Curiologist K

오이 꼭지를 잘라내고 그냥 버리는 사람이 대부분이지만, 그 쓴맛이 어디서 오는지 아는 사람은 드물다. 오이의 쓴맛은 '쿠쿠르비타신(cucurbitacin)'이라는 화합물 때문인데, 이 물질은 단순한 불쾌감이 아니라 수천만 년에 걸쳐 진화한 식물의 방어 무기다. 더 놀라운 건, 이 쓴맛이 꼭지 부분에 유독 집중되는 데는 아주 구체적인 생물학적 이유가 있다는 점이다. Photo by Lucie Rangel on Unsplash 오이 쓴맛의 정체 — 쿠쿠르비타신이란 무엇인가? 식물이 만든 화학 방패 쿠쿠르비타신은 오이, 호박, 수박, 멜론 등 박과(Cucurbitaceae) 식물 전반에서 발견되는 트리테르페노이드 계열의 화합물이다. 이 물질은 곤충이나 초식동물이 잎이나 열매를 먹으려 할 때 강한 쓴맛으로 접근을 막는 역할을 한다. 인간이 느끼는 역치(threshold)가 매우 낮아서, 극히 미량만 있어도 혀가 바로 감지한다. 흥미롭게도, 쿠쿠르비타신은 일부 연구에서 항염증 및 항암 가능성이 탐색되고 있다. 물론 식품에서 섭취하는 수준으로 치료 효과를 기대하기는 어렵고, 연구는 아직 초기 단계다. 하지만 '쓴맛 = 나쁜 것'이라는 공식이 항상 성립하지는 않는다는 점은 분명하다. 왜 꼭지에 집중되는가 오이 식물은 뿌리에서 흡수한 영양분과 함께 쿠쿠르비타신을 줄기를 통해 열매로 운반한다. 꼭지는 줄기와 열매가 연결되는 지점이기 때문에, 이 물질이 가장 먼저, 가장 많이 도달하는 곳이 바로 꼭지 쪽이다. 열매의 반대편(배꼽 쪽)으로 갈수록 농도가 낮아지는 것도 이 때문이다. 쿠쿠르비타신은 오이 전체에 퍼져 있지 않다. 꼭지에서 시작해 과육 쪽으로 갈수록 농도가 급격히 떨어진다 — 그래서 꼭지만 잘라내도 쓴맛의 상당 부분이 사라진다. AI Generated · Google Imagen 현대 오이가 덜 쓴 이유 — 품종 개량의 역사 수천 년의 선택적 ...

보스턴 다이내믹스의 아틀라스가 공중제비를 도는 영상이 처음 공개됐을 때, 많은 공학자들조차 CG 합성을 의심했다. 그 영상은 진짜였다. 그리고 그 이후로 휴머노이드 로봇의 발전 속도는 우리가 '공상과학'이라고 부르던 것과 '현재 진행형'의 경계를 빠르게 지우고 있다. 지금 이 순간에도 테슬라, 피규어 AI, 어질리티 로보틱스 같은 기업들이 두 발로 걷고, 물건을 집고, 사람의 지시를 이해하는 로봇을 공장 현장에 투입하고 있다. 단순한 데모가 아니라 실제 작업 환경이다. 이 글은 휴머노이드 로봇이 지금 어디까지 왔는지, 무엇이 이 흐름을 만들었는지, 그리고 앞으로 어떻게 전개될지를 구체적으로 짚는다. Photo by inanc avadit on Unsplash 지금 이 트렌드를 만든 세 가지 핵심 동력 AI 언어 모델과 로봇의 결합 휴머노이드 로봇이 오랫동안 '쇼용'에 머물렀던 가장 큰 이유는 간단하다. 로봇이 상황을 이해하지 못했기 때문이다. '빨간 컵을 왼쪽 선반에 올려놔'라는 지시를 처리하려면 언어 이해, 공간 인식, 물체 파악이 동시에 필요하다. 대형 언어 모델(LLM)이 로봇 제어 시스템과 통합되면서 이 장벽이 무너지기 시작했다. 피규어 AI가 오픈AI와 협력해 공개한 시연 영상에서, 로봇은 사람의 자연어 지시를 듣고 테이블 위 물건을 정리하며 자신의 행동을 설명했다. 스크립트가 아니었다. 실시간 추론이었다. 배터리와 액추에이터 기술의 도약 두 발로 균형을 잡고 걷는 것은 에너지 소모가 극심한 작업이다. 초기 휴머노이드 로봇들은 수십 분 작동 후 충전이 필요했고, 관절 구동 시스템이 무겁고 소음이 컸다. 전기차 산업이 밀어올린 배터리 에너지 밀도 향상과, 소형 고출력 전동 액추에이터 기술의 발전이 이 문제를 상당 부분 해결했다. 테슬라 옵티머스 2세대는 1세대 대비 손가락 자유도와 보행 속도가 눈에 띄...

