[천체물리 – 우주(과학)] [화보] 올해 최고의 천체사진은 태양의 ‘민낯’

제32회 천체사진공모전 결과 발표

제32회 천체사진공모전의 대상작 ‘붉은 태양의 모든 것’. 천문연 제공

사진 속 태양이 치열하게 타오르고 있다. 거대한 홍염들과 더불어 안쪽에 크고 작은 흑점들, 뱀처럼 구불구불 기어다니는 듯한 형태의 많은 필라멘트, 에너지가 뿜어나오는 영역 등 태양망원경으로 관측할 수 있는 여러 태양 활동이 모두 보인다. 충북 청주시에서 김규섭 씨가 태양을 두 구역으로 나누어 촬영한 후 하나로 이어붙인 사진으로 국내 올해 최고의 천체사진으로 선정됐다.

한국천문연구원(천문연)은 22일 제32회 천체사진공모전의 결과를 발표했다. 이번 공모전에서는 총 271개 작품이 출품됐으며 올해 24개 작품을 수상작으로 선정했다. 김 씨의 ‘붉은 태양의 모든 것’이 대상을 차지했다.

사진 부문과 동영상 부문으로 나뉘어 진행되는 천체사진공모전은 주제도 심우주, 지구와 우주·태양계 2개로 구성돼 있다. 심사위원들이 기술성, 예술성, 시의성, 대중성을 기준으로 작품을 평가한다.

이번 공모전 심사위원들은 “다양한 피사체를 찍은 양질의 사진들이 많아지고 있음을 실감한다”며 “최근 대상 수상작이 심우주 부문에서 많이 배출되었는데 올해는 태양계 부문에서 선정됨에 따라 앞으로 다른 부문의 다양한 작품 활동을 장려하고자 한다”고 밝혔다.

모든 수상자는 상패와 상금을 받는다. 대상 수상자는 천문연원장상과 상금 200만원을 수상한다. 천문연 창립 50주년을 맞이해 신설된 50주년 특별 부문의 경우 한국천문연구원이 운영하는 소백산천문대 숙박권을 받는다.

천체사진공모전은 아름답고 신비한 천체사진 및 그림, 동영상 등의 콘텐츠를 통해 천문연이 천문학에 대한 국민의 공감대를 확산시키기 위해 매년 실시하고 있다. 수상 작품은 향후 국립중앙과학관 천체관 및 국내외 전시행사, 천문력 등 다양한 천문우주 과학문화 확산의 콘텐츠로 확인할 수 있다.

● 대상

김규섭 씨의 ‘붉은 태양의 모든 것’. 천문연 제공

● 최우수상

지용호 씨 ‘태아 성운’. 한국 출산율을 걱정하는 마음으로 카시오페이아자리의 동쪽에 위치한 태아 성운을 인천 석모도에서 총 6일에 걸쳐 촬영한 작품이다. 사진의 구도는 태아가 엄마 배 속에 있는 듯한 모습으로 잡았다. 천문연 제공

● 우수상

이충현 씨의 ‘Flying Bat and Squid Nebula’. 세페우스자리 근처에 위치한 오징어 성운과 그 주변에 있는 비행 박쥐 성운을 촬영한 사진이다. 오징어 성운의 경우 매우 어둡기 때문에 노출시간을 24시간 가까이 주어 촬영했다. 천문연 제공

● [심우주 부문] 금상

‘스윗한 하트 성운’. 박정원 씨. 사랑하는 이에게 바칠 천체사진을 찍기 위해 하트성운을 선택했다. 스윗한 하트가 되도록 붉은색을 강조한 작품이다. 천문연 제공

● [심우주 부문] 은상

한건희 씨의 ‘매운맛 우주 스파게티’. 접시에 담겨있는 매운맛 스파게티 면발 모양을 닮은 스파게티 성운을 촬영한 작품이다. 성운의 크기가 크고 또한 매우 어둡지만 가느다란 실타래가 얽혀 있는 물질 분포를 표현해보고 싶어 5일간, 약 40시간의 노출로 정보를 모았다. 천문연 제공

이시우 씨의 ‘안드로메다 은하 51시간’. 안드로메다 은하와 배경인 전리수소 영역을 함께 촬영한 사진이다. 안드로메다는 매우 밝은 반면 붉은 성운들은 매우 어둡기 때문에 밝기 차이를 조절하기 위해 4개월의 준비시간과 51시간의 촬영시간이 소요됐다. 천문연 제공

● [심우주 부문] 동상

Soni Aditya Prakash의 ‘Phoneix of the night sky’. 갈매기 성운(IC 2177)은 개자리와 외뿔소자리 사이에서 발견되는 대형 방출 성운이다. 붉은 필터를 활용해 마치 불사조와 같은 모습으로 표현했으며 우측 하단에는 토르의 헬멧 성운이라고 불리는 또 다른 성운이 있다. 천문연 제공

변영준 씨 ‘초승달 성운’. 초승달 성운은 지구로부터 5000 광년 떨어진 백조자리 발광성운이다. 맨눈으로 관측할 경우 초승달 모양과 같은 밝은 부분만 볼수 있어서 붙여진 이름이다. 서울에서 대역폭이 좁은 필터를 사용하여 촬영했고 해파리와 같은 그물망 구조의 세부묘사가 잘된 것이 특징이다. 천문연 제공

● [지구와 우주 부문] 금상

추도현 씨의 ‘별들의 세상을 거닐다’. 서호주 남붕국립공원 주변 모래사막에서 촬영한 작품으로 은하수가 빛나고 별들이 가득한 하늘을 거니는 시람을 촬영한 작품이다. 천문연 제공

● [지구와 우주 부문] 은상

김경민 씨의 ‘은하로 가는 길잡이’는 서호주 피나클스 사막에서 촬영했다. 우리 은하를 만나러 가는 길이 있다고 상상하며 그 길을 안내해 주는 느낌을 차량 궤적과 함께 담아 보았다. 천문연 제공

최용길 씨의 ‘밤 하늘의 엔딩’. 2023년 10월 노르웨이 로포텐제도에서 일어난 오로라의 향연을 카메라에 담았다. 천문연 제공

● [지구와 우주 부문] 동상

조동제 씨가 촬영한 ‘그때도 지금도 빛나는’. 서울의 도심속에서 조선의 역사를 간직한 광화문과 변함없이 밤하늘을 비추고 있는 별들을 촬영해 과거와 현재를 동시에 표현한 작품이다. 천문연 제공

박성민 씨의 ‘스타게이트’. 서해에 위치한 작은 해식 동굴 속에서 최대한 몸을 웅크리고 촬영한 작품이다. 렌즈에 보이는 동굴입구의 형상이 마치 별 모양과 흡사해 마치 지구에서 우주로 나가는 스타게이트 모습을 형상화했다. 천문연 제공

 

