훈련 – 포커스온경제 통합 검색

전체기사보기
2024-11-22 (금)

검색

AI 에너지 효율성 100배 개선⋯클라우드 의존 없는 실시간 나노전자소자 개발

노스웨스턴 대학교 엔지니어들은 가장 에너지 효율적인 방식으로 정확한 머신러닝 분류 작업을 수행할 수 있는 새로운 나노 전자 장치를 개발했다. 12일(현지시간) 미국 매체 노스웨스턴나우(northwestern now)에 따르면 기존 기술보다 100배 적은 에너지를 사용하는 방식으로 실시간으로 인공지능(AI) 작업을 수행할 수 있다. 이 장치의 가장 큰 특징은 클라우드를 이용하지 않고도 대용량 데이터를 실시간으로 처리하고 분석할 수 있는 점이다. 따라서 설치 공간이 협소하고 전력 소비가 적은 웨어러블 기기, 예를 들어 스마트 시계나 피트니스 트래커에 적용하기에 이상적이다. 연구 팀은 이 새로운 나노전자소자의 성능을 확인하기 위해 심전도(ECG) 데이터를 활용해 불규칙한 심장 박동인 부정맥을 진단하는 실험을 진행했다. 실험 결과, 이 장치는 다양한 부정맥 유형을 거의 95%의 높은 정확도로 판별할 수 있었다. 이번 연구 결과는 공학과 의학 분야에서 큰 파장을 일으킬 것으로 보이며, 관련 논문은 12일 '네이처 일렉트로닉스(Nature Electronics)' 저널에 게재됐다. '개인화된 서포트 벡터 머신 분류를 위한 재구성 가능한 혼합 커널 이종 접합 트랜지스터'라는 제목의 이 연구는 미국 에너지부, 국립과학재단, 육군 연구소의 지원을 받아 진행됐다. 이 연구의 선임 저자인 노스웨스턴의 마크 허삼(Mark C. Hersam) 박사는 "오늘날 대부분의 센서는 데이터를 수집한 다음 클라우드로 전송하고, 분석은 에너지 소모가 많은 서버에서 수행된 후 최종적으로 사용자에게 결과를 전송한다"며 "이 접근 방식은 엄청나게 비싸고 상당한 에너지를 소비하며 시간이 많이 걸린다"고 성명했다. 이어 "우리 장치는 에너지 효율이 매우 높아 웨어러블 전자기기에 직접 배치하여 실시간 감지 및 데이터 처리를 할 수 있으므로 건강 응급상황에 보다 신속하게 개입할 수 있다"고 말했다. 나노기술 전문가로 유명한 허삼 박사는 노스웨스턴 맥코믹 공과대학에서 월터 머피 재료과학 및 공학 교수로 활약하고 있다. 또한 재료 과학 및 공학과 학과장, 재료 연구 과학 및 공학 센터 소장, 그리고 국제 나노기술연구소 회원 등 왕성한 역할을 하고 있다. 허삼 박사는 이번 연구를 서던캘리포니아 대학교의 한 왕(Han Wang) 교수, 노스웨스턴 대학교의 비노드 상완(Vinod Sangwan) 연구 조교수와 공동으로 주도했다. 머신러닝 툴은 신규 데이터를 분석하기 전에, 먼저 학습 데이터를 다양한 카테고리에 정확하게 분류하는 과정을 거쳐야 한다. 예를 들어, 사진을 색상별로 분류하는 도구의 경우, 빨간색이나 노란색, 파란색 등 각 사진의 색상을 정확히 식별할 수 있어야 한다. 이러한 작업은 인간에게는 간단하지만, 기계에게는 상당한 에너지를 소모하는 복잡한 작업이다. 현재 실리콘 기반 기술로 심전도와 같은 대규모 데이터 세트를 분류하려면 100개 이상의 트랜지스터를 필요로 한다.이러한 각각의 트랜지스터는 작동과정에서 에너지를 소비한다. 하지만 노스웨스턴의 나노 전자 장치는 단 두 개의 장치로 동일한 머신러닝 분류를 수행할 수 있다. 연구진은 디바이스 수를 줄임으로써 전력 소비를 획기적으로 줄이고 표준 웨어러블 기기에 적용 가능한 훨씬 더 작은 크기의 디바이스를 개발했다. 