Curiologist K

단백질 구조 예측 문제는 50년 동안 생물학자들을 괴롭혔다. 2020년, 딥마인드의 AlphaFold가 단 몇 초 만에 수십 년치 실험 결과를 뛰어넘는 정확도로 이 문제를 풀어냈다. 그 순간을 기점으로 AI가 과학 연구에서 하는 역할은 '보조 도구'에서 '공동 연구자'로 완전히 달라졌다. Photo by Filipe Nobre on Unsplash AI가 과학 연구에서 실제로 하는 일은 무엇인가? 패턴 인식을 넘어선 가설 생성 AI가 과학에서 하는 일을 단순히 '데이터 분석'이라고 생각하면 절반만 맞다. 현대 AI 시스템은 방대한 논문과 실험 데이터를 학습해 인간 연구자가 수십 년간 쌓아야 할 직관을 단기간에 압축한다. 더 중요한 것은, AI가 기존 연구자들이 미처 연결하지 못한 분야 간 패턴을 발견해 새로운 가설을 제안한다는 점이다. 예를 들어, 재료과학 분야에서 AI는 수백만 개의 후보 물질 중 특정 조건에서 초전도성을 보일 가능성이 있는 물질을 며칠 만에 추려낸다. 전통적인 방법으로는 한 물질을 합성하고 테스트하는 데만 수개월이 걸린다. 구글 딥마인드 팀이 2023년 발표한 GNoME 프로젝트는 AI를 활용해 220만 개 이상의 새로운 안정적 결정 구조를 예측했는데, 이는 인류가 수백 년간 발견한 것보다 많은 숫자다. AI가 다루는 데이터의 규모 인간 연구자 한 명이 평생 읽을 수 있는 논문은 수만 편 수준이다. 반면 대형 언어 모델 기반 AI는 수천만 편의 논문을 학습 데이터로 소화한다. 이 차이가 만들어내는 가장 큰 강점은 '분야 간 연결'이다. 면역학 논문에서 발견된 패턴이 신경과학 연구에 적용될 수 있다는 사실을 AI는 인간보다 훨씬 빠르게 포착한다. AI Generated · Google Imagen AlphaFold부터 신약 개발까지 — AI가 실제로 풀어낸 과학 난제들 단백질 접힘 문제: 50...

북유럽 사람들은 같은 위도에 사는 캐나다 래브라도 지역 주민보다 겨울을 훨씬 따뜻하게 난다. 런던은 모스크바보다 위도가 낮지 않은데도 겨울 평균 기온이 약 10도 가까이 높다. 이 차이를 만드는 주범은 대기가 아니라 바다다. 지구 표면의 71%를 덮고 있는 바다는 단순한 물웅덩이가 아니라, 열을 싣고 지구 전체를 순환하는 거대한 컨베이어 벨트다. Photo by Andreas Lindgren on Unsplash 해류란 정확히 무엇인가 — 바람이 만드는 물의 강 표층 해류와 심층 해류의 차이 해류는 크게 두 종류로 나뉜다. 표층 해류는 바람이 해수면을 밀어붙이면서 생긴다. 지구 자전의 영향(코리올리 효과)까지 더해지면 물은 직선으로 흐르지 않고 북반구에서는 오른쪽, 남반구에서는 왼쪽으로 휘어진다. 이 때문에 대양 곳곳에 거대한 소용돌이, 즉 '환류(gyre)'가 형성된다. 심층 해류는 전혀 다른 원리로 움직인다. 온도와 염분 차이가 물의 밀도를 바꾸고, 밀도 차이가 물을 가라앉히거나 올라오게 만든다. 차갑고 염분이 높은 물은 무거워서 가라앉고, 따뜻하고 염분이 낮은 물은 가벼워서 위로 떠오른다. 이 원리를 '열염순환(thermohaline circulation)'이라 부른다. 코리올리 효과가 해류를 비트는 방식 코리올리 효과는 직관에 반한다. 물이 북쪽으로 흐르려 해도 지구가 자전하는 탓에 실제로는 오른쪽으로 꺾인다. 이 효과가 없다면 멕시코만류 같은 강력한 서쪽 경계 해류는 존재하지 않는다. 멕시코만류는 폭이 약 80킬로미터, 수심 수백 미터에 걸쳐 초당 약 3천만 세제곱미터의 물을 북쪽으로 밀어 올린다. 아마존강 유량의 수백 배에 달하는 양이다. AI Generated · Google Imagen 지구 전체를 도는 열염순환 — 1,000년짜리 여행 컨베이어 벨트가 시작되는 곳 열염순환의 핵심 엔진은 북대서양, 특히 그린란드 주변 바다...

