검색
-
- AI 생성 논문을 전례 없는 정확도로 포착하는 '챗GPT 감지기'
- 인공지능(AI)이 인간의 능력을 넘어서면서 다양한 산업 분야에서 중요한 역할을 하고 있다. 하지만 이러한 AI의 능력이 다 유용한 것은 아닌 것 같다. 최근 한국은행의 보고에 따르면 의사, 회계사, 변호사와 같은 전문직의 업무 영역이 AI에 의해 위협받을 가능성이 제기됐다. 특히 교육계에서는 이 문제를 더욱 심각하게 받아들이고 있다. 자연과학, 응용과학, 의학 등의 분야에서 AI가 인간 대신 논문을 작성할 수 있게 되었다는 사실이 큰 우려를 낳고 있다. 그런데 이 같은 걱정을 앞으론 덜 수 있을 것 같다. 최근 국제 학술지 '네이처'는 캔자스 대학의 헤서 디자이어 교수와 그의 연구팀이 개발한 새로운 툴(도구)을 소개했다. 이 도구는 AI가 작성한 글을 분류할 수 있어, AI의 글쓰기 능력과 관련된 문제를 해결하는 데 도움이 될 것으로 기대된다. 최근에 개발된 새로운 AI 탐지 툴은 기존의 두 가지 AI 탐지기보다 우수한 성능을 자랑한다. 이 특화된 도구는 학술 출판사들이 AI 텍스트 생성기를 통해 만들어진 논문을 식별하는 데 큰 도움이 될 것으로 예상된다. 헤서 디자이어 교수는 이번 연구 결과가 AI 감지기 개발에 있어서의 중요한 진전을 보여준다고 언급했다. 이는 소프트웨어를 특정한 유형의 글쓰기에 맞게 조정함으로써 감지 능력을 강화할 수 있음을 시사한다. 문장 길이, 특정 단어 및 문장 부호 등으로 특징 디자이어 교수와 그의 연구팀은 챗GPT 탐지기를 '사이언스2(Science2)' 저널의 '퍼스펙티브(Perspective)' 기사에 적용한 사례를 소개했다. 이 탐지기는 기계 학습을 활용하여 글쓰기 스타일의 20가지 특성, 예를 들어 문장 길이의 변화, 특정 단어 및 문장 부호의 사용 빈도 등을 분석한다. 이를 통해 텍스트가 학술 과학자에 의해 작성되었는지, 아니면 챗GPT와 같은 AI에 의해 작성되었는지를 판별할 수 있으며, 이 연구는 높은 정확도를 달성했다고 보고됐다. 최근 진행된 연구에 따르면, 개발된 검출기는 미국 화학 학회(ACS)에서 발행한 10개의 화학 저널에서 나온 논문들의 서문 섹션을 분석하기 위해 특별히 교육을 받았다. 연구 팀은 논문의 서문 작성이 챗GPT를 사용할 경우 특히 쉽다는 점을 인지하고, 배경 문헌에 접근할 수 있는 상황에서 이 섹션을 선택했다. 연구원들은 이 도구를 효과적으로 교육하기 위해 100편의 인간이 작성한 서문을 사용했다. 이후, 그들은 챗GPT-3.5에게 ACS 저널의 스타일에 맞춰 200개의 서문을 작성하도록 요청했다. 이 중 100개는 논문의 제목을 도구에 제공하여 작성되었고, 나머지 100개는 논문의 초록을 기반으로 작성됐다. 실험 결과, 이 도구는 제목을 기반으로 한 챗GPT-3.5로 작성된 서문을 100% 정확도로 식별할 수 있었다. 반면, 논문 초록을 기반으로 작성된 서문의 경우, 정확도는 약간 낮은 98%로 나타났다. 이러한 결과는 동일한 저널에서 인간과 AI가 작성한 서문을 비교할 때 얻어졌다. 이 새로운 도구는 최신 버전인 챗GPT-4가 작성한 텍스트에서도 효과적으로 작동했다. 반면, AI 탐지기 ZeroGPT는 사용된 챗GPT 버전과 논문의 제목 또는 초록에서 생성된 소개에 따라 35~65%의 정확도로 AI가 작성한 소개를 식별하는 데 그쳤다. 또한, 챗GPT 제조사인 오픈AI가 제작한 텍스트 분류 도구의 성능 역시 높지 않았다. 이 도구는 AI로 작성된 소개를 찾아내는 데 약 10~55%의 정확도를 보였다. 이에 비해 새로운 챗GPT 탐지 도구는 훈련받지 않은 저널의 서문에서도 높은 성능을 발휘했다. 이 도구는 AI 탐지기를 혼동시키기 위해 다양한 프롬프트에서 생성된 AI 텍스트를 포착하는 데 성공했다. 하지만, 이 시스템은 과학 저널 기사에 특화되어 있어, 대학 신문의 실제 기사를 제시했을 때에는 인간이 작성한 것으로 인식하지 못하는 한계를 보였다. 학술 표절, 짧은 논문작성 기간 압박으로 탄생 베를린 응용과학대학교에서 학술 표절을 연구하는 컴퓨터 과학자인 데보라 웨버 울프는 학계에서 챗GPT의 사용이 증가하는 배경에 다른 문제들이 있다고 언급했다. 그녀는 많은 연구자들이 논문을 신속하게 작성해야 하는 압박을 받고 있으며, 이로 인해 논문 작성 과정이 과학의 중요한 부분으로 인식되지 않을 위험이 있다고 지적했다. 웨버 울프 교수는 AI 탐지 도구가 이와 같은 문제를 해결할 수 없다고 강조했다. 그녀는 이러한 도구들을 사회적 문제에 대한 '마법의 소프트웨어 솔루션'으로 여겨서는 안된다고 주장하며, 이는 더 넓은 사회적 맥락에서의 해결이 필요한 문제임을 시사했다.
-
- IT/바이오
-
- MS, 자체 개발 AI·클라우드 칩 공개…대만 TSMC가 제조
- 기술 대기업 마이크로소프트(MS)가 인공지능(AI) 기술과 클라우드 서비스를 위한 반도체 칩을 자체 개발해 공개했다. MS는 15일(현지시간) 연례 개발자 회의 '이그나이트 콘퍼런스'에서 자체 개발한 AI 그래픽처리장치(GPU) '마이아 100'과 고성능 컴퓨팅 작업용 중앙처리장치(CPU) '코발트 100'을 내놓았다. '마이아 100'은 엔비디아 GPU와 유사한 형태로 생성형 AI의 기본 기술인 대규모 언어모델(LLM)을 훈련하고 실행하는 데이터센터 서버 구동을 위해 설계됐다. MS는 이 칩을 개발하기 위해 챗GPT 개발사 오픈AI와 협력했다고 설명했다. 샘 올트먼 오픈AI 최고경영자(CEO)는 "MS와 협력해 우리의 (AI) 모델로 마이아 칩을 정제하고 테스트했다"며 "이제 마이아를 통해 최적화된 애저의 AI 기반은 더 뛰어난 성능의 모델을 학습하고 고객에게 더 저렴한 가격으로 제공할 수 있다"고 말했다. 다만 MS는 '마이아 100'을 외부에 판매할 계획은 아직 없으며, 자체 AI 기반 소프트웨어 제품과 애저 클라우드 서비스의 성능을 높이는 데 활용할 계획이라고 밝혔다. CNBC 등 미국 매체들은 MS가 개발한 '마이아 100'이 엔비디아의 GPU 제품과 경쟁할 수 있을 것으로 전망했다. 세계 생성형 AI 훈련에 필요한 AI 칩 시장은 엔비디아가 80% 이상을 차지하고 있으며 수요에 비해 공급이 크게 부족한 상황이다. MS가 이날 공개한 다른 제품인 '코발트 100'은 낮은 전력을 사용하도록 설계된 '암(Arm) 아키텍처'를 기반으로 만든 CPU다. 클라우드 서비스에서 더 높은 효율성과 성능을 내도록 설계된 제품이다. 데이터센터 전체에서 '와트(전력단위)당 성능'을 최적화하는 것을 목표로 하며, 이는 소비되는 에너지 단위당 더 많은 컴퓨팅 성능을 얻는 것을 의미한다고 회사 측은 설명했다. 사티아 나델라 MS 최고경영자(CEO)는 "이 128코어의 칩은 모든 클라우드 공급업체를 통틀어 가장 빠르다"며 "이 칩은 이미 MS 서비스의 일부를 구동하고 있으며, 전체에 적용한 뒤 내년에는 고객에게도 판매할 예정"이라고 말했다. 이 제품은 아마존웹서비스(AWS)가 개발한 고성능 컴퓨터 구동용 칩인 '그래비톤' 시리즈나 인텔 프로세서 제품 등과 경쟁할 수 있다고 미 언론은 전망했다. 외신에 따르면 MS가 개발한 두 칩 모두 대만 반도체 회사 TSMC가 제조하는 것으로 알려졌다. MS는 자체 칩 개발을 이어가는 한편 엔비디아와 AMD가 각각 개발한 최신 GPU 제품 H200과 MI300X도 자사의 AI·클라우드 서비스에 내년 중 도입한다는 계획도 밝혔다. 칩을 자체 제작하면 서비스 구동을 위한 하드웨어 성능을 높일 수 있을 뿐만 아니라 비용도 크게 낮출 수 있다.