이 새로운 디바이스의 비결은 다양한 소재를 혼합하여 전례 없는 조정성을 구현한 것이다. 기존 기술은 실리콘을 사용하지만 연구진은 2차원 이황화몰리브덴과 1차원 탄소 나노튜브로 소형화된 트랜지스터를 제작했다. 따라서 데이터 처리 단계마다 하나씩 많은 실리콘 트랜지스터가 필요한 대신, 재구성 가능한 트랜지스터는 다양한 단계 간에 전환할 수 있을 만큼 동적이다. 이번 새로운 디바이스의 성공 비결은 다양한 소재의 혼합과 창의적인 조절 능력에 있다. 기존에는 실리콘을 주로 사용했으나, 이번 연구에서는 2차원 이황화몰리브덴과 1차원 탄소 나노튜브를 활용하여 소형화된 트랜지스터를 구현했다. 이러한 혁신적 접근 방법 덕분에, 각 데이터 처리 단계에 여러 개의 실리콘 트랜지스터를 사용하는 것이 아니라, 하나의 재구성 가능한 트랜지스터만으로도 다양한 단계를 동적으로 전환할 수 있게 되었다. 허삼 박사는 이에 대해 "두 가지 서로 다른 재료를 하나의 디바이스에 통합함으로써, 전류 흐름을 강력하게 조절할 수 있는 동적 재구성이 가능하다"며 "이런 방식으로 단일 디바이스에서도 높은 수준의 조절이 가능해져, 작은 공간과 적은 에너지만을 소비하면서도 정교한 분류 알고리즘 실행이 가능하다"고 덧붙였다. 연구진은 장치를 테스트하기 위해 공개적으로 사용가능한 의료 데이터 세트를 찾았다. 먼저 심전도 데이터를 해석하도록 디바이스를 훈련시켰는데, 이는 일반적으로 숙련된 의료진이 상당한 시간을 들여야 하는 작업이다. 그런 다음 장치에 정상, 심방 조기 박동, 심실 조기 수축, 속도 박동, 왼쪽 다발 분기 블록 박동, 오른쪽 다발 분기 블록 박동 등 6가지 유형의 심장 박동을 분류하도록 요청했다. 연구팀은 장치의 성능을 테스트하기 위해 공개적으로 접근 가능한 의료 데이터 세트를 활용했다. 첫 단계에서 연구팀은 디바이스를 훈련시켜 심전도 데이터를 해석할 수 있도록 하였는데, 이는 일반적으로 전문 의료인력이 상당한 시간을 투입해야 해결할 수 있는 문제였다. 연구팀은 이어서 장치에게 정상 심장 박동, 심방 조기 박동, 심실 조기 수축, 속도 박동, 왼쪽 번치 가지 블록, 오른쪽 번치 가지 블록 등 총 6가지 유형의 심장 박동 패턴을 구분하도록 요청했다. 이렇게 개발된 나노전자 장치는 1만 개의 심전도 샘플을 분석하며 각각의 부정맥 유형을 정확하게 식별할 수 있었다. 또한, 이 장치는 데이터를 클라우드로 전송할 필요가 없어, 환자의 소중한 시간을 절약할 수 있을 뿐만 아니라, 환자의 개인 정보 보호도 가능하다. 허삼 박사는 "데이터가 전송될 때마다 도난당할 위험이 증가한다"고 주장했다. 그는 "개인 건강 정보가 손목 시계와 같은 웨어러블 장치에서 로컬로 처리될 경우, 정보의 도난 위험이 크게 감소한다"고 덧붙였다. 그러면서 이런 방법으로 이 장치가 개인 정보의 보호를 강화하고 정보 유출의 위험을 줄일 것이라고 강조했다. 그는 이러한 나노전자 장치가 향후 웨어러블 기기에 통합되어, 각 사용자의 건강 상태에 맞춰 개인화되며 실시간 애플리케이션에 적용될 것으로 전망했다. 이를 통해 사용자들은 추가적인 전력 소모 없이도 기존에 수집된 데이터를 최적화하여 활용할 수 있을 것으로 보인다고 말했다. 허삼 박사는 "AI 도구들이 전력 소비의 큰 부분을 차지하고 있는 상황"이라며 "현재의 컴퓨터 하드웨어에 계속 의존하는 것은 지속 가능하지 않다"라고 경고했다.