사람의 손가락 하나를 움직이는 데는 수십 개의 근육 섬유가 동시에 수축하고 이완하는 과정이 필요하다. 지금 연구실에서는 그 복잡한 메커니즘을 실리콘, 탄소나노튜브, 심지어 낚싯줄로 재현하려는 시도가 진행 중이다. 인공 근육은 더 이상 SF 소설 속 설정이 아니다. 실제로 작동하는 소재가 이미 존재하고, 일부는 생물학적 근육보다 훨씬 강한 힘을 낸다. Photo by Brecht Corbeel on Unsplash 인공 근육이란 정확히 무엇인가? 생물학적 근육과의 차이점 생물학적 근육은 액틴과 마이오신이라는 단백질 필라멘트가 서로 미끄러지면서 수축력을 만든다. 전기화학적 신호가 오면 칼슘 이온이 방출되고, 그 이온이 필라멘트 결합을 촉발한다. 이 과정은 밀리초 단위로 일어나며, 에너지 효율도 상당히 높다. 인공 근육은 이 원리를 다양한 방식으로 모방한다. 핵심은 외부 자극에 반응해 형태나 부피가 변하는 소재를 사용하는 것이다. 자극의 종류는 전기, 열, 빛, 화학 반응 등 다양하다. 어떤 자극을 쓰느냐에 따라 소재 선택도 완전히 달라진다. 흥미로운 점은 인공 근육이 반드시 '근육처럼 생길' 필요가 없다는 것이다. 얇은 필름 형태도 있고, 코일처럼 감긴 실 형태도 있으며, 공기를 주입하는 튜브 형태도 있다. 공통점은 하나뿐이다. 수축하거나 팽창하면서 힘을 전달한다는 것. AI Generated · Google Imagen 인공 근육은 어떻게 만들어지는가? 주요 제작 방식 비교 유전자 조작 없이 낚싯줄로 만드는 방법 2014년 텍사스 대학교 댈러스 캠퍼스 연구팀이 발표한 결과는 많은 사람을 놀라게 했다. 일반 나일론 낚싯줄을 팽팽하게 당기면서 꼬면, 열에 반응해 수축하는 코일 구조가 만들어진다는 것이다. 이 코일은 같은 무게의 생물학적 근육보다 훨씬 큰 힘을 낼 수 있다고 연구팀은 보고했다. 원리는 나일론의 이방성 열팽창에 있다. 나일론 섬유는 열을 받으면 길이...

우리가 눈으로 볼 수 있는 모든 것 — 별, 행성, 은하, 성운 — 은 우주 전체 질량의 약 5%에 불과하다. 나머지 95%는 보이지 않는다. 그 중 약 27%를 차지하는 것이 바로 암흑물질이다. 빛을 내지도, 반사하지도, 흡수하지도 않는 이 물질은 어떤 망원경으로도 직접 포착할 수 없다. 그런데도 물리학자들은 암흑물질이 '반드시 존재한다'고 확신한다. Photo by BoliviaInteligente on Unsplash 암흑물질이란 정확히 무엇인가? 보이지 않는다는 것의 의미 암흑물질은 단순히 '어두운' 물질이 아니다. 일반적인 물질이 어두운 이유는 빛을 방출하지 않기 때문이지만, 적어도 빛과 상호작용은 한다. 암흑물질은 전자기력 자체와 반응하지 않는다. 즉, 빛이 그냥 통과해버린다. 현재 물리학이 정의하는 암흑물질의 특성은 딱 두 가지다: 질량을 가지고, 중력을 행사한다. 이것이 암흑물질 연구를 극도로 어렵게 만드는 이유다. 우리가 가진 거의 모든 천문 관측 도구는 전자기 복사, 즉 빛의 어떤 형태에 의존한다. 암흑물질은 그 게임에 참여하지 않는다. 탐지할 수 없는 것을 연구한다는 것은 마치 그림자만 보고 물체의 형태를 추론하는 것과 같다. 일반 물질과의 차이 우리 몸을 구성하는 원자, 공기, 물, 지구 자체 — 이 모든 것은 '바리온 물질'이라 불린다. 양성자, 중성자, 전자로 이루어진 표준 물질이다. 암흑물질은 이 범주에 속하지 않는다. 현재 가장 유력한 후보는 'WIMP(약하게 상호작용하는 무거운 입자)'라 불리는 가상의 입자지만, 수십 년간의 탐색에도 불구하고 아직 직접 검출된 사례는 없다. AI Generated · Google Imagen 암흑물질이 존재한다고 믿는 이유: 증거들 은하의 회전 속도가 맞지 않는다 1970년대, 천문학자 베라 루빈은 안드로메다 은하의 별들이 예상과 전혀 다른 속도...

