데이터 택배 상자, 아마존 스노우볼

데이터를 옮기는 택배상자, 아마존 AWS 스노우볼 [이미지출처=AWS 홈페이지 캡처]

아마존은 2016년 ‘스노우볼(Snowball)’이라는 엣지형 컴퓨터 서버를 만들었습니다. 스노우볼은 특수 케이스로 안전하게 보호한 소형 데이터센터입니다. 일반적인 AWS 데이터센터에 탑재되는 CPU, 메모리 장치는 모두 탑재됐고, 기능도 동일합니다. 단지 20㎏ 남짓한 작은 케이스 수준으로 크기를 줄였을 뿐입니다.

스노우볼의 목적은 단 하나입니다. ‘물리적으로’ 고객의 컴퓨터와 클라우드를 잇는 겁니다. 일단 주문을 받으면 아마존은 스노우볼을 4~6일 안에 고객에게 배송합니다. 고객은 전원을 켜서 자기 컴퓨터와 스노우볼을 랜(LAN)으로 연결한 뒤, 컴퓨터의 데이터를 스노우볼에 옮겨 담습니다. 그 후 아마존 직원이 스노우볼을 다시 가져와 AWS 데이터센터에 옮기는 겁니다.

때로는 통신보다 택배원이 더 빠르다

클라우드를 이용할 수 있는데, 상자 크기 서버를 주고받으며 데이터를 옮긴다? 얼핏 들으면 이해가 안 될 겁니다. 마치 이메일을 인터넷으로 전송하는 대신 프린터기로 복사해서 우체국에 보내는 격이니까요.

하지만 스노우볼이 탄생한 데엔 이유가 있습니다. 구글 클라우드 등을 이용해 봤다면 수십기가바이트(GB)짜리 대용량 데이터를 옮기거나 다운로드받을 때 어느 정도 시간이 걸린다는 걸 알 겁니다.

페타바이트 규모 데이터는 현대 통신 기술로도 감당하기 힘들다. [이미지출처=픽사베이]

그러나 기업들의 상황은 다릅니다. 테라바이트(TB, 1TB는 약 1000GB) 규모나 페타바이트(PB, 약 1000TB) 단위 데이터를 옮겨야 하는 일이 심심찮게 벌어집니다. 내 컴퓨터에서 네트워크를 거쳐 데이터센터로 파일이 전송되기까지 네트워크 환경에 따라 대략 2~3주일에서 수개월 넘게 걸릴 수도 있습니다.

데이터가 너무 커서 생기는 클라우드 상의 병목(Bottleneck)은 데이터 중심 기업들이 흔히 직면하는 문제입니다. 8~12K 해상도 영상으로 작업하는 할리우드 영화계나, 초고해상도 이미지를 전송하는 천문학 연구소, 은행 등이 대표적인 사례입니다.

스노우볼에 거대 데이터를 저장한 뒤 직접 사람이 들어 옮긴다. [이미지출처=유튜브]

이 문제를 어떻게 해결할까요. 의외로 방법은 간단합니다. 초대형 데이터를 받아다가 클라우드로 가져갈 임시 데이터센터를 만드는 겁니다. 그게 바로 스노우볼이었습니다. 아마존은 이미 전 세계 어디에든 물류 거점을 두고 있습니다. 인터넷 케이블이 한 달 동안 데이터를 소화하려고 애를 쓰고 있는 사이 스노우볼을 든 택배원은 1주일 안에 데이터 전송 작업을 마무리할 수 있습니다.

클라우드론 10년 걸릴 작업도 6개월로 단축

하지만 물리적으로 데이터를 옮기는 건 너무 위험하지 않을까요? 오히려 더 안전할 수도 있습니다. 스노우볼 서버를 감싼 특수 케이스는 최첨단 소재 공학을 동원했으며, 심지어 미 공군의 수송기에서 낙하산에 매달아 떨어뜨려도 끄떡없을 정도입니다. 덕분에 스노우볼은 군대, 재난 지역 등에서도 애용됩니다.