-
- 산업
-
- [퓨처 Eyes(11)] 나노와이어 '두뇌' 네트워크, "즉시 학습하고 기억" 가능성 입증
- 최근 '나노와이어 두뇌' 등 물리적 신경망의 혁신적인 발전이 주목을 받고 있다. 뇌의 뉴런이 작동하는 방식에서 영감 받은 물리적 신경망은 최근 실험에서 처음으로 즉석에서 학습하고 기억하는 것이 확인되는 단계에 이르렀다. 나노와이어 두뇌는 인공 지능(AI)과 기계 학습 분야에서 사용되는 혁신적인 기술 중 하나다. 이 개념의 핵심은 미세한 나노스케일의 와이어를 사용하여 인간 두뇌의 작동 방식을 모방하는 것이다. 다시 말하면, 나노와이어 두뇌 또는 나노와이어를 사용하는 인공 신경망은 뇌의 구조와 기능을 모방하기 위해 나노스케일의 전도성 와이어를 사용하는 첨단 기술이다. 이 기술은 신경과학과 나노기술의 교차점에 있으며, 인공 지능과 머신 러닝 분야에서 혁신적인 발전을 가져올 가능성이 크다. 과학전문 매체 사이키(phys.org)에 따르면 호주 시드니 대학교와 미국 로스앤젤레스 캘리포니아 대학교의 과학자들이 주도한 최근 연구에서 나노와이어 네트워크(신경망)가 뇌의 뉴런처럼 작동하여 '즉석에서 학습하고 기억'하는 능력을 보여주었다. 나노와이어 신경망이란? 나노와이어 네트워크는 직경이 불과 10억 분의 1미터인 미세한 와이어들로 구성되어 있다. 이 와이어들은 어린이 게임 '나무 블록 빼기 놀이'(Pick Up Sticks, 쌓아 올려져 있는 나무 조각들의 밑창 빼기)와 유사한 패턴으로 배열되어 있으며, 인간 뇌의 신경망을 모방한다. 이는 복잡한 실제 학습과 기억 작업을 수행할 수 있는 저에너지 기계 지능 개발의 가능성을 열어주고 있다. 논문 제1저자인 루오민 주(Ruomin Zhu) 시드니대학교 나노연구소 및 물리학과 박사과정 연구원은 "나노와이어 네트워크를 사용해 뇌에서 영감을 받은 학습·기억 기능을 동적 스트리밍 데이터 처리에 활용할 수 있다"고 설명했다. 기억과 학습 작업은 나노와이어가 교차하는 접점에서 발생하는 전자 저항의 변화를 이용한 간단한 알고리즘을 통해 이루어진다. 이 기능은 '저항성 메모리 스위칭'으로 알려져 있으며, 전기적 입력이 전도성 변화와 맞닥뜨릴 때 발생한다. 이는 인간 뇌의 시냅스에서 일어나는 현상과 유사하다. 이 연구는 인공 지능과 기계 학습 분야에서 새로운 장을 열고 있으며, 향후 더욱 효율적이고 지능적인 기계 시스템의 개발로 이어질 것으로 기대된다. 이 연구 결과는 '네이처 커뮤니케이션즈'에 지난 11월 1일 게재됐다. 이 연구에서 과학자들은 이미지에 해당하는 전기 펄스 시퀀스를 인식하고 기억하는 방법으로 나노와이어 네트워크를 활용했다. 이는 인간 뇌의 정보 처리 방식에서 영감을 얻은 것으로, 뇌과학과 인공 지능의 접목을 시도한 중요한 연구 사례로 평가된다. 전화번호 기억과 비슷 연구 책임자인 즈덴카 쿤치치 교수는 이 기억 과제가 전화번호를 기억하는 것과 비슷하다고 설명했다. 그는 이 네트워크가 MNIST 데이터베이스의 필기 숫자 이미지, 즉 머신 러닝에서 사용되는 7만개의 작은 회색조 이미지 컬렉션을 활용하여 벤치마크 이미지 인식 작업을 수행했다고 말했다. 쿤치치 교수는 "과거 연구에서 나노와이어 네트워크가 간단한 작업을 기억하는 능력을 증명했다. 이번 연구는 온라인으로 접근 가능한 동적 데이터를 활용하여 작업을 수행함으로써 이러한 연구 결과를 확장했다"고 덧붙였다. 그는 "지속적으로 변경되는 대량의 데이터를 처리할 때 온라인 학습 기능을 달성하는 것은 어려운 과제다. 표준 방식은 데이터를 먼저 메모리에 저장한 후 이를 활용해 머신 러닝 모델을 훈련하는 것이지만, 이 방법은 광범위한 적용에는 너무 많은 에너지를 소모한다"고 설명했다. 이어 "우리의 새로운 접근 방식을 통해 나노와이어 신경망은 데이터 샘플마다 즉시 학습하고 기억함으로써 온라인으로 데이터를 추출할 수 있으며, 이는 메모리와 에너지 사용을 크게 줄여준다"고 말했다. 루오민 주 연구원은 온라인 정보 처리의 추가적인 장점을 언급했다. 그는 "예를 들어, 센서에서 데이터가 지속적으로 스트리밍되는 상황에서는, 인공 신경망을 활용한 머신 러닝이 실시간으로 적응할 수 있어야 한다. 하지만 현재 기술은 이에 최적화되어 있지 않다"고 부연했다. 이 연구에서 나노와이어 신경망은 테스트 이미지를 93.4%의 정확도로 식별하며 벤치마크 머신 러닝 성능을 입증했다. 연구에 포함된 기억 과제는 최대 8자리 숫자 시퀀스를 재생하는 것이었다. 두 과제 모두에서, 데이터를 네트워크로 스트리밍하여 온라인 학습 능력을 증명하고, 메모리가 학습을 어떻게 향상시키는지를 보여주었다. 나노와이어 두뇌 특징 나노와이어 두뇌의 특징으로는 나노스케일 구조와 전도성, 플라스틱성, 저에너지 소비 등이 있다. 먼저 나노와이어는 극도로 작은 크기(일반적으로 나노미터 단위)를 가지고 있어, 매우 높은 밀도의 신경망을 구현할 수 있다. 이는 인간 두뇌의 복잡한 신경망을 모방하는 데 유리하며, 여러 신경망의 연결을 통해 복잡한 계산을 수행할 수 있다. 전통적인 전자 기기에 비해 에너지 효율이 높아 저에너지를 사용한다. 또한 나노와이어는 전기 신호를 효율적으로 전달할 수 있어, 뇌의 신경 전달 방식을 모방하는 데 적합하다. 나노와이어 기반 신경망은 플라스틱성(학습과 기억에 필요한 구조적, 기능적 변화)을 통해 새로운 정보를 학습하고 저장할 수 있다. 나노와이어는 전기화학적 신호를 사용하여 정보를 처리하고 저장한다. 뉴런과 같이 동적으로 연결되며, 학습과 기억 과정에서 이들 연결이 강화되거나 약화된다. 나노와이어 두뇌 응용 분야 나노와이어 두뇌는 인간 두뇌와 유사한 방식으로 정보를 처리하고 학습하는 AI 시스템에 활용된다. 데이터 스트리밍과 실시간 학습 능력을 통해 기계 학습 모델을 개선하는 데 사용될 수 있다. 자율적인 의사결정과 복잡한 환경에서의 적응력을 갖춘 로봇에 적용될 수 있다. 나노와이어 기반 기술은 미래의 AI 및 컴퓨팅 분야에서 중요한 역할을 할 수 있는 잠재력을 가지고 있다. 그러나 이 기술은 아직까지 연구 개발 단계에 있으며, 상용화까지는 추가 연구와 발전이 필요하다. 이러한 나노와이어 두뇌 기술은 빠르게 진화하고 있는 분야로, 그 개발과 응용은 향후 몇 년 동안 상당한 관심을 끌 것으로 예상된다.
