검색
-
-
[퓨처 Eyes(2)] 인도, 태양 탐사선 '아디트야-L1' 발사 성공
- 인도가 달 정복에 이어 태양의 비밀 벗기기에 도전하고 있다. 인도 달 탐사 우주선 찬드라얀 3호가 달 남극에 착륙한 지 불과 10일 만에 첫 태양 탐사선 아디트야-L1(Aditya-L1)이 태양을 향해 성공적으로 발사됐다. 무게가 약 1480kg(3264 파운드)로 초경량급 우주선인 '아디트야-L1'은 지난 9월 2일 오전 11시 50분(GMT 06시 20분)에 인도 남부 스리하리코타에 있는 사티시 다완 우주센터에서 44.4미터 높이의 극지 위성 발사체(PSLV-XL)를 이용해 태양을 향해 장대한 여행을 시작했다. 이 우주선은 '라그랑주 5'점 중 하나를 중심으로 후광 궤도를 돌며 지구에서 150만km를 비행할 예정이다. 이는 지구-태양 거리의 1%에 해당한다. 인도 우주국은 태양 탐사선이 이 거리를 여행하는 데 4개월(약 125일)이 걸릴 것이라고 밝혔다. 태양계에서 가장 큰 천체를 연구하기 위한 인도 최초의 우주 기반 태양 관측 임무는 '아디티야'라고도 알려진 힌두교의 태양신 수리아의 이름을 따서 명명됐다. BBC에 따르면 우주선 '아디티야-L1'에서 'L1'은 '라그랑주점 1'의 약자로, 인도 우주선이 향하고 있는 태양과 지구 사이의 정확한 지점을 의미한다. 유럽우주국에 따르면 라그랑주 지점은 태양과 지구와 같은 두 개의 큰 물체의 중력이 서로 상쇄되어 우주선이 '호버링(hovering, 정지 비행)'할 수 있는 지점을 말한다. 태양 활동·우주 날씨 실시간 관측 미국 기술 전문매체 테크 크런치에 따르면 인도의 우주 기관인 인도우주연구기구(ISRO)는 아디트야-L1 우주선에 원격 감지용 4개와 현장 실험용 3개 등 총 7개의 과학장비(페이로드, payload)를 설치했다. 탑재된 장비에는데이터를 수집하고 관측을 하기 위해 가시 방출선 코로나그래프, 태양 자외선 영상 망원경, X-선 분광기, 태양풍 입자 분석기, 플라즈마 분석기 패키지, 3축 고해상도 디지털 자력계 등이 장착되어 있다. ISRO는 이 우주선에 태양 코로나(가장 바깥층), 광권(태양 표면 또는 지구에서 보이는 부분), 염색권(광권과 코로나 사이에 있는 얇은 플라즈마 층)을 관찰하고 연구할 7가지 페이로드를 탑재했다고 밝혔다. 코드명 'PSLV-C57'인 이 우주선 임무의 전반적인 목적은 태양 활동과 그것이 우주 날씨에 미치는 영향을 실시간으로 관측하는 것이다. 이륙 한 시간여 만에 아디트야-L1 우주선은 146×12,117마일의 타원형 궤도에 진입시켰다. 인도가 발사체 상단이 두 번의 연소 과정을 거쳐 의도했던 궤도에 우주선을 진입시킨 것은 이번이 처음이다. ISRO의 S. 소마나스 회장은 우주국의 임무 통제 센터에서 참석자들에게 "이제 아디트야-L1은 몇 가지 지구 기동을 거친 후 여정을 시작할 것"이라면서 "아디트야 우주선이 긴 여정을 마치고 L1의 후광 궤도에 진입할 수 있도록 최선을 다하길 기원한다"라고 말했다. 