컨테이너형 데이터센터 이동수단인 ‘스노모빌’ [이미지출처=AWS]

스노우볼 1100여개를 연결한 ‘스노모빌(Snowmobile)’이라는 컨테이너형 데이터센터도 있습니다. 이 데이터센터는 대형 트럭이 운송합니다. AWS가 스노모빌을 고안한 건 과거 ‘디지털 글로브’라는 인공위성 사진 기업의 의뢰 때문이었다고 합니다.

디지털 글로브는 100PB 규모 사진 자료를 보유하고 있었는데, 이를 AWS로 전부 옮기려면 무려 10년이 소요될 예정이었습니다. 대신 스노모빌을 이용해 ‘물리적’으로 운송하자, 기간은 6개월로 대폭 줄어들었다고 합니다.

초연결 시대에도 네트워크 한계는 여전

스노우볼은 디지털 시대에도 ‘통신’이라는 개념이 얼마나 어려운 건지 보여주는 사례입니다. 때로는 첨단 통신망보다 단순한 택배 트럭이 훨씬 빠를 때도 있으니까요.

물론 오프라인 데이터 전송 시스템은 점차 과거의 유산이 될 겁니다. AWS는 지난달 스노모빌 서비스를 단계적으로 종료하겠다고 밝힌 바 있습니다. 최신 데이터 전송 기술이 보편화하면서 더는 컨테이너 규모의 데이터센터를 옮길 필요는 없어졌기 때문입니다. 언젠가 PB 단위 데이터를 빠르게 옮길 수 있는 통신망이 전 세계에 갖춰진다면, 스노우볼도 차차 사라지게 되겠지요.

게티이미지뱅크 제공

함께 있으면 주변 사람들을 더 나은 존재로 만들어 주는 사람이 있다. 타인의 잘못이라면 티끌 같은 것도 크게 확대하는 사람들이 있는 반면 타인의 안 좋은 점보다는 좋은 점을 놓치지 않고 기억하고 격려하는 사람들이 있다.

이러한 사람들 옆에 있으면 실제로 더 나은 사람이 되는 현상이 존재한다. 평범한 돌덩이도 이를 대하는 사람이 누군가에 따라 아름다운 조각상이 되기도 한다는 점에서 ‘미켈란젤로 효과’라고 부르는 현상이다.

필자의 경우도 누군가와 대화하면 항상 생각해 보지 않았던 새로운 것에 대해 생각하게 된다든가 ‘XX에 관해서는 가장 믿음직스러운 사람’이라며 기회만 되면 필자를 칭찬하고 높여주는 사람들이 있다. 그 덕분에 새로운 일에 용기를 내서 도전하고 실패하고서도 다시금 일어서는 일이 가능했다.

만약 혼자였다면 나보다 더 잘난 사람과 비교하면서 좌절하는 쓸데없는 짓을 계속 반복했을 것 같다. 하지만 주변 사람들에게서 힘을 빼앗아 가기보다 불어넣어 주는 사람들을 만나면서 필자 또한 그렇게 살아가고 싶다고 생각을 하고 있다.

겸손한 사람은 자신을 낮추는 이가 아니라 타인을 높이는 사람이라는 말처럼 주변 사람들의 좋은 점을 발견하는 버릇을 들이면 나와 내 주변 사람들 모두가 행복해질 수 있음을 알게 되었다.

사람에게는 다양한 측면이 존재하기 때문에 모든 면에 있어 어떤 한 사람이 다른 사람보다 낫기는 쉽지 않을뿐더러 설령 더 낫다고 해도 “그래서 뭐?”라고 생각해 보면 별일 아닌 경우가 많다. 내가 비교우위에 있지 못하다는 사실보다는 내가 주변 사람들보다 더 나은 점이 있어야만 행복해질 수 있을 거라고 하는 나의 편협한 생각과 집착이 나를 불행하게 만든다.

클락슨대의 심리학자 리사 리걸트의 연구에 의하면 이렇게 내 주변 사람들의 장점에 대해 떠올리고 이들이 얼마나 멋진지에 대해 구체적으로 적어본 사람들은 그렇지 않은 사람들에 비해 자신과 다른 사람에 대한 편견도 덜 보이는 것으로 나타났다.

