전 세계 유료 가입자 수 2억900만명(올 2분기 기준)을 자랑하는 세계 최대 OTT(온라인 동영상 서비스) 업체 넷플릭스가 지난 7월 게임 시장 진출을 선언했다. 이 회사는 주주에게 보낸 편지에서 “게임을 오리지널 시리즈(자체 제작한 영화·드라마) 같은 새로운 콘텐츠의 하나로 보고 있다”고 밝혔다. 영화 제작을 넘어 게임까지 직접 개발하겠다는 얘기다. 넷플릭스는 이미 미국 게임사 EA에서 게임 개발을 진두지휘했던 마이크 버듀를 게임 개발 부문 부사장으로 영입했고, 내년 서비스 출시를 목표로 개발팀을 구성 중이다.
넷플릭스의 게임 산업 진출은 요즘 세계 산업계를 휩쓰는 ‘빅블러(Big Blur)’의 최신 사례 중 하나다. 발전한 기술을 매개로, 이종(異種) 산업 간 경계가 무너지며 융합하는 현상이다. 미래학자 스탠 데이비스가 1999년 “ICT(정보통신기술)의 발전 아래 모든 산업은 소프트웨어 산업이 되고, 여러 산업이 한데 섞일 것”이라고 예측하면서 처음 쓴 말이다.
게임 시장 진출을 선언한 글로벌 OTT(온라인 동영상 서비스) 기업 넷플릭스의 로고에 게임 패드를 합성한 사진. / 긱크레이즈
다소 설익어 보였던 그 예언이 20여 년이 지난 지금 현실이 되고 있다. 이른바 4차 산업혁명과 신종 코로나 대유행(팬데믹)으로 급격히 진행된 디지털 전환이 글로벌 산업의 거의 전 영역에서 경계의 파괴와 융합을 가속하고 있다. 이로 인해 예전에는 서로 상관이 없거나 협력 관계였던 기업들이 갑자기 경쟁자가 되는 일이 흔해지고 있다. 글로벌 회계 컨설팅 기업 프라이스워터하우스쿠퍼스(PwC)는 “산업 융합(빅블러) 현상으로 모든 산업 분야에서 (타 분야에서 넘어온) 신규 기업 진입이 기하급수적으로 늘고 있다”고 했다.
◇全산업으로 확산하는 빅블러
빅블러가 가장 두드러지는 곳은 빅테크의 타(他)산업 진출이다. 애플과 구글이 단적인 예다. 이 두 회사는 본래 각각 컴퓨터 기업, 검색 엔진 기업이었다. 하지만 스마트폰 분야에 잇달아 진출, 서로 경쟁자가 됐다. 최근에는 반도체 분야에도 진출하면서 인텔·엔비디아와 같이 경쟁하게 됐다. 애플은 작년 11월 PC용 CPU(중앙처리장치)에도 자체 개발한 반도체(M1칩)를 쓰기 시작했고, 구글은 모바일 반도체 ‘텐서(Tensor)’를 자체 개발해 10월 출시될 픽셀6 스마트폰부터 탑재할 계획이다. 두 회사는 모빌리티(이동 서비스) 산업에도 진출했다. 구글의 관계사 웨이모는 지난달 말 미국 샌프란시스코에서 자율주행 택시 시범 운행에 나섰고, 애플 역시 2014년부터 개발해온 자율주행 전기차 기술을 바탕으로 ‘애플카’ 사업을 시작할 것으로 전망되고 있다.
역으로 유통·제조 분야 전통 기업이 IT(정보기술)를 이용해 타 산업으로 진출하기도 한다. 커피 프랜차이즈 스타벅스는 지난해 하나금융과 KB금융그룹, 우리금융 등 국내 대표 금융회사 수장들이 “가장 신경 쓰이는 경쟁자”로 꼽은 회사다. 스타벅스코리아가 전용 앱과 카드 등을 통해 예치한 선불 충전금이 1801억원에 달한다. 이는 국내 주요 핀테크 기업인 토스(1214억원)와 네이버파이낸셜(689억원)보다 많다. 스타벅스가 이런 식으로 전 세계 고객들에게서 유치한 돈은 약 20억 달러(약 2조3380억원)로 추산된다. 미국 FDIC(연방예금보험공사)에 따르면, 미국 내 4500여 은행 중 3900개(87%) 은행의 총 자산이 10억달러가 안 된다. 커피 프랜차이즈가 웬만한 은행보다 2배 이상 많은 돈을 보유한 것이다.
B2B(기업 간 거래)와 B2C(기업과 소비자 간 거래)로 구분되던 기업 간 비즈니스 모델의 경계도 무너지고 있다. 미국 아마존과 한국 네이버는 과거 전형적인 B2C 기업이었다. 개인 소비자의 상품 주문과 검색 서비스 이용에 기반해 수익을 냈기 때문이다. 하지만 이 두 회사는 인터넷 쇼핑몰과 포털 서비스를 만들던 기술로 각각 AWS(아마존웹서비스)와 네이버클라우드라는 클라우드 서비스에 진출, 기업 대상(B2B) 사업을 펼쳐 큰 성공을 거뒀다. 반대로 LG CNS처럼 기업의 IT 서비스를 공급하는 B2B 기업이 개인 정보를 모아 관리해주는 마이데이터(본인신용정보관리업) 사업으로 B2C에 나서는 사례도 나온다.
/그래픽=최하은
◇모두가 경쟁자… 超경쟁 시대 열린다
이러한 빅블러 현상은 예상치 못했던 경쟁자들이 지속적으로 등장하는 초(超)경쟁 시대를 초래하고 있다. 최근 경쟁 기업 수가 급격하게 늘고 있는 전기차 시장이 대표적이다. 테슬라와 BYD 등 초기 전기차 기업에 이어 도요타⋅폴크스바겐⋅현대기아차 등 세계적 자동차 기업들이 전기차 생산 본격화를 선언했고, 수많은 스타트업이 등장한 것도 모자라 애플과 소니, 화웨이와 샤오미 같은 IT 기업들도 뛰어들었다.
심지어 푸드테크(식음료 기술)의 발전과 채식주의 소비자의 증가로 대체육 시장이 커지면서, 수입 쇠고기·돼지고기와 경쟁해왔던 국내 축산 농가들이 이제는 비욘드미트와 임파서블푸드 등 해외 첨단 식품 기업과도 경쟁해야 하는 상황이다. 콩과 버섯, 미생물 등에서 단백질을 추출해 만드는 대체육은 버거킹과 KFC 같은 유명 패스트푸드에도 납품되며 육류 시장을 잠식하고 있다. 시장조사기관 유로모니터는 전 세계 대체육 시장 가치가 작년 기준 207억달러(약 24조2190억원)로 오는 2024년에는 232억달러까지 성장할 것이라고 전망했다.