로켓은 공기를 밀어내는 것이 아니다. 진공 속에서 오히려 더 잘 작동한다. 이 사실 하나만으로도 로켓 엔진이 우리가 직관적으로 생각하는 '추진'과 얼마나 다른지 알 수 있다. 비행기 엔진은 주변 공기를 빨아들여야 하지만, 로켓은 스스로 산화제를 싣고 다니며 연료를 태운다. 그 결과 대기권 밖에서도, 달 표면에서도, 심지어 화성 궤도에서도 점화가 가능하다. Photo by Andrew Wilson on Unsplash 로켓 엔진이란 무엇인가 — 뉴턴의 법칙을 불로 구현하다 작용-반작용의 원리 로켓 엔진의 핵심은 뉴턴의 제3법칙이다. 무언가를 한 방향으로 빠르게 밀어내면, 그 반작용으로 반대 방향의 힘이 생긴다. 로켓은 연소 가스를 엄청난 속도로 뒤쪽으로 내뿜고, 그 반작용으로 앞으로 나아간다. 공기가 없어도 된다. 밀어낼 '가스'는 로켓 자신이 만들어낸다. 여기서 중요한 개념이 '비추력(Specific Impulse, Isp)'이다. 연료 1킬로그램을 태워 얼마나 오래 추력을 낼 수 있는지를 초 단위로 표현한 값이다. 비추력이 높을수록 연료 효율이 좋다는 뜻이다. 케로신과 액체산소를 쓰는 엔진의 비추력은 대략 300초 안팎이고, 수소와 액체산소를 쓰면 450초 이상까지 올라간다. 이 숫자 하나가 로켓 설계자들이 밤새 싸우는 전쟁터다. 연소실과 노즐 — 압력을 속도로 바꾸는 장치 연료와 산화제가 연소실에서 만나 폭발적으로 연소되면 고온·고압의 가스가 생긴다. 이 가스를 그냥 내보내면 낭비다. 노즐이 그 압력을 방향성 있는 속도로 변환한다. 로켓 노즐의 독특한 형태 — 좁아졌다가 다시 넓어지는 '드 라발 노즐(de Laval nozzle)' — 은 가스를 음속 이상으로 가속시키는 데 필수적이다. 19세기 스웨덴 엔지니어 구스타프 드 라발이 증기 터빈을 위해 개발한 이 형태가 지금도 모든 로켓 엔진에 그대로 쓰인다는 점은 꽤 ...

주식 한 종목을 잘못 고르면 전부 잃을 수 있다. 그런데 500개 기업에 동시에 투자하면서도 수수료가 연 0.03%에 불과한 방법이 있다. ETF가 바로 그 방법이다. 처음 들으면 복잡하게 느껴지지만, 구조를 한 번만 이해하면 개인 투자자에게 이보다 단순한 도구는 없다. Photo by Arturo Añez on Unsplash ETF란 무엇인가? 한 문장으로 정리하는 핵심 개념 ETF의 뜻과 기본 정의 ETF는 'Exchange Traded Fund'의 약자로, 우리말로는 '상장지수펀드'라고 부른다. 쉽게 말하면 여러 자산을 묶어 만든 바구니를 주식처럼 거래소에서 사고파는 금융 상품이다. 일반 펀드는 하루에 한 번 가격이 정해지지만, ETF는 주식처럼 장중 언제든 매매할 수 있다는 점이 결정적인 차이다. 예를 들어 'S&P 500 ETF'를 하나 사면, 미국 대형주 500개 기업 전체에 분산 투자한 것과 같은 효과가 생긴다. 애플, 마이크로소프트, 아마존을 각각 따로 살 필요가 없다. 한 번의 거래로 그 모든 기업의 성과를 따라가는 것이다. ETF와 일반 주식의 차이 일반 주식은 특정 기업 한 곳의 지분을 사는 것이다. 그 기업이 잘되면 오르고, 망하면 0원이 된다. ETF는 수십에서 수천 개의 자산을 담고 있어서, 그중 하나가 망해도 전체에 미치는 영향이 미미하다. 이것이 분산투자의 핵심이고, ETF가 초보자에게 특히 적합한 이유다. AI Generated · Google Imagen ETF는 어떻게 작동하는가? 구조와 가격 결정 원리 ETF 가격이 만들어지는 방식 ETF 가격은 그 안에 담긴 자산들의 실제 가치인 'NAV(순자산가치)'를 기반으로 움직인다. 그런데 ETF는 거래소에서 실시간으로 거래되기 때문에, 시장 수요에 따라 NAV와 약간 다른 가격에 거래될 수 있다. 이 괴리를 없애는 역할...