아디트야-L1은 L1을 향해 발사되기 전에 지구를 여러 번 돌게 된다. 그리고 일식 동안 태양이 숨겨져 있더라도 지속적으로 태양을 관찰하고 과학적 연구를 수행할 수 있다. 이번 연구는 과학자들이 태양풍과 태양 플레어와 같은 태양 활동과 그것이 지구와 우주 날씨에 미치는 영향을 실시간으로 이해하는 데 도움이 될 것이다. 태양 탐사 비용 4600만달러 이번 태양 탐사선의 비용이 얼마인지 밝히지 않았지만, 인도 언론의 보도에 따르면 37억 8000만 루피(4600만 달러, 약 615억 원)가 소요될 것으로 예상된다. 아디트야-L1 미션의 프로젝트 책임자인 니가르 샤지는 "아디트야-L1 팀에게는 꿈이 실현된 것"이라고 말했다. 샤지는 "아디트 [임무]가 시운전되면 이 나라의 헬리오피직스는 물론 전 세계 과학계의 자산이 될 것"이라고 기대했다. 과거에는 미국, 유럽, 중국이 태양을 연구하기 위해 우주에서 태양 관측소 임무를 수행했다. 지금까지 지상 망원경을 이용한 태양 관측에 주력해 온 인도가 이 분야에 뛰어든 것은 이번이 처음이다. 아디트야-L1이 성공하면 인도는 이미 태양을 연구하고 있는 일부 극소수 국가 그룹에 합류하게 된다. 일본은 1981년 태양 플레어를 연구하기 위해 최초로 탐사선을 발사했다. 미국 우주국 나사(NASA)와 유럽우주국(ESA)은 1990년대부터 태양을 관찰해 왔다. 나사와 ESA는 2020년 2월, 공동으로 태양 궤도선을 발사해 가까운 거리에서 태양을 연구하고 있다. 과학자들은 태양의 역동적인 행동을 이해하는 데 도움이 될 데이터를 수집하고 있다고 밝혔다. 아울러 나사의 최신 우주선인 파커 태양 탐사선은 최초로 2021년 태양의 외기권인 코로나를 통과해 새로운 역사를 썼다. 유엔 우주국(UNOOSA)에 따르면 지구 궤도에는 약 1만290개의 위성이 남아 있으며, 그 중 약 7800개의 위성이 현재 작동 중이다. 한편, 인도의 태양 탐사선은 지난 8월 말 세계 최초로 달 남극 근처에 탐사선을 성공적으로 착륙시킨 것에 연이은 쾌거다. 이로써 인도는 미국, 구소련, 중국에 이어 세계에서 네 번째로 달에 연착륙한 국가가 되었다. 달 남극에는 인류 생존의 필수 자원인 물이 존재하고 있는 것으로 알려졌다. 나사에 따르면 달에서 물을 최초로 발견한 것은 인도 탐사선이다. 2008년 인도 탐사선 찬드라얀 1호가 달 표면에 퍼져 있고 극지방에 집중된 수산기 분자를 감지한 것이 물 발견에 결정적으로 기여했다. 현재 인도는 우주에 50개 이상의 위성을 보유하고 있으며 통신 링크, 날씨 데이터, 해충 침입, 가뭄 및 임박한 재난 예측 등 여러 가지 중요한 서비스를 제공한다. ISRO는 아디트야-L1과 함께 2025년으로 예정된 인간 우주 비행 임무인 가가냥(Gaganyaan) 발사를 오랫동안 준비해 오고 있다. 또 인도 우주국은 금성을 향한 무인 탐사선 발사도 계획하고 있다.