송가을 씨의 ‘부분식 중의 달의 움직임과 살짝 보이는 지구 그림자’. 2023년 10월 29일 새벽에 일어난 부분월식을 만리포 해수욕장에서 촬영한 사진이다. 13분 간격으로 찍은 사진을 엄선해 각각 배열해 부분식 진행 상황을 표현했다. 어두운 부분을 자세히 보면 지구 그림자를 볼 수 있다. 천문연 제공

● [태양계 부문] 동상

이장근 씨의 작품 ‘슈퍼블루문으로 가는 여행’. 2023년 8월에는 같은 달에 두 번째 뜨는 보름달과 지구와 달이 그 해에 가장 가까운 슈퍼문이 겹친 슈퍼블루문이 일어나 촬영했다. 슈퍼블루문을 촬영하는 도중 우연히 국제선 비행기가 지나가 함께 담았다. 천문연 제공

 

이영범 씨의 ‘시공간을 뛰어넘는 만남’. 달과 별이 만나는 순간을 함께 촬영하고 싶어 달과 염소자리의 33번째 항성 염소 33을 담았다. 염소 33은 지구와는 약 239광년 떨어져 있어 239년 전의 빛과 약 1초 전 달에서 출발한 빛이 지구의 하늘에서 만난 모습을 표현했다. 천문연 제공

이채린 기자 rini113@donga.com

[출처] https://n.news.naver.com/article/584/0000026805?cds=news_media_pc

[천체물리 – 우주(과학)] ‘빅뱅이론’이 흔들린다…기존 우주론 위협하는 연구들

현대 표준 우주론 모델은 약 138억년 전 대폭발인 ‘빅뱅’을 시작으로 우주가 급격히 팽창하며 어떻게 진화했는지 설명한다. NASA, WMAP Science Team 제공

약 138억 년 전 대폭발을 통해 우주가 탄생해 팽창하고 있다는 ‘빅뱅이론’을 중심으로 한 현대 표준 우주론이 거센 도전을 받고 있다. 천문학자들이 기존 우주론으로는 설명하기 어려운 천체 관측 결과들을 속속 내놓고 있기 때문이다. 표준 우주론의 유효기간이 사실상 끝나 수정이 필요하다는 목소리가 나온다.

영국왕립학회는 15~16일(현지 시간) 이틀간 ‘표준 우주론 모델에 도전하다’를 주제로 회의를 열었다. 최근 현대 표준 우주론과 맞지 않는 연구 결과들이 잇따라 발표되며 기존 이론에 의문을 제기하려는 천문학자들이 한자리에 모인 것이다. 2019년 노벨물리학상을 받은 제임스 피블스 미국 프린스턴대 명예교수 등 저명한 천문학자들이 참석했다.

현재 표준 우주론 모델인 ‘람다 차가운 암흑물질(LCDM) 우주론’은 138억 년 전 대폭발인 ‘빅뱅’을 시작으로 우주가 급격히 팽창해 어떻게 진화했는지 설명한다. LCDM에 따르면 우주에는 물질과 아직 정체가 명확히 밝혀지지 않은 암흑물질, 암흑에너지가 존재한다. 물질과 암흑 물질은 우주의 팽창 속도를 늦추지만 암흑에너지는 우주 팽창을 가속한다. 손우현 한국천문연구원(KASI) 이론천문센터 연구원은 “표준 우주론 모델은 그동안 관측 데이터와 잘 맞아떨어져서 사람들의 지지를 받았다”고 설명했다.

회의의 공동 주최자인 수비르 사르카 영국 옥스퍼드대 물리학과 교수는 “우주론은 1922년에 공식화된 모델을 사용하고 있다”며 “표준 우주론 모델에 대한 믿음이 ‘종교’로 취급되고 있는데 이론적 근거는 유효 기간이 지난 것으로 보인다”고 덧붙였다.

회의에서는 표준 우주론으로 설명되지 않거나 표준 우주론과 맞지 않는 연구 사례들이 주로 소개됐다. 우주 관측 기술이 발전하고 연구 규모가 커지면서 도출된 연구 결과들이 표준 우주론과 ‘엇박자’를 내고 있다.

대표적인 게 허블상수의 계산값을 두고 논쟁하는 ‘허블 갈등’이다. 허블상수는 우주가 팽창하는 속도를 나타내며 우주 나이와 반비례한다. 허블상수가 커지면 상대적으로 우주의 나이는 적어진다. 웬디 프리드먼 미국 시카고대 천문학 및 천체물리학부 교수는 회의 첫날 “최근 제임스웹 우주망원경(JWST) 관측으로 측정한 허블상수가 메가파섹(Mpc·1pc은 약 3.26광년)당 69.1km/s”라고 발표했다. 이는 1메가파섹(약 300만 광년) 떨어져 있는 은하들이 69.1km/s의 속도로 서로 멀어지고 있다는 뜻이다. 유럽우주국(ESA)의 플랑크 위성이 측정해 2018년 발표한 허블상수인 메가파섹당 67km/s과는 차이가 있다.

애덤 리스 미국 존스홉킨스대 물리학 및 천문학과 교수팀도 프리드먼 교수팀의 연구와 같은 유형의 3가지 천체를 JWST로 관측해 허블상수가 메가파섹당 최소 73km/s라는 연구 결과를 올해 공개했다. 같은 우주망원경을 활용한 연구 결과 2개가 기존 우주론과는 ‘다른 의견’을 낸 것이다.

우주가 전체적으로 큰 규모에서는 균질해야 한다는 표준 우주론의 가정과는 다른 현상도 공개됐다. 네이선 세크레스트 미국 해군천문대 연구원은 100만 개 이상의 퀘이사를 분석하자 하늘의 한쪽 반구가 다른 반구보다 광원이 0.5%가량 많은 것으로 나타났다는 연구결과를 발표했다.

콘스탄티노스 미카스 네덜란드 레이던대 과학부 레이던천문대 연구원은 지역적 규모에서 우주가 팽창하는 속도가 공간에 따라 달라 표준 우주론의 예측과 일치하지 않는다는 관측 결과를 공유했다. 이 밖에도 지름이 13억 광년이나 되는 거대 천체 ‘빅 링’ 등 기존 우주론으로 설명하기 어려운 관측 결과에 대한 토론이 이번 회의에서 진행됐다.

한국천문연구원(KASI)이 참여한 국제공동 프로젝트인 ‘암흑에너지 관측 프로젝트(DESI)’ 연구팀도 최근 1년치 연구 성과를 발표하며 암흑에너지가 고정값이 아니라 시간에 따라 변하는 값일 확률이 약 95%라는 연구 결과를 내놨다.

기존 우주론에서 암흑에너지는 일정한 값으로 유지되며 우주는 계속 팽창한다. 만일 암흑에너지가 시간에 따라 변화하는 값이라면 모델을 수정해야 할 수도 있다. 손 연구원은 “영국에서 열린 회의와 DESI 프로젝트는 직접적인 관련은 없지만 기존 우주론에 의문을 제기한다는 점에서 연결점이 있다”고 말했다.