실제로 코인을 불태운다는 뜻이 아니다. 하지만 경제적 효과는 그것과 크게 다르지 않다. 암호화폐 소각(Token Burn)은 특정 수량의 코인을 영구적으로 유통에서 제거하는 행위다. 한번 소각된 코인은 어떤 방법으로도 되살릴 수 없다. 이 단순한 메커니즘이 수조 원 규모의 시장 가치를 움직이는 핵심 도구로 자리 잡았다. AI Generated · Google Imagen 암호화폐 소각이란 정확히 무엇인가? 소각의 기술적 정의 소각은 특정 코인을 '버너 주소(burner address)'라고 불리는 지갑으로 전송하는 방식으로 이루어진다. 이 지갑은 누구도 개인 키를 알 수 없도록 설계된 주소다. 개인 키가 없다는 것은 그 지갑에서 코인을 꺼낼 방법이 수학적으로 존재하지 않는다는 뜻이다. 블록체인은 모든 거래를 공개적으로 기록하기 때문에, 소각된 코인의 수량과 시점은 누구나 확인할 수 있다. 투명성이 이 메커니즘의 신뢰 기반이다. 중앙은행이 화폐를 발행하거나 폐기할 때 그 과정을 공개하지 않는 것과 대조적이다. 소각 주소는 어떻게 생겼나? 이더리움 생태계에서 가장 유명한 소각 주소는 '0x000...dEaD'로 끝나는 형태다. 이 주소로 전송된 토큰은 블록체인 탐색기에서 실시간으로 확인할 수 있다. 바이낸스의 BNB 소각 현황도 공식 블록체인 탐색기에서 누적 소각량을 그대로 볼 수 있다. AI Generated · Google Imagen 소각은 어떤 원리로 가격에 영향을 미치는가? 공급과 수요의 기본 논리 수요가 일정한 상태에서 공급이 줄어들면 가격은 오른다. 소각의 논리는 이 경제학 기본 원칙을 그대로 적용한다. 총 발행량이 1억 개인 코인에서 1,000만 개를 소각하면, 남은 9,000만 개가 동일한 수요를 나눠 갖게 된다. 그런데 여기서 반전이 있다. 소각 자체가 가격을 보장하지는 않는다. 소각 발표가 시장의 기대 심리를 자극해 수...

