[물리] [기술패권 시대 우리말] ⑥풀어드립니다…양자기술

한국표준과학원(KRISS)이 개발 중인 50큐비트 초전도 양자컴퓨터 모형. KRISS 제공.

[편집자주] 신종 코로나바이러스 감염증(COVID-19·코로나19) 사태가 어느 정도 진정세를 보이고 있지만 우리 사회는 일본 후쿠시마 오염수, 기상 재해 등 과학기술과 관련된 이슈가 지속적으로 불거지고 있습니다. 우주개발, 양자컴퓨팅, 챗GPT 등 첨단 과학기술도 어느새 피부로 체감할 정도로 성큼 다가오고 있습니다. 정부는 국가전략기술을 선정하고 과학기술 중심의 패권 경쟁을 선도하겠다고 의지를 보이고 있습니다. 이 과정에서 알려지는 다양한 전문용어는 국민들이 편하게 받아들이기에는 너무 어렵습니다. 동아사이언스는 국어문화원연합회와 수년째 과학기술, 의학 용어에 대한 국민들의 이해를 높이는 방안을 찾는 기획을 진행했습니다. 올해는 정부가 의지를 보이고 있는 국가전략기술 관련 용어들을 들여다보고 국민들의 세금이 투입되는 국가전략기술에 대한 이해를 높이는 기획을 진행합니다.

정부는 범부처 민관합동으로 ‘12대 국가전략기술’ 육성 프로젝트를 준비하고 있지만, 국민들은 첨단 과학기술 용어를 어렵게 느끼고 있다.(관련기사: “처음 들어봐요”…난해한 전략기술 용어, 육성 걸림돌 우려)

양자는 12대 국가전략기술 중 하나다. ‘양자컴퓨팅’, ‘양자통신’, ‘양자센싱’ 등의 세부 중점기술이 있다. 비전문가들에게 익숙하지 않은 용어로 과학기술 육성에 대한 국민 참여도를 높이기 위해선 해당 용어들에 대한 이해가 필요하다는 지적이 나온다.

양자는 물리량이 취할 수 있는 최소량을 의미한다. 물리학에선 상호작용을 할 수 있는 모든 물리적 독립체의 최소단위를 양자라 표현한다. 양자의 다양한 특성은 기존 기술의 한계를 뛰어넘는 양자 기술로 이어진다. 양자 기술의 대표적인 특성으론 원자보다 작은 두 개 이상의 입자가 거리에 무관하게 공동의 통일된 양자상태로 연결되는 현상인 ‘양자 얽힘’, 두 개 이상의 양자 상태가 합쳐진 ‘양자 중첩’ 등이 대표적이다.

● 양자컴퓨팅

양자컴퓨터는 물리적으로 매우 작은 원자나 광자 등에서 나타나는 양자 현상을 정보처리에 직접 이용하는 미래형 컴퓨터다. 현재 디지털컴퓨터는 정보 기본단위를 0과 1로 표현하는 비트(bit)를 쓰는 반면 양자컴퓨터는 양자중첩 현상을 활용해 0과 1이 동시에 처리되는 큐비트(qubit)를 기본 단위로 사용한다. 이를 통해 대량의 병렬연산을 수행해 기존 컴퓨터가 해결할 수 없거나 시간이 오래 걸리는 문제들을 빠르게 해결할 수 있는 성능을 가질 수 있다. 양자컴퓨팅은 양자컴퓨터를 활용한 연산을 말한다.

● 양자통신

양자통신은 빛의 양자 현상을 이용한 통신 기술이다. 기존의 통신 방법과는 달리 정보를 양자 상태의 빛에 입력해 실어 보내며, 양자 물리학 법칙으로 정보가 해킹당하는 것을 원리적으로 차단해 보안이 뛰어나다는 장점이 있다. 암호통신을 위한 암호키를 생성하고 주고받거나, 양자컴퓨터 등의 양자정보처리 장치를 연결하기 위해 사용된다.

● 양자센싱

양자 시스템을 이용해 대상체의 물리적 성질을 분석하거나 감지하고 계측하는 기술이다. 기존 센서가 감지할 수 없는 미세 신호를 양자역학적인 성질을 활용해 더 정확하게 측정할 수 있다. 센서 이미징의 정밀도를 획기적으로 개선한 초정밀 양자센서, 이미징 기술이 개발되면 의료, 국방, 정보통신(IT) 기술 등 다양한 산업 분야에서 폭넓게 사용될 수 있을 것으로 기대된다.

