IT·AI·컴퓨팅 데일리

커넥톰은 ‘뇌가 어떻게 행동을 만들어 내는가’를 회로 차원에서 규명하기 위한 토대다. 초파리는 인간과 다수의 유전자·신경 기작을 공유하면서도 뉴런 수가 인간(약 860억 개)의 수십만 분의 일에 불과해, ‘완전한 뇌 지도’를 그릴 수 있는 현실적인 모형 생물로 꼽힌다. 이번에 ‘뇌–신경삭’을 통합한 전체 커넥톰이 완성되고 데이터까지 개방됨으로써, 운동 제어·감각 통합·의사결정 같은 복잡한 행동의 신경 기제를 전 세계 연구자가 함께 해독할 발판이 마련되었다. 특히 ‘중앙 집중’이 아닌 ‘분산 제어’ 구조의 확인은, 생체의 운동 지능을 모방하는 로봇 제어와 신경망 설계에도 시사점을 준다. 본 호 2·3번 항목과 더불어, ‘연결과 정밀의 과학’이 생명현상을 새로 읽어 내는 흐름을 보여 준다.

인공광합성의 실용화를 가로막는 큰 장벽은 ‘간헐적인 햇빛’과 ‘비싼 제어 장치’였다. 이번 연구는 전해조의 물성(物性) 자체에 ‘자기 조절’ 기능을 심어, 배터리라는 고가·소모성 부품을 제거하면서도 출력 변동에 견디게 했다는 점에서 의미가 크다. 이는 시스템을 단순하고 저렴하게 만들어, ‘햇빛으로 탄소를 연료로 되돌리는’ 기술의 현장 적용 가능성을 높인다. 생산물인 포름산은 수소 저장·운반 매체이자 화학 원료로 쓰여, 재생에너지의 ‘저장’ 문제와도 맞닿아 있다. 본 호 1번 항목(생체 회로)과 마찬가지로, ‘자연의 자기조절 원리를 공학으로 옮기는’ 접근이 기초과학과 에너지 기술을 잇는 사례다.

빛을 강하게 꺾는 물질일수록, 같은 광학 기능을 ‘더 얇게’ 구현할 수 있다. 복굴절이 큰 소재는 편광판·위상지연판·광도파로 같은 광학 부품의 두께를 획기적으로 줄여, 스마트 콘택트렌즈나 초박형 증강현실(AR) 안경처럼 ‘초소형 광학계’가 필요한 기기의 실현을 앞당긴다. 한 결정이 방향에 따라 ‘거울’과 ‘유리’를 오가는 성질은, 빛의 흐름을 미세하게 제어하는 차세대 광소자(光素子) 설계에 새로운 자유도를 준다. 본 호 1·2번 항목이 ‘생명·에너지’의 정밀과학이라면, 이 연구는 ‘빛과 물질’의 정밀과학으로, 기초 물성 연구가 곧바로 차세대 디스플레이·웨어러블 기술의 토대가 됨을 보여 준다.

이번 계획의 핵심은 인공지능 경쟁이 ‘기업 간 성능 경쟁’을 넘어 ‘국가 간 공급망 분리(디커플링)’로 확장되고 있음을 보여 준다는 점이다. ‘자국 칩 80%’라는 정량 목표는, 미국의 대중(對中) 반도체 수출 규제에 맞서 ‘반도체 주권’과 ‘연산 자립’을 국가 전략으로 못 박은 것이다. 다만 첨단 미세공정·고대역폭메모리(HBM) 분야에서 중국 자국 생산 역량이 목표 시점(2028년)까지 수요를 감당할 수 있을지는 미지수로, ‘정책 의지’와 ‘제조 현실’ 사이의 간극이 관건이다. 본 호 2번 항목(엔비디아의 중국 공략)과 맞물려, 세계 반도체 시장이 ‘하나의 시장’에서 ‘두 개의 진영’으로 갈라서는 흐름을 압축적으로 드러낸다.

