안녕하세요, 슈크림빵입니다,. 벚꽃이 지면서 완연한 봄이 온 것 같아요. 바람도 그렇게 차갑지 않고, 낮 기온은 올라가고 벌써 옷차림이 가벼워진 사람들이 많이 보입니다. 저는 추위를 많이 타서 아직도 경량 패딩을 입고 있어요🤣 오늘은 AI에 관련된 글을 읽고 정리해서 가져와보았답니다! 요즘 AI 업계에서 가장 핫한 키워드 중 하나가 Recursive Self-Improvement(재귀적 자기 개선, RSI)입니다. AI가 스스로를 개선하고, 그 개선된 AI가 다시 자신을 개선하고… 이걸 반복하면 어느 순간 폭발적으로 똑똑해지는 거 아니냐는 이야기죠. 소위 "하드 테이크오프"라 불리는 시나리오입니다. 최근 읽은 글 하나가 이 주제를 꽤 현실적인 시각으로 정리하고 있어서, AI 엔지니어 입장에서 리뷰해보려 합니다. 모델은 빨라진다. 근데 그게 전부가 아니다. 일단 팩트부터 짚겠습니다. AI로 AI를 만드는 건 이미 일어나고 있습니다. 데이터 필터링, 코드 작성, 실험 세팅까지 모델 개발 파이프라인의 상당 부분에 AI가 들어가 있죠. 덕분에 모델 성능 향상 속도가 빨라지는 건 맞습니다. 그런데 저자는 여기서 몇 가지 중요한 제약을 짚습니다. 첫째, 돈 문제. 프론티어 모델 한 번 학습시키는 데 들어가는 비용이 어마어마합니다. Anthropic의 Dario Amodei 말을 인용하면, 컴퓨트 수요가 매년 10배씩 늘어난다고 해도 2027년에 1조 달러어치 컴퓨트를 살 수는 없다는 거죠. 자동화를 아무리 해도 결국 이 비용은 어딘가에서 정당화돼야 합니다. 둘째, 나머지 5%의 함정. 엔지니어라면 공감할 텐데요. 프로세스의 95%를 자동화해도 나머지 5%가 전체 속도를 결정하는 경우가 정말 많습니다. 그 5%가 뭐냐면, 의사결정, 방향성 판단, 조직 내 합의 같은 "인간 시간"이 필요한 영역입니다. 코드는 AI가 짜줘도 "이걸 왜 만드는가"는 사람이 정해야 하니까요. 셋째, 수확 체감. 현재 패러다임 안에서 RL이나 합성 데이터로 성능을 쥐어짜는 건 잘 되고 있지만, 완전히 새로운 패러다임을 만들어내는 건 다른 차원의 ...

올해 1월, 다보스 세계경제포럼에서 팔란티어 CEO 알렉스 카프가 블랙록 CEO 래리 핑크와 나눈 대담이 화제가 됐습니다. AI가 일자리를 창출할 것이냐 파괴할 것이냐는 질문에 카프는 이렇게 답했어요. AI는 인문학 일자리를 파괴할 것이다. 엘리트 학교에서 철학을 공부했다면, 나 자신을 예로 들겠는데, 다른 기술이 있기를 바라라, 그건 시장에서 팔기 매우 어려울 것이다. 이 사람의 학력을 보면 아이러니가 선명해집니다. 해버퍼드 칼리지에서 철학을 전공하고, 스탠퍼드 로스쿨을 나왔고, 독일 괴테대학교에서 신고전주의 사회이론으로 철학 박사를 받았습니다. 인문학의 정수를 밟아온 사람이 인문학의 종말을 선언하고 있는 겁니다. 이 아이러니 앞에서 생각해볼 게 많았습니다. 카프의 발언은 일회성이 아니었습니다. 점점 더 노골적으로 반복되었습니다. 2025년 11월, Axios 인터뷰에서는 한층 더 직설적이었습니다. 예일대에 갈 만한 사람이 전통적으로 높은 IQ에 범용적 지식은 있지만 구체적이지 않다면 "끝장(effed)"이라고 했습니다. 가치 있는 건 구체적인 도메인 전문성인데, 예를 들어, 테러리스트를 표적으로 삼는 스크립트를 작성하는 법, 공장에 시멘트를 정밀하게 넣는 법 등이라고 했습니다. 다보스 이후인 올해 3월에는 TBPN 인터뷰에서 더 나아갔습니다. 미래가 있다는 걸 알 수 있는 방법은 기본적으로 두 가지뿐이라며, 하나는 직업훈련을 받았거나, 둘은 신경다양성(ADHD, 자폐 스펙트럼, 난독증)을 가졌거나라고요. 같은 시기 CNBC에서는 정치·젠더 차원까지 확장했는데, 이 기술이 인문학을 공부한 민주당 성향 유권자들의 경제적 힘을 줄이고, 직업훈련을 받은 노동자...