우주론에 의문을 제기한 과학자들은 아직 연구 데이터가 더 필요하다는 데는 동의한다. 리스 교수는 “JWST를 활용해 허블상수를 측정한 두 연구는 기존 연구에 비하면 작은 규모”라며 “아직 JWST 데이터에서 결론을 도출하기는 너무 이르다”고 밝혔다. DESI 연구팀도 “더 많은 데이터를 수집해야 새로운 우주 모델을 만들어야 할지 판단할 수 있을 것”이라고 설명했다.

엘레오노라 디 발렌티노 영국 셰필드대 수학 및 통계학부 연구원은 “현재까지 최소 500개의 새로운 우주론 모델이 제안됐지만 모든 관측값과 양립할 수 있는 이론은 아직 없다”고 말했다. 프리드먼 교수는 “표준 모델이 어디서 무너지는지에 대한 탐구가 필요하다”고 밝혔다.

이병구 기자 2bottle9@donga.com

[출처] https://n.news.naver.com/article/584/0000026773?cds=news_media_pc

[인공지능 기술] 2024년은 온디바이스 AI 시대, 왜 ‘AI PC’는 지금 주목받나?

인공지능(AI)이 전 세계 컴퓨터 시장을 달구고 있지만, 이는 갑작스러운 전개가 아닌 필연적인 흐름이다. 현대 컴퓨터의 아버지 ‘앨런 튜링’은 AI라는 단어가 등장하기도 전인 1950년, ‘계산 기계와 지능(Computing machinery and intelligence)’이라는 논문을 통해 컴퓨터로 동작하는 가상의 지능이 등장할 것을 시사했고, 1956년 다트머스 회의에서 AI라는 용어와 개념이 자리 잡았다.

2024년, 거의 모든 PC 관련 기업들이 AI PC를 슬로건으로 밀고 있다 / 출처=마이크로소프트
물론 반도체가 눈부시게 발전하며 2000년대까지는 슈퍼컴퓨터와 시뮬레이션에 컴퓨터 공학적 역량이 집중되었으나, 90년대 중반부터는 리처드 벨먼 교수의 기계 제어를 위한 강화학습, 제프리 힌튼 교수의 심층신경망 기술 제안 등이 잇따르며 가능성이 커져왔다. 이어서 2016년, 구글 딥마인드와 이세돌의 바둑 대결로 전 세계인이 AI의 가능성을 목격했고, 22년 11월 오픈 AI가 GPT-3를 내놓으며 비로소 AI가 IT 시장의 핵심으로 등장했다. 그 직후 시장에서 제시한 방향성이 바로 온디바이스 AI, AI PC다.

가장 진보한 AI의 발전상, AI PC의 현재 상황은?

2023년 AI 시장의 핵심은 AI 그 자체였다. 엔비디아를 비롯한 AI 하드웨어 기업들은 새로운 기술과 고성능을 갖춘 제품을 내놓기 바빴고, 개발자들은 빅데이터를 수집해 AI 모델을 구축하고, 이를 활용해 추론하고 후처리에 이르는 모든 과정에 투입됐다. 일반인들을 위한 AI 시장이 대중화하진 않았으나, GPT를 비롯한 다양한 생성형 AI들이 모든 산업을 관통했다.

어도비의 생성형 AI 파이어플라이 생성 화면, 온디바이스 AI가 아닌 어도비 클라우드 서비스로 연결해 처리한다 / 출처=어도비
문제는 이 모든 과정이 클라우드 및 데이터 서버를 거쳐야 한다. AI 모델은 데이터를 매개변수 형태로 가공해서 저장하고, 필요할 때 내놓는 형태다. 이를 위해 막대한 양의 저장공간과 실시간 하드웨어 자원, 즉 데이터 서버가 필요하다. 지금도 대다수 AI 기능은 데이터 서버와 클라우드로 연결돼 동작하며, 네트워크가 없으면 AI 기능을 쓰기 어렵다.

하지만 데이터 서버 구축은 대규모 자본은 물론 구동과 냉각을 위한 전력도 계속 필요하다. 장기적으로 AI 제공 기업의 부담은 커지고, 과부하도 생긴다. 그래서 업계에서는 말단 장치가 AI를 자체 구동하는 온디바이스 AI로 데이터 서버의 부하를 분산하고 있으며, AI PC 역시 이를 위해 등장한 제품군이다. 즉 AI PC는 AI 연산 집중에 따른 서버 부하를 줄이고, 사용자가 통신없이도 간단한 AI 소프트웨어나 애플리케이션, 개발 작업에 쓰기 위한 제품이다.

가트너, 2024년 말까지 전체 PC 중 22%가 AI PC로 예상

주요 프로세서 제조사들이 AI PC의 가능성에 눈을 뜨면서 시장 점유율은 빠르게 늘고 있다. 글로벌 연구 조사 기업 IDC는 AI PC가 올해 전체 PC 출하량의 약 20%인 5000만 대가 출하될 것으로 예측하며, 2027년에는 전체의 60%인 1억 6700만 대가 출하될 것으로 본다. 이미 지난해 12월 인텔 코어 울트라가 출시되며 신제품 노트북이 AI PC로 판매되기 시작했고, 인텔은 2025년까지 약 1억 대의 AI PC를 출하하겠다고 발표했다.

인텔 AI PC의 핵심은 신경망 처리 장치(NPU)다. 오늘날 많은 AI는 GPU의 부동소수점 연산 처리로 구동된다. 하지만 GPU는 AI 용도가 아닌 그래픽 처리용 반도체여서 전력 효율이 크게 떨어진다. NPU는 AI 처리를 위한 반도체로 전력 및 작업 효율이 훨씬 좋다. 현재 인텔 코어 울트라 등의 AI PC는 기존처럼 CPU와 GPU는 물론 NPU까지 탑재한다.

인텔 코어 울트라 5가 탑재된 PC와 13세대 인텔 코어 i5가 탑재된 PC / 출처=IT동아
인텔 코어 울트라 라인업은 13세대 인텔 코어 제품군과 비교해 UL 프로키온 AI 추론 기능과 어도비 라이트룸을 활용한 AI 사진 편집은 약 1.5배, 어도비 프리미어 프로 AI 비디오 편집 기능은 약 2.2배, 스펙 뷰포트 2020 SNX 등의 엔지니어링 기능에서는 최대 12.1배까지 성능이 차이 난다. 그러면서도 전력 효율은 에너지스타 8.0 요구사항보다 최대 64% 낮고, 마이크로소프트 팀즈 미팅 시 11% 전력을 덜 쓰는 등의 이점이 있다. GPU 성능이 좋아지면서 실사용 성능이 향상되는 부분도 있지만, AI 처리에 최적화된 NPU의 영향도 상당하다.

점차 늘고 있는 AI PC 활용, 현시점 활용도는?

