬레이터 — 조종사는 실제 사고 위험 없이 가상 조종석에서 비상 상황을 반복 훈련한다. 사진: Ilari Kousa, CC BY-SA 4.0, Wikimedia Commons

화성에 우주선을 보내기 전, 신약을 사람에게 먹이기 전, 새 다리가 지진을 견딜지 무너뜨려 보기 전 — 우리는 현실에서 직접 해 보기 어려운 일을 어떻게 미리 확인할까요? 답은 '컴퓨터 속에서 돌려 보기', 바로 모의실험(시뮬레이션)이에요. 현실을 본뜬 모델을 만들어 수만 번을 순식간에 실험해 봅시다.

💬 함께 생각해 보기

동전을 던져 앞면이 나올 확률이 정말 0.5인지 확인하려면 몇 번을 던져야 할까요? 사람이 직접 1만 번을 던질 수 있을까요? 컴퓨터라면 어떨까요?

1

모의실험이란 — 현실을 본뜬 '모델'을 돌려 보는 것

모의실험(시뮬레이션)은 현실의 어떤 시스템을 단순하게 본뜬 '모델'을 만들어, 컴퓨터로 돌려 보며 '만약 이렇게 하면 어떻게 될까(what-if)'를 미리 확인하는 일이에요. 핵심은 '현실 그 자체'가 아니라 '현실을 흉내 낸 모델'을 다룬다는 점이에요. 모델은 현실을 그대로 베끼지 않고, 알고 싶은 것에 꼭 필요한 부분만 남기고 나머지는 과감히 단순화해요. 그래서 모의실험 결과는 '정확한 예언'이 아니라 '가정 위에서 그려 본 가능성'으로 읽어야 해요.

📌 예시

기상청의 일기예보는 대기를 격자(셀)로 잘게 나눈 거대한 모델을 슈퍼컴퓨터로 돌린 모의실험 결과예요. 비행 시뮬레이터, 자동차 충돌 안전을 더미와 컴퓨터로 미리 시험하는 것도 모두 같은 원리죠.

2

모의실험의 5가지 구성요소

어떤 모의실험이든 다섯 부품으로 뜯어볼 수 있어요. ① 모델: 현실을 단순화한 뼈대(무엇을 포함하고 무엇을 버릴지). ② 변수: 우리가 바꿀 수 있는 입력값(인구, 감염률)과 시간에 따라 변하는 상태값. ③ 규칙: 변수들이 매 순간 어떻게 상호작용하고 갱신되는지를 정한 식이나 조건(만약~이면). ④ 시간/반복: 한 스텝씩 시간을 흘려보내며 규칙을 거듭 적용하는 것. ⑤ 출력: 그 결과를 숫자·그래프·애니메이션으로 보여 주는 것. 이 다섯이 맞물려 돌아가야 '돌려 보는' 실험이 돼요.

💡 교실 코로나 모델로 보면

모델: 학생 30명이 칸칸이 앉은 교실 · 변수: 감염자 수·전파 확률·자리 간격 · 규칙: '감염자 옆자리 학생은 확률 p로 감염' · 시간: 하루를 1스텝으로 7일 반복 · 출력: 날짜별 감염자 곡선. 자리 간격(변수)만 바꿔도 곡선이 달라져요.

3

왜 모의실험을 쓸까 — 안전·저비용·속도·반복

자동차 안에 탑승한 충돌 시험용 더미 — 자동차 충돌 시험 — 진짜 사람 대신 더미와 컴퓨터 충돌 해석으로 안전을 미리 실험한다(위험·고비용 회피). 사진: Brady Holt, CC BY 3.0, Wikimedia Commons

종이 교과서로는 절대 할 수 없지만 소프트웨어는 할 수 있는 일이 바로 '직접 돌려 보기'예요. 모의실험의 가치는 크게 다섯이에요. ① 안전: 원자로 사고·산불처럼 진짜로 하면 위험한 일을 위험 없이. ② 저비용: 진짜 다리를 부수거나 로켓을 날리지 않아도 됨. ③ 속도: 수백 년 걸릴 일이나 수만 번의 동전 던지기를 순식간에. ④ 반복: 똑같은 조건을 몇 번이고, 또는 조건만 살짝 바꿔 비교. ⑤ 극한·미래 실험: 현실엔 아직 없는 미래나 극단 상황도 가정해 볼 수 있음.

4

무작위를 무기로 — 몬테카를로의 아이디어

많은 현상에는 '우연'이 섞여 있어요. 동전이 앞면일지, 주사위 두 개 합이 얼마일지는 미리 알 수 없죠. 이럴 때 쓰는 강력한 기법이 몬테카를로 방법이에요. 핵심 아이디어는 단순해요 — '계산이 너무 복잡하면, 무작위로 아주 여러 번 해 보고 그 결과를 평균 내자.' 한두 번은 들쭉날쭉하지만, 시행 횟수를 늘릴수록 평균은 이론값에 점점 가까워져요(큰 수의 법칙). 사람이 손으로 만 번을 던지긴 어렵지만, 컴퓨터는 1초에 수만 번을 던질 수 있어요. 바로 이것이 '속도·반복'이라는 시뮬레이션의 가치를 가장 잘 보여 주는 예예요. 아래에서 직접 돌려 봅시다!

🎲

직접 돌리기 — 몬테카를로 실험실

실험을 고르고 [+10] ~ [+10000] 버튼으로 시행을 늘려 보세요. 시행이 많아질수록 측정값이 이론값에 착 달라붙는 걸 확인할 수 있어요. [연속]을 누르면 자동으로 빠르게 쌓여요!