이승우 한국과학기술연구원(KIST) 양자정보연구단 책임연구원은 “”미래 핵심기술로 주목받는 양자정보처리 분야는 연구개발 단계를 넘고 산업 생태계 조성이 필요한 단계에 접어들었다”며 “산업 초기에는 기술 장점에 대한 과도한 부풀림, 유사기술의 침투, 검증되지 않은 기술의 홍보 등 다양한 문제가 발생할 수 있기 때문에 기술의 정확한 용어, 가능성, 한계 등에 대한 대중 인식의 확산이 필요한 시점이다”라고 말했다.

한편 정부는 양자 분야와 관련해 향후 5년 내 50큐비트급 양자컴퓨터를 구축한다는 계획이다. 반도체 등 첨단산업연계를 통해 초정밀 양자센서 개발에 나선다. 중장기적으론 상용 확장이 용이한 한국형 양자컴퓨팅시스템을 개발한다. 양자정보 전송을 위한 양자중계기와 양자인터넷 기술 개발에도 나선다.

박정연 기자 hesse@donga.com

[출처] https://n.news.naver.com/article/584/0000024333?ntype=RANKING

[인공지능 기술] 작지만 오히려 좋아! 소형 언어 모델(sLLM)

01. 요즘 대세 생성형 인공지능(AI),

그리고 언어 모델

챗GPT로 대표되는 생성형 AI가 화두로 떠오른 가운데 언어 모델(Language Model)에 대한 관심도 덩달아 높아지고 있다. 언어 모델이란 대용량의 텍스트에서 언어 이해 능력과 지식을 학습하도록 훈련된 AI 모델을 일컫는다. 방대한 텍스트가 포함된 데이터로부터 정보를 추출하고 분류하는 것에서 더 나아가 직접 텍스트까지 생성해 낸다. 한 마디로 딥러닝을 통해 수많은 데이터를 미리 학습해 추론하고, 이를 문장으로 표현하며 대화를 이어나갈 수 있는 모델로서, 사실상 생성형 AI의 핵심 기술이라고 해도 과언이 아니다. 오늘날 챗GPT가 촉발한 언어 모델 경쟁은 국내로도 이어지고 있다. 국내 기업 역시 한국어 기반의 언어 모델 개발 계획을 잇따라 내놓으며 대세에 합류하는 추세다.

[그림 1] 국내 기업의 언어 모델 개발 추진 현황 (출처: KISTEP 과학기술정책센터)

세상에서 제일 유명한 생성형 AI의 대표주자, 챗GPT는 대형 언어 모델(LLM)을 기반으로 한다. 언어 모델의 크기는 통상 매개변수(파라미터) 개수에 따라 결정이 되는데 보통 1,000억 개 이상일 때 대형 언어 모델이라 분류된다. 챗GPT에 적용된 ‘GPT-3’의 매개변수는 1,750억 개이며, 구글이 개발한 ‘팜(PaLM)’의 경우 5,400억 개에 달하는 것으로 알려져 있다.

매개변수는 사람의 뇌에서 정보를 학습하고 기억하는 시냅스와 유사한 역할을 한다. 이에 이론상으로는, 매개변수의 수가 많으면 많을수록 성능이 높아지고 또 더욱 복잡하고 정교한 기능을 수행할 수 있다고 여겨진다. 내로라하는 빅테크들이 매개변수의 수를 언급하며 각자의 언어 모델에 대한 성능을 강조하는 이유도 여기에 있다.

그렇지만 과연 언어 모델에 있어 매개변수는 언제나 다다익선(多多益善)인 것일까? 해당 언어 모델이 어떤 목적으로 활용되는지에 따라 다르겠지만 그렇기 때문에 더더욱 언어 모델의 크기가 모든 경우의 유일한 해답이 되어주지는 않을 것이다. 때론 비즈니스 목표에 맞게 사전 최적화된 경량 모델을 이용하는 것이, 더욱 유리할 수도 있다는 말이다.

02. 떠오르는 샛별, 소형 언어 모델(sLLM)

이러한 배경에서 대형 언어 모델 열풍 속 소형 언어 모델(sLLM)이 등장했다. 소형 언어 모델이란 그 이름에서부터 알 수 있듯이, 대형 모델에 비해 매개변수의 수가 수십억 내지 수백억대로 비교적 크기가 작은 언어 모델을 말한다.

