우리는 살면서 늘 다른 사람들과 부딪치고 관계를 맺는다. 이때 우리의 뇌는 기본적으로 다른 사람들의 생각과 감정을 읽어내고 예측하려 한다. 예를 들어, 요즘처럼 무더운 날씨에 어떤 나이 든 어르신이 길을 걷다가 넘어질 것처럼 비틀거리면 누구라도 바로 눈치를 채고 잡아드리며 “괜찮으세요?”라고 물어보게 된다. 또는 운동 후 목이 말라 물을 마시는데 준비된 물병의 개수가 사람들의 숫자보다 모자란 것처럼 보이면, “같이 컵에 나눠 마시죠” 하면서 모두가 물을 마실 수 있게 하기도 한다. 이렇게 내가 아닌 타인의 생각과 감정, 선택과 행동을 예측하는 기능은 인간의 뇌에 있어서 가장 핵심적이면서도 중요한 기능이다. 타인의 상태를 염두에 두고 행동하는 것은 우리가 따로 노력하지 않아도 대부분의 뇌에는 더 일반적인 상태라고 한다. 2018년도에 네덜란드의 연구자들이 발표한 한 논문(Lemmers-Jansen et al., 2018)에 따르면 사람들은 크게 비용이 들지 않는 자발적 협업 행위를 상대가 특별히 필요로 하지 않거나 고마워하지 않더라도 자주 한다고 한다. 예를 들어, 한 가족이 빵에 잼을 발라 먹는데 딸기잼은 세 팩, 블루베리잼은 단 한 팩만 남아 있다고 하면, 대부분의 아빠 엄마들은 자신의 빵에 딸기잼을 발라 먹는다는 것이다. 아이들이 블루베리잼을 더 선호하지 않을 수도 있겠지만, 자식에게 일단 선택권을 주는 것이 배려라고 생각해서 더 많은 사람이 그렇게 한다는 것이다. 흥미로운 것은, 이렇게 사소한 부분에서도 배려하는 사람들의 뇌와 결코 그러한 배려의 선택을 하지 않는 뇌는 어떠한 부분에서 차이가 나는가 하는 부분이다. 먼저, 배려하는 선택을 한 사람들의 뇌에서는 다른 사람의 입장을 상상할 수 있게 해주는 멘털라이징(Mentalizing) 네트워크 영역의 활성화가 더 많이 보였다. 우리가 다른 사람의 입장에서는 특정 상황을 어떻게 느낄까 떠올릴 수 있는 능력을 멘털라이징이라고 하며, 뇌 안에서 이 네트워크는 ‘인지적 공감’을 하기 위한 핵심 영역이다. 공감은 크게 ‘정서적 공감’과 ‘인지적 공감’으로 나뉘는데, 정서적 공감은 다른 사람의 감정(예를 들어 고통이나 분노)을 보고 바로 나도 그 감정을 같이 느낄 수 있게 해주는 미러링(Mirroring)이 기본이 되며 대부분의 사람이 타고나는 능력인 반면, 멘털라이징으로 대표되는 인지적 공감 능력은 주로 학습을 통해 익혀지며 타인과 교류하는 경험을 통해 더 많이 발달한다. 즉, 우리는 의식적으로 타인의 입장도 생각해 보는 연습을 많이 해야 배려의 선택을 더 많이 할 수 있는 것이다. 둘째로, 배려하는 사람들의 선택은 대부분 특별한 생각이나 계산을 하지 않고 자동반사처럼 빠르게 이루어졌다고 한다. 뇌에서는 생각과 판단, 계산을 해야 하는 영역이 활성화된 것이 아니라 무의식적으로 행동을 제어하는 오토매틱(automatic) 네트워크들이 주로 반응했다. 반면 배려하지 않는 선택을 한 사람들의 뇌는 자기 자신과 관련된 생각과 판단을 할 때 활성화되는 전두엽 쪽 뇌 영역이 더 많이 반응했으며 상대적으로 선택을 망설이는 시간이 더 길었다. 이는 미국 프린스턴대의 한 연구에서도 보고된 현상인데(Rand et al., 2012), 시간이 없이 빠르게 판단해야 할 때 사람들은 협업을 기본으로 선택한 반면, 여러 옵션을 곰곰이 계산하고 따져볼 만한 시간이 충분히 주어지면 사람들은 보다 이기적이며 자기중심적인 선택을 더 많이 한다. 즉, 배려하는 선택은 이를 기본옵션으로 습관화한 사람들에게서 더 자주 나타나며 고민하지 말고 해야 한다고 볼 수 있다. 마지막으로, 우울증, 번아웃이 심하거나 보더라인 증후군 등의 정신질환을 앓고 있는 뇌에서는 멘털라이징 능력이 떨어져 있는 것으로 알려져 있다. 이는 PTSD와 같은 스트레스증후군에서도 마찬가지다. 즉, 상처받은 뇌는 기본적으로 배려의 선택을 하기가 더 어려운 것으로 보인다. 이는 상당히 슬픈 일이다. 왜냐하면, 우리 주변에서 배려하는 마음이 줄어들면 우리는 더 많은 상처를 받게 되고, 상처가 많아지면 다시금 배려가 줄어들 수 있다는 이야기이기 때문이다. 악순환이다. 그렇다면 우리는 무엇을 할 수 있을까. 마음이 무너지기 전에 일상 속에서 ‘배려하는 마음’을 더 자주 실천해야 한다. 어떻게든 부딪치지 않고 책임지지 않고 회피하는 게 상책이라고 생각하는 요즘 세상이지만, 사소한 배려의 마음을 일상의 습관으로 만드는 것이, 망설이지 않고 따지지 말고 바로 다른 사람에게 친절함을 실천하는 것이 그 어느 때보다 필요하다고 느낀다. 장동선 궁금한뇌연구소 대표

