인과, 세상의 모든 것을 연결하는 매개 일상의 모든 사건에 대해서 말할 때, 우리는 곧 인과(因果)를 말한다고 할 수 있다. 코로나 바이러스의 발생과 그 결과, 경제의 변화에 따른 주식시장의 변동, 음주운전에 따른 교통사고의 증가, 지구 온난화에 따른 기후의 급변, 나의 행위의 결과에 대하여 책임을 져야 하는 의무 등 우리가 경험하는 모든 것은 인과와 관련된다고 말할 수 있다. 인과 개념에 대해 배우지 않았어도 우리는 삶의 경험으로 모든 사건에서 인과를 언급하는 것이다. 그런데 이렇게 일상에서 호흡하는 것처럼 자연스럽게 접하게 되는 인과가 철학적 탐구나 문제 해결의 대상이 될 수 있을까? 철학의 모든 문제는 우리가 당연하다고 받아들이는 것에 대한 의심에서 시작한다. 데이비드 흄(David Hume)은 인과를 ‘the cement of the universe’라 불렀다. 인과는 이 세계의 모든 것을 연결하는 매개라는 것이다. 인과는 박물관의 유물도, 신기루와 같은 허상도 아니다. 우리의 삶과 죽음에 대한 문제를 해결할 안내자이다. 이 책의 저자인 명지대 철학과 김준성 교수는 인과, 귀납 추론, 인공지능 등을 연구해 온 과학철학 분야의 전문가로, 이 책에서 ‘인과’와 관련된 철학적 연구의 기본에서 응용까지, 모든 것을 다룬다. 4차 산업혁명과 인과 르네상스 저자는 이 책을 통해 인과가 우리의 삶에 얼마나 중요한 개념인지를 널리 알리고자 한다. 그 과정에서 가장 중요하게 다루는 것은 인과의 문제와 그 문제를 해결하기 위한 철학, 그리고 철학에 토대한 컴퓨터과학과 통계학의 성과들이다. 1980년대 후반 이후 불확실성 추론에 토대한 인공지능 알고리즘을 연구하는 학자들, 그리고 인과 추론을 위한 컴퓨터 알고리즘을 연구하는 학자들은 서로의 연구를 공조하면서 인과에 대한 철학적 논의와 이론을 적극적으로 연구하고 응용하였다. 다른 한편으로, 과학철학자들은 통계학 등 경험과학의 인과에 대한 연구 성과를 철학적 연구에 응용하였다. 새로운 밀레니엄의 시작 이후 이들 모든 연구는 서로 소통하면서 인과 연구에 대한 새로운 패러다임을 형성하기 시작하였다. 기계학습 인공지능의 혁신과 빅데이터의 응용은 인과의 새로운 패러다임을 확장하는 토대가 되었다. 저자는 이러한 인과의 새로운 패러다임을 가리켜 ‘인과 르네상스’가 도래하였다고 말한다. [책의 구성] 이 책의 1～4장에서는 인과의 문제와 그 문제를 해결하려는 철학적 이론을 소개하고 논의하였다. 다음으로 이어지는 5～8장에서는 인과 모형 이론을 소개하고, 4차 산업혁명의 핵심인 인공지능의 기계학습과 빅데이터에서 인과 모형 이론을 어떻게 응용할 수 있는지, ‘인과 르네상스’의 새로운 패러다임에 대해 다루었다. 이 책은 인과 연구에 관한 학술서이지만 동시에 일반 독자를 위한 안내서이기도 하다. 저자는 논리학과 수학의 기호나 개념, 철학과 통계학의 개념 등 전문적인 내용은 가능한 한 최소화하고, 쉽게 이해할 수 있도록 풀어 쓰고자 했다. 덕분에 철학의 개념이 4차 산업혁명과 어떻게 연결되는지 알고 싶은 이라면 누구나 흥미롭게 이 책을 읽을 수 있다.

들어가는 말: 인과의 르네상스 5 1장. 4차 산업혁명에서 인과의 역할: 인과, 왜 삶의 안내자인가? 15 1. 속성 수준의 인과와 사건 수준의 인과 20 2. 인과에 대한 문제들 25 3. 4차 산업혁명에서 인과의 역할 40 2장. 인과에 대한 이론들의 백가쟁명 51 1. INUS 이론 52 2. 인과에 대한 반사실적 이론 58 3. 인과에 대한 확률 이론 65 4. 인과에 대한 개입(조종) 이론 73 3장. 인과 모형 이론의 발전 77 1. 인과 모형을 위한 구조방정식의 요소: 변수와 DAG 83 2. 인과 모형을 위한 베이즈 이론의 요소: 베이즈 망과 확률적 독립성 86 3. 인과 모형 이론: 퍼얼의 구조 인과 모형과 SGS의 PC 이론을 중심으로 91 4장. 합리적 의사결정 이론에서 인과의 역할 119 1. 뉴컴의 역설 124 2. 인과 모형에 토대한 의사결정 이론의 역할 127 5장. 빅데이터에서의 상관성과 인과성 131 1. 빅데이터 세계에서 상관성만이 필요하다는 주장 133 2. 상관성과 인과성의 관계에 대한 오해와 문제 136 3. 인과에 대한 수학적 모형의 가능성 140 4. 빅데이터 분석에서 인과 모형의 역할 144 6장. 신경망 기계학습 인공지능에서 인과에 대한 논쟁 153 1. 인공 신경망 구조와 연결주의에 대한 이해 155 2. 연결주의에 대한 고전적 계산주의자의 비판: 체계성 문제 158 3. 체계성 문제에 대한 연결주의자의 응답: 스몰렌스키의 이론을 중심으로 163 4. 연결주의에 대한 계산주의자의 비판: 인과성 문제 168 5. 인과성 문제에 대한 연결주의자 스몰렌스키의 대응 170 6. 포더와 맥래플린의 재응답: 허구적 인과론으로서 연결주의 171 7. 논쟁에 대한 평가와 전망: 인과의 망으로서 신경망에 대한 이해 가능성 172 7장. 두뇌의 자기공명영상 데이터에 대한 인과 추론 181 1. 기능적 자기공명영상과 그 측정 단위로서의 복셀 182 2. 뇌 기능의 효과적 연결성을 해명하기 위한 인과 모형의 역할과 과제 185 8장. 설명 가능한 인공지능에서 인과적 설명의 역할과 전망 191 1. DARPA의 XAI 프로젝트에 대한 이해 194 2. 설명의 모형에 대한 문제 198 3. 설명 가능한 인공지능을 위한 인과적 설명 모형의 전망 205 나가는 말: 평가와 전망 215 참고문헌 217