- IT/바이오
2023-10-14
페덱스의 신형 AI로봇, 테트리스 연상 적재 신공 과시

매일 1500만 개 이상의 패키지를 처리하는 물류 대기업 페덱스(FedEx)가 최근 AI 기반의 양팔 로봇 '덱스(DexR)'를 선보였다. 이 로봇의 목적은 다양한 크기와 무게의 상자를 트럭에 테트리스처럼 효율적으로 적재하는 것이다. '덱스'는 페덱스 직원들에게 가장 어려운 작업인 화물의 트럭 적재를 자동화하기 위해 개발되었다. 기술 전문 매체 와이어드에 따르면, 이 로봇은 AI를 활용해 다양한 크기의 상자를 최대한 효율적으로 배치, 트럭 내부의 공간을 최대한 활용한다. 이는 결코 쉽지 않은 작업이다. 페덱스의 레베카 양(Rebecca Yang) 운영 및 첨단 기술 담당 부사장에 따르면, 패키지는 다양한 포장재, 크기, 모양, 무게로 제공돼 그 조합은 예측하기 어렵다. 로봇은 패키지를 감지하기 위해 카메라와 라이다(LiDAR, 일종의 레이저 광) 센서를 사용한다. 그리고 상자들을 효과적으로 배열해 안정적인 '벽'을 구성하고, 상자를 끊임없이 조정하여 미끄러짐이나 기타 문제에 대응한다. 양 부사장은 "몇 년 전 AI는 이처럼 복잡한 결정 과정을 처리하기엔 한계가 있었다"고 설명했다. 양팔 로봇 덱스는 현재 페덱스에서 광범위한 적용을 위한 예비 테스트를 거치고 있다. 챗GPT와 같은 생성형 AI 도구 덕분에 많은 산업이 AI가 거의 모든 작업을 수행할 수 있다고 인식하기 시작했다. 그렇지만, 예측하기 어려운 현실 세계에서 물체를 다루는 것은 알고리즘에게 여전히 큰 도전이다. 대다수의 산업용 로봇은 주로 반복적이고 극도로 정밀한 작업을 수행하기 위해 설계되었다. 반복 작업 위해 정밀 설계 로봇 공학은 지속적으로 발전하고 있으며, 현재 많은 기계들이 AI를 통해 물체를 인식하고 이를 처리하는 방법을 결정하고 있다. 이런 과정에서 알고리즘이 실제 로봇에 적용되기 전에, 시뮬레이션에서 오류를 최소화하며 훈련을 받을 수 있다. 하지만 시뮬레이션의 세계에서 현실로의 전환은 간단하지 않다. 개선된 알고리즘, 로봇 기계 학습에 대한 신선한 접근법, 그리고 발전된 하드웨어 및 센서 덕분에 고급 로봇의 실용적인 응용이 점점 확장되고 있다. 카네기 멜론 대학의 로보틱스 연구소장 매튜 존슨-로버슨은 "최근 1~2년 동안 AI와 머신러닝의 발전으로, 많은 사람들이 이를 '비용 절감 및 효율성 향상을 통한 수익성 있는 비즈니스 케이스로 활용할 수 있다'고 주장하고 있다"고 밝혔다. 자율주행 차량과 AI의 지속적인 발전에 대한 오랜 기간의 투자 덕분에 로봇이 더 다양한 작업장에서 활용될 수 있게 될 것이라고 존슨-로버슨은 지적했다. 그는 "현재 상업용 로봇 공학의 초창기에 불과하다고 볼 수 있다"라고 덧붙였다. 생성 AI 활용해 패턴 계산 페덱스 로봇은 캘리포니아 레드우드 시티에 본사를 둔 스타트업인 덱스터리티(Dexterity)가 페덱스를 위해 개발했다.덱스터리티는 창고 운영을 위한 다양한 AI 기반 로봇 시스템 개발을 전문으로 하는 기업이다. 페덱스의 로봇은 캘리포니아 레드우드 시티에 위치한 스타트업 덱스터리티(Dexterity)가 개발했다. 덱스터리티는 창고 자동화를 위한 AI 기반 로봇 시스템의 전문 개발업체이다. 사미르 메논(Samir Menon) 덱스터리티의 최고경영자(CEO)는 페덱스를 위해 제작된 로봇이 생성 AI를 활용하여 다양한 유형의 상자를 적절히 쌓을 수 있도록 설계되었다고 밝혔다. 이 AI는 상자를 인식하고, 그것을 잡는 과정에도 활용된다. 그렇지만 메논은 이러한 시스템을 구축하기 위해서는 신중한 엔지니어링 작업이 필요하다고 강조했다. 로봇이 상자를 적재할 때마다, 포스 피드백을 통해 패키지의 정확한 배치를 확인한다. 더불어 카메라와 깊이 센서로 로딩 된 물품을 스캔하여 기존의 모델과의 일치성을 점검한다. 일치하지 않을 경우, 로봇은 현재 작업 상태에 맞춰 적재 전략을 수정한다. 온라인 쇼핑의 대표 기업인 아마존의 성장과 함께, 패키지 처리는 로봇 개발에서 혁신적인 핵심 분야로 부상했다. 아마존은 현재 제품을 보다 효율적으로 관리하고 처리하기 위해 수천 대의 첨단 로봇을 운영하고 있다. 트럭 내부는 다양한 상자를 적재해야 하는 제한된 공간이다. 이것은 로봇이 창고에서 수행하는 일반적인 선택 작업보다 "더 큰 도전"이라고 매사추세츠 공과대학(MIT)의 AI와 로봇 공학 전문가 풀킷 아그라왈(Pulkit Agrawal) 교수는 지적했다. AI로봇 활용으로 실업 우려 확산 로봇이 다양한 업무를 수행하는 시대가 급속히 다가오면서, AI 기반 로봇 활용의 증가로 인한 실업에 대한 우려가 커지고 있다. 미국의 자동차 공장 노동자들의 연속적인 파업은 전기차와 자율 주행과 같은 급변하는 기술 트렌드와 연관되어 있다. 페덱스의 양 부사장은 이 로봇이 완벽하진 않지만, 결국 숙련 노동자와 동등한 속도로 트럭에 화물을 적재할 수 있을 것이라고 전망했다. 페덱스는 이미 버크셔 그레이의 기술을 활용해 일부 시설에서 소포 분류 작업을 수행 중이다. 이 기술에 대해 회사는 2022년에만 약 2억 달러를 투자했다. 양 부사장은 페덱스가 몇 대의 로봇을 언제 도입할지에 대해 구체적으로 밝히지 않았다. 로봇의 신뢰성 관련 데이터는 아직 수집 단계에 있다. 그럼에도 덱스터리티의 로봇 기술은 다른 영역에도 적용될 전망이며, 페덱스는 로봇을 통해 더욱 다양한 업무를 처리하고자 한다. 그는 "이것은 우리에게 큰 전환점이며, 다가오는 세대가 우리의 업무 방식을 향상시키는 것을 목격하게 되어 기쁘다"고 말했다.