내가 사는 아파트 단지는 완속 전기충전기가 지하 주차장마다 딱 한 대씩 있다. 독점하기보다는 서로를 배려하며 나눠서 충전하는 매너 덕분에 그럭저럭 버티기는 하지만 전기차주는 꽤 불편을 겪는 것 같다. 그런데 최근 충전기가 텅 비어 있다. 눈치가 보여서 지하 주차장 충전기를 이용하지 못하는 것이다. 8월1일 인천 아파트 단지 지하 주차장에서 발생한 화재로 140여대의 자동차가 타거나 그을린 사건의 여파다. 시작은 메르세데스-벤츠 전기차. 주행 중도 아니었고 충전 중도 아니었다. 그냥 얌전히 서 있는 차에서 불이 났고 이게 옆에 있는 차들로 번진 것이다. 원인은 쉽게 밝혀졌다. 전기차 배터리를 구성하고 있는 수백 개의 셀 가운데 하나가 고온이 되어 불이 붙어 확산되었다. 어떻게 이런 일이 발생할 수 있는가? 안전장치 없이 차를 만들 수 없지 않은가. 배터리에는 당연히 냉각재와 난연재로 화재 확산을 막고 고장 난 셀이 있는지 진단하는 배터리 관리기술도 있다. 심지어 배터리에 불이 나면 자동으로 꺼주는 소화기술도 있다. 궁금하다. 혹시 메르세데스-벤츠라는 최고급 차를 만들면서 원가 절감을 하겠다고 당연히 갖추어야 할 제대로 된 배터리를 설치하지 않은 건 아닐까? 모든 자동차는 화재가 발생할 수 있다. 2023년 12월 기준 전국의 내연기관 차량은 2518만9000대다. 이를 화재 발생 건수에 대입하면 화재 사고 발생 비율은 0.013%다. 전기차는 54만4000대로 화재 발생 비율을 계산하면 마찬가지로 0.013%다. 전기차가 특별히 더 불이 잘 나는 게 아니라는 말이다. 요즘 전기차 화재 관련 뉴스가 많은 것은 몇 년 전 BMW 자동차 화재 뉴스가 빈번했던 것과 같다. 그때도 BMW 자동차만 유독 화재 발생 비율이 높은 것은 아니었지만 아무튼 BMW 소유주들은 좌불안석이었을 것이다. (옳지 않다!) “화재 비율은 같아도 화재가 발생했을 때 전기차 화재가 더 문제야. 왜냐하면 전기차에 불이 나면 온도가 더 높아지거든”이라는 막연한 주장을 하는 이도 많다. 정말 그럴까? 실험해봤나? 해 본 사람들이 있다. 국방소방연구원의 최아영 선임연구원이 2021년 ‘한국방재학회논문집’에 발표한 논문 ‘전기자동차와 가솔린자동차의 실물화재 비교 분석’에 따르면 화재가 발생했을 때 내연기관 자동차보다 전기차의 온도가 오히려 더 낮다. 전기차의 에너지변환 효율이 3~4배 높으니 화재가 발생했을 때 열을 적게 내고 온도가 낮을 수밖에 없다. 게다가 전기차에는 엔진오일도 필요 없지 않은가. 나는 자동차 화재보다도 스프링클러가 제대로 작동하지 않은 게 더 큰 문제라고 생각한다. 왜 스프링클러가 작동하지 않았을까? 화재 발생 직후 스프링클러가 작동했다면 피해가 이번처럼 무지막지하게 확대되지는 않았을 것이다. 누구의 책임을 묻자는 게 아니다. 소방 점검을 할 때 스프링클러가 실제 작동하는지 검사하지는 않는다. 하지만 이제는 적어도 소방차가 진입할 수 없는 지하 주차장만이라도 실제 작동을 검사할 필요가 있다. 큰 문제가 발생했으면 대책이 나와야 한다. 지하 주차장에는 위에서 쏟아지는 스프링클러 외에도 바닥에서 물을 분사하는 장치도 필요하다. 왜냐하면 전기차의 배터리는 차 바닥에 있기 때문이다. 또 지하 주차장에 진입할 수 있는 소방차, 화재 시 차를 지상으로 끄집어낼 수 있는 로봇이 개발되어야 한다. “전기차는 지하 주차장에 대지 말란 말이야”라는 주장도 있는데 요즘 지상 주차장이 없는 아파트 단지도 많다. 요즘 전기차를 입고시키지 않는 사설 주차장이 있다고 한다. 전기차 포비아는 답이 아니다. 포비아는 언제나 그렇듯이 질병일 뿐이다. 우리나라 전기차 보급률은 이제 8%에 달한다. 중국은 50%가 넘었고 (하필 중국의 전기차 보급률이 높다는 게 전기차 포비아의 한 원인이기도 하지만) 일부 유럽 국가에서는 80%가 넘었다. 전기차는 우리가 가야 할 길이다. 나는 우리 아파트 단지 전기차 주인도 마음 편하게 계속 지하 주차장에서 충전하시기 바란다. 다행히 우리 단지에는 전기차 포비아가 없는 것 같다. 좋은 단지다. 백마 5단지 만세! 이정모 전 국립과천과학관장

폭염과 열대야 현상이 지속되면서 전국이 밤낮으로 펄펄 끓고 있다. 폭염은 일 최고기온이 33도 이상일 때 그리고 열대야는 일 최저기온이 25도 이상인 날을 의미한다. 참고로 열대야는 기온이 밤에도 25도 이하로 내려가지 않을 때에 너무 더워서 사람이 잠들기 어렵기 때문에 더위를 나타내는 지표로 사용된다. 기상청 기상자료개방포털에 의하면 올해 6, 7월 서울의 폭염 일수는 6일로 지난 30년(1991∼2020) 평균 발생 일수인 3.7일의 두 배 가까운 값을 기록하였지만, 열대야의 경우 14일로 지난 30년 평균 발생 일수인 4.8일의 세 배 정도 증가한 일수를 기록하였다. 전국적으로도 올해 6, 7월 폭염과 열대야 일수는 각각 7.1일과 8.9일로 30년 평균 일수인 4.5일과 2.7일보다 훨씬 많은 발생 일수를 기록하였다. 특히 열대야의 경우 평균값에 비교해 세 배나 많이 발생하였고 일 최저기온이 30도 이상인 날도 자주 관측되고 있다. 아직 여름이 끝나지 않았지만 올해 여름 날씨의 특징은 폭염 일수보다 열대야 발생 일수의 폭발적(?)인 증가를 들 수 있다. 참고로 8월2일 새벽 강원 강릉의 기온이 31.4도 이상을 기록해 기상 관측을 전국으로 확대한 1973년 이후 가장 뜨거운 밤을 기록하였다. 열대야 발생 일수의 증가는 온열질환 환자의 급증에 결정적인 역할을 한다. 온열질환은 열로 인해 발생하는 급성질환으로 뜨거운 환경에 장시간 노출 시 두통, 어지러움, 피로감 및 의식 저하 등의 증상을 보이며 방치 시에는 생명이 위태로울 수 있는데 열사병과 열탈진이 대표적이다. 우리나라에서 발생하는 극한 기상 현상들 가운데 가장 많은 인명 피해를 가져오는 것이 바로 폭염과 열대야 같은 고온 기상 현상인 것은 이미 잘 알려져 있다. 열대야가 특히 취약 계층에 위협적인 이유는 야간에는 주간과 같이 더위를 피할 수 있는 장소들(은행, 백화점, 상가, 주민센터, 지하철 등)을 쉽게 찾을 수 없기 때문이다. 