누구도 알려주지 않는 인공지능 이야기 - 인공지능의 모든 것

계산은 완벽한 AI, 왜 '좋다'는 말 앞에서는 길을 잃을까?- 정량적 값과 정성적 값, 그리고 AI가 세상을 배우는 방식 시험 점수가 몇 점 올랐는지, 공장 기계의 온도가 몇 도인지 물으면 AI는 망설이지 않는다. 그런데 "이 글이 좋은 글인가요?", "이 디자인이 세련돼 보이나요?"라고 물으면 대답은 그럴듯한데 어딘가 공허하다. 같은 AI가 왜 한쪽에서는 믿음직하고 다른 쪽에서는 미덥지 못할까. 그 이유를 알려면 먼저 두 종류의 값부터 구분해야 한다. 정량적 값은 '얼마나'를 숫자로 나타낸 값이다. 키 175센티미터, 매출 3억 원, 체온 36.5도처럼 단위가 있고, 누가 재든 같은 결과가 나오며, 크고 작음을 바로 비교할 수 있다. 정성적 값은 '어떠한가'를 말로 나타낸 값이다. 맛있다, 친절하다,..

피지컬AI 2026. 10. 23. 10:09

AI는 왜 쌍둥이를 구별하지 못할까?- 얼굴인식 AI 478개가 모두 속은 이유, 그리고 사람의 눈이 이기는 지점 스마트폰을 들여다보는 순간 잠금이 풀리는 일은 이제 너무 익숙하다. 애플은 Face ID를 소개하며 낯선 사람이 내 아이폰을 열 확률이 약 100만분의 1이라고 밝혔다. 그런데 같은 안내문에는 조용한 단서가 하나 붙어 있다. 쌍둥이나 나와 닮은 형제자매, 그리고 얼굴 특징이 아직 덜 자란 13세 미만 어린이에게는 이 확률이 달라진다는 것이다. 걱정된다면 비밀번호를 쓰라는 권고까지 덧붙였다. 실제로 2017년 아이폰 X 출시 직후 여러 언론이 일란성 쌍둥이로 실험해 보았고, 등록하지 않은 쌍둥이 형제의 얼굴로 잠금이 풀리는 장면이 영상으로 남았다. 수십억 장의 얼굴을 학습한 인공지능이 왜 하필..

카테고리 없음 2026. 10. 21. 09:38

피지컬 AI 시대, 연구가 말하는 인간만의 경쟁력 — 모라벡의 역설부터 사람 재식별(Re-ID)까지 아침 8시, 동네 편의점 앞에서 정장 차림으로 우유를 사던 사람이 있다. 저녁 7시, 그가 운동복에 모자를 눌러쓰고 같은 자리에 다시 나타난다. 우리는 대개 1초 만에 “아, 아침의 그 사람”이라고 알아본다. 그런데 매장 천장의 AI 카메라와 진열대 사이를 오가는 로봇에게 이 일은 지금도 풀기 어려운 숙제다. 인간에게 가장 쉬운 일이 기계에게는 가장 어렵다는 이 역설 속에, 피지컬 AI 시대 인간의 경쟁력이 어디에 있는지에 대한 힌트가 숨어 있다. 피지컬 AI가 넘지 못한 벽, 모라벡의 역설피지컬 AI는 언어 모델이 화면 밖으로 나와 로봇, 자율주행차, 스마트 공장이라는 ‘몸’을 얻은 AI를 말한다. 문제..

피지컬AI 2026. 10. 19. 10:04

뉴로모픽 칩은 왜 전기를 100배 덜 먹을까?뇌를 닮은 반도체의 비밀 사람의 뇌는 전구 하나 수준인 약 20와트로 보고, 듣고, 기억하고, 판단한다. 반면 오늘날의 인공지능은 한 번 학습하는 데 소도시 하나가 쓰는 전기를 삼키고, 데이터센터는 전력망의 새로운 골칫거리가 되었다. 인텔 뉴로모픽 연구소장 마이크 데이비스가 “AI 모델의 연산 비용이 지속 불가능한 속도로 오르고 있다”고 경고한 것도 이 때문이다. 그렇다면 질문은 하나다. 뇌처럼 계산하는 칩을 만들면 전기를 정말 덜 쓸 수 있을까? 뉴로모픽 컴퓨팅은 이 질문에 세 가지 측면에서 구체적인 숫자로 답하고 있다. 첫째, 데이터를 옮기지 않으면 전기가 줄어든다우리가 쓰는 컴퓨터는 70년 넘게 폰노이만 구조를 따른다. 계산하는 곳(프로세서)과 기억하는 ..