소형 언어 모델이 주목 받기 시작한 건 올해 초 메타의 ‘라마(LLaMA)’가 공개되고서부터다. 메타는 라마를 매개변수 개수에 따라 총 4가지 버전으로 내놓았는데, 그중 가장 작은 모델은 매개변수가 70억 개에 불과했고 가장 큰 모델 역시 650억 개로, 경쟁사들 대비 확연한 차이를 보였다. 그럼에도 메타는 이제까지와는 다른 의미로, 매개변수의 수를 강점으로 내세웠는데 개수가 적은 대신 용량을 다른 모델 대비 1/10 수준으로 낮출 수 있었기 때문이다. 이에 따라 훨씬 적은 컴퓨팅 파워가 요구돼 모바일이나 노트북으로도 활용할 수 있도록 실용성을 극대화했다고 강조했다. 게다가 메타는 이러한 장점을 더욱 돋보이게 하고자 라마를 오픈소스 형태로 공개하기도 했다.

[그림 2] 개방성과 효율성을 강조한 메타의 LLaMA (출처: Meta AI 블로그) 

그에 반해 소형 언어 모델은 훈련에 요구되는 데이터나 시간, 비용이 상대적으로 적다는 큰 장점이 있다. 스탠퍼드대학교는 메타의 라마 중 매개변수가 가장 작은 버전(7B)을 기반으로 한 소형 언어 모델 ‘알파카 7B’를 선보였다. 알파카는 5만 2000개의 데이터를 토대로 AI 반도체를 탑재한 컴퓨터 8대를 통해 단 3시간 만에 훈련을 끝냈고, 개발에 소요된 비용은 오픈AI의 API 사용 비용 약 500달러와 라마 7B 사용 비용 100달러 안팎으로 총 600달러(약 77만 원)에 불과했다. 그럼에도 연구진에 따르면 알파카가 GPT-3.5와 질적으로 비슷한 성능을 보였다고 한다. 메일 작성, 생산성 도구 등 다양한 분야에서 GPT와 비교해 보았을 때 알파카는 90개 항목에서, GPT는 89개 항목에서 성능이 상대보다 앞섰다고 연구팀은 밝혔다.

이를 이어 데이터 플랫폼 기업 데이터브릭스(Databricks)는 서버 1대에서 3시간 훈련해 개발한 매개변수 60억 개의 소형 언어 모델 ‘돌리(Dolly)’를 선보였고, AI 반도체 스타트업 세레브라스(Cerebras)는 매개변수 1억 개부터 130억 개 사이의 소형 언어 모델 7종을 개발해 오픈소스로 공개했다. 대형 언어 모델을 누구나 사용하기에는, 또 모든 서비스에 적용하기에는 너무 비싸고 무겁다. 이에 경량화하여 운영 비용을 줄이고 다양한 기기나 서비스에 적용하고자 하는 접근법이 하나의 트렌드로 떠오르는 추세다.

이러한 흐름에 발맞춰 구글 또한 최근 연례 개발자 컨퍼런스 ‘구글 I/O’를 통해 ‘팜2(PaLM2)’를 게코(Gecko), 오터(Otter), 비슨(Bison), 유니콘(Unicorn)의 4가지 크기로 세분화하여 출시한다고 밝힌 바 있다. 다양한 사용 사례에 맞게 모델의 크기를 선택하고 쉽게 배포할 수 있도록 한 것이다. 그중에서도 가장 규모가 작은 게코는 모바일은 물론 오프라인에서도 작동 가능한 것으로 알려졌다.

챗GPT가 가능한 최대한의 데이터를 끌어와 학습한, 수많은 정보를 보유하고 있는 백과사전이지만 누군가에게는 그보다 어느 한 분야에 특화된 전문 서적이 유용할 수 있다. 데이터브릭스의 CEO 알리 고드시(Ali Ghodsi)는 ‘챗GPT가 세상 모든 정보를 학습했지만, 기업은 세상의 모든 정보를 필요로 하지는 않는다. 챗GPT는 회사가 보유한 데이터를 학습한 적도 없다’라고 지적한 바 있다.