전통적으로 기업 경영에서 완전히 새로운 분야에 대한 진출은 금기(禁忌)처럼 여겨져 왔다. 베인앤드컴퍼니 등 많은 경영 컨설팅 회사가 “핵심 사업과 관련 있는 분야가 아니면 진출하지 말라”는 조언을 해왔다. 사업 기반과 경험이 전혀 없는 분야는 더 많은 투자를 요구하면서, 동시에 시행착오와 실패 가능성은 크기 때문이다.
이런 상식을 뒤바꿔 놓은 것이 전 산업 영역에 걸친 디지털 전환, 이른바 ‘4차 산업혁명’이다. 판매와 영업, 인사 관리는 물론 이제는 생산과 공급망 관리, 기술 개발에 이르는 거의 모든 기업 활동이 디지털화·자동화되면서 기업의 핵심 인프라이자, 범용 기술로서 IT에 대한 투자를 늘리게 됐다. 시장조사기관 가트너에 따르면, 전 세계 IT(정보기술) 투자는 작년 기준 3조8650억달러(약 4517조4120억원)로 전년 대비 3.4% 증가했다.
기업들은 이렇게 확보한 IT 인프라와 기술 상당 부분을 다른 산업에 진출하는 데 적극적으로 활용하고 있다. 모바일 기기에 쓰던 반도체와 소프트웨어 기술을 전기 자동차의 파워트레인과 기능 제어에 응용하는 것과 마찬가지다. 완성차 기업 역시 차량의 성능과 상품성을 높이기 위해 IT를 적극 도입, 자동차의 모든 기능에 반도체와 소프트웨어를 적극 활용하고 있고, 이를 기반으로 로봇 산업 등에도 진출하고 있다. IT가 신사업 진출의 다리 역할을 하게 된 것이다.
◇신기술 등장과 산업 패러다임 변화
2012년 네덜란드 암스테르담 시내 은행 건물에 들어선 스타벅스 매장(위)과 보스턴다이내믹스의 로봇 제품과 함께 있는 현대차의 수소차 넥쏘(아래). 스타벅스는 선불충전금을 기반으로 예금 산업에, 현대차는 미국 로봇기업 보스턴다이내믹스를 인수하며 로봇 산업에 진출했다. / 트립닷컴·현대자동차
전문가들은 이처럼 IT에 대한 적극적 투자 외에도, 산업 패러다임의 변화와 신기술의 등장이 빅블러를 가속했다고 본다. 전기차 산업은 산업 패러다임의 등장으로 인한 빅블러의 사례이기도 하다. 기후변화에 따른 탄소 중립 정책이 내연기관 자동차에서 배터리와 전자 장비 기반의 전기차로 산업 패러다임을 전환하면서 전기차 시장이 열렸고, 이를 통해 기존 완성차 업체 외에 IT 분야 기업들이 전기차 시장에 뛰어들 기회가 열렸다.
넷플릭스의 게임 산업 진출은 IT 진보에 따른 빅블러의 사례로 언급된다. 넷플릭스의 OTT 서비스는 세계 어디서나 초고속으로 대용량의 영상 파일을 전송할 수 있는 클라우드 기술의 발전으로 가능해졌다. 여기에 데이터 전송 지연 시간이 극도로 짧은 5G(5세대 이동통신) 기술이 더해지면서, 내용이 미리 정해진 영화뿐만 아니라 사용자(게이머)의 조작에 따라 상황이 바뀌는 게임 영상도 실시간으로 보내 줄 수 있다. 이른바 ‘클라우드 게임’이다. 멀리 떨어진 클라우드에서 실행된 게임을 내 PC나 스마트폰에 영상으로 보여주는 것이지만, 시간 지연이 없기 때문에 마치 내 PC나 스마트폰에서 게임이 돌아가는 것처럼 느껴진다. 그동안 클라우드로 영화 서비스를 해온 넷플릭스 입장에서는 영화를 저장해 놓은 클라우드 서버(대형컴퓨터)를 게임용으로 바꾸면 된다.
스타벅스는 디지털 결제 기술의 발전 덕분에 은행의 경쟁자가 됐다. 모바일 앱으로 커피 주문과 결제를 할 수 있게 되면서 상품권 구매 및 충전 기능을 통해 스타벅스에 ‘돈을 맡겨 놓고 쓰는’ 것이 가능해졌다. 스타벅스는 지난 3월부터 미국 일부 지역에서 가상화폐 결제 앱을 시범 운영하는 등 핀테크 기능을 계속 강화하고 있다.
◇빅테크의 ‘독과점 강화’ 부작용도
빅블러 시대는 그러나 짙은 그림자도 드리우고 있다. 애플과 구글 등 막강한 IT 역량을 갖춘 기업들이 문어발식 사업 확장을 하며 몸집을 불리고 있기 때문이다. 특히 이들이 특정 분야의 독점적 시장 점유율을 바탕으로 사업 확장을 하면서 산업 전체와 국민 경제에 대한 영향력을 키우고, 더 나아가 여러 분야에 걸친 독과점 기업으로 부상하고 있다. 모바일 메신저 시장에서 100%에 가까운 시장점유율을 가진 카카오가 택시 호출과 간편 결제, 콘텐츠 분야로 업종을 확대하면서 소상공인과 중소기업의 비판을 받는 것이 대표적이다.
이 때문에 미국 등 세계 각국 정부가 빅테크에 대한 규제 고삐를 바짝 조이기 시작했다. 미국 의회는 지난 6월 11일 빅테크 반(反)독점 규제 법안을 발의했다. 여기에는 경쟁자를 인수⋅합병해 없애는 ‘킬러 합병(Killer Acquisitions)’에 대해 허가 심사를 강화하는 내용이 포함됐다. 예컨대 페이스북 같은 시장 지배적 플랫폼 사업자가 인스타그램같이 시장에 진입한 지 얼마 안 된 잠재적 경쟁자를 인수할 경우, 시장지배력 확대로 연결되지 않음을 스스로 증명해야 한다.
일각에선 이러한 현상이 빅테크의 해체로 이어질 것으로 본다. 경영컨설팅 기업 지몬-쿠허 앤드 파트너스의 헤르만 지몬 명예회장은 Mint에 “각국 경쟁 당국이 빅테크에 대한 반(反)독점 규제를 강화할 것이 뻔하다”면서 “결국 사업부별로 분사(Spin-off)하거나 해체될 수 있다”고 했다.