편의점 계산대 옆 서랍 어딘가에, 혹은 지갑 속 영수증 뒤에 꽂혀 있는 기프트카드 한 장. 잔액이 얼마인지도 모르고, 유효기간이 지났는지도 모른 채 그냥 묵혀두는 경우가 생각보다 많다. 그런데 그 카드 안에 남아 있는 돈은 과연 누구의 것이 될까? Photo by Diane Picchiottino on Unsplash 기프트카드란 정확히 무엇인가? 선불 전자지급수단으로서의 기프트카드 기프트카드는 법적으로 '선불 전자지급수단'에 해당한다. 소비자가 미리 돈을 충전하거나 구매한 금액만큼 나중에 사용할 수 있는 구조다. 백화점 상품권, 편의점 기프트카드, 온라인 플랫폼 포인트 카드 등 형태는 다양하지만 본질은 같다. 이 카드들은 전자금융거래법 의 적용을 받으며, 발행사가 일정 의무를 지게 된다. 종이 상품권과의 차이점 종이 상품권은 별도의 법적 유효기간 규정이 상대적으로 느슨한 편이다. 반면 전자적 형태의 기프트카드는 전자금융거래법에 따라 유효기간, 환급 조건 등이 명시적으로 규율된다. 이 차이를 모르면 손해를 보기 쉽다. 같은 '상품권'처럼 보여도 법적 보호 수준이 다르다는 점이 핵심이다. AI Generated · Google Imagen 유효기간이 지나면 잔액은 어떻게 되나? 발행사가 가져가는 구조 유효기간이 만료된 기프트카드의 잔액은 원칙적으로 발행사의 수익으로 귀속된다. 소비자가 아무런 조치를 취하지 않으면 그 돈은 조용히 기업의 장부로 넘어간다. 업계에서는 이를 '브레이키지(breakage)'라고 부른다. 카드를 팔 때부터 일정 비율의 미사용 잔액을 수익으로 예상하고 사업 모델에 반영하는 경우도 있다. 유효기간 규정의 실제 내용 전자금융거래법에 따르면, 선불 전자지급수단의 유효기간은 발행일로부터 최소 5년 이상이어야 한다. 단, 발행사가 정한 유효기간이 이보다 짧으면 소비자에게 불리한 약관으로 무효가 될 수 있다....

우리 은하 중심에는 태양 질량의 약 400만 배에 달하는 초대질량 블랙홀이 자리 잡고 있다. 그런데 천문학자들이 수십 년째 풀지 못한 질문이 하나 있다. 그 블랙홀이 먼저 생겨서 은하를 만들었을까, 아니면 은하가 먼저 만들어지고 블랙홀이 나중에 자랐을까? 닭이 먼저냐 달걀이 먼저냐는 질문이 우주 규모로 확장된 셈이다. Photo by Maya Alexa G. Romero on Unsplash 초대질량 블랙홀이란 무엇인가 — 그 규모가 상상을 초월하는 이유 블랙홀의 종류와 초대질량 블랙홀의 위치 블랙홀은 크기에 따라 크게 세 종류로 나뉜다. 별 하나가 죽어서 만들어지는 항성질량 블랙홀, 중간 질량 블랙홀, 그리고 은하 중심에 자리 잡은 초대질량 블랙홀이다. 초대질량 블랙홀은 태양 질량의 수백만에서 수백억 배에 달하며, 지금까지 관측된 거의 모든 대형 은하의 중심에 하나씩 존재하는 것으로 확인됐다. 2019년 이벤트 호라이즌 망원경 팀이 처녀자리 은하단의 M87 은하 중심에 있는 블랙홀을 직접 촬영하는 데 성공했다. 그 블랙홀의 질량은 태양의 약 65억 배. 지구 전체 크기와 비교하면 그 사건 지평선은 태양계 전체를 삼킬 만큼 크다. 숫자로는 이해가 되는데, 실감은 잘 안 된다. 퀘이사 — 블랙홀이 '먹는 중'일 때의 모습 블랙홀 자체는 빛을 내지 않지만, 주변 물질이 빨려 들어가는 과정에서 어마어마한 에너지가 방출된다. 이 상태를 퀘이사(quasar)라고 부른다. 퀘이사는 우주에서 가장 밝은 천체 중 하나로, 수십억 광년 떨어진 곳에서도 관측된다. 흥미로운 점은 퀘이사 대부분이 우주 초기, 즉 빅뱅 이후 수억 년 이내에 집중적으로 발견된다는 사실이다. AI Generated · Google Imagen 은하와 블랙홀은 어떻게 함께 자라는가 — 공동 진화의 증거 'M-시그마 관계'가 말해주는 것 1990년대 후반, 천문학자들은 놀라운 패턴을...