-
- 포커스온
-
- 덴마크 기업, 우주비행사 훈련용 해저 정거장 설계
- 화성이나 우주에서 생활할 우주비행사를 훈련하기 위해 해저 정거장이 구축된다. 미국 매체 뉴 아틀라스(NEW ATLAS)는 최근, 덴마크의 SAGA 스페이스 아키텍츠(SAGA Space Architects)가 우주비행사 훈련용 수중 서식지(UHAB, underwater habitat)를 설계했다고 보도했다. 수중에서 생활 가능한 UHAB는 최대 4명의 훈련생 우주인이 한 달 이상 머물 수 있으며, 이 기간 동안 해저에 고정되어 있을 예정이다. 달이나 화성의 표면에 앞으로 지어질 구조물과 유사하게, UHAB는 완전히 밀폐되어 있으며 자급자족이 가능한 구조로 설계됐다. 이로 인해 우주인들은 다른 행성에서 지내는 것과 유사한 밀폐된 환경에서 생활하며 겪게 될 신체적, 심리적 도전을 경험할 수 있다. SAGA는 2026년경 유럽 해역에 최종적으로 4인용 버전의 UHAB를 배치할 계획이며, 유럽 우주국(ESA)을 비롯한 기관들이 이를 사용할 수 있을 것으로 보인다. 이 구조물은 바닥 면적이 약 10㎡(108제곱피트)이며, 깊이 10m(33피트) 이상에서 압력에 견딜 수 있다. 또한 생물학자나 해양학자들도 해양 환경연구를 위해 이 구조물을 활용할 수 있다. SAGA는 1인용 데모 버전의 UHAB를 이미 성공적으로 테스트했다. 지난 10월 초, 회사 공동 창업자 겸 수석설계자 세바스티안 아리스토텔레스(Sebastian Aristotelis)는 코펜하겐 인근 해저에서 깊이 7m(23피트)에 위치한 1.5㎡(16제곱피트) 구조물에서 48시간 시간 동안 지내면서 실험을 진행했다. 아리스토텔레스는 실험에 대해 "우리는 많은 가설을 검증할 수 있었으며, 예상치 못했던 교훈을 얻었다"며, "예를 들어, 폐쇄 셀 구조의 단열재는 높은 압력에서 상당히 압축되어 내부 직물을 찢는 문제를 경험했다. 실험에서는 약간의 수축만 관찰됐지만, 실제로 내부에서 느낀 압력은 힘에 대한 직관적인 이해를 얻는데 큰 도움이 되었다"고 말했다. UHAB는 우주인들이 화성에서의 생활에 대비하도록 돕는 중요한 도구가 될 잠재력을 가지고 있다. 우주인들은 UHAB에서 밀폐된 환경에서 생활하고 작업 방법을 학습할 수 있을 뿐만 아니라, 화성과 유사한 극한의 환경 조건에서 생존 기술을 익힐 수 있다. 또한 UHAB는 우주 탐사에 새로운 가능성을 열어줄 수 있다. 예를 들어, 이 구조물은 우주인이 화성이나 우주에 더 오랫동안 머물 수 있도록 하거나, 자원 추출과 가공 과정에 사용될 수 있다.
-
- 산업
-
- G7 경쟁당국 수장, "생성형 AI 독과점 우려" 공동성명 첫 채택
- 주요 7개국(G7) 경쟁당국이 생성형 인공지능(AI) 분야의 독과점에 대한 우려를 나타내며 첫 공동성명을 채택했다고 요미우리신문과 아사히신문이 9일 보도했다. 보도에 따르면 G7 경쟁당국 수장은 전날 도쿄에서 열린 회의에서 거대 IT기업에 의한 경쟁 저해 우려와 규제 협력의 필요성 등에 대해 논의했다. 성명에서는 디지털 시장이 '급격한 독과점화와 시장 지배적 지위를 낳는 경향'이 있다고 지적하며, 기존의 빅테크 기업들이 생성형 AI 분야에서도 반경쟁적 행위를 할 수 있다고 우려했다. 또한 새로운 기술, 특히 생성형 AI가 온라인 가상 공간 등 경쟁 환경에 미치는 영향을 조기에 파악하고 대응하는 것이 중요하다고 강조하면서 당국 간의 협력을 촉구했다. G7 경쟁당국 수장 회의는 2021년부터 매년 열렸으며, 올해 처음으로 일본이 개최했다. 공동 성명 채택도 이번이 처음이다. 일본 대표로는 후루야 가즈유키 일본 공정거래위원회 위원장이 포함됐다. G7에는 올해 순회 의장국인 일본 외에도 영국, 캐나다, 프랑스, 독일, 이탈리아, 미국과 유럽연합이 포함된다. 요미우리신문은 주요국 경쟁당국이 최근 몇 년간 빅테크 기업들에 대한 견제를 강화해온 배경을 설명하며, 이들 기업이 생성형 AI 분야에서도 시장 지배력을 활용하여 경쟁을 저해할 수 있다는 우려가 있다고 전했다. 아마존, 마이크로소프트, 구글 등 거대 기술 기업이 고점유율을 가진 클라우드 서비스가 생성형 AI의 기반이 되므로 끼워팔기 등의 행위가 우려된다고 지적했다. AI 개발에 필요한 방대한 데이터와 자본이 빅테크 기업들에게 유리하게 작용해, 이들이 생성형 AI 분야에서의 주도권을 장악하며 시장 지배력을 더욱 강화할 수 있다고 이 신문은 보도했다. G7 경쟁당국 수장들은 도쿄 회의 후 발표한 공동성명에서 "전력 통합으로 속도를 억제하고 혁신의 경로를 왜곡할 수 있기 때문에 이러한 시장에서 조치를 취하지 않으면 특히 비용이 많이 들 수 있다"고 경고했다. 성명에서는 또한 생성형 AI 개발에 필요한 훈련 데이터와 컴퓨팅 능력을 통제하는 기술 기업들이 가격 인상과 같은 불공정한 관행을 통해 소비자를 이용할 수 있는 잠재적 위험을 지적했다. 또한 "기업들이 AI를 활용하여 수익을 창출함에 따라, G7 경쟁당국과 정책 입안자들은 현재의 경쟁법이 AI 개발, 제품과 사용에도 적용되어야 한다는 점을 강조하고 있다"고 밝혔다.