현재 윈도우 11에서 쓸 수 있는 AI 기능, 클라우드에서 연산을 처리하므로 AI PC가 아니더라도 쓸 수 있다. 물론 AI PC 최적화가 적용되면 오프라인에서도 효율적으로 이런 기능들을 쓸 수 있게 된다 / 출처=IT동아
사용자들 사이에서는 여전히 AI 기능이 시기상조라는 시각도 있지만, 윈도우 11처럼 발빠르게 AI PC 시대를 준비하는 플랫폼도 있다. 예를 들어 윈도우 11에는 코파일럿을 비롯한 다양한 AI 기능이 내장되고 있으며, 누구나 쓸 수 있다. 코파일럿은 GPT 기반의 생성형 AI로 대화를 통한 질문, 검색이나 글 작성, 이미지 콘텐츠 제작, 윈도우 기능 실행 등을 수행한다. 또 캡처 도구에는 AI 기반의 광학 문자 인식이 탑재돼 이미지 내 글씨를 복사할 수 있고, 그림판에도 AI 배경 제거나 명령어 기반의 이미지 생성형 AI 기능이 추가됐다. 이외에도 많은 AI 기능들이 단계적으로 추가될 예정이다. 현재 시점에서는 네트워크가 필수지만, 추후 NPU에 최적화되면 장치 자체에서 수행한다.

올해 말이면 오프라인 AI PC에서 쓸 수 있는 AI 기능들이 많아질 전망이다 / 출처=마이크로소프트
아울러 챗GPT나 클로드AI, 라마(Llama), 구글 재미나이 같은 언어 모델을 개발하는 조건에도 앞으로는 AI PC가 더 유리해질 것이다. AI 개발 자체는 이전 세대 고성능 PC로도 할 수 있지만 전력 효율이 떨어진다. 가벼운 작업이고, 전력 효율까지 고려한다면 NPU를 내장한 AI PC에서의 작업이 더 유리하다. AI 기업 업스테이지는 지난 2월, LG전자와 손을 잡고 자체 언어모델 ‘솔라’를 LG 그램에서 온디바이스 AI로 적용하겠다는 발표도 했다. 올해 혹은 내년에는 챗 GPT같은 언어모델을 오프라인 AI PC에서도 쓰게 될 전망이다.

추후 PC 생태계는 AI인가, AI가 아닌가로 나뉠 것

지금까지 PC 성능을 결정짓는 요소는 컴퓨터의 처리 성능이었다. 하지만 AI PC 시대가 도래한 시점부터는 PC 성능은 물론 얼마나 많은 AI 기능과 소프트웨어를 지원하는지도 중요해질 것이다. AI PC 생태계가 올해 막 시작된 만큼 여전히 보여줄 게 많진 않으나, 챗GPT가 보여준 것처럼 PC 기반 작업에서 기대 이상의 결과와 혜택을 제공할 것이다. 이를 누리려면 새 PC를 살 때 NPU를 탑재한 AI PC를 선택하는 게 합당하다.

인텔은 오는 2025년까지 1억 대 이상의 PC에 AI 기능을 제공하겠다는 목표를 세웠다 / 출처=인텔
이미 인텔은 물론 AMD에서도 라이젠 AI 엔진을 탑재한 노트북을 출시했고, 퀄컴 역시 올해 중 스냅드래곤 X 엘리트 기반의 AI PC를 출시한다. 애플 역시 하반기 중 AI 기능을 내재한 차세대 애플 실리콘으로 매킨토시 라인업을 재단장할 예정이다. 과거 어도비가 크리에이티브 클라우드를 도입하면서 소프트웨어 생태계가 SaaS 중심으로 재편된 것처럼, PC 업계 역시 AI PC로 나아가는 것이다.

단순히 마케팅 용어라며 경계하는 시각은 있다. 그럼에도 불구하고 AI는 여러 분야에서 제 기능을 증명했고, 발 빠른 이들은 이미 챗GPT를 비롯한 생성형 AI의 활용법과 시각을 공유하며 우위에 서고 있다. 여전히 많은 기능이 AI PC가 아닌 일반 PC로도 구현이 되지만, 변곡점을 지나면 AI PC의 활용도가 우세해질 것이다. AI PC의 세계는 누구에게나 열려있고, AI PC를 통해 더 많은 일들을 할 수 있다. 올해가 지나면, 더 이상 AI PC는 선택이 아닌 필수가 될 것이다.

IT동아 남시현 기자 (sh@itdonga.com)

[출처] https://n.news.naver.com/mnews/article/020/0003558763

[알아봅시다] 2024년 AI 업계를 달굴 핫 키워드 LAM(대규모 행동 모델)

“2024년엔 진정한 에이전트(Agent, 복잡한 동적인 환경에서 목표를 달성하려고 시도하는 시스템)가 몰려온다.”

2023년은 대규모 언어 모델(LLM, Large Language Model, 이하 LLM) 기반의 생성형 AI(Generative AI)가 큰 물결을 일으켰던 해였습니다. 이제 AI는 이메일 작성, 이미지 생성, 검색, 코딩 등 다양한 분야에서 빼놓을 수 없는 기술로 자리 잡았는데요. 2024년, AI 업계에는 또 다른 물결이 일 것으로 보입니다. 바로 대규모 행동 모델(LAM, Large Action Model, 이하 LAM)입니다. LAM은 문자 그대로 사용자 행동 패턴을 학습해 웹과 앱을 직접 작동시킬 수 있는 AI입니다. LLM이 문장과 그림, 비디오 등을 생성하는 데에 특화돼 있다면, LAM은 언어적 유창성과 독립적 작업 수행 능력을 결합해 단순히 무언가를 생성하는 데 그치지 않고 직접 작업을 수행하며 인간을 대신해 줄 에이전트입니다.

이번 글에서는 LAM 기반의 제품 사례와 LAM의 등장으로 바뀔 미래 모습 그리고 LAM의 특징에 대해 살펴보겠습니다.

래빗 R1으로 본 디바이스의 미래

미국 라스베이거스 컨벤션센터에서 지난 1월 9일부터 12일까지 열린 세계 최대 IT 박람회 ‘CES 2024’에서 ‘래빗(Rabbit) R1(이하 래빗 R1)’이 AI 업계의 눈길을 끌었습니다. ‘래빗 R1’의 가격은 199달러로, 저렴한 대신 2.88인치의 터치스크린과 회전식 카메라, 휠로 움직이는 물리 버튼 등 장치 곳곳에 비용을 줄인 흔적이 있습니다. 프로세서는 2.3GHz 미디어텍(Media Tek)을 사용했고, 4GB 메모리에 128GB 스토리지를 장착했습니다. 또한 ‘래빗 R1’의 온스크린 인터페이스는 음악, 교통, 화상 채팅 등 카테고리별 카드로 구성된 것이 특징입니다.