올해 열대야의 발생 일수가 기록적으로 많은 이유는 무엇일까? 아마 우리나라 주변 대기의 수증기와 구름양의 증가가 결정적인 역할을 하였을 가능성이 높다. 폭염과 열대야를 일으키는 기상학적 원인은 서로 같지 않은데 가장 큰 차이는 바로 태양 복사 에너지와 장파 복사 에너지의 기여도 차이에 있다. 참고로 태양, 대기 그리고 지면은 전자기파 형태로 에너지를 방출하고 있는데 태양은 짧은 파장의 전자기파를 그리고 대기와 지면은 장파의 전자기파를 방출하고 있다. 주간에 지면 부근에 도달하는 태양 복사 에너지는 폭염을 일으키는 중요한 요소인 반면에 열대야의 경우 대기에서 지면으로 방출하는 장파 복사 에너지가 중요한 역할을 한다. 특히 지면에 도달하는 장파 복사 에너지의 크기에 결정적인 역할을 하는 것이 대기 중 수증기량인데 수증기가 지구 온난화를 유발하는 이산화탄소와 같은 강력한 온실가스이기 때문이다. 대기 중 수증기의 증가는 주간에 태양 복사 에너지로 가열된 지면에서 대기로 방출되는 장파 복사 에너지를 흡수하고 야간에 다시 지면으로 장파 복사 에너지를 방출하여 지면 부근의 온도를 높이는 결정적 역할을 한다. 최근 연구 결과에 의하면 우리나라뿐만 아니라 북반구에서도 열대야 발생 일수는 뚜렷한 증가세를 보이고 있으며 특히 1990년대 후반 이후 급격한 발생 일수 증가 경향을 보였다. 북반구 열대야 발생 일수의 급격한 증가는 1990년대 후반의 전 지구 해수면 온도 변동과 밀접한 관련성이 있는 것으로 밝혀졌다. 올해 여름 우리나라 열대야 발생 일수의 급격한 증가에 대한 정확한 이유는 향후 세밀한 분석과 진단이 필요하지만 동아시아 연근해 지역을 포함해서 열대 서태평양 및 북서태평양 지역 해수면 온도의 상승으로 인한 대기 중 수증기 증가가 큰 역할을 하였을 것이다. 해수면 온도 증가로 인해 대기 중으로 공급된 수증기가 북태평양 고기압의 가장자리를 따라 우리나라로 지속적으로 유입되면서 열대야 발생 일수가 급격하게 증가하였을 것으로 추정된다. 기상청에서 최근 발표한 1개월 전망 결과를 보면 8월 중 하순 기온이 평년보다 높을 확률이 50%나 되어 앞으로 폭염과 열대야 발생 일수가 더 늘어날 것으로 보인다. 인명 피해를 줄이기 위한 적극적인 노력과 특히 취약 계층 보호에 더욱 관심을 가져야 할 것 같다. 예상욱 한양대 ERICA 교수·기후진단

2명의 미국항공우주국(NASA·나사) 우주비행사를 싣고 국제우주정거장으로 간 보잉사의 유인우주선 스타라이너가 54일 이상 지구로 돌아오지 못하고 있어서 나사가 큰 고민에 빠져 있다. 스타라이너는 6월 5일 나사의 우주비행사 배리 윌모어와 수니타 윌리엄스를 태우고 발사되어 성공적으로 국제우주정거장과 도킹하였다. 보잉항공사가 개발한 스타라이너는 이번에 처음으로 우주비행사를 태우고 우주정거장에 갔는데 우주선의 추진시스템에 문제가 생겨서 문제점을 확인하기 위해 지금까지 머물고 있다. 2019년 우주비행사를 태우지 않고 무인으로 발사했을 때에도 문제가 발생하여 우주정거장과 도킹에 실패하였고, 2022년에야 도킹에 성공하여 이번에 유인으로 발사하게 된 것이다. 보잉사는 1960년대에 아폴로 달 탐사 프로그램에서도 새턴-5 달로켓의 1단 로켓을 개발하며 미국의 우주개발에 핵심적인 역할을 해온 세계 최고의 항공우주전문회사이다. 2014년 시작된 나사의 유인 우주선개발 프로젝트에는 스페이스 X와 보잉사 등 2개 사가 참여하였는데 보잉사와는 42억달러(5조8000억원)에 그리고 스페이스 X와는 26억달러(3조6000억원)에 계약하였다. 스페이스 X는 유인우주선 개발에 대비해서 2012년부터 무인 우주선 ‘드래건’으로 우주정거장에 물자를 수송해왔다. 그리고 이것을 개량한 ‘크루 드래건’으로 2020년 5월 30일 2명의 우주비행사를 우주정거장에 성공적으로 수송한 이후 현재까지 13명의 우주비행사를 우주정거장까지 실어 날랐다. 보잉사의 ‘스타라이너’의 첫 유인 우주비행은 스페이스 X의 ‘크루 드래건’보다 4년이나 늦어졌는데도 현재 우주정거장에서 귀환하지 못하는 처지가 되었다. ‘스타라이너’는 스페이스 X의 ‘크루 드래건’과 달리 미국 서부 지역의 사막에 착륙하도록 설계해서 우주선 뒤에 부착되어 있는 추진시스템이 정확하게 분리되지 않으면 육지에 착륙할 때 큰 충격으로 우주비행사가 위험할 수도 있다. 최악의 경우에는 스페이스 X의 ‘크루 드래건’을 정거장으로 보내 2명의 우주비행사를 데려오고 ‘스타라이너’는 무인으로 착륙시킬 수도 있을 것이다. 아무쪼록 무사히 귀환하기를 바랄 뿐이다. 보잉항공사는 유인우주선 개발에만 문제가 있는 것은 아니라 그동안 세계 최고의 안정성을 자랑하던 여객기도 문제이다. 오래전에 개발해서 사용하던 동체에 새 엔진을 달아 개조한 여행기인 ‘737맥스’가 2018년과 2019년 이륙 중 추락해서 수백 명이 사망하는 대형사고가 나기도 했고 최근에는 비행 중 문짝이 떨어져 나가기도 했다. 이러한 문제가 생긴 것은 경영 상태를 개선하기 위해서 비행기를 제조할 때 외주를 많이 준 탓이라고 한다. 이러한 영향인지 최근에는 새로운 여객기 수주를 받기도 어려운 상태라고 한다. 어떻게 세계 최고의 항공우주회사인 보잉사가 이렇게 추락할 수가 있을까. 보잉사는 108년 전인 1916년 7월 15일, 목제사업으로 성공한 ‘윌리엄 보잉’이 설립한 항공우주방산회사이다. 