전화위복 스토어

전화위복

개인인증

팔로워1 팔로우

소개

등록된 소개글이 없습니다.

전문분야 공학/기술독후감/창작

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

67개
전체 판매량

372개
최근 3개월 판매량

1개
자료후기 점수

평균A
자료문의 응답률

-

전체자료 67개

판매자 표지

[이것이 인공지능이다] 인공지능을 이해하기 위한 필독 입문서의 빈틈없는 요약과 느낀점

이것이인공지능이다(트렌드/미래예측)출판사 : 슬로디미디어저자 : 김명락2016년, 계산해야 하는 경우의 수가 너무 많아서 절대 컴퓨터가 인간을 이길 수 없는 종목으로 여겨졌던 바둑에서 혁명을 만들어낸 알파고(AlphaGo)부터 시작하여 2023년 세계인들을 충격에 빠뜨린 대화형 인공지능 Chat GPT, 그리고 2025년 현재 Chat GTP보다 더욱 저렴한 개발비용으로 어느정도 성능을 구현하는데 성공한 딥시크(DeepSeek)까지 인공지능은 매우 놀라운 속도로 발전하고 있습니다. 앞으로 시간이 지날수록 우리의 삶에서 인공지능의 비중이 더 높아질 것은 자명합니다. 이런 시대의 흐름에 따라 인공지능 개발 관련 종사자가 아닌 저와 같은 보통의 일반인들은 어떠한 관점에서, 어느정도 수준까지 인공지능에 대해 알아야 할까요? 내가 종사하는 분야에 인공지능 기술의 도입이 필요한 경우, 직접 코딩하여 구현까지 할 수 있을 정도로 전문가가 되어야 하는 걸까요? 그 정도까지 하지 않으면 시대에 뒤쳐진 사람이 되는 걸까요? 이처럼 인공지능이 매우 중요하다는 것은 누구나 아는 사실이지만, 공부할 방법을 생각하면 막막할 따름입니다.이 책은 인공지능을 제대로 활용하기를 원하는 사람들을 주 독자층으로 쓰여진 책입니다. 우리가 인터넷이 돌아가는 환경을 잘 알지 못하더라도 매일 같이 검색을 하고, 유튜브를 보며, 정보를 찾을 수 있습니다. 자동차 내연기관의 구동 원리를 잘 알지 못하더라도, 아침마다 차량을 운전하여 출근지로 이동을 합니다. 인공지능은 아직 초기 단계이기 때문에 인터넷의 활용법이나 자동차의 운전법처럼 사용자 입장에서의 꼭 필요한 개념보다는, 너무 전문적이거나 혹은 넓고 거대한 담론을 다루는 책들이 대부분입니다. 이 책은 이러한 현실에 발 맞추어 인터넷, 자동차, 스마트폰처럼 인간의 생활패턴을 단번에 바꿀 혁신적인 발명품인 인공지능을 실생활에 사용하고자 하는 사람들의 눈높이에 맞추어져 쓰여진 책이라 할 수 있습니다.최근 무섭게 발전하는 인공지능을 보면, 가장 먼저 드는 생각은벽하게 대체될 수도 있습니다. 사람인 선수들보다 훨씬 정확하게 3점슛을 던지고, 페널티 킥을 차거나 막을 수 있습니다. 하지만 인공 지능이 탑재된 로봇들의 스포츠는 수요가 많지 않습니다. 덕분에 탑급 스포츠 선수들의 몸값은 매일 하늘 높은 줄 모르고 상승하는 중이지요. 많은 업무가 인공지능으로 대체되겠지만, 그럼에도 불구하고 사람이 계속 할 수 있는 일들을 끊임없이 찾는 노력을 해야 하겠습니다.빅데이터라는 용어가 대중들에게 인식되기 시작한 지도 꽤나 많은 시간이 흘렀습니다. 하지만 대부분의 일반 사람들에게 ‘빅데이터’가 무엇인지를 설명하라고 한다면, 명료하게 설명할 수 있는 사람이 많지 않습니다. 단순히 데이터가 많고 크면 빅데이터가 되는 걸까요? 그렇다면 데이터가 ‘많다’는 경계선은 어디가 될까요? 데이터가 10만 개가 있다면 이것은 빅데이터일까요? 그렇다면 10억 개는 뭐라고 불러야 할까요?이 근본적인 물음에 대해 이 책에서는 명쾌한 설명이 담겨 있습니다. 제철소 용광로에 온도 센서가 10분마다 1개의 온도 값을 측정하여 송출한다고 가정합니다. 1시간에 6개의 데이터가 수집되니 하루에 송출가능한 데이터는 144개입니다. 이 정도 데이터면 이것을 ‘빅데이터’라고 말하기엔 꽤 적은 수치처럼 보입니다. 반면 연구자가 10억 개의 데이터 중 1억 개의 데이터를 선별했다고 가정합니다. 1억 개나 되는 데이터가 있으니 이것은 ‘빅데이터’라고 부르기에 타당해 보입니다. 하지만 저자는 실제로는 전자를 빅데이터, 후자를 인포메이션(Information)이라고 정의 합니다.즉, 빅데이터란 데이터의 양으로 구분하는 것이 아니라, 전체 데이터 중 일부를 인포메이션으로 ‘선별’ 했는지 여부를 따집니다. 따라서 경우에 따라서는 빅데이터라는 표현보다는 ‘올데이터(All Data)’가 좀 더 정확한 표현이라고 말합니다. 즉, 사람의 판단으로 염두해 두고 있는 논리와 관련된 데이터를 선별했다면 이것은 데이터의 양의 상관없이 ‘인포메이션’ 입니다.바둑의 정석과 같이 사람인 기사들이 놓는 능이 데이터 분석에 미치는 영향을 가장 잘 보여주는 예시인 것 같습니다.인공지능, 머신러닝, 딥러닝. 모두 인공지능 관련 매체 기사에 자주 언급되는 단어들인데, 저를 비롯한 일반인들에겐 이 단어들조차 비슷비슷하게 느껴지는 것이 사실입니다. 결론부터 말씀드리자면, 넓은 의미를 기준으로 ‘인공지능>머신러닝>딥러닝’ 이라고 할 수 있습니다. 가장 범위가 큰 인공지능은 철학, 수학, 경제학, 신경과학, 심리학, 컴퓨터 공학, 제어이론과 인공두뇌학, 언어학 등을 기반으로 하는 학문 분야이며 기술적인 관점에서 분류하면 검색, 제약 만족 문제, 논리적 에이전트, 계획 수립, 지식 기반 시스템, 확률적 추론, 의사결정, 머신러닝, 자연어 처리 등으로 나눌 수 있습니다. 