-
- 포커스온
-
[퓨처 Eyes(2)] 인도, 태양 탐사선 '아디트야-L1' 발사 성공
-
-
소형 곤충 로봇 '클라리', 좁은 틈새서 형태 변형…재난 대응 혁신 기대
- 미국 콜로라도 대학교 엔지니어들이 곤충처럼 모양을 바꾸고 좁은 틈새를 통과할 수 있는 로봇 '클라리(CLARI)'를 개발했다. 미국 기술 전문매체 인터레스팅엔지니어링은 곤충의 끈기와 적응력에서 영감을 받은 콜로라도 대학교 볼더 캠퍼스(CU 볼더)의 엔지니어 팀이 좁은 공간에서 움직일 수 있도록 형태를 바꿀 수 있는 획기적인 소형 로봇인 클라리(CLARI, Compliant Legged Articulated Robotic Insect)를 개발했다고 최근 보도했다. 사람 손바닥보다 작고 탁구공보다 가벼운 클라리는 정사각형에서 좁고 길쭉한 형태로 모양을 바꿀 수 있어 좁은 공간도 거뜬히 통과할 수 있다. 휴대하기 쉽고 형태 변형 능력을 갖춘 이 작은 로봇은 재난 대응 작업에 혁신을 가져올 것으로 보인다. CU 볼더의 폴 M. 레이디 기계공학과 박사과정에 재학 중인 하이코 카부츠는 보도자료를 통해 "주변 환경에 수동적으로 적응할 수 있는 클라리의 능력은 우리가 미처 생각지도 못한 엄청난 역할을 앞으로 담당할 수 있다"고 말했다. 연구진은 지난 8월 30일 학술지 「고급 지능형 시스템(Advanced Intelligent Systems)」 에 로봇 클라리의 혁신적인 설계를 게재했다. 모듈식 설계 구조로 유연성 갖춰 현재 클라리는 4개의 다리를 가진 모듈식 구조로 설계되었다. 이런 설계 덕분에 다리를 추가하거나 구조를 다양하게 조정하는 것이 가능하다. 카부츠는 거미에서 영감을 받아 거미줄을 통과할 수 있는 8개의 다리를 가진 로봇을 구상하고 있다. 그는 "모듈식 설계는 다양한 용도로 활용 가능한 다용도 도구로의 변신을 가능하게 한다"고 말했다. 클라리는 막대한 잠재력을 가지고 있지만, 현재는 전원과 기본 명령을 전달하는 전선에 의존하고 있다. 이 연구의 공동 저자인 카우식 자야람 조교수는 클라리가 자율적으로 돌아다니기를 기대하고 있다. 자야람은 "클라리는 초기 단계이지만, 제트 엔진 내부나 무너진 건물 잔해 아래와 같이 기계가 접근하기 어려웠던 곳에도 들어갈 수 있는 로봇의 개발이 목표"라고 밝혔다. 동물의 왕국을 모델로 한 로봇을 디자인한 경력이 있는 자야람은 기존의 큐브형 로봇 구조에 도전하고 있다. 그는 "동물들의 다양한 형태처럼 로봇도 다양한 형태를 가질 수 있지 않을까요?"라고 반문했다. 곤충 특성 모방 로봇 자야람은 클라리 개발 이전, 버클리 캘리포니아 대학교에서 바퀴벌레가 좁은 수직 공간을 통과하는 능력을 모방한 로봇을 설계했다. 그는 이런 작업이 시작 단계에 불과하다고 여긴다. 자야람은 "동물의 세계는 디자인에 대한 무한한 영감을 제공합니다. 동물들이 좁은 공간을 통과하는 다양한 방법이 있는데, 왜 단 하나의 방식만을 참고할까요?"라고 질문을 던졌다. 클라리는 기존의 디자인을 발전시켜 수평 간격을 좁히는 데 중점을 뒀다. 이 로봇은 폭이 34mm(약 1.3인치)에서 21mm(약 0.8인치)까지 조절 가능해, 다양한 환경에 적응하며 움직일 수 있다. 장애물 자율 감지 지원 자야람과 카부츠는 클라리의 단순한 형태 변형 능력만으로 만족하지 않고, 센서를 통합하여 클라리가 장애물을 자울적으로 감지하고 회피할 수 있게 만들 계획이다. 특히 로봇에 다리가 추가되면서, 유연성과 힘의 균형을 찾기 위한 연구도 진행하고 있다. 카부츠는 "고르지 못한 울퉁불퉁한 자연 지형을 넘나들거나, 풀잎 같은 장애물을 피하거나, 바위 틈을 기어다닐 수 있는 로봇을 상상해 보세요. 이것이 우리가 목표로 하는 미래 곤충 로봇의 모습이다"라고 말했다. 클라리는 작은 크기, 높은 적응성, 그리고 유연한 모듈식 설계를 통해 로봇공학의 새로운 지평을 열 예정이다. 이러한 특성들은 재난 발생 지역의 구조 활동이나 엔진 내부 점검과 같은 복잡한 작업에 매우 유용하게 사용될 수 있다. 카부츠는 "거미나 파리처럼 움직이는 로봇을 구현한다면, 지금까지 접근하기 어려웠던 지역까지 탐험하게 될 것이다. 말 그대로 하늘도 그 한계가 아니라는 것이죠"라고 말했다. 클라리는 현재 엄청난 잠재력을 갖춘 프로토타입 단계에 있다. 생물체의 독특한 움직임을 모방한 로봇은 미래의 로봇 기술의 가능성을 활짝 열어주고 있다.