2차 세계대전 이후 제트엔진을 장착한 장거리 폭격기인 B-47을 개발하고 이를 바탕으로 보잉 707 제트여객기를 개발하여 미국 대통령 전용기로 사용하는 등 제트 여객기 시대를 열었다. 1970년에는 500명 가까이 태울 수 있는 2층 점보 747여객기를 취항하여 대형 여객기 시대를 열며 세계 여객기 시장을 휩쓸었다. 그러나 2017년, 비행 사고를 많이 낸 DC-10 여객기를 개발하여 경영난에 빠진 맥도널드 더글러스사를 인수하면서 문제가 시작되었다. 맥도널드 더글러스사에서 온 경영진이 보잉사 대표가 되면서 신뢰성과 안전성보다는 회사의 수익을 우선으로 생각하여 많은 부분을 외주 제작하고 경험 많고 우수한 항공기 기술자들이 퇴직하면서 최근에 많은 문제점이 발생하였다. 문제가 발생하면 대형사고로 이어지는 여객기의 특성상 항공사들이 외면하기 시작하여 경영에도 큰 타격을 받게 된 것이다. 보잉사의 문제는 미국만의 문제는 아니다. 세계의 수많은 항공여행객의 안전한 비행을 위해서도 보잉사가 다시 건강해지길 기원한다. 채연석 전 항공우주연구원장

인공지능(AI)의 기세가 거세다. 구글, 마이크로소프트 등 거대 정보기술(IT) 기업들은 자신만의 AI를 만들어 능력을 뽐내고 있다. 인간처럼 대화하고 글을 쓰는 AI, 짧은 동영상을 만들어주는 AI 등 종류도 다양하다. AI 기술의 엄청난 파급력을 본 전 세계가 AI에 대한 투자를 늘리기 시작했다. 한국도 마찬가지이다. 이런 시기이니 AI 종사자라면 한 번쯤은 한국이 만든 AI가 전 세계를 휩쓰는, AI 한류를 꿈꿔볼 만하지 않은가? 문제는 어떻게 해야 AI 한류가 가능한가일 것이다. 한국 AI 성공의 열쇠는 데이터 우위를 찾는 것에서 출발해야 한다. 현재의 AI는 특정 분야의 대량 데이터 없이는 만들어질 수 없다. 그렇기에 후발주자는 선발주자가 찾기 힘든 분야의 학습 데이터를 찾아야 한다. AI 선발주자들이 잘하는 것의 대표적인 예가 바로 프로그래밍이다. 부가가치가 높고 대체 불가능한 일이라고 생각했는데, AI가 어느 정도 능력을 보여준 분야이기도 하다. 하지만 부가가치가 높다고 해서 한국이 프로그래밍에 특화된 AI를 만든다면 미국 AI들의 하위 호환 능력밖에 보여주지 못할 가능성이 높다. 미국이 프로그래머 사용자, 데이터, AI를 전부 갖추고 있기 때문이다. 고객 경험, 데이터, 완성된 AI 모두 없는 후발주자에게는 매우 힘든 싸움이다. 혹자는 이미 존재하는 인터넷상의 오픈 데이터셋을 활용하여 한국 AI에게 프로그래밍을 학습시키면 않느냐고 질문할 수 있지만, 그렇게 해서는 해외 AI 회사들 대비 우위를 가져가기 힘들다. 코먼 크롤(Common Crawl) 등 대부분의 오픈 데이터셋은 영어 기반이다. 영어로 된 데이터로 학습한 영어 기반 AI와 영어로 된 데이터를 한 번 한국어로 번역한 데이터로 학습된 한국어 기반 AI 중 무엇이 더 뛰어날지는 짐작할 수 있다. 이는 한국인들이 직접 영어권 웹사이트를 돌아다니며 프로그래밍 관련 데이터를 직접 수집해도 마찬가지이다. 미국인이 영어권 웹사이트를 돌아다니며 프로그래밍 관련 데이터를 수집하는 것보다 품질이 낮아지게 된다. 그렇다면 이제 어떻게 해야 상대 우위 분야를 찾을 수 있을지 고민해야 한다. 하지만 이는 AI 기술에만 투자해서는 해결되지 않는다. 해외의 수많은 사용자가 한국어로 적힌 정보에 귀를 기울이게 해야 가능하다. 예를 들어, 갑자기 해외 수많은 사람이 조선왕조실록과 승정원일기 등 한국 역사 기록물에 관심을 가지기 시작하면 어떻게 될까. 조선왕조실록 고품질 영역본이 인터넷에 존재할 리가 없다. 당연히 이미 조선왕조실록의 일부를 보고 학습한, 한국어 데이터로 학습한 AI가 더욱 대답을 잘할 것이다. 추가 학습을 위한 데이터 가공 역시 한국 역사 전문가가 가장 많은 한국이 유리하다. 결국 우리가 고민해야 하는 것은 한국어 인터넷 데이터의 가치를 높이는 방법이다. 흥미롭게도 우리는 이미 한국어의 가치를 높여본 기억이 있다. 바로 한류이다. 한국어 사용자는 전 세계의 1%도 되지 않지만, 한류가 유행하자 동유럽과 남미에도 한국어를 배우려는 사람들이 생겨났다. 한류 데이터는 한국어로 먼저 만들어진 뒤 타국어로 번역되기 때문에, 한국어 AI가 더욱 빠르고 정확하게 최신 정보를 얻을 수 있다. 이는 한류의 유행 자체가 한국어 AI에게 더 큰 가능성을 가져다줄 수 있다는 의미이다. 한국어 AI 시장의 수요를 키우고, 데이터의 우위를 제공하기 때문이다. 문화 한류와 AI 한류에는 예상치 못한 공통분모가 존재하는 것이다. 문화의 힘은 AI 분야의 힘도 강화해 줄 수 있다. 숲 속에 있으면 숲 전체의 모습이 보이지 않는다. 이는 기술도 마찬가지이다. AI 숲 속에서 직접 AI를 개선할 방법을 찾는 것도 좋지만, 가끔은 좀 더 높은 곳에서 AI 기술뿐만 아니라 데이터, 시장 수요, 규제 등 AI 산업을 둘러싼 환경 자체를 어떻게 개선할 수 있을지를 살펴보는 지혜도 필요하다. 정인성 작가