가장 큰 양대 축은 위에서 말씀드린 전문가 시스템과 머신러닝 입니다. 즉, 머신러닝은 인공지능의 기술적인 한 분야입니다.전문가 시스템은 전문가에 의해서 체계적으로 정리된 데이터를 훈련하는 방식이라면, 머신러닝은 달리는 증기기관차에 계속해서 석탄을 넣듯이 데이터를 에이전트에 끊임없이 입력해서 학습시키는 방식입니다. 영어 학원에서 5형식등의 영문법을 익히면서 체계적으로 배워 나가는 것이 전문가 시스템이라면, 부모나 친구가 하는 말을 무작정 따라하면서 모국어를 익히는 방식이 머신러닝입니다. 이 사례만 보더라도 머신러닝이 전문가 시스템보다 발전 가능성이 무궁무진하다는 점을 알 수 있습니다.머신러닝의 기법들을 또다시 분류하면 디시전 트리(Decision Tree), 랜덤 포레스트(Random Forest), 베이즈 분류 모형, 서포트 벡터 머신, 유전자 알고리즘, 사례 기반 추론, 패턴 인식, 강화 학습 등 약 100여가지의 기법이 있는데, 이 중 하나가 ‘딥러닝’이라고 합니다. 딥러닝은 과거에는 ‘인공신경회로망’이라는 다른 명칭으로 불렸다고 하는데, 1990년대에 한 때 급부상했던 적이 있었습니다. 핵융합 장치안에 있는 플라즈마(Plasma)의 위치를 파악하고 제어하기 위해서는, 일반적인 제어공학으로는 불가능하기 때록 점점 범위가 좁아지는 만큼 딥러닝이 돈과 시간이 가장 많이 듭니다. 반면에 통계적으로 해결하는 방법이 가장 돈과 시간이 적게 소요됩니다. 통계의 원리는 수학적으로 확실하게 이해했다면 통계를 활용해서 SPSS, SAS 등의 통계 분석 프로그램이나 R 프로그래밍 언어, 더 낮은 레벨에서는 엑셀만으로도 충분히 구현할 수 있습니다.즉, 인포메이션이 충분하고 정형 데이터의 비율이 높으며, 패턴이 선형적일수록 딥러닝보다는 머신러닝이, 머신러닝보다는 통계가 유리합니다. 반면 인포메이션이 불충분하며, 크기와 형태가 정해져 있지 않은 비정형 데이터의 비율이 높으며, 패턴이 비선형적 일수록 통계보다는 머신러닝이, 머신러닝보다는 딥러닝이 유리합니다. 하루 평균 운동 시간, 칼로리 섭취량, 키, 몸무게 등의 정형 데이터로 대사증후군 등 질병을 예측하는 것은 통계로도 충분합니다. 하지만 일기의 내용을 가지고 정신 건강의 수준을 예측하는 것은 딥러닝을 활용해야 합니다. 데이터를 해석하는데 들이는 노력과 비용이 만만치 않기 때문에, 내가 하고자 하는 작업이 소를 잡는 작업인지, 닭은 잡는 작업인지 판단하는 안목도 중요하다는 생각이 들었습니다. 회사에서 실무를 하다 보면, 가끔 단순 호기심이나 혹은 뭔가 윗선에 보고할 때 ‘있어 보이고 싶은’ 욕구가 올라올 때 데이터 해석에 머신러닝 기법 도입에 대한 충동이 들 때가 있습니다. 하지만, 쏟아 부은 노력과 시간 대비 얼마나 유효한 해석 결과를 얻을 수 있는 지 미리 판단을 해야만, 불필요한 업무 낭비를 줄일 수 있다는 생각이 들었습니다.가끔 피카소의 입체파 미술이나, 퀸의 보헤미안 랩소디 등을 감상하다 보면, 직관적으로 ‘잘’ 그렸거나, ‘귀에 박히는’ 노래는 아닌데 이 작품들이 왜 시대의 걸작으로 칭송 받는 지 의아할 때가 있습니다. 미술사나 대중음악사를 공부하다 보면, 위 작품들은 당대의 다른 작품들과는 전혀 다른, 시대를 한 차원 뛰어넘은 창조적인 작품들이기 때문에 현대에도 시대의 걸작으로 평가받는 것이라는 점을 알 수 있습니다. 의 교통상황이 좋지 않고 정말 급하고 빠르게 가야 할 때는 네비게이션이 알려주지 않는 좁은 길들, 해당 지역 사람들 아니면 찾기 힘든 길들로 가는 것이 훨씬 유리할 때가 있습니다. 이런 길들을 많이 알고 있는 택시기사는 인공지능이 대체할 수 없는 본인만의 가치를 보유하고 있는 경우입니다. 비슷한 예로 인공지능 대체율이 높을 것이라 예상되는 또다른 직업인 약사도, 대형병원 약사가 아닌 동네 약사들의 경우에는 자주 찾는 손님들이 평소 생활 습관에 따라서 자신만의 처방전으로 약을 조제할 수 있습니다. 이처럼 본업을 하더라도 어떠한 부분이 인공지능이 하기 힘든 부분이고, 사람 손이 개입되어야 하는 지 꾸준히 찾는 노력을 하는 사람만이 인공지능의 시대에서 살아남을 수 있을 것 같습니다.온갖 첨단 기술과 기법들의 집약체인 듯 보이는 인공지능 분야도, 궁극적인 발전을 위해서는 인문학이 필요하다고 저자는 말합니다. 2019년 영화 기생충의 세계적인 성공의 이유 중 하나로 한국에서 23년차 거주 중인 달시 파켓의 초월적인 번역을 드는 사람들이 맞습니다. 앞으로 단 시간내에 인공지능의 번역 기술이 발전할수록 정확한 직역은 인공지능이 번역가를 훨씬 뛰어넘을 것입니다. 하지만 기존 언어를 쓰는 사람들의 정서를 이해하고, 그 중 탁월한 단어를 선택하는 일명 ‘초월 번역’은 아직 인공지능이 사람을 대체하기는 어렵습니다.예를 들면 한국 사람들에게 ‘점심 먹었니?’ 라는 질문은 문맥과 상황에 따라서는 밥을 먹었는지 전혀 궁금하지 않은 상태에서 던진 질문일 경우가 많습니다. 그저 ‘안부 인사’로 사용할 때가 많습니다. 이런 경우에 이 문장을 ‘Did you eat lunch?’로 번역한다면 이 것은 올바른 번역이 아닐 것입니다. 또한 인공지능이 아무리 사례를 학습한다 해도 해당 상황에서 영어의 관점에서 ‘How are you?’ 같은 정석적인 인사가 필요한 시점인지, 아니면 ‘Hi, guys’ 처럼 좀 더 가벼운 형태의 인사가 필요한 시점인지 판단하는 것은 아직 매우 어렵습니다.이 간단한 다.

