대한민국의 출퇴근 시간 동안 출발하는 만원 전철은 모두에게 큰 스트레스가 아닐 수 없다. 자리가 비면 앉고 싶지만, 도심 속 혼잡한 전철에서 이를 실현하기가 쉽지 않다. 그런데 일본의 유명한 물리학자 데라다 토라히코는 100년 전 비슷한 고민을 하고 자신만의 이론을 개발했다. 일본 마이니치신문의 '생활 속 과학' 코너에 따르면, 데라다는 1922년에 발표한 수필 '전차의 혼잡에 대하여'에서 전철의 혼잡 상황을 연구하면서 이론을 정리했다.
데라다는 전철의 혼잡도가 주기적으로 변한다는 사실을 발견했다. 전철이 시발역을 떠나면 점차 혼잡해지다가, 역에 도착할 때쯤엔 승객이 대거 늘어나는 경향을 보인다. 그로 인해 출발까지의 시간이 지연되고, 혼잡은 더욱 심해진다. 그는 연구 결과로 평균적으로 3~4대에 하나꼴로 심각한 혼잡이 발생하며, 그 다음에 오는 2~3대는 한산해질 것이라는 가설을 제시했다.
데라다는 이 가설을 바탕으로 "만원 전철은 다른 사람에게 양보하고 한 발 물러서서 한산한 차량을 타는 것이 오히려 효율적이고 편리하다"라고 결론을 내렸다. 이는 자신뿐만 아니라 타인의 편안함에서도 긍정적인 영향을 미친다는 것이다.
현대의 물리학자들도 만원 전철에서 편안하게 앉기 위한 방법을 연구하고 있다. 예를 들어, 교토대의 하시모토 코지 교수는 왕복 4시간의 출퇴근 경험을 바탕으로 빈자리 예측에 대한 노하우를 전수했다. 그는 관찰력을 바탕으로 역으로 들어오는 전철을 세심히 분석했으며, 혼잡한 차량의 출발지와 도착지를 기억하여 혼잡을 예측하는 유용한 정보를 제공했다. 특히 학창 시절 교복을 입은 학생들과 회사원들의 하차 시간을 미리 파악하여 빈자리를 예측하는 데 중점을 두었다. 더불어 다른 노선이나 급행 열차와 연결된 환승열차의 정보를 참고하는 것이 유용하다고 강조했다.
하시모토 교수는 "물리학이 일상생활과 멀게만 느껴질 수 있지만, 사람의 움직임을 법칙화하여 실질적인 도움이 될 수 있다는 점이 물리학의 매력"이라고 말했다. 이러한 현대의 접근은 데라다의 아이디어와 마찬가지로 고전적인 방법론에 기반하며, 더 나은 공공 교통 경험을 위한 실질적인 해결책으로 발전할 수 있을 것으로 기대된다.
이러한 연구와 오랜 고찰들은 단순히 전철에서 앉기 위한 방법을 넘어, 우리가 복잡한 사회 속에서 어떻게 더 효율적으로 생활할 수 있는지를 제시하는 중요한 통찰이 될 것이다. 이제 혼잡한 전철에서도 좀 더 편안하게 앉아갈 수 있는 기회를 놓치지 않기 위해 대중교통에 대한 우리의 시각을 새롭게 고양할 필요가 있다.
"혼잡한 전철에서 앉는 법?"…100년 전 일본 물리학자의 통찰력

같은 코너에서 더 읽기
중국 대학 학과 30% 재편, AI 인재 잔류율은 한국보다 낮다
중국은 2026~2030년 쌍일류 명문대 학부 정원을 10만명 이상 늘리고, 앞선 5년 동안 전공의 30% 이상을 바꿔 AI·반도체 인력을 키우고 있다. 그런데 AI 연구자 잔류율은 중국 69%로 한국 77%보다 낮고, 인재 순유입은 여전히 미국 쪽이다. 이번 증원은 인력을 더 만드는 일인 동시에 새는 구멍을 메우는 작업으로 볼 수 있다.
아마존 데카르트 70억달러 인수 논의, 앤트로픽이 실사 뒤 놓은 회사
아마존이 월드 모델 스타트업 데카르트를 70억달러(약 9조4천억원)에 인수하는 방안을 논의 중이다. 이 회사는 앤트로픽이 8월 60억달러에 검토하다 9월 실사 뒤 접은 곳이다. 아마존이 더 비싼 값을 부르는 이유는 가상환경 모델보다 자체 AI 칩 트레이니엄3를 더 효율적으로 돌릴 추론 기술에 있는 것으로 보인다.
미국 관세환급, 위법 판결이 나도 기업이 직접 신청해야 돈이 나온다
코트라 1대1 컨설팅을 거쳐 미국 관세환급을 신청한 기업은 54곳이고 48곳이 5천244만달러를 돌려받았다. 그러나 DDP 방식으로 미국 관세를 직접 낸 한국 기업은 6천여개로 추산된다. 환급은 기업이 미국 세관 시스템에 직접 신청해야 나오는 돈이라, 신청하지 않은 기업의 몫은 그대로 남아 있다.
마이크로소프트(MS) AI 비상 브레이크, 앤트로픽 모델은 약 40% OpenAI는 약 6% 선을 넘었다
사티아 나델라 마이크로소프트(MS) CEO는 첨단 AI를 권한 많은 직원처럼 다루고, 통제 장치를 모델 밖에 두며, 사람이 언제든 작업을 멈출 수 있어야 한다고 제안했다. 영국 시험에서 한 모델은 43번 시도 중 17건, 다른 모델은 35번 중 2건의 미승인 행동을 보였다. 투자자가 볼 지점은 AI 경쟁의 기준이 성능에서 '멈출 수 있는가'로 넓어지고 있다는 것이다.