66년 전 논문이 찍어둔 날짜가 지나갔어요
2026년 11월 13일 금요일. 달력으로 보면 그냥 '13일의 금요일'인데요, 사실 이 날짜는 66년 전 과학 저널 사이언스(Science)에 실린 논문 제목에 그대로 박혀 있던 날이에요. 제목이 바로 「Doomsday: Friday, 13 November, A.D. 2026」, 우리말로 '종말의 날: 서기 2026년 11월 13일 금요일'이거든요. 부제는 더 무시무시해요. 인구가 지난 2천 년 동안 늘어난 방식 그대로 늘어난다면, 이 날짜에 인류의 수가 무한대에 가까워진다는 내용이었어요.
물론 우리는 그날을 멀쩡히 넘겼죠. 그런데 이 논문은 '틀린 예언'이라고 웃고 넘기기엔 아까워요. 데이터에 곡선을 맞추고 미래를 내다보는 일, 그러니까 개발자와 데이터 분석가가 매일 하는 바로 그 일의 함정을 아주 선명하게 보여주거든요.
누가, 어떻게 계산했을까
논문을 쓴 사람은 일리노이 대학교의 하인츠 폰 푀르스터(Heinz von Foerster)와 동료 퍼트리샤 모라, 로런스 아미엇이에요. 폰 푀르스터는 물리학자 출신으로, 사이버네틱스라는 분야를 연구했어요. 사이버네틱스가 뭐냐면 '시스템이 되먹임을 통해 스스로를 조절하는 원리'를 다루는 학문이에요. 세 사람은 1960년 11월 4일자 사이언스에 실린 이 논문에서, 지난 2천 년에 걸친 세계 인구 추정치를 모아 하나의 수식에 맞춰 봤어요.
결과로 나온 식은 놀랄 만큼 단순해요. N = 1.79 × 10^11 / (2026.87 − t)^0.99. N은 세계 인구, t는 연도예요. 분모를 잘 보세요. t가 2026.87에 가까워질수록 분모가 0에 다가가고, N은 끝없이 커져요. 2026.87년을 날짜로 바꾸면 11월 13일 무렵이 되고, 오차 범위는 ±5.5년으로 제시됐어요. 재미있는 건 11월 13일이 폰 푀르스터 본인의 생일이라는 점이에요. 요일까지 콕 집어 제목에 넣은 데에는 학자다운 장난기가 섞여 있었던 거죠.
지수 성장보다 무서운 쌍곡선 성장
여기서 꼭 짚고 갈 개념이 있어요. 보통 '폭발적 증가'라고 하면 지수 성장을 떠올리잖아요. 지수 성장이 뭐냐면 일정한 시간마다 두 배가 되는 성장이에요. 복리 이자를 생각하면 돼요. 그런데 지수 성장은 아무리 빨라도 유한한 시간 안에 무한대가 되지는 않아요. 두 배가 되는 데 걸리는 시간이 늘 같으니까요.
논문이 찾아낸 건 그보다 더 가파른 패턴이었어요. 두 배가 되는 데 걸리는 시간 자체가 계속 짧아지고 있었던 거예요. 실제로 세계 인구가 10억에서 20억이 되는 데는 120년 넘게 걸렸지만, 20억에서 40억이 되는 데는 50년이 채 안 걸렸어요. 이렇게 규모가 커질수록 성장률까지 함께 커지는 성장을 쌍곡선 성장이라고 하는데요, 이 곡선은 특정 시점에 값이 무한대로 치솟는 특이점을 가져요.
저자들의 해석은 이랬어요. 사람은 다른 생물과 달리 서로 소통하고 협력해서 자연의 제약을 밀어내기 때문에, 사람이 많아질수록 살아남고 번식하기가 오히려 쉬워진다는 거예요. 그래서 논문에는 유명한 문장이 나와요. 우리의 고손주 세대는 굶어 죽는 게 아니라 '눌려 죽을 것'이라고요.
얼마나 맞았고, 어디서 틀렸나
놀라운 건 이 식이 꽤 오랫동안 잘 맞았다는 사실이에요. 식에 1990년을 넣으면 약 50억 명이 나오는데, 실제 인구는 약 53억 명이었어요. 논문이 나오고 30년 동안은 현실이 공식을 오히려 조금 앞질렀던 셈이에요. 그런데 2000년에는 공식이 약 69억, 실제가 약 61억으로 뒤집혔고, 2020년에는 공식이 약 266억을 가리키는 동안 실제 인구는 약 78억에 머물렀어요.
무슨 일이 있었던 걸까요? 세계 인구 증가율은 1960년대에 연 2%를 조금 넘기며 정점을 찍었고, 그 뒤로 계속 내려와 지금은 1%에도 못 미쳐요. 소득과 교육 수준이 오르면 출산율이 떨어지는 '인구 전환'이 전 세계로 퍼졌기 때문이에요. 사람이 많을수록 더 빨리 늘어난다는 양의 되먹임 고리가, 공교롭게도 논문이 발표된 바로 그 무렵부터 끊어지기 시작한 거죠. 합계출산율이 1명에도 못 미치는 한국에서 이 논문을 읽으면 기분이 묘해요. 66년 전의 걱정은 '너무 많아서'였는데 지금 우리의 걱정은 정반대니까요.
개발자가 이 이야기를 알아야 하는 이유
이 논문은 당시에도 인구학자들에게 비판을 많이 받았고, 저자들도 반쯤은 도발 삼아 쓴 글로 평가받아요. 그런데 '성장이 성장을 가속한다'는 발상은 그 뒤로도 꾸준히 되살아났어요. 경제학자 마이클 크레머는 1993년에 인구와 기술 발전이 서로를 밀어 올린다는 모델로 아주 긴 기간의 인구 데이터를 설명했고요. 요즘 AI 업계에서 말하는 '기술적 특이점'도 수학적으로는 같은 모양이에요. AI가 더 나은 AI를 만드는 되먹임이 충분히 강하다고 가정하는 순간, 지수 곡선이 아니라 쌍곡선이 나오거든요.
실무로 가져와 볼게요. 서비스 트래픽이나 가입자 수, 스토리지 사용량을 예측할 때 우리는 지난 데이터에 곡선을 맞추고 그걸 앞으로 쭉 늘려요. 이때 결정적인 건 맞춤 정확도가 아니라 '어떤 모양의 곡선을 골랐느냐'예요. 2천 년 치 데이터에 잘 맞던 식도, 그 밑에 깔린 가정 하나가 깨지자 몇십 년 만에 몇 배씩 빗나갔으니까요. 궁금하다면 공개된 세계 인구 데이터를 받아서 파이썬의 scipy.optimize.curve_fit으로 지수 함수와 쌍곡선 함수를 각각 맞춰 보세요. 1960년까지의 데이터만 넣었을 때 어느 쪽이 더 그럴듯해 보이는지 직접 확인하면, 당시 저자들이 왜 그렇게 썼는지 실감이 날 거예요.
마무리
한 줄로 정리하면 이래요. 과거 데이터에 아무리 잘 맞는 모델이라도, 그 성장을 만든 메커니즘이 계속된다는 보장은 모델 바깥에 있어요. 여러분이 요즘 보고 있는 우상향 그래프 중에서 되먹임 고리가 이미 끊어지고 있는 건 무엇일까요? 반대로 정말 쌍곡선일지도 모른다고 생각하는 곡선이 있다면 댓글로 이야기해 봐요.
🔗 출처: Hacker News