독후감/창작| 2025.05.05| 6페이지| 1,500원| 조회(69)

인공지능, 지브리, 머신러닝, 딥시크, ChatGTP

미리보기

닫기
판매자 표지

[TSMC, 세계 1위의 비밀] 업계 현직자가 쓴 TSMC 1위 비결에 대한 독후감, 그리고 한국 반도체 산업 전망

TSMC, 세계 1위의 비밀 (경제/경영) 출판사 : 생각의힘 저자 : 린훙원 역자 : 허유영 최근 반도체 관련 기사들을 보면, 반도체 위탁 생산 부문(Foundry) 사업에 국내 최대 기업 삼성전자가 천문학적인 금액을 투자하여 분야 1위를 달리고 있는 TSMC에게 야심 차게 도전장을 내밀었으나 점유율, 매출 격차가 좁혀 지기는 커녕 점점 벌어지고 있다는 소식들이 많이 들리고 있습니다. 2024년 4분기 기준 TSMC의 세계 파운드리 시장 점유율은 67%를 기록하며, 다른 기업들과 범접할 수 없는 초격차를 유지 중입니다. 메모리 반도체의 강자 삼성전자가 막대한 투자를 감행했음에도 불구하고, 같은 반도체 산업인 파운드리에서는 유독 힘을 쓰지 못하는 이유는 무엇일까요? 또한 날이 갈수록 세계 시장에서의 장악력을 늘리고 있는 TSMC만의 힘은 무엇일까요? 그에 대한 해답들을 얻을 수 있는 책입니다. 저자인 린훙원은 자오퉁대학교 정보통신공학과를 졸업한 이공계 출신으로 1993년부터 타이완 에서 IT 산업 담당 기자로 근무하였습니다. TSMC가 설립된 이후부터 매일같이 신주과학단지에 입주한 기업들을 취재한 베테랑 기자입니다. 31년 동안 타이완의 IT 산업에 대해 지속적으로 저술 활동을 해왔습니다. 저자는 2012년에 이라는 책을 타이완과 중국에 출간했을 정도로 한국의 IT 산업에도 큰 관심을 보여왔습니다. 그만큼 현 시점에서 누구보다 반도체 산업가 TSMC에 대하여 수박 겉핥기 식이 아닌, 깊이 있는 분석을 할 수 있는 사람입니다. 또한 저자는 이 책을 출간하게 된 이유로 그 동안 미국, 일본의 학자와 분석가들이 TSMC에 대해 쓴 책들은 대부분 국제정치와 미, 중 반도체 전쟁을 중심으로 분석한 책이 대부분이고, 파운드리 산업과 TSMC 기업 자체에 대해서는 면밀하게 분석한 책이 없기 때문이라고 합니다. 실제로 기억을 떠올려 보니, 저 개인적으로도 TSMC가 중국과 접해 있으면서 미국에 막대한 양의 최첨단 칩을 공급 중이기 때문에 그 지정학적 위치가 매우 중요하다는 마찬가지인가 봅니다. 실제로 타이완 대학교 화학과 석사생의 90%가 TSMC에 취업한다는 사실을 알게 된 한 교수가 ‘석사 과정을 폐지하라’ 화를 낼 정도로 ‘위탁생산’이나 하는 업체에 자신이 키운 학생들이 취업하는 것을 못 마땅하게 여겼다고 합니다. TSMC가 막 상장했을 무렵, 모리스 창은 한 기자 간담회에서 ‘웨이퍼 위탁생산’이라는 단어 보다는 ‘실리콘 주조’라는 용어로 바꿔야 한다고 말했습니다. 물론 ‘실리콘 주조’라는 단어가 타이완 방언으로 ‘죽었다’라는 말과 발음이 비슷하기 때문에 이 일은 그저 해프닝으로 끝났다고 합니다. 대부분의 산업에서 위탁생산을 하는 기업들이 기술력이 낮은 하청업체인 것은 사실이기도 합니다. 가격이 비싼 기술 개발은 대기업에서 하고, 생산 단가를 낮추기 위해 ‘위탁생산’을 이용하는 경우가 많기 때문입니다. 전형적으로 고객사가 좌지우지하는 ‘수요자 우위 시장’ 입니다. 하지만 ‘반도체 산업’에서는 그 이야기가 다릅니다. 반도체를 설계하는 기술만큼 제조에도 핵심 기술이 필요하며, 엄청난 고가의 장비들이 필요합니다. 따라서 고객도 기술력이 높은 생산 위탁 업체에 크게 의존할 수밖에 없는 ‘공급자 우위 시장’입니다. 이러한 시장의 특성에서는 고객이 더욱더 자신들에게 의존하게 만드는 것이 승부의 핵심입니다. 단순히 ‘을’의 마인드로 고객 서비스를 접근하기 보다는, ‘슈퍼을’이 될 수 있다는 점이 반도체 위탁생산업의 핵심이고, TSMC는 이러한 점을 재빨리 파악하여 공략해 나갔습니다. 그렇다면 타이완이라는 나라는 언제부터, 어떠한 계기로 반도체를 만들게 된 것일까요? 그 과정은 크게 3단계로 구분할 수 있습니다. 1단계는 RCA(Radio Corporation of America)의 기술 라이센싱 입니다. 1976년 타이완 정부는 중국계 미국 학자 판원위안의 협조를 받아 RCA와 기술 이전료 250만 달러, 기술 사용료 100만 달러에 공업기술연구원과 10년간의 기술이전 계약을 체결하고, 타이완의 인력 양성에도 협조하도록 동의합니다. 이터 시너지가 발휘되는 매우 탄탄한 구조임을 알 수 있습니다. 저도 마찬가지이지만, TSMC에 대해 최근부터 관심을 가지게 된 사람들은 TSMC가 대만의 대표 기업이기 때문에, 대만 정부의 전폭적인 지원을 독식해서 성장했을 것이라 생각하기 쉽습니다. 하지만 TSMC가 세계 최고의 글로벌 기업을 성장하기 전까지 대만내 파운드리 업계에서 치열한 경쟁이 있었습니다. 대만의 종합반도체기업(IDM, Integrated Devices Manufacturer)으로 시작한 UMC는 1995년 파운드리 전문 기업으로 전환하면서 TSMC에 도전장을 던집니다. 반도체 호황기에 반도체 생산이 수요를 따라잡지 못하는 공급난이 이어지자, TSMC는 발주 고객들이 떠나가지 않도록 보증금을 요구하였는데, 이에 불만이 있는 일부 고객들은 TSMC에 보증금을 내는 대신 UMC와의 파운드리 합자 회사를 만들어 공급을 받는 전략으로 전환합니다. 이후 1999년, 이전에 UMC가 고객과 합자 형태로 설립했던 4개의 파운드리 기업을 합병하자, 두 기업의 점유율 차이는 45% 대 35%로 대폭 축소됩니다. 2000년, TSMC도 Ti-에이서와 WSMC를 인수하여 본격적인 전쟁을 시작합니다. WSMC 창업자 리차드 창은 TSMC에 인수된 후 직원 100명을 데리고 중국으로 건너가 SMIC를 설립합니다. UMC와 SMIC라는 위협적인 라이벌들이 등장한 상황에서 모리스 창은 TSMC의 세계 1위 유지를 낙관하였는데, 그 자신감의 이유로 TSMC가 다져온 탄탄한 기반을 들었습니다. TSMC는 오래전부터 미국의 일류 고객들과 협업을 해왔습니다. 일류 고객들은 기술과 서비스의 대한 요구가 매우 높습니다. 이런 일류 고객들에게 서비스를 해야 파운드리 회사의 실력도 동반 상승할 수 있습니다. UMC도 합병을 통해 수치상으로는 시장 점유율을 끌어 올렸지만, 2000년대 0.13 마이크로미터 구리 공정에서 TSMC와의 격차가 벌어지며 이후 더 이상 TSMC를 따라잡을 수 없게 됩니다. 이 예언은 놀랍게도 2025년 현재 셈이니 TSMC로써는 긴장의 끈을 놓을 수 없습니다. 반면 삼성, 특히 삼성 파운드리의 입장에서는 TSMC는 넘을 수 없는 벽과 같은 부동의 1위 업체입니다. 이처럼 두 회사의 포지션은 넓은 전선으로 포위공격을 할 수 있는가(삼성), 아니면 한 점에 대한 집중을 통해서 보다 날카로운 공격을 할 수 있는 가(TSMC)의 차이로 보입니다. 최근 삼성 파운드리에 대한 부정적인 기사들이 많이 나오고 있습니다. 첨단 장비를 구축하는데 드는 비용은 천문학적이지만, TSMC와의 격차는 나날이 벌어지는 중입니다. 하지만 파운드리만 봤을 때는 압도적으로 보이는 TSMC도 삼성을 ‘위협적인 상대’로 표현하는 것을 보니, 두 회사가 가진 강점이 정말 판이하게 다르다는 점을 느낄 수 있습니다. 삼성의 입장에서도 여태까지 무너뜨려온 다른 전자 업체와는 차원이 다른 상대가 TSMC일 것입니다. 그만큼 TSMC의 해당 분야에서 압도적인 기술력과 독보적인 입지는 삼성도 여태까지 경험해보지 못했을 차원입니다. 그렇기 때문에 향후 두 회사간의 각자의 강점을 무기로 싸우는 치열한 경쟁도 눈 여겨 볼만 할 것 같습니다. 업계 세계 1위를 독식하고 있는 TSMC의 인재들은 과연 얼마나 우수한 인재들일까요? 이 책에는 TSMC의 우수한 인재들이 밤낮없이 열심히 일을 한 결과가 지금의 TSMC를 만들었다고 적혀 있습니다. 즉, 책에서 대놓고 속된 표현을 빌리자면 ‘사람을 갈아 넣었다’라고 말하는 중입니다. 타이완은 과거부터 전통적으로 기술과 제조 분야에는 우위에 있었지만, 마케팅과 브랜드 구축에는 서툴었던 이력이 있습니다. 과거 HTC가 애플과 삼성보다 먼저 스마트폰을 출시하고도 브랜드에 밀려 참패한 경험이 있습니다. 타이완의 괄목할만한 경제적 성장에도 불구하고 현재 타이완을 대표하는 브랜드가 딱히 떠오르지 않는 것도 이와 같은 예입니다. 이런 타이완이 강점과 경쟁력을 봤을 때, 파운드리에 집중하는 것은 최고의 전략이 되었습니다. 그만큼 타이완은 제조 공정과 기술 쪽에 국내 최고 명문대인 칭화대학교이기보다는, 그에 걸 맞는 비전을 보여주고 자부심을 심어주며, 합당한 연봉 체계를 구축하는 것이 선행되어야 하지 않을까요? 우리나라의 제조 현장에서 일하는 사람들에 대한 시선과 처우가 상대적으로 매우 열악하다는 점에 대해 다시 한 번 생각해볼 때입니다. 이처럼 겉으로 보기에는 마냥 승승장구 중인 타이완과 TSMC 반도체에도 위기는 있습니다. 이 책에서 나온 여러가지 리스크 중 눈 여겨 볼만한 점 중 하나는 우리나라와 같은 ‘반도체 인재 부족’ 입니다. 우리나라도 항상 반도체 인력이 부족하다, 체계적인 교육 훈련이 시급하다 라는 이야기가 많이 나옵니다. 우리나라에서 반도체 인력이 부족한 이유는 최고 우수한 인력들이 이공계보다는 더 안정된 수익이 보장되는 의대 진학을 선호하기 때문일 것입니다. 반면 TSMC의 경우에는 오히려 반도체 업계에서 높은 보상을 해주기 때문에 문제가 발생한다는 점이 흥미롭습니다. 대졸자 초봉이 너무 높다 보니, 교수의 연봉을 뛰어넘게 되고 따라서 대졸자를 키워낼 교수들이 해외로 유출되는 사태가 벌어진다고 합니다. 마냥 반도체 연구원들에게 보상을 높여준다 하더라도 그에 따른 부작용이 또 있게 되니, 인재 보상이라는 것이 마냥 쉬운 일이 아니라는 점을 느끼게 됩니다. TSMC의 영원한 숙제인 지정학적 리스크도 아직 끝나지 않은 과제입니다. 미중 반도체 갈등으로 TSMC도 미국에서 보조금을 받아 애리조나에 반도체 공장을 지었습니다. 하지만 앞서 이야기했듯 반도체의 생산 효율은 우수한 인재들이 밤낮없이 연구 개발에 매진했기 때문에 가능한 일이었습니다. 현재 우수한 반도체 제조기업들이 근무태도가 매우 성실한 아시아에 위치하고 있는 것도 이와 같은 이유입니다. 근무 환경도 문화도 많이 다른 미국 공장에서도 과연 타이완 현지와 같은 생산효율을 낼 수 있을까 하는 점도 TSMC가 풀어야 할 숙제입니다. 미국의 눈치를 봐야 하기 때문에, 미국이 TSMC에 지원하는 만큼 반대급부로 타이완 정부도 타이완 내에서 엔비디아, 마이크론과 같은 미국 기업들에게 엄청

