6개월여 만에 코스피 비중이 7%포인트나 줄어

 
 

 

10월10일 오후 서울 종로구 연합인포맥스 화면에 삼성전자 주가가 표시돼 있다. 이날 삼성전자는 전장 대비 2.32% 내린 5만8900원에 거래를 마치며 지난해 3월16일(5만9900원) 이후 1년 7개월 만에 종가 기준 6만원 선을 내줬다. [연합]
 

주가가 3개월여 만에 30% 넘게 떨어지면서 삼성전자가 유가증권시장(코스피) 내에서 차지하는 비중이 반년 만에 23%에서 16%로 줄어든 것으로 나타났다.

23일 코스피 종목에서 시가총액 기준 삼성전자의 비중은 지난 1년 중 가장 낮은 16.42%를 기록했다. 지난 4월12일 당시 비중이 22.82%로 지난 1년 동안 가장 높게 나타났던 시점과 비교할 때 단 6개월여 만에 비중이 7%포인트나 줄어든 것이다. 이는 약 8년 전인 2016년 9월12일 당시 이 비중이 16.38%까지 내려갔던 이래 가장 낮은 수치다. 지난 7월10일 종가 기준 8만7800원까지 올랐던 삼성전자 주가가 3개월여 만에 34%나 급락하자 코스피 내 비중도 쪼그라든 것으로 보인다.

2024년 1월2일부터 23일 현재까지 시가총액 기준 삼성전자가 코스피에서 차지하는 비중. 한국거래소 자료
 

이날도 외국인은 삼성전자를 순매도하고 있다. 31거래일째다. 이런 가운데 주가는 전날보다 0.35% 하락한 5만7500원으로 시작해 오전 중 지난 1년 중 가장 낮은 가격(52주 최저가)인 5만7100원까지 내려갔다가 오전 11시 현재 소폭 오른 5만8000원대를 나타내고 있다.

 

이날 같은 반도체주인 SK하이닉스는 전날 종가(18만7800원)보다 0.37% 오른 18만8500원으로 시작해 오전 11시30분 현재 3.57% 오른 19만4500원을 기록하고 있다. 외국인과 기관 투자자가 매수를 이끌고 있다.

코스피는 전날보다 4.55(0.18%) 오른 2575.25로 개장해 11시30분 현재 전날보다 19.62(0.76%) 오른 2590.32를 기록 중이다. 코스닥 지수는 전날보다 2.59(0.35%) 오른 740.93으로 개장해 11시 반 현재는 0.76(0.10%)내린 737.58을 나타냈다.            < 노지원 기자 >

 
 
22일 오후 서울 강남구 코엑스에서 열린 한국전자전(KES 2024)에서 관람객들이 삼성전자의 투명 마이크로 LED를 살펴보고 있다. [연합]

 

우주발사체 전체를 재사용할 수 있는 핵심 기술을 시연

 
스페이스엑스의 스타십 1단 슈퍼헤비 로켓이 5차 시험발사에서 비행을 마치고 발사대로 돌아오는 장면. 스페이스엑스 유튜브 갈무리
 

일론 머스크가 이끄는 미국의 우주기업 스페이스엑스가 로켓 기술의 신기원을 열었다. 로켓의 1단 추진체를 발사대로 돌아오게 하는 데 성공했다.

2단 추진체 겸 우주선도 목표 지점으로 돌아오도록 하는 데 성공함으로써 우주발사체 전체를 재사용할 수 있는 핵심 기술을 시연했다.

 

스페이스엑스의 스타십 1단 슈퍼헤비 로켓이 5차 시험발사에서 비행을 마치고 발사대로 돌아왔다. 스페이스엑스 제공
 

스페이스엑스는 13일 오전 7시25분(한국시각 오후 9시25분) 미국 텍사스 남부 보카치카 해변에 있는 스타베이스 발사장에서 화성 여행을 목표로 개발 중인 스타십의 다섯번째 시험발사에 나섰다. 이날 발사는 미 연방항공청(FAA)이 발사를 승인한 지 하루도 안돼 이뤄졌다.

