[과학통통 시즌3] 말투의 미학: 나의 의도가 왜곡되지 않도록
많은 여러분들께서 그러하듯 저도 분자 세포 생물학과 유전학을 좋아합니다.
눈에 보이지 않고, 너무 자연과학스러운 부분이 있지만 그게 다시 너무나 흥미롭달까요.
더 인간 세계로(?) 나아간다면, 이 세상에 존재하는 수많은 화학물질, 독성 물질뿐 아니라 사회-심리학적 개념까지 포괄하는 ‘환경’이라는 것이 인간의 몸에 어떤 변화를 일으키는지 파악하는 연구도 아주 의미 있는 연구라고 생각됩니다. 내가 수행한 연구의 결과가 지금, 여기 존재하는 사람들의 삶에 직접적으로 영향을 미칠 수 있다는 것은 과학자들에게 더할 나위 없이 즐거운 일일 것입니다.
박테리아의 면역시스템을 이용한 기술인 CRISPR 유전자가위는 백신이나 치료제 개발에서 두각을 나타내며 활용 중에 있고, 유해 화학물질의 노출이 체내에서 어떤 반응을 유도하는지 파악하는 연구들은 흔하게 접하는 생활 화학물질(세제, 세제 등)을 안전하게 사용할 수 있는 방법을 제시합니다. 위험한 작업을 하는 노동자들이 경험한 사고 나 죽음의 원인을 가려내는 것을 도울 수도 있지요.
특히 유해한 물질을 다루는 직업을 가진 사람들에게 과학자들은 큰 힘이 되어줄 수 있습니다. 예를 들어 독성물질이 만연한 반도체 공장에서 일하는 노동자들에게 '가장 안전한 설비 공정' , '가장 안전한 방진복' , '가장 안전한 노동 시간'을 제공할 수 있을 뿐 아니라, 안타깝게 중상, 사망에 이르게 된 노동자들이 왜 그렇게 될 수밖에 없었는지 진상을 규명해 줄 수 있을지도 모릅니다.
하지만 우리의 결과가 매번 긍정적으로 사용되지 않기도 합니다. 과학이 가지는 불확실성, 실험 연구가 가지는 한계, 과학적 추론 결과의 본질적인 특성은 관련 전공자가 아니면 이해하기가 어렵거나, 오해를 불러올 수도 있기 때문이지요.
오늘은 이러한 과학자들의 언어에 대해 고찰을 해보고자 합니다.
# 실험 연구의 한계
우리나라에서는 가습기 살균제 사건 이후 화학물질의 등록 및 평가 등에 관한 법률(화평법)이 시행되었지만, 일상적으로 우리가 접하는 화학물질의 안전 정보는 매우 한정적인 제품에 국한되어 있을 뿐 아니라 그마저도 전 성분이 공개되지 않은 제품도 존재합니다.
2019년, 독성물질인 클로로메틸아이소티아졸리논(CMIT)과 메틸아이소티아졸리논(MIT)이 함유된 가습기 살균제를 제조-판매한 SK케미칼과 애경산업은 업무상 과실치사 등의 혐의로 기소되었습니다. CMIT와 MIT 성분은 이미 선행 연구에서 제품으로 출시하기 전에 독성 시험을 통해 안전성을 확인하여야 한다는 주장이 있었고, 이후 제품 출시 전 이를 사용한 가습기메이트라는 제품의 흡입 노출시험을 의뢰하였지만 결과를 확인하지 않고 판매를 진행하였습니다.
설명: 방사성 동위원소(14C)로 표지된 CMIT/MIT 혼합물(가습기살균제 성분)을 실험동물의 비강 및 기도에 반복 노출 이후 확인하였을 때, 해당 혼합물이 방사선 영상 기법을 활용하여 비강에서 기관지를 지나 폐로 이동하는 것을 확인 하였으며 (오른쪽 상단 그림), 호흡기로 노출된 혼합물이 폐 부위의 조직병리학적 손상을 확인하였음(오른쪽 하단 그림). *2022년 발행된 연구 논문입니다.