지구 궤도에는 현재 작동 중인 인공위성보다 고장난 위성과 파편이 훨씬 더 많다. 추적 가능한 10cm 이상 크기의 물체만 해도 수만 개에 달하며, 추적조차 불가능한 1cm 미만 파편은 수백만 개로 추정된다. 이 파편들은 총알보다 10배 빠른 속도로 궤도를 돌고 있다. 그런데 정작 우리가 쏘아 올린 위성이 수명을 다했을 때 어떻게 처리되는지 아는 사람은 많지 않다. Photo by Mohit Kumar on Unsplash 우주 쓰레기란 정확히 무엇인가? 정의와 규모 — 숫자로 보는 현실 우주 쓰레기(space debris)는 더 이상 기능하지 않는 인공 물체 전체를 가리킨다. 수명이 끝난 위성, 로켓 상단부, 위성 간 충돌로 생긴 파편, 심지어 우주비행사가 우주유영 중 놓친 공구까지 포함된다. 미국 우주감시네트워크(Space Surveillance Network)가 추적하는 물체만 수만 개를 넘어섰고, 이 숫자는 매년 늘어나고 있다. 놀라운 사실은 이 파편들이 서로 충돌할 때마다 새로운 파편을 기하급수적으로 만들어낸다는 점이다. 이를 '케슬러 증후군(Kessler Syndrome)'이라고 부르는데, 1978년 NASA 과학자 도널드 케슬러가 처음 제안한 개념이다. 충돌이 충돌을 낳는 연쇄반응이 시작되면 특정 궤도 고도 전체가 사용 불가능해질 수 있다. 어떤 궤도가 가장 위험한가 저궤도(LEO, 지상 200~2,000km)는 현재 가장 혼잡한 구역이다. GPS 위성이 모여 있는 중궤도(MEO), 방송·통신 위성이 집중된 정지궤도(GEO, 약 35,786km)도 포화 상태에 가깝다. 특히 정지궤도는 지구와 같은 속도로 자전하기 때문에 위성 운영자들이 선호하는 '황금 자리'가 한정되어 있다. 한 자리를 놓고 여러 나라가 외교적 분쟁을 벌이는 일도 실제로 있었다. AI Generated · Google Imagen 수명이 끝난 위성은 어떻게 처리되는...

ChatGPT에 질문 하나를 던질 때마다 구글 검색보다 약 10배 많은 전력이 소모된다는 추정치가 있다. 검색 한 번이 전구 하나를 잠깐 켜는 수준이라면, AI 추론 요청 하나는 그 전구를 몇 분 동안 켜두는 것과 비슷하다. 개별 요청으로 보면 미미해 보이지만, 하루에 수억 건의 요청이 쌓이면 이야기가 완전히 달라진다. AI Generated · Google Imagen AI 데이터센터가 '전기 먹는 하마'가 된 진짜 이유 GPU가 CPU와 근본적으로 다른 이유 일반 서버는 CPU를 중심으로 돌아간다. CPU는 복잡한 명령을 순차적으로 처리하는 데 최적화되어 있고, 코어 수가 수십 개 수준이다. 반면 AI 훈련과 추론에 쓰이는 고성능 GPU는 수천 개의 코어가 병렬로 작동한다. 이 병렬 연산 능력이 AI를 가능하게 하지만, 동시에 전력 소비를 폭발적으로 끌어올린다. 현재 AI 가속기 중 일부는 단일 칩 기준으로 소비 전력이 700W를 넘는다. 일반 가정용 전자레인지가 약 1,000W 수준이니, 칩 하나가 전자레인지에 맞먹는 전력을 24시간 내내 소비하는 셈이다. 대형 AI 클러스터는 이런 칩을 수만 개씩 묶어 운영한다. 그리고 칩이 열을 내면 냉각이 필요하다. 냉각 시스템은 또 다른 전력을 먹는다. 전문가들은 데이터센터 전체 전력 소비 중 냉각에 들어가는 비중이 30~40%에 달한다고 추정한다. 훈련과 추론, 어느 쪽이 더 많이 먹나 AI 모델을 처음 만드는 '훈련' 단계는 전력 소비의 극단적인 예다. 대형 언어 모델 하나를 훈련하는 데 수백만 달러의 전기료가 들 수 있다는 추정이 여러 연구자들 사이에서 나온다. 하지만 훈련은 한 번으로 끝난다. 진짜 문제는 '추론'이다. 이미 만들어진 모델이 사용자 요청에 응답하는 과정이 추론인데, 이게 매 순간 전 세계에서 동시다발로 일어난다. 서비스가 성장할수록 추론에 드는 누적 전력이 훈련 ...