원글: AI Will Be Met With Violence, and Nothing Good Will Come of It 제목 번역: AI는 폭력에 직면할 것이며, 그 끝에 좋은 것은 없을 것이다 (이미 시작되었다) 올해 4월, 스무 살 청년이 샘 올트먼의 자택에 화염병을 던졌습니다. 무엇에 화가 난 것일까요? 뉴스를 보고 잠시 멈췄습니다. 놀랍다기보다는, 어딘가에서 이런 일이 일어날 것 같다는 막연한 예감이 실제가 된 느낌이었어요. AI를 둘러싼 불안과 분노가 뉴스피드에 쌓이는 걸 보면서도, 그게 누군가의 집 앞까지 갈 거라고는 구체적으로 상상하지 못했거든요. 마침 이 사건들을 정면으로 다룬 글을 읽었습니다. 알베르토 로메로의 「AI Will Be Met With Violence, and Nothing Good Will Come of It」. 제목부터 직설적입니다. AI는 폭력에 직면할 것이며, 그 끝에 좋은 것은 없을 것이다. 이 글 앞에서 잠시 멈춰보고 싶었습니다. 로메로의 핵심 주장은 이렇습니다. AI에 대한 사회적 반감이 이제 물리적 폭력으로 번지기 시작했다는 것입니다. 올트먼 자택의 화염병만이 아닙니다. 지난주에는 인디애나폴리스의 한 시의원 집에 열세 발의 총격이 가해졌는데, 현관에 "데이터센터 반대"라는 메시지가 남겨져 있었습니다. 2025년 11월에는 반AI 활동가가 샌프란시스코 OpenAI 사무실에서 살인을 예고해 건물이 봉쇄되기도 했습니다. 로메로는 이 폭력을 명확히 규탄하면서도, 왜 이런 일이 벌어지는지를 ...

안녕하세요, 슈크림빵입니다. SETR 2026 리뷰 ① [AI] SETR 2026 리뷰 ② [Robotics] SETR 2026 리뷰 ③ [Neuroscience] SETR 2026 리뷰 ➃ [Energy Technologies] SETR 2026 리뷰 ➄ [Biotechnology and Synthetic Biology] 벌써 다섯개 리뷰를 하고 이번 섹션은 Space! 우주입니다. Artificial Intelligence – 인공지능 기술의 최신 동향, 모델 발전, 산업 적용 사례 Biotechnology and Synthetic Biology – 합성생물학, 유전자 편집, 맞춤형 생물학적 솔루션 연구 Cryptography and Computer Security – 사이버 보안, 암호 기술, 데이터 보호 및 프라이버시 혁신 Energy Technologies – 신재생 에너지, 에너지 저장 기술, 효율적인 에너지 전환 연구 Materials Science – 첨단 소재 개발, 나노재료, 지속 가능 소재 연구 Neuroscience – 뇌 연구, 신경망 이해, 뇌-기계 인터페이스 기술 Quantum Technologies – 양자 컴퓨팅, 양자 통신, 양자 센싱 기술 동향 Robotics – 지능형 로봇, 자동화 시스템, 인간-로봇 상호작용 Semiconductors – 반도체 기술 발전, 칩 설계, 차세대 전자 소자 Space – 우주 탐사, 위성 기술, 상업 우주 산업과 연구 이렇게 10가지 섹션이 있는데 관심 있는 섹션이 있다면 말씀해주세요! 우주에 보낸 위성만 1만 1천 개, 우주 쓰레기 120만 조각. 우주가 점점 복잡해지고 있다고 합니다. 우주는 생각보다 가까운 이야기라는데, 한 번 살펴보겠습니다! 지금 이 글을 읽고 계신 분 중 상당수가 오늘 GPS를 쓰셨을 겁니다. 내비게이션, 배달 추적, 날씨 앱 전부 위성 덕분입니다. 우주는 SF 영화 속 이야기가 아니라, 이미 우리 일상 깊숙이 들어와 있습니다. 1957년, 소련이 세계 최초의 인공위성 스푸트니크 1호를 쏘아 올렸습니다. 69년이 지난 지금, 지구 궤도에는 약 1만 1천 개의 활성 위성이 돌고 있습니다. 2024년 한 해에만 로켓이 271번 발사됐습니다. 우주 경제는 매년 약 7%씩 성장하고 있습니다. 2024년 6,000억 달러에서, 2035년에는 1조 8,000억 달러에 이를 전망입니다. 그런데 이렇게 우주가 붐비기 시작하면서, 새로운 문제도 생기고 있습니다. ① 민간 기업이 주도하는 "뉴스페이스" 경제가 우주를 근본적으로 바꾸고 있습니다 ② 위성과 우주 쓰레기가 급증하면서, 우주 교통 관리와 국제 규범이 시급합니다 ③ 트럼프 행정부가 달/화성 유인 탐사에 집중하면서, NASA 과학 임무와 인력이 대폭 줄고 있습니다 본론 ①: 우주가 우리 생활에 쓰이는 법 우주 기술이 지금 어디에 쓰이는지 먼저 짚어보겠습니다. 실생활에 쓰이고 있는게 엄청나게 다양합니다! 🛰️ 내비게이션(GPS) 위치뿐 아니라, 나노초 단위의 시간 정보도 제공합니다. 금융 거래, 전력망, 교통 시스템이 모두 이 시간 정보에 의존합니다. GPS가 멈추면, 세계 경제가 흔들립니다. 📡 통신 SpaceX의 Starlink, Amazon의 Project Kuiper 같은 위성 인터넷이 확대되고 있습니다. 지상 네트워크가 닿지 않는 외딴 지역에서도 인터넷을 쓸 수 있게 해줍니다. 레이저를 이용한 광통신 기술도 등장해, 더 빠르고 안전한 통신이 가능해지고 있습니다. 🌍 원격 탐사 위성 센서로 지구를 관찰해 재난 대응, 환경 모니터링, 지형 매핑을 합니다. 이 데이터를 AI와 결합하면 지구의 "디지털 트윈"을 만들 수 있습니다. 즉, 지구를 통째로 ...