출처: Song, M. K., Eun Park, J., Ryu, S. H., Baek, Y. W., Kim, Y. H., Im Kim, D., Yoon, S. H., Shin, H., Jeon, J., & Lee, K. (2022). Biodistribution and respiratory toxicity of chloromethylisothiazolinone/methylisothiazolinone following intranasal and intratracheal administration. Environment international, 170, 107643. https://doi.org/10.1016/j.envint.2022.107643
CMIT/MIT는 각각 3:1의 비율로 혼합하여 살균효과를 내는데 많은 연구에서 이는 세포독성이 매우 높고, 단시간 내에 독성이 발현되며 동물 실험에서도 그 독성이 평가되었지만 본 재판의 1심에서는 ‘실험실’에서 이루어진 ‘동물실험’은 실제 가습기 사용 환경보다 더 가혹한 환경이었을 것이며, 인위적이고 편향적 실험이었을 것이라 말했고 증거로 제안된 연구 중 그 어떤 연구도 CMIT/MIT와 폐질환 사이의 인과관계를 명확히 증명하지 못했다며 모든 실험연구, 시험연구를 기각했습니다.
과학자들은 하나의 연구만으로 인과관계를 추론하는 것은 과학을 제대로 이해하지 못하는 것이며 여러 연구 결과를 종합해야 설명할 수 있다고 설명하였지만 받아들여지지 않았었습니다. 과학자들이 수행했던 연구는 다 무엇이었는지… 어찌나 허탈한 마음이 들던지요.
다행히 이후 항소심 공판과 2심 재판에서는 이들이 일부 인정되었습니다. 실험 연구라는 한계 속에서도 연구자들과 학계가 이를 극복하고자 한 지점을 과학자와 법학자들이 열심히 설명하였기에 가능했던 일인 것 같습니다. 이처럼 연구의 결과가 여러 각도에서 이해되고, 적용되는 것이 종종 혼란을 불러일으킨다는 것이 안타까우면서도 서로를 이해시키려는/이해하려는 노력 끝에 생기는 변화를 실제로 목격하게 되니 희망적인 기분도 드는 것 같습니다.
# 과학의 불확실성
두 번째, 과학이 가지는 불확실성 즉, A는 B라는 결과가 100번 중 100번 모두 관찰되었다고 해도 A=B라는 결론을 낼 수 없는 본질적인 특성은 누군가에겐 애매모호함 만을 남깁니다. 이는 모집단에서 표본을 추출할 때부터 생겨나는 불확실성과도 연관이 깊지요. 우리는 연구를 시작할 때, 가설을 세우고 모집단에서 표본을 추출합니다. 그러나 표본의 결과를 일반화시킬 수 있을 만큼 대표성 있는 개체들을 추출하는 것은 쉽지가 않습니다. 애초에 모집단을 올바르게, 전부 이해하는 것은 사실상 불가능에 가까우니까요. (<- 그나저나, 바로 이런 표현도 과학적인 표현의 예시입니다!)
이를 극복하기 위해 우리는 통계적 추론을 활용합니다. 모집단을 전부 조사할 수 없으니 표본을 조사하고, 표본에서의 결과가 모집단의 특징으로 설명될 수 있을지 통계학적 추론을 해보는 것이지요. 표본은 전체 모집단을 대표할 수 있는 개체들로 구성되어 있어야 하며, 일반적으로 무작위(randomly) 추출할 때 기타 편향을 예방할 수 있습니다.
표본의 크기(개체 수)가 너무 적으면 통계적 테스트의 강력성이 감소할 수 있으므로 적절한 표본 수를 선택하는 것도 중요하고요. 표본을 잘 뽑았(다고 생각하)더라도 그 과정에서 표집 오차가 발생할 수 있으며, 표본을 추출할 때에 관여하는 요소 예를 들면, 표본을 추출한 시간, 장소, 온도 등과 같은 수많은 내/외부 요소가 표본에 영향을 줄 수도 있으며, 심지어는 우리가 알지 못하고, 전혀 예상치도 못하는 요소들이 에러를 줄 수 있음을 잘 이해하고 있어야 합니다. 그럼에도 불구하고 통계적 추론 방식은 우리가 파악하고자 하는 진실에 더 가까이 다가갈 수 있게 합니다.