-
- IT/바이오
-
- 사족보행 로봇, 시각 장애인 안내견 대체재 모색
- 안내견은 시각 장애인에게 매우 중요한 도움을 주지만, 이들을 양육하고 훈련시키는 과정은 시간이 많이 소요되고 비용도 상당하다. 과학 기술 전문 매체 뉴아틀라스는 최근 과학자들이 사족보행 로봇, 즉 네 발로 걷는 로봇을 안내견의 대체재로 연구하기 시작했다고 보도했다. 이 로봇들은 전통적인 안내견의 역할을 수행할 잠재력을 가지고 있다. 미국 가이드도그 협회(Guide Dogs of America)에 따르면, 한 마리의 안내견을 키우고 훈련하는 데 약 4만8000달러(약 6300만원)가 소요된다. 비록 최종 사용자가 이 전체 비용을 지불하지는 않지만 일반적인 강아지 양육 비용은 부담해야 한다. 또한 안내견은 보통 5~8개월 이상 전문적인 훈련을 받은 후에 사용자와 함께 추가적인 훈련을 받아야 한다. 반면 사족보행 로봇은 미리 프로그래밍할 수 있으며 음식이나 물, 운동이 필요하지 않다는 장점이 있다. 이들은 약 1500달러(약 200만원) 정도에 구입할 수 있다. 이러한 이점을 고려하여 뉴욕 빙엄턴(Binghamton) 대학의 스치 장(Shiqi Zhang) 부교수 팀은 중국의 로봇기업 유니트리 로보틱스의 유니트리(Unitree) A1 로봇으로 효과적인 안내견 역할을 하는 방법을 연구하기 시작했다. 시중에서 구입 가능한 이 로봇은 장애물 감지와 회피, 경로 탐색 등을 할 수 있는 센서를 기본적으로 탑재하고 있다. 이 기능들은 시각 장애인을 안내하는 데 매우 유용할 수 있으며, 전통적인 안내견이 수행하는 역할을 대체할 가능성이 있다. 장 교수는 컴퓨터 과학 학생인 다비드 데파지오(David DeFazio)와 히로타 아이스케(Eisuke Hirota)와 협력하여 일반적인 개 목줄을 연결할 수 있는 인터페이스를 설계하고 구현했다. 이들은 강화 학습 방법을 활용해 사용자가 목줄을 특정 방향으로 당기면 로봇이 왼쪽이나 오른쪽으로 방향을 전환하는 맞춤형 제어 소프트웨어를 '훈련'시켰다. 최근 시행된 시연에서, 개조된 유니트리(Unitree) A1 로봇은 복도를 따라 사람을 안내하는 데 성공했으며, 복도 내 교차점에서 사용자가 목줄을 당기는 방향에 신속하게 반응했다. 이 연구는 초기 단계에 있지만, 사족보행 로봇이 미래에 시각 장애인용 안내견을 대체할 가능성을 제시한다. 사족보행 로봇은 전통적인 안내견에 비해 비용이 적게 들고, 구하기 쉽고, 훈련이 덜 필요하다는 장점이 있다. 또한, 이들은 더 견고하고 튼튼하며 다양한 환경에서 작동할 수 있다는 이점을 가지고 있다.
-
- 산업
-
- 영국 해군, '군수물자' 드론 항공모함 착륙 후 본토 복귀 첫 성공
- 드론의 활용 범위가 점점 넓어지고 있다. 드론은 이제 군수 물자를 배송하는 수준까지 발전했다. 최근 영국 해군이 운영하는 항공모함에 드론이 최초로 착륙해 드론의 미래 운용 방향에 관심이 모아지고 있다. 미국의 매체 '인사이더'에 따르면, 2023년 9월 드론이 영국의 항공모함 'HMS 프린스 오브 웨일스'에 화물(군수물자)을 배달하고 영국 본토로 복귀하는 첫 번째 테스트를 성공적으로 마쳤다. 이를 바탕으로 영국 해군은 항공모함 타격단에 드론을 통합하여 선박 간 보급품 전송을 용이하게 하는 한편, 유인 헬리콥터가 다른 전술 임무, 예를 들어 잠수함과 수상함으로부터 항공모함 그룹을 보호하는 작업에 집중할 수 있도록 계획하고 있다. HMS 항공모함 사령관 리차드 휴잇(Richard Hewitt) 대령은 최근의 드론 테스트를 '환상적인 이정표'로 칭하며, 이번 드론 비행이 항공모함 항공 분야에서 중대한 역할을 수행하고 있음을 시사한다고 밝혔다. 이번 테스트에 사용된 드론은 영국의 W오토노머스시스템즈(W Autonomous Systems)가 제작한 단거리 이착륙 모델이다. 약 100kg 화물을 1000km 이동 성공 이 드론은 최대 220파운드(약 99.8kg)의 화물을 약 620마일(약 997.8km) 거리까지 운반할 수 있는 능력을 지니고 있다. 회사 측에 따르면, 이 드론은 최대 12시간 동안 공중에 머무를 수 있으며, 원격 조종사의 조작 없이도 작동할 수 있는 자동 조종 시스템을 탑재하고 있다. 또 드론의 이착륙을 위해서는 약 500~600피트(최대 약 183미터)의 공간이 필요한 것으로 알려졌다. 이는 항공모함과 같은 상대적으로 짧은 활주로에서도 드론이 작동할 수 있음을 의미한다. 실제로 HMS 항공모함의 전체 길이는 900피트(약 274미터)를 조금 넘는다. 휴잇 대령은 영국 해군의 보도 자료에서 이번 테스트에 대해 언급하며, "이러한 자율 드론의 운용은 미래의 영국 해군 항공모함 타격 그룹의 표준이 될 것"이라고 말했다. 이어 "현재 영국해군항공대(Fleet Air Arm)의 중추인 F-35 라이트닝 제트기, 해군 멀린 및 와일드캣 헬리콥터와 함께 승무원 없는 항공기를 안전하게 운용하기 위한 중요한 단계"라고 밝혔다. HMS 항공모함에서 테스트를 주도한 애쉬 로프터스(Ash Loftus) 중령은 "항공모함 항공은 해전의 가장 어려운 측면 중 하나이며, 이번 테스트의 성공은 영국 해군의 18개월 간의 작업에 대한 노력의 증거"라고 말했다. HMS 항공모함은 이번 드론 테스트 외에도 다른 목적으로 드론을 시험한 장소였다. 2021년 영국 해군은 승무원이 탑승하는 제트기와 미사일 방어 훈련에 도움이 되는 드론 시스템을 시험했다. 그 당시의 테스트 종료 후, 영국 해군 항공 시험·평가 책임자는 "지금은 해상 항공과 함대 공군의 미래에 있어서 매우 흥미로운 시기다"라고 말했다. 서방 국가들의 군대는 드론을 함대에 통합하는 데 점점 더 중점을 두고 있다. 터키 해군은 드론 비행단을 위해 특별히 설계된 세계 최초의 항공모함인 TCG아나돌루(TCG Anadolu)를 곧 도입할 예정이다. 이 항공모함은 주로 짧은 활주로에서 이륙 가능한 헬리콥터와 경비행기를 수용할 수 있는 규모로, 길이 약 232미터, 폭 32미터에 달하며 1개 대대 약 1400명의 병력을 실을 수 있다. 미국 공군, 6세대 '드론 윙맨' 개발 중 현재 미국 공군과 해군도 유인 항공기와 함께 다양한 역할을 수행할 수 있는 무인 항공기 함대의 개발을 계획하고 있다. 미국 공군의 차세대 항공 우위 프로그램(Next Aircraft Dominance Program)은 6세대 항공기 제품군에 속하는 '드론 윙맨'을 개발 중이다. 이 드론은 조종사가 조종하는 비행기와 함께 비행할 수 있도록 설계됐다. 공군은 또한 협력 전투기의 개발에도 착수했다. 이 프로젝트에 관여하는 관계자들은 조종사들이 이 협력 전투기를 통해 작업 범위를 확장하고 임무 수행 시의 작업량을 줄일 수 있게 될 것이라고 언급했다. 