타인의 안 좋은 점만 보는 것은 나의 세계를 절반으로 좁힐 뿐이다. 타인의 장점 또한 충분히 인식할 때 우리는 좀 더 열린 마음으로 더 진실에 가까운 세상을 마주하게 되는 것이다.

타인의 작은 장점도 발견하는 눈을 갖게 되면 그만큼 자신의 장점도 더 많이 알게 될 것 같다. 또한 내 주변 사람들의 멋짐을 알게 되면 괜히 뿌듯하기도 하고 나도 꽤 괜찮은 사람일 거라는 생각이 들기도 한다. 서로 은근히 깎아내리고 서로의 불행을 기뻐하며 살기보다 우리에게 주어진 한정된 시간 동안 최대한 서로를 높이고 격려해 가며 살 수 있으면 좋겠다.

Legault, L., Coleman, D., Jurchak, K., & Scaltsas, N. (2021). Reducing prejudice by enhancing the other rather than the self. Self and Identity https://doi.org/10.1080/15298868.2021.1965016

※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.

‘JADES-GS-z14-0’라는 이름의 이 은하는 빅뱅이 일어난 지 불과 2억9천만년 후에 형성된 것으로 알려졌다. 이 은하는 너비가 약 1천600광년에 달할 정도로 크며, 오래된 은하임에도 불구하고 =매우 밝은 것으로 전해졌다.

우주 관측 사상 가장 오래된 은하를 발견됐다. (사진=NASA)
NASA는 “이번 발견은 우주가 어떻게 3억 년도 안 되는 시간 동안 이렇게 밝고 큰 은하를 만들 수 있었을까 하는 질문을 남긴다”고 밝혔다.

제임스웹에 포착된 은하에서 나오는 빛의 대부분은 초대질량 블랙홀 근처에서 방출된 것이 아니라 젊은 별에서 나온 것이라고 NASA는 설명했다. 지금 뿜어져 나오는 빛으로 추정해 볼 때, 이 은하의 질량은 태양의 수억 배에 이르는 것으로 추정됐다.

사진=NASA
또, JWST의 MIRI(중적외선 장비)가 포착한 JADES-GS-z14-0에서 나오는 빛의 파장은 풍부한 수소와 산소로 인해 강력한 이온화 가스 방출이 일어나고 있다는 것을 암시한다. 산소는 일반적으로 은하계 생성 초기에는 존재하지 않기 때문에 특이한 현상이다.

연구진들은 “이 은하의 초기에 산소가 존재했다는 사실은 놀라운 일이며, 이는 우리가 이 은하를 관찰하기 전에 이미 여러 세대에 걸쳐 거대한 별들이 거쳐갔을 수 있었다”는 것을 암시한다고 설명했다.

또, “모든 관측 결과는 JADES-GS-z14-0이 이론적 모델과 컴퓨터 시뮬레이션에 의해 초기 우주에 존재할 것으로 예상되는 은하 유형과 같지 않다는 것을 말해준다”며, “천문학자들은 제임스웹을 통해 향후 10년 동안 훨씬 더 이른 시기에 이렇게 빛나는 은하계를 더 많이 발견할 가능성이 높다”고 밝혔다.

게티이미지뱅크 제공

곰 인형을 가운데에 두고 여럿이 곰 인형을 둘러싸고 서 있는 상황을 떠올려 보자. 각 사람의 위치에 따라 어떤 사람에게는 곰 인형의 옆모습이, 누군가에게는 뒷모습이, 누군가에게는 정면이 보일 것이다.

이때 각 위치에 서 있는 사람들에게 곰 인형이 어떻게 보일지 맞혀보라고 한다. 그러면 4살 이전의 아이들이나 자폐스펙트럼 장애가 있는 사람들은 자신과는 다른 타인의 시선을 유추하는 데 어려움을 보인다.

자폐스펙트럼 장애가 있는 사람들은 자신이 서로 다른 위치에 서 있는 상황을 떠올려보게 하고 그 자신의 시선에서 보이는 곰 인형의 모습을 유추하라고 해보면 이 과제는 곧 잘하는 모습을 보인다. 하지만 유추해야 하는 시선이 ‘타인’의 것이 되면 어려움을 겪는 모습을 보인다.

