검색
-
-
영국 브리스톨대, 유방암 조기 발견 로봇 개발
- 유방암은 유방에 발생하는 악성 종양을 말하며, 유방 조직이 비정상적으로 성장하거나 다른 부위로 확산되는 암을 의미한다. 미국에서는 유방암이 오래 전부터 여성 암 중에서 1위를 차지하는 것으로 알려져 있다. 우리나라 역시 2001년을 기점으로 유방암 발생률이 가장 높은 여성 암으로 상승하며 지속적으로 증가하는 추세다. 야후 뉴스에 따르면 영국 브리스톨 대학의 연구팀은 브리스톨 로보틱스 연구소와 협력해 새로운 유방암 검사 로봇을 개발했다. 이 로봇은 인간이 직접 검사할 때의 힘과 매우 유사하게 섬세한 힘을 적용할 수 있어, 기존의 방법보다 더 깊은 부분의 멍울을 센싱하는 데 탁월하다. 이 기술은 건강 센터에서의 방문 검사를 통해 안전한 CBE(Clinical Breast Examinations)로 유방 검사를 진행하며, 여성들에게 유방 건강을 모니터링하는 혁신적인 방법을 제공할 것으로 기대된다. 검사의 정확성과 반복성, 정밀도는 환자에게 매우 중요한데, 이러한 요소들을 강화하기 위해 다양한 자동화와 반자동화 장치가 개발되어 왔다. 특히, 이번에 개발된 로봇은 최소 침습 수술과 같이 감지가 어려운 상황이나 접근하기 힘든 경우에도 환자에게 도움을 줄 수 있도록 설계됐다. 브리스톨 로보틱스 연구소의 안토니아 체마나키(Antonia Tzemanaki) 박사 주도 아래 연구원들이 이번 연구를 진행했다. 이번 연구 결과는 「유방 검사를 위한 로봇 (Ic Radial Palpation mechaniSm, IRIS)」라는 제목의 논문으로, RO-MAN 컨퍼런스에서 공개됐다. 연구 논문의 주요 저자인 조지 젠킨슨(George Jenkinson)은 "임상 유방 검사(CBE)의 유용성에 대해 다양한 의견이 있지만, 최근에 개발한 검사 방식은 위험성이 매우 낮은 유용한 진단 기술로 인정받을 것"이라고 밝혔다. 젠킨슨은 "과거에는 로봇이나 전자 장치를 활용해 유방 조직을 물리적으로 접촉하며 CBE의 표준을 향상시키려는 시도가 있었다. 하지만 지난 10년간의 기술 발전으로 더욱 발전된 센서 및 조작 기술을 도입할 수 있게 되었다"고 설명했다. 해당 연구에서 팀은 특수 조작 장치가 실제 유방의 크기와 모양을 정밀하게 감지할 수 있는 민첩성을 지니는지 검증했다. 이를 위해 3D 프린팅과 다양한 컴퓨터 수치 제어 기술을 활용해 조작 장치를 제작했으며, 실리콘으로 만든 유방 모델과 그 디지털 복제품에서의 실험을 시뮬레이션 실험과 결합해서 진행했다. 팀은 이번 시뮬레이션을 통해 수천 차례의 촉감 실험을 수행했고 동시에 센서를 2개, 3개, 4개를 사용했을 때의 각각의 효율성 차이를 분석하여 정확한 결과를 도출할 수 있었다. 젠킨슨은 "이 연구가 유방암 진단에 중요한 역할을 하고, 풍부한 데이터를 제공하여 조기 유방암 진단의 향상을 위한 변화를 구체화하는 데 도움이 되길 바란다. 더불어 이 기술을 통해 건강 정보를 객관적으로 수집할 수 있을 것으로 기대한다"고 말했다. 팀은 다음 연구 단계에서 전문가의 CBE 기술을 AI 기술과 통합하며, 조작 장치에 센서를 통합하여 전체 시스템이 잠재적인 암 위험을 식별하는 데 얼마나 효과적인지를 판단할 계획이다. 유방암 진단 로봇 장치와 센서의 최종적인 목적은 인간의 손길만으로는 감지하기 어려운 깊고 정확한 부분의 멍울을 찾아내는 능력을 확보하는 것이다. 더불어, 이를 초음파 검사와 같은 기존 진단 기술과 통합할 수 있게 하는 것 역시 목표 중 하나이다. 젠킨슨은 "우리의 로봇 기술이 유방 검사에서의 효과성을 입증했고, 앞으로 조기 유방암 진단에 크게 기여하여 환자의 건강을 지킬 수 있을 것이라 확신한다"고 말했다.