‘CPU만 따로 파는’ 전략은, 미·중 반도체 규제 지형 속에서 기업이 ‘판매 가능한 부품’을 정교하게 골라내는 ‘규제 회피형 제품 분할’의 사례다. 본 호 1번 항목(중국의 자국 칩 80% 의무)과 정면으로 맞물리는 대목으로, 중국은 ‘미국 칩 배제’를, 엔비디아는 ‘틈새를 통한 재진입’을 동시에 시도하는 형국이다. 한편 ‘베라 루빈’이 에이전트형 인공지능에 특화된 CPU·GPU 결합 구조라는 점은, 인공지능 연산의 무게중심이 ‘단순 추론’에서 ‘스스로 도구를 쓰고 행동하는 에이전트’로 이동하며 하드웨어 설계 자체가 그에 맞춰 재편되고 있음을 보여 준다.

직전 호가 다룬 퀀티넘(이온 트랩) 사례와 달리, 퀴블리는 ‘실리콘 스핀’이라는 다른 길을 택했다. 두 방식의 가장 큰 차이는 ‘제조’에 있다. 실리콘 스핀 큐비트는 우리가 매일 쓰는 반도체와 ‘같은 공정·같은 웨이퍼’로 만들 수 있어, 양자컴퓨터를 ‘실험실 장치’에서 ‘공장에서 찍어내는 제품’으로 옮길 잠재력을 지닌다. ST마이크로 같은 대형 반도체 기업이 투자에 참여한 것도 이 ‘제조 친화성’ 때문이다. 양자컴퓨팅 경쟁이 ‘어떤 큐비트가 더 우수한가’를 넘어 ‘어떤 방식이 더 싸고 빠르게 양산되는가’로 확장되고 있음을 보여 주며, 유럽이 ‘기술 주권’ 차원에서 자체 양자 생태계 육성에 속도를 내고 있음을 방증한다.

이번 도입은 인공지능의 무게중심이 ‘기술 개발’에서 ‘조직 내 실제 활용’으로 이동하고 있음을 보여 주는 상징적 사례다. 보안을 최우선으로 삼아 온 대형 제조기업이 외부 생성형 AI를 ‘전사적으로’ 받아들였다는 것은, 생산성 효과가 보안 우려를 넘어설 만큼 가시화되었다는 판단으로 해석된다. 특정 한 곳이 아닌 챗GPT·제미나이·클로드를 ‘함께’ 도입한 점은, 기업이 업무 성격에 따라 모델을 골라 쓰는 ‘멀티모델(multi-model) 전략’이 표준이 되고 있음을 시사한다. 본 호 4번 섹션(딥시크 가격 전쟁·네이버·카카오 에이전트)과 맞물려, 인공지능 산업의 승부처가 ‘모델 성능’에서 ‘업무 현장에서의 채택과 정착’으로 옮겨 가고 있음을 보여 준다.

이번 상장은 ‘기술기업의 자본 조달 규모’가 어디까지 커질 수 있는지를 보여 주는 이정표다. 핵심은 적자 기업임에도 ‘스타링크’라는 위성통신 인프라의 성장성이 시장의 천문학적 가치 평가를 끌어냈다는 점으로, 인공지능 데이터센터·자율주행과 마찬가지로 ‘미래 인프라’에 대한 자본의 기대가 어느 때보다 크다는 방증이다. 본 호 1·2번 섹션(중국 컴퓨팅망·엔비디아)에서 확인된 ‘인공지능·연산 인프라 군비경쟁’이 자본시장에서도 ‘초대형 상장’으로 이어지는 흐름과 궤를 같이한다. 다만 막대한 적자와 ‘1인 의결권 집중’ 구조는, 이러한 ‘인프라 거대자본’이 안정적 수익으로 전환될 수 있을지에 대한 시험대로 남는다.