이렇게 자신만의 세상에서 벗어나서 나와는 다른 타인의 경험을 유추하는 능력을 마음 이론이라고 한다. 나와는 다른 저 사람이 어떤 생각을 하고 어떤 감정을 느끼며 무엇을 바라고 있는지 알아채는 능력은 원만한 인간관계와 사회생활에 필수적이다.

만약 타인의 마음을 어느 정도 읽어내는 능력이 전혀 없다면 눈치가 전혀 없고 타인을 전혀 배려할 줄 모르며 협력하지 않는(배려와 협력 역시 타인이 원하는 바가 무엇인지를 알아야 할 수 있다) 사람으로 찍히고 말 것이다.

한 가지 안타까운 사실은 사회공포증, 사회적 상황에서 지나친 불안과 두려움을 겪는 사람들의 경우 이러한 마음 읽기 능력이 저하된 듯한 모습을 보인다는 것이다. 사회공포증을 겪는 사람들의 경우 위에서 언급한 시각적 조망 수용 과제나 타인의 감정을 읽어내는 과제에서 비교적 더 큰 어려움을 겪는 모습을 보인다는 연구들이 있었다.

또 모르는 사람들 앞에서 발표하게 시키는 등 사회 불안을 고조시키면 타인의 의도와 감정을 해석하는 정확성이 떨어지는 등 사회적 상황에 대한 불안은 사람들로 하여금 보다 자기중심적인 시각을 유지하게 만드는 역할을 한다.

이렇게 사회적 불안이 높아지면 사회적 상황을 잘 헤쳐 나가기 위해서라도 타인 중심적인 해석을 해내야 할 것 같은데 반대로 자기중심적인 면이 강해지는 이유는 뭘까. 서티스 버밍엄대 심리학자에 의하면 ‘불확실성을 잘 참지 못하는 것’이 한 가지 이유가 될 수 있다.

불안증이나 공포증들은 대체로 그 상황이 내재하고 있는 불확실성에 의해 발생한다. 사회공포증이 높은 사람들의 경우 “사람들이 나를 이상하게 바라보면 어떡하지?”, “이상한 말을 해서 비웃음을 사면?” 같이 사회적 상황에서의 불확실성을 더 크게 지각하는 편이다.

따라서 불확실성을 나름 극복(?)하기 위해 알 수 없는 타인의 경험보다는 자신이 확실히 알고 있는 자신의 경험에 더 큰 가중치를 두고 주변 사람들을 바라보게 된다는 것이다.

이렇게 사회공포증이 높은 사람들은 불확실성을 회피하기 위해 자기중심적인 시각을 유지하게 되지만 그럼으로써 정작 중요한 사회생활은 더 못하게 되고 결국 그토록 싫어하는 사회적 상황에서의 불확실성이 높아지는 악순환을 겪게 된다. 어떤 상황에서의 불확실성이 싫어서 이를 피하려고 노력했는데 그 결과 불확실성만 더 높아진다는 점이 슬프다.

한 가지 다행인 것은 사람의 마음이란 원래 알기 어려운 것이고 따라서 우리 모두 크고 작은 실수를 한다는 것이다. 사회적 상황에서의 불확실성은 애초에 나의 노력 여하에 따라 줄일 수 있는 것이 아니라는 것이다. 물론 좀 더 눈치 보기를 잘 하면 소위 사회생활을 잘 하는 사람에 가까워질 수 있겠으나 보통 이런 능력은 많은 시행착오를 거쳐 ‘굳은살’처럼 생겨난다.

어렵지만 계속해서 타인을 이해하려는 노력을 지속해야 그나마 불확실성을 잘 헤쳐 나갈 힘을 갖게 된다는 것이다. 어차피 서로 다른 사람들의 마음을 정확히 파악하기란 불가능하다. 우리가 할 수 있는 것은 계속해서 관심을 갖고 대화하면서 상대방을 파악하려고 노력하는 것임을 기억하자.