미 해군은 수년 동안 선박에서 소형 드론을 운용해 왔다. MQ-8B과 MQ-8C 무인 헬리콥터와 같은 이들 드론은 주로 호위함과 연안 전투함에서 활용되며 주로 정보와 감시, 정찰 임무를 수행한다. 미국 해군은 현재 항공모함용 MQ-25 Stingray(스팅레이) 공중급유 드론 개발에도 착수한 상태다. 이 MQ-25는 현재 F/A-18 전투기가 수행하는 항공모함 공중급유 임무를 대체할 뿐만 아니라, 미래에는 정보 수집과 같은 추가적인 역할을 맡을 가능성도 열려 있다. 오는 2026년에 배치될 예정인 스팅레이(Stingray)는 최초의 특수 목적으로 제작된 항공모함 기반 드론이 될 것으로 예상된다. 게다가 미 해군은 2045년까지 항공모함 함대의 60%를 무인화하는 것을 목표로 하고 있다. 유인 항공기 및 헬리콥터와 함께 항공모함 작전에 무인 항공기를 통합하는 것은 큰 도전이 될 것으로 보인다. 항공 전문가이자 저널리스트인 알렉스 홀링스(Alex Hollings)는 "해군 항공은 특히 항공모함 착륙과 관련해 오류가 발생할 여지가 거의 또는 전혀 없는 엄격한 작업이다"라며 "착륙 갑판이 때때로 파도로 인해 최대 30피트(약 9.1m)까지 기울어지기 때문에 항공모함 착륙은 일반 항공기에 심각한 손상을 입힐 만큼 단단하며 밤이나 악천후에만 상황이 더욱 악화된다"고 지적했다. 항공 전문가이자 저널리스트인 알렉스 홀링스는 이와 관련하여 "해군 항공, 특히 항공모함 착륙은 오류의 여지가 거의 없어야 하는 엄격한 작업이다"라고 언급했다. 그는 또한 "파도로 인해 항공모함의 착륙 갑판이 때때로 최대 30피트(약 9.1미터)까지 기울어질 수 있기 때문에, 밤이나 악천후의 항공모함의 착륙은 일반 항공기에 심각한 손상을 입힐 수 있는 위험한 작업이다"라고 설명했다. 베트남 전쟁 중 해군 조종사들은 날아오는 지대공 미사일 공격에 대응할 때보다 밤 시간대의 항공모함 착륙 직전에 더 높은 심박수를 기록했다고 한다. 이는 항공모함 착륙의 어려움과 긴장감을 보여주는 사례다. 한편, 원격제어가 가능한 무인 비행장치인 '드론'은 항공교통, 건설, 물류, 농업, 에너지, 방위산업 등 다양한 분야에서 그 쓰임새가 지속적으로 확장되고 있으며, 이에 따라 첨단 기술의 발전과 함께 더욱 진화하고 있다. 한국 드론 시장 전망 우리나라 국토교통부의 ‘2023년 국정감사 제출자료’에 따르면 전 세계 드론산업 시장규모는 2020년 225억달러(약 29조5200억원), 2025년 390.2억달러(약 51조1942억원), 2030년 557.7억달러(약 75조7635원) 수준으로 성장할 전망이다. 우리나라 국토교통부가 2023년 국정감사에 제출한 자료에 따르면, 전 세계 드론 산업의 시장 규모는 2020년에 약 225억 달러(약 29조 5200억 원)였으며, 2025년에는 약 390.2억 달러(약 51조 1942억 원), 2030년에는 약 557.7억 달러(약 75조 7635억 원)로 성장할 것으로 전망된다. 국내 드론시장 규모도 지속적으로 성장할 것으로 예측되고 있다. 2020년 4945억원이었던 시장이 2025년 약 1조392억원, 2030년 약 1조4997억원으로 커질 것으로 예상된다.
-
- 산업
-
- 운동 병행한 지중해식 식단, 복부내장지방 감소 탁월
- 중년 남녀의 제일 큰 고민이라고 하면 단연 뱃살을 꼽을 수 있다. 나이가 들면서 근육량은 줄어들고 지방이 쌓이면서 뱃살 때문에 다이어트에 대한 고민이 깊어진다. 최근 CNN은 지중해식 식단과 일주일에 여섯 번의 단순한 운동만으로도 뱃살을 효과적으로 줄일 수 있는 방법을 소개했다. 이 방법은 특히 근육량이 감소하는 노년층에게 큰 도움이 될 것으로 보인다. CNN에 따르면, 지중해식 식단을 지키며 꾸준한 운동을 한 이들은 근육량이 증가하고, 체지방이 상당히 감소했으며, 무려 3년 동안 이러한 효과가 지속될 수 있었다고 한다. 의학 전문가 데이비드 카츠(David Katz) 박사는 "지중해식 다이어트와 운동이 단순히 체중 감소를 넘어, 신체 구성의 변화를 가져온다"고 밝혔다. 그의 설명에 따르면, 이 방법은 신체에서 체지방을 줄이는 동시에 근육으로의 재분배를 이루게 한다. 이 연구는 스페인에서 심혈관 질환 위험을 줄이기 위해 8년간 진행됐다. 연구는 55세에서 75세의 남녀 6874명을 대상으로 23개 연구 센터에서 이루어졌다. 참여자는 6874명으로 모두 비만 또는 과체중이었으며 대사 증후군(고혈압, 고혈당, 이상한 콜레스테롤 및 허리 주위 지방 과다)을 가지고 있었다. 이번 연구 결과는 '자마 네트워크 오픈(JAMA Network Open)' 저널에 게재되었으며, 특히 내장 복부 지방에 초점을 맞춰 1521명의 참여자를 대상으로 1년과 3년 동안의 변화를 살펴봤다. 그룹의 절반은 칼로리가 30% 감소된 지중해식을 따르도록 요청 받았고 설탕, 비스킷, 정제된 빵과 시리얼, 버터, 크림, 가공육, 그리고 설탕이 첨가된 음료의 섭취를 제한했다. 게다가, 개입 그룹은 첫 해 동안 자기 감시와 목표 설정 방법에 대한 훈련과 함께 훈련된 영양사들로부터 도움을 받았다. 같은 그룹은 또한 시간이 지남에 따라 유산소 운동을 하루에 45분 이상 걷기 운동과 함께 노화에 중요한 힘, 유연성, 균형을 개선하도록 요청받았다. 카츠 박사는 "칼로리 소비를 줄이고 운동을 추가하면 체중 감량에 큰 도움이 된다. 특히, 근육을 보호하고 강화하기 위해 저항 훈련을 포함하는 것이 바람직하다. 이상적인 목표는 지방을 줄이면서 근육을 유지하는 것"이라고 강조했다. 나머지 참가자들은 1년에 두 번 그룹 세션에서 일반적인 조언을 받고 연구를 위한 대조군 역할을 했다. 1년이 경과한 후, 저열량의 지중해식 다이어트와 운동 프로그램을 실시한 참가자 그룹은 체지방을 상당히 감소시켰다. 이와 대조적으로, 일반적인 건강 조언만을 받았던 대조군은 체지방 감소가 덜 했으나, 그 감소량은 3년 동안 일정하게 유지되었다. 한편, 지중해식 다이어트와 운동 프로그램을 받았던 참가자 그룹은 초기에 체지방 감소가 있었으나, 2년과 3년 사이에는 다시 약간 증가하는 경향을 보였다. 하지만 연구 결과 중재 그룹의 참가자들은 내장지방이 줄었으며, 대조 그룹은 변화가 없었다고 나타났다. 연구자들은 두 그룹의 참가자들 모두 근육량이 증가했지만, 중재 그룹은 근육량 증가에 더해 지방량도 크게 줄어 "더 바람직한 신체 구성"을 가졌다고 설명했다. 이 연구에서 눈여겨볼 만한 결과 중 하나는 참가자들의 전체 체지방외에도 복부내장지방이 줄어든 점이다. 이러한 변화는 단순히 외관상의 문제를 넘어, 당뇨병이나 심장병, 뇌졸중 같은 만성질환의 위험도를 감소시켜준다. 카츠 박사에 따르면, 내장복부지방은 복부 근육 뒤, 주요 장기 주위에 위치해 있다. 