‘제미나이 옴니’의 핵심은 텍스트·이미지·음성·영상을 ‘별도 모델로 처리해 합치는’ 방식에서 ‘하나의 모델이 통합적으로 추론하는’ 방식으로의 전환이다. 이는 생성형 인공지능이 ‘한 장의 그림’이나 ‘한 문단의 글’을 넘어, 시간 축과 소리를 가진 ‘완성된 콘텐츠’를 직접 만들어 내는 단계로 들어섰음을 뜻한다. 유튜브 같은 거대 플랫폼에 곧바로 탑재된다는 점은, 영상 생성 인공지능이 전문 제작 도구를 넘어 ‘일반 이용자의 일상 창작 도구’로 대중화되는 분기점이 될 수 있음을 시사한다. 동시에 ‘진짜 같은 영상’의 손쉬운 생성은, 허위정보·저작권 등 사회적 검증 장치의 필요성도 함께 키운다.

딥시크의 영구 인하는 인공지능 경쟁의 축이 ‘성능’만이 아니라 ‘단위 연산 비용(efficiency)’으로 이동하고 있음을 단적으로 보여 준다. 핵심은 가격 인하가 ‘출혈 경쟁’이 아니라 ‘아키텍처 효율화’에서 비롯됐다는 점으로, 같은 작업을 더 적은 연산·메모리로 처리하는 ‘경량·고효율 모델’이 시장 가격을 끌어내리고 있다. 이는 오픈AI·구글·앤트로픽 같은 ‘프리미엄’ 진영에 직접적 압박이 되며, 인공지능을 쓰는 기업의 ‘도입 비용’ 자체를 낮춰 확산을 가속한다. 본 호 3번 섹션(삼성의 멀티모델 도입)과 맞물려, ‘값싸고 충분히 좋은’ 모델의 부상이 인공지능 산업의 수익 구조와 경쟁 지형을 재편하고 있음을 시사한다.

직전 호가 다룬 앤트로픽의 ‘재귀적 자기개선’ 경고와 비교하면, 사카나AI는 같은 개념을 ‘위험’이 아니라 ‘기회’의 관점에서 정면으로 끌어안았다는 점에서 대비된다. 핵심 논점은 ‘연산 확장(scaling)’의 한계다. 더 큰 모델·더 많은 칩에 의존하는 현재의 경쟁 대신, ‘인공지능이 더 영리한 알고리즘을 스스로 찾아내게’ 함으로써 비용·자원의 벽을 넘겠다는 발상이다. 이는 본 호 1·2번 섹션(중국 컴퓨팅망·반도체 군비경쟁)이 보여 준 ‘물량 중심 경쟁’에 대한 ‘효율 중심 대안’으로 읽힌다. 다만 인공지능이 스스로를 개량하는 과정은 안전성 검증이라는 난제를 동반하는 만큼, ‘기회’와 ‘통제’를 어떻게 양립시킬지가 향후 핵심 과제로 남는다.

네이버·카카오의 경쟁은 국내 인공지능 산업이 ‘모델 개발’ 단계를 넘어 ‘이용자 일상에 깊이 결합하는 서비스’ 단계로 진입하고 있음을 보여 준다. 두 회사가 공통으로 노리는 것은 ‘자사 생태계(검색·메신저·결제·지도)’라는 거대한 사용자 기반에 인공지능 에이전트를 얹어, 이용자를 자사 플랫폼 안에 머물게 하는 ‘잠금(lock-in) 효과’다. 본 호 3번 섹션(애플·구글의 에이전트화)과 같은 방향으로, 인공지능의 무대가 ‘웹 검색창’에서 ‘행동을 대신하는 비서’로 옮겨 가고 있음을 확인할 수 있다. 관건은 ‘예약·결제’처럼 실제 행동을 대행하는 만큼, 오작동·보안·책임 소재를 어떻게 관리하느냐에 있다.