특정 산업이나 영역에 맞게 설계되고 최적화된 버티컬 AI(Vertical AI)로서 활용하기에는 소형 언어 모델이 더욱 적합하다. 비록 일상적인 대화 역량은 떨어질지라도, 학습 데이터의 깊이와 질에 따라 특정 분야에서는 대형 모델을 뛰어넘는 답변을 보여줄 잠재력이 충분하기 때문이다. 또한 다른 애플리케이션과 통합하여 사용하기에도 가볍고 유연한 모델이 더욱 효과적이다. 소형 언어 모델이 주목받게 된 가장 큰 이유이기도 하다. 미세 조정을 통해 매개변수를 줄이고 비용을 절감하며 정확도를 높이는 맞춤형 언어 모델로서 높은 활용도를 보일 것이라 기대받는다.

미국의 AI 스타트업 갓잇AI(Got It AI)는 챗봇 애플리케이션에 적용할 수 있는 기업용 소형 언어 모델 ‘엘마(ELMAR)’를 공개했다. 엘마는 작은 규모의 사내 구축형(온프레미스) 언어 모델이다. 데이터 외부 유출에 민감한 기업들을 타겟으로, 사내에 구축해 가볍게 실행할 수 있으면서도 미세 조정을 통해 성능을 높였다.

갓잇AI의 CEO 피터 레란(Peter Relan)은 모든 기업이 크고 강력한 모델을 필요로 하는 것은 아니며 오히려 데이터가 외부로 반출되는 것을 원하지 않는 기업이 많다고 언급하며, 소형 언어 모델의 또 다른 강점을 이야기했다. 폐쇄적이고 활용이 어려운 대형 모델에 비해 이러한 소형 모델은 기업의 입장에서 보다 경제적이고 신속하게 만들 수 있는 데다 보유한 데이터를 활용해 맞춤형으로 구축할 수 있기 때문이다. 이에 향후에는 정보 유출을 우려하는 기업이나 국가 정부가 저마다의 독자적인 언어 모델을 구축해 자체적으로 운영하는 모습을 볼 수 있지 않을까 조심스레 전망해 본다.

[출처] https://www.igloo.co.kr/security-information/%EC%9E%91%EC%A7%80%EB%A7%8C-%EC%98%A4%ED%9E%88%EB%A0%A4-%EC%A2%8B%EC%95%84-%EC%86%8C%ED%98%95-%EC%96%B8%EC%96%B4-%EB%AA%A8%EB%8D%B8sllm/

[TV/언론] 인플루언서의 놀이터로 전락… 소셜미디어가 서서히 죽어간다

직장인 김민지(34)씨는 12년 전 대학생 시절 페이스북에 가입했다. 사진을 찍어 일상을 친구에게 보여주고, 메신저로 대화했다. 직장인이 된 이후에도 그랬다. 그런데 3년 전부터 페이스북을 방치하기 시작했다. 김씨는 “대학 때만 해도 화장 안 한 얼굴을 올려도 어색하지 않았는데, 언제부턴가 고급 레스토랑에 명품 옷을 입은 사진을 올려야 체면치레는 하겠다는 생각이 들면서 자연스레 멀어졌다”고 말했다.

페이스북이나 X(옛 트위터) 같은 소셜미디어 이용이 조금씩 시들해지고 있다. 스마트폰 등장과 IT 기술 발달로 가입자 수가 해마다 급증했지만, 2020년대 들어 변하고 있다. 가파르던 이용자 수 증가 폭이 꺾이고 있다. 미국 데이터 분석 업체 디맨드세이지에 따르면 세계 소셜미디어 이용자 수는 2010년대 후반에는 매년 4억~5억명씩 증가했는데, 2020년대 들어서는 증가 폭이 3억명대로 줄었고, 내년부터는 2억명대로 더 줄어들 것으로 예측된다. 경제 매체 비즈니스인사이더는 “소셜미디어는 서서히 죽어가고 있다”고 했다.

일러스트=김영석

◇손흥민·블랙핑크가 지배한다

소셜미디어 인기가 시들한 원인으로는 유명인과 연관된 콘텐츠가 지나치게 많이 노출된다는 불만이 점증한다는 점을 먼저 꼽을 수 있다. 한국을 예로 들면 축구선수 손흥민이나 걸그룹 블랙핑크 같은 유명인이나 인플루언서가 눈에 많이 띄고, 주변인들이 올리는 평범한 일상은 뒤로 밀리고 있는 것이다. 소셜미디어 업체들이 알고리즘이 추천한 콘텐츠를 주로 노출하기 때문이다.