Hamilton, A. F. D. C., Brindley, R., & Frith, U. (2009). Visual perspective taking impairment in children with autistic spectrum disorder. Cognition, 113(1), 37-44.
Surtees, A. D., Briscoe, H., & Todd, A. R. (2024). Anxiety and mentalizing: Uncertainty as a driver of egocentrism. Current Directions in Psychological Science, 33(2), 100-107.

※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.

2020년 미국 대선 기간 동안 소셜네트워크서비스(SNS) X(구 트위터)를 통해 가짜뉴스의 80%를 퍼뜨린 사람은 전체의 1% 미만이라는 연구결과가 나왔다. 게티이미지뱅크

이스라엘 연구팀이 2020년 미국 대선 기간에 60만 명 이상의 미국 유권자 표본을 조사한 결과 소셜네트워크서비스(SNS) X(구 트위터)를 통해 가짜뉴스의 80%를 퍼뜨린 ‘슈퍼공유자(Supersharer)’는 전체 사용자의 1% 미만인 2000여 명에 불과하다는 분석을 내놨다. 슈퍼공유자들이 젊은 극우 남성일 것이라는 고정관념과 다르게 이들의 평균 연령은 58세로 공화당 성향의 백인 여성이 대부분이었다.

니르 그린버그 이스라엘 벤구리온대 소프트웨어 및 정보시스템공학과 교수팀이 2020년 미국 대통령 선거 기간에 공유된 가짜뉴스 사례를 조사해 공유자가 누구인지, 어디에 사는지, 어떤 전략을 사용하는지 등을 분석하고 연구결과를 30일(현지시간) 국제학술지 ‘사이언스’에 공개했다.

그린버그 교수팀은 2019년 선행 연구에서 2016년 미국 대선 전후로 1만6000명 이상의 트위터 사용자 표본을 조사해 가짜뉴스의 80%가 단 16명에게서 나왔다는 사실을 확인했다.

슈퍼공유자의 정체를 더 자세히 알아보기 위해 연구팀은 실명과 위치를 공개한 미국 X 사용자 66만4391명의 데이터세트를 조사해 유권자 등록 데이터와 대조했다.

분석 결과 사용자들이 하루에 공유하는 정치 뉴스의 7%가 ‘인포워즈’나 ‘게이트웨이펀딧’과 같은 가짜뉴스 웹사이트에서 나온 것으로 나타났다. 가짜뉴스의 80%를 퍼뜨린 슈퍼공유자는 2107명에 불과했다.

슈퍼공유자들은 대부분 보수적인 주로 알려진 애리조나, 플로리다, 텍사스 3개 주에 거주하는 공화당 성향의 중년 백인 여성이었다. 평균 연령은 58세로 조사 대상자의 평균 연령보다 17세 높았다. 약 60%가 여성이었고 민주당 지지자(16%)보다 공화당 지지자(64%)가 훨씬 많았다.

연구팀은 “소셜미디어를 조작하려는 사람들이 극우 성향의 젊은 남성일 것이라는 기존 고정관념과 대비된다”고 설명했다.

연구팀은 이들이 가짜뉴스 게시물을 자동으로 리트윗(재공유)하고 있을 것이라고 추측했다. 조사 결과 가짜뉴스 공유 타이밍이나 간격에서 자동화된 패턴을 발견할 수 없었다. 연구의 공동 저자인 브리오니 스와이어-톰슨 미국 노스이스턴대 심리학부 교수는 “말 그대로 컴퓨터 앞에 앉아 리트윗을 누르고 있었던 것”이라고 설명했다.

연구팀은 또 2020년 8월에 X가 슈퍼공유자들을 막았다면 유권자들이 접한 선거 관련 가짜뉴스가 3분의 2로 줄었을 것으로 추정했다.

극소수의 사람이 잘못된 정보를 퍼뜨리는 상황을 막기 위한 방법으로 연구팀은 일일 리트윗 횟수를 제한하거나 리트윗을 정말 원하는지 여부를 물어보는 대화창을 띄워 리트윗을 번거롭게 만드는 등의 해결 방법을 제시했다. 리트윗 횟수의 상한선을 하루 최대 50회로 설정하면 전체 X 사용자의 1%만 영향을 받지만 슈퍼공유자의 90%를 제한할 수 있다는 설명이다.