- IT/바이오
2023-10-08
나사, 소행성 베누 시료 첫 개봉

과학자들은 지난달 베누 소행성에서 가져온 시료에 놀라운 반응을 보였다. 그 놀라움의 원인은 어떤 것일까? 이 질문의 답은 오는 10월 11일 미국 우주항공국(NASA)의 라이브 방송을 통해 밝혀질 예정이다. 미국 CNN에 따르면, NASA의 오시리스 렉스(OSIRIS-Rex) 탐사선은 7년의 임무를 성공적으로 마무리하고 행성에서 취득한 시료를 곧 분석할 계획이다. 과학자들은 지난 9월 26일, 과학자들이 탐사선의 시료 용기를 열자, 용기 주변과 내부에서 암석과 토양을 수집하는 데 사용된 기구로부터 어둡고 미세한 물질을 발견했다. CNN은 이것이 소행성에 대한 초기 통찰을 제공하는 중요한 장면이라고 전했다. 이 시료는 지난 9월 24일, 미국 유타 사막의 국방부 유타 시험훈련장에 예상보다 3분 빠르게 도착했다. 탐사선은 베누라는 소행성에 착륙해 시료를 채취한 후 지구로 귀환했고, 이 과정에서 약 60억 2100만km(38.6억 마일)를 이동했다. 소행성은 태양계 형성 시기의 유물로, 행성이 초기에 형성되며 겪은 혼란스러운 시기의 모습을 반영한다. CNN은 지구 근처의 소행성들이 지구에 위협을 가하므로, 그들의 구성과 궤도를 파악하는 것이 지구와의 충돌 위험을 회피하기 위한 중요한 방법이라고 설명했다. 현재, 이 시료는 나사의 휴스턴 존슨 우주센터에 있는 청정실에서 정밀 분석을 위해 보관 중이다. 탐사선은 2020년 10월 터치 앤 고(Touch-and-Go) 방식의 TAGSAM 시료 획득 메커니즘을 이용해 베누 표면의 시료를 성공적으로 수집했다. 이 과정에서 많은 양의 물질이 획득되어 빠르게 분석할 수 있을 것이라는 기대가 컸다. 그러나 메커니즘 내부에서 아직 전체 시료에 접근하기 전에도 충분한 양의 물질이 확인되었다. 오시리스 렉스의 큐레이션 책임자인 크리스토퍼 스니드(Christopher Snead)는 "물질의 양이 많아 예상했던 것보다 분석에 더 많은 시간이 걸릴 것으로 보인다"라고 전했다. 미국 CNN 보도에 따르면, 현재 TAGSAM 헤드를 통해 수집된 시료의 초기 분석이 진행 중이며, 베누에서 얻은 물질에 대한 첫 번째 결과가 곧 공개될 것으로 예상된다. 오시리스 렉스는 2018년 12월 발사된 후 약 2년여 만에 지구에서 약 1억3000만km 떨어진 태양 궤도를 도는 소행성 베누의 상공에 도착했다. 2020년 10월에는 베누 표면에 착륙하여 시료를 채취한 후, 2021년 5월에 지구로 귀환하기 시작했다. 린지 캘러(Lindsay Keller) 오시리스 렉스의 시료 분석팀 대표는 "우리는 시료를 원자 단위까지 정밀하게 분석할 수 있는 세심한 기술을 갖추고 있으며, 이 분석을 위한 최고의 전문가와 최첨단 설비를 보유하고 있다"고 성명에서 밝혔다. 팀은 베누에서 얻은 시료의 초기 분석을 위해 주사 전자 현미경, X선, 적외선 기기 등을 활용하여 재료의 화학적 특성을 파악하며, 수화된 광물과 유기 입자의 존재를 확인한다. 또한, 소행성 내에 특정 광물이 풍부하게 존재하는지도 파악할 예정이다. 과학자들은 베누에서 얻은 풍부한 시료를 통해 무엇을 우선적으로 예상해야 할지에 대한 보다 명확한 인식을 갖게 될 것으로 예상하고 있다. 그들은 베누와 같은 소행성이 지구 초기 형성 단계에서 필수적인 원소인 물과 같은 물질을 지구에 전달했을 가능성을 검토하고 있다. 한편, 이 시료를 지구로 전달한 탐사선은 '오시리스 아펙스(OSIRIS-APEX)'라는 이름으로 재명명되었으며, 2029년에 지구 근처에서 맨 눈으로도 관측 가능한 거리까지 접근하는 소행성 아포피스의 연구를 위해 이동 중이다.
