[논문 리뷰] Computer simulations in science and engineering - Concepts - Practices - Perspectives

Juan M. Durán|arXiv (Cornell University)|2019. 03. 09.

Simulation Techniques and Applications인용 수 9

한 줄 요약

이 책은 과학 및 공학 분야에서의 컴퓨터 시뮬레이션을 철학적 통찰과 함께 종합적으로 탐구하며, 문제 해결 수단으로서의 시뮬레이션과 현실 세계 시스템의 표현 모델로서의 시뮬레이션 간의 차이를 명확히 한다. 방정정식 기반 시뮬레이션의 개념적 및 방법론적 기반을 구축하며, 이들의 인지론적, 윤리적, 실천적 차원을 강조한다. 동시에 과학적 탐구 및 사회적 의사결정에서 시뮬레이션의 역할에 대해 다학제적 대화를 촉진한다.

ABSTRACT

The ubiquitous presence of computer simulations in all kinds of research areas evidence their role as the new driving force for the advancement of science and engineering research. Nothing seems to escape the image of success that computer simulations project onto the research community and the general public. One simple way to illustrate this consists of asking ourselves how would contemporary science and engineering look like without the use of computer simulations. The answer would certainly diverge from the current image we have of scientific and engineering research. As much as computer simulations are successful, they are also methods that fail in their purpose of inquiring about the world; and as much as researchers make use of them, computer simulations raise important questions that are at the heart of contemporary science and engineering practice. In this respect, computer simulations make a fantastic subject of research for the natural sciences, the social sciences, engineering and, as in our case, also for philosophy. Studies on computer simulations touch upon many different facets of scientific and engineering research and evoke philosophically inclined questions of interpretation with close ties to problems in experimental settings and engineering applications (...)

연구 동기 및 목표

• 과학 및 공학 분야 전반에서 컴퓨터 시뮬레이션의 개념적 기초를 명확히 하기.
• 컴퓨터 시뮬레이션의 이중적 관점인 문제 해결 수단으로서의 시뮬레이션과 실제 세계 시스템의 표현 모델로서의 시뮬레이션을 분석하기.
• 세포자동기, 에이전트기반, 방정정식 기반 시뮬레이션 간의 방법론적 및 인지론적 차이를 이해하기 위한 프레임워크 수립하기.
• 현대 과학 계산의 중심적 범주인 방정정식 기반 시뮬레이션에 깊이 있는 초점을 맞추기.
• 과학 및 공학 분야에서의 시뮬레이션 사용이 초래하는 윤리적, 인지론적, 사회적 함의에 대해 다학제적 논의를 촉진하기.

제안 방법

• 1960년대 이후 컴퓨터 시뮬레이션의 역사적 발전을 추적하며, 두 핵심 전통인 모델의 계산적 구현과 표현 능력의 특성을 식별한다.
• 시뮬레이션을 세 가지 표준 유형으로 분류한다: 세포자동기, 에이전트기반 시뮬레이션, 방정정식 기반 시뮬레이션으로서 후자를 중심에 두고 분석한다.
• 수학적 수식, 계산적 구현, 검증 절차의 세 가지 핵심 분석 단위를 통해 시뮬레이션 모델을 분석한다.
• 시뮬레이션 모델을 해결하기 위한 세 가지 계산 방법을 검토한다: 정확한 해, 컴퓨터로 구현된 수치적 방법(예: 룬게-쿠타, 오일러, 가우스 소거법), 그리고 확률적 기법(예: 몬테카를로).
• 단어 크기 제약으로 인한 정확한 계산의 한계를 강조하고, 수치 연산에서 반올림 오차와 절삭 오차의 역할을 분석한다.
• 특히 몬테카를로 기법을 포함한 확률적 기법이, 결정론적 방법이 계산적으로 비가능해지는 고차원 시스템에서 필수적임을 강조한다.

실험 결과

연구 질문

• RQ1 컴퓨터 시뮬레이션을 현실 세계의 표현 모델로 보는 것과 문제 해결 수단으로 보는 것 사이의 근본적인 개념적 차이는 무엇인가?
• RQ2 세포자동기, 에이전트기반, 방정정식 기반 시뮬레이션 간의 방법론적 및 인지론적 가정은 어떻게 다름가?
• RQ3 정확한 해, 수치적 방법, 확률적 기법 간의 시뮬레이션 모델링에서의 계산적 트레이드오프는 무엇인가?
• RQ4 하드웨어의 한계(예: 단어 크기)가 시뮬레이션 결과의 정확성과 신뢰성에 어떤 영향을 미치는가?
• RQ5 과학, 공학, 정책 분야에서의 시뮬레이션 사용을 책임감 있게 이끌기 위한 철학적이고 기술적인 프레임워크는 어떻게 개발될 수 있는가?

주요 결과

• 컴퓨터 시뮬레이션은 두 가지 명백한 개념적 전통을 통해 가장 잘 이해될 수 있다: 하나는 계산적 문제 해결에 중점을 두고 있고, 다른 하나는 대상 시스템에 대한 표현의 정밀도에 초점을 맞추고 있다.
• 방정정식 기반 시뮬레이션은 현대 과학 및 공학 계산의 주요 범주를 차지하며, 전용의 방법론적 및 인지론적 접근이 필요하다.
• 정확한 해는 단어 크기와 같은 하드웨어 제약으로 인해 제한되며, 데이터 워드 용량을 초과하는 연산에서 반올림 오차와 절삭 오차가 발생한다.
• 룬게-쿠타, 오일러, 가우스 소거법과 같은 수치적 방법은 시뮬레이션에서 미분방정식을 해결하는 데 필수적이며, 각각 특정 유형의 문제에 적합하다.
• 유체나 무질서한 물질과 같이 결정론적 접근이 계산 비용으로 인해 실패하는 고차원 복잡 시스템을 시뮬레이션하기 위해 몬테카를로와 같은 확률적 기법이 필수적이다.
• 이 책은 어떤 한 시뮬레이션 유형도 항상 우월하다고 보지 않으며, 각각 고유한 방법론적 및 인지론적 약속을 지니며, 이를 인정하고 다루어야 한다고 결론을 내린다.