-
- IT/바이오
-
영국 브리스톨대, 유방암 조기 발견 로봇 개발
-
-
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
-
페덱스의 신형 AI로봇, 테트리스 연상 적재 신공 과시
-
-
[퓨처 Eyes(3)] 양자 컴퓨터, AI·챗GPT보다 더 큰 기술 혁신 온다
- 미래 기술에서 양자 컴퓨터를 빼고 이야기할 수 없다. 양자 컴퓨터는 독특한 도전과제를 제시하고 전례 없는 연산 능력을 약속하는 최첨단 기술이다. 양자 컴퓨터는 양자역학의 원리를 이용하여 작동한다. 이진 논리(0과 1)와 순차적 계산으로 작동하는 기존 컴퓨터와 달리, 양자 컴퓨터는 무한한 수의 가능한 결과를 나타낼 수 있는 양자 비트, 즉 '큐비트(qubit)'라는 정보 단위를 사용해 계산을 수행한다. 이를 통해 양자 컴퓨터는 양자역학의 확률적 특성을 활용하여 엄청난 수의 계산을 동시에 수행할 수 있다. 인공지능(AI) 챗 GPT보다 더 큰 기술혁신을 몰고 올 것으로 기대되는 양자 컴퓨터의 장점은 첫째, 기존 컴퓨터보다 어떤 작업도 더 빠르게 수행할 수 있다. 양자 컴퓨터에서는 원자가 기존 컴퓨터보다 더 빠르게 움직이기 때문이다. 둘째, 높은 수준의 정밀도로 국가 보안 및 메가데이터 처리에 적합하다. 셋째, 에너지 낭비가 적다. 양자 컴퓨터는 아직 초기 단계에 있지만 암호화부터 신약 개발에 이르기까지 다양한 분야에 혁신을 가져올 잠재력을 가지고 있다. 양자 컴퓨터를 사용하면 부작용이 적고 더 효과적인 신약을 개발할 수 있다. 또한 IT 보안의 주요 도전 과제이기도 하다. 연구자와 기술 기업은 양자 컴퓨터의 성능을 견딜 수 있는 새로운 암호화 방법을 모색해야 한다. 여기에는 새로운 암호화 알고리즘을 개발하거나 양자역학의 원리를 사용하여 '양자 암호화'로 알려진 것을 만드는 게 포함될 수 있다. 프랑스 일간 경제지 라 트리뷘(LATRIBUNE)에 따르면 2030년까지 2000~5000대의 양자 컴퓨터가 작동할 것으로 보인다. 이 매체는 양자 컴퓨터 퍼즐에는 많은 조각이 있기 때문에 가장 복잡한 문제를 처리하는 데 필요한 하드웨어와 소프트웨어는 2035년 이후에나 존재할 수 있다고 전망했다. 또 대부분의 기업은 2035년까지 양자 컴퓨터를 통해 상당한 가치를 창출할 수 없겠지만, 일부 기업은 향후 5년 동안 이득을 볼 수 있을 것으로 내다봤다. 양자 컴퓨터 시장 규모는 2022년 약 10억 달러에서 2030년 80억 달러로 증가할 것으로 추정된다. 퓨처 아이즈에서는 양자 컴퓨터 작동 원리와 금융이나 생명공학, 공급망 등의 적용 분야, 향후 양자 컴퓨터 개발 과제 등을 점검해본다. 양자 컴퓨터의 작동 원리 1) 중첩 양자컴퓨터의 '중첩(Quantum superposition)'은 양자역학의 기본 원칙 중 하나로, 양자시스템이 두 개 이상의 상태를 동시에 가질 수 있다는 개념을 의미한다. 전통적인 컴퓨터에서 비트는 0 또는 1의 값을 갖는다. 그러나 양자컴퓨터에서 '큐비트'는 중첩의 원칙 덕분에 0과 1의 상태를 동시에 가질 수 있다. 이러한 특성은 양자컴퓨터가 복잡한 계산을 전통적인 컴퓨터보다 훨씬 빠르게 수행할 수 있게 해준다. 2) 양자 얽힘 양자 얽힘은 큐비트가 서로 결합하여 한 큐비트의 상태가 다른 큐비트의 상태에 즉각적으로 영향을 미칠 수 있게 함으로써 큐비트 사이의 거리에 관계없이 큐비트를 연결할 수 있게 한다. 