스와이어-톰슨 교수는 “2019년 연구 이후의 질문은 ‘슈퍼공유자들이 누구인가?’였다”며 “이제 ‘왜 그들이 그런 일을 하는가?’가 다음 질문”이라고 밝혔다.

게티이미지뱅크 제공

불안함이 찾아올 때 “다 잘될 거야”라고 생각하며 마음을 다스려본다. 하지만 마음 한 켠에는 ‘실패하면, 잘 안 되면 어쩌지’ 하는 불안함이 여전히 남아있다. 미래는 여전히 알 수 없고 일의 결과는 내가 통제할 수 없기 때문이다. 아무리 잘 될 거라고 생각해 봐도 잘 될 가능성만큼이나 잘 안 될 가능성도 여전히 존재한다.

사실 성공이란 늘 좁은 문을 통과하는 것과 같아서 엄청난 노력을 요하는 만큼 운도 따라줘야 하는 등 요구 조건이 까다롭다. 따라서 잘 되는 것이 놀라운 일이고 잘 안 되는 것이 더 당연한 일일지도 모른다. 그래서 “다 잘될 거야”라고 마음을 다스리는 데에는 언제나 현실로부터 배반당할 위험이 따른다.

따라서 일의 ‘결과’에 대해 긍정적으로 또는 부정적으로 생각하는 것은 별로 유익하지 않을 수 있다. 원래가 알 수 없는 성질을 가지고 있는 미래의 결과를 기대하고 실망하기를 반복하는 것만큼 소모적인 일이 없기 때문이다. 같은 이유로 결과에 대해 항상 낙관하는 것도 비현실적이지만 항상 비관하는 것도 비현실적이다. 아무리 비관해 봤자 9회 말 역전 같은 일이 일어나기도 하듯 결과는 아무도 알 수 없기 때문이다. 그렇다면 어떻게 해야 할까.

뉴욕대 심리학자 가브리엘 외팅겐은 통제할 수 없는 미래보다 어느 정도 통제할 수 있는 일의 ‘과정’에 주목할 것을 이야기한다고 말했다. 외팅겐의 연구들에 의하면 어떤 목표를 성취했을 때의 결과를 생각하며 즐거움에 빠져드는 것은 목표 달성률을 낮추지만 목표를 향해 가는 과정에서 만날 다양한 장애물들에 대해 생각하고 실제로 이러한 장애물들을 넘어가며 ‘근거 있는’ 자신감을 쌓아가는 것은 목표 달성률을 높인다.

‘XX만 달성하면 삶이 아름다워질 것’이라고 상상하고 낙관하는 것이 단기적으로는 기분을 좋게 만들지만 장기적으로는 해로울 수도 있다는 것이다.

어차피 결과는 아무도 모르는 것이다. 결과는 잘 될 수도 있지만 잘 안될 수도 있으며 내가 그것을 100% 통제하기란 불가능하다는 것을 인정하도록 하자. 내가 할 수 있는 노력을 하고 그렇게 애쓰는 나를 응원하는 마음으로 바라보는 것이 최선이다. 선수들이 시합을 할 때 결과가 어떻든 그간의 노고를 알기에 온 마음을 다해 힘껏 응원하는 사람처럼 스스로를 응원하는 것이 우리가 할 수 있는 최선일 것이다.

또한 잘되지 않더라도 과거에도 그랬듯이 나는 어려움들을 잘 헤쳐 나갈 수 있을 것임을 기억하자. 지금까지 어찌저찌 살아남은 것이 증명하듯 얼마든지 망할 수 있지만 그래도 내가 걱정하는 것보다는 괜찮을 것이고 특히 내 마음은 내가 다스리는 것이 가능함을 기억하자. 다양한 어려움의 존재를 자연스럽게 받아들이되 이들이 찾아오면 헤쳐 나갈 방안을 찾으면 된다.