◇빅블러 생존 비결은 ‘원천기술’
빅블러가 산업 간의 경계를 무너뜨리고 있다고 해도, 수십년간 쌓은 기업의 핵심 경쟁력이 한순간에 무의미해지는 것은 아니다. 김선재 한국과학기술기획평가원(KISTEP) 연구위원은 “역설적이게도 산업과 기술 경계가 모호해질수록 원천기술의 가치는 더욱 분명해진다”며 “결국 (산업 간 장벽을 넘는) 융합은 핵심기술에서 파생되기 때문”이라고 말했다. 원천기술의 중요성은 애플의 CEO 팀 쿡의 발언에서도 확인할 수 있다. 쿡 CEO는 지난 4월 미국 뉴욕타임스와의 팟캐스트 인터뷰에서 애플카 관련 질문에 “애플은 사업이 통합되는 지점을 찾아내고 그 주변의 핵심 기술을 직접 보유하는 걸 아주 좋아한다”고 했다.
전문가들은 빅블러 시대에 살아남는 기업의 좋은 사례로 일본의 조미료(MSG) 제조업체 아지노모토를 든다. 아지노모토는 세계 최초로 MSG를 개발한 100년 역사의 식품 기업이면서 동시에 현재 반도체 핵심 소재인 ‘마이크로 절연 필름(ABF)’도 독점적으로 공급하고 있다. MSG를 만드는 데 쓰이는 아미노산 화학을 특화시켜 ABF라는 원천기술 개발에 성공한 덕분이다. 아지노모토의 ABF는 현재 인텔·AMD·엔비디아·ARM 등 오늘날 생산되는 대다수의 반도체 제품 회로에 탑재되고 있다. 100년 전 조미료 기술이 오늘날 빅블러를 주도하는 첨단 반도체 산업 기술이 된 것이다.
아직도 구글의 ‘테이블(Tables)’ 도구를 살펴보지 않았다면 지금 당장 시도해볼 것을 추천한다.
데이터를 다루는 게 확실히 예전 같지 않다. 현대 컴퓨팅의 선사시대로 거슬러 올라가 보자(대략 2012년 정도를 말하는 것이다). 당시 비즈니스를 체계화하려면 지저분한 스프레드시트와 온갖 복잡한 공식을 관리해야 했다. 그리고 이를 처리하기 위해 ‘공식(formulae)’과 같은 단어를 사용하는 그런 사람이 돼야 했다.
ⓒJR Raphael/IDG
요즘에는 보통 사람이라면 누구나 코드 없이 정보를 다룰 수 있는 도구가 많아졌다. 이를테면 에어테이블(Airtable)부터 마이크로소프트 리스트(Microsoft Lists), 다른 여러 종류의 고급 데이터 관리 앱까지 최소한의 노력으로 정보를 정리하고 체계화할 수 있도록 해주는 프로그램이 아주 많다.
당연히 구글도 이 분야에 뛰어들었다. 지난 2020년 9월 구글은 흔히 해왔던 ‘실험(Experiments)’의 일환으로 작업 추적 도구인 테이블(Tables)을 출시했다. 그리고 현재 이 테이블을 본격적인 구글 클라우드 생산성 제품으로 전환하고 있는 중이다.
다만 최종 버전은 가까운 시일 내에 제공되긴 어려울 전망이다. 하지만 완전히 무료인 베타 버전을 테스트해 구글이 내놓은 요리를 맛볼 순 있다(구글은 내년 중에 출시를 계획하고 있다고 밝혔다).
경쟁 제품과 비교해 테이블의 가장 큰 장점은 단순하다는 것 그리고 구글 생태계와 원활하게 통합된다는 것이다. 여기서는 테이블의 기능과 이것이 어떻게 비즈니스 효율성을 향상시킬 수 있는지 살펴본다.
기본 사항
구글 테이블을 시작하는 가장 쉬운 방법은 웹 사이트를 열고, 사이트의 왼쪽 사이드바 메뉴에서 ‘템플릿(Templates)’ 탭을 클릭하는 것이다. 그러면 시작 지점으로 사용할 수 있도록 미리 만들어진 테이블 목록이 표시된다. 이를 사용자의 니즈에 맞게 수정할 수 있다.
템플릿은 ‘관리 및 IT(Admin & IT)’, ‘고객 서비스(Customer Service)’, ‘프로젝트 관리(Project Management)’, ‘팀 관리(Team Management)’ 등의 카테고리로 분류돼 있다.
여기에 프로젝트 추적기, 팀 디렉토리, 회의 참석 관리 시스템과 같이 널리 쓰이는 기능부터 입사 지원자 추적기, 신입 온보딩 조직 센터, 제품 로드맵, 사용자 조사 데이터베이스 등 구체적인 기능까지 찾을 수 있다(심지어는 영업 관련 업무를 위한 기본적인 CRM 설정도 포함돼 있다).
구글 테이블은 다양한 용도에 적합한 템플릿을 제공한다 ⓒJR Raphael/IDG
비교적 간단하고 그러면서도 널리 사용되는 ‘프로젝트 추적기’를 예로 들어 보겠다. 버튼을 클릭해 템플릿을 워크스페이스로 가져오면 다음과 같은 화면이 나타난다.
구글 테이블에서 프로젝트 트래커 템플릿을 클릭했을 때 보이는 화면 ⓒJR Raphael/IDG
볼 게 많아 보이는가? 하지만 여기서 유념해야 할 것은 (에어테이블이나 이와 유사한 대부분의 다른 도구와 마찬가지로) 사용자가 실제로 보고 있는 게 결국 스프레드시트에 불과하다는 점이다. 구체적으로 말하자면 추가 서식과 고급 요소가 추가된 더 현대적인 스프레드시트다. 하지만 이를 제외하면 대부분은 열과 행 그리고 셀로 구성된 스프레드시트일 뿐이다.
테이블의 화면 오른쪽 상단에 있는 열(Columns) 버튼을 클릭하면 정확히 어떻게 작동하는지 알 수 있다. 여기에서 기존 열을 편집, 삭제하거나 새 열을 추가할 수 있다. 또 테이블의 모든 열에서 다양한 정보 형식 중 하나를 선택할 수 있다.
구글 테이블의 열 관련 옵션을 사용하면 데이터가 표시되는 방식을 제어할 수 있다 ⓒJR Raphael/IDG
‘퍼슨(Person)’ 옵션이 아주 중요하다. 이는 팀 기반 구글 워크스페이스 계정을 사용한다면 특정 동료에게, 개인 구글 계정을 이용한다면 연락처의 특정 지인에게 관련된 행을 할당할 수 있는 기능이다. 어느 쪽이든 기존 설정에 자동으로 연결되고, 누군가를 선택하고 할당할 때 (테이블에) 전체 이름과 프로필 사진이 즉시 표시된다.