현장 테크 관계자들의 미래 기술을 엿보았다는 평가와 함께, ‘래빗 R1’은 2024 CES에서 1만대 판매를 기록했습니다. ‘래빗 R1’은 LAM 기반으로 작동하는 자체 운영체제인 ‘래빗OS’를 탑재했는데요. 웹사이트, 앱, 플랫폼, 데스크톱 상관없이 서비스를 작동할 수 있는 콘트롤러의 역할을 합니다. ‘래빗 R1’을 활용해 음악을 재생하고, 식료품을 구매할 수 있으며, 문자 메시지를 보낼 수 있습니다. 예를 들어, 휴대폰으로 택시를 부른다면 우리는 앱을 열어 위치를 입력하고 차량을 확인한 뒤 기사를 호출해야 하는 등 수많은 클릭을 해야 하는데요. ‘래빗 R1’은 음성만으로 곧바로 택시를 호출할 수 있습니다.

‘래빗 R1’이 즉석에서 앱을 작동시킬 수 있는 이유는 사용자의 앱 사용 패턴을 AI가 학습했기 때문입니다. ‘래빗 R1’은 택시 호출 앱의 아이콘 모습, 주문 시점, 검색 메뉴, 위치 등을 학습했습니다. 아울러 ‘래빗 홀(Rabbit Hole)’이라는 웹 포털을 통해 다양한 작업을 수행할 수 있도록 지원하는데요. 음성 인식 기능을 갖춰 음성만으로 앱을 제어할 수 있고, 전용 트레이닝 모드로 각종 앱을 직접 훈련시킬 수 있습니다.

이런 디바이스가 현실 세계를 얼마나 파고들지는 알 수 없으나, 테크 업계에서는 이를 또 하나의 혁신적인 이벤트로 받아들였습니다. 챗GPT가 2023년 11월에 LLM이라는 새로운 세상을 열었듯, ‘래빗 R1’이 LAM의 시대를 여는 게 아니냐는 기대를 품고 있습니다. 아직은 단정 짓기 어렵지만 디바이스에 LAM이 부착되면 모든 행동이 자동화될 가능성이 큽니다.

인터넷을 바꿀 어뎁트의 ACT-1 LAM

오픈AI에서 부사장으로 근무했던 데이비드 루안이 2022년 창업한 스타트업 어뎁트(ADEPT, 이하 어뎁트)도 있습니다. 어뎁트는 얼마 전 LAM 모델인 액션트랜스포머 ‘ACT-1’을 런칭했습니다.

‘ACT-1’은 디지털 도구를 사용할 수 있도록 훈련된 대규모 트랜스포머입니다. 특히 웹 브라우저 사용법을 학습해 주목을 받았는데요. 현재 ‘ACT-1’은 크롬 확장 프로그램에 연결돼 있습니다. 브라우저에서 일어나는 태스크(task, 작업 단위의 실행 단위)를 모니터링하고 클릭, 입력, 스크롤 등 다양한 동작을 수행할 수 있습니다. 어뎁트는 “모델링 측면과 소프트웨어 측면 모두에서, 더 빠르게 만들 수 있는 여지가 충분하다. 앞으로 인터넷에서 벌어질 일들은 사람이 거의 감지할 수 없을 것이고, 사용자가 원하는 것들은 입력 없이 실시간으로 이뤄질 것이다.”라고 설명했습니다.

현재 어뎁트의 ‘ACT-1’은 위젯 형태의 챗봇으로 사용 가능합니다. 사용자가 해당 웹페이지에서 원하는 것을 입력하면 ‘ACT-1’이 알아서 나머지를 처리하는 방식인데요. 예를 들어, 부동산 웹페이지인 레드핀(Redfin.com)에 접속해 원하는 매물을 찾는다고 가정하겠습니다. 그동안 매물을 찾을 땐 사람이 직접 원하는 가격대, 지역, 방 개수 등을 입력한 검색 결과로 판단해야 했는데요. ‘ACT-1’의 위젯 형태의 챗봇은 사용자가 원하는 조건을 입력하기만 하면 원하는 매물을 콕 집어서 추천합니다. 10회 이상 클릭해야 찾을 수 있던 부동산 매물 검색을 이제 문장 입력 한 번에 해결할 수 있게 된 것입니다.

더 놀라운 점은 생산성 도구에도 ‘ACT-1’을 사용할 수 있다는 사실입니다. 예를 들어 스프레드시트를 작업하려면 수많은 클릭과 수많은 입력이 필요하고, 스프레드시트의 고급 기능을 쓰려면 별도로 함수를 배워야 했습니다. 하지만 ‘ACT-1’은 문장을 입력하는 것만으로 셀을 정렬하고 원하는 코드를 삽입할 수 있습니다. 또 지메일에 ‘ACT-1’을 부착해 사용할 경우, 예약 이메일을 자동 발송할 수 있고, 위키피디아에 부착할 경우엔 원하는 정보를 추출할 수 있습니다. 앞으로는 LAM 챗봇으로 원하는 답변만 찾아낼 수 있습니다.

인간을 대신할 AI, LAM의 특징과 미래

지금까지 살펴봤듯이, LLM과 LAM이 결합될 경우 인간의 행동을 대신할 AI 에이전트가 탄생할 수 있습니다. 일례로, 마케팅 분야에서 LLM이 카피 작성, 이미지 생성, 웹 레이아웃 생성 등의 역할을 하면, LAM은 이 과정을 자동화할 수 있습니다. 즉, 음성이나 문자 입력만으로 AI가 마케팅 자료, 고객 데이터, LLM 등에 접근해 이를 직접 다루는 게 가능해지는 것입니다. LAM의 특징은 크게 세 가지입니다.

1. 고급 데이터 처리: LAM은 방대한 데이터 세트를 처리하고 분석할 수 있습니다. 광범위한 데이터 해석이 필요한 애플리케이션에 효과적입니다.

2. 효율적인 의사 결정: LAM은 정교한 알고리즘을 통해 의사 결정 과정을 자동화합니다. AI 시스템이 더 복잡한 작업을 효과적으로 실행할 수 있도록 지원합니다.

3. 확장성과 유연성: LAM은 확장성이 매우 뛰어납니다. 간단한 자동화부터 복잡한 문제 해결까지 다양한 앱에 적용할 수 있습니다.

이와 같은 특징을 가진 LAM을 챗봇에 접목한다면 어떻게 될까요? 현재 자동차 판매 사이트에 부착된 AI 챗봇은 학습한 데이터를 기반으로 사용자 질문에 답변하지만, LAM을 결합한 챗봇은 소비자가 원하는 차량을 판별해 예약 주문까지 수행합니다. 즉, 개인화가 가능해지는 건데요. 사용자의 인터넷 활용 패턴을 학습해 일상 업무를 자동화할 수도 있습니다. LLM이 은행 대출 초안을 작성했다면, LAM은 은행에 대출 서류를 발송하는 일까지 대신하게 되는 것이죠.