# 연구 결과의 본질적인 특성 : 연속적인 수치와 통계적 유의성
여차저차 표본을 잘 추출해 실험을 완료하였다고 해도 넘어야 할 산은 많이 남아있습니다. 통계적 추론 그 자체가 가지는 한계입니다. 우리가 가장 흔하게 맞이하게 되는 문제 중 하나는 다음과 같습니다.
*통계적으로 유의한*결과가 아니면 그건 의미가 없는 결과이냐?라는 것이지요. 표본의 수를 잘 설정하고, 에러를 최대한으로 줄여 대표성을 확보했다고 하더라도, 어쩐지 찝찝한 마음이 남죠. 이러한 통계적 유의성은 주로 가설검정과 관련이 있습니다. 일반적으로 연구는 가설을 세우고 연구를 시작하며, 가설 검정을 수행할 때에 우리는 두 가지 가설을 세우게 됩니다.
귀무가설(Null Hypothesis, H0)과 대립가설(Alternative Hypothesis, H1)입니다. 귀무가설은 영 가설이라고도 불리는데 "모집단은 ~~이랑 같다", "모집단은 ~~와 차이가 없다"로 세워지는 가설이며 귀무가설이 참이라는 증거가 없을 때 대립가설이 채택됩니다.
예를 들어 나의 실험이 A 세포는 2차 성징 이후에만 발현한다는 것을 증명하고자 하는 실험이라면, 귀무가설은 A 세포는 2차 성징 전후로 발현량이 같다 이고 대립가설은 A 세포는 2차 성징 이후에만 발현한다(발현량이 같지 않다)는 것입니다.
통계적 검정(test)은 표본의 데이터를 사용하여 귀무가설을 채택할 것 인지, 기각할 것 인지(=귀무가설을 기각한다는 것은 대립가설을 채택한다는 것) 결정하는 것이며, 이때 통계적 유의성의 개념이 사용됩니다. p-값(p-value)이란 가설 검정에서 사용되는 통계적 유의성의 척도로 귀무가설이 참(true)일 때, 관측된 결과나 더욱 극단적인 결과나 나올 확률을 의미합니다. 기각영역(rejection region)은 가설 검정에서 p-value가 특정 유의수준보다 작은 경우에 귀무가설을 기각하는 영역을 뜻하며(=귀무가설을 기각하는 영역) 유의 수준(Level of significance)은 가설을 검정할 때 사용되는 기준 수준으로, 일반적으로 0.05(5%) 혹은 0.01(1%)이 사용됩니다.
설명: Figure 1: The mechanism of statistical testing. (a–c) The significance of the difference between observed (x) and reference (μ) values (a) is calculated by assuming that observations are sampled from a distribution H0 with mean μ (b). The statistical significance of the observation x is the probability of sampling a value from the distribution that is at least as far from the reference, given by the shaded areas under the distribution curve (c). This is the P value. | 출처: Krzywinski, M., Altman, N. Significance, P values and t-tests. Nat Methods 10, 1041–1042 (2013). https://doi.org/10.1038/nmeth.2698
유의수준이 낮아질수록 더욱 엄격한 기준으로 귀무가설을 기각하게 되며 통계적으로 더욱 유의미한 결과로 본다는 것이지요. (p-value와 관련한 학계의 동향은 기회가 된다면 다음번에 다루도록 하겠습니다.)
p-value가 유의수준보다 작을 때, 귀무가설은 기각되며 대립가설이 채택됩니다. p-value와 기각 영역, 유의 수준의 개념을 함께 생각해 보면 관측된 값이 우연으로 관측된 것은 아닐 것이라고 판단하는 것이지요.
이처럼 과학에서 밝히고자 하는 대부분의 결과는 통계적으로 설정된 수치를 기준으로 그 유의성이 결정되며, 결과 값 또한 연속적인 수를 가지기에 어쩌면 숫자로 통계적 유의성을 따지는 것이 역설적으로 무의미한 일일지도 모릅니다.