구글 테이블을 사용하면 연락처 또는 조직의 사람들과 손쉽게 상호작용할 수 있다 ⓒJR Raphael/IDG
다른 구글 생산성 도구처럼 테이블 내에서 협업이 가능하다. 화면 오른쪽 상단의 공유(Share) 버튼을 클릭해 구글 계정을 가진 다른 사람을 초대할 수 있다. 그런 다음 테이블을 볼 수만 있는지 아니면 코멘트 추가나 편집을 할 수 있도록 할지 결정할 수 있다. 다른 사람과 동시에 테이블에서 작업할 때는 상대방의 작업 내용이 실시간 표시된다.
구글 생태계 통합에 관해 말하자면 구글 문서와 스프레드시트 문서 등을 포함해 구글 드라이브 스토리지에 있는 파일과 연결할 수 있는 열 유형을 실제 업로드 없이 클릭 몇 번으로 추가할 수 있다. 그러면 테이블을 보고 있는 다른 사람이 브라우저를 종료하지 않고 바로 그 자리에서 해당 파일을 열 수 있다.
맨 오른쪽 열의 원형 아이콘이 보이는가? 이는 연결된 스프레드시트, PDF, 이미지 파일을 나타내며 모두 구글 드라이브에서 가져온 것이다 ⓒJR Raphael/IDG
테이블을 전통적인 스프레드시트로 사용하는 방법도 간단하다. 화면 왼쪽 상단에 테이블 제목 옆에 있는 점 3개 메뉴를 클릭해서 전체를 구글 스프레드시트로 내보내는 옵션을 찾는다.
그다지 인상적이지 않은가? 걱정할 필요 없다. 테이블 자체에는 필요한 거의 모든 것을 처리할 수 있는 꽤 유용한 보기 옵션이 있다.
구글 테이블의 보기 옵션(view)
모든 테이블의 맨 위에는 현재 보기 유형을 보여주는 버튼이 있다. 방금 전에 언급했던 작업 추적 예시에서 사용했던 보기는 ‘그리드(Grid)’였다. 하지만 테이블에서 기본적으로 제공하는 보기를 고수할 필요는 없다. 표시되는 버튼이 무엇이든 이를 클릭, 사용할 수 있는 테이블 레이아웃 옵션을 바꿔 선택할 수 있다.
• 그리드 레이아웃(Grid Layout): 지금까지 살펴본 표준 스프레드시트 및 보기다. 가장 기본적인 테이블 보기이며, 아마 가장 자주 사용하게 될 것이다.
• 칸반 레이아웃(Kanban Layout): 데이터를 트렐로(Trello)와 유사한 일련의 카드와 보드로 정리한다. 다양한 범주의 항목을 효과적으로 시각화해주는 보기다. 한 열에서 다른 열로 정보를 끌어다 놓을 수 있으며, 열을 상태 표시기, 타이밍 알림 또는 다양한 작업과 프로젝트에 각기 다른 유형의 범주로 사용하든 상관없이 쉽게 추적할 수 있다.
테이블의 칸반 보기를 통해 구글 생산성 제품군에서 트렐로를 느낄 수 있다 ⓒJR Raphael/IDG
• 달력 레이아웃(Calendar Layout): 한 달 달력에서 날짜와 관련된 모든 데이터를 유용하게 표시할 수 있다. 언제 무슨 일이 있는지 정확히 확인할 수 있다.
몇 번의 클릭으로 익숙한 달력 그리드에서 모든 날짜 관련 정보를 볼 수 있다 ⓒJR Raphael/IDG
• 대기열 레이아웃(Queue Layout): 모든 열을 요약 목록으로 바꾼다. 더 광범위한 개요를 보고 개별 항목을 클릭해 자세한 정보를 확인할 수 있다.
데이터를 간단한 목록으로 본 다음 개별 행으로 드릴다운하여 해당 내용을 확인할 수 있다 ⓒJR Raphael/IDG
• 지도 레이아웃(Map Layout): 테이블 웹 사이트의 오른쪽에 있는 실제 구글 지도 내에서 특정 ‘위치(Location)’ 필드가 포함된 항목을 볼 수 있다.
이러한 옵션은 사용자가 정보를 구성하고 조작하는 데 있어 다양한 선택지를 제공한다. 이제 테이블에서 가장 인상적인, 시간을 절약해주는 기능을 소개할 차례다. 사용하는 데이터나 테이블 보기의 종류와 관계없이 사용할 수 있다.
테이블 자동화 방정식
테이블의 가장 큰 장점은 구글 생태계와의 통합과 단순성이라고 말했다. 그리고 그다음으로 큰 장점이 바로 자동화다.
테이블은 상상할 수 있는 모든 유형의 데이터를 관리할 수 있는 프레임워크를 제공할 뿐만 아니라 정보 관리 체계를 한 단계 높일 수 있는 자동화 시스템을 지원한다. 단 이와 유사한 다른 많은 시스템과 달리 사용 방법이 아주 간단하고, 배우는 데 시간이 거의 필요하지 않다.
생성한 테이블의 오른쪽 상단에 있는 봇(Bots) 버튼을 클릭하면 된다. 그런 다음 표시되는 패널에서 새 봇(New Bot) 버튼을 클릭한다. 봇의 이름을 지정하고 트리거 선택(Select Trigger) 버튼을 눌러서 자동화를 실행할 시기를 정한다. 현재 5가지 선택지가 있다.
1. 열 값 변경(Column value changes): 선택한 특정 열 내에서 데이터가 업데이트될 때마다 자동화 기능이 실행된다.
2. 시간 기반(Time-based): 매주 월요일 오전 9시 등 특정 시간에 반복적으로 지속적인 작업을 할 때 자동화를 실행할 수 있는 옵션이다.
3. 행 추가(Row added): 첫 번째와 비슷한 트리거다. 그렇지만 특정 데이터가 변경될 때 실행되는 게 아니라 새 행이 테이블에 추가될 때마다 실행된다.
4. 행 제거(Row removed): 명칭에서 무슨 일을 하는지 알 수 있을 것이다.
5. 코멘트 추가(Comment added): 누군가 선택한 열에 코멘트를 남길 때 선택한 작업이 트리거된다.
트리거를 선택하면 테이블의 특정 행으로 자동화를 제한할 수 있는 필터 추가(Add Filter) 버튼이 표시된다. 이 버튼을 클릭하지 않고 행을 선택하면 기본적으로 테이블의 모든 행에 자동화가 적용된다.
한 단계 더 나아가 특정 열의 데이터가 특정 방식으로 바뀔 때 자동화가 실행되도록 만들 수도 있다. 그리고서 트리거 조건이 충족될 때 실행될 작업을 선택하면 된다.