이 특성 덕분에 양자 컴퓨터는 기존 컴퓨터보다 복잡한 문제를 더 효율적으로 해결할 수 있다. 3) 양자 게이트 양자 게이트는 큐비트 집합에서 수행할 수 있는 연산이다. 양자 게이트는 고전 컴퓨팅의 논리 게이트와 유사하지만, 중첩과 얽힘 덕분에 양자 게이트는 가능한 모든 입력을 동시에 처리할 수 있다. 양자 컴퓨터의 적용 잠재력 양자 컴퓨터의 잠재력은 방대한 양의 정보를 병렬로 처리할 수 있어 기존 컴퓨터에 비해 계산 능력이 기하급수적으로 증가한다는 데 있다. 기존 컴퓨터는 한 사람의 경주 결과를 계산할 수 있지만, 양자 컴퓨터는 서로 다른 경로를 가진 수백만 명의 참가자가 참여하는 경주를 동시에 분석하고 확률 기반 알고리즘을 사용하여 가장 가능성이 높은 우승자를 결정할 수 있다. 양자 컴퓨터는 특히 여러 가지 확률적 결과가 나오는 최적화 문제와 시뮬레이션을 해결하는 데 적합하며 물류, 의료, 금융, 사이버 보안, 날씨 추적, 농업 등의 분야에 혁신을 가져올 수 있다. 양자 컴퓨터의 영향력은 지정학까지 확장되어 전 세계적으로 힘의 역학 관계를 재편할 수 있다. 양자 컴퓨터는 금융과 생명공학, 공급망 등 많은 산업 분야에 혁신을 가져올 것이다. ◇ 금융 금융 및 투자 산업은 양자 AI(퀀텀 AI)의 혜택을 크게 받을 수 있는 분야 중 하나다. 대량의 데이터를 실시간으로 분석할 수 있는 양자 AI 알고리즘은 금융회사가 보다 정보에 입각한 투자 결정을 내리고 리스크를 보다 효과적으로 관리하는 데 도움이 될 수 있다. 예를 들어, 양자 AI는 시장 동향을 분석하고 주식, 채권 및 기타 금융상품의 움직임을 예측하는 데 사용될 수 있다. 이는 투자자가 투자 시점에 대해 더 많은 정보를 바탕으로 구매, 판매 또는 보유 결정을 내리는 데 도움이 될 수 있다. 또한 금융회사가 새로운 투자 기회를 파악하는 데도 도움이 될 수 있다. 양자 AI 알고리즘은 대량의 데이터를 분석하여 새로운 트렌드와 성장 가능성이 있는 산업을 파악할 수 있다. 이를 통해 투자자는 새로운 산업의 초기 단계에 진입하고 잠재적으로 상당한 투자 수익을 얻을 수 있다. ◇ 생명공학 양자 AI는 유전자 데이터와 기타 복잡한 의료 정보를 분석할 수 있는 능력을 통해 질병에 대한 새로운 치료법과 치료법을 찾아내는 데 도움을 줄 수 있다. 예를 들어, 양자 AI는 대량의 유전자 데이터를 분석하여 암과 같은 질병의 근본적인 원인을 파악하는 데 사용될 수 있다. 이는 연구자들이 이러한 질병을 유발하는 특정 유전자 돌연변이를 표적으로 하는 새로운 치료법을 개발하는 데 도움이 될 수 있다. 또한 의료진이 환자 개개인에게 맞춤화된 치료를 제공하는 데 도움이 될 수 있다. 양자 AI 알고리즘은 환자의 유전자 데이터를 분석하여 해당 환자의 특정 질환에 가장 효과적인 치료법을 찾아낼 수 있다. 이를 통해 의료진은 보다 효과적인 치료를 제공하고 환자 치료 결과를 개선할 수 있다. ◇ 공급망 및 물류 물류 및 공급망 관리는 양자 AI의 혜택을 크게 받을 수 있는 또 다른 분야다. 복잡한 물류 네트워크를 최적화함으로써 기업은 비용을 절감하고 효율성을 개선할 수 있다. 양자 AI는 배송 경로와 배송 시간을 분석하여 가장 효율적인 상품 운송 방법을 파악하는 데 사용될 수 있다. 양자 AI 알고리즘은 판매 데이터 및 기타 요인을 분석하여 제품 수요를 예측하고 기업이 재고 수준을 최적화할 수 있도록 도울 수 있다. 