머스크가 화성 여행을 목표로 개발 중인 스타십은 역대 최강 우주로켓 슈퍼헤비(71m)와 2단 추진체 겸 우주선 스타십(50m)으로 구성돼 있다. 건물로 치면 40층 높이에 해당한다. 1960년대에 아폴로 우주선을 달에 보냈던 새턴5 로켓보다 10m가 더 높다.

이날 발사대를 떠난 슈퍼헤비는 이륙 3분 후 2단 스타십과 분리된 뒤 지상으로 방향을 바꿔 7분 후 발사대로 돌아왔다. 발사대에 설치된 로봇팔 ‘메카질라’가 마치 젓가락으로 집듯 슈퍼헤비를 잡아 발사대에 고정시켰다.

뉴욕타임스는 슈퍼헤비가 지면에 가까워진 시점에 하강 속도를 늦추기 위해 엔진 일부를 다시 점화해 바닥이 훤히 빛나자, 이를 거대한 담배가 떨어지는 모습에 비유했다.

 

스타십의 1단 추진체 슈퍼헤비가 발사대를 향해 하강하고 있다. 스페이스엑스 제공

 

첫 시도에서 성공…“역사에 기록될 날”

스페이스엑스의 엔지니어링 매니저인 케이트 타이스는 생방송 해설에서 “첫 시도에서 슈퍼헤비 부스터를 발사대에 붙잡는 데 성공했다”며 “오늘은 공학 역사에 기록될 날”이라고 말했다.

스타십은 1단과 2단을 모두 회수해 재사용할 수 있는 구조로 설계됐으나 회수 기술을 시도한 건 이번이 처음이다.

스페이스엑스는 이미 2015년부터 주력 로켓인 팰컨9의 91단 추진체를 회수하는 기술을 사용하고 있다. 그러나 발사대에서 멀리 떨어진 해상 바지선으로 회수했기 때문에 재사용을 위해서는 로켓을 다시 가져와야 했다. 이번처럼 발사대로 직접 로켓을 회수하면 재사용 비용과 기간을 훨씬 더 줄일 수 있다.

2단 회수는 아직 시도하지 않았다. 이날 2단 스타십은 고도 212km까지 올라가 최고 시속 2만6천km의 궤도비행을 하며 지구를 거의 한 바퀴 돌았다. 이후 다시 대기권에 진입한 스타십은 1400도 이상의 마찰열을 견뎌내면서 이륙 1시간6분 후 오스트레일리아 서쪽 인도양 해상 목표 지점에 정확히 착수했다. 6월 4차 시험발사에선 재진입 도중 방열판 일부가 떨어져나간 바 있다. 이에 따라 스페이스엑스는 방열판을 재설계했다. 스타십은 바다로 착수한 후 폭발했다. 스타십은 시험비행에서는 재사용을 위한 해상 바지선 회수 프로그램을 가동하지 않기 때문에, 폭발은 성공 여부에 영향을 끼치지는 않는다.

머스크는 비행이 끝난 직후 엑스(옛 트위터)에 “스타십의 두가지 목표가 모두 달성됐다”며 “오늘 다행성족을 향한 큰 발걸음을 내디뎠다”고 말했다.

 
역대 최강 우주발사체 스타십이 13일(현지시각) 5차시험발사에서 이륙하고 있다. 스페이스엑스 제공
 

이륙과 재진입시 엄청난 굉음…“지진 일어난 줄”

뉴욕타임스는 그러나 슈퍼헤비가 초음속으로 하강하면서 내는 굉음(소닉붐)에 사람들이 깜짝 놀라고 일부 주민들은 불만을 터뜨렸다고 전했다. 스페이스엑스 발사를 모니터링하고 있는 야생생물학자 저스틴 르클레어는 뉴욕타임스에 “40마일(64km) 거리의 내 집도 이륙과 재진입시 흔들렸다”며 “로켓이 발사된다는 걸 몰랐다면 정말 작은 지진이 일어난 줄 알았을 것”이라고 말했다.