구글 테이블의 봇 시스템은 자동화 생성 프로세스를 안내하고 모든 종류의 고급 인텔리전스를 작업 공간에 쉽게 추가할 수 있도록 한다 ⓒJR Raphael/IDG
이를테면 테이블에서 사전에 지정한 주소나 테이블의 주소로 사용자 지정 이메일을 보내게 만들 수 있다. 특정 방식으로 행을 업데이트하거나, 행을 삭제 또는 추가하도록 할 수 있다. 데이터를 다른 앱에 데이터를 보낼 수도 있다.
20초가량이면 작업이 완료될 때마다 업데이트를 모든 팀 구성원에게 이메일로 보내도록 테이블에서 설정할 수 있다 ⓒJR Raphael/IDG
그렇다. 아주 쉽게 이런 일을 할 수 있다.
결론
현재 구글 테이블은 무료로 사용할 수 있다. 사용량 및 기능 제한을 없앤 유료 서비스가 있긴 하지만 지금은 웹사이트 내의 버튼을 클릭하기만 하면 별도의 수수료 없이 유료 서비스로 업그레이드할 수 있다. 테이블 실험 초기에는 사용자당 10달러의 비용을 받았다. 이는 베타 서비스가 끝날 때 해당 도구가 어떤 방향으로 나아갈지 알려준다.
물론 구글이 장기적으로 테이블에 투자할지에 관한 의문을 제기할 수 있다. 그동안 구글이 중요하지 않은 서비스(특히 기존 서비스와 어떤 방식으로든 중복되는 서비스)를 포기했던 역사를 감안한다면 타당한 우려다.
하지만 현재까지 테이블은 생산성을 향상시킬 수 있는 잠재력이 무궁무진한 유망 서비스로 판단된다. 따라서 이미 구글 생태계를 사용하고 있고 효과적으로 작업을 추적 및 자동화하길 원한다면 테이블은 시험해볼 가치가 있는 도구다.
* JR Raphael은 컴퓨터월드 객원 편집자다. 기술의 인간적 측면에 큰 관심을 가지고 있다. ciokr@idg.co.kr
기업들이 방대한 양의 데이터를 수집하고 있다. 이를 제대로 활용하기 위해서는 수십, 수천 개의 서로 다른 데이터 소스와 여러 다른 데이터 형식으로부터 통찰을 추출해낼 수 있어야 한다. 이러한 가운데 오픈 데이터 생태계와 관련된 빅데이터 기술이 눈길을 끌고 있다. 오픈 데이터 생태계가 부상하는 이유가 뭘까? 그리고 이 기술 트렌드가 기업의 미래 경쟁력으로 어떻게 이어질 수 있을까?
수준 높은 애널리틱스와 AI 이니셔티브를 추진함으로써 대량의 데이터를 분석해 우수한 고객 통찰을 도출하고 가치 있는 질문들을 해결할 수 있기를 수많은 기업들이 바라고 있다. 이러나 이러한 결과를 실현하려면 기업은 우선 구조적 및 비구조적이고, 다양한 형식인 이질적 데이터 출처와 씨름하면서 통찰을 도출해야 한다. 그리고 이는 간단한 일이 아니다.
지난 20년 동안 여러 기술이 이 문제를 해결할 수 있다고 약속했고 실패했다. 대표적인 것이 2000년대 중반의 하둡(Hadoop)이다.
하둡 이전의 유일한 선택지는 거대한 리소스를 가진 온-프레미스 데이터베이스였다. 이는 데이터를 신중하게 모델링하고, 스토리지를 관리하고, 가치를 평가하고, 이들을 연결하는 방법을 파악하는 일을 요구했다.
이와 달리 하둡은 데이터 레이크, 오픈 데이터 표준, 모듈식 첨단 소프트웨어 스택, 그리고 고객을 위해 가치를 견인하는 경쟁적인 데이터 관리 벤더로 이루어진 오픈 데이터 생태계를 주창했다.
하둡 운동과 아파치 유형의 프로젝트는 오픈 데이터 생태계라는 발상을 진전시켰지만 아래의 3가지 이유 때문에 궁극적으로 실패했다.
• 하드웨어를 구입하고 확장하고 관리하는 비용이 지나치게 비쌈
• 애플리케이션과 데이터 레이크 간의 공통 데이터 포맷의 결여로 인한 데이터 관리 및 이용의 난해함
• 데이터 관리에 이용할 수 있는 툴 및 스킬의 부족
하둡의 성과는 실망스러웠지만 그럼에도 불구하고 오픈 데이터는 다시 부상하고 있다. 그리고 이번에는 새로운 오픈 데이터 생태계 기술이 하둡의 단점을 해소하며 기업 내의 모든 데이터 범위를 아우르고 있다.
그렇다면 왜 지금 이런 일이 일어나는가? 4가지 핵심적인 기술 동향이 오픈 데이터 생태계의 부활을 이끌고 있기 때문이다.
Image Credit : Getty Images Bank
1. 클라우드 스토리지의 성장
클라우드 데이터 스토리지, 다시 말해 아마존 S3, 애저 데이터 레이크 스토리지(ADLS), 구글 클라우드 스토리지(GCS)의 급속한 성장은 구조적 및 비구조적 데이터 레이크를 대량으로 수용할 수 있음을 의미한다.
1세대 시스템은 온프레미스 연산 및 스토리지 시스템을 구축하는 데 큰 자본을 요구했다. 유지 관리가 값비쌌고 확장하는 데에는 훨씬 더 많은 비용이 들었다.
그러나 클라우드 스토리지는 데이터 스토리지 문제로부터 값비싼 온프레미스 하드웨어를 제거했다. 대신 리소스 기준 과금이 도입되면서 기업들은 사용한 스토리지에 대해서만 비용을 지불하면 된다. 그리고 가격이 하락하면서 클라우드 스토리지 서비스는 데이터의 기본 정착지가 되었다. 범용적인 기록 시스템(System of Record, SoR)이 되는 것이다.
오늘날의 기업에게 클라우드의 예측 가능한 성능 및 유연성은 가속 쿼리 이행 등의 데이터 역량을 현실화하고, 복제를 회피하고, 데이터 레이크의 감독 및 관리를 개선하는 데 있어서 핵심적이다.
2. 대세화된 오픈소스 데이터 포맷
프로그래밍 언어 및 구현물 전반을 아우르는 데이터 호환성을 위해 오픈 데이터 포맷을 채택하는 기업이 많아지고 있다.
오픈 스토리지 데이터 포맷, 예를 들어 아파치 파케이(Apache Parquet: 컬럼 지향 데이터 스토리지), 아파치 애로우(Apache Arrow: 애널리틱스, 인공지능, 머신러닝을 위한 메모리 포맷), 아파치 아이스버그(Apache Iceberg: 표 포맷/트랜잭션 레이어) 등은 현재 및 미래의 모든 툴에서 데이터를 이용할 수 있음을 의미하고, 비호환성으로 인한 벤더 속박을 해소한다.