독후감/창작| 2025.04.16| 7페이지| 1,500원| 조회(75)

반도체, 삼성전자, 대기업, 파운드리, 초격차

미리보기

닫기
판매자 표지

[칩워] 반도체 전쟁의 역사와 미래에 대한 예측, 현 반도체 현직자의 쉬운 요약과 느낀점

칩워 누가 반도체 전쟁의 최후 승자가 될 것인가 (경제/경영) 출판사 : 부키 저자 : 크리스 밀러 역자 : 노정태 일반 대중들에게 반도체는 오묘한 존재입니다. 삼성전자, SK하이닉스 같은 기업들이 세계 1, 2위를 다투고 엄청난 수출 실적을 기록하며, 임직원들은 초과 이익에 대한 성과급 잔치를 한다고 합니다. 반도체 하면 녹색 기판에 납땜으로 부착된 검은색 칩이 떠오르는 데, 이 조그마한 칩이 어떻게 해서 그렇게 큰 이익을 창출하는 지 일반 대중들에겐 의아할 따름입니다. 반도체를 글자 그대로 풀이를 하면, 전기가 흐르는 도체와 흐르지 않는 부도체의 중간 정도의 물체라고 하는데 이 물질이 스마트폰에서 수행하는 복잡한 계산을 하고, 엄청난 양의 정보를 저장하며, 최근에는 인공지능의 두뇌 역할까지 한다고 하니 좀처럼 이해가 되지 않습니다. 돌아가는 시장 구조를 보면 어떨 때는 삼성전자와 SK하이닉스가 세계 시장을 선도하고 있다고는 하는데, 또 어떨 때는 대만의 TSMC가 굳건한 1위를 유지 중이라고 합니다. 2024년 최고의 주식 종목이었던 엔비디아가 등장하기도 하며, 어떤 경우에는 우리가 스마트폰 제조사로 애플이 반도체 칩 제작 업체로 분류되기도 합니다. 이 반도체의 생산과 판매를 놓고 미국이 나서서 중국에 제재를 가하기도 하면서, 자국 생산에 투자하는 기업에 엄청난 보조금을 뿌린다고 합니다. 일반 대중들에겐 큰 기계 장치도 아닌, 이 자그마한 칩에 왜 수많은 기업들이 언급이 되며, 세계 강대국들이 국가 차원의 관심을 가지는 지 잘 이해가 되지 않습니다. 칩워는 이런 반도체의 역사를 되짚고, 이를 기반으로 미래를 이해하는데 도움을 주는 책입니다. 인류의 문명이 지속적으로 발전하고 복잡해지면서 계산의 수요는 점차 늘어나게 됩니다. 고대부터 주판이 있었고, 1800년대 이후에는 기어로 구성된 기계식 계산기를 사용하기 시작합니다. 하지만 더욱 정밀한 계산을 하기 위해서는 기계식 계산기는 한계가 있었습니다. 엔지니어들은 전기 신호를 통한 계산을 구상합니다. 0과 1만으 생각보다 쉬운 일이 아니었습니다. 텍사스 인스트루먼트의 잭 킬비는 각각의 트랜지스터를 선으로 복잡하게 연결하는 대신에, 실리콘이나 게르마늄 같은 하나의 반도체 소자 위에 여러 개의 트랜지스터들이나 전선들을 조합해서 한 번에 만들면 어떨까 하는 구상을 하게 됩니다. 이 발명을 집적회로(Integrated Circuit, IC) 혹은 칩(Chip)이라 불렸으며, 현재 우리가 흔히 알고 있는 ‘반도체’가 이렇게 탄생합니다. 집적회로가 발명되기 1년 전, 쇼클리의 형편없는 리더쉽에 지친 여덟 명의 엔지니어들의 독립하여 페어차일드(Fairchild)라는 자신들의 회사를 차립니다. 집적회로의 개념은 분명히 확인되었지만, 이를 제조하는 것은 또다른 문제였습니다. 페어차일드의 밥 노이스의 동료인 진 호에르니는 실리콘 판에 보호용 이산화규소층을 부착한 다음 필요한 곳에 홈을 식각하고 필요한 물질을 증착시키는 등, 현대적인 반도체 공정을 발명합니다. 이 평면 공정(Planar method)를 통해 걸리적거리는 전선이 없고 단 하나의 소재에 수많은 트랜지스터를 연결시켜 제작할 수 있게 됩니다. 하지만 이 당시만 해도 문제는 가격이었으며, 이 비싼 칩을 소비할 수 있는 시장이 필요했습니다. 일반 대중이 소비하기 어려운 가격의 장벽은 소련의 인공위성 발사에 충격을 받은 미국의 NASA와 미군이 해소해 주었습니다. 한편, 텍사스 인스트루먼트의 제이 라스롭과 제임스 넬은 자신들의 만든 트랜지스터를 현미경으로 관찰하던 중 현미경 렌즈를 통해 큰 패턴을 게르마늄에 ‘인쇄’하는 아이디어를 떠올리게 됩니다. 현미경과 빛의 노출 정도에 따라 반응하는 물질인 포토레지스트를 이용해 게르마늄에 패턴을 그리는 것이 가능해집니다. 이 공정은 사진 촬영과 비슷하다고 하여 포토리소그래피(Photolithography)로 이름이 붙게 되고, 이로써 훨씬 더 작은 트랜지스터를 만들어 낼 수 있게 됩니다. 1958년, 공산군을 피해 미국으로 이민을 와서 하버드를 졸업한 모리스 창이 텍사스 인스트루먼트에 도착합니마사루와 손을 잡아 소니(Sony)라는 회사를 설립합니다. 미국을 방문한 모리타는 뉴욕에서 AT&T의 경영진을 만나 트랜지스터 생산에 대한 라이선스를 취득했으며, 저임금과 장인 정신으로 엄청난 제조 효율을 자랑하던 일본에서 트랜지스터 라디오를 생산하기 시작합니다. 아직 최첨단 칩은 미국이 가지고 장악하고 있었지만, 칩을 활용하여 라디오와 같은 민간 소비재를 개발하고 파는 것은 일본 기업들의 강점이었습니다. 또다른 일본의 전자 회사인 샤프(Sharp)는 텍사스 인스트루먼트가 포기한 휴대용 계산기를 만들어 엄청난 이익을 거두게 됩니다. 이처럼 미국과 일본은 최첨단 칩의 생산자와 이를 이용한 전자 제품의 생산자라는 서로가 생산자이자 소비자가 되는 공생 관계가 됩니다. 안보상 약한 일본보다는 강한 일본을 원했던 미국은 일본을 적극 밀어주기 시작하고, 텍사스 인스트루먼트는 일본에 반도체 공장을 열게 됩니다. ‘반도체 여사원’이라는 말이 있습니다. 반도체 회사의 제조를 담당하는 직원들이 여성들이기 때문에 붙은 말인데, 저는 이 책을 읽기 전만해도 우리나라만의 특수한 문화인 줄 알았습니다. 하지만 설계는 남성이, 제조는 여성이 하는 것은 미국 반도체 회사들 초창기부터 시작된 유구한 문화였던 점이 꽤나 신기했습니다. 민간 시장이 열린 후로 제조업의 특성 상 당연히 값싼 노동력을 찾게 되었고, 따라서 반도체 제조 초기에는 당시 특성 상 노동력이 더 값싸고 노조 활동 수요가 적은 여성들이 제조를 맡게 됩니다. 이런 저렴한 노동력에 대한 욕구는 미국의 반도체 회사들이 아시아로 눈을 돌리게 했고, 페어차일드는 미국에서 생산된 실리콘 웨이퍼의 최종 조립을 1/10 수준의 임금으로 가동할 수 있는 홍콩 공장에서 진행하기 시작합니다. 페어차일드의 싱가포르는 회사의 입장에서 매우 고맙게도 노동 조합이 ‘사실상 불법’인 곳이었습니다. 아시아 국가들은 자국에 반도체 공장이 있다는 점은 미국으로부터 안보상 보호를 받을만한 충분한 목적이 된다는 점을 파악하기 시작합니다. 2025년 현재, 아시아프로그래밍하여 사용이 가능할 수 있다는 점을 깨닫게 됩니다. 이로써 고객이 자신의 제품에 맞게 프로그래밍할 수 있는 최초의 범용 마이크로프로세서가 탄생합니다. 1980년대는 미국 반도체 회사들의 입장에서는 암흑기였습니다. 바로 세계적인 전자 강국으로 떠오른 일본 때문입니다. 도시바와 NEC같은 일본 전자회사들의 DRAM 제조 기술력은 이미 미국 회사들의 그것을 아득히 넘고 있었습니다. 장비 산업에서도 미국은 심각한 타격을 입습니다. GCA를 선두로 한 미국 회사들은 1978년에 세계 반도체 리소그래피 장비의 85%를 차지했지만, 일본의 니콘에게 밀리며 점점 그 숫자는 떨어지고 있었습니다. 처음엔 미국을 ‘모든 것을 다 가진 나라’라고 동경하던 소니의 CEO 모리타 아키오는 1989년 라는 에세이를 발간하게 됩니다. 뒤쳐진 미국에게 떠오르는 일본이 한 수 가르쳐 주겠다는 책이었습니다. 이 책의 내용은 미국을 격분하게 하기 충분하였습니다. 공산당을 밀어내기 위해 성장시킨 일본이 이제 가장 위협적인 나라로 인식되기 시작한 것입니다. 적의 적은 친구라 했던가요? 일본의 옆에는 한국이 있었습니다. 미국은 일본보다 더 저렴한 아시아 공급책을 찾기 시작했고, 떠오르는 한국이 드러나게 됩니다. 삼성의 이병철은 1982년 미국의 HP와 IBM을 방문하면서, 이를 반드시 모방해야 겠다는 계획을 세우게 됩니다. 한국 정부는 재벌들에게 정부 지원과 저리 대출 등 모든 지원을 하고 있었고, 이병철은 이를 바탕으로 반도체를 만들기 시작합니다. 삼성은 현금이 부족했던 미국의 마이크론에게 64K DRAM 설계 라이선스 계약을 제안했고, 이를 통해서 삼성은 DRAM 생산 기술에 대한 노하우를 얻기 시작합니다. 일본을 대체하는 한국에서의 반도체 공급을 미국에서는 두 손을 들어 환영하게 됩니다. 일본은 경제 성장의 견인차 역할을 했던 DRAM 시장에서 한국에 점차 밀리기 시작했으며, 거품 경제로 인한 금융위기까지 겹치게 됩니다. 소니는 DRAM이 아닌 이미지 센서(CIS)에서 특화된 칩을 생산과 일본의 반도체 전쟁이 심화될 무렵 중립적인 위치라는 이점을 통해 성장하게 됩니다. 미국의 반도체 회사들은 니콘과 캐논이라는 일본의 두 거대회사 보다 ASML의 장비를 사용하기를 원했습니다. 또한 ASML은 네덜란드의 전자회사 필립스를 모태로 출발했는데, 필립스는 TSMC의 초기 투자 회사로 TSMC의 제조 공장에는 ASML의 장비들이 포진합니다. 이 두 회사의 서로의 협력관계를 통해 폭발적으로 성장하고 ASML은 현재에도 EUV라 불리는 극자외선 포토 장비를 생산할 수 있는 유일한 회사로 남아 있습니다. 애플의 스티브 잡스는 인텔의 CEO 오텔리니를 찾아가 컴퓨터와 핸드폰을 결합한 제품을 출시하고자 하는데, 여기에 들어갈 칩이 필요하다고 제안을 합니다. 하지만 해당 제품의 시장성을 오판한 인텔은 애플의 제안을 거절하고, 애플은 해당 칩을 TSMC와 삼성에게 생산을 맡겨 그 유명한 ‘아이폰’을 출시합니다. 아이폰으로 촉발된 스마트폰 혁명이 발생하게 되고, 인텔은 사태를 파악하여 뒤늦게 시장에 진입하고자 했지만, 애플은 이미 깊숙한 해자를 파고 거대한 성채를 쌓아버리게 됩니다. 인텔의 경영진은 미래에 대한 도전보다는 재무제표에 예쁜 숫자를 만들기에 더 관심이 쏠려 있었습니다. 재무쟁이가 실권을 잡아서 위기에 빠졌다는 우리나라의 한 거대 반도체 기업이 자연스럽게 떠오르는 일화입니다. 이 책의 제목이 ‘칩워’이 이유는 다양한 의미를 가지고 있습니다. 군사 작전에서 쓰이는 계산 수요에서 반도체로 구성된 집적회로가 탄생하게 되었습니다. 초기에는 비싼 가격으로 민간 시장이 열리지 않았기 때문에, 오로지 군사/우주 항공 목적의 반도체만 개발되었습니다. 이쯤 되면 반도체의 시작은 ‘군사 무기’였고, 목적인 진짜 전쟁이었던 것입니다. 지금의 반도체 전쟁은 세계가 반도체 공급을 가지고 다투는 주도권 전쟁을 뜻합니다. 설계는 미국이, 생산은 한국, 일본, 대만 등 아시아 국가에서, 그리고 최첨단 장비는 미국과 유럽에서 제공하는 반도체 산업은 그야말로 거대한 글로벌 네트워크가 되