안녕하세요! 슈크림빵입니다. 이번 생명공학 챕터는 진짜진짜 재밌습니다. 장담합니다. 어느새 다섯번째 글이 되었고, 신청해주신 것 중 한 챕터만 남았네요. 10개 중에 6개 할 거면 그냥 10개 다 하는게 낫지 않나? 뭐 그런 생각도 들고 그렇습니다. SETR 2026 리뷰 ① [AI] SETR 2026 리뷰 ② [Robotics] SETR 2026 리뷰 ③ [Neuroscience] SETR 2026 리뷰 ➃ [Energy Technologies] 저는 공부하는 느낌이 나서 재밌고 색다로워 좋아요. 이렇게 글쓰기로라도 안 하면 관심 없는 분야는 죽을 때까지 안 쳐다볼 것 같거든요! 이번에는 Biotechnology and Synthetic Biology인데요. 이름부터 어렵지 않나요? 합성생물학, 유전자 편집, 맞춤형 생물학적 솔루션 연구 등에 관련된 내용입니다. 과학 시간에 졸아서 쫓겨나본 적도 있는 제가 이걸 다루다니 솔직히 양심이 좀 없는거 같습니다. 그럼 시작해보겠습니다~! "생명공학(Biotechnology)"이라는 단어를 들으면 무엇이 떠오르시나요? 병원? 유전자? 어렵고 먼 이야기? 사실 우리는 이미 수천 년 전부터 생명공학을 써왔습니다. 작물을 품종 개량하고, 가축을 교배하는 것이 바로 1세대 생명공학입니다. 50년 전쯤, 과학자들이 DNA를 직접 자르고 붙이는 기술을 발명하면서 2세대가 시작됐습니다. 그리고 지금은 3세대, 합성생물학(Synthetic Biology)의 시대입니다. 생물을 읽고, 편집하는 것을 넘어 처음부터 "설계"하고 "조립"하는 단계에 와 있습니다. 🧬 DNA란? DNA는 생물의 "설계도"입니다. A, C, T, G 네 가지 글자가 특정 순서로 나열되어 있고, 이 순서가 세포에게 "무엇을 만들어라"라고 지시합니다. 합성생물학은 이 글자 순서를 인간이 직접 설계해서, 자연에 없던 새로운 기능을 가진 생물을 만드는 학문입니다. SETR은 생명공학을 "전기나 인터넷처럼, 사회 전체를 바꿀 수 있는 범용 기술(general-purpose technology)"로 봅니다. DNA에 코드를 넣을 수만 있다면, 그 제품은 언제 어디서든 생물이 직접 "키워낼" 수 있기 때문입니다. McKinsey는 바이오제조가 궁극적으로 전 세계 경제의 물리적 투입물 중 60%를 대체할 수 있다고 전망합니다. 어마어마한 숫자입니다. 본론 ①: AI가 생물학을 어떻게 바꾸고 있나요? 🔬 단백질의 모양을 예측하는 AI 세포 안에서 일을 하는 건 단백질입니다. 단백질의 모양이 그 역할을 결정하는데, 이 모양을 실험으로 알아내려면 수개월에서 수년이 걸렸습니다. 2024년 노벨 화학상을 받은 AI 기술(AlphaFold 등)은 이 과정을 컴퓨터 한 대로 할 수 있게 만들었습니다. AlphaFold는 2020년에 구글 딥마인드가 만들었습니다. 아미노산 서열(글자 순서)만 입력하면, AI가 그 단백질이 어떤 3D 모양으로 접힐지를 예측해줍니다. 정확도가 실험실 결과와 거의 같은 수준이었습니다. 이후 AlphaFold2는 알려진 거의 모든 단백질(약 2억 개)의 구조를 예측해서 무료로 공개했습니다. FIGURE 2.1 대장균(E. coli) 세포 단면 이미지 세포 하나 안에 들어있는 분자들의 복잡성을 보여주는 그림입니다. 세포는 모든 생물의 기본 단위이며, 이 안에서 수천 가지 단백질이 동시에 일하고 있습니다. 아직 세포 전체를 완벽히 시뮬레이션하는 AI 모델("가상 세포")은 존재하지 않습니다. 출처: David S. Goodsell, RCSB Protein Data Bank. (저는 번역하기 전까지 보면서 진짜 아름다운 미술 작품 같다 생각했는데 대장균이네요 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ) 💊 AI가 신약을 설계합니다 Chai-2라는 AI 모델은 항체 기반 신약을 처음부터 설계할 수 있습니다. 2025년 7월 기준, 이 모델이 생성한 항체 후보 중 16%가 실제로 효과가 있었습니다. 16%가 낮아 보일 수 있지만, 기존 실험실 방식의 성공률(1% 미만)에 비하면 100배 이상 좋은 수치입니다. 신약 개발이 수년에서 수주로 빨라질 수 있다는 뜻입니다. 🧬 DNA를 쓰는 AI Evo 2라는 모델은 자연어 대신 DNA 서열로 학습한 "유전체 파운데이션 ...