[전파칼럼] 전파의 '왜'를 묻는 힘

이왕상 경상국립대학교 전자공학부 교수(한국전자파학회 상임이사)
이왕상 경상국립대학교 전자공학부 교수(한국전자파학회 상임이사)

밤이면 라디오 소리가 커졌다 작아지기를 반복했다. 1920년대 영국의 청취자에게 페이딩(fading)은 성가신 수신 장애였다. 1924년 12월, 물리학자 에드워드 애플턴과 그가 지도하던 대학원생 마일스 바넷은 원인을 찾아 나섰다. BBC 협조로 방송이 끝난 뒤 본머스 송신소에서 주파수를 조금씩 바꿔 보내고, 옥스퍼드에서 신호 변화를 관찰했다. 그 결과 약 90㎞ 상공의 전리층에서 전파가 굴절돼 지상으로 되돌아온다는 증거를 얻었다. 골칫거리였던 페이딩이 보이지 않는 하늘을 재는 잣대가 된 것이다.

간섭이 열쇠였다. 지표면을 따라 도달한 전파와 전리층을 거쳐 돌아온 전파는 서로 다른 길을 지나 수신기에서 만난다. 두 신호의 위상 차이에 따라 수신 신호가 강해지거나 약해진다. 애플턴과 바넷은 주파수에 따른 신호 변화로 경로 차이를 알아내 전리층 높이를 추정했다. 장비의 성능보다 중요한 것은 익숙한 현상에 던진 새로운 질문이었다.

한 세기 뒤 산업현장에서도 같은 '왜'라는 질문이 필요하다. 차량 레이더가 빗속 물보라를 목표물로 오인하거나, 공장 무선망이 금속 설비 사이에서 불안정해졌다고 하자. 센서 성능을 높이거나 소프트웨어를 고치는 일부터 시작해야 할까. 원인이 다중경로 반사인지, 다른 신호의 간섭인지, 신호 감쇠인지 가려내지 못하면 개선은 시행착오로 흐른다. 전파의 원리를 아는 사람은 해결책을 고르기에 앞서 문제의 형태부터 다시 그린다.

원리를 아는 사람과 모르는 사람의 차이는 인공지능(AI)이 등장하면서 더 커진다. 생성형 AI가 회로 후보를 제안하고 해석·설계 도구가 전자파 분포를 그려내는 시대다. 그러나 계산(모델)에서 빠진 장애물, 잘못 설정한 경계조건, 현장에서만 나타나는 간섭은 누가 찾아낼 것인가. 정교한 답도 잘못 정의된 문제 앞에서는 무력하다. 이제 교육은 답을 빨리 찾는 기술을 넘어, 무엇을 확인해야 하는지 판단하는 법과 결과를 의심할 근거를 가르쳐야 한다. 기초이론은 이 판단을 가능하게 하는 토대다.

그 토대는 저절로 만들어지지 않는다. 벡터 미적분과 복소수에 대한 이해가 부족하면 전자기학은 식을 외우는 과목이 되기 쉽다. 전자기학에서 안테나·고주파 회로·전자파적합성(EMC)을 거쳐 연구로 이어지는 사다리도 약해진다. 그러나 '학생들이 기초를 기피한다'는 탄식만으로는 부족하다. 대학별 과목 개설 현황, 수강·이수 실태, 대학원 진학 추이를 함께 살펴 사다리가 어느 단계에서 끊겼는지 확인해야 한다.

해외의 대응은 참고할 만하다. 미국 국립과학재단(NSF)이 지원하는 스펙트럼X(SpectrumX)는 초·중등부터 대학원까지 이어지는 교육자료를 개발하고, 국제전기통신연합(ITU)은 주파수 관리 교육에 공학과 규제·경제를 함께 담는다. 중요한 것은 해외 프로그램의 이름이 아니라 교육을 학년과 전공의 경계에 가두지 않는 설계다.

교실에서부터 평가 기준을 바꿔야 한다. 중학생은 교실과 복도의 휴대전화 신호 세기를 재고, 대학생은 구리 테이프 안테나와 저가의 소프트웨어 정의 무선 수신기(SDR)로 스펙트럼을 들여다볼 수 있다. 본격적인 수업은 측정값이 예상과 어긋날 때 시작된다. 학생이 주변 금속, 다른 송신기, 수신기 설정 중 무엇을 의심할지 고르고, 근거를 세워 다시 측정하게 하자. AI의 예측이 틀렸다면 더욱 좋은 과제다. 정답률이 아니라 가설을 수정하는 과정을 평가해야 한다.

연구 지원에서도 같은 원칙이 필요하다. 값비싼 전자파 무반사실을 지었다는 실적보다 그 안에서 어떤 질문에 답을 얻었는지를 물어야 한다. 권역별 공동 장비를 구축하되 운용 전문가와 유지비를 함께 지원하자. 기업이 공장의 통신 장애 사례를 과제로 제시하고, 대학원생이 원인을 분석한 뒤, 그 결과를 생산현장에 적용해 다시 검증하는 체계가 필요하다. 그래야 시설과 장비가 전시물이 아니라 인재를 키우는 실험실이 된다. 안정적인 연구비와 재직자의 학습 기회도 이 연결 속에서 마련돼야 한다.

한 세기 전 두 연구자는 수신 장애를 하늘의 구조를 묻는 질문으로 바꿨다. 오늘의 과제도 답을 얼마나 빨리 내느냐에 있지 않다. AI가 쏟아내는 답 가운데 무엇을 믿고 무엇을 다시 시험할 것인가에 있다. 전파 교육은 정답을 기억하는 사람보다 현상을 읽고 문제를 정의하며 실험으로 판단하는 사람을 길러야 한다. 다음 발견 역시 그곳에서 시작될 것이다.

이왕상 경상국립대 전자공학부 교수·한국전자파학회 상임이사 wsang@gnu.ac.kr

  • ET Events