2015년에 개봉한 영화 ‘인사이드아웃’은 뇌과학자로서 거의 인생영화라고 할 수 있는데 이제 9년이나 지나 속편이 나왔다. 속편이라고 더 재미없어진 것이 아니라, 새로운 감정들이 추가되었고, 영화를 보면서는 아이들보다도 부모들이 더 공감하는 포인트가 많아졌다. 이 영화는 특히 우리나라에서도 큰 인기를 끌고 있는데, 지난주 기준 인사이드아웃2를 본 관객 수가 720만명을 넘었다고 한다. 영화를 보고 나서 아이들은 꼭 질문한다. “아빠, 내 머릿속에도 기쁨이와 슬픔이, 화남이가 있어?” “그럼! 그 감정들은 모든 사람 안에 존재하지!” 아이에게는 이렇게 답했지만, 과학적으로는 부연 설명할 내용이 좀 남아 있다. 일단, 감정은 머릿속 뇌에만 존재하는 것이 아니다. 뇌는 우리 몸의 심박수, 호흡 상태, 근육의 경직도 등 다양한 변인들에 기반해서 현재 우리가 어떠한 감정을 느끼는지 종합한다. 또한, 우리에게는 기쁨이, 슬픔이, 화남이, 불안이처럼 몇 개의 정해진 감정들만 있는 것이 아니라 굉장히 다양한 스펙트럼의 감정들이 존재한다. 물론, 이 부분에 대해서는 뇌과학자들과 심리학자들도 모두 의견이 일치하는 것이 아니라 많은 논쟁이 진행 중이다. 인사이드아웃1과 2는 실제 과학에 기반을 둔 영화인가? 실제로 우리 뇌 안에 메인 조종간이 있거나, 감정들이 영화에 나오는 것과 같은 캐릭터로 돌아다니지는 않지만, 영화에 나오는 많은 부분은 사실 심리학자와 뇌과학자들에게 자문을 하여 실제 연구 기반으로 정확하게 만들어졌다. 다만, ‘감정’을 표현하는 데는 실제 과학계에서 이루어지고 있는 논쟁 중에서 한쪽의 그림이 더 많이 반영된 부분은 있다. 1970년대부터 1990년대까지 가장 널리 알려졌던 감정 이론이 바로 우리 모두가 가지고 있다고 하는 ‘5개의 고유감정’ 이론이다. 이 이론의 창시자는 바로 폴 에크먼 교수이고, 5가지 기본 감정은 다름 아닌 기쁨, 슬픔, 분노, 공포, 혐오다. (영화에서는 분노→화남, 공포→소심, 혐오→까칠이로 표현됐다). 그리고 인사이드아웃1의 메인 자문을 맡았던 사람이 바로 이 고유감정 이론의 창시자인 폴 에크먼 교수이다. 그런데 2010년대 이후 등장한 리사 펠드먼 배럿 교수의 새로운 감정 이론에 따르면, 우리는 모두가 5개의 고유감정을 똑같이 지니고 있는 게 아니라 훨씬 더 많은 감정을 지니고 있다. 감정은, 뇌가 내 안에서 예측하는 세상의 모델과 실제 세상의 경험이 불일치할 때 주로 생겨나며, 계산신경과학 기반으로 다양한 상황에서 서로 다르게 모델링되는 감정의 모델 이론들이 나왔다. 이 부분은 영화에 반영되지 않았다. 인사이드아웃2의 과학 자문은 폴 에크먼 교수의 제자 출신이지만, 더 많은 감정이 존재한다는 연구들을 활발히 진행해온 대커 켈트너 교수가 메인으로 맡았다고 알려진다. 그래서, 그는 원래 감정들을 5개만 보여주는 것이 아니라 20개로 늘리려 했지만, 영화 작가와 감독 쪽에서 내용상 그렇게 많은 감정을 캐릭터로 보여주는 것은 어렵다고 해서, 새로 등장한 감정은 몇 개만 가지고 영화를 만들게 되었다고 한다. 켈트너 교수는 ‘Science of Happiness’라는 팟캐스트도 운영하고 있고, 여러 감정을 연구하고 있는데, 그중에는 불안이나 시샘, 당황과 관련된 연구들도 많은데 이 연구들의 내용이 실제로 인사이드아웃2 영화에 들어가게 되었다고 한다. 켈트너 교수는 이 영화의 메인 작가인 피트 닥터와 이제 막 10대에 접어든 자녀들에 대한 고민을 이야기하다가 인사이드아웃2의 메인 플롯이 만들어졌다고 한다. 그래서 사춘기를 경험하게 되는 10대들이 공통으로 겪는 감정들이 새로 등장하는데, 그것이 바로 이 영화에 나오는 4개의 새로운 캐릭터, 부럽이(질투), 당황이, 따분이(Ennui), 그리고 메인 캐릭터 불안(Anxiety)이다. 영화의 구체적인 내용에 대해서 다루면 스포일러가 될 것 같아서 생략하지만, 이 영화가 전달하는 내용은 간결하면서 강력하다. 우리가 행복하게 살려면, 불안이나 부러움/시샘에게 우리 뇌의 메인 조종간을 내주어서는 안 되며, ‘나’라는 존재는 복합적인 감정으로 이루어져 있다는 것을 기억해야 한다는 메시지가 담겨 있다. 기쁨도 슬픔도, 불안도 시샘도, 화남도 따분함도 다 우리의 일부인 것이다. 좋은 기억도, 나쁜 기억도, 내 안의 여러 감정과 기억들을 다 품을 수 있어야 비로소 건강한 나의 자아가 자라날 수 있다는 부분이 매우 감동적으로 그려진 영화다. 사실 우리는 우리 자신의 감정과 기억들에 대해서 제대로 이야기할 기회가 많이 없는데, 우리는 내 안에 어떤 기억들이 존재하는지, 나라는 존재의 자아가 왜 그렇게 만들어졌는지, 스스로 잘 살펴보고 분석할 기회가 더 많이 필요하다. 그러한 의미에서 이러한 영화를 가족이 모두 함께 보고, 어떻게 느꼈는지 서로 이야기를 더 많이 나눠보면 좋을 것 같다. 나는 스스로를 어떻게 생각하고 있고, 어떤 감정들을 느끼는지, 내 가족, 아이들과 더 많은 이야기를 나눠볼 기회를 가지자. 장동선 궁금한뇌연구소 대표