LAM 기술은 휴먼 컴퓨터 인터페이스(HCI, Human Computer Interface, 사람의 음성, 뇌파, 근육, 동작 등을 기계가 인식하는 것) 영역을 크게 뒤바꿀 것으로 보입니다. 지금까지 컴퓨터와의 상호작용은 그래픽 유저 인터페이스(GUI, Graphical User Interface, 사용자가 컴퓨터와 정보를 쉽게 교환하고 상호 작용하기 위해 아이콘 등과 같은 그래픽을 이용한 사용자 인터페이스)를 통해 이뤄졌는데요. 버튼의 위치, 하위 레이어의 위치 등을 알고, 이를 작동하기 위해 직접 사람이 움직여야 했습니다. LAM과같이 복잡한 소프트웨어는 시간을 들여 학습해야 하기 때문에 초기에는 오히려 구식으로 느껴질 수 있습니다. 하지만 앞으로의 LAM 기술은 초보자도 전문 지식 없이 자유자재로 사용할 수 있고, 고령자나 장애인도 디지털 장벽 없이 소프트웨어를 작동할 수 있도록 만들 것입니다. LAM이 AI 에이전트의 서막이라고 불리는 이유입니다.

[출처] https://www.lgcns.com/blog/it-trend/52597/

[알아봅시다] 디바이스에 들어온 AI, 빅테크 기업이 온디바이스 AI를 활용하는 방법

“웹은 사회적인 창조물에 가깝다. 웹의 힘은 모든 사람이 접근할 수 있는 그 보편성에 있다.”

월드와이드웹(WWW, World Wide Web, 인터넷을 통해 접근 가능한 공용 웹 페이지의 상호연결 시스템)을 창시한 ‘웹의 아버지’ 팀 버너스리(Sir Timothy John Berners-Lee)는 웹 3.0을 플랫폼이 아닌 ‘개인이 소유한 인터넷’으로 규정한 바 있습니다. 웹3 시대에는 피트니스 정보에서 쇼핑 패턴까지 모든 데이터를 ‘나만의 스토리지’에 저장하고, ‘나만의 인공지능(AI)’을 활용해 ‘나만의 삶’을 누릴 수 있을 것이라 본 것인데요. AI와 함께 대규모 언어 모델(LLM, Large Language Model)이 등장하면서 우리는 이러한 미래 인터넷의 가능성을 미리 엿볼 수 있었습니다. 인터넷 포털 검색이 아닌, 챗봇을 통해 문답을 주고받고, 자신만의 데이터를 활용해 나만을 위한 업무를 할 수 있게 된 것입니다.

온디바이스 AI가 주목받는 이유

AI 시대가 본격화되며 ‘온디바이스 AI’가 주목받고 있습니다. 간단한 AI는 디바이스와 에지 컴퓨팅에서 구동 시키려는 움직임이 나타나고 있는 건데요. 서버 기반의 AI는 막대한 전력을 소모하기 때문입니다. 오늘날 데이터센터는 전 세계 전력 사용량의 1~1.5%를 차지고 있는데요. 이에 전문가들은 향후 AI가 클라우드 / 에지 컴퓨팅 / 디바이스 3개 축으로 분화될 것으로 내다보고 있습니다. 그동안 AI가 클라우드 중심이었다면 이제는 하이브리드 AI로의 전환점을 맞이하고 있는 것이지요.

생태계를 확산시켜라! 빅테크 기업의 온디바이스 AI 전략

온디바이스 AI는 디바이스 자체 하드웨어를 활용해 AI 작업을 처리합니다. 이는 개별 디바이스에 가속기를 장착해 AI 모델을 더욱 효율적으로 구동시킬 수 있습니다. 또, 기존에는 클라우드 기반 AI에서 그래픽 처리 장치인 GPU(Graphics Processing Unit)가 중요했다면, 온디바이스 AI에서는 인공신경망인 NPU(Neural network Processing Unit) 칩이 중요합니다. NPU 칩을 활용하면 서버와 통신 없이 소모 전력을 적게 들이며 AI를 이용할 수 있기 때문입니다. 온디바이스 AI 생태계 확산을 위해 빅테크 기업들은 어떤 전략을 구사하고 있을까요?

• 구글

구글은 차세대 생성형 AI인 ‘제미나이(Gemini)’ 나노 모델을 스마트폰 픽셀8 프로에 탑재했습니다. 사용자의 민감한 데이터가 휴대폰을 벗어나지 않게 보호하고, 네트워크 연결 없이도 AI 기능을 사용할 수 있는데요. 특히 픽셀8 프로에는 ‘녹음 요약’과 ‘지보드(Gboard) 스마트 답장’ 기능이 강화됐습니다. ‘녹음 요약’ 기능은 녹음된 대화나 인터뷰, 발표 등을 요약하고, ‘스마트 답장’은 왓츠 앱 등에서 대화 내용을 자동 인식해 고품질의 응답을 제안합니다. 또한 새로운 AI 기반 도구들을 활용해 사용자에게 보다 더 많은 도움을 제공합니다. 예를 들면, 구글 텐서 G3를 이용해 비디오 색상, 조명 등을 조정하는 ‘비디오 부스트’, AI를 사용해 저조도나 야간에 촬영된 비디오의 선명한 디테일과 색상 제공하는 ‘야간 시야 비디오’와 같은 기능인데요. 구글은 애플의 iOS 생태계 확장에 제동을 걸기 위해 픽셀 스마트폰을 넘어 향후 태블릿, 스마트워치로 대상을 넓힐 예정입니다.

• 마이크로소프트(MS)

마이크로소프트(MS) 역시 AI를 활용해 윈도우 서비스와 검색 엔진 ‘빙(Bing)’ 강화에 나섰습니다. 특히 MS는 2024년 6월 차세대 AI PC ‘서피스 프로(Surface Pro)’ 태블릿과 ‘서피스 랩톱(Surface Laptop)’ 노트북을 출시할 예정입니다. 해당 제품 군은 생성형 AI ‘코파일럿’과 온디바이스 AI를 지원하는 것이 가장 큰 특징인데요. 윈도우 센트럴(Windows Central)에 따르면 서피스 프로 10과 서피스 랩톱 6에는 NPU가 장착됩니다. 윈도우 센트럴은 “130억 개 파라미터 AI 모델을 노트북에서 네트워크 없이 구동할 수 있다”고 설명했습니다. MS가 지난해는 ‘코파일럿’을 중심으로 한 AI 구축에 전력을 다했다면, 2024년에는 하드웨어 영역으로 확장할 것으로 보입니다.