- 산업
2023-10-07
배낭 메고 걷는 운동 '러킹', 미국서 인기 급증

최근 많은 사람들이 무병장수를 위해 운동을 시작하고 있다. 그 중, 가장 많은 인기를 얻고 있는 단순하면서도 효과적인 운동은 '걷기'다. 국내에서는 하루 1만 보 걷기를 통해 포인트를 적립해주고, 이를 실제로 활용할 수 있는 앱들도 큰 인기를 누리고 있다. 이제, 걷기의 효과를 더 크게 느낄 수 있는 새로운 운동법이 주목받고 있다. 미국 CNN에서는 배낭을 매고 하는 '러킹(Rucking)'이라는 운동 방식을 소개했다. 피트니스 전문 프리랜서 작가인 멜라니 라지키 맥마너스(Melanie Radzicki McManus)는 이 운동이 심혈관과 근육 건강을 개선하는 효과적인 전신 운동이라고 전했다. '러킹'은 전 세계 군대에서 활용되는 핵심 훈련인 '럭 행진(Ruck Marching)'에서 비롯된 용어이다. 먼저 가벼운 무게의 배낭으로 시작해 근력이 강화됨에 따라 점진적으로 무게를 추가하는 방식으로 진행된다. 2019년 9월 연구 결과에 따르면, 10주 동안 가중된 걷기와 저항 훈련을 진행한 남성은 신체적 기능이 향상되었으며, 인지적으로 느끼는 운동 부담도 줄었다. 또한, 중장년 여성들도 하체의 근력과 기능성이 개선된 것으로 확인됐다. 이러한 결과 때문에 러킹이 많은 사람들 사이에서 주목받고 있다. 게다가, 러킹은 주로 야외에서 실시되기 때문에 정신 건강에도 이롭다. 매사추세츠 브리검(Mass General Brigham)의 스포츠 수행 및 연구 센터 선임 이사인 마크 스티븐슨(Mark Stephenson)은 "자연 환경에서의 활동이 정신 건강에 큰 이점을 가져다준다는 연구 결과가 다수 있다"고 강조했다. 러킹은 간단히 말하면 배낭을 메고 걷는 활동이지만, 주의사항이 있다. 다른 새로운 운동처럼 처음에는 가볍게 시작해 점차 무게를 늘리는 것이 중요하다. 스티븐슨은 "먼저 중량이 별로 나가지 않는 배낭을 메고 평소 걷는 거리를 걸어본 후, 배낭에 체중의 약 10%에 해당하는 무게를 추가해 보는 것을 권장한다"며, "배낭에 무게를 늘리게 되면 발목, 무릎, 엉덩이, 허리에 부담이 가해지기 때문에 점진적으로 증가해 나가는 게 필요하다"고 말했다. 배낭 대신 무게 조절이 가능한 조끼를 착용하는 방법도 있다. 이 방법은 무게가 앞과 뒤로 균등하게 분산되므로 부담이 적다. 조끼에 익숙해진 후에는 배낭으로 전환할 수 있다. 전직 미 해군 특수부대 네이비 실의 스튜 스미스(Stew Smith)는 "대부분의 가방끈은 4.5~9kg 정도의 무게를 감당하기 어렵다"며 "너무 무거운 무게는 피하고, 얇은 끈은 사용하지 않는 것이 좋다"고 조언했다. 그는 "배낭의 허리끈을 활용하면 움직임을 최소화하고 무게를 균등하게 분산시킬 수 있어 허리에 딱 맞게 착용되며 어깨에 부담이 가지 않게 될 것"이라고 말했다. 또 "무거운 물건은 배낭의 바닥이 아닌, 허리보다 조금 위인 견갑골 부근에 위치시켜야 한다"고 덧붙였다. 러킹을 할 때 적절한 배낭과 무게 선택에 대한 고민을 줄이고 싶다면, 러킹 전용으로 제작된 배낭을 구매하는 것이 바람직하다. 뿐만 아니라 발바닥의 물집을 예방하기 위해 양모나 흡습성이 좋은 소재의 양말과 편안한 신발을 착용하는 것도 중요하다. 피트니스 전문가들은 일주일에 2~3회의 러킹을 추천하며, 하체 운동과 함께 하면 건강 향상에 더욱 효과적이라고 강조했다.
