검색
-
-
바나나 섞은 블루베리 스무디, 심장 건강에 안 좋다
- 바나나와 블루베리 등 플라보놀이 풍부한 과일을 섞어 만든 스무디는 심장 건강에 좋다고 생각하는 사람들이 많다. 미국 과학기술 전문매체 매체 사이테크데일리는 미국 연구진이 최근 발표한 연구결과에 따르면, 바나나와 같은 일부 과일은 플라보놀의 흡수를 방해하는 효소를 함유하고 있어, 스무디로 섭취할 경우 오히려 심장 건강에 해로울 수 있다고 전했다. 이 연구는 미국 캘리포니아 데이비스 캠퍼스(UC 데이비스)의 하비에르 오타비아니 부속 연구원이 이끈 팀이 지난 8월 말 로열 소사이어티 오브 케미스트리의 저널 '음식과 기능(Food and Function)'에 게재한 것이다. 이 팀은 바나나와 같은 일부 과일에 들어 있는 폴리페놀 산화효소(Polyphenol oxidase, PPO)가 심장 건강에 좋은 플라보놀(Flavanol)의 흡수를 감소시킬 수 있다고 밝혔다. 특히 베리와 같이 플라보놀이 풍부한 재료와 섞을 때 이러한 영향이 두드러진다고 한다. 연구진은 바나나, 파인애플, 오렌지, 망고, 요거트 등 폴리페놀 산화효소(PPO) 활성이 다른 재료들을 사용해 다양한 스무디를 만들고, 이를 섭취한 후 체내에서 플라보놀의 양을 측정했다. 플라보놀은 심혈관 및 인지 건강에 좋은 생체 활성 물질로, 사과, 배, 블루베리, 블랙베리, 포도 및 코코아 등에 자연적으로 포함되어 있고 스무디 재료로 자주 사용된다. 그러나 바나나와 같은 과일은 PPO 효소를 함유하고 있어, 공기에 노출되거나 절단되거나 찰과상을 입을 때 음식 내의 플라보놀 수준을 감소시킨다. 에를 들어 사과를 절단하거나 바나나 껍질을 벗기면 과일이 빨리 갈색으로 변한다. 이는 해당 음식에 자연적으로 존재하는 폴리페놀 산화효소 때문이다. 연구 참가자들에게는 자연적으로 높은 PPO 활성을 가진 바나나로 만든 스무디와 자연적으로 낮은 PPO 활성을 가진 혼합 베리로 만든 스무디를 마시도록 했다. 참가자들은 또한 플라보놀 캡슐을 별도로 복용했다. 혈액 및 소변 샘플을 분석해 스무디와 캡슐을 복용한 후 체내에 얼마나 많은 플라보놀이 존재하는지를 측정했다. 연구 결과 바나나 스무디를 마신 참가자들의 체내 플라보놀 농도가 대조군과 비교해 84% 낮았다는 것을 발견했다. 오타비아니 부속 연구원은 "바나나를 추가하는 것이 스무디 내 플라보놀 농도와 체내 플라보놀 농도를 얼마나 빠르게 낮출 수 있는지에 대한 결과에 정말 놀랐다"고 말했다. 그는 "이는 음식의 조합이 음식 내 화학물질의 이용에 어떤 영향을 미치는지를 강조한다"고 덧붙였다. 연구진은 플라보놀을 섭취하려는 사람들은 플라보놀이 풍부한 과일인 베리를 파인애플, 오렌지, 망고, 요거트 등의 PPO 활성이 낮은 재료와 함께 섞어 스무디를 만들 것을 권장했다. 단, 바나나 등 높은 PPO 활성 과일 및 채소는 스무디나 음식에 사용하는 경우 베리, 포도, 코코아와 같은 플라보놀이 풍부한 과일과 섞지 않도록 주의해야 한다고 강조했다. 이 연구 결과는 음식이 어떻게 플라보놀에 어떤 영향을 미칠 수 있는지에 대한 미래 연구를 자극할 수 있다. 오타비아니는 하나의 예로써 우리가 자주 마시는 차(tea)는 플라보놀의 중요한 식이원이며 차를 즐기는 방법에 따라 플라보놀의 이용 가능량이 다를 수 있다고 지적했다. 그는 "이는 폴리페놀과 생체 활성 물질의 일반적인 분야에서 더 많은 관심을 받을 만한 영역"이라고 말했다.
-
- 생활경제
-
바나나 섞은 블루베리 스무디, 심장 건강에 안 좋다
-
-
에너지 비용·탄소 배출 확 줄여주는 페인트 나왔다
- 미국 SLAC 국립가속기 연구소에서 최근 에너지 소비량과 탄소배출량을 줄여주는 신개념 페인트를 개발했다. 미국 매체 인터레스팅엔지니어링에 따르면 이 페인트는 건물의 에너지 소비량을 획기적으로 절감해 탄소 배출량 감소에 크게 기여할 것으로 전망된다. 특히 여름철 냉방과 겨울철 난방 에너지 비용을 절감하면서도 환경에 미치는 부담을 최소화하는 것이 이 페인트의 주요 장점이다. SLAC 연구소(스탠퍼드 대학교 운영, 미국 에너지부 소속)에서 진행한 이번 연구에서는 건물의 난방 에너지 소비량을 무려 36% 절감했다. 냉방 에너지 소비량 역시 21% 감소시킴으로써, 건물 전체의 에너지 사용량을 짧은 기간 동안 7.4% 줄일 수 있다는 결과를 도출했다. 이 연구를 주도한 추이이(Yi Cui, 崔屹) 교수는 “기존 에너지 절감 기술들이 제한된 색상에만 적용되었던 반면, 이번 페인트 기술은 8가지 다양한 색상을 포함하여 개발되었다”며, 그 혁신성을 강조했다. 또한, 이 페인트는 중적외선을 효과적으로 반사해 에너지 절약 효과를 극대화하며, 기존 페인트보다 10배 이상 높은 반사율을 보여 다양한 분야에 적용될 수 있을 전망이다. 기존의 에너지 절약 기술들은 '창문용 저방사막 필름' 등이 존재했으나, 이들은 주로 금속색과 회색으로 제한됐다. 그러나 이번 혁신을 통해 흰색, 파란색, 빨간색, 노란색, 초록색, 주황색, 보라색, 어두운 회색 등 8가지 다양한 색상의 페인트가 개발되었다. 청결을 유지하는 특성과 함께 고온 및 저온에도 견디는 내구성도 이 페인트의 또 다른 장점이다. 공동 연구자 펑 위찬(Yucan Peng, 彭雨粲） 박사는 환경 친화적인 페인트 기술의 지속적 발전을 강조하며, 이를 통한 환경 보호와 에너지 절감에 대한 연구소의 노력을 약속했다. 이러한 혁신적 페인트 기술의 도입으로, 건물에서의 에너지 소비 절감 및 환경 보호 측면에서의 큰 발전이 기대되며, 앞으로 건물의 에너지 관리에 있어 큰 패러다임 변화가 예상된다.
-
- 생활경제
-
에너지 비용·탄소 배출 확 줄여주는 페인트 나왔다
-
-
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.