-
- IT/바이오
-
소형 곤충 로봇 '클라리', 좁은 틈새서 형태 변형…재난 대응 혁신 기대
-
-
인공지능(AI) 성능 급감하는 '드리프트' 현상 발생 이유는?
- 마이크로소프트(MS) 창업자 빌 게이츠가 "인터넷의 발명만큼 중대한 사건"이라고 극찬한 챗GPT(Chat GPT)는 오픈AI에서 개발한 대화형 인공지능(AI) 서비스로, 대량의 데이터를 학습해 새로운 정보를 생성하고 응답하는 능력을 갖춘 시스템이다. 챗GPT는 챗(Chat)과 GPT(Generative Pre-trained Transformer)의 합성어로, 트랜스포머(Transformer) 계열의 대규모 언어 모델(GPT-3.5)을 기반으로 한다. GPT-3.5는 오픈AI에서 개발한 GPT-3의 업그레이드 버전으로, 1000억 개의 파라미터를 가지고 있다. 파라미터란 AI가 학습할 수 있는 변수의 수를 의미하는데, 이는 GPT-3의 2배에 달한다. 챗GPT는 강화학습(RLHF) 방식을 채택해 자신의 행동에 따른 보상을 통해 스스로 학습하고 발전할 수 있다. 챗GPT는 번역 및 문장 재구성, 텍스트 요약, 콘텐츠 생성, 코딩 등 다양한 영역에서 우수한 성능을 뽐내고 있다. 무엇보다 인간 고유의 영역이라 여겨져 온 창작의 영역까지 AI가 파고든 사실에 많은 사람이 놀라고 있다. 지난해 11월 선보인 챗GPT는 출시된 지 5일 만에 이용자 수 100만 명을 확보했고, 1억 명을 돌파하는 데는 두 달이면 충분했다. 현재 전 세계적으로 가장 많은 사용자를 보유하고 있는 AI 서비스로 자리매김했다. AI 지능 저하 '드리프트' 현상이란? 인공지능(AI)의 새로운 패러다임인 챗GPT와 같은 채팅AI가 의사 면허 시험을 통과하거나 복잡한 수학 문제를 놀라운 정확도로 풀 수 있다는 보고서도 나왔다. 그런데 최근 챗GPT의 성능이 급격히 저하되는 현상이 나타나 인공지능 학계를 발칵 뒤집어 놓았다. 파겐 와사니 테크롤로지스(Fagen Wasanni Technologies)와 일본 매체 기가진(gigazine)의 최근호에 따르면 올해 3월부터 6월까지 채팅 AI의 수학 능력이 급격히 떨어지는 현상이 발견됐다. 이러한 채팅 AI의 지능 저하 현상을 '드리프트(drift)'라고 한다. 외신에 따르면 미국 스탠포드 대학과 UC 버클리가 올해 3월과 6월 두 차례에 걸쳐 오픈AI의 대규모 언어모델(LLM) 'GPT-3.5'와 'GPT-4'로 구동되는 챗GPT에 '수학 문제', '코드 생성', '시각적 추론', '민감한 질문' 등 4가지 과제를 부여해 그 답변의 신속성과 정확성을 분석했다. 그 결과, '17077은 소수인가?'와 같은 단순 수학 문제에 대한 GPT-4의 응답 정확도가 2023년 3월부터 6월 사이에 97.6%에서 무려 2.4%로 급락한 것으로 나타났다. 두 대학의 연구진에 따르면, "AI의 드리프트 문제는 매우 복잡한 AI 모델의 일부를 개선하려고 할 때 모델의 다른 부분의 성능이 저하되는 문제"라고 설명했다. 연구원들은 3월과 6월 다양한 버전의 LLM을 테스트하고 위의 네 가지 과제 외에 미국 의사 면허 시험, 시각적 추론을 포함한 다양한 AI 작업에서 성능을 평가했다. 그 결과, LLM이 제공하는 답변에 상당한 변동성이 있는 것으로 나타났다. 특히 GPT-4의 수학 문제 해결 능력은 3월과 6월 사이에 정확도가 84.0%에서 51.1%로 떨어지는 등 급격히 악화됐다. 