Ⅲ. 과학과 미래 사회

MIND MAP

한눈에 보는 단원 지도

4개의 레슨은 모두 "과학기술이 우리 삶에 무엇을 가져오는가" — 그 영향과 윤리를 다룬다.

과학기술의 발전과 인간 삶, 그리고 책임

10통과2-03-01 · LESSON 01

감염병과 과학

병원체와 면역의 원리
백신·항생제·신약 개발
COVID-19와 mRNA 백신 혁명
감염병 대응의 국제 협력

10통과2-03-02 · LESSON 02

빅데이터와 과학기술

빅데이터의 4V (양·속도·다양성·신뢰성)
활용 사례 8분야 (의료·기상·자율주행 등)
구글 독감 트렌드 사례
개인정보·편향·격차의 윤리

10통과2-03-03 · LESSON 03

인공지능과 로봇

AI · 머신러닝 · 딥러닝
로봇 6종 · IoT 3단계
자율주행 5단계 · 드론
2050 미래 예측

10통과2-03-04 · LESSON 04

과학기술과 윤리

SSI(사회적 과학 쟁점) 6사례
과학자의 5대 책임
시민 참여 방법
역사 속 윤리 교훈

KEY CONCEPTS

꼭 기억해야 할 16개 개념

L1 · K01

병원체

세균·바이러스·곰팡이·기생충 4종. 각각 크기·생활방식·치료법이 다르다.

L1 · K02

면역

자연·획득 면역의 결합으로 병원체를 막는 우리 몸의 정교한 방어 시스템.

L1 · K03

백신

약한 항원으로 면역을 미리 훈련. mRNA 방식이 코로나19로 본격 등장.

L1 · K04

원헬스

인간·동물·환경 건강을 하나로 보는 통합 접근. 감염병 시대의 필수 관점.

L2 · K05

빅데이터 4V

Volume·Velocity·Variety·Veracity. 양·속도·다양성·신뢰성.

L2 · K06

데이터 마이닝

방대한 데이터에서 의미 있는 패턴을 찾아내는 분석 과정.

L2 · K07

21세기의 원유

데이터는 새로운 자원. 잘 활용하는 자가 미래를 주도한다.

L2 · K08

데이터 윤리

개인정보·편향·독점·격차 — 활용에는 윤리적 책임이 따른다.

L3 · K09

머신러닝/딥러닝

컴퓨터가 데이터로 스스로 학습. 신경망을 깊게 쌓은 것이 딥러닝.

L3 · K10

로봇 6종

산업용·의료용·가정용·휴머노이드·외골격·탐사용.

L3 · K11

IoT 3단계

센싱·통신·제어 — 사물들이 서로 데이터를 주고받는다.

L3 · K12

자율주행 5단계

Lv.0~Lv.5. 현재 Lv.2~3이 대부분, Lv.4는 제한된 지역에서.

L4 · K13

SSI

사회적 과학 쟁점. 정답이 없는 가치 판단 문제.

L4 · K14

과학자의 5책임

진실성·안전성·투명성·공익성·참여성.

L4 · K15

시민 참여

합의회의·시민배심원·청원·SNS·교육·현장 활동.

L4 · K16

균형의 윤리

"할 수 있다"와 "해야 한다"는 다르다. 발전과 책임의 균형.

QUIZ

나만의 평가

10문항 중 정답을 클릭해 보자. 마지막에 점수와 등급이 표시된다.

감염병 대응에서 '원헬스(One Health)' 개념의 가장 핵심적인 주장은?

①인간 건강이 가장 우선이다

②인간·동물·환경 건강을 통합적으로 다뤄야 한다

③백신만이 감염병의 답이다

④국가별로 따로 대응해야 한다

정답: ② — 인수공통감염병(코로나·조류독감 등)이 늘면서 인간·동물·환경 건강이 연결되어 있다는 통합적 관점이 중요해졌다.

mRNA 백신이 기존 백신과 다른 핵심적인 점은?

①죽은 바이러스를 직접 주입한다

②병에 걸린 사람의 혈청을 사용한다

③유전 정보(mRNA)를 전달해 우리 몸이 항원 단백질을 만들게 한다

④화학물질로 면역세포를 직접 자극한다

정답: ③ — mRNA 백신은 항원 단백질을 만드는 설계도(mRNA)를 전달하고, 우리 몸의 세포가 그 단백질을 만들어 면역을 훈련한다. 빠른 개발이 가능하다.

빅데이터의 4V 중 'Veracity'가 의미하는 것은?