교과서에 나오는 멘델의 유전법칙 - 완두콩 실험에서는 특정 대립형질들이 밝혀졌습니다. 예를 들어 꽃잎의 색, 흰색과 붉은색이 대립하는 형질이며 붉은색이 우성형질이라 붉은색 형질을 하나라도 가진 모든 자손은 붉은색 꽃을 가집니다.
각각 흰색과 붉은색 형질을 순종으로 가진 개체 사이에서 태어난 잡종 F1 세대를 자가교배 하면 표현형적으로 붉은색 꽃잎 3:하얀색 꽃잎 1의 비율의 자손을 얻게 됩니다.
간단하고, 오래된 이 법칙은 상식으로 널리 알려졌지만, 실제로 실험을 진행하다 보면 개체들이 *아름답게* 비율을 나와주지 않는다는 것을 생명과학자들은 체득하여 잘 알고 있지요. 이를 극복하기 위해 표본의 수를 최대한 늘려보기도 하고, 같은 실험을 세 번 반복하며 동일한 패턴을 보이는지 확인하고, 그럼에도 설명되지 않는 것 들에는 어떤 다른 이유가 관여하는지 탐구하고자 하지만 언제나 한계는 남기 마련입니다.
정리해 보면 결국 통계적 추론을 활용하더라도 과학은 진리에 가까워질 뿐, 모든 진리를 파악할 수는 없는 것입니다. 어쩌면 이것이 유일한 과학의 진리라고 볼 수도 있겠다는 생각이 들지요.
#과학의 불확실성에서 파생된 불확실한 언어가 주는 불확실성
진실에 가까워지기 위한 우리의 노력은 이처럼 갸륵하지만 때로는 이것 자체가 오해를 만들곤 합니다. 과학적 연구의 결과를 기술하기 위해서는 그 탐구 절차와 분석 방법을 아주 구체적으로 기술해야 하고, 그 과정에서 생겨난 불확실성에 대해서도 명확히 언급해 주어야 합니다. 이를 준수하여 작성된 문장이(이런 트레이닝을 지속적으로 받는) 우리에겐 너무나 평범하고, 당연하게 느껴지지만, 대중에게는 언뜻 모호하고, 헷갈리게 느껴질 수 있다는 것이지요.
예를 들어 과학적 추론을 통해서는 "사과는 달콤한 과일이다"라는 결론을 내기 어렵습니다. 사과 1,000개를 대상으로 과육을 채취하여 당도를 측정해 본 결과, 95% 신뢰구간에 유의한 수치만큼이 일반적으로 사람이 달콤하다고 느낄 만큼의 당도를 가졌다. 그러나, 일부는 당도가 거의 없거나, 신맛이 더 우세한 과일이 있었다. "라고는 말할 수 있겠지만요.
이처럼 우리는 결과를 서술하는 과정에서 대중이 이해하지 못할 수도 있는 어떤 약속된 표현법과 단어를 사용하게 되며 듣는 사람들로 하여금 '그래서 사과는 달다는 거야 아니라는 거야'라는 생각을 할 여지를 제공합니다. 때때로 전체를 읽지 못하는 사람들은 "거봐 사과는 신맛이 나는 과일이라니까"라는 주장을 하기 위해 이 결과를 사용하기도 하죠. (한마디로 꼬투리 잡히기 참 쉬운 표현 방법이랄까요. :D)
물론 더 많은 대중에게 이 한계점에 대해 설명하고, 우리가 원하는 방식으로 이해해 주기를 바랄 수도 있겠지만, “사과는 달콤한 과일이 아니라잖아!”라고 주장하는 사람을 무시하고 넘어가고 싶겠지만, 과학자들에게는 자신의 연구를 대중에게 잘 설명해야 할 의무가 있습니다. 그러니, 결국, 궁극적으로, 그리고 가장 효율적으로 잘 소통하기 위해서는 과학자들이 스스로 '과학자들의 소통법'을 인식하고, 이를 잘 설명할 수 있도록 노력을 기울이는 것이지 않을까 생각합니다. 그러기 위해서는 과학적 소통의 약점과 강점을 잘 파악하는 것이 중요하겠고, 타협과 우회의 길도 고민해 보는 것도 필요하지 않을까라고요.