내장복부지방은 체지방의 약 10%를 차지하는 것이 건강에 이롭다. 그러나 이 비율이 높아질 경우, 다양한 만성 질환의 원인이 될 수 있다고 강조했다. 하버드 의과대학의 월터 윌렛(Walter Willett) 박사는 최근 스페인에서 진행된 건강 연구에 대해 "이 연구가 우리의 대사 상태를 근본적으로 변화시키는 데 중요한 역할을 할 것"이라고 평가했다. 캘리포니아 스탠포드 예방 연구 센터의 크리스토퍼 가드너 의학 연구 교수는 "3년 동안의 연구 결과, 통계적으로 의미 있는 차이가 나타나는 것이 인상적"이라고 평가했다. 또한 이번 연구를 통해, 수상 경력이 있는 지중해식 식단이 당뇨병, 높은 콜레스테롤, 치매, 기억력 손실, 우울증, 그리고 유방암 위험을 줄이는 데 효과적이라는 것이 확인됐다. 이 식단은 단순한 다이어트 방법이 아니라, 건강한 식사 습관을 들이는 라이프스타일로 여겨지며, 뼈 건강, 심장 건강 증진, 그리고 수명 연장에도 기여할 수 있다고 알려져 있다. 지중해식 식단 이 식단은 주로 식물 기반의 식품으로 구성되어 있으며, 대부분의 식사가 과일, 채소, 통곡물, 콩, 씨앗을 중심으로 이루어진다. 또한 견과류와 엑스트라 버진 올리브 오일도 중요한 역할을 한다. 버터와 같은 일부 지방은 거의 사용되지 않거나 전혀 사용되지 않으며, 설탕과 정제된 식품은 일부 특별한 상황에서만 사용된다. 적게 들어가는 붉은 고기는 주로 음식의 풍미를 내는 용도로 사용되며, 오메가-3이 풍부한 물고기의 섭취가 권장된다. 달걀과 유제품, 그리고 가능한 한 적은 양의 가금류를 섭취하는 것이 일반적이다, 이는 전통적인 서양식 식습관보다 훨씬 적은 양이다. 지중해식 식단은 식사와 함께 사회적 상호작용과 운동을 강조한다. 친구나 가족과 함께 식사하는 시간을 가지고, 식사 시간 동안 서로 대화를 나누며, 좋아하는 음식을 천천히 즐기는 것, 그리고 꾸준한 운동이 이 식단의 일부로 포함된다. 한편, 중년기에 체지방이 증가하는 주요 이유 중 하나는 대사 속도의 감소로 인해 기초 대사량이 줄어들기 때문이다. 또한, 탄수화물 중심의 식단 역시 문제가 될 수 있으며, 과다한 탄수화물 섭취는 지방의 증가로 이어질 수 있다. 충분한 운동이 이루어지지 않는 것도 체지방 증가의 원인 중 하나이며, 하루에 적어도 30분 이상의 유산소 운동을 권장한다. 호르몬 변화도 체지방의 증가에 영향을 미칠 수 있으며, 여성은 에스트로겐, 남성은 테스토스테론의 분비가 줄어들 수 있다. 마지막으로, 근육량의 감소 역시 체지방이 증가하는 요소 중 하나이다.
-
- 생활경제
-
- 엔비디아, 로봇 훈련용 AI 에이전트 '유레카' 개발
- 인공지능(AI) 칩 개발 전문기업인 엔비디아가 로봇에게 복잡한 기술을 가르칠 수 있는 새로운 AI 에이전트인 '유레카(Eureka)'를 개발했다고 발표했다. 엔비디아 공식 블로그 게시물에 따르면 AI 에이전트 유레카를 개발한 엔비디아 리서치는 로봇 손이 인간처럼 빠르게 펜을 돌리는 기술을 수행할 수 있도록 처음으로 훈련시켰다. 또한 서랍과 캐비닛을 여는 법, 공을 던지고 받는 법, 가위를 다루는 법 등을 비롯해 약 30개의 작업을 로봇에게 가르쳤다. 이 AI 에이전트는 대형 언어모델(LLM, large language models)을 사용하여 보상 알고리즘을 자동으로 생성해 로봇이 복잡한 작업을 수행하도록 훈련시킨다. 엔비디아 리서치는 전 세계적으로 수백 명의 과학자와 엔지니어로 구성되어 있으며, AI, 컴퓨터 그래픽, 컴퓨터 비전, 자율주행차, 로봇공학 등의 주제에 초점을 맞춘 다양한 팀이 있다. 이번 연구는 논문과 프로젝트의 AI 알고리즘을 포함하고 있으며, 개발자는 엔비디아의 '아이작 짐(Isaac Gym)'을 사용하여 실험할 수 있다. 아이작 짐은 강화 학습 연구를 위한 물리 시뮬레이션 레퍼런스 애플리케이션으로, 오픈USD(OpenUSD) 프레임워크 기반의 3D 도구와 애플리케이션을 만드는 개발 플랫폼인 엔비디아 옴니버스를 기반으로 구축됐다. 유레카 자체는 GPT-4 대규모 언어 모델로 구동된다. 엔비디아의 AI 머신러닝 수석 디렉터 겸 유레카 논문의 저자인 아니마 아난드쿠르마(Anima Anandkumar)는 "강화 학습은 지난 10년 동안 인상적인 성과를 거뒀지만 시행착오를 거쳐야 하는 보상 설계와 같은 여전히 어려운 과제가 많다"며 "유레카는 어려운 과제를 해결하기 위해 생성과 강화 학습 방법을 통합하는 새로운 알고리즘을 개발하기 위한 첫 걸음"이라고 말했다. 유레카, 로봇 훈련시키는 AI 이 논문에 따르면 로봇의 시행착오 학습을 가능하게 하는 유레카 생성 보상 프로그램은 80% 이상의 작업에서 사람이 작성한 전문 보상 프로그램보다 성능이 뛰어나다. 이로 인해 로봇의 평균 성능이 50% 이상 향상된다. 이 AI 에이전트는 GPT-4 LLM과 생성형 AI를 활용, 강화 학습을 위해 로봇에 보상을 제공하는 소프트웨어 코드를 작성한다. 작업별 프롬프트나 사전 정의된 보상 템플릿이 필요하지 않으며, 사람의 피드백을 쉽게 통합하여 개발자의 비전에 더 정확하게 부합하는 결과를 위해 보상을 수정할 수 있다. 유레카는 아이작 짐의 GPU 가속 시뮬레이션을 사용해 보다 효율적인 훈련을 위해 대량의 보상 후보 품질을 빠르게 평가할 수 있다. 그런 다음 유레카는 훈련 결과에서 주요 통계의 요약을 구성하고 LLM에 보상 함수 생성을 개선하도록 지시한다. 이런 식으로 AI는 스스로 개선된다. 네 발 달린 로봇, 이족 보행, 손재주가 좋은 로봇 손, 협동 로봇 팔 등 다양한 종류의 로봇이 여러 가지 작업을 수행하도록 가르친다. 로봇 적용 범위 확장 기대 이 연구 논문은 로봇 손이 복잡한 조작 기술의 다양한 범위를 보여주는 오픈 소스 민첩성 벤치마크를 기반으로 한 20가지 유레카 훈련 작업의 심층적인 평가를 제공한다. 이처럼 유레카는 로봇 학습에 획기적인 발전을 가져올 것으로 기대된다. 로봇이 스스로 학습할 수 있게 되면 개발자가 로봇에게 특정 작업을 수행하는 방법을 알려주기 위해 많은 시간을 할애할 필요가 없어진다. 또한 유레카는 다양한 종류의 로봇을 훈련함으로써 로봇의 적용 범위를 확장할 수 있다. 엔비디아의 선임 연구 과학자 린지 '짐' 판(Linxi 'Jim' Fan)은 "유레카는 대규모 언어 모델과 엔비디아 GPU 가속 시뮬레이션 기술의 독특한 조합"이라고 말했다. 그는 "우리는 유레카가 손재주 있는 로봇 제어를 가능하게 하고 아티스트를 위해 사실적인 애니메이션을 제작할 수 있는 새로운 방법을 제공할 것이라고 본다"고 덧붙였다. 유레카는 로봇 기술의 미래에 대한 가능성을 제시하는 획기적인 연구이다. 유레카의 발전이 가속화되면 로봇이 우리 생활에서 더 널리 사용될 것으로 기대된다.