반면, GPT-3.5의 정확도는 같은 기간 동안 49.6%에서 76.2%로 향상됐다. 연구원들은 또한 특정 작업에서 지시를 따르는 GPT-4의 능력이 저하되는 것을 관찰했다. 예를 들어, '행운의' 숫자와 관련된 수학 문제에서 GPT-4의 정확도는 3월과 6월 사이에 83.6%에서 35.2%로 떨어졌고 GPT-3.5의 정확도는 30.6%에서 48.2%로 오히려 증가했다. 또한 ‘민감하거나 위험한 질문’에 답변하려는 LLM의 의지에 변화가 있었다. GPT-4는 응답률이 21.0%에서 5.0%로 급격히 낮아졌고, GPT-3.5는 2.0%에서 5.0%로 소폭 증가했다. 복잡한 추론 과제에서 GPT-4는 정확한 답변을 생성하는 점이 1.2%에서 37.8%로 증가해 개선된 모습을 보였다. 그러나 GPT-3.5의 추론 완전 일치 성공률은 22.8%에서 14.0%로 감소했다. 연구원들은 또한 시간이 지남에 따라 LLM이 생성한 코드의 실행 가능성도 감소하는 것을 관찰했다. 또 미국 의사 면허 시험에서 GPT-4의 성적은 86.6%에서 82.4%로 소폭 하락한 반면, GPT-3.5는 54.7%였다. 시각적 추론 과제에서 약간의 개선이 있었지만 두 모델 모두 전반적인 정확도는 여전히 낮았다. 연구진은 짧은 시간 내에 GPT-3.5와 GPT-4의 성능과 동작에 상당한 변화가 있었다는 점을 강조했다. "AI 미세 조종시 다른 영역서 후퇴" 스탠포드대 제임스 조우(James Zou) 컴퓨터 과학 연구원은 "AI 모델을 미세 조정해 특정 방향으로 강화하면 다른 영역에서는 후퇴할 위험이 있다"며 "AI 모델을 지속적으로 개선하는 것은 매우 어렵다"고 말했다. 또한 조우 연구원은 "우리는 GPT-4와 같은 AI 모델에서 언젠가 드리프트 문제가 발생할 것으로 예상했지만, 이렇게 빨리 드리프트 문제가 발생한 것에 대해 매우 놀랐다"고 했다. 해외 매체 크립토폴리탄(Cryptopolitan)은 AI의 드리프트 문제에 대해 "이 문제는 프롬프트 엔지니어링(Prompt Engineering)이라는 급성장 중인 트렌드와 관련이 있을 수 있다"고 추측했다. '프롬프트 엔지니어링'은 사용자가 프롬프트를 만들어 AI로부터 특정 반응을 이끌어내는 개념이다. 이 매체는 "GPT-4의 수학적 능력 저하가 프롬프트 엔지니어링에 대응하기 위해 취해진 우발적 결과일 수 있다"고 지적했다. 오픈AI "개선 위해 다양한 연구 진행" 드리프트 문제에 대해 오픈AI 측은 "새로운 AI 모델을 출시할 때, 우리는 새로운 모델을 더 똑똑하게 만드는 것을 최우선 과제로 삼고 있다. 또한 우리는 새로운 AI 모델 버전이 포괄적인 작업의 개선으로 이어지고 있는지 확인하기 위해 다양한 조사와 연구를 진행하고 있다. 하지만 우리의 평가 방법은 완벽하지 않기 때문에 지속적으로 개선해 나가고 있다"고 말했다. 조우는 AI의 드리프트 문제에 대해 "중요한 것은 지능이 떨어진다고 해서 기술을 포기하는 것이 아니라 그 어느 때보다 AI를 면밀하게 모니터링하는 것"이라고 말했다. 아울러 연구팀은 챗GPT와 같은 AI 모델에 대해 수천 개의 질문을 던져 체계적인 테스트를 계속하고 있으며, 시간이 지남에 따라 성능 변화를 분석하고 있다고 덧붙였다.
-
- IT/바이오
-
인공지능(AI) 성능 급감하는 '드리프트' 현상 발생 이유는?
검색 결과가 없습니다.