인스타그램의 경우 2010년 출시 이후 6년 동안은 언제 올렸느냐에 따라 시간 순으로 콘텐츠를 노출했다. 그런데 2016년부터 알고리즘이 추천하는 순서에 따라 콘텐츠를 노출하고 있다. 이런 변화에 대해 애덤 모세리 인스타그램 최고경영자(CEO)는 “시간에 따라 배치하다 보면 너무 많은 콘텐츠가 올라오다 보니 가입자들은 콘텐츠의 70% 정도를 확인하지 못하는 문제가 생긴다”며 “이런 문제를 막기 위해 (알고리즘을 통해) 이용자 관심사를 바탕으로 게시물 순위를 정한다”고 설명한다. 페이스북이나 틱톡 등 다른 소셜미디어도 마찬가지다.

페이스북의 새 회사명 메타의 로고. /로이터 뉴스1

이런 알고리즘이 주도하는 콘텐츠 배치에 대한 반발 강도는 점점 높아지고 있다. 미국 사진작가 타티 브루닝(22)은 지난해 ‘인스타그램을 다시 인스타그램답게 만들기’라는 캠페인을 시작했다. 인스타그램에 접속하면 ‘뽀샵(사진 보정)’ 처리된 사진이나 전문가가 제작한 동영상만 볼 수 있다고 느꼈기 때문이다. 타티는 “콘텐츠에 대한 큐레이션(편집으로 가치를 부여하는 일)이 너무 심하다 보니 정보를 파악할 수 없게 됐다”고 했다.

불만의 강도가 높아지면서 최근 소셜미디어 이용자 증가폭은 눈에 띄게 줄어들고 있다. 인스타그램의 경우 세계 이용자 수가 2021년에는 3분기와 4분기 사이 1억3500만명이 늘었는데, 작년에는 3·4분기 사이에 1500만명 증가하는 데 그쳤다. 페이스북도 2010년대 중반 매년 2억명 넘게 증가하던 가입자 수가 올해는 7000만명 증가하는 데 머물렀다.

요즘에는 소셜미디어를 사용하더라도 친구나 지인에게만 사진을 보여주거나, 아예 메신저로만 활용하는 소극적 이용자로 변하는 경우가 많다. 모세리 인스타그램 CEO도 “이용자들이 (사진 공유보다) 다이렉트 메시지(DM), 비공개 커뮤니티, 그룹 채팅으로 옮겨가고 있다”고 했다.

◇도배된 광고, 정치적 오염도 걸림돌

넘쳐나는 광고도 소셜 미디어에 염증을 느끼게 하는 원인으로 꼽힌다. 소셜미디어 영향력이 커지다 보니 기업들은 광고에 돈을 퍼부었다. 페이스북의 광고 매출은 2017년 399억달러였는데, 매년 150억달러 넘게 증가해 2021년에는 1156억달러에 달했다. X의 광고도 2020년 32억달러에서 2021년 45억달러로 40% 증가했다. 온라인 조사 업체 서베이몽키가 미국인 1200명을 대상으로 실시한 조사에서 응답자의 74%는 “소셜미디어에 광고가 지나치게 많다”고 했다.

정치에 대한 싫증이 소셜미디어를 멀리하는 이유라는 분석도 있다. 정치적인 극한 대립 탓에 특정 진영을 비방하거나 선전하는 콘텐츠가 홍수를 이루고 있어 소셜미디어를 아예 떠나는 이들이 늘고 있다는 것이다. 미국에서는 트럼프 전 대통령과 바이든 현 대통령이 맞붙었던 2020년 대선 때 특히 비방 선전물이 넘쳐났다. 요즘은 한국도 마찬가지다.

X의 경우 최근 트위터에서 이름을 바꾼 것이 거부감을 불러 이용자 감소로 이어지고 있다. 트위터를 인수한 일론 머스크 테슬라 CEO는 지난 7월 트위터 이름을 ‘엑스’(X)로 바꾸고, 트위터를 상징하는 파랑새 모양의 로고도 검은색으로 바꾼다고 했다. 이런 발표가 나온 직후 X의 주간 활성 사용자 수는 4% 줄어들었다.