-
- 산업
-
- [퓨처 Eyes(7)] 미래 전력의 핵심 드론
- 드론, 혹은 무인항공기(UAV, Unmanned Aerial Vehicle)는 미래 군사 전력의 중심으로 빠르게 부상하고 있다. 러시아-우크라이나 전쟁과 이스라엘-하마스 전쟁에서 드론은 현대전의 새로운 양상을 보여주고 있다. 드론은 군사적 용도로 처음 활용되기 시작했다. 제2차 세계대전 후에는 낡은 유인 항공기를 공중 표적용 무인기로 재활용해 오늘날 무인 항공기에 가까운 형태가 탄생했다. 드론의 역사는 오래되었으며, 미국 국방장관실에 따르면 1930년대 세계 1차 대전 중 영국이 사용한 '드론드 페어리 퀸(Droned Fairy Queen)'에서 시작되었다고 한다. 이후 1990년대부터 드론의 군사적 가치가 높아져 활발한 연구와 개발이 이루어지기 시작했다. 많은 군사전문가들은 무인 체계가 미래 군사 전력의 중심이 될 것이라 예상하고 있다. 이제 드론 연구개발은 군사과학기술의 주요 경쟁 분야로 자리잡았으며, 스텔스, 무장, 전략·전술 감시, 항모 수직 이착륙, 초음속 등의 다양한 기술이 연구되고 있다. 드론은 항공우주산업에서 빠르게 성장하고 있는 분야로, 그 활용 가능성이 매우 다양한 분야로 확장될 것으로 기대되고 있다. 드론의 종류 드론은 다양한 목적과 기능에 따라 여러 종류로 분류될 수 있다. 먼저 취미용 드론이 있다. 중국 드론 전문 제조사 DJI 제품인 DJI 매빅(DJI Mavic)과 DJI 팬텀(DJI Phantom)은 일반 소비자가 주로 사용하는 드론으로, 사진이나 동영상 촬영, 비행을 즐기기 위해 사용된다. 접이식 드론 DJI 매빅은 출시 초기 뛰어난 성능과 휴대성으로 호평받았다. 드론 전문가가 경기에 임해 챔피언 등을 결정하는 드론 레이싱에 사용되는 경쟁용 드론은 고속 드론으로 설계됐다. 상업용 드론은 농업, 부동산 촬영, 건설 현장 모니터링 등 상업적인 용도로 사용된다. 산업용 드론은 전력선 점검이나 파이프라인 점검 등 특정 산업 분야에서 사용되는 드론이다. 연구용 드론은 과학 연구나 환경 모니터링 등의 목적으로 사용된다. 군사용 드론은 군사적인 용도로 사용된다. 미국의 MQ-9 리퍼(Reaper)와 노스롭 그루먼이 제조한 RQ-4 글로벌 호크(RQ4 Global Hawk) 등은 정찰, 감시, 공격 등의 역할을 한다. 수송 드론은 작은 화물을 운반하는데 사용될 수 있는 드론이다. 앞으로 물류와 배송 분야에서의 활용이 기대된다. 수중 드론은 물 아래에서 작동하는 드론으로, 주로 해양 연구나 수중 탐사에 사용된다. 이 외에도 많은 특수 목적을 가진 드론들이 있다. 군사용 드론 군사용으로 사용되는 드론에는 아주 다양한 종류가 있다. MQ-9리퍼는 주로 미국 공군(USAF)을 위해 GA-ASI(General Atomics Aeronautical Systems)에서 개발한 원격 제어 또는 자율 비행 작동이 가능한 무인 항공기다. 장기 체공과 고고도 감시를 위해 설계된 최초의 헌터 킬러 UAV이다. USAF는 2021년 5월 현재 300대 이상의 MQ-9 리퍼를 운용했다. 북한이 사용하는 것으로 추정되는 드론의 폭탄 위력이 매우 강력하다는 연구 결과도 나왔다. 경찰대 공공안전학과 박사과정 손현종 연구원은 최근 학술지 '경찰학 연구'에 게재된 '국가중요시설 드론 테러에 대한 리스크(위험성) 평가 연구' 논문에서 이같이 지적했다. 연구에 따르면, 북한이 중동국가에 도입해 개조해서 활용중인 것으로 알려진 드론이 탑재할 수 있는 C4 폭탄의 위력은 미군의 '벙커 버스터' 두 개에 필적하는 수준이다. 농업용으로 사용되는 민간용 드론도 테러용으로 개조하면 큰 폭발력을 가질 수 있으며, 이에 대한 적절한 대비가 필요하다는 지적이다. 지난 13일 러시아 일간 이즈베스티야는 러시아는 우크라이나에 대한 특별 군사 작전을 진행하며, 해상 드론에 대한 공격에 대응하기 위해 해군 특수 헬기부대를 구성하고 있다고 보도했다. 국방부 소식통에 따르면 러시아 해군은 해상 드론을 탐색하고 파괴하는 임무를 수행하기 위해 Ka-27·29 헬기와 Mi-8 헬기 등을 포함하는 특수 헬기부대를 편성했다. Ka-29 전투 헬기는 7.62㎜ 구경의 이동식 기관총을 탑재하고 있고, 필요에 따라 23㎜ 구경 GSh-23L 기관포도 장착할 수 있다. Ka-27 다목적 헬기는 대잠수함 전투 및 탐색·구조 작업에 사용될 수 있으며, 유도 미사일 등 다양한 무기로 무장되어 있다. Mi-8 헬기는 다양한 개조 과정을 거쳐 현재 러시아 해군과 육군에서 운용되고 있으며, 7.62㎜ 또는 12.7㎜ 기관총 등이 탑재되어 있다. 특수 헬기부대의 첫 번째 부대원들은 이미 훈련을 마치고 흑해에서 전투 임무를 수행 중이다. 또한 헬기 조종사들은 낮과 밤, 기상 상황에 관계없이 해상 드론을 탐색하고 파괴할 수 있는 전술을 개발하기 시작했다. 반잠수식 드론, 레이더 탐지 회피 일반적으로 무인 보트나 반잠수식 드론은 수면에서 식별하기 어렵고 레이더를 통한 탐지도 쉽지 않다. 이 때문에 우크라이나군은 흑해 주변의 러시아 해군 기지나 주요 항만 시설을 공격하기 위해 해상 드론을 지속적으로 사용하고 있다. 지난달인 9월 초, 러시아는 크림대교를 공격하려던 우크라이나의 무인 드론 보트 3대를 성공적으로 파괴했다고 발표했다. 그에 앞서 지난 8월, 우크라이나군은 흑해의 주요 러시아 수출항인 노보로시스크의 해군 기지를 해상 드론으로 공격해 러시아 군함에 손상을 입혔다고 주장했다. 또한 우크라이나는 지난 7월, 300㎏의 폭발물을 싣고 시속 80㎞로 이동할 수 있는 새로운 해상 드론을 처음으로 공개했다. 이에 러시아는 흑해에 드론 파괴용 첫 특수 헬기부대를 배치했다. 앞으로 태평양함대를 포함한 다른 함대에도 이를 확대할 계획이다. 러시아의 군사전문가 드미트리 볼텐코프는 "헬기들은 드론을 탐색하기 위해 오랜 시간 공중에 머물 수 있으며, 드론을 발견하면 장착 화기로 즉시 파괴할 수 있다"고 설명했다. 그는 "앞으로 러시아의 모든 함대는 드론 공격에 대비해야 한다"고 덧붙였다. 지난 17일 합참은 하마스가 이스라엘을 공격할 때 드론으로 분리 장벽에 설치된 각종 감시, 통신, 사격통제 체계를 파괴한 후 침투했다면서 북한과의 연계 가능성을 제기했다. 이처럼 드론은 공중과 지상뿐만 아니라 해상과 수중에서도 활약하며 전쟁의 영역을 확장하고 있다. 전문가들은 "드론의 잠재적 위험성이 매우 크다"고 경고하며, 적절한 대응 방안이 필요하다고 강조했다.