“너 인생 포기했니?”라고 누가 내게 말한다면 난 스스로 부끄러워하기 전에 그 사람을 불쌍하게 여길 것이다. 설사 인생을 실제로 포기한 사람이라고 하더라도 절대 해서는 안 되는 말이니까. 하지만 “아빠, 살 빼는 것 포기했어?”라는 지청구를 듣는다면 어떨까? 나는 부끄러웠다. 그래서 결코 아니라고 부인했다. 그렇다. 포기는 조금 부끄러운 일이다. 전혀 부끄러운 일이 아닌 포기가 있다. “나는 수포자야”라고 전혀 부끄러움 없이 말하는 사람이 많다. 수학 정도는 포기해도 되는 정도가 아니라 오히려 멋진 태도라고 여기는 풍조가 만연해 있다. 교육과정에서도 수학은 일종의 골칫거리가 되어 버렸다. 벡터와 행렬은 물론이고 미분과 적분 그리고 기하는 학교 교육에서 사라져야 마땅한 요소가 되어 버렸다. 수학 때문에 아이들이 행복하지 못하다는 이유로 말이다. 수학에서 어려운 요소가 빠졌으니 이제 아이들은 수학 시간이 즐겁고 행복할까? 천만의 말씀이다. 여전히 수학은 재미없고 어려운 과목으로 남아 있다. 차라리 어려운 걸 배운다면 어려워서 자신이 못하는 게 납득이 되는데, 어려운 걸 다 빼도 여전히 어려우니 더 자괴감이 들 뿐이다. 어려워도 배우는 게 학습이고 힘들어도 가르치는 게 교육 아닌가? 심지어 사람은 꿀벌에게도 산수를 가르칠 수 있다. 오스트레일리아 모내시 대학의 생리학자 에이드리언 다이어 교수 연구팀은 꿀벌이 덧셈과 뺄셈을 할 수 있다는 사실을 밝혔다. 연구팀은 꿀벌에게 파란색은 “1을 더하라” 노란색은 “1을 빼라”는 신호로 인식하도록 훈련시켰다. Y 형태의 통로를 만든다. 일자 형태 입구에서 파란색 도형을 보여준 후 그다음에 갈라진 두 개의 경로에 다시 파란색 도형을 놔두는데 이때 덧셈을 하게 한다. 예를 들어서 처음에 파란색 도형 2개를 봤다면, 그다음에는 파란색 도형 3개로 가야 한다. 답을 맞히면 설탕물을 주고, 틀린 경우에는 쓴 물을 준다. 같은 방식으로 입구에 노란색 도형을 두었다면 이번에는 뺄셈을 해야 한다. 입구에 노란색 도형 4개가 있다면, 노란색 도형 3개를 찾아가야 하는 거다. 몇 번의 학습 후 꿀벌의 정답률이 상당히 높아지자 실험에 대한 반론이 생겼다. 꿀벌이 덧셈과 뺄셈을 하는 게 아니라 파란색일 때는 더 많은 쪽으로 노란색일 때는 더 적은 쪽으로 가도록 학습된 것일 수도 있다는 것이다. 실험을 변형했다. 파란색 도형 1개를 보여준 후 파란색 도형 3개와 2개 중 고르게 했다. 또 노란색 도형 4개를 보여준 후 노란색 도형 3개와 1개를 고르게 했다. 이때도 1개씩 차이가 나는 곳에만 설탕물을 두고 답이 아닌 곳에는 쓴 물을 두었다. 총 14마리의 꿀벌에게 각각 100번씩 훈련을 반복하자 대략 70%의 확률로 정답을 찾았다. 연구자들은 자신들의 연구 결과를 두고 “인간 외의 생물들도 숫자에 대한 인지능력을 발달시킬 수 있다”는 것을 보여주는 것이라고 자평했다. 왜 꿀벌이 평소에는 전혀 필요 없던 산수 훈련에 적응해야 했을까? 간단하다. 먹고 살기 위해서다. 생존을 위해서라면 산수 정도는 해야 하는 것이다. 수학을 해야 하는 이유는 자명하다. 현대는 과학의 시대이고 과학은 수학이라는 언어로 구성되기 때문이다. 수학은 비자연어다. 외국어보다도 더 어려울 수밖에 없다. 하지만 우리가 못할 일은 아니라는 사실을 꿀벌이 보여주었다. 꿀벌의 뇌는 0.0001g 정도인데 반해 사람의 뇌는 무려 1400g으로 꿀벌보다 1400만배나 무겁다. 꿀벌도 하는 걸 우리가 왜 못하겠는가? 지난주 완주군립도서관에서 열린 ‘살아 보니, 지능’이라는 제목의 토크쇼에서 한 도서평론가가 자신은 수포자로 살았다고 고백했다. 그 고백을 들은 청소년들이 “음, 수학을 못해도 저렇게 훌륭한 사람이 될 수 있군”이라고 생각할 틈도 안 주고 그는 청소년들에게 호소했다. “수학을 못해도 상관없다. 다만 포기는 하지 마라.” 그게 21세기를 살아가는 우리의 자세여야 한다. 수학은 어쩌면 21세기 만국 공통 언어일지도 모른다. 아니, 곤충과 소통할 수 있는 방법일지도 모른다. 이정모 전 국립과천과학관장

지난 6월 우리나라 평균 기온은 역대급으로 높은 값을 기록하였다. 6월 19일은 기상 관측 이래 6월 중 가장 더운 날로 기록되었는데 광주, 대전, 서울 등에서 역대 6월 최고 기온을 나타내었으며 올해 폭염 주의보도 평년보다 빠르게 발효되었다. 이제는 평범한 현상이 되어 버렸지만 올해도 어김없이 이상 고온으로 전 지구가 몸살을 겪고 있다. 이미 5월부터 인도와 태국 그리고 6월에는 중국 북부 지역과 미국 중부 등 전 세계 곳곳에서 역대급 더위와 폭염 현상이 발생하였다. 올해 초 유럽 연합의 코페르니쿠스 기후변화 서비스는 작년 2023년이 과학적인 기상 관측이 시작된 지난 170여년 동안 가장 뜨거운 해로 기록되었다고 발표하였는데 올 한 해의 반이 지나간 시점에서 2024년이 그 기록을 갈아치울 가능성이 점점 높아지고 있다. 전 지구 바닷물의 온도 역시 2023년에 관측 기간 중 사상 최고치를 기록하였다. 육지보다 큰 열용량(熱容量)을 가지고 있는 바닷물 온도의 상승은 폭염, 홍수, 가뭄 및 그리고 폭염과 가뭄이 연속적으로 발생하는 복합 재해의 발생 가능성을 높이는 데 결정적인 기여를 한다. 바닷물 온도의 상승은 대기의 운동과 순환(循環)의 직접적 변화를 가져오고 대기 중으로 공급되는 수증기량을 증가시켜 강수 순환의 변화를 유도하기 때문이다. 특히 한반도를 포함하는 동아시아의 날씨나 기후는 열대 해양 및 북서 태평양의 해수면 온도 변화에 직접적인 영향을 받기 때문에 전 세계 어느 지역보다 이상 기상·기후 현상의 발생 빈도가 빠르게 증가하고 있다. 이상 기상·기후 현상의 발생이 전 세계 경제에 직접적인 영향을 미치는 것은 자명한 일이다. 특히 올해와 같이 이상 기상·기후 현상의 발생 빈도가 증가하면서 경제 주체의 경제적 비용과 재정적 손실은 기하급수적으로 증가하고 있다. 