인과관계와 상관관계에 대한 인식론적 해설
- 칸트의 인식과 생각과의 연결
시스템사고 추천 자료는?
- 칸트의 인식과 생각과의 연결
임마누엘 칸트(Immanuel Kant, 1724년~1804년)는 인식(Erkenntnis)과 생각(Denken)을 다르게 다뤘습니다. 이 차이로 인과관계와 상관관계를 이해할 수 있습니다.
수학의 한 분야인 통계에는 인과관계라는 말을 안 쓰고 상관관계라는 표현을 사용합니다. 그 맥락을 이해해 봅시다.
인과관계와 상관관계의 인식론적 차원: 칸트의 인식과 생각과의 연결
인과관계(causation)와 상관관계(correlation)는 통계학과 과학 방법론에서 중요한 개념이지만, 이들은 칸트의 인식론에서 말하는 '인식(Erkenntnis)'과 '생각(Denken)'의 구분과 깊은 철학적 연관성을 갖습니다. 이 연결고리를 탐색해 보겠습니다.
먼저 두 개념의 기본적인 차이를 살펴보겠습니다:
정의: 두 변수 간의 통계적 연관성 또는 함께 변화하는 경향
표현: 'A ↔ B' (양방향 화살표)
특징: 방향성 없음, 원인과 결과를 구분하지 않음
검증방법: 직접 관찰과 통계적 분석을 통해 확인 가능
정의: 한 변수가 다른 변수에 직접적인 영향을 미치는 관계
표현: 'A → B' (단방향 화살표)
특징: 방향성 있음, 원인과 결과를 명확히 구분
검증방법: 직접 관찰만으로는 불충분, 추가적인 이론적 틀이나 실험적 개입이 필요
이제 이 개념들을 칸트의 인식론과 연결해 봅시다:
양의 상관관계(Positive correlation)는 한 변수가 증가할 때 다른 변수도 증가하는 경향이 있거나, 한 변수가 감소할 때 다른 변수도 감소하는 경향이 있는 것을 의미합니다. 즉, 두 변수는 같은 방향으로 변화하는 경향성을 보입니다. 예를 들어, 교육 수준이 높은 사람들이 보통 더 높은 소득을 얻는 경향이 있다면, 이 두 변수 사이에는 양의 상관관계가 있다고 말할 수 있습니다.
음의 상관관계(Negative correlation)는 한 변수가 증가할 때 다른 변수가 감소하는 경향이 있거나, 한 변수가 감소할 때 다른 변수가 증가하는 경향이 있는 것을 의미합니다. 즉, 두 변수는 반대 방향으로 변화하는 경향성을 보입니다. 예를 들어, 실업률이 높아질수록 소비 지출이 감소하는 경우, 이 두 변수는 음의 상관관계에 있다고 볼 수 있습니다.
상관관계는 칸트의 '인식' 개념과 유사한 특성을 보입니다:
경험적 관찰에 기반: 상관관계는 직접적인 경험과 관찰을 통해 확인됩니다. 마찬가지로 칸트의 인식은 감성(직관)과 오성(개념)의 결합을 통해 경험적 대상에 대한 지식을 형성합니다.
현상계 내에 국한: 상관관계는 관찰 가능한 현상들 사이의 연관성만을 다룹니다. 칸트의 인식 역시 현상계(Erscheinung) 내의 대상에 국한됩니다.
객관적 검증 가능성: 상관관계는 통계적 방법을 통해 객관적으로 검증할 수 있습니다. 마찬가지로 칸트의 인식은 객관적 타당성을 가집니다.
예시: 교육 수준과 소득의 상관관계를 통계적으로 분석할 때, 우리는 두 변수가 함께 변화하는 패턴을 '인식'합니다. 하지만 이 관계의 근본 원인이 무엇인지는 이 분석만으로 알 수 없습니다.
수학에서 인과관계라는 표현을 잘 사용하지 않는 이유는 수학이 인과성(cause and effect)을 다루는 학문이 아니기 때문입니다. 수학은 구조, 순서, 관계 및 패턴을 추상적으로 탐구하는 학문으로, 변수들 간의 직접적인 인과 관계보다는 이들 간의 관계성이나 함수적 연결을 중점적으로 다룹니다. 즉, 수학에서 "양의 인과관계"나 "음의 인과관계"라는 표현을 사용하지 않는 이유는 수학이 직접적으로 인과성(cause and effect)을 결정하기 위한 학문이 아니기 때문입니다. 수학은 인과성을 결정하는 것이 아니라, 인과관계를 추론하기 위한 논리적 근거를 제공하는 데 중점을 둡니다. 그래서 수학은 구조, 순서, 관계 및 패턴을 추상적으로 탐구하는 학문으로, 변수들 간의 직접적인 인과 관계보다는 이들 간의 관계성이나 함수적 연결을 중점적으로 다룹니다.