스페이스엑스는 발사를 거듭할수록 향상된 기술력을 선보이고 있다. 2023년 4월 1차 발사에선 2단 로켓이 분리되지 않은 채 발사 몇분만에 공중 폭발했으나 11월 2차 발사에선 2단 로켓 분리와 33개 엔진을 전부 점화하는 데까지 성공했다. 이어 올해 3월 3차 발사에선 처음으로 대기권 재진입 단계까지 이뤄냈고, 6월 4차 발사에선 궤도 왕복비행에 성공했다.

스타십의 1단 추진체인 슈퍼헤비가 33개의 엔진을 모두 점화하며 상승하고 있는 모습. 스페이스엑스 제공
 

2026년 달 유인 착륙에 사용할 우주선

5차 시험발사 성공으로 2026년 9월로 잠정 예정된 미 항공우주국(나사) 아르테미스 3호의 유인 달 착륙 비행에 대한 기대감도 커졌다. 나사는 스타십을 달 착륙선으로 사용할 예정이다.

스페이스엑스는 스타십이 달까지 가려면 약 10번의 우주 급유가 필요할 것으로 보고 있다. 머스크는 이르면 올해 안에 궤도에서의 우주 급유 시험도 실시할 계획이다.

머스크는 지난 9월 소셜미디어 엑스에서 스타십으로 2년 후 화성 무인 착륙, 4년 후 화성 유인 착륙을 시도할 수 있을 것으로 내다봤다.

역대 최강 우주발사체인 슈퍼헤비는 추력 7500톤으로 최대 150톤(재사용 기준)의 화물을 지구 저궤도에 올려놓을 수 있다. 나사가 달 유인 착륙 프로그램 아르테미스를 위해 개발한 에스엘에스(SLS)의 거의 두배다. 재사용하지 않을 경우엔 최대 250톤까지도 탑재할 수 있다.

스타십은 엔진 수는 1단 슈퍼헤비에 33개, 2단 스타십에 6개를 합쳐 모두 39개다. 이는 현재 이 회사의 주력 로켓인 팰컨9의 4배에 이른다. 연료를 모두 주입한 스타십의 총 중량은 4900톤(건조중량 300톤)이다.  < 한겨레 곽노필 기자 >

 

구글 딥마인드 CEO 허사비스 · 존 점퍼 · 데이비드 베이커

컴퓨터 이용 단백질 설계·단백질 구조 검색엔진 '알파폴드' 개발 공로

딥마인드 "기념비적 과학 성과" 베이커 "AI의 힘 실감"

전날 노벨상 이어 화학상도 AI 분야가 '석권'

 

(스톡홀름 AFP=연합뉴스) 2024 노벨 화학상 수상자 데이비드 베이커(왼쪽부터), 데미스 허사비스, 존 점퍼.

 

올해 노벨 화학상은 '컴퓨터를 이용한 단백질 설계'에 기여한 미국 생화학자 데이비드 베이커(62)와 단백질 구조를 파악하는 인공지능(AI) 모델 '알파폴드'를 개발한 구글의 AI 기업 딥마인드의 데미스 허사비스(48), 존 점퍼(39)에게 돌아갔다.

전날 노벨 물리학상을 인공신경망을 이용한 AI 머신러닝(기계학습) '대부' 2인이 거머쥐는 등 올해 과학계 노벨상에서는 AI 분야가 휩쓰는 분위기다.

스웨덴 왕립과학원 노벨위원회는 이 같은 공로로 세 사람을 공동 수상자로 선정했다고 9일(현지시간) 발표했다.

노벨위원회는 이들은 "컴퓨터와 AI를 통해 단백질의 비밀을 밝혀냈다"면서 "두 가지의 서로 다른 발견이지만 이것들은 서로 긴밀하게 관련돼 있다"고 밝혔다.

베이커는 미국 워싱턴대 생화학 교수이자 생체공학, 화학공학, 컴퓨터 공학, 물리학 겸임교수이다.