일반 AA 배터리 하나를 완전히 충전하는 데 보통 1~3시간이 걸린다. 슈퍼커패시터는 같은 에너지를 단 몇 초 만에 저장하고 방출할 수 있다. 이 한 가지 사실만으로도 슈퍼커패시터가 왜 에너지 저장 기술의 판도를 바꾸는 소재로 주목받는지 설명된다. 그런데 정작 슈퍼커패시터가 무엇인지, 배터리와 어떻게 다른지 제대로 아는 사람은 많지 않다. Photo by Maria Teneva on Unsplash 슈퍼커패시터란 무엇인가? 핵심 원리 설명 커패시터와 슈퍼커패시터의 차이 커패시터(capacitor)는 두 개의 전극 사이에 절연체를 끼워 전기를 저장하는 장치다. 슈퍼커패시터는 여기서 한 단계 더 나아간다. 절연체 대신 전해질(electrolyte)을 사용하고, 전극 표면에 이온이 물리적으로 달라붙는 방식으로 에너지를 저장한다. 이 메커니즘을 '전기이중층(Electric Double Layer)'이라고 부른다. 핵심은 화학 반응이 없다는 점이다. 배터리는 충전과 방전 과정에서 전극 내부에서 화학 반응이 일어나고, 이 반응이 반복되면서 전극이 서서히 손상된다. 슈퍼커패시터는 이온이 전극 표면에 붙었다 떨어지는 물리적 과정만 반복하기 때문에 이론적으로 수십만 번의 충방전 사이클을 견딜 수 있다. 슈퍼커패시터는 울트라커패시터(ultracapacitor)라고도 불린다. 두 명칭은 사실상 같은 장치를 가리킨다. 제조사마다 마케팅 용어가 달랐을 뿐이다. 에너지 저장 방식의 구체적 메커니즘 전극 소재로는 주로 활성탄(activated carbon)이 사용된다. 활성탄은 표면적이 극도로 넓다. 1그램의 활성탄 표면적이 테니스 코트 수백 개에 달할 수 있다는 사실은 처음 들으면 믿기 어렵다. 이 넓은 표면적 덕분에 많은 양의 이온이 달라붙을 수 있고, 그만큼 더 많은 에너지를 저장할 수 있다. 충전 시 전압이 걸리면 전해질 속 양이온과 음이온이 각각 음극과 양극 표면으로 이동해 층...