독후감/창작| 2025.01.24| 6페이지| 1,500원| 조회(265)

반도체, 애플, 삼성, 인텔, 하이닉스, AI, 스마트폰, 트럼프, TSMC, 엔비디아

미리보기

닫기
판매자 표지

[이기적 유전자] 유명하지만 어렵고 두꺼운 이기적 유전자의 핵심을 쉽게 훑는 요약과 느낀점

이기적 유전자 (자연/과학) 출판사 : 을유문화사 저자 : 리처드 도킨스 역자 : 홍영남/이상임 우리(인간)은 진화에 의해 탄생하였습니다. 이것은 현대에는 의심의 여지가 없는 사실로 받아들여지고 있습니다. 그럼 우리는 어떠한 방식과 과정으로 진화를 했을까요? 여기에는 여러가지 학설이 분분합니다. 먼저 생물은 자신이 속한 ‘종의 이익을 위하여’ 또는 ‘집단의 이익을 위하여’ 행동하도록 진화하기 때문에 결국 세상은 자기희생을 치르는 개체들로 이루어졌다는 학설인 ‘집단 선택설’이 있습니다. 이와 반대로 정통 학설로 여겨지는 것인 ‘개체 선택설’ 입니다. 이타주의자들로 가득 찬 곳에는 집단 내에 희생을 전혀 하지 않으려는 소수파가 있기 마련입니다. 다른 개체들의 이타주의를 이용하는 이기적인 반역자는 아마도 더 잘 살아남고 자손을 더 많이 낳을 수 있을 것입니다. 이런 식으로 세대를 여러 번 거치게 되면 집단은 이기적인 개체들이 만연하게 됩니다. 저자 리처드 도킨스는 전통적인 ‘개체 선택설’과 이상점에 가까운 ‘집단 선택설’에 반하는 ‘유전자 선택설’을 주장합니다. 유전자 선택설에서는 진화의 기본 단위가 눈에 보이는 ‘집단’이나 ‘개체’가 아닌, 유전자라고 주장합니다. 저 같은 무지한 일반인의 입장에서는 ‘집단 선택설’이나 ‘개체 선택설’은 매우 직관적입니다. ‘개체 선택설’을 예로 들면, 사회 생활을 하다 보면 항상 리더의 위치를 차지하는 사람은 ‘이타적인’ 사람보다는 자신의 성취에 목마른 ‘이기적인’ 사람인 경우가 많습니다. 동물의 세계에서도 이러한 개체들이 대대손손 잘 살아남았을 것이라고 추측하는 것은 별로 어렵지 않습니다. 그렇다면 리처드 도킨스는 도대체 어떠한 근거로 ‘유전자 선택론’을 주장하는 것일까요? 그리고 그것을 어떻게 증명할까요? 500페이지가 넘는 이 두꺼운 책에는 ‘유전자 선택론’에 대하여 예상되는 반론에 대해 하나하나 짚어가면서 내용이 전개됩니다. 생명의 기원을 먼저 생각해 봅니다. 생명의 기원은 추측에 근거할 수밖에 없습니다. 아무도 본 사람이성은 모든 동식물이 동일하지만, 각 생명체마다 이 구성요소의 서열에 차이가 있습니다. 이 DNA는 인간의 몸을 구성하는 1015의 세포에 사본이 분포되어 있습니다. 몸을 만드는 방법에 대한 설명서라고 생각할 수 있습니다. 한 건물(생명체)가 있다면 건물의 모든 방(세포)에 건물 전체의 설계도(DNA)가 들어 있는 형태입니다. DNA가 꽂혀 있는 책장은 ‘핵’이라고 불립니다. 인간의 설계도는 총 46권이며, 각 ‘권’을 염색체라고 부릅니다. 현미경으로 보면 염색체는 긴 실처럼 보이는 데 유전자(페이지)는 그 실에 질서 정연하게 놓여 있습니다. 인간의 46개의 염색체(권)은 염색체 23쌍으로 이루어져 있습니다. 1a권과 1b권, 2a권과 2b권…23a권과 23b권으로 구성되어 있습니다. 우리는 부모로부터 각각 염색체를 받습니다. 1a, 2a, 3a권 등을 아버지에게서 받았다면, 1b, 2b, 3b 등은 어머니에서 받습니다. 만약 13a권의 6페이지가 눈동자의 색에 관한 것이라면, 이에 대응하는(짝이 되는) 13b권의 6페이지도 눈동자의 색에 관한 것입니다. 13a권의 6페이지가 갈색 눈동자이고, 13b권의 6페이지가 청색 눈동자일 경우, 내가 갈색 눈동자를 가졌다면 13a권의 6페이지는 ‘우성 유전자’, 반대로 13b권의 6페이지는 ‘열성 유전자’가 됩니다. 열성 유전자는 내가 보유하고 있지만 발현되지 않았을 뿐입니다. 이처럼 유전자는 지속적으로 생존 기계를 통해 지속적으로 사본을 만들면서 잠재적으로 불멸의 생명력을 가집니다. 이 불멸성이 유전자를 자연 선택의 가장 기본이 되는 단위가 될 수 있는 이유입니다. 이 유전자가 다른 유전자들과 때로는 협력을, 때로는 경쟁을 하면서 후대에 살아남기 위한 치열한 경쟁을 합니다. 이쯤 되면 ‘종’에서 ‘개체’로, 또한 ‘개체’에서 ‘유전자’로 자연 선택의 단위를 점점 세분화하는 것은 과학에 발전에 따른 자연스러운 가정이라는 생각도 듭니다. 점점 큰 스케일에서 작은 스케일로 근본을 파고드는 것이기 때문입니다. 다만 이것을 탐구만약 날카로운 이빨의 유전자가 초식 동물의 유전자 풀에 존재한다면 후대까지 살아남기 힘들 것입니다. 날카로운 이빨의 유전자는 육식 동물의 유전자 풀에서는 좋은 유전자이지만, 초식동물의 풀에서는 나쁜 유전자가 됩니다. 즉, 다음 세대의 몸에서 다시 만날 가능성이 있는 유전자들끼리 잘 협조하는 유전자가 살아남기 쉽습니다. 이 ‘협조’에 대한 비유는 스포츠를 좋아하는 저에게 크게 와닿는 비유였습니다. 스포츠에서 슈퍼스타가 되고 롱런하는 선수들은 해당 종목을 잘하기 위한 다양한 재능을 갖췄습니다. 축구 선수의 예를 들면, 슈퍼스타 A보다 항상 스피드가 더 빠른 선수 B도 있고, 드리블을 더 잘하는 선수 C도 있으며, 킥이 더 정확한 선수 D도 있습니다. 하지만 A만큼 빠르고, 드리블을 잘하며, 킥이 정확한 선수는 아예 없습니다. 