①데이터의 양

②처리 속도

③다양한 형식

④데이터의 신뢰성·정확성

정답: ④ — Veracity는 '진실성·신뢰성'. 양이 많아도 부정확하면 잘못된 결론을 낳는다.

구글 독감 트렌드(Google Flu Trends)가 알려준 가장 중요한 교훈은?

①빅데이터는 만능이다

②검색어 데이터만으로는 한계가 있어 전통적 의료 데이터와 결합해야 한다

③구글은 모든 데이터를 알고 있다

④검색 데이터는 사용하면 안 된다

정답: ② — 초반엔 성공적이었지만 미디어 영향 등으로 오차가 커져 2015년 종료. 빅데이터는 도구이며 신중하게 다뤄야 한다는 교훈.

머신러닝의 기본 원리는?

①사람이 모든 규칙을 일일이 작성한다

②데이터로부터 컴퓨터가 스스로 규칙을 학습한다

③사람의 뇌를 직접 복제한다

④정해진 결정 트리만 따른다

정답: ② — 머신러닝의 핵심은 '데이터에서 학습'. 그래서 데이터가 새로운 자원이다.

알파고가 인간 바둑 챔피언을 이긴 데 사용된 핵심 학습 방법은?

①지도 학습

②비지도 학습

③강화학습

④암기 학습

정답: ③ — 알파고는 자기 자신과 수천만 판을 두며 보상에 따라 학습한 강화학습으로 인간을 뛰어넘었다.

사물인터넷(IoT)의 작동 3단계가 아닌 것은?

①센싱(Sensing) — 측정

②통신(Network) — 전달

③제어(Action) — 처리

④인쇄(Print) — 출력

정답: ④ — IoT의 3단계는 센싱·통신·제어. 인쇄는 일반적으로 IoT의 핵심 단계가 아니다.

자율주행 5단계에서 '운전자가 운전 책임을 완전히 인계하지 않아도 되는' 단계는?

①Lv.1 (운전자 보조)

②Lv.2 (부분 자동)

③Lv.3 (조건부 자동)

④Lv.4 이상 (고도/완전 자동)

정답: ④ — Lv.4부터 정해진 구역에서 완전 자율. Lv.5는 모든 도로/환경에서 완전 자율, 운전대조차 필요 없다.

SSI(사회적 과학 쟁점)의 가장 핵심 특징은?

①실험으로 명확히 해결 가능

②전문가만이 답을 알고 있다

③과학적 사실과 가치 판단이 얽혀 정답이 없다

④시간이 지나면 자동으로 해결된다

정답: ③ — SSI는 사회적 합의와 다양한 가치 평가가 필요한 문제. 시민의 참여가 핵심이다.

시민이 과학 정책 결정에 참여하는 가장 적절한 방법이 아닌 것은?

①합의회의·시민배심원에 참여

②국회 청원 또는 공청회에 의견 제출

③SNS와 미디어에서 활발히 토론

④전문가가 아니므로 의견을 내지 않는다

정답: ④ — 과학 정책은 모든 시민의 미래에 영향을 준다. 비전문가도 시민으로서 적극 참여해야 한다.

—

문항에 답하면 점수가 표시됩니다

BIG QUESTIONS

이 단원이 묻는 큰 질문

Q1. 과학기술은 인간을 행복하게 하는가?

의료·정보·교통 — 과학기술 덕분에 인류는 풍요와 편리함을 누린다. 그러나 동시에 새로운 불평등·환경 위협·일자리 불안을 만들기도 했다. 기술 자체가 답은 아니다. 그것을 어떻게 활용하느냐가 행복을 결정한다.

Q2. AI가 인간을 대체할까?

단순·반복 작업은 분명 대체될 것이다. 하지만 창의·공감·복합 판단은 여전히 인간 영역이다. 핵심은 'AI vs 인간'이 아니라 'AI와 함께'다. 미래 시민은 AI를 도구로 잘 활용하는 사람이 될 것이다.

Q3. 누가 미래를 결정하는가?

과학자? 정부? 기업? 정답은 모든 시민이다. SSI가 점점 늘어나는 시대, 시민의 과학 소양과 윤리적 판단이 미래의 모습을 만든다. 우리는 미래의 결정권자다 — 우리가 손 놓는 만큼 다른 누군가가 결정한다.

Q4. 통합과학 2를 마치며

지질시대·생물다양성·생태계·기후위기·신재생에너지·감염병·빅데이터·AI·윤리 — 이 모든 것이 결국 하나의 질문으로 모인다. "우리는 어떤 미래를 살고 싶은가?" 그 답은 교과서가 아니라 우리 한 사람 한 사람의 선택에 있다.