• 애플

애플은 AI 영역에서 오픈소스 개방형 전략을 취하고 있습니다. 2023년 10월 차세대 AI 칩 ’M3’를 공개하며 온디바이스 AI 시대를 예고했는데요. 애플은 “M3 칩에 있는 뉴럴 엔진은 M1 칩보다 최대 60% 더 빠르다”며 “개인정보 보호를 위해 데이터를 개별 장치에 머무르게 하면서 AI와 머신 러닝 작동 흐름을 더욱 빠르게 만든다”고 강조했습니다. 특히 M3는 인간 두뇌에 해당하는 파라미터 수를 최대 수십억 개 지원합니다. IT 업계는 애플이 이를 기반으로 각종 AI 서비스를 구현할 것으로 전망하고 있습니다

애플은 두 편의 논문을 아카이브에 공개하기도 했습니다. 첫 번째 논문은 휴먼 ‘가우시안 스플랫(HUGS, Human Gaussian Splats)’ 기술 사례가 대표적입니다. 동영상에서 배경과 인물을 분리하고 이를 다시 재활용하는 기술인데요. 예를 들어 눈밭을 걸어가는 사람 영상을 학습한 AI가 인물과 배경을 마음대로 조합할 수 있는 것입니다. 두 번째 논문은 ‘제한된 메모리로 효율적인 대규모 언어 모델을 추론하는 법(Efficient Large Language Model Inference with Limited Memory)’입니다. 이는 메모리가 제한된 기기에 LLM을 구축하는 기술입니다. 연구진은 이 방법을 활용해 애플 M1 맥스 CPU(Central Processing Unit, 컴퓨터 시스템을 통제하고 프로그램의 연산을 실행, 처리하는 가장 핵심적인 컴퓨터 제어 장치 혹은 그 기능을 내장한 칩)에서 추론 시간을 4~5배 앞당기고, 속도는 20~25배까지 향상할 수 있다고 설명했습니다.

또한, 깃허브를 통해 M3 칩에서 실행할 수 있는 프레임워크와 모델 라이브러리를 공개했습니다. 바로 MLX라 불리는 AI 개발 툴킷인데요. 애플의 머신 러닝 연구자인 아우니 한눈은 X(구 트위터)를 통해 MLX 데이터를 “데이터 로딩을 위한 프레임워크에 구애 받지 않는 효율적이고 유연한 패키지”라며 “MLX, 파이토치, JAX 프레임워크에서 함께 작동한다”고 설명했습니다. MLX는 파이토치, JAX와 같은 AI 프레임워크에서 영감을 얻은 것으로 보여집니다. 다만 공유 메모리에 대한 내용이 없다는 점에서 애플 반도체를 사용하는 맥북에 적합할 것이라는 평가도 있습니다.

온디바이스 AI 흐름에 응하는 LG

2020년 8월, LG CNS는 온디바이스 AI 솔루션 업체 ‘노타’에 일찌감치 투자했습니다. 노타는 딥 러닝 모델 경량화ᆞ자동화 솔루션인 넷츠프레소(NetsPresso)를 공개한 스타트 업인데요. 넷츠프레소는 성능 저하를 최소화해 스마트폰과 소형 IoT 기기에서 독립적으로 AI를 구동시킬 수 있다는 평가를 받고 있습니다. 최근에는 기업용 AI 서비스를 잇따라 선보이고 있는데요. 대표적으로 기업용 생성형 AI 플랫폼인 ‘DAP GenAI’가 있습니다. DAP GenAI는 기업이 가진 내부 정보만을 활용하고, 다양한 보안 필터 등을 적용해 거짓이나 왜곡된 내용을 생성하는 정보 왜곡현상(Hallucination)을 줄여 업무 효율을 높인 AI입니다. 이를 통해 오픈AI ‘챗GPT’, 엔스로픽의 ‘클로드(Claude), 구글의 ‘팜2(PaLM2), LG AI연구원의 ‘엑사원(EXAONE)’ 등 다양한 LLM을 활용해 서비스를 구축할 수 있습니다. 예를 들어 금융사가 보험상품 추천 AI 서비스를 개발하고 싶다면 고객 정보 데이터베이스를 연동해 알맞은 프롬프트를 구성하며 추천과 답변에 적합한 LLM을 각각 선택해 설정합니다.

2022년 LG전자는 스마트 온디바이스 AI칩인 ‘LG8111’을 개발해 공개했습니다. LG8111은 다양한 AI 가속 하드웨어 내장은 물론 2.4GHz와 5GHz 듀얼 밴드 와이파이를 지원해 인터넷에도 연결할 수 있습니다. 예를 들어 LG8111을 장착한 냉장고는 사용자 음성을 인식해 동작합니다. LG8111은 가전제품뿐만 아니라 스마트카, 스마트팩토리 등 다양한 영역에서 사용 가능합니다.

또한 LG전자는 AI 프로세서를 탑재한 2024년형 LG 그램 신제품 ‘LG 그램 프로’를 런칭할 예정입니다. LG 그램 프로(모델명: 17Z90SP/16Z90SP)에는 차세대 프로세서인 인텔 코어 울트라 CPU가 탑재됐습니다. 인공지능 연산에 특화된 NPU인 AI 부스트가 내장된 CPU인데, 네트워크 연결 없이도 AI를 구동할 수 있다는 장점이 있습니다. 예를 들어 사진을 분석해 인물 장소, 날짜 등 38개 카테고리에 따라 자동으로 분류해 낼 수 있습니다. 또한 제품에 탑재된 ‘AI 그램 링크’ 기능은 최대 10대까지 안드로이드 및 iOS 기기와 파일, 사진 등 파일을 편리하게 주고받거나 화면을 공유할 수 있도록 지원합니다. 여기에 더해 엔비디아의 지포스 RTX™ 3050 랩톱 GPU 외장 그래픽 카드를 탑재한 모델은 1초에 5장에 달하는 AI 이미지를 생성할 수 있는데요. 이는 내장 그래픽 모델에 비해 약 3배 빠른 속도입니다. LG전자 이윤석 IT 사업부장은 “AI 성능을 강화한 그램 최상위 라인업 LG 그램 프로를 앞세워 휴대성과 타협하지 않는 고성능을 원하는 고객에게 최적의 사용 경험을 제공하겠다”고 말했습니다.

하이브리드 AI, 새로운 AI시대 열까

이제 AI가 클라우드, 에지 컴퓨팅, 디바이스 영역에 걸쳐 뿌리내릴 것으로 보입니다. 이른바 ‘하이브리드 AI시대’가 도래하려는 모습인데요. 특히 하드웨어를 보유한 빅테크 기업은 온디바이스 AI에 힘을 싣는 분위기입니다. 인터넷 연결 없이도 가전제품이 AI를 활용해 각종 서비스를 제공할 수 있기 때문입니다. 클라우드 AI 시대의 절대 강자가 엔비디아였다면, 온디바이스 AI 시대에는 새로운 칩의 강자가 나타날 수 있을 조짐입니다. 특히 퀄컴과 같은 반도체 기업이 이 틈을 파고들고 있습니다. 퀄컴은 2023년 10월에 열린 스냅드래곤 서밋 2023에서 메타의 라마2를 압축한 모델을 퀄컴 칩이 장착된 디바이스에서 구동하는 기술을 시연했습니다. 인터넷이나 와이파이 연결 없이 맛집 등의 정보를 확인할 수 있는 기술이었습니다. 퀄컴은 앞서 ‘AI의 미래 하이브리드(The future of AI is hybrid)’라는 보고서에서 가까운 미래에 AI가 온디바이스와 클라우드에서 병렬적으로 작동할 것으로 내다봤는데요. 향후 AI는 클라우드와 디바이스를 오가며 고객이 원하는 데이터를 적재적소에 처리하는 하이브리드 AI로 거듭날 것이라는 관측입니다.