한 예로 전 세계 커피 생산량의 55%를 차지하고 있는 브라질과 전 세계 로부스타 커피의 3분의 1을 생산하고 있는 베트남은 올해 홍수와 폭염 그리고 연이은 가뭄으로 커피 예상 수확량이 급격하게 줄어들고 있어 전 세계 원두 가격의 급등 현상을 가져올 것으로 전망되고 있다. 작년 한 해에 한 사람이 평균 405잔의 커피를 마신 커피 소비대국인 우리나라의 커피값 가격 인상은 자명한 일이다. 기후변화로 인한 전 세계 경제 피해의 추정치 평가는 지금까지 일반적으로 연(年)평균 기온 변화값으로 이루어졌으나 강수량, 온도 변동성, 및 이상 기상·기후 발생이 고려된 경제 피해 추정치는 아직까지 잘 알려져 있지 않았다. 연평균 기온의 상승과 함께 기온의 변동성, 그리고 강수 패턴과 극한 강수가 고려된 경제 피해 추정치 평가의 최신 연구 결과에 의하면 전 지구 평균 기온이 산업혁명 이전 대비 3도 상승할 때 평균 손실은 국내 총생산의 10%에 이르며 저개발 및 저위도 국가에서는 최대 17%까지 도달하는 것으로 나타났다. 연평균 기온으로만 추정되는 전 세계 경제 손실은 기온 변동성과 이상 기상·기후 현상을 고려할 때 거의 2% 증가하였으며 특히 경제 꼬리 위험(tail risk)이 커지는 것으로 나타났다. 참고로 경제 꼬리 위험은 거대한 일회성 사건으로서 발생할 가능성은 극히 낮지만, 일단 발생하게 되면 자산 가치에 엄청난 영향을 줄 수 있는 위험을 지칭하는 것으로 실제 꼬리 위험은 발생 가능성이 희박하다는 점에서 일견 간과하기 쉬울 것으로 보이지만 발생할 경우 결코 무시할 수 없는 위험이 되는 것으로 알려져 있다. 물적 피해를 야기할 수 있는 이상 기상·기후 현상의 강도와 빈도가 커지거나 그 영향에 제대로 대처하지 못할 때 기후 리스크가 커지게 되는 것은 이미 잘 알려져 있다. 경제협력개발기구에 의하면 2060년까지 세계 25개 국가 중 캐나다, 러시아를 제외한 모든 나라들이 부정적 효과를 받을 것으로 조사됐다. 유럽중앙은행에 따르면 특히 전 지구 평균 기온 상승으로 2035년까지 식량 가격은 연평균 0.9~3.2%씩 오를 것으로 조사되었는데 최신 연구 결과에서 제시된 것처럼 이상 기상·기후 현상이 고려된다면 이 비율은 더욱 클 것이다. 전 세계 어느 지역보다 이상 기상·기후 현상의 빈도가 증가할 것으로 전망되는 동아시아에 속한 우리나라의 경제 주체들은 더 이상 이상 기상·기후의 영향 평가 기술 개발을 늦춰서는 안 될 것이다. 예상욱 한양대 ERICA 교수 기후진단

2023년 4월20일, 스페이스X의 스타십이 미국 텍사스주 남부 보카치카 해변의 스타베이스에서 발사되어 첫 비행시험을 한 이후 지난 6월6일 밤 9시48분(한국시간) 네 번째 비행시험에서는 괄목할 만한 성공을 이루었다. 스타십은 2단 로켓으로 구성되어 있다. 1단 부스터 로켓은 ‘슈퍼헤비’ 로켓으로 직경 9m, 길이 71m, 무게가 3600톤의 초대형 로켓인데 추력 230톤f의 랩터엔진 33개로 7590톤f의 추력을 발생한다. 1단 로켓은 161초 동안 2단 로켓인 스타십을 73km까지 올리고 분리되어 지구로 되돌아와 재사용할 수 있도록 설계되었다. 2단 로켓은 스타십(Starship)으로 직경은 9m, 길이는 50m, 빈무게 120톤, 발사무게 1200톤이다. 지구궤도에 무게 150톤의 위성을 올리는 것을 목표로 하고 있으며, 우주왕복선처럼 지구로 되돌아와 재사용할 수 있게 설계되었다. 1단 로켓과 2단 우주선을 합한 전체 길이는 121m, 이륙 무게는 4800톤으로 인류가 지금까지 개발한 우주발사체 중에서 가장 큰 것이다. 그동안 스타십의 비행시험을 보면, 첫 발사에서는 이륙에 성공한 정도였다. 작년 11월의 두 번째 발사에서는 1단과 2단의 단분리에 성공하였다. 지난 3월의 세 번째 발사시험에서는 1단과 2단 우주선의 분리에 성공하고, 1단 로켓은 멕시코만에 낙하했다. 2단 스타십 우주선은 지구궤도 진입에 성공했지만 대기권에 재돌입 중 통신이 끊어졌다. 이번의 4차 비행시험에서는 이륙 후 2분54초에 73km 상공에서 2단 스타십 우주선과 분리를 하였다. 1단 부스터 로켓인 슈퍼헤비는 2단 스타십과 분리 후 1분50초 동안 관성으로 108km까지 상승한 후 내려오면서 1km 상공에서 엔진 12개를 역분사하여 낙하속도를 줄이고, 마지막으로 엔진 3개만 분사하여 시속 9km의 속력으로 발사대를 떠난 지 7분31초, 멕시코만의 바다 위에 연착륙하는 데 성공하였다. 한편 스타십은 1단 슈퍼헤비 부스터와 분리 직전인 2분53초, 72km 상공에서 엔진을 점화한 후 속력을 계속 높여서 발사한 지 8분37초 만에 시속 2만6496km(초속 7.36km)의 속력으로 151km의 지구궤도에 진입하였다. 그리고 39분간 지구궤도를 비행한 후인 발사 47분44초에는 84km 상공의 대기권에 진입 후 계속 하강하여 발사 1시간6분10초에 3개의 엔진을 역추진하여 낙하속도를 시속 9km로 줄이며 인도양에 착수하였다. 물론 56km 상공부터는 스타십의 작은 날개에 붙인 내열 타일이 녹아서 떨어져 내리긴 했지만, 고열을 견디며 바다에 착륙하는 데 성공하였다. 다음 5차 시험발사에서는 부스터 로켓인 슈퍼헤비와 스타십이 모두 바다가 아닌 육지의 발사장에 재사용을 위한 연착륙 시험을 실시할 것으로 예상된다. 앞으로 1, 2회 더 발사해서 문제점이 해결되면 올해 안으로 지구궤도에 위성을 발사하는 상업용 발사를 시작할 것으로 예상된다. 