'알파고의 아버지'로 불리는 허사비스는 영국의 컴퓨터 공학자이자 영국 런던에 본사를 둔 딥마인드의 최고경영자(CEO)이며, 미국 화학자인 점퍼는 딥마인드의 연구원이다.

노벨위원회는 "2024년 노벨 화학상은 생명의 독창적인 화학 도구인 단백질에 관한 것"이라면서 "데이비드 베이커는 단백질의 완전히 새로운 종류를 구축하는 거의 불가능한 위업에 성공했다"고 밝혔다.

노벨위원회는 이어 "데미스 허사비스와 존 점퍼는 50년 된 문제인 단백질의 복잡한 구조를 예측하는 AI 모델을 개발했다"고 덧붙였다.

노벨위원회는 단백질은 생명의 기반인 모든 화학 반응을 조절하고 조종한다면서 이들 발견은 엄청난 잠재력이 있다고 평가했다.

노벨위원회는 베이커는 이전에 존재하지 않은 단백질을 만들어내기 위해 컴퓨터를 이용한 방법을 개발했으며, 이러한 단백질은 다수의 경우 완전히 새로운 기능을 가진 것들이었다고 설명했다.

노벨위원회는 단백질은 보통 20개의 다른 아미노산으로 구성되며 이는 생명체의 구성 요소라고 할 수 있다면서 베이커는 2003년 이러한 구성 요소들을 이용해 다른 어떤 단백질과도 다른 새로운 단백질을 설계하는 데 성공했다고 밝혔다.

 

Sweden Nobel Chemistry Oct. 9, 2024. (Christine Olsson/TT News Agency via AP) SWEDEN OUT; MANDATORY CREDIT
 

이후로 베이커의 연구 그룹은 제약, 백신, 나노 소재 등에 사용될 수 있는 단백질을 포함해 창의적인 단백질을 하나씩 만들어냈다고 평가했다.

허사비스와 점퍼의 발견은 단백질 구조 예측과 관련한 것이다. 1970년대 이래 연구자들이 아미노산 서열에서 단백질 구조를 예측하려고 노력해온 가운데 이는 악명높게 어려운 작업이었으나 4년 전 깜짝 놀랄 돌파구가 마련됐다고 노벨위원회는 밝혔다.

노벨위원회는 허사비스와 점퍼는 2020년 '알파폴드2'라는 AI 모델을 내놨으며 그 도움으로 그들은 연구자들이 확인한 사실상 모든 2억개 단백질 구조를 예측할 수 있게 됐다고 설명했다.

이후 전세계 190개국에서 200만명이 넘는 사람이 알파폴드2를 사용했으며, 연구자들은 이제 항생제 내성을 더 잘 이해하고 플라스틱을 분해할 수 있는 효소 이미지를 생성할 수 있게 됐다고 덧붙였다.

노벨위원회는 "허사비스와 점퍼는 거의 알려진 모든 단백질의 구조를 예측하는데 AI를 성공적으로 이용했다"고 평가했다.

 

SWEDEN-NOBEL-PRIZE-CHEMISTRY  October 9, 2024.(Photo by Jonathan NACKSTRAND / AFP)
 

딥마인드가 개발한 '알파폴드'는 단백질 구조에 관해 구글 '검색엔진'과 같은 역할을 해 기초 생물학 등 관련 분야의 발전을 가속했다고 평가받는다.

두 사람은 지난해 래스커상 수상자이기도 하다.

화학자가 아닌 허사비스 CEO가 노벨 화학상을 수상한 것도 이변으로 받아들여진다.

점퍼는 노벨화학상 분야에서 1952년 분배 크로마토그래피를 연구·발명한 공로로 수상한 리처드 싱(당시 38세) 이후 72년 만에 최연소 수상자다. 40대인 허사비스와 60대 초반의 베이커 등 첫날 노벨 생리의학상과 둘째날 물리학상에 비해 수상자들의 연령대도 확 낮아졌다.