-
- 포커스온
-
- 美 스탠포드대, AI 두뇌 탑재 로봇 개 출시
- 스스로 인지해 장애물을 기어오르거나, 넘거나, 기어다닐 수 있는 인공지능(AI) 알고리즘을 활용한 새로운 종류의 로봇 개가 등장했다. 미국 기술전문매체 '인터레스팅엔지니어링(InterestingEngineering)'은 스탠포드 대학과 상하이 지제 연구소(Shanghai Qi Zhi Institute)가 구조물을 탐지하거나 군사용 등 다양한 용도로 사용할 수 있는 자율작동 로봇 개를 개발했다고 보도했다. 이 로봇 개는 새로운 비전 기반 알고리즘을 통해 높은 물체를 오를 수 있고, 낮은 구조물 아래로 기어가거나 틈새 사이를 비집고 들어갈 수 있다. 이는 로봇 개의 알고리즘이 뇌 역할을 하기 때문이다. 컴퓨터과학과 조교수이자 로봇 개 관련 논문 공동 저자인 첼시 핀(Chelsea Finn)은 "우리의 네 발 달린 로봇이 학습한 자율성과 복잡한 기술의 범위는 매우 인상적이다"라며 "우리는 저렴한 두 가지 다른 기성품 로봇을 사용해 이 로봇 개를 만들었다"고 설명했다. 이 로봇 개의 장점은 완전히 자율적으로 작동할 수 있다는 것이다. 이번 연구의 공동 저자인 지팡 후(Zipeng Fu)는 "우리가 하는 일은 로봇에 장착된 심층 카메라에서 얻은 이미지와 기계 학습을 통해 모든 입력을 처리해 로봇 개가 다리를 움직여 장애물을 넘고, 밑으로 통과하고 주변의 장애물을 피하도록 지각과 제어를 모두 결합하는 것"이라고 말했다. 이 새로운 개는 거친 지형을 탐색하고, 제한된 공간에 접근하고, 재난 지역에서 조난자를 찾아 구조하는 데 도움을 줄 수 있어 까다로운 환경에서 수색과 구조 임무에 이상적이다. 또한 정찰과 감시, 잠재적으로 위험한 상황에서 수행되는 군사용과 방위 분야에도 사용할 수 있다. 지팡 후는 "우리 로봇은 시각과 자율성을 모두 갖추고 있으며, 도전 과제를 파악하고 순간의 요구에 따라 파쿠르(장애물 통과 훈련) 기술을 스스로 선택하고 실행할 수 있는 운동 지능을 갖추고 있다"고 설명했다. 이 연구팀은 먼저 컴퓨터 모델을 사용해 알고리즘을 개발하고 완성한 다음 이를 실제 두 대의 로봇 개에 적용해 운동 능력이 뛰어난 지능형 로봇 개를 만드는 데 성공했다. 로봇은 자신이 선택한 방식으로 작동하고 강화 학습으로 알려진 프로세스를 통해 수행 작업에 따라 보상을 받았다. 이는 알고리즘이 새로운 난이도를 가장 효과적으로 해결하는 방법을 학습하는 매우 효율적인 방법 중 하나다. 그런 다음 연구원들은 현재 사용가능한 컴퓨터와 비전 센서, 전원 공급 장치만 활용하면서 특히 어려운 조건에서 민첩성을 입증하기 위해 실제 로봇 개를 사용하여 광범위한 테스트를 수행했다. 그 결과, 운동 지능이 뛰어난 로봇 개는 자기 키의 1.5배가 넘는 장애물을 오르고, 자기 길이의 1.5배가 넘는 틈새를 뛰어넘고, 자기 키의 3/4에 해당하는 장애물 아래로 몸을 집어넣고, 자기의 폭보다 작은 틈새를 통과할 수 있었다. 한편, 중국 로봇기업 유니트리가 개발한 로봇 개는 기능에 통합된 GPT(다양한 작업 수행이 가능토록 사전 학습한 트랜스포머 모델) 지원 시스템을 통해 사용자를 따르고 다양한 작업을 수행하고 통신도 가능하다. 이 로봇 개는 장애물을 피하면서 환경을 탐색하고 까다로운 지형을 쉽게 통과 할 수 있는 것으로 알려졌다.
-
- IT/바이오
-
- 美 드론 제조업체 스카이디오, 중국 드론에 도전장
- 미국의 드론 제조업체인 스카이디오(Skydio)가 중국의 드론 제조사 DJI에 도전장을 던졌다. 야후 파이낸스에 따르면 스카이디오는 DJI가 시장을 장악하고 있는 저가형 드론 시장에 도전하기 위해 AI 기반 기술을 기반으로 한 차별화 전략을 내세우고 있다. 스카이디오의 드론은 DJI의 드론에 비해 가격이 비싸지만, AI 기반의 자동 충돌 방지 기술과 장거리 비행 능력을 갖추고 있어 군사용과 산업용 시장에서 강점을 보이고 있다. 스카이디오의 공동 창업자이자 최고경영자(CEO)인 애덤 브라이는 "중국은 수십 년 동안 이어진 제조 생태계에서 혜택을 받고 있다"며 "중국 제품과 비교했을 때 AI를 기반으로 한 우리 제품이 비용은 높지만 훨씬 더 가치가 있다"고 밝혔다. 데이터 보안 우려로 인해 미국 몇몇 의원들은 중국 기업이 생산한 드론의 사용을 제한하기 위해 주와 연방 차원의 입법 및 정책 이니셔티브를 추진하고 있다. 현재 DJI의 드론은 미국 전역의 주립대학 연구원, 경찰, 소방서와 기타 단체에서 사용되고 있으며 중국 생산 드론에 대한 잠재적 금지에 영향을 받을 수 있다. 한편, DJI의 글로벌 정책 책임자인 아담 웰시는 외신과 인터뷰에서 "DJI를 금지시키려는 모든 시도는 단순히 DJI를 훼손할 뿐만 아니라 드론 생태계 전체를 훼손하는 것"이라고 반박했다. 웰시는 "정치인들이 사실을 확인하고 미국 정부 기관과 민간 회사에서 수행한 감사 보고서를 심사하기를 진심으로 희망하며, 이러한 보고서들이 우리 제품이 데이터 보안을 충분히 보장한다는 것을 입증해야 한다"고 말했다. 지속적으로 증가하는 드론의 군사화는 소비재와 군사용 무기의 경계가 희박하다는 것을 보여주고 있다. 러시아-우크라이나 전쟁에서 양측은 드론을 활용해 전술적 우위를 차지하려는 시도를 하고 있다. 이스라엘을 상대로 한 무장 단체 하마스의 공격에도 드론이 사용됐다. CCTI(사이버보안, 기술 및 국가 안보 관련 연구센터)의 사이버·기술 혁신 센터의 마크 몽고메리 선임 연구원은 "우크라이나와 러시아의 분쟁에서 매일 실시간 소형 무인기를 보고 있다"라며 "미국이 생산한 무인기, 즉 신뢰할 수 있는 동맹국들이 생산한 무인기가 더 저렴해지는 것이 핵심이 될 것"이라고 말했다. 스카이디오의 가격 경쟁력 강화로 인해 미국 드론 산업의 경쟁이 더욱 심화될 것으로 예상된다. 한편, 한국 합동참모본부는 드론을 동원해 이스라엘을 공격한 팔레스타인 무장 정파 하마스가 북한과 무기거래, 전술교리, 훈련 등 여러 분야에서 직간접적으로 연계된 것으로 판단한다고 17일 밝혔다. 합참은 지난 7일 하마스의 이스라엘 공격을 두고 "휴일 새벽 기습공격, 대규모 로켓 발사로 '아이언돔'(이스라엘의 로켓포 방어체계) 무력화, '드론 공격으로 분리 장벽에 설치된 각종 감시, 통신, 사격통제 체계 파괴 후 침투' 등이 우리가 예상하는 북한의 '비대칭 공격 양상'과 유사하다"고 평가했다. 합참 고위 관계자는 이날 언론 설명회에서 이같이 밝히고 "북한은 하마스의 공격 방법을 대남 기습공격에 활용할 가능성이 있다"고 우려했다.
-
- IT/바이오
-
- 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
-
- 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
-
- 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
-
- 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
-
- 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
-
- 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
-
- 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
-
- 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
검색 결과가 없습니다.