저는 요즘 무엇 하나 바뀌지 않더라도 태도의 변화 만으로 해결되는 일이 꽤나 많다는 것을 실감하고 있습니다. 저는 마음이 힘들 때 상담실을 찾곤 합니다. 열심히 노력해도 결국 성취하지 못하는 것들에 지칠 때, 진심을 전달하려고 애써도 잘 되지 않을 때 제 속에 있는 이야기를 하염없이 털어내곤 하죠.
상담사 선생님들의 포근한 위로와 실용적인 조언들은 언제나 제게 큰 힘이 되었지만, 선생님들의 태도에서도 중요한 것들을 많이 배울 수 있었습니다. 상담사 선생님은 언제나 저의 이야기를 들어주셨고, 지금 제가 할 수 있는 일이 무엇인지 집중할 수 있게 해 주시며 제가 겪고 있는 어려움이 어떤 것 이던지, 근원적인 해결 방법이 외부에 있을 때 에도 “내가 지금 할 수 있는 일”이 무엇인지 파악할 수 있게 도와주시지요.
이런 방법이 익숙하지 않을 때 에는 ‘문제는 다른 데에 있는데 왜 내가 바뀌어야 해’ 하며 속상해하기도 했지만, 내가 바꿀 수 있는 것은 (아주 노력해도 겨우) 나 일뿐이고, 그 과정에서 나는 항상 더 큰 배움을 얻는다는 것을 알게 된 후로는 마음이 후련해졌달까요? 오히려 문제가 생긴 것에 감사해졌달까요? 다 지나고 나서야 드는 생각이겠지만요. 😊
언어와 표현의 다름에서 생겨나는 문제들은 피할 수 없고, 아주 자주 맞닥뜨리는 인생의 거대한 숙제 같은 것이라는 생각이 듭니다. 그럼에도 불구하고 나의 작은 행동들이 변화를 이끌어 낼 수(도 있을 수도) 있다고 생각하면 조금은 가뿐한 마음입니다. 모든 연구자분들이 피 땀 눈물로 빚어낸 소중한 연구들이 더 많은 사람들에게 더 잘 이해될 수 있기를 응원하며 연재를 마무리하겠습니다. 😊
과학으로 소통 소통, 과학통통
- 소통은 언제든 환영합니다. (댓글, 이메일, 메시지, 전화, 자필편지, 자택 방문)
References
Button, K., Ioannidis, J., Mokrysz, C. et al. Power failure: why small sample size undermines the reliability of neuroscience. Nat Rev Neurosci 14, 365–376 (2013). https://doi.org/10.1038/nrn3475
Krzywinski, M., Altman, N. Importance of being uncertain. Nat Methods 10, 809–810 (2013). https://doi.org/10.1038/nmeth.2613
Krzywinski, M., Altman, N. Power and sample size. Nat Methods 10, 1139–1140 (2013). https://doi.org/10.1038/nmeth.2738
Krzywinski, M., Altman, N. Significance, P values and t-tests. Nat Methods 10, 1041–1042 (2013). https://doi.org/10.1038/nmeth.2698
Landis, S., Amara, S., Asadullah, K. et al. A call for transparent reporting to optimize the predictive value of preclinical research. Nature 490, 187–191 (2012). https://doi.org/10.1038/nature11556
서울중앙지방법원 2019고합142,388,501 사건 판결문
김재윤. (2021). CMIT/MIT 성분 가습기살균제로 인한 사망 사건 판결의 형사법적 쟁점 ― 서울중앙지방법원 2021. 1. 12. 선고 2019고합142,388,501 판결을 중심으로 ―. 환경법연구, 43(2), 1-28.
본 기사는 네티즌에 의해 작성되었거나 기관에서 작성된 보도자료로, BRIC의 입장이 아님을 밝힙니다. 또한 내용 중 개인에게 중요하다고 생각되는 부분은 사실확인을 꼭 하시기 바랍니다.
BRIC(ibric.org) Bio통신원(정민정) 등록일2024.02.06