즉, 축구선수에게 필요한 다양한 재능을 두루두루 갖췄을 때 해당 선수가 그 스포츠계에서 끝까지 생존합니다. 이것을 슈퍼스타 A를 축구선수로 만든 재능 유전자들의 성공적인 협력이라고 보면 이해하기가 쉬웠습니다. 유전자는 이기적입니다. 이기적 유전자의 목적은 유전자 풀 속에서 그 수를 늘리는 것입니다. 유전자는 그것이 생존하고 번식하는 개체의 몸에 프로그램을 짜는 것을 도움으로써 이 목적을 달성합니다. 따라서 어떠한 개체가 남에게 이타적인 모습을 보인다면 그것은 유전자가 남의 몸속에 들어앉아 있는 자신의 ‘복사본’을 돕기 위해서일 것입니다. 그렇다면 유전자는 어떻게 다른 개체에 자신의 사본이 있는지 알아볼 수 있을까요? 여기에서 ‘근연도’의 개념이 추가됩니다. 만약 저의 누이가 있다면 저의 누이가 저의 드문 유전자를 가지고 있을 확률을 50%가 됩니다. 예를 들어 그 드문 유전자를 ‘G’라고 한다면, 그것은 분명 아버지 혹은 어머니에게 물려받았을 것입니다. 만약 아버지에게 물려받았다고 한다면, 아버지의 체세포(방)는 모두 G(페이지)의 사본을 1개씩 가지고 있습니다. 아버지의 정자는 46개의 염색체 중 절반을 떼어내어(1a, 2a, 3a…23a) 혼자 이기적으로 버섯을 먹었을 시 합계는 +18(6×3=18) 입니다. 반면, ‘먹이 신호’로 내가 발견한 버섯 무더기를 다른 누군가에게 알렸을 경우, 주변에 동생 B(근연도 : 1/2), 사촌 동생 C(근연도 1/8), 혈연관계가 없는 D가 있을 경우를 가정합니다. 모두 공평하게 2개씩 버섯을 먹었을 경우 총 이득은 6×2+6×2×(1/2)+6×2×(1/8)+6×2×0= 19(1/2)가 됩니다. 이런 경우 개체 ‘나’의 이타주의는 이기적인 유전자에 이익을 주게 됩니다. 물론 이것은 각 상황에 대한 모든 변수를 반영하지 않은 간단한 계산이기 때문에, 완벽한 계산은 아닙니다(물론 책에는 이에 대한 보충 설명이 있습니다). 하지만 이타적 개체의 행동을 이해하기에는 더할 나위 없이 훌륭한 예측 모델이라는 생각이 듭니다. 현 시점에서 이 책이 대중들, 그것도 이 책을 전혀 읽지 않은 사람들에게도 강렬하게 각인 시킨 단어가 있습니다. 바로 ‘밈(meme)’입니다. 인터넷 상에서 유행하는 유머 코드나 사건 등을 우리는 ‘밈’이라고 표현합니다. 이 밈의 개념을 처음으로 주장한 것이 이 책입니다. 이 책이 쓰여진 시점에는 인터넷이 존재하지 않았는데, 어떻게 밈의 개념이 생겨나게 되었을까요? 물론 이 책에서는 밈이 인터넷의 유머 코드나 사건 등을 특정하는 단어는 아니었습니다. 유전자가 유전자의 수프에서 자기 복제를 하면서 후대에 생존해왔듯이, 인간의 문화도 유사한 양상을 띄는 것에 저자는 주목합니다. 그리스어의 미멤(mimeme)에서 유전자(gene)와 같이 한 음절로 단어를 만들어 ‘밈’의 개념을 창조합니다. 사상, 종교, 이념, 관습 등이 인간이 창조한 문화들은 때로는 밈끼리 협력하기도, 경쟁하기도 하면서 오랜 시간 인간의 뇌를 거쳐서 후대에 전파되어 왔습니다. 처음에는 다소간 과장 섞인 느낌이었던 이 주장이 여태까지 설명했던 유전자의 복제 과정을 쭉 살펴보니 매우 그럴 듯하게 느껴졌습니다. 생물학자로서 유전자의 개념을 문화적 현상까지 넘나드는 저자의 식견이 놀라웠으며,500달러를 지불합니다. 이게 왜 ‘딜레마’인지 차례대로 생각을 해봅니다. 당신이 ‘배신’의 카드를 낸다면, 나의 입장에서는 내가 ‘협력’의 카드를 냈을 때는 100달러를 뺏기고, ‘배신’의 카드를 냈을 때는 10달러만 뺏기게 되니 ‘배신’을 내는 것이 옳습니다. 반면 당신이 ‘협력’의 카드를 낸다면, 나의 입장에서는 내가 ‘협력’의 카드를 냈을 때는 300달러를 얻고, ‘배신’의 카드를 냈을 때는 500달러를 얻습니다. 따라서 이 때도 ‘배신’을 내는 쪽이 유리합니다. 결국 두 사람 모두 상대와 의도를 공유할 수 있는 의사소통의 방법이 없는 이상 ‘배신’을 내는 것이 최선이라는 결론을 얻게 되고, 두 사람 모두 10달러를 손해볼 수밖에 없습니다. 즉, 한 판의 죄수의 딜레마를 보면 여전히 ‘이기적인 쪽’이 항상 유리하다는 결론에 이르게 됩니다. 하지만 ‘죄수의 딜레마’가 수 차례 반복된다고 가정합니다. 항상 선택의 기로에 놓이는 우리의 인생에는 이 모델이 더 적합할 것입니다. 만약 10번이라고 가정 한다면, 10번 모두 ‘배신’으로 ‘협력’을 꺼낸 상대를 이겨서 5,000달러를 버는 것이 최선이겠지만, 이것은 현실적으로 불가능 합니다. 적당하게 이기고 지기를 반복해서 적당한 금액을 버는 것이 최선일 것입니다. 저자는 어느 것이 가장 유리한지 여러가지 전략 모델을 프로그램하여 실험을 합니다. 예를 들면, ‘이에는 이, 눈에는 눈(TFT, Tit For Tat)’이라는 전략은 최초의 승부는 ‘협력’을 하고, 그 다음 수부터는 상대의 수를 따라서 합니다. ‘순진한 시험꾼’이라는 전략은 기본적으로 TFT를 베이스로 하지만, 무작위로 한 번은 ‘배신’의 유혹을 참지 못하고 배신을 하는 전략입니다. ‘후회하는 시험꾼’은 순진한 시험꾼과 비슷하지만, 후회의 징표로 한 번은 TFT 특유의 보복전략을 하지 않습니다. 이러한 여러 전략을 반복 시험으로 돌리면, 결국은 상대를 배신하지 않는 ‘마음씨 좋은 전략’들이 상위권을 차지하는 것을 알 수 있습니다. 인간 사회에서 가장 대