◇중소형 소셜미디어, 반짝 뜨다 주춤

대형 소셜미디어가 주춤하는 사이 알고리즘 방식을 지양하는 새로운 소셜 미디어가 틈새를 파고들기 위해 애쓰고 있다. 2016년 독일의 20대 엔지니어가 개발한 ‘마스토돈(Mastodon)’은 트위터와 비슷하지만, 알고리즘을 사용하지 않는다. 마스토돈은 지난해 머스크가 트위터를 인수하자, 이에 대한 거부감을 느낀 사람들이 몰려와 36만여 명에 머물던 하루 활성 사용자 수가 한 달 만에 260여 만명으로 증가했다.

2019년 등장한 프랑스 소셜미디어 ‘비리얼(Bereal)’은 매일 정해지지 않은 시간대에 모든 사용자에게 동시에 알람을 보낸다. 알림을 받으면 2분 내에 사진을 찍어 올려야 한다. 다른 사람과 비교하지 말고 초췌한 모습이라도 당당하게 공개하라는 취지다. 2021년 71만여 명이던 비리얼의 일간 활성 사용자 수는 지난해 10월에는 2000여만 명으로 급증했다.

이런 중소형 소셜미디어들도 최근 인기가 시들고 있다. 활성 사용자 수가 마스토돈은 올해 6월 110만명 선으로 내려왔고, 비리얼도 지난 3월 기준 600만명으로 떨어졌다. 이에 대해 뉴욕타임스는 “이용자들은 말로는 진정성이 중요하다고 하지만 실제로는 재미있고 짜릿한 순간을 다른 사람과 공유하고 싶어 한다”며 “결국 온라인에서는 일상의 현실적인 모습을 잘 올리지 않게 된다”고 했다. ‘온라인상 진정성의 역설’이 있기 때문에 알고리즘 없이 자연스러움을 추구하는 소셜미디어가 인기를 얻는 데 한계가 있다는 것이다.

[출처] https://www.chosun.com/economy/weeklybiz/2023/09/14/KFQYRZGDONADDCSMMPTEKJURFY/

[물리] [레디!퓨전] 상용화 정조준 소형 핵융합로, 반백년 기초연구의 산물

미국 매사추세츠공대 플라즈마 과학·융합 센터(PSFC)를 가다

SPARC의 모체인 알케이터 C-Mode의 내부. PSFC 제공

소형 핵융합 장치 ‘스파크(SPARC)’를 내세워 핵융합 에너지 산업에 뛰어든 미국 스타트업 커먼웰스 퓨전 시스템(Commonwealth Fusion System·CFS)의 뒤에는 매사추세츠공대(MIT) 플라즈마 과학·융합 센터(PSFC)가 있다. 8월 말 방문한 PSFC는 MIT 신입생 맞이에 한창이었다. 신입생들은 PSFC 건물동 중 하나에 위치한 각종 실험 기기 작업 현장을 호기심 가득한 눈으로 둘러보고 있었다. 이 현장에 SPARC의 이론적 모델이 된 ‘알카토 C-모드(Alcator C-Mode)’도 있었다.

● SPARC의 탄생 이끈 MIT 플라즈마 센터… 1960년부터 연구 시작한 결과

MIT 캠퍼스 내에 위치한 PSFC 건물 중 하나. 보스턴=박건희 기자 wissen@donga.com

PSFC로 견학 온 MIT 가을학기 신입생들이 연구원의 설명을 듣고 있다. 보스턴=박건희 기자 wissen@donga.com

알케이터 C-모드는 현재 CFS에서 상업용으로 개발중인 SPARC의 모체격이다. 높은 자기장을 이용해 플라즈마를 실제로 생성할 수 있는지 확인하기 위한 실험용 토카막으로 30년 전인 1993년 첫 가동을 시작했고 2016년 임무를 마치고 ‘은퇴’했다. 토카막은 핵융합 반응을 이끌어내기 위한 핵융합 장치로 세계 최대 규모의 국제핵융합실험로(ITER)와 같은 방식이다.

당시 알카토 C-모드 장비의 일부는 MIT 박물관으로 옮겨져 보관되고 있지만, 몸체는 여전히 센터에서 확인할 수 있다. 도넛 모양 토카막 알카토 C-모드는 국제핵융합실험로(ITER) 토카막의 800분의 1 크기로 매우 작은 편이다. 토카막 내부 중심에서 토카막 경계면까지의 길이가 약 22cm일 정도로 매우 좁다.