- IT/바이오
2023-09-27
나사 탐사선 '오시리스 렉스', 7년 만의 귀환⋯소행성 베누 샘플 채취

미국 항공우주국(NASA)에서 쏘아올린 소행성 연구 우주 탐사선 오시리스 렉스(OSIRIS-REx)가 7년 만의 귀환을 앞두고 있다. 미국 우주항공전문매체 스페이스닷컴(SPACE.com)에 따르면, 나사의 오시리스 렉스 미션의 소행성 샘플 반환 캡슐이 2023년 9월 24일(현지시간) 오전 10시 EDT (GMT 1400)에 미국 유타 주의 더그웨이 근처에 위치한 국방부 유타 시험 및 훈련 범위(Department of Defense's Utah Test and Training Range)에서 착륙할 예정이다. 2016년 9월에 발사된 오시리스 렉스는 2020년 10월에 소행성 베누에 도착해 표면에서 샘플을 성공적으로 채취했다. 이제 9월 24일, 7년 간의 깊은 우주 여정을 마치고 채취한 샘플을 지구로 가져옴으로써 NASA는 새로운 우주 탐사 역사의 한 페이지를 장식하게 될 것으로 보인다. 천문학자 지안루카 마시(Gianluca Masi)는 이번 오시리스 렉스의 지구 접근을 이탈리아 체카노의 망원경으로 관측할 계획이다. 그는 이날 밤에는 무료 라이브 스트림으로 오시리스 렉스의 귀환을 공개할 예정이며, 관심 있는 이들은 해당 방송을 통해 직접 관찰할 수 있다. 한편, NASA는 2017년에 오시리스 렉스 탐사선을 소행성 베누 탐사를 위해 발사했다. 이 탐사선은 2020년에 소행성에 도착해 샘플을 성공적으로 채취했고, 그 샘플이 이제 지구로 안전한 귀환을 몇시간 앞두고 있다. 특별한 반환 캡슐과 낙하산을 이용해, 소중한 샘플들이 안전하게 지구에 돌아올 예정이다 탐사선의 샘플 반환 캡슐은 착륙 약 4시간 전에 모체선에서 분리될 예정이며, 이후 지구로의 귀환 여정을 시작하게 된다. 천문학자들은 망원경을 통해 오시리스 렉스의 탐사 대상인 소행성 베누를 관측했을 때, 단단한 물체로 판단했다. 그러나 오시리스 렉스 미션의 주요 과학자 케빈 월쉬의 분석에 따르면, 베누는 느슨한 자갈과 다공성의 저밀도 바위로 이루어진 '지옥 같은' 공간이라는 사실이 드러났다. 오시리스 렉스 우주선은 2023년 9월 24일로 예정된 소행성의 샘플을 지구로 반환하기 위해 마지막 궤도 조정을 진행했다. 현재 이 우주선은 지구로부터 약 280만 km 거리에 있으며, 시속 약 23,000km로 지구에 접근 중이다. 24일 일요일, 지구에서 약 10만2000km 위의 공간에서 오시리스 렉스는 샘플 캡슐을 분리해 유타 사막의 36마일 x 8.5마일 구역에 착륙시킬 예정이다. 이 작업을 위해 나사와 미국 군대가 현장에서 대기 중이다. 이 샘플 캡슐에는 500미터 폭의 소행성 베누에서 채취된 물질이 담겨있다. 이 물질은 태양계의 역사에 관련된 중요한 정보를 담고 있을 것으로 예측된다. 오시리스 렉스가 2018년에 소행성 베누에 접근했을 때, 그 모습은 예상했던 것과 크게 달랐다. 이 프로젝트의 주요 과학자인 다른테 로레타는 "소행성의 표면 구조가 우리의 예상과는 크게 달라, 우주선은 베누의 느슨하고 자갈로 덮인 표면에 안전하게 착륙하기 위해 재프로그래밍이 필요했다"고 스페이스 닷컴에 전했다. 2016년 시작된 7년 미션의 마무리 단계에 접어든 오시리스 렉스는 지난 9월 10일 강력한 추진 엔진을 발사해 지구로의 궤도 변경을 수행했다. 그러나 오시리스 렉스의 미션이 단순히 지구에 안착하는 것으로 끝나지 않는다. 캡슐 내부가 오염될 수 있으므로 이를 텍사스 휴스턴의 존슨 우주 센터에 위치한 이동식 클린룸으로 옮겨진다. 클린룸에서는 캡슐의 외부를 깨끗하게 제거하여 내부 샘플에 접근해야 한다. 존슨 우주 센터의 관계자는 "베누에서 가져온 샘플 중 4분의 1은 오시리스 렉스 팀이 보관하게 될 것"이라며 "나머지 샘플은 향후 수십 년간 다양한 연구에 활용될 예정"이라고 밝혔다.