인과관계는 칸트의 '생각' 개념과 다음과 같은 유사성을 보입니다:
경험적 관찰 너머로 확장: 인과관계는 단순한 관찰을 넘어 이론적 추론을 필요로 합니다. 마찬가지로 칸트의 '생각'은 감각적 직관 없이도 순수한 개념만으로 대상을 표상할 수 있습니다.
현상계를 초월하는 요소: 인과성 자체는 직접 관찰할 수 없는 추상적 원리입니다. 칸트는 인과성을 오성의 범주(카테고리) 중 하나로 보았으며, 이는 경험을 가능하게 하는 선험적 조건으로 생각했습니다.
논리적 추론의 역할: 인과관계를 확립하기 위해서는 논리적 추론과 이론적 프레임워크가 필요합니다. 마찬가지로 칸트의 '생각'은 논리적 가능성을 탐구합니다.
예시: 교육이 소득을 '증가시킨다'고 주장할 때, 우리는 단순한 상관관계 너머의 인과 메커니즘을 '생각'하고 있는 것입니다. 이 인과 메커니즘은 직접 관찰할 수 없지만, 논리적으로 생각할 수 있습니다.
시스템다이내믹스/시스템사고는 다음 네 가지 독특한 관점(Operational Thinking, Non-linear Thinking, Feedback Thinking, Dynamic Thinking) 으로 복잡한 시스템을 이해하고 문제를 해결하려고 합니다. 이 중에서 Operational Thinking (작동원리 사고)이 인과관계와 상관관계와 관련이 있습니다.
Operational Thinking(작동 원리 사고): 시스템이 실제로 어떻게 작동하는지, 그 원인을 이해하려는 사고방식입니다. 이 관점은 인과관계를 중심으로 시스템 내에서 발생하는 다양한 현상을 설명합니다.
시스템사고는 상관관계와 인과관계의 구분, 그리고 이를 칸트의 인식과 생각의 구분과 연결시킬 때 더욱 풍부해집니다:
시스템 행동의 인식: 시스템의 관찰 가능한 패턴과 변수들 간의 상관관계를 파악하는 것(인식)
시스템 구조의 생각: 관찰된 패턴 너머에 있는 인과 구조와 피드백 루프를 이해하는 것(생각)
경계 개념과 관련해서 이 구분은 더욱 흥미롭습니다:
경계 안에서: 상관관계는 경험적 관찰을 통해 확실하게 '인식'할 수 있습니다.
경계 위에서: 우리는 상관관계의 한계와 인과적 설명의 필요성을 동시에 의식합니다.
경계 너머: 근본적인 인과 메커니즘은 직접 관찰할 수 없지만, 우리는 그것에 대해 '생각'하고 이론화할 수 있습니다.
하지만, 시스템다이내믹스의 시선은 여기서 멈추지 않습니다. 내쉬 균형은 '정태적' 사고입니다. 하지만, 시스템다이내믹스는 변화의 관점을 제기합니다.
신이 아닌 이상 어느 누구도 완벽한 인과관계를 규명할 수 없습니다.
양자 물리학에서 밝혀진 바와 같이, 관측 자체가 시스템에 영향을 줄 수 있는 환경에서 결정론적 인과관계를 규명하는 것은 불가능할 수 있습니다.
이 구분을 이해하는 것은 인식론적 겸손과 실천적 지혜를 가져옵니다:
인식의 한계 인정: 우리가 관찰하는 상관관계가 반드시 인과관계를 의미하지는 않는다는 것을 인정합니다.
사유의 확장: 동시에, 관찰된 현상 너머의 인과 구조에 대해 생각함으로써 더 깊은 이해를 추구합니다.
경계에 서기: 상관관계(인식)와 인과관계(생각) 사이의 긴장 관계 속에서, 우리는 경계에 서서 양쪽을 바라보는 균형 잡힌 관점을 발전시킬 수 있습니다.
이러한 인식론적 구분은 시스템사고에서 특히 중요합니다. 복잡한 시스템에서는 단순한 인과적 사고로는 포착할 수 없는 피드백 루프와 비선형적 관계가 존재하기 때문입니다.
'의심(Epoche)'은 모든 판단을 비판적으로 검토하는 철학적 접근법으로, 성급한 결론을 피하고 더욱 신뢰할 수 있는 해결책을 찾는 데 결정적인 역할을 합니다. 특히 우리는 인공지능 때문에 더욱 강화되는 확증편향(確證偏向, confirmation bias) 시대에 살고 있기 때문에 절대적으로 필요합니다.
결론적으로, 상관관계와 인과관계의 구분은 칸트의 인식과 생각의 구분과 깊은 철학적 연관성을 가집니다. 둘 다 우리가 알 수 있는 것과 단지 생각할 수 있는 것 사이의 경계를 인식하는 방식입니다. 이 경계를 인식함으로써, 우리는 지식의 한계를 존중하면서도 동시에 그 너머를 향한 사유의 가능성을 열어둘 수 있습니다.
#구글문서