구글 딥마인드는 엑스(X·옛 트위터) 계정에 올린 글에서 "이것은 AI, 컴퓨팅 생물학, 그리고 과학 자체에 있어서 기념비 적인 성과"라고 자평했다.

베이커는 수상자로 발표된 직후 노벨위원회에 "매우 기쁘고 영광"이라면서 "데미스와 존이 단백질 구조 예측 분야에서 이룬 획기적인 성과는 우리에게 AI의 힘을 실감하게 했다"고 말했다.

그는 어떻게 단백질을 만드는 암호를 풀었느냐는 질문에는 "나는 거인들의 어깨에 올라서 있었다"고 답했다.

상금은 1천100만 스웨덴 크로나(약 13억4천만원)로, 기여도에 따라 절반은 베이커에게, 나머지 절반은 허사비스와 점퍼에게 간다.

노벨위원회는 이날 화학상에 이어 10일 문학상, 11일 평화상, 14일 경제학상 수상자를 차례로 발표한다.

앞서 7일에는 노벨 생리의학상 수상자로 마이크로RNA 발견에 기여한 미국 생물학자 빅터 앰브로스와 게리 러브컨이, 8일에는 노벨 물리학상 수상자로 인공지능(AI) 머신러닝(기계학습)의 기초를 확립한 존 홉필드와 제프리 힌턴이 선정됐다.

노벨상 시상식은 알프레드 노벨의 기일인 12월 10일 스웨덴 스톡홀름(생리의학·물리·화학·문학·경제상)과 노르웨이 오슬로(평화상)에서 열린다.        < 연합 김정은 기자 >

 

SWEDEN-NOBEL-PRIZE-CHEMISTRY October 9, 2024.(Photo by Jonathan NACKSTRAND / AFP)

 

존 홉필드(91세) 미국 프린스턴대 물리학과 교수와 공동수상

 

올해 노벨물리학상 수상자들. 왼쪽부터 존 홉필드 미국 프린스턴대 물리학과 교수, 제프리 힌턴 캐나다 토론토대 교수. [위키미디어 제공]

 

올해 노벨 물리학상은 오늘날 인공지능(AI)이 지닌 계산능력의 핵심인 인공신경망(ANN)을 통한 기계학습(머신러닝)의 초기 모델을 고안한 과학자들에게 돌아갔다.

스웨덴 왕립과학원 노벨위원회는 존 홉필드(91세) 미국 프린스턴대 물리학과 교수, 제프리 힌턴(77세) 캐나다 토론토대 교수를 올해 노벨 물리학상 수상자로 선정했다고 8일 밝혔다. 노벨위원회는 "인공신경망을 통한 기계학습을 가능케 한 기초적인 발견을 한 공로"라고 설명했다.

인공신경망은 인공지능(AI)이 복잡한 계산을 하는 데 사용하는 알고리즘이다. 사람의 뇌 신경망이 작용하는 방식을 본따 만들었다. 주어진 데이터를 바탕으로 미래의 가능성을 예측하고 의사결정을 내리는 기계학습과 같이 복잡한 작업에 필수적이다. 인공신경망을 사용한 기계학습은 오늘날 사람마저 능가하는 AI 작업능력의 핵심요소로 꼽힌다.

AI 계산능력에서 핵심적인 역할을 하는 인공신경망을 구현하기 위해선 정교한 정보처리 알고리즘이 요구된다. 과학자들은 기존에 가장 정교한 계산 처리 능력을 가진 인간의 뇌 원형에 주목할 수밖에 없었다. 

인간의 뇌에서 정보를 주고받는 신경세포(뉴런)는 인공신경망에서 서로 다른 값을 가진 노드(연결점)가 된다. 각 노드의 연결은 신경세포 간 연결인 시냅스에 비유된다. 이러한 연결이 강해지거나 약해지면서 노드들은 서로에게 영향을 미치게 된다. 노드 연결이 정보를 처리할 수 있는 최적의 상태를 찾는 것은 AI 학계의 주된 과제였다.
 