AI가 작성한 판결문이 실제 판사의 판결보다 더 일관성 있다는 연구 결과가 나왔을 때, 많은 법학자들은 환호 대신 불안을 느꼈다. 일관성이 곧 공정함은 아니기 때문이다. 인공지능은 지금 이 순간에도 채용 심사를 하고, 대출 승인을 결정하고, 의료 진단을 보조한다. 그런데 우리는 그 판단 기준이 무엇인지, 누가 그것을 설계했는지, 잘못됐을 때 누가 책임지는지 제대로 묻지 않고 있다. Photo by Tyler on Unsplash 인공지능 윤리란 정확히 무엇인가? 철학의 문제가 아니라 설계의 문제 인공지능 윤리는 추상적인 철학 토론이 아니다. 코드 한 줄, 데이터셋 하나, 목적함수 하나가 수백만 명의 삶에 영향을 미치는 실질적인 공학 문제다. 예를 들어 채용 AI를 학습시킬 때 과거 10년치 합격자 데이터를 쓰면, 그 데이터에 내재된 성별·인종 편향이 그대로 모델에 학습된다. 아마존이 내부적으로 개발했다가 폐기한 채용 AI가 여성 지원자를 체계적으로 낮게 평가했던 사례가 이를 잘 보여준다. 윤리적 AI를 만든다는 것은 결국 '무엇을 최적화할 것인가'를 결정하는 일이다. 클릭률을 최적화하면 자극적인 콘텐츠가 넘친다. 정확도를 최적화하면 희귀 사례의 소수자가 소외된다. 어떤 값을 목표로 삼느냐가 곧 윤리적 선택이다. 그래서 AI 윤리는 크게 세 가지 질문으로 압축된다. 누가 이익을 얻는가, 누가 피해를 입는가, 그리고 그 결정을 되돌릴 수 있는가. AI Generated · Google Imagen 편향과 차별: AI는 왜 공정하지 않을 수 있는가? 데이터는 과거의 거울이다 AI 모델은 데이터로 세상을 배운다. 그런데 그 데이터는 인간이 만들어온 역사의 산물이다. 역사에 불평등이 있었다면, 데이터에도 불평등이 있고, 모델에도 불평등이 복제된다. 미국에서 형사 재판에 활용된 COMPAS라는 재범 예측 알고리즘이 흑인 피고인의 재범 위험을 백인 피고인보다 ...

지구가 탄생한 직후, 대기에는 산소가 거의 없었다. 초기 지구의 하늘은 메탄과 이산화탄소, 질소로 가득 찬 독성 환경이었고, 오늘날 우리가 숨 쉬는 공기와는 완전히 달랐다. 산소가 대기 중에 축적되기 시작한 것은 약 24억 년 전의 일이며, 그 사건 하나가 지구 생명체의 역사를 송두리째 바꿔놓았다. 이 이야기는 단순한 화학 반응이 아니라, 생명 자체가 행성을 변형시킨 가장 극적인 사례다. Photo by Iain on Unsplash 산소 대폭발 사건이란 무엇인가? 24억 년 전, 세상을 바꾼 미생물 지질학자들은 약 24억 년 전에 일어난 사건을 '대산화 사건(Great Oxidation Event)'이라고 부른다. 이 사건의 주인공은 놀랍게도 눈에 보이지도 않는 미생물, 시아노박테리아(cyanobacteria)였다. 이 단세포 생물은 광합성을 통해 이산화탄소와 물을 분해하고, 부산물로 산소를 방출하기 시작했다. 처음에는 방출된 산소 대부분이 바다의 철 이온과 결합해 산화철로 가라앉았는데, 그 흔적이 오늘날 우리가 채굴하는 줄무늬 철광층(Banded Iron Formations)이다. 바다의 철이 모두 산화되고 나서야 산소는 대기 중으로 빠져나오기 시작했다. 이 과정이 수억 년에 걸쳐 진행되었다는 사실이 흥미롭다. 생명체가 행성의 화학 조성을 바꾸는 데 그만큼의 시간이 걸렸다는 뜻이다. 산소는 처음에 독이었다 반전이 있다. 산소가 대기 중에 퍼지기 시작했을 때, 당시 지구에 살던 대부분의 생명체에게 그것은 재앙이었다. 산소를 처리하는 능력이 없었던 혐기성 미생물들은 대규모로 멸종했다. 이 사건을 '산소 대학살(Oxygen Holocaust)'이라고 부르는 연구자들도 있다. 역설적으로, 생명이 만들어낸 물질이 생명을 죽인 것이다. 산소는 생명의 선물이 아니라 처음에는 독이었다. 오늘날 우리가 숨 쉬는 공기는 고대 대학살의 산물이다. AI ...