독후감/창작| 2024.11.17| 7페이지| 1,500원| 조회(152)

생물학, 유전자, 진화론, 죄수의딜레마, 밈

미리보기

닫기
판매자 표지

[E mc2] 세상에서 제일 위대한 공식 전기. 쉽게 풀어쓴 내용 요약과 느낀점

E=mc2 (자연/과학) 출판사 : 생각의 나무 저자 : 데이비드 보더니스 역자 : 김민희 감수 : 한창우 한창 비트코인, 가상화폐 등에 대해 관심도 높아졌을 무렵, 기반이 되는 블록체인 기술에 대해 많은 서적들이 출간되었습니다. 그럼에도 불구하고 블록체인이 뭐라고 물었을 때 간결하고 명쾌하게 설명할 수 있는 사람은 많지 않습니다. 워낙 해당 분야의 전문가라 하더라도 자신이 공부하는 전공에 따라서 일반 대중들에게 설명하기 위해선 어떤 식으로 접근을 해야 할 지 난감할 정도로 복잡하면서 응용처가 폭넓은 기술이기 때문입니다. 컴퓨터 과학자의 입장에서 블록체인을 설명하고자 한다면, 블록체인의 분산원장 시스템에서 시작하여 암호를 통해 정보가 전달되고 저장되는 과정을 설명하면서 이게 어떻게 화폐로 응용이 되는지에 대해 구상을 할 것입니다. 경제 전문가의 입장에서는 암호화폐가 기존 현물화폐에 대비하여 가지고 있는 장단점 및 향후 미래 전망에 대해 설명하고자 할 것입니다. 전기 기술자의 입장에서는 블록체인으로 어마어마한 양의 연산을 처리하는 데에 발생하는 에너지의 관점을 생각하게 될 것입니다. 대중들에게 필요한 것은 이러한 다양한 관점에서 실 생활에 필요한 것만 간추려서 정리를 하는 작업인데, 이 방대한 정보를 대중의 입맛에 맞도록 요약하기란 쉽지 않습니다. 데이비드 보더니스의 『E=mc2』은 전 세계에서 가장 유명하지만, 막상 제대로 이해하고 있는 사람은 드문 공식에 대한 책입니다. 앞서 블록체인의 사례처럼 안 그래도 복잡하고 머리 아픈 물리학을 일반 대중들에게 풀어 내는 것은 매우 복잡하고 지나치게 넓은 범위의 과정일 수 있습니다. 그런 점에서 이 책은 도입부를 공식 그 자체에만 초점을 맞춥니다. 마치 양식 코스요리처럼 공식의 탄생에서 시작하여 공식을 이루고 있는 E, ‘=’, m, c, 2 의 다섯 가지의 역사들을 먼저 살핍니다. 이처럼 독자들의 흥미를 이끌며 예열을 마친 뒤 본격적으로 공식이 본격적으로 세상에 적용되는 과정으로 발전해 나갑니다. E=mc2 의 조상들본격적인 연구에 착수하고, 자석위의 한 가닥 전선에 전류를 흘려 전선이 회전하는 것을 시연합니다. 이렇게 전동기의 원리가 탄생합니다. 전기량이 늘면 자기력이 감소하고, 자기력이 증가하면 전기량이 감소하게 됩니다. 이를 통해 패러데이는 서로 다른 두 종류의 힘이 하나로 연결되어 있다는 에너지의 개념을 구상합니다. 패러데이는 이후 과학자들의 연구의 범위를 확장합니다. 마치 신이 있다면 신이 최초로 세상에 부여한 에너지를 통해 별들은 폭발하고, 행성은 궤도를 돌며, 사람들은 도시를 건설하고, 기계를 물건을 생산합니다. 이 모든 에너지를 합해도 처음 신이 부여한 에너지의 총량과 같은 ‘에너지 보존의 법칙’으로 연결됩니다. 질량(m)는 오랫동안 에너지와 비슷한 개념으로 여겨졌습니다. 우리 주위에는 다양한 종류의 물질들이 있지만 그것들 간의 연관성은 분명하지 않았습니다. 아이작 뉴턴은 우리가 보는 모든 행성들과 위성 그리고 혜성은 신이 창조한 거대한 기계 안에서 돌아가고 있다고 묘사했지만 지구에 존재하는 물질들의 본질과는 동떨어져 보였습니다. 뉴턴의 이 가설을 우주 뿐만 아니라 지구에도 적용 가능한 것으로 밝혀낸 사람은 프랑스의 회계사 앙투안 로랑 라부아지에 였습니다. 라부아지에는 밀폐된 기구를 제작하여 기구 안에 다양한 물질을 넣고 단단히 밀봉한 다음 일부러 녹슬도록 열을 가하거나 직접 태웁니다. 그리고 그 금속을 꺼내어 무게를 잽니다. 많은 사람들이 직관적으로 생각하기에는 녹슨 물질의 무게가 처음보다 가벼워졌을 것이라 생각하지만, 실제 질량은 가벼워지지 않았습니다. 다만 용기안의 공기의 무게가 금속의 증가한 무게와 정확하게 일치함을 알 수 있습니다. 즉, 우주를 채우고 있는 물질들의 질량의 총량은 언제나 그대로라는 ‘질량 보존의 법칙’이 탄생합니다. ‘에너지 보존 법칙’과 유사한 개념이 탄생하였지만, 아직까지는 이 두 영역은 서로 별개의 영역으로 여겨졌습니다. 아인슈타인은 유사한 이 두 영역 사이의 연결고리의 가능성에 대해 의심하기 시작합니다. 빛의 속도(c)는 오랫670,000,000mph로 측정합니다. 다시 1850년로 가서, 패러데이의 시대로 넘어갑니다. 패러데이는 위대한 발견을 했지만 자신의 이론을 완성시켜줄 수학 실력을 갖추지 못했습니다. 반대로 맥스웰은 뛰어난 수학 재능을 가지고 있었고 이 둘은 교감을 나누기 시작합니다. 맥스웰은 빛이 앞으로 나아갈 때는 약간의 전기가 생성되며, 전기가 앞으로 움직일 때는 이에 맞추어 자기의 힘을 일으키고, 이 자기가 다시 전기를 일으키는 반복되는 과정에 대해 생각합니다. 이것을 수학적으로 표현하여 맥스웰의 방정식이 탄생합니다. 아인슈타인은 이 맥스웰의 방정식을 통해 빛의 파동은 앞으로 나아갈 때만 존재한다는 결론을 짓습니다. 아무리 빛의 속도를 따라잡으려고 해도 어느새 빛은 반복되는 과정을 통해 다음 부분을 생성하고 있기 때문에 따라잡을 수 없습니다. 그렇다면, 물질의 속도를 빛의 속도보다 빠르게 하기 위해 추가적으로 초과 주입하는 에너지는 어떻게 될까요? 