다 잘될 거라고 낙관했다가 당연히 발생하는 어려움에 크게 놀라고 좌절하거나 화를 내는 (왜 나한테 이런 일이?) 일만 반복하지 않아도 우리의 삶은 나아질 것이다. 언제나 할 수 있는 일이 적어도 한 두 가지(예를 들어 심호흡을 해 본다, 침대에서 꼼지락 거려본다)는 존재한다는 점에서 우리가 넘기지 못할 어려움은 없다.

지인이 중요한 시험에서 떨어져서 낙담하고 있었을 때 지인의 어머니가 어처구니 없다는 듯이 “그렇게 쉽게 한 번에 다 될 줄 알았어?”라는 말을 했다고 한다. 그 말을 듣자마자 마음이 편안해졌다고 한다. 떨어진 게 그렇게 놀랄 일이 아니라는 깨달음을 얻고 “충격! 세상에 어떻게 이런 일이!” 라며 호들갑 떨던 것을 멈출 수 있었다고 한다. 물론 떨어졌다는 사실은 여전히 괴롭지만 ‘적당히’ 괴로울 수 있게 되었다고 한다.

삶은 고통이라는 말이 의미하듯 쉬운 것은 아무것도 없고 우리는 계속해서 힘든 일들을 겪게 될 것이다. 하지만 그 과정에서 우리가 적당히 괴로울 수 있기를 바본다.

Oettingen, G., Mayer, D., Timur Sevincer, A., Stephens, E. J., Pak, H. J., & Hagenah, M. (2009). Mental contrasting and goal commitment: The mediating role of energization. Personality and Social Psychology Bulletin, 35(5), 608-622.

※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.

미국 항공우주국(NASA)에서 촬영한 태양 이미지 위에 태양 자기장을 표현한 그림. NASA/SO/AIA/LMSAL 제공

10일부터 전 지구적으로 관측된 찬란한 오로라가 비상한 관심을 모았다. 원인은 활발한 태양 활동으로 생긴 입자가 지구로 날아오는 ‘태양 폭풍’이었다. 태양 폭풍은 오로라를 보여주기도 하지만 지구 자기장을 교란해 전력망이나 무선 통신망, 위성 시스템을 손상시킬 수 있어 피해를 막기 위해 태양 폭풍의 원인으로 지목되는 자기장 활동 예측이 필요하다. 태양 자기장의 근본 원인을 규명하는 것은 17세기 이탈리아의 과학자 갈릴레오 갈릴레이가 태양 흑점을 관측한 이래 400년 동안 과학계 난제였다.

제프리 바실 영국 에든버러대 수학과 교수가 이끈 국제 공동연구팀이 새로운 수치 시뮬레이션을 활용해 태양에서 자기장이 생성되는 위치를 알아냈다. 태양 표면 근처에 흐르는 가스와 플라스마의 운동 패턴을 계산해 태양 자기장 활동이 태양 표면 아래 약 2만 마일(약 3만2000km)에서 시작된다는 사실을 밝혀내고 연구 결과를 22일(현지 시간) 국제학술지 ‘네이처’에 공개했다. 태양 활동을 더 잘 이해하고 태양 폭풍을 정확히 예측하는 데 도움이 될 것으로 기대된다.

1612년 갈릴레이는 최초로 태양의 흑점을 자세히 관측했다. 흑점은 강한 자기장 때문에 태양 표면의 대류가 잘 이뤄지지 않아 상대적으로 표면 온도가 낮아져 검게 보이는 부분이다. 이후 천문학자들은 수 세기 동안 태양이 자기장을 생성하는 물리적 과정인 ‘태양 다이너모(Dynamo)’를 연구해 왔다.

태양의 자기장을 설명하는 기존 이론인 ‘심층 이론’은 태양 자기장이 태양 표면 아래 약 13만 마일(약 20만9000km) 지점에서 시작된다고 본다. 하지만 태양 표면 근처에서 일어나는 ‘비틀림 진동’ 현상을 설명하지 못했다.

태양은 지구나 달처럼 고체가 아니기 때문에 자전할 때 통째로 회전하지 않고 위도에 따라 자전 주기가 다르다. 태양 표면이 회전하는 속도 차이로 비틀림이 발생하는 것이다. 태양 내외부에서 가스와 플라스마가 순환하면서 발생하는 패턴인 비틀림 진동은 11년 주기로 반복된다.