홉필드 교수는 1980년대에 혁신적인 인공신경망 모델 '홉필드 네트워크'를 제시했다. 이전까지의 인공신경망 알고리즘은 계산이나 학습 과정이 일방향으로만 진행됐다. 반면 홉필드 네트워크는 정보가 지속적으로 피드백을 받으며 처리되는 비선형 구조를 가졌다. 정보에 대한 피드백을 지속적으로 반영하기 때문에 불완전하거나 왜곡된 정보도 정답에 가깝게 추측해낼 수 있다.

홉필드 네트워크의 이같은 작동 방식은 물리학에서 원자나 전자와 같은 작은 입자가 특정한 방향을 갖는 '스핀'이라는 특유의 상태에 착안했다. 왜곡되거나 불완전한 정보가 입력되면 노드들이 단계적으로 작동하면서 불완전한 정보와 가장 유사한 정보를 찾아내는 방식이다.

원자들이 최적의 상태를 유지할 수 있는 조건을 찾는 것은 물리학에서 유명한 '스핀 글라스' 문제다. 홉필드 교수는 인공신경망 알고리즘이 최적의 상태를 갖기 위한 방법을 찾는 데 스핀 글라스 문제를 활용할 수 있음을 제시한 선구적인 인물로 꼽힌다.

                    거미줄처럼 연결된 인공신경망의 노드를 표현한 이미지. 노벨재단 제공
 

힌턴 교수는 홉필드 네트워크를 발전시킨 '볼츠만 머신'를 고안했다. 이 알고리즘은 인공신경망에서 각각의 정보를 받아내는 연결점들을 복잡한 거미줄처럼 구성했다. 연결점들은 드러난 점과 숨겨진 점으로 구분된다. 볼츠만 머신은 숨겨진 노드를 활용해 알고리즘의 계산 효율을 높이고 네트워크가 최적의 상태를 유지할 수 있도록 했다. 

볼츠만 머신의 이름은 오스트리아 출신 물리학자 루트비히 볼츠만에서 따왔다. 볼츠만은 기체 분자가 어떻게 운동하는지에 대한 이론을 확률 분포의 도입으로 해결해 통계물리학의 시초를 만들어냈다. 볼츠만 분포를 나타내는 방식이 볼츠만 머신의 핵심 원리로 활용되면서 그의 이름이 붙여졌다.

조정효 서울대 물리교육과 교수는 "머신러닝에서 생성 모형은 어떤 데이터를 들여다봤을때 각 샘플이 나올 확률을 학습한다"며 "현재 널리 쓰이는 언어 모델 챗GPT나 디퓨저 모델처럼 이미지를 생성하는 모델은 다 생성 모형"이라고 말했다. 이어 "생성 모형의 기반이 되는 아주 고전적인 모델이 바로 볼츠만 머신"이라고 설명했다.

이들 과학자는 이후 AI 산업계에서 활발한 활동을 이어갔다. 특히 힌턴 교수는 직접 기계학습 업체 'DNN리서치'를 설립했다. 이후 2013년 DNN리서치가 구글에 인수되면서 그는 약 10년 간 구글의 AI 연구를 맡아왔다. 힌턴 교수는 2018년 컴퓨터 공학계의 노벨상으로 불리는 튜링상을 받기도 했다.

조정효 교수는 "힌턴 교수는 실제 뇌가 학습하는 원리는 뭘까 끊임없이 고민을 했던 것 같다"며 "성과보다도 실제로 우리 두뇌가 어떻게 작동하고 있는가에 계속 궁금해하고 연구를 하신 것 같다"고 말했다. 이어 "AI 분야에 겨울이 몇번 찾아왔는데도 꾸준히 인공신경망을 연구했던 그룹"이라며 "연구팀에서 계속 브레이크스루가 된 알고리즘이 나왔다"고 말했다. 

올해 노벨상 수상자에겐 1100만 스웨덴 크로나(약 14억3451만원)가 수여된다. 이번 물리학상 수상자 2명은 상금을 2분의 1씩 나눠갖는다.