이러한 하이브리드 AI는 팬데믹을 정점으로 위축되었던 IT 가전 산업을 다시 부활시킬 것으로 보입니다. 모건스탠리에 따르면 스마트폰 출하량은 온디바이스 AI에 힘입어 지속적으로 성장할 전망입니다. 또한, PC 산업 역시 큰 폭으로 성장할 전망인데요. 캐널리스에 따르면 “2024년 PC 산업은 8% 성장할 전망이며 새로운 AI 기능 장치가 등장하면서, 고객들이 팬데믹 시대에 사들인 PC를 새롭게 교체할 것”이라고 설명했습니다. HP의 최고 경영 책임자(CEO)인 엔리케 로레스(Enrique Lores)는 CNBC를 통해 “AI PC가 PC 시장의 성장을 가속할 것”이라며 “AI PC를 처음에는 특정 기업만 구입하겠지만, 향후에는 더 많은 고객이 구입할 수밖에 없을 것”이라고 말했습니다.

[출처] https://www.lgcns.com/blog/it-trend/51820/

[사회과학] [박진영의 사회심리학]’가스라이팅’을 극복하는 방법

게티이미지뱅크 제공

관계에서 상대가 속상할만한 행동을 잔뜩 해놓고서는 “너가 너무 예민한 거 아니야?”라고 하거나 분명히 존재하는 차별에 대해 얘기할 때 역시 요즘 세상에 그런 게 어디 있냐고 하는 등 상대가 자기 자신에 대해 의문을 갖게 만드는 사람들이 있다.

이렇게 특히 친밀한 관계에서 상대로 하여금 자신의 생각과 감정, 믿음에 대해 의문을 갖게 만들고 심한 경우 자신에 대해 미쳐있다거나 올바르게 생각할 능력이 저하되어 있다고 믿게 만드는 언행을 흔히 ‘가스라이팅’이라고 부른다.

언젠가 자기 자신이 현실감각이 떨어지고 비이성적이라고 말하는 사람을 만난 적이 있다. 그렇게 생각하는 이유에 대해 물었더니 사귀던 연인이 지속적으로 자신이 잘못된 생각을 하고 있다고 지적한다고 이야기했다.

일상 생활에서도 예를 들어 이런 음식, 옷, 음악, 사람 등을 좋아하다니 어딘가 특이하다고 하거나 좀 이상한 것 같다는 표현을 자주 한다고 했다. 연인의 행동으로 인해 속상하고 화가 날 때에도 되려 그런 반응을 보이는 상대가 어딘가 정상이 아니라고 이야기하거나 다른 사람들 앞에서도 면박을 주는 일이 잦았다고 한다.

가장 가깝고 자신을 잘 안다고 여겨지는 사람으로부터 지속적으로 생각과 감정, 정체성을 부정당하는 일이 잦다보니 자신이 이상한 사람인 것 같다는 결론을 내렸다고 했다. 이는 학대적인 관계에서 흔히 나타나는 패턴이다.

맥길대의 연구자 윌리스 클레인은 관계에서 가스라이팅을 당한 경험이 있는 사람들을 대상으로 그들의 경험과 학대적인 관계를 극복한 계기에 대해 인터뷰했다. 그 결과 많은 이들이 처음에는 열렬히 호감과 사랑을 표현해 온 연인으로부터 가스라이팅을 당했다고 보고했다.

가스라이팅을 저지르는 사람들은 처음에는 로맨틱한 말과 선물 공세, 이벤트 등을 해오다가 관계가 충분히 친밀해지고 나면 그때부터 너무 예민하거나 감정적인 것 같다, 멍청한 것 아니냐 또는 정신 나간 것 아니냐는 등의 발언을 했다고 한다.

또한 자신의 잘못을 상대의 탓으로 돌리는 식의 비난도 자주 한 것으로 나타났다. 이외에도 가해자들은 예측하기 어려운 타이밍에 화를 내거나 소리를 치는 행동을 보이는 등 상대의 불안 수준을 높이고 눈치를 보게 만드는 식으로 상대의 행동을 통제하며 학대적인 관계에서 흔히 나타나는 행동 패턴을 보였다.

가스라이팅의 피해자들은 자기개념이 위축되고 정신적으로 피폐해지는 경향을 보였다고 보고했다. 또한 다수가 인간관계에 조심스러워지고 새로운 관계를 만들기 어려웠다고 보고했다. 가스라이팅을 스스로 이겨내고 자기 자신에 대한 믿음을 다시 키웠다고 보고한 사람들도 있었으나 비교적 소수였다.

가스라이팅으로부터 벗어나게 된 계기는 많은 경우 다른 친밀한 관계, 가족, 친구들의 도움이었던 것으로 나타났다. 학대적인 파트너는 흔히 피해자가 다른 사람들과 관계를 이어가는 것을 방해하고 피해자를 고립시키지만 그럼에도 주변 사람들로부터 이해와 도움을 받을 수 있었던 사람들의 경우 학대적인 관계에서 벗어날 수 있었던 것으로 나타났다.

운동이나 명상 같은 활동들도 자기가치감 회복에 도움이 되었다고 한다. 몸을 움직이거나 과거에 자주 즐겼던 취미 활동들 다시 시작하는 것도 원래의 자신이 어떤 사람이었는지 상기시키는 데 도움이 된 것으로 나타났다.

사람으로 받은 상처는 사람으로 극복한다는 말을 들은 적이 있다. 사회적 동물인 인간의 자기가치감은 많은 부분 친밀한 관계에 있는 사람들의 피드백을 통해 형성된다. 세상에서 가장 가까운 사람, 가족, 소중한 친구, 연인으로부터 너는 쓸모 없고 가치 없는 존재라는 피드백을 지속적으로 들었을 경우 태생이 아무리 낙천적인 사람이라도 자기 자신에 대해 긍정적인 생각을 갖기는 어렵다.

지속적으로 멍청하다거나 제정신이 아니라는 피드백을 들었을 경우에도 자신의 판단력을 믿기는 어려울 것이다. 학대적인 관계에 길들여진 사람들이 이런 관계에서 벗어나지 못하는 한 가지 원인이 이것이다. 상대가 아닌 자기 자신이 지나치게 예민하고 감정적이고 이상한 거라고 생각하기 때문이다.

따라서 단 한 명이라도 이들 옆에서 그렇지 않다고 너는 잘못되지 않았다고 말해주는 이의 존재가 중요하다. 같은 이유에서 학대적 관계의 피해자들이 잘못된 것이 아님을 분명히 하는 사회적 인식 또한 필요하다.

Klein, W., Li, S., & Wood, S. (2023). A qualitative analysis of gaslighting in romantic relationships. Personal Relationships, 30(4), 1316–1340.

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다

박진영 심리학 칼럼니스트 parkjy0217@gmail.com

[출처] https://n.news.naver.com/article/584/0000026609?ntype=RANKING