결론적으로 ‘압축되어’ 질량으로 변합니다. 이것은 작은 양성자에 에너지를 주입해서 빛의 속도만큼 근접하게 하였을 때, 양성자의 질량의 변하는 것으로 관찰됩니다. 아인슈타인은 라부아지에와 패러데이가 발견한 진리를 연계할 수 있는 현상을 발견하게 됩니다. 아인슈타인은 에너지(E), 질량(m), 빛의 속도(c)의 관계를 어느정도 통찰하였으나, 환산인자는 왜 하필 제곱(c2)이 되어야 했을까요? 다시 프랑스의 여성 과학자 에밀리 뒤 샤틀레가 활동했던 1700년대로 거슬러 올라 갑니다. 뉴턴은 만약 서로 반대방향으로 질량과 속도를 곱한 mv의 에너지로 달려오는 두 트럭이 충돌한 뒤 멈추게 된다면 두 트럭이 가진 에너지는 모두 사라진다고 생각했습니다. 이후의 에너지는 태엽 시계의 태엽을 주기적으로 감아주듯, 신이 다시 에너지를 부여해야 생기는 것으로 여겨졌습니다. 샤틀레는 네덜란드 출신 과학자 스흐라베잔데의 실험에서 힌트를 얻습니다. 무게추를 진흙속에 떨어뜨리면 2배 빠를 때는 깊이가 4배, 3배 빠를 때는 깊이는 9배로 깊게 박힙니약 빛의 속도가 30mph에 불과하다면, 몸무게가 50kg인 사람이 자전거로 20mph의 속도를 내기위해 페달을 가하면 몸무게는 100kg까지 증가합니다. 페달 밟기를 그만두면 원래의 다시 원래의 몸무게로 돌아옵니다. 달리는 차가 29.9mph까지 도달하면 차의 무게는 늘어나고 길이는 수축될 것이며 그 안에서의 시간도 천천히 흐르게 느껴집니다. 이 것이 사실이라는 것은 상공을 매우 빠르게 날아다니는 GPS(the Global Positioning System)는 아인슈타인의 공식에 기반하여 지상과의 시간 오류를 교정하도록 고안되어 있습니다. 1910년, 과학자 어니스트 러더퍼드는 원자는 단단한 구형체가 아니라 오히려 텅 빈 바다처럼 거의 비어 있는 공간이며 그 중심부에는 핵이라는 미세한 점이 하나가 있는 형태인 것을 발견합니다. 1932년에 러더퍼드의 조교인 제임스 채드윅은 핵은 양전하를 띄고 딱딱 소리를 내는 양성자와 중성자들로 구성되어 있음을 밝혀내고, 1934년 페르미는 중성자를 원자에 투사할 때 속도를 줄인다면 핵속으로 중성자를 침투시킬 수 있음을 밝힙니다. 오스트리아 출신 유대인 과학자 리제 마이트너는 우라늄으로 실험 도중 중성자가 실린 라듐의 파편을 모으기 위한 접착제로 사용하는 바륨의 표면엔 항상 미세한 방사성 물질이 붙어 있음을 발견합니다. 마이트너는 이것이 우라늄 원자가 분열되어 생긴 것으로 추측하지만 우라늄 핵에는 200개가 넘는 양성자와 중성자가 강력한 핵 접착력으로 붙어 있기 때문에 분열되는 것은 거의 불가능한 것으로 여겨 집니다. 하지만 마이트너는 덴마크의 과학자 보어가 핵을 단단한 고체라기 보다는 강력한 표면장력으로 붙어 있지만 언제 터질지 모르는 액체와 같은 것으로 추측한 것에 힌트를 얻습니다. 물이 가득 찬 풍선을 바늘로 찌르면 터지듯, 단 하나의 중성자가 핵 접착력에 균열을 가할 수 있다면 서로 밀어내는 힘을 가진 양성자는 분열될 수 있다고 추론합니다. 실제로 우라늄의 분열에 의해 생긴 두 개의 핵의 무게는 우라늄 핵의 무게보다 . 이 중성자들은 중수 분자와 부딪히면 속도가 줄어들어 아주 느린 속도로 넓게 퍼지게 되고 다음 우라늄 핵과 만날 가능성이 훨씬 커지면서 차례차례 폭발을 시작합니다. 하이젠베르크의 실험 소식을 들은 아인슈타인은 다시 루스벨트 대통령에게 편지를 쓰지만 이번에는 답장조차 오지 않습니다. 연합국인 영국 정보국은 넘쳐나는 우라늄과는 달리 중수는 노르웨이 공장에서만 생성되고 있는 약점을 간파하였, 폭파 작전을 감행하여 시간을 법니다. 미국에서는 오펜하이머의 주도하에 원자폭탄이 연구되기 시작합니다. 우라늄을 통해 더 강력한 플루토늄을 생성해내는데 성공하지만, 너무 ‘쉽게’ 폭발하는 특성 탓에 두 개의 플루토늄이 부딪히게 되면 핵반응이 일어나기 전에 폭발을 시작합니다. 오펜하이머는 통찰력을 발휘하여 밀도가 낮아 쉽게 폭발하지 않는 플루토늄 공을 주변을 폭발물로 감싸 동시에 터지게 하여 플루토늄 공이 자체적으로 쭈그러드는 방법을 고안합니다. 이렇게 완성된 원자폭탄은 일본에 투하되어 첫 번째 임무를 완료합니다. 시간의 끝까지 지구에서 첫 번째 임무를 마친 E=mc2의 세계는 우주까지 확장됩니다. 영국의 과학자 세실리아 페인은 스펙트럼 분석을 통해 태양의 대부분이 수소와 헬륨으로 구성되었음을 발견합니다. 하지만 E=mc2의 발견 전에는 태양열의 분출을 설명할 수 없었기 때문에 그 동안 태양의 2/3는 철로 구성되었다는 것이 정설이었습니다. 하지만 E=mc2으로 인해 수소와 헬륨 만으로도 태양 에너지를 생성할 수 있음이 밝혀집니다. 인도출신의 수브라마냔 찬드라세카르는 블랙홀의 현대적인 개념을 정립합니다. 압축된 별의 핵심부는 에너지로 가득 차 있었고, 그곳의 공간과 시간은 질량이 집중되어 있는 곳과 똑같이 작용합니다. 이 인력과 압력은 계속적인 순환속의 증가하고, 인력에 의해 끌려들어간 주변의 별들은 외관상 우주의 빈 공간으로 보이는 무언가에 의해 찣기게 됩니다. 역설적으로 엄청나게 긴 시간이 흐르면 우주는 모든 것을 빨아들인 블랙홀마저 소멸하게 되어 우주가 시작되었을 때와 같은

독후감/창작| 2024.11.06| 7페이지| 1,500원| 조회(125)

과학사, 아인슈타인, 상대성이론, 2차대전, 원자폭탄, 오펜하이머

미리보기

닫기