이를 통해 기업은 낭비를 줄이고 수익성을 개선할 수 있다. ◇ 기후 및 환경 모델링 양자 AI는 기후 및 환경 모델링에도 큰 영향을 미칠 수 있다. 연구자들은 대량의 환경 데이터를 분석함으로써 기후 변화의 영향을 더 잘 이해하고 그 영향을 완화하기 위한 전략을 개발할 수 있다. 양자 AI는 위성 데이터를 분석하여 해수면 변화를 추적하고 해수면 상승이 해안 지역 사회에 미치는 영향을 예측하는 데 사용될 수 있다. 또 기상 조건을 분석하고 허리케인이나 토네이도와 같은 자연재해의 발생 가능성을 예측하는 데에도 사용될 수 있다. 양자 컴퓨터의 개선점 양자 컴퓨터는 큐비트 수정과 양자 오류 등의 수정, 양자 알고리즘 개발 등이 문제점으로 거론된다. 이를 개선하면 양자 컴퓨터는 상상할 수 없는 혁신적인 단계로 접어들 것으로 보인다. 1) 큐비트 개선 양자 컴퓨팅의 기본 단위인 큐비트는 고전적인 비트에 해당한다. 연구자들은 양자 정보를 보다 안정적으로 저장하고 조작할 수 있는 더 안정적이고 일관된 큐비트를 개발하기 위해 노력하고 있다. 초전도 큐비트, 갇힌 이온 기반 큐비트, 광자 기반 큐비트 등 다양한 기술이 연구되고 있다. 2) 큐비트 수 증가 양자 계산의 규모와 복잡성은 사용 가능한 큐비트 수에 따라 달라진다. 연구자들은 더 강력한 양자 알고리즘을 실행하기 위해 큐비트 수를 크게 늘리고자 한다. 큐비트 수가 많은 양자 컴퓨터는 기존 컴퓨터로는 접근할 수 없는 계산을 수행할 수 있게 해준다. 3) 양자 오류 수정 양자 시스템은 노이즈, 간섭, 불안정성 등의 요인으로 인해 오류가 발생하기 쉽다. 양자 오류 수정은 양자 오류를 감지하고 수정하는 기술을 개발하여 실제 시스템에서 양자 계산의 신뢰성을 보장하는 것을 목표로 하는 활발한 연구 분야다. 4) 양자 알고리즘 연구원들은 양자 컴퓨터에서 실행되도록 설계된 특정 알고리즘을 개발하기 위해 노력하고 있다. 이러한 알고리즘은 양자 속성을 활용하여 기존 알고리즘보다 복잡한 문제를 더 빠르게 해결한다. 유망한 양자 알고리즘의 예로는 쇼 인수분해 알고리즘, 그로버 검색 알고리즘, 양자 시뮬레이션 알고리즘 등이 있다. 5) 양자 머신 러닝과 양자 인공 지능의 사용 연구자들은 양자 시스템의 고유한 특성을 활용할 수 있는 새로운 머신러닝 및 인공 지능 알고리즘을 개발하기 위해 양자 컴퓨팅의 활용을 모색하고 있다. 6) 양자 클라우드 서비스의 부상 큐비트 수와 일관성 시간이 증가함에 따라 많은 기업이 사용자에게 양자 클라우드 서비스를 제공하여 자체 양자 컴퓨터를 구축하지 않고도 양자 컴퓨팅의 성능을 이용할 수 있도록 하고 있다. 7) 양자 오류 수정의 발전 양자 컴퓨터를 실질적으로 유용하게 사용하려면 계산 중에 발생하는 오류를 최소화하는 양자 오류 수정 기술이 필요하다. 이 목표를 달성하기 위해 많은 새로운 기술이 개발되고 있다. 양자 컴퓨팅은 아직 개발 초기 단계에 있으며, 널리 사용 가능하고 상업적으로 실행 가능한 양자 시스템이 현실화되려면 많은 기술적 과제를 극복해야 한다. 하지만 이러한 혁신 분야의 지속적인 발전은 가까운 미래에 양자 컴퓨팅에 대한 흥미로운 전망을 열어줄 수 있다. 양자 컴퓨팅은 새로운 논리 패러다임으로 인해 프로그래밍에 완전히 다른 접근 방식이 필요하다. 