기업들은 즉시 이용할 수 있는 오픈 포맷으로 데이터를 대량으로 저장할 수 있고, 이와 연관된 비즈니스 애널리틱스와 AI 워크로드를 직접 실행할 수 있다. 데이터 변환을 요하는 길고도 값비싼 소프트웨어 구현이 필요하지 않다.
이는 오늘날의 기업에게 특히 매력적이다. 왜냐하면 API ‘플러그 앤 플레이’ 데이터 분석 및 AI 툴, 예를 들어 H20, 데이터로봇(DataRobot) 등은 구현하고 결과를 보는 것이 빠르고 쉽기 때문이다.
3. 클라우드 네이티브 벤더 지원의 성장
2000년대 중반 하둡은 데이터 스키마, 소비, 및 관리에 구애받지 않고 데이터를 레이크에 무차별적으로 투척할 수 있게 해주었다.
기업들은 아키텍처 설계, 액세스, 애널리틱스, 지속가능성을 고려하지 않은 채 더 많은 데이터를 수집하는 데에만 열중했다. 이들은 데이터 레이크 안에 무엇이 있는지 알지 못했고, 이들을 관리하거나 가치를 추출하는 법도 알지 못했다. 이런 문제를 해결할 툴이 나오지 않은 상황에서 데이터 레이크는 데이터 늪으로 변했다.
그러나 오늘날 특정한 데이터 관리 문제를 처리하는 데 도움을 주는 벤더와 툴이 수없이 생겨났다. 데이터 관리 분야는 급속히 성장 중이고, 데이터 스트리밍, 변환, 가시성, 품질, 거버넌스, 최종 이용자의 소비에 걸쳐 솔루션이 속속 가세하고 있다.
드레미오(Dremio), 트리노(Trino) 같은 회사는 클라우드 데이터 레이크에서 SQL 쿼리를 직접 운영한다. 세그먼트(Segment), 마틸리온(Matillion) 등의 회사가 가진 기술은 데이터를 흡수해 오픈 포맷으로 작성한다. 그리고 에어플로우(Airflow), 퍼펙트(Perfect), 대그스터(Dagster) 등의 플랫폼은 데이터 오케스트레이션을 취급한다. 이들 벤더들이 경쟁하면서 오픈 데이터 생태계에서의 운영은 갈수록 쉬워지고 있다.
기업들이 어떤 기술로 자신의 데이터 인프라를 운영할 것인지를 결정함에 있어 기성 벤더와 전문 스타트업은 각각 장점과 단점을 가지고 있다. 올바른 진로를 선택하는 데에는 아래와 같은 차이를 고려하는 것이 좋다.
• 통상적으로 기성 벤더는 한층 우수한 온-프레미스 호환성을 제공한다. 그러나 최고 수준의 전문 스타트업 툴이 가진 기능성이 부족하다.
• 통상적으로 최고 수준의 전문 스타트업 솔루션은 한 분야에서 차원 높은 기능성을 가지고 있지만 보안, 거버넌스 등 기업 요구사항을 충족하는 면에서 성숙도가 떨어진다.
4. 애플리케이션이 적정 고도에서 이용자와 만나고 있다
데이터 애널리스트, 과학자 및 현업 이용자는 수작업 스키마 변경, 리소스 프로비저닝, 여타 데이터베이스 관리의 하부에서 이루어지는 데이터 작용에 별로 관심이 없다. 그러나 이러한 작업은 1세대 오픈 데이터 생태계에서 필수적이었다.
오늘날에는 수직적으로 통합된 툴에 추상화가 매립되어 있고, 이는 최종 이용자가 자신이 원하는 통찰 수준에서 작업을 할 수 있도록 도움을 준다.
애플리케이션이 계속 진화하고, 기업들의 데이터 역량이 다각화되면서, 한층 정교해진 이용자들은 수준 높은 유연성과 깊이를 추구할 것이다.
오픈 데이터 생태계는 기나긴 여정
이들 4가지 동향이 오픈 데이터 생태계의 부활을 견인하는 가운데, 이들은 스노우플레이크(Snowflake) 등 소유권적 클라우드 데이터 웨어하우스의 성장을 촉진하기도 했다.
모든 워크로드를 아우르는 단일 데이터 웨어하우스라는 스노우플레이크의 접근법이 유일한 미래의 길이라고 주장하는 사람들이 있다. 그러나 시간이 지나면서 애플리케이션 개발이 단일 아키텍처로부터 API 기반의 마이크로서비스 아키텍처로 변화하고 있는 것처럼 데이터 애널리틱스 워크로드는 소유권적 데이터 웨어하우스로부터 오픈 데이터 아키텍처로 점진적으로 이동할 것으로 예상된다.
요약 : 오픈 데이터가 어느 때보다 기업들에게 한층 접근 가능해짐에 따라 그야말로 흥미로운 시기에 접어들고 있다. 클라우드 데이터 레이크, 데이터 관리, 오픈 데이터 포맷 등 하둡의 단점에 대처하는 기술을 바탕으로 기업들이 마침내 조직 내에서 데이터를 완벽히 포착하고 이용할 수 있는 환경이 조성되면서 빅 데이터의 비전이 다시 활기를 찾고 있다.
미국 크레이그 벤터 연구소가 생명을 유지하면서 동시에 세포 분열을 통해 자손 번식까지 할 수 있는 진정한 의미의 인공생명체 ‘JCVI-syn3A’를 합성하는 데 성공했다. 사진은 전자현미경으로 관찰한 JCVI-syn3A의 세포 분열 과정. NIST/MIT 제공
스스로 생명을 유지할 뿐 아니라 자손 번식까지 가능한 진정한 의미의 인공생명체가 세계 최초로 탄생했다. 미국 크레이그 벤터 연구소는 국립표준기술연구소(NIST), 매사추세츠공대(MIT) 비트및원자센터와 공동으로 스스로 성장한 뒤 균일하게 분열하는 인공생명체 ‘JCVI-syn3A’를 합성하는 데 성공했다고 국제학술지 ‘셀’ 29일자에 발표했다.
크레이그 벤터 연구소 연구진은 2016년 생명체가 살아가는 데 필요한 최소한의 유전자 473개로 구성된 단세포 인공생명체 ‘JCVI-syn3.0’를 합성했다. JCVI-syn3.0은 아데닌(A), 구아닌(G), 티민(T), 시토신(C) 등 4종류의 염기를 인공적으로 조합한 염기쌍 53만1000개로 이뤄졌다.