크기가 작음에도 8테슬라(T)의 강한 자기장을 생성할 수 있었던 건 고온 초전도자석을 사용했기 때문이다. 실험 결과 알카토 C-모드에서는 8000만도에 이르는 고온의 플라즈마를 만든 뒤 안정된 상태로 토카막 안에 가둬둘 수 있었다. 플라즈마는 높은 자기장에 의해 ‘공중부양’된 상태로 토카막 내벽에 닿지 않고 토카막 안을 회전한다.

알카토 C-모드는 PSFC가 만든 일련의 토카막 시리즈의 세 번째 버전이다. 1960년 프란시스 비터 교수가 ‘국립 자석 연구소’를 설립한 뒤 고자기장 자석을 연구하기 시작한 이래, 1976년 첫 토카막인 ‘알카토 A’가 처음으로 로손 조건(Lawson Creteria)을 만족했다. 로손 조건은 토카막이 자기점화(투입 전력보다 생산 전력이 많은 것)를 달성하기 위해 요구되는 플라즈마의 밀도, 온도, 플라즈마가 에너지를 잃지 않고 유지되는 시간(가둠 시간) 등을 말한다.

이후 1983년 개발된 알카토 C, 1991년 개발된 알카토 C-모드는 로손 조건 만족에 필요한 요건을 골고루 증가시키며 발전해왔다. 2025년 초 첫 플라즈마 생성을 목전에 둔 CFS의 소형 토카막 SPARC는 이처럼 반백년이 넘는 오랜 시간에 걸쳐 물리학자들이 이론을 정립하고 실험을 거듭해 온 결과물이다.

알카토 C-모드 플라즈마 실험 당시 촬영한 실제 플라즈마의 움직임. PSFC 제공

● 한국인 물리학자가 해결한 ‘토카막의 딜레마’

백승규 연구원이 알카토 C-모드 앞에서 활짝 웃고 있다. 보스턴=박건희 기자 wissen@donga.com

2014년 MIT 원자력공학부에서 박사 학위를 취득한 후 PSFC에서 계속해서 플라즈마물리학 연구에 몰두하고 있는 백승규 연구원은 2018년 ‘토카막의 딜레마’를 해결해 학계와 언론의 주목을 받았다.

알카토 C-모드는 플라즈마 내부에 마이크로파를 가해 플라즈마 전류를 한 방향으로 흐르게 하는 방식으로 토카막 내부에 가둬 놓는다. 이를 ‘낮은 하이브리드 전류 유도(LHCD)’라고 한다. 그러나 물리학계가 약 40년 간 풀지 못한 문제가 있었다. 플라즈마 밀도를 높이면 전류를 유도하는 성능이 떨어지는 것이다. 백 연구원은 “빵(전류)이 10조각, 플라즈마도 10개 있을 땐 빵 1조각 씩 나눠가지면 되는데 플라즈마만 100개로 늘면 플라즈마가 얻는 전력이 줄고, 그 결과 플라즈마의 운동량이 줄어드는 것”이라고 비유했다.

백 연구원의 연구팀은 2018년 토카막 경계면에서 발생하는 난류가 토카막 내부로 유입되는 마이크로파 전력에 영향을 줘서 마이크로파가 산란되거나 불안정성을 보인다는 사실을 발견했다. 마이크로파 전력의 손실을 막으려면 경계면 난류를 줄여야 하며, 장치 내의 총 전류를 증가시키는 방법으로 이를 해결할 수 있다는 결론에 이르렀다. 실제 연구 결과, 총 전류를 3배 가까이 높이자 플라즈마의 밀도를 높여도 플라즈마 전류가 효과적으로 생성됐다.

백 연구원은 “토카막에선 최소한의 에너지 투입으로 최대한의 에너지를 뽑아내는 효율성이 중요하다”며 “이론적 접근을 벗어나 실제 핵융합기를 운영할 때 얼마만큼의 효율을 낼 수 있고 어떤 환경적인 요인을 고려해야할지 실험적으로 확인했다는 데서 의의가 있다”고 말했다.

※이 기사는 정부광고 수수료로 조성된 언론진흥기금의 지원을 받았습니다.

보스턴=박건희 기자 wissen@donga.com

[출처] https://n.news.naver.com/article/584/0000024314?ntype=RANKING