이 기술의 잠재력을 효과적으로 활용하려면 불확실성과 반복적인 휴리스틱 접근 방식을 수용하는 것이 필수적이다. 그러나 양자 컴퓨팅의 한 가지 중요한 과제는 오류 확률을 높이지 않고 여러 큐비트를 연결해야 한다는 점이다. 이는 양자 컴퓨팅 기술의 상업적 성장을 가로막는 중요한 장애물로 남아 있다. 양자 상태를 저하시키는 디코히어런스를 피하기 위해 큐비트를 실제 환경으로부터 격리해야 한다는 현실적인 제약이 있다. 현재는 극도로 낮은 온도로 냉각하는 것이 격리에 사용된다. 현재 진행 중인 연구에서는 양자 프로세서의 확장성과 상업적 실용성을 높이기 위해 포토닉스 및 다양한 소재를 포함한 다양한 방법론을 모색하고 있다. 또한 양자 컴퓨터는 '1000큐비트'의 강력한 성능이 필요하다. 지난 10년 동안 양자 컴퓨팅은 괄목할 만한 발전을 이루었다. 예를 들어 IBM은 2017년에 50큐비트 칩을 출시했으며, 2019년에는 특정 계산에서 가장 빠른 기존 슈퍼컴퓨터를 능가하는 성능을 보였다고 주장했다. 1000큐비트 양자 컴퓨터 개발 경쟁이 이미 진행 중이며, 더 많은 발전이 기대된다. 양자 컴퓨터의 잠재력을 최대한 발휘하려면 오류 수정 큐비트의 개발이 필수적이다. 현재의 양자 프로세서는 하나의 오류 수정 큐비트를 구현하기 위해 상당한 수의 표준 큐비트가 필요한 경우가 많다. 그러나 이 문제는 향후 몇 년 내에 해결될 것이라는 낙관적인 전망이 나오고 있다. 현재 거론하는 양자 컴퓨터에 대한 단기적인 전망은 과장된 것일 수 있지만, 장기적인 결과는 판도를 바꿀 가능성이 높다. 다양한 분야에서 전 세계적으로 관심이 높아지면서 상당한 자본이 투입되고 있으며, 향후 몇 년 동안 놀라운 실용적 혁신이 이루어질 수 있는 기반을 마련하고 있다. 양자 컴퓨터는 전례 없는 연산 능력을 제공하고 다양한 산업과 분야에 혁명을 일으켜 세상을 변화시킬 수 있는 가능성을 지니고 있다. 아직 해결해야 할 과제가 남아 있지만, 양자 기술의 지속적인 발전은 언제든 획기적인 발전이 일어날 수 있음을 시사한다. 양자 컴퓨터의 잠재력을 활용하면 모든 첨단 기술 중에서 가장 영향력 있는 기술이 되어 우리 사회에 큰 발전을 가져올 것으로 기대된다.
-
- 포커스온
-
[퓨처 Eyes(3)] 양자 컴퓨터, AI·챗GPT보다 더 큰 기술 혁신 온다
-
-
美, 핵무기 비축량 테스트 위해 새 슈퍼컴 설치
- 미국 로스알라모스 국립 연구소(LANL)가 '크로스로드(Crossroads)'라는 새로운 슈퍼컴퓨터를 설치 중임이 밝혀졌다. 이 슈퍼컴퓨터는 핵무기 재고 검사 시뮬레이션을 위한 것으로, 미국 과학 기술 전문매체 '인터레스팅 엔지니어링'에 소개되었다. 핵무기 재고 검사는 핵무기를 보유하고 있는 국가들이 핵무기의 수량과 형태를 확인하고 관리하기 위해 수행하는 프로세스이다. 슈퍼컴퓨터는 과학 연구, 기상 예측, 의료 연구, 우주 탐사, 그래픽 렌더링 등 다양한 고성능 컴퓨팅 작업에 활용되며, 특히 핵무기 시뮬레이션에 사용될 경우 핵무기의 수량과 형태를 실제로 테스트하지 않고도 확인할 수 있다. 크로스로드는 고급 기술 시스템(ATS)의 세 번째 버전으로, 첫 번째 '트리니티(ATS-1)'는 LANL에, 두 번째 '시에라(ATS-2)'는 로렌스 리버모어 국립 연구소(LLNL)에 설치됐다. 트리니티 시스템은 41.46 페타플롭스의 연산 능력을 갖추고 있으며, 2015년에 설치됐다. 