- 포커스온
2023-09-24
동공 팽창으로 알츠하이머병 조기 진단 성공

샌디에이고 대학의 연구팀이 동공 팽창을 통해 알츠하이머병의 조기진단이 가능하다는 연구 결과를 발표했다. 24VITA 매체에 따르면, 이 연구팀은 치매와 관련된 인지검사 중 동공의 팽창 정도를 측정하여 알츠하이머병의 진행 상태를 확인했다. 이러한 결과는 국제학술지 '노회 신경생물학'에 게재되어 전문가들의 주목을 받고 있다. 연구원들은 "동공의 팽창 정도는 뇌의 활동과 연관되어 있으며, 알츠하이머병과 같은 치매의 초기 증상을 감지하는 데 중요한 역할을 할 수 있다"고 설명했다. 뇌의 동공 반응은 청반(locus coeruleus)이라는 인지 기능과 관련된 뇌 부위에 의해 조절된다. 타우 단백질은 알츠하이머병 발병에 영향을 미치는 주요 요인 중 하나로 알려져 있다. 타우 단백질 자체는 정상 상태에서 뇌에 해로운 영향을 주지 않는다. 그러나 이 단백질이 비정상적으로 접히면 '신경 섬유 다발(neurofibrillary tangle)'을 형성하게 되어 뇌의 기능에 영향을 끼친다. 뇌에서 문제가 발생하면, 청반(locus coeruleus)은 동공의 크기를 조절하는 역할을 한다. 최근의 연구에서는 응집된 타우 단백질과 경미한 인지 장애 증상을 보이는 환자들이 일반인에 비해 동공이 더 크게 확장되는 것을 확인했다. 연구에 따르면, 증상 발현 이전에도 동공 움직임을 통해 알츠하이머 병의 유전적 위험성을 파악할 수 있다. 이는 알츠하이머 환자의 뇌 변화가 동공의 운동에 직접적인 영향을 주기 때문이다. 동공의 움직임을 관찰하는 방법은 알츠하이머의 위험도를 조기에 파악하는 선별 수단으로 활용될 수 있으며, 이를 통한 조기 발견은 효과적인 치료를 가능하게 한다. 의료 관계자는 "건강한 생활 습관과 꾸준한 신체 활동, 기억력 강화 훈련과 약물 조기 투여는 알츠하이머병의 진행을 지연시키는 데 도움이 되므로, 조기 발견이 가장 중요성하다"고 강조했다. 이번 연구로 알츠하이머병 조기진단에 새로운 방법론이 제시되었으며, 앞으로 이를 기반으로 한 치료 전략 개발이 기대된다.
- IT/바이오
2023-09-23
인공지능(AI), 망막 영상으로 파킨슨병·안질환 진단

인공지능(AI)을 활용해 파킨슨 병을 감지하는 방법이 개발됐다. 과학 학술지 '네이쳐(Nature)'에 따르면, 연구원들이 망막 이미지 분석을 통해 안질환을 비롯해 다양한 건강 문제를 진단하고, 심지어 파킨스병까지도 예측하는 AI를 개발했다. 과거에는 연구원들이 질병을 진단하기 위해 160만개의 망막 이미지를 수집하는데 많은 비용과 긴 시간이 소요됐다. 그러나 최근 개발된 '렛파운드(RETFound)' AI 도구는 자가 지도 학습을 활용하여 효율적으로 학습한다. 이 도구는 수많은 예제를 활용해 망막 이미지의 누락된 부분을 예측하며, 망막의 구조와 특징을 깊이 파악한다. 런던 무어필드 아이 호스피털(Moorfields Eye Hospital)의 피어스 킨(Pearse Keane) 안과전문의는 "망막은 우리 신체에서 모세혈관 네트워크를 직접 관찰할 수 있는 유일한 부분"이라며 "망막 이미지를 통해 고혈압과 같은 전신 질환을 시각화할 수 있다"고 전했다. 연구팀은 이번 연구에서 160만개의 망막 이미지를 기반으로 'RETFound'를 훈련시킨 후, 파킨스병 환자와 비환자의 망막 이미지를 추가로 분석했다. 영국 버밍엄 대학교의 임상 연구원인 시아우수안 리우(Xiaoxuan Liu) 박사는 "RETFound는 성공적으로 의료 이미지 분석에 적용된 몇 안 되는 예시"라고 평가했다. 캘리포니아 스탠포드 대학의 커티스 랭로츠 교수는 자기 공명 이미지나 CT 스캔 같은 복잡한 이미지에서도 이 방법의 효과를 기대하며 지켜보고 있다고 밝혔다. 킨은 "각 나라에서 이 알고리즘을 적용하여 자체 데이터를 통해 최적화할 수 있다"고 강조했다. 이 모델은 공개적으로 이용 가능하며, 연구진은 전 세계 다양한 의료 환경에서 'RETFound'의 적용과 훈련을 기대한다. 다만, RETFound 기반의 다른 질병 감지 모델을 개발할 때에는 윤리적 안전성과 제한 사항의 투명한 소통이 중요하다.