JCVI-syn3.0은 생명체가 살아가는 데 필수적인 최소한의 유전자만 갖추고 생존할 수 있음을 보여 생명체의 기본 조건을 갖춘 것으로 평가 받았지만, 자손 번식에서는 크기와 형태가 고르지 못하게 분열하는 등 한계를 드러냈다.
연구진은 5년간 세포 분열에 관여하는 유전자 7개를 포함해 총 19개의 유전자를 찾아내 JCVI-syn3.0에 추가했다. 그 결과 세포 분열을 일으켜 세대 증식이 가능한 인공생명체 JCVI-syn3A를 만드는 데 성공했다. JCVI-syn3A의 모세포에서 증식한 딸세포는 크기와 형태, 유전자 구성에서 완전히 일치했다.
연구진은 NIST의 특수 전자현미경을 이용해 살아있는 이를 확인했다. MIT 연구진은 전자현미경 관찰이 진행되는 중에도 JCVI-syn3A에 영양분을 공급해 세포 분열이 계속 일어나도록 돕는 일종의 ‘미니 아쿠아리움’을 설계했다.
이대희 한국생명공학연구원 합성생물학전문연구단 책임연구원은 “살아있는 생명체는 세포 분열을 통해 모세포와 동일한 딸세포로 증식할 수 있어야 한다”며 “생명 유지뿐 아니라 증식도 가능해졌다는 점에서 JCVI-syn3A는 진정한 의미의 인공생명체에 더 가까워졌다”고 말했다.
JCVI-syn3A는 JCVI-syn3.0에 유전자 19개가 추가돼 유전자가 총 492개이지만, 4000여 개를 보유한 대장균이나 3만 개 수준인 인간 세포와 비교하면 훨씬 ‘슬림’하다. 인공생명체 중에서는 여전히 최소한의 유전자를 보유 있다.
인공생명체 ‘JCVI-syn3A’의 개념도. 2016년 만든 인공생명체 JCVI-syn3.0에 세포 분열에 관여하는 유전자 7개 등 유전자 총 19개를 추가해 만들었다. NIST/Emily Pelletier 제공
JCVI-syn3A처럼 게놈을 직접 디자인해 인공생명체를 만드는 합성생물학 연구는 최근 세계적으로 주목받고 있다. 인공생명체 기술을 이용해 식품, 약물, 연료 등 유용한 물질을 경제적으로 생산할 수 있기 때문이다. 안전성도 담보된다. 이 책임연구원은 “기존 미생물을 이용해 의약품을 제작하는 경우 인체에 유해한 유전자가 들어있을 수 있어 사용 승인을 얻기가 까다롭다”며 “인공생명체를 이용할 경우 이런 점에서 훨씬 자유롭다”고 말했다.
국내에서도 합성생물학 연구가 진행 중이다. 이 책임연구원은 지난해부터 박테리오 파지의 게놈을 인공적으로 합성하고 있다. 올해는 KAIST와 공동으로 인공생명체 제작 플랫폼을 구축하는 ‘K-바이오파운드리(Biofoundry)’도 본격적으로 시작한다.
이 책임연구원은 “무수한 염기 조합을 자동으로 생성하는 바이오파운드리 로봇을 도입해 인공생명체 설계와 제작을 자동화할 계획”이라며 “DNA 합성 비용이 계속 저렴해지고 있는 만큼 머지 않아 바이오파운드리를 이용해 원하는 미생물을 만들고 이를 이용해 약물을 개발하는 시대가 올 것”이라고 전망했다.
데이터 홍수의 시대에 살고 있는 21세기의 정보처리는 기하급수적인 데이터 처리량, 빠른 연산 속도의 요구 및 동영상과 같은 대용량 데이터의 지속적인 생산 등으로 그 처리 능력의 한계에 직면하고 있다. 기존의 전하를 저장하는 2진법 정보처리 방식의 한계를 극복하고 소비전력을 획기적으로 감소시키기 위해 다양한 방법을 활용한 다진법 정보처리 기반의 인공지능 반도체(neuromorphic hardware)에 관한 연구가 현재 활발히 진행 중에 있다. 본 고에서는 하드웨어 기반의 인공지능 반도체의 핵심이 되는 멤리스터(memristor)에 대한 소개와 함께 개발되고 있는 멤리스터 후보군들에 대한 장단점을 살펴보고자 한다. 특히, 전원을 공급하지 않을 때에도 그 정보를 잃지 않는 비휘발성 메모리 기반의 멤리스터의 종류를 소개하고, 대표적으로 가장 많은 연구가 이루어진 산화물 반도체 기반의 멤리스터와 최근 더욱 활발히 연구가 진행 중인 전자의 스핀 방향에 따른 저항 변화를 유도하는 스핀기반의 멤리스터의 연구 동향을 살펴보고자 한다.
ICT 신기술
사물인터넷 부트스트래핑 보안 기술
발행일 : 2021.08.11김영호; 이윤경; 김정녀
최근 5G부터 LPWAN(low-power wide-area network) 서비스에 이르기까지 기기 및 통신방식의 다양성(diversity)과 이질성(heterogeneity)으로 대표되는 사물인터넷 환경에서 기기 스스로 주변의 검증된 네트워크에 접속하고 서비스를 안전하게 준비하는 부트스트래핑의 역할과 범위는 점차 확대되는 추세이다. 본 고에서는 부트스트래핑 기술의 역할 및 범위를 보안 관점에서 살펴보고자 한다. 특히, 사물인터넷 환경에서 추가적으로 요구하는 특성과 대표적인 기술 사례를 통해 발전 방향을 살펴보고자 한다.
ICT R&D 동향
HBM 기반 PIM NPU 반도체 기술
발행일 : 2021.08.11권영수
HBM 기반 PIM NPU 반도체 기술은 NPU와 연산 기능 내장 HBM 메모리를 한 개의 반도체 내부에 집적함으로써, 메모리 데이터 접근 및 데이터 처리 성능을 극대화하여 대규모 데이터의 실시간 인공지능 연산을 가능하게 하는 초고성능, 초저전력 인공신경망 연산용 반도체 칩 기술임
현실-가상정보 융합형 자율주행 시뮬레이션SW 기술
발행일 : 2021.08.11이선영
실사 환경에 부합하는 정밀한 가상환경 기반의 센싱/인지/판단 또는 제어정보를 현실(차량, PG환경 등)과 연계하여 co-simulation하기 위한 정밀 시뮬레이션 SW 개발
1990년대부터 보안용 디지털 영상처리 시스템반도체(SoC)는 우리나라가 주력 선도국가였으나, 최근의 인공신경망 기술의 향상과 함께 고기능 시스템 반도체는 미국과 중국, 대만이 세계 시장을 장악하고 있다. 본 고에서는 현재의 인공지능기반 시스템 반도체의 개략적인 시장 상황과 국내외 보안용 제품에 대해 간단하게 소개하고 자사 아이닉스의 IP SoC를 심층 분석하여 NPU의 성능 및 특징, 메모리 사용량, 네트워크 컴파일 및 운용방법 등에 대해 좀 더 자세히 알아보고자 한다.
