정적과 정상상태는 이름이 비슷해도 다릅니다
정적 우주 모형은 큰 규모의 우주 구조가 시간에 따라 팽창하거나 수축하지 않는 상태를 생각합니다. 반면 20세기의 정상상태 우주론은 우주의 팽창을 인정하면서 평균적인 성질이 시간에 따라 유지되는 모형입니다. 두 이론을 같은 것으로 취급하면 관측과의 충돌을 잘못 설명하게 됩니다.
정상상태 모형에서는 팽창으로 평균 밀도가 떨어지는 것을 보완하는 과정이 필요합니다. 따라서 은하가 멀어진다는 사실 하나만으로 정상상태 우주론이 곧바로 부정되는 것은 아닙니다.
| 비교 기준 | 정적 우주 모형 | 정상상태 우주론 | 뜨거운 빅뱅 모형 |
|---|---|---|---|
| 평균적 팽창 | 없음 | 있음 | 있음 |
| 시간에 따른 우주 성질 | 정적인 상태를 가정 | 평균적 성질 유지 | 밀도·온도·구조가 진화 |
| 핵심 검증 | 팽창과 안정성 | 우주 시대별 분포와 배경복사 | 배경복사·원소·팽창 역사 |
측정하기 전의 자연스러운 가정이었습니다
밤하늘의 별은 사람의 일생에 비해 매우 긴 시간에 걸쳐 변합니다. 일상적인 관찰만으로 우주 전체의 팽창을 알아보기는 어렵습니다. 별의 움직임과 은하의 거리를 분리해서 측정하는 기술도 필요했습니다.
역사적 과학자를 단순히 변화가 싫어 틀린 이론을 고집한 사람으로 묘사하면 중요한 교훈을 놓칩니다. 당시 관측 가능한 범위, 측정 오차와 기존 이론의 성공을 함께 보아야 왜 특정 가정이 설득력을 가졌는지 이해할 수 있습니다.
아인슈타인의 우주상수는 역할이 달라졌습니다
일반상대성이론에서 물질을 담은 우주 전체를 설명하려면 우주의 기하학과 시간 변화를 함께 다뤄야 합니다. 아인슈타인의 정적 모형에서는 우주상수가 정적인 균형을 구성하는 역할을 했습니다. 그러나 모형의 수학적 가능성과 안정성은 별도로 검토해야 합니다.
오늘날 우주상수는 가속 팽창을 기술하는 가장 간단한 암흑에너지 모형으로도 등장합니다. 같은 수학적 항이 쓰인다고 해서 과거의 정적 우주 전체가 다시 정답이 된 것은 아닙니다. 항의 역할과 나머지 가정이 바뀌었기 때문입니다.
팽창의 증거와 초기의 뜨거운 상태의 증거를 나눕니다
은하의 거리와 적색편이 관계는 우주 팽창을 이해하는 중요한 자료입니다. 뜨거운 초기 우주 모형에는 팽창 이외에도 냉각의 흔적과 원소 생성에 대한 설명이 필요합니다. 우주배경복사는 이 두 번째 종류의 질문에 특히 중요합니다.
우주배경복사의 흑체 스펙트럼과 작은 요동은 단순히 하늘 전체가 어둡지 않다는 정보보다 훨씬 구체적인 측정입니다. 이론은 이런 세부 구조를 설명해야 합니다. 과학에서 이론의 교체는 설명 한 줄이 그럴듯한지보다 여러 독립적인 측정을 견디는지에 달려 있습니다.
관측이 이론을 바꾸는 과정을 연습합니다
새 이론을 비교할 때에는 네 칸을 적어보면 좋습니다. 첫째, 이론이 유지하려는 가정입니다. 둘째, 그 가정에서 나오는 측정 가능한 예측입니다. 셋째, 실제 관측값과 오차입니다. 넷째, 예측이 빗나갔을 때 다른 관측까지 함께 개선하는 대안이 있는지입니다.
이 순서로 보면 정적 우주론의 역사는 과학이 한 번 틀렸으니 모든 이론이 믿을 수 없다는 이야기가 아닙니다. 관측할 수 없던 범위를 새 장비와 수학으로 검증 범위 안에 넣는 과정입니다. 우주상수처럼 예전 모형의 일부가 새 맥락에서 유용하게 살아남을 수도 있습니다.
자주 묻는 질문
Q1. 정적 우주와 정상상태 우주는 같나요?
다릅니다. 정상상태 우주론은 팽창을 인정하면서 평균적인 성질의 유지를 가정합니다.
Q2. 팽창 발견만으로 빅뱅이 모두 증명됐나요?
아닙니다. 뜨거운 초기 상태에는 배경복사와 원소 생성 등 별도의 검증이 필요합니다.
Q3. 우주상수는 폐기된 개념인가요?
오늘날 가속 팽창의 간단한 모형에서 사용됩니다. 과거 정적 모형의 부활과는 다릅니다.
Q4. 우주배경복사가 중요한 이유는 무엇인가요?
초기 우주의 열적 상태와 요동을 구체적으로 조사할 수 있는 자료이기 때문입니다.
Q5. 과학 이론이 바뀌면 예전 계산은 모두 쓸모없나요?
적용 범위 안에서 남는 결과도 있습니다. 어떤 가정과 예측이 바뀌었는지 구별해야 합니다.
참고 자료와 설명의 범위
아래 자료의 관련 개념을 참고하여 본문의 비교와 학습 예시를 구성했습니다. 계산 예시는 관측 데이터가 아니며, 단순화한 모형의 가정을 본문에 표시했습니다.