- IT/바이오
2023-09-18
AI의 판도를 바꾸는 MIT의 '액체 신경망'

오픈AI의 챗GPT는 자연어 처리 분야에서 혁명적인 변화를 가져왔다. 이를 바탕으로 중국, 한국 등 전세계 여러 국가들이 생성형 인공지능(AI) 개발에 본격적으로 나섰다. 프랑스 기술 전문 매체 르빅데이터프랑스에 따르면 MIT의 컴퓨터과학 및 인공지능 연구소(CSAIL) 팀은 AI, 로봇공학, 자율주행차 분야의 혁신이 가능한 '액체 신경망(LNN, Liquid neural network)'이라는 새로운 딥 러닝 모델을 선보였다. 전통적인 딥 네트워크는, 예를 들어 차선 유지 같은 기능을 수행하기 위해 약 10만 개의 인공뉴런과 50만 개의 매개변수가 필요했다. 그러나 액체 신경망을 이용하면 불과 19개의 뉴런만으로 동일한 작업을 처리할 수 있을 정도로 효율적이다. 더불어 기존 딥 러닝 시스템이 인과 관계 파악에 한계가 있었던 반면 액체 신경망은 인과 관계를 더욱 깊게 이해하며, 다양한 상황에 유연하게 대응할 수 있다. 이러한 액체 신경망 개발의 배경은 로봇이 대규모 언어 모델을 실행하기에는 필요한 컴퓨팅 능력과 저장 공간이 부족하다는 점에서 출발했다. MIT CSAIL의 다니엘 러스(Daniel Rus) 이사는 로봇에 적합하며 실시간으로 실행 가능한 효율적인 신경망 개발의 필요성을 강조했다. 기존 신경망과는 다르게, 동적으로 조절 가능한 미분 방정식을 활용하여 새로운 상황에 유연하게 대응할 수 있게 됐다. 이는 기본적인 수학 방정식과 함께 새로운 하드웨어 구조를 통해 동적 학습이 가능하도록 설계된 결과이다. 연구팀은 여름 동안 숲에서 촬영한 비디오 스트림에서 물체를 인식하기 위해 LNN 및 다양한 딥 러닝 모델을 훈련시켰다. LNN은 높은 정확도를 유지했지만, 다른 신경망 모델들의 성능은 크게 저하되었다. 이러한 차이는 유동 네트워크가 작업 자체에 중점을 두는 반면, 다른 모델들은 작업의 맥락과 테스트 환경 분석에 지나치게 의존하기 때문으로 해석된다. 실제로 LNN에서 분석한 어텐션 맵을 보면, 도로 감지를 위한 운전 작업이나 객체 감지를 위한 작업에서 주요 요소에 높은 값을 할당했다. 이러한 특징이 상황 변화에도 과제를 유연하게 적응할 수 있었던 배경이다. 이들의 핵심적인 용도는 바로 비디오, 오디오 스트림, 온도 측정 시퀀스 등 지속적인 데이터 스트림 지원이다. 이러한 특성 덕분에 로봇공학이나 자율주행차와 같은 강력한 보안이 필요한 애플리케이션에 적합할 것으로 예상하고 있다. MIT 연구팀은 앞으로 다중 로봇 시스템과 다양한 데이터 유형에 대한 연구를 통해 이 네트워크의 새로운 기능과 한계를 탐색할 예정이다.
- IT/바이오
2023-09-11
오픈AI의 GPT-4 경쟁자 구글 '제미니', 올해 말 공개 예정

기술 대기업 구글에서 오픈AI의 생성형 인공지능(AI) 챗GPT의 대항마인 '제미니(Gemini)'를 출시한다. 현재 생성형 AI 시장의 예상 가치는 2032년까지 1조 3000억 달러에 달할 것으로 전망된다. 지난해 11월 첫선을 보인 오픈AI의 챗GPT는 이미 월간 활성 사용자 수가 1억 명을 돌파하며 그 성장세를 이어가고 있다. 이러한 상황에서 구글이 자체 개발한 대화형 AI 챗봇 '바드(Bard)'와 새로운 언어 모델(PaLM 2 LLM)을 선보이며 시장에서의 존재감을 확대하고 있다. 4일(현지시간) 기술 전문매체 더 테크아웃룩에 따르면 구글이 올해 말 오픈AI의 챗GPT의 GPT-4와 직접적으로 경쟁할 수 있는 '제미니'를 공개할 예정이라는 소식이 전해졌다. GPT-4는 오픈AI에서 개발한 자연어 처리(NLP) 모델로, GPT(Generative Pre-trained Transformer) 시리즈의 네 번째 버전으로 5000억 개의 파라미터를 가지고 있는 것으로 알려졌다. 이전 버전인 언어 기반 인공지능 모델 GPT-3는 약 1750억 개의 파라미터를 가지고 있다. 제미니는 구글이 보유한 TPUv5 칩, 총 1만6384개의 칩을 활용해 훈련되었으며, 훈련 데이터는 압도적인 65조 개의 토큰으로 이뤄져 있다. 또한 유튜브 콘텐츠와 알파고의 훈련 기법 역시 활용되었다. 시장 전문가들은 구글 제미니가 GPT-4를 능가할 세 가지 주요 이유를 지적한다. 첫째, 텍스트와 이미지 생성 능력, 둘째, 구글 서비스에서 확보한 독점적 학습 데이터, 그리고 셋째, 세르게이 브린(구글 공동 창업자)과 폴 바햄(딥마인드 수석 AI 과학자 겸 머신러닝 전문가) 등 AI 분야의 석학들이 구글의 딥마인드와 브레인 팀의 협력으로 더 많은 것을 기대할 수 있다는 점이다. 아직 결과는 미지수지만, 구글의 '제미니'가 얼마나 GPT-4에 버금가는 성능을 보여줄 것인지에 대한 관심이 높아지고 있다.
- IT/바이오
2023-09-06