스타십은 전체 높이가 121m로 지금까지 가장 큰 달 로켓인 새턴-5보다 10m 더 높고, 이륙할 때 무게도 1859톤 더 무겁고, 추력은 4140톤f 더 커서 지구궤도에 150톤의 우주선을 올릴 수 있는 성능이며 완벽하게 재사용이 가능한 첫 우주발사체이다. 일론 머스크는 개인 재산 1000여억원을 투자해 스페이스X를 창업, 발사비용이 저렴한 재사용 우주발사체를 개발하여 현재 세계 상업위성 발사 시장을 휩쓸고 있으며, 달이나 화성의 유인 탐사 등 미래 우주 시장을 겨냥하여 발 빠르게 차세대 우주발사체인 스타십을 선제적으로 개발하는 것이다. NASA(미국 항공우주국)로서는 산업체가 독자적으로 개발하는 성능과 안전성이 입증된 스타십 우주선을 달이나 화성 유인 탐사에 이용하지 않을 이유가 없다. 이렇게 머스크의 스페이스X가 도전적으로 앞서 나가니 다른 우주 산업체와는 갈수록 차이가 크게 벌어질 수밖에 없다. 스페이스X는 아직 주식을 상장하지 않았다. 스타십의 개발에 성공한 직후 몸값을 최고로 높인 뒤 상장하려고 준비할 것이다. 스페이스X 연구원들의 봉급은 다른 관련 회사에 비하여 적지만 대신 주식을 주었다. 스타십의 개발에 성공하고 주식을 상장하면 주식값도 엄청나게 올라갈 것이니 모든 연구원이 성공을 위하여 혼신의 노력을 할 수밖에 없는 구조이다. 1단 슈퍼헤비 로켓과 2단 스타십이 착수에 성공할 때마다 광신도처럼 열광적으로 환호하던 스페이스X 연구원들의 모습을 이해할 수 있을 것 같다. 채연석 전 항공우주연구원장

2023년, 챗GPT 열풍이 시작되자 미국 엔비디아의 실적이 폭등하기 시작했다. 엔비디아의 주가는 2023년 3월 주당 265달러에서, 2024년 3월22일 914달러로 3.45배로 폭등하였다. 너무나 당연하다. 챗GPT와 같은 매력적인 인공지능(AI)을 구동하려면 엔비디아의 반도체가 필수이기 때문이다. 그리고 엔비디아의 어마어마한 실적에 큰 수혜를 받는 한국 기업이 있다. 바로 SK하이닉스이다. SK하이닉스가 엔비디아가 원하는 HBM이라는 메모리를 생산하고 있으니 당연하다. 불황과 높은 재고로 어려운 시기를 보내던 회사가 단 1년 만에 완전히 변해버렸다. 비슷한 기간 동안 SK하이닉스 역시 주가가 1.9배로 늘었다. 하지만 HBM은 장점만 있는 것은 아니다. HBM은 메모리 칩을 수직으로 적층하여 만든다. 메모리 반도체는 데이터가 거주하는 집이라 할 수 있다. 일반 메모리가 개인주택이라면, HBM은 아파트에 가까운 물건이다. 하지만 일반 아파트와 달리 모든 세대가 1층으로 가는 직통 엘리베이터를 가진 독특한 아파트이다. 모든 세대가 전용 엘리베이터를 가지고 있다면, 모든 세대가 원할 때 즉시 1층으로 갈 수 있을 것이다. 하지만 이런 아파트를 짓는다면 누구도 분양에 참여하지 않을 것이다. 엘리베이터는 출퇴근시간에만 잠시 붐빌 뿐인데 대당 수천만원에 달하는 엘리베이터를 각 세대가 보유해야 한다니, 너무 낭비가 심하다. 이런 이유로 HBM은 2013년 업계 표준 중 하나로 등록되었음에도 크게 유행하지 못했다. 당시의 연산 반도체들은 그 정도로 빠른 메모리가 필요하지 않았다. 용량이야 다다익선이지만, 추가 성능개선을 고려해보아도 용량당 가격이 너무 높았던 것이다. 게임 분야나 거대 시뮬레이션 등 수요자가 적고 부가가치가 높지 않은 분야만이 이런 메모리를 필요로 했다. 하지만 최근 상황이 변했다. AI의 등장, 둔화된 무어의 법칙 두 가지가 합쳐져 HBM이 대유행하게 된 것이다. AI 기술이 발전하는 과정에서 챗GPT가 등장하게 되자 인공지능이 반도체들에 요구하는 바가 크게 변화하게 된다. 현재 유행하는 AI들은 2012년에 큰 성공을 거둔 뒤, 꾸준히 여러 방향으로 발전하고 있었다. 그중 챗GPT는 AI의 크기를 압도적으로 키워보자는 접근을 취하였다. 챗GPT의 원형이라 할 수 있는 GPT-3는 2012년에 출시된 AI인 이미지넷의 2900배가 넘는 크기였다. 수행하려는 프로그램이 거대해지면 메모리 용량도 커져야 할 뿐만 아니라, 속도도 빨라져야 한다. 과거에는 무어의 법칙이 문제를 해결해 주었다. 2년마다 2배씩 증가하는 밀도 덕에, 용량도 빠르게 늘었고 소자의 성능도 빠르게 증가하였다. 무어의 법칙은 개인주택의 크기도 줄여주었고, 사람들의 걸음 속도도 빠르게 해주었다. 하지만 무어의 법칙이 둔화하니 여기에 기댈 수가 없는데, 10년 만에 3000배 가까이 거대하지만, 정보기술(IT) 기업들이 회사의 운명을 걸고 반드시 구동해야만 하는 프로그램이 나타난 것이다. 덕분에 세대마다 엘리베이터가 달린 독특한 아파트가 불티나게 팔리게 된 것이다. HBM은 우리가 신기술을 어떻게 바라보고 발굴해야 하는지 많은 시사점을 준다. 신기술은 거대한 퍼즐게임과도 같은 것이다. 현재의 AI를 이루는 HBM, GPU, AI 학습 이론 등의 기술은 수십년 전부터 학계와 현장의 연구원들 헌신으로 개발되고 있었다. 이런 조각들이 한 곳에 모여서 순서에 맞게 조립되어야 우리 앞에 비로소 AI라는 거대한 신기술이 나타나는 것이다. 우리가 정말로 미래 기술을 선도하고 싶다면, 오래된 작은 기술들 역시 한 번 다시 살펴보고, 이러한 기술들이 미래 혁신 후보 기술들의 어려움을 극복하는 데 사용될 수 있을지 고민해 보는 것이 아닐까. 어쩌면 그 안에 미래 기술혁신의 힌트가 숨어있을지도 모른다. 정인성 작가