크로스로드 시스템은 휴렛 팩커드(Hewlett Packard)에서 공급되었으며, 올해 6월 설치 작업이 시작됐다. 슈퍼컴퓨터의 연산능력은 주로 페타플롭스(PetaFLOPS·PF)로 측정되며, 1페타플롭스는 초당 1000조 번의 연산을 의미한다. 최근에는 미국과 중국 같은 슈퍼컴퓨터 선도국에서 초당 100경 번의 연산을 수행할 수 있는 슈퍼컴퓨터가 소개되었다. 이렇게 큰 연산능력은 페타플롭스의 1000배인 1엑사플롭스로 표현된다. 우리나라의 한국과학기술정보연구원(KISTI)도 슈퍼컴퓨터 개발에 열을 올리고 있으며, 내년에는 600페타플롭스 성능의 슈퍼컴퓨터 6호기를 가동 예정이다. 이 성능은 올해 5월 기준 세계 2위에 해당한다. 다만 LANL의 새로운 슈퍼컴퓨터는 연산능력에만 중점을 둔 것이 아니다. 시스템의 그래픽 처리 장치(GPU) 대신 메모리 크기와 접근에 중점을 두어, 시뮬레이션 중 발생할 수 있는 다양한 문제를 효과적으로 해결할 수 있다. 초기 테스트 결과에 따르면 크로스로드는 기존의 트리니티 시스템보다 4배에서 8배 이상의 효율성을 보일 것으로 예상된다. 이는 고대역폭 메모리(HBM)의 적용 덕분으로, HBM은 데이터 처리 속도를 크게 향상시키는 고속 메모리 기술이다. 이처럼 슈퍼컴퓨터의 성능 향상은 과학 및 연구 분야의 혁신을 주도하는 핵심 요소로 여겨지며, 국가의 연구 능력을 상징하는 중요한 지표로도 간주된다. 미국뿐만 아니라 우리나라를 포함한 전 세계 여러 국가들이 이러한 슈퍼컴퓨터 기술의 발전과 성능 경쟁에 힘을 기울이고 있다.
-
- IT/바이오
-
美, 핵무기 비축량 테스트 위해 새 슈퍼컴 설치
-
-
로봇공학, 맞춤형 학습 제공으로 교육 환경 혁신
- 교육과 로봇공학은 서로 긴밀하게 연관되어 있다. 로봇공학은 교육 방법론에 로봇 기술을 결합해 교육 환경을 혁신하고 학습 효과를 높이는 데 활용된다. 과학 전문 매체 애널리틱스 인사이트(Analytisc Insight)는 2023년에 로봇공학의 발전 덕분에 학생들이 최첨단의 교육 경험을 누릴 수 있게 되어 교육 분야에 새로운 시대가 열렸다고 최근 보도했다. 이 매체는 올해 교육 분야에서 로봇공학이 교육과 창의력을 높이는 10가지 방법을 제시했다. 1. 맞춤형 학습 로봇공학이 교육 분야에서 주목받는 기여 중 하나는 바로 맞춤형 학습이다. 맞춤형 학습은 각 학생의 학습 능력과 목표를 고려해 개별적인 학습 계획을 세우고, 교육 자료를 최적화한다. 디지털 기술을 통해 학습 환경을 맞춤 설정하고, 학습 과정을 지속적으로 추적하여 개선해 나간다. 학생마다 다른 피드백을 제공하여 학습의 방향성을 미세 조정한다. 인공지능을 탑재한 로봇은 학생의 개별적인 필요에 맞춰 교육을 제공한다. 이로 인해 모든 학생이 동등한 교육 기회를 가지며, 이해도와 기억력을 향상시킬 수 있다. 2. STEM 교육의 활성화 STEM 교육은 과학(Science), 기술(Technology), 공학(Engineering), 수학 (Mathematics) 분야의 통합 교육을 말한다. 이 교육은 학생들의 과학적, 기술적 능력 개발과 함께 문제 해결 능력을 향상시킨다. 로봇은 학생들에게 이론을 실제로 적용하는 실습 기회를 제공한다. 이러한 접근 방식은 STEM 분야에 대한 학생들의 관심을 높여, 미래의 직업 준비에 더욱 도움을 준다. 3. 코딩과 프로그래밍 스킬 현대의 디지털 시대에서 코딩과 프로그래밍 능력은 더욱 중요해지고 있다. 