연구팀은 태양 자기 활동의 극대기도 11년을 주기로 돌아온다는 사실에 주목했다. 두 현상이 동일한 물리적 과정이라는 가설을 세우고 비틀림 진동을 설명할 수 있는 새로운 수치 시뮬레이션을 개발했다.

미국항공우주국(NASA)의 슈퍼컴퓨터를 활용해 태양 표면 근처의 가스와 플라즈마의 운동 패턴을 시뮬레이션 분석한 결과 태양 자기장의 근원지가 태양 표면 아래 약 2만 마일 지점에서 시작되는 것으로 나타났다. 태양 표면에 훨씬 가까운 곳에서 태양 자기장 활동이 일어난다는 사실을 밝혀내 기존 이론을 뒤집은 것이다.

이번 연구 결과는 태양 폭풍을 일으키는 태양 활동 예측과 피해 대비에 도움이 될 것으로 기대된다. 연구팀은 1859년 9월 강력한 태양 폭풍이 캐나다를 강타해 초기 전신(telegraph) 시스템을 손상시킨 ‘캐링턴 사건’을 언급하며 태양 폭풍의 위험성을 강조했다. 연구의 공동 저자인 대니얼 레코아넷 미국 노스웨스턴대 공학과학 및 응용수학과 교수는 “캐링턴 사건과 비슷한 수준의 태양 폭풍이 미국을 강타하면 약 1조에서 2조 달러(약 2728조 원)의 피해가 발생할 것으로 예상된다”고 설명했다.

메타 AI 로고./로이터연합
“거대언어모델(LLM)은 논리에 대한 이해가 매우 제한적이다. 물리적 세계를 이해 못할 뿐더러 지속적인 기억력이 없으며, 용어에 관한 합리적 정의를 추론할 수도, 계층적으로(hierarchically) 계획할 수도 없다.”

메타의 인공지능(AI) 책임자이자 AI 수석 과학자인 얀 르쾽은 23일(현지 시각) 파이낸셜타임스(FT) 인터뷰에서 이 같이 말하고 “LLM은 결코 인간처럼 추론하고 계획하는 능력을 달성하지 못할 것”이라고 했다.

그는 “이에 따라 기계 장치들에서 ‘초지능(superintelligence)’을 만들어 내기 위한 급진적인 방식의 대안에 집중하고 있다”고 덧붙였다.

르쾽은 AI 기술을 개척한 공로를 인정받아 2019년 컴퓨터 과학 분야의 노벨상으로 불리는 튜링상을 공동 수상했으며, 마크 저커버그 메타 최고경영자(CEO)의 핵심 고문 중 한 명이다. 르쾽은 메타의 자체 AI 연구소로 2013년에 설립된 ‘페어’(FAIR·Fundamental AI Research)에서 약 500명으로 이뤄진 팀을 이끌고 있다.

그는 “고급 LLM에 의존해 인간 수준의 지능을 만드는 것에 반대한다”면서 “이러한 모델들은 올바른 학습 데이터가 제공돼야 정확하게 응답할 수 있어 본질적으로 안전하지 않다”고 설명했다. 다만 “인간 수준의 지능을 갖춘 기계들을 구동할 완전히 새로운 세대의 AI 시스템 개발에 힘쓰고 있다”며 “이런 비전을 달성하는 데는 10년이 걸릴 수 있다”고 말했다.

그의 이번 발언은 메타와 경쟁사들이 더욱 발전된 LLM을 추진하는 가운데 나왔다. 오픈AI의 샘 올트먼 CEO 등은 범용인공지능(AGI·사람과 유사한 수준 또는 그 이상의 지능을 갖춘 AI)을 만드는데 LLM들이 중요한 단계를 제공할 것으로 믿고 있다. 메타는 마이크로소프트(MS)가 지원하는 오픈AI, 구글을 포함하는 경쟁사들을 따라잡기 위해 자체 LLM 개발에 수십억 달러를 쏟아붓고 있는 상황이다.