피지컬AI 2026. 10. 12. 09:51

AI는 정말 ‘전기 먹는 하마’일까?1년 만에 전력을 33분의 1로 줄인 비결, 그리고 ‘어제 그 사람’을 알아보는 AI의 기술 우리가 AI에게 질문 하나를 던질 때마다 어딘가에서 서버가 돌고 전기가 흐른다. 국제에너지기구(IEA)는 2025년 보고서 『Energy and AI』에서 전 세계 데이터센터가 2024년 약 415TWh, 세계 전력의 약 1.5%를 썼고, 2030년에는 약 945TWh로 두 배 넘게 늘어날 것이라 전망했다. 945TWh는 지금 일본이 한 해 동안 쓰는 전기보다 조금 많은 양이다. 같은 보고서는 AI 중심 데이터센터 한 곳이 가정 10만 가구만큼 전기를 쓴다고도 지적했다. 그렇다면 AI는 결국 전력망을 삼켜버릴 괴물이 되는 걸까. 흥미롭게도 답은 ‘꼭 그렇지는 않다’에 가깝다. ..

피지컬AI 2026. 10. 6. 09:57

정량적 값과 정성적 값의 차이, 숫자가 놓치는 것과 느낌이 틀리는 것 1999년 영국 글래스고 대학의 마이크 버턴 연구팀은 화질이 낮은 보안 카메라 영상을 여러 사람에게 보여 주고, 화면 속 인물을 알아보게 했다. 결과는 극적으로 갈렸다. 영상 속 인물을 평소 알고 지내던 동료들은 흐릿한 화면에서도 거의 틀리지 않았다. 반면 처음 보는 사람들은 형편없는 성적을 냈고, 법의학적 신원 확인 경험이 있는 경찰관들도 마찬가지였다. 키도, 옷 색깔도, 찍힌 시각도 모두에게 똑같이 주어졌는데 무엇이 이 차이를 만들었을까. 이 질문은 우리가 매일 쓰면서도 잘 구분하지 못하는 두 가지 값, 정량적 값과 정성적 값의 차이로 곧장 이어진다. 정량적 값과 정성적 값, 무엇이 다른가정량적 값은 수로 재고 단위로 표현하며 크기..

피지컬AI 2026. 9. 30. 10:10

로봇은 0.02mm는 재면서 왜 ‘같은 사람’은 못 알아볼까?피지컬 AI가 정량적 값에는 강하고 정성적 값에는 약한 진짜 이유 자동차 공장의 로봇팔은 수백 번을 반복해도 부품을 거의 같은 자리에 끼워 넣는다. 자율주행차는 앞차와의 거리를 센티미터 단위로 계산하고, 물류 로봇은 선반의 높이와 상자의 무게를 정확히 읽어 낸다. 그런데 이 똑똑한 기계들에게 아침 9시에 출입문을 지나간 사람과 저녁 7시에 옷을 갈아입고 같은 문을 지나간 사람이 동일인인지 물으면, 대답은 갑자기 불안해진다. 숫자는 그렇게 잘 다루는 피지컬 AI가 왜 ‘같다’, ‘위험해 보인다’, ‘조심스럽게’ 같은 말 앞에서는 머뭇거릴까. 숫자는 센서가 주지만, 의미는 아무도 주지 않는다피지컬 AI가 다루는 값은 크게 두 종류다. 거리, 속도,..

피지컬AI 2026. 9. 28. 09:31

디지털 트윈이 만든 데이터와 진짜 세계가 어긋나는 이유- AI를 구현할 때 반드시 챙겨야 할 것들 로봇 팔이 가상 시뮬레이션 안에서 정육면체를 천 번 집어 올린다. 단 한 번의 실수도 없는 만점짜리 성적표다. 그런데 똑같은 로봇을 현실로 데려와 진짜 정육면체를 쥐여 주면, 팔은 어이없이 그것을 놓치고 심지어 책상 밖으로 밀어 버린다. 로봇이 갑자기 멍청해진 게 아니다. 세상이 대본대로 움직여 주지 않았을 뿐이다. 시뮬레이션 속 실력과 현실의 성능 사이에 벌어지는 이 틈에는 이름이 있다. 바로 ‘현실 격차(reality gap)’, 혹은 심투리얼(sim-to-real) 격차다. 디지털 트윈은 매력적인 데이터 공장이다. 현실에서 수집하려면 위험하거나 비싸거나 오래 걸릴 상황을, 가상 세계에서는 훨씬 싸고 빠..

피지컬AI 2026. 9. 21. 09:51