ICT 신기술
코로나19 관련 국내 긴급재난문자 서비스 동향 분석
발행일 : 2021.08.04오승희; 정우석; 이용태
본 고에서는 재난정보를 전달하는 매체에 대한 연구를 위해 코로나19에 관련한 긴급재난문자 서비스 동향을 조사하였다. 이를 위해, Ⅱ장에서는 현행 긴급재난문자에 관련한 법령과 국내외 표준 동향을 소개한다. Ⅲ장에서는 2011년부터 2020년까지 기존에 발령된 긴급재난문자 이력을 조사하고, Ⅳ장에서 코로나19에 관련한 긴급재난문자 서비스를 분석한다. 마지막으로 Ⅴ장에서 본 고의 결론을 맺는다.
ICT R&D 동향
멀티에이전트 기반 엣지연계 도심형자율주행 서비스검증용 시뮬레이션 SW 기술
발행일 : 2021.08.04민경원
다수의 각기 다른 SW를 탑재한 자율주행차가 운행되고, 서비스 수행이 가능한 대규모 엣지기반 실환경모사 자율주행가상환경 구축 및 통합 시뮬레이션 SW 개발
정밀 제어가 가능한 로봇손
발행일 : 2021.08.04박재흥
로봇손이 사람 손과 같이 유연하게 움직이기 위해서는 많은 관절과 구동기가 필요하며, 사람 수준의 힘을 내기 위해서는 큰 힘을 낼 수 있는 구동기와 높은 기어비의 감속기가 필요하지만, 이러한 구동기를 작은 손에 모두 넣기 위해서는 구동기와 기타 부품의 부피가 제한되므로, 본 기술 개발에서는 요소 부품들을 적절히 배치하고 기계적 요소들을 적절히 활용하여 원하는 성능의 로봇손을 사람 손 크기로 설계하고자 함
[새로운 과학뉴스][생물] 인체세포 뚫는 코로나 바이러스 스파이크 단백질 생산과정 밝혀졌다
인체세포 뚫는 코로나 바이러스 스파이크 단백질 생산과정 밝혀졌다
2021.08.25 18:30
사스코로나바이러스-2(SARS-CoV-2). 미국 국립알레르기전염병연구소(NIAID) 제공
신종 코로나바이러스 감염증(COVID-19·코로나19)을 유발하는 사스코로나바이러스-2(SARS-CoV-2)는 인체 세포에 침입하면 유전체를 복제하고 이 복제된 유전체를 이용해 바이러스 껍데기와 효소가 되는 단백질을 생성한다.
국내 연구팀이 이 과정을 고해상도로 측정해 바이러스의 단백질 생성 효율을 조절하는 새로운 인자를 찾아냈다. 이 인자는 바이러스가 인체 세포에 침투할 때 필요한 ‘스파이크 단백질’ 생성과 연관이 있는 것으로 나타나 향후 인자를 표적으로 하는 치료제 개발이 기대되고 있다.
박만성 고려대 의대 교수와 김윤기 고려대 생명과학과 교수, 백대현 서울대 생명과학부 교수팀은 사스코로나바이러스-2가 인체 세포가 침입한 후 일어나는 유전체 발현 변화의 양상을 측정한 연구결과를 국제학술지 ‘네이처 커뮤니케이션즈’ 25일자에 소개했다.
바이러스가 단백질을 생성하는 것은 2단계 과정을 거친다. 유전체에서 필요한 부위(유전자)의 리보핵산(RNA)만 읽어 일종의 ‘사본’에 해당하는 RNA를 따로 만든다. 유전체에서 단백질을 만들 때 필요한 중간 매개 유전물질인 ‘전사체(mRNA)’다. 유전체가 일종의 ‘바이러스의 종합 설계도’라면 전사체는 ‘불필요한 부분을 뺀 ‘핵심 설계도’ 사본에 해당한다.
김빛내리 기초과학연구원(IBS) RNA연구단장과 장혜식 연구위원, 김동완 연구원팀은 앞서 지난해 4월 ‘전사체’ 전체를 해독한 결과를 국제학술지 ‘셀’에 발표했다. 당시 바이러스의 유전체을 해독한 연구는 기존에도 보고된 일이 있지만, 바이러스 유전자의 정확한 위치와 수, 특성까지 정확히 밝힌 것은 처음이다.
TIS-L의 기능을 저해함으로써 사스코로나바이러스-2유전자 발현을 교란하여 바이러스의 감염성을 억제하려는 전략에 대한 모식도이다. 한국연구재단 제공
박만성 ·김윤기 ·백대현 교수팀은 전사체 해독에서 더 나아가 ‘번역체’를 해독했다. 번역체는 전사체를 해독해 단백질을 생산하는 과정의 종합적 양상을 뜻한다. mRNA로부터 단백질이 생성되는 번역 과정은 그동안 많이 알려지지 않았다. 연구팀은 차세대 염기서열해독기술이 활용해 사스코로나바이러스-2 감염 후 시간별로 유전체의 번역과 전사 양상을 측정하고, 번역체 지도를 그렸다.
연구팀은 번역체 지도에서 바이러스의 단백질 생성 효율을 조절하는 신규 인자인 ‘TIS-L’을 발굴했다. TIS-L은 코로나19 백신의 주요 표적인 스파이크 단백질을 비롯해 바이러스 단백질들의 번역 효율에 영향을 미치는 것으로 나타났다. 백대현 교수는 “기존에 연구자들이 잘 주목하지 않았던 지역에서 번역이 가장 활발하게 일어났다”며 “이를 표적으로 한 치료제 개발의 단초가 될 수 있다. 후속 연구를 진행 중”이라고 말했다.
연구팀은 인간 유전자의 발현 패턴 변화도 함께 분석했다. 그 결과 인체 세포가 사스코로나바이러스-2에 감염된 후 8시간까지인 감염 초기에 세포 스트레스와 관련한 유전자들이, 그 이후에는 면역 반응과 관련한 유전자들이 크게 반응함을 확인했다. 연구팀은 “바이러스의 병태생리학적 기전을 이해하기 위한 실마리를 제공했다”고 밝혔다.
왼쪽부터 김윤기 고려대 생명과학과 교수와 박만성 고려대 의대 교수, 백대현 서울대 생명과학부 교수. 한국연구재단 제공