레고 그룹에서 만든 '마인드스톰(LEGO Mindstorms)'은 로봇 제작 및 프로그래밍을 통해 다양한 작업을 수행하게 한다. 또 교육용 로봇 플랫폼으로 설계된 '라즈베리파이(Raspberry Pi)'는 학생들의 코딩 교육에 인기 있는 도구로 자리 잡았다. 이런 도구들은 프로그래밍의 진입 장벽을 낮춰 다양한 연령대의 학습자들이 쉽게 접근할 수 있게 만든다. 4. 비판적 사고력 강화 로봇은 실제 세계의 시나리오를 통해 학생들의 비판적 사고력을 강화한다. 이를 통해 학생들은 문제를 깊게 분석하며, 혁신적인 해결책을 찾아내고 변화하는 상황에 적응하는 능력을 키운다. 이 경험은 교실을 넘어서서도 유용하게 활용될 수 있는 문제 해결 능력을 학생들에게 배움의 기회로 제공한다. 5. 접근성과 포용성 강화 로봇 기술은 장애를 가진 학생들까지 포함하여 더 포괄적인 교육 환경을 제공한다. 특수 교육이 필요한 학생들에게 로봇은 맞춤 지원을 통해 그들이 본인의 속도와 방식에 맞게 학습하도록 돕는다. 이렇게 포용성을 강화함으로써 모든 학생에게 평등한 교육의 기회를 제공하는 중요한 단계를 밟게 된다. 6. 가상 학습 동반자 디지털 교육의 확산에 따라, 로봇 기반의 가상 학습 동반자는 중요한 역할을 시작하게 되었다. 학생들이 느낄 수 있는 외로움이나 고독감을 해소하는 데 도움을 주며, 학습을 상호작용적으로 만들어 학생의 동기를 부여하고 온라인 교실 참여를 높인다. 7. 교사 보조 로봇은 교사를 대체하는 것이 아닌, 그들의 업무를 지원하고 보완하는 역할을 한다. 숙제 채점, 교실 자원 관리, 학생 관리 등의 업무를 로봇이 수행하게 되면 교사는 학생들의 교육과 멘토링에 더욱 집중할 수 있다. 8. 문화와 언어 교육 로봇은 문화와 언어 교육에서 몰입도 높은, 상호작용적인 경험을 제공한다. 언어 교육 로봇은 학생들이 의미 있는 대화를 나누게 하여 언어 능력을 향상시키는 동시에 다른 문화에 대한 이해를 깊게 한다. 이 로봇들은 현실 세계 상호 작용을 시뮬레이션 하여 언어의 장벽을 줄이고 다양한 문화에 대한 이해를 높이게 함으로써, 학생들이 글로벌한 사회에서 더 잘 연결될 수 있게 도와준다. 9. 팀워크와 협력 강화 현대의 직장에서는 팀으로의 협업 능력이 중요한 역량 중 하나이다. 로봇은 학생들에게 프로젝트를 통한 협업의 중요성을 실감하게 해주며, 이를 통해 의사소통 및 협업 능력을 향상시키도록 도와준다. 이는 현대 사회에서 성공하기 위한 필수 기술을 갖추는 데에 기여한다. 10. 미래 직업을 위한 준비 교육 분야의 로봇공학은 학생들에게 최신 기술의 트렌드를 직접 경험하게 해 줌으로써 미래의 직업에 대비할 수 있게 한다. 로봇 관련 공모전이나 프로젝트 중심의 학습을 통해, 학생들은 기술 중심의 직업 시장에서 요구되는 핵심 능력과 경험을 얻게 된다. 이와 같이 로봇공학은 현재 교육 분야의 변화를 주도하고 있다. 맞춤형 학습에서부터 미래 직업 준비에 이르기까지, 로봇은 학생들의 학습 방식과 그들이 세상과 어떻게 상호작용하는지를 새롭게 정립하고 있다. 기술의 발전에 힘입어, 로봇공학은 교육 분야에서의 중요성을 지속적으로 확대하며 학습자들에게 밝고 혁신적인 미래의 가능성을 제시하고 있다. 이런 변화를 적극적으로 받아들이는 교육자와 기관들은 끊임없이 발전하는 세상에서 학생들이 성공적으로 나아갈 수 있도록 지원할 수 있다.