태풍 하나가 품고 있는 에너지는 인류가 하루 동안 소비하는 전체 전력량의 수백 배에 달한다는 추정이 있다. 그 에너지가 단순히 따뜻한 바닷물과 대기의 상호작용에서 비롯된다는 사실은, 자연이 얼마나 정교하고 무자비한 기계인지를 새삼 실감하게 만든다. 태풍은 갑자기 생겨나는 것이 아니다. 수일에 걸쳐 조건이 맞아떨어질 때만 탄생하고, 그 조건이 흐트러지는 순간 소멸한다. Photo by Alexa on Unsplash 태풍이란 정확히 무엇인가? 허리케인, 사이클론과의 차이 이름이 다른 이유 태풍(颱風), 허리케인, 사이클론은 사실 같은 기상 현상이다. 차이는 발생 위치뿐이다. 북서태평양에서 발생하면 '태풍', 북대서양과 북동태평양에서 발생하면 '허리케인', 인도양과 남태평양에서 발생하면 '사이클론'이라 부른다. 세계기상기구(WMO)는 이 세 가지를 통틀어 '열대성 저기압(Tropical Cyclone)'으로 분류한다. 기술적으로는 최대 지속 풍속이 기준이 된다. 한국 기상청 기준으로 중심 부근 최대 풍속이 초속 17미터 이상인 열대성 저기압을 태풍으로 정의한다. 그 아래는 '열대폭풍' 또는 '열대저압부'로 구분된다. 태풍의 눈이 조용한 이유 태풍 중심부, 즉 '눈(eye)'은 역설적으로 가장 조용한 곳이다. 지름이 수십 킬로미터에 달하는 이 공간은 구름이 거의 없고 바람도 약하다. 눈을 둘러싼 '눈벽(eyewall)'이 가장 강렬한 바람과 강수가 집중되는 구역이다. 태풍의 눈을 통과한 사람들이 '갑자기 날씨가 맑아졌다'고 느끼는 건 착각이 아니다. 실제로 그렇다. 그리고 그 고요함 뒤에 반대편 눈벽이 기다리고 있다. Photo by Brian McGowan on Unsplash 태풍은 어떻게 만들어지는가? 탄생의 5가지 조건 따뜻한 바다가 연료...

전 세계 공항에서 매일 수백만 명의 승객이 여권을 꺼내지 않고도 게이트를 통과한다. 얼굴 하나만으로. 얼굴 인식 기술은 이미 우리 일상 깊숙이 들어와 있지만, 정작 그 안에서 무슨 일이 벌어지는지 아는 사람은 많지 않다. 카메라가 얼굴을 '읽는' 방식은 우리가 상상하는 것보다 훨씬 정교하고, 동시에 훨씬 취약하다. Photo by MChe Lee on Unsplash 얼굴 인식 기술이란 무엇인가 — 단순한 사진 비교가 아니다 픽셀이 아니라 '구조'를 읽는다 얼굴 인식은 두 장의 사진을 나란히 놓고 '비슷해 보이냐'를 판단하는 게 아니다. 시스템은 얼굴의 기하학적 구조를 수치 데이터로 변환한다. 눈 사이의 거리, 코의 길이, 턱선의 각도, 광대뼈의 돌출 정도 같은 수십 가지 측정값이 하나의 숫자 벡터로 압축된다. 이 벡터를 '얼굴 임베딩(face embedding)'이라고 부른다. 두 얼굴이 같은 사람인지 판단할 때, 시스템은 두 임베딩 벡터 사이의 수학적 거리를 계산한다. 거리가 특정 임계값 이하면 '동일 인물'로 판정한다. 이 방식 덕분에 조명이 바뀌거나 나이가 들어도 어느 정도 인식이 가능하다. 놀라운 사실 하나: 현대 얼굴 인식 시스템 중 일부는 얼굴의 어느 부분을 보는지 스스로도 설명하지 못한다. 딥러닝 모델이 훈련 과정에서 인간이 예상하지 못한 패턴을 학습하기 때문이다. 귀 뒤쪽 피부 질감이 식별에 영향을 준다는 연구 결과도 있다. 1:1 인증 vs 1:N 식별 — 목적이 다르다 얼굴 인식에는 크게 두 가지 용도가 있다. 스마트폰 잠금 해제처럼 '이 사람이 등록된 그 사람인가'를 확인하는 1:1 인증(verification)과, 군중 속에서 특정 인물을 찾아내는 1:N 식별(identification)이다. 전자는 상대적으로 정확도가 높고 오류가 적다. 후자는 데이터베이스 규모가 커질...