🎲 몬테카를로 실험실 INTERACTIVE

시행 횟수 N

0

측정값

—

이론값

—

오차

—

[안내]※ 교육용 예시 모델: 의사난수를 쓰는 모의실험이라 돌릴 때마다 값이 조금씩 달라요(실제 확률의 근사값).

🗂️

분류 게임 — 직접 해보기 vs 모의실험

상황을 누른 뒤, 어느 쪽이 더 적합한지 골라 담으세요.

새 다리가 강한 지진을 견딜지 미리 확인하기 원자로 냉각장치 고장 시 영향 예측하기 도시 인구가 2배가 되면 교통체증이 어떻게 변할지 신약 후보 수천 개 중 효과 있어 보이는 것 추리기 100만 번 동전을 던진 앞면 비율 확인하기 친구가 만든 떡볶이 레시피가 맛있는지 알아보기 우리 반 학생들의 실제 키 평균 구하기 운동장 한 바퀴를 실제로 몇 초에 도는지 재기

💻 모의실험이 더 적합

🙌 직접 해보는 게 더 적합

💡 핵심

위험하거나·비싸거나·반복이 많거나·미래/극한 상황이면 모의실험이, 대상이 바로 곁에 있고 안전·저렴하며 직접 재는 게 더 정확하면 직접 해보기가 적합해요.

✅

확인 문제

바로바로 채점!

✏️

1차시 확인 문제

3문항 · 즉시 채점

1모의실험(시뮬레이션)의 정의로 가장 알맞은 것은?

2모의실험의 구성요소와 설명이 잘못 짝지어진 것은?

3동전 던지기 시행을 10번에서 10000번으로 늘렸더니 앞면 비율이 0.40에서 0.498로 변했다. 이를 가장 잘 설명한 것은?

📚

핵심 용어

모의실험(시뮬레이션)현실을 본뜬 모델을 컴퓨터로 돌려 결과를 미리 확인하는 일. 실제가 아니라 '흉내'를 다룬다.

모델(model)현실을 목적에 맞게 단순화한 뼈대. 무엇을 남기고 무엇을 버릴지가 핵심.

변수(variable)바꿀 수 있는 입력값과 시간에 따라 변하는 상태값. 바꾸면 결과가 달라진다.

규칙·갱신식변수들이 매 스텝 어떻게 변하는지 정한 식·조건. 모델을 '움직이게' 하는 엔진.

스텝(시간/반복)시간을 한 칸씩 흘려보내며 규칙을 거듭 적용하는 단위.

몬테카를로 방법무작위 시행을 아주 여러 번 반복해 평균으로 답을 구하는 기법(큰 수의 법칙).

➕

더 알아보기

교과서 너머의 이야기 — 클릭해서 펼쳐 보세요

역사세상을 바꾼 모의실험 — 맨해튼 프로젝트의 '몬테카를로'

몬테카를로 방법이라는 이름은 모나코의 유명한 카지노 도시에서 따왔어요. 1940년대, 수학자 스타니스와프 울람은 병상에서 카드 게임 솔리테어가 성공할 확률을 계산하려다 포기했어요. 경우의 수가 너무 많았거든요. 그때 떠올린 생각이 '그냥 수백 번 직접 해 보고 비율을 세면 되잖아?'였어요. 동료 폰 노이만과 함께 이 무작위 반복 아이디어를 초창기 컴퓨터로 옮겨, 중성자가 물질 속을 어떻게 퍼지는지 계산하는 데 썼습니다. 오늘날 몬테카를로는 일기예보, 금융 위험 분석, 신약 개발, 게임 AI까지 곳곳에서 쓰여요 — '계산이 어려우면 무작위로 많이 해 보라'는 단순한 발상이 만든 거대한 도구예요.

개념큰 수의 법칙 — 왜 많이 할수록 정확해질까

동전을 10번 던지면 앞면이 3번(0.3)일 수도, 7번(0.7)일 수도 있어요. 그런데 1만 번을 던지면 신기하게도 비율이 0.5 근처에 딱 모여요. 이것이 '큰 수의 법칙'이에요 — 무작위 시행을 충분히 많이 하면, 들쭉날쭉하던 결과의 평균이 이론적 확률(기댓값)에 점점 가까워진다는 거죠. 한 번의 결과는 예측할 수 없지만, 수많은 결과의 '평균'은 매우 안정적이에요. 보험회사가 한 사람의 사고는 예측 못 해도 수백만 명의 사고율은 정확히 계산해 보험료를 정하는 것, 카지노가 한 판은 져도 결국 돈을 버는 것이 모두 이 법칙 덕분이에요. 몬테카를로 시뮬레이션은 바로 이 법칙을 '무기'로 삼아, 어려운 계산을 무작위 반복으로 푸는 거예요.

생각모델은 '틀렸지만 쓸모 있다' — 지도의 비유

통계학자 조지 박스는 "모든 모델은 틀렸지만, 일부는 쓸모 있다"는 유명한 말을 남겼어요. 무슨 뜻일까요? 지하철 노선도를 떠올려 보세요. 실제 거리도, 방향도, 지상의 길도 다 무시하고 '역의 순서'만 남긴 노선도는 현실과 '틀렸어요'. 하지만 '어디서 갈아타지?'라는 질문엔 실제 지도보다 훨씬 쓸모 있죠. 좋은 모델도 똑같아요 — 현실을 완벽히 베끼는 게 아니라, 목적에 필요한 만큼만 단순화해서 답을 주는 거예요. 그래서 모의실험을 쓸 때는 늘 "이 모델은 무엇을 단순화했고, 그래서 어디까지 믿을 수 있을까?"를 물어야 해요. 모델을 맹신하지도, 무시하지도 않는 균형 잡힌 태도가 중요하답니다.

가상에서 실험하다모의실험이란 무엇인가