-
- IT/바이오
-
로봇공학, 맞춤형 학습 제공으로 교육 환경 혁신
-
-
AI 드론 '스위프트', 인간 드론 전문가 3명 상대 압승
- 인공지능(AI) 드론과 숙련된 인간 드론 조종사가 시합을 벌이면 과연 누가 이길까. 2016년부터 시작된 자율 비행 시스템의 연구는 AI 기술의 발전으로 현재에 이르러, 최근 '스위프트(Swift)'라는 AI 드론이 숙련된 조종사 3명을 제치고 드론 경주에서 화려한 승리를 거두었다. 기술 전문 매체 '트렌딩 토픽스(TRENDING TOPICS)'에 따르면, 취리히 대학의 엘리야 카우프만(Elia Kaufmann) 박사를 중심한 연구 팀은 '네이처(Nature)' 저널에 '스위프트'라는 AI 기반 드론 시스템을 발표하며 학계의 주목을 받았다. 이 드론은 시뮬레이션과 현실 세계의 데이터를 결합하여, 세계 최고 수준의 쿼드로콥터 조종 능력을 보여주었다. 연구팀은 AI 드론 '스위프트'와 숙련된 드론 조종사인 드론 레이싱 세계 챔피언 알렉스 바노버(Alex Vanover), 스위스 챔피언을 세 번 차지한 마빈 샤퍼(Marvin Schäpper), 2019년 멀비 GP 우승자 토마스 비트마타(Thomas Bitmatta) 등 3명과 총 25회 경주를 펼쳤다. 그 결과, AI 드론 스위프트는 열다섯 번의 경주에서 인간 조종사들을 앞서 1위를 차지하는 쾌거를 이뤘다. 시합에 참여한 드론 조종사 토마스 비트마타는 "스위프트 드론의 뛰어난 잠재력을 목격하게 되어 감명 받았다"고 전했다. 이러한 연구 성과는 항공 산업을 넘어 자율주행 차량, 항공기, 개인용 로봇 등의 분야에서도 큰 혁신을 가져올 것으로 예상된다. AI 기술의 발전은 앞으로 우리 일상에서 더욱 큰 변화와 기여를 할 것으로 보인다.
-
- IT/바이오
-
AI 드론 '스위프트', 인간 드론 전문가 3명 상대 압승
-
-
화성 정착지 건설, 최소 인원은 몇명? 연구 결과 공개
- 화성에 인간 정착지를 세우려면 몇 명이 필요할까? 최근 조지 메이슨 대학교의 연구팀은 이 질문에 대한 답을 제시했다. 이 팀의 컴퓨터 시뮬레이션 연구에 따르면, 화성에서 지속 가능한 식민지를 세우기 위해선 최소한 22명의 인원이 필요하다는 결론을 내렸다. 이 연구는 단순히 물자나 기술적인 측면만을 고려한 것이 아니다. 인간의 다양한 성격 유형이 극한의 환경에서 어떻게 작용하는지도 중요하게 고려했다. 유쾌한 성격 유형의 사람이 장기 정착에 더 적합하며, 반면 신경이 예민한 성격을 가진 사람은 화성에서의 적응이 어려울 것이라는 연구 결과도 나왔다. 연구팀은 논문에서 "화성 환경은 매우 척박하며, 생활에 필요한 대부분의 자원들을 현지에서 얻어내야 한다. 그렇기에 식민지의 멤버들은 화성에서 물을 채굴하고, 그 물을 이용해 호흡용 산소나 연료를 제조하는 등의 복잡한 기술을 구사해야 한다"고 강조했다. 사우스뉴스웨스트에 따르면 이 연구에서는 고립된 환경에서의 성격 유형과 그 영향력을 분석하기 위해 잠수함과 북극 탐사, 국제우주정거장, 전시(전쟁 상황) 등 다양한 상황에서의 팀 작업 연구를 참조했다. 한 연구원은 "실제로 화성에서 생활하는 것은 굉장히 어렵다. 그러나 이 연구를 통해, 화성에서의 정착이 가능하다는 것을 알게 됐다. 그리고 그 정착을 위해 필요한 최소한의 인원과 성격 유형을 파악할 수 있었다"라고 평가했다. 이 연구를 통해 화성 탐사와 정착에 대한 인간의 꿈이 한걸음 더 현실로 다가왔다고 볼 수 있다.
-
- 산업
-
화성 정착지 건설, 최소 인원은 몇명? 연구 결과 공개
검색 결과가 없습니다.