핵심 요약
- 우크라이나 전장에서 발견된 러시아 드론 잔해에서 상용 NVIDIA ‘Jetson Orin Nano’ 칩이 확인되면서, 통신 단절 상태에서도 AI가 자체적으로 표적을 탐색·식별·공격하는 자율살상로봇(LAWS)이 이미 실전 배치되었음이 드러났습니다.
- 중국의 휴머노이드 로봇 대회에서는 다리 구조 확장과 균형·토크 제어 기술 발전에 힘입어 100m를 8.64초에 주파하며 우사인 볼트의 인간 세계기록(9.58초)을 1초 가까이 앞당겼으나, 제동 제어 미흡으로 결승선 벽에 충돌하는 물리적 한계를 보였습니다.
- 27년간 구글의 AI 인프라를 이끈 제프 딘은 구글을 퇴사하고 공익법인 ‘디스커버리 루프(Discovery Loop)’를 창업하여, 단순 실험·합성 자동화를 넘어 가설 설정과 연구 질문 도출까지 전 과정을 AI 스스로 완결하는 차세대 과학 AI 개발에 나섰습니다.
주요 내용
1. 우크라이나 전장에 등장한 AI 자율살상 드론
- 자율살상무기(LAWS)의 현실화: 인간 조종사의 개입 없이 AI가 스스로 표적을 식별하고 공격 여부를 판단하는 자율살상 드론이 우크라이나 전장에서 실제로 목격되었습니다.
- 상용 하드웨어의 전용: 격추된 드론 잔해 분석 결과, 본래 로봇이나 자율주행 연구용으로 시중에 유통되는 소형 AI 컴퓨터인 NVIDIA의 ‘Jetson Orin Nano’ 보드가 장착되어 있었습니다. 이는 통신 방해(재밍)나 오프라인 상태에서도 지형 분석 및 온보드 표적 인식이 가능함을 의미합니다.
- 윤리 및 책임 소재 문제: 인간의 최종 발사 승인(Man-in-the-loop) 원칙이 무너지면서 오인 공격 발생 시 책임 귀속(개발자, 군 지휘관, 제조사 등) 및 규제 조약의 실효성 문제가 대두되었습니다.
2. 인간의 한계를 넘은 중국 휴머노이드 로봇 육상 기록
- 단거리 육상 신기록 달성: 중국 베이징에서 열린 휴머노이드 로봇 대회에서 로봇이 100m 예선에서 9.39초를 기록한 데 이어, ‘톈궁 울트라’ 기종이 결승에서 8.64초를 기록하며 우사인 볼트의 세계기록(9.58초)을 큰 폭으로 경신했습니다. 제자리멀리뛰기에서도 4.83m를 기록해 인간 최고 기록을 1m 이상 넘어섰습니다.
- 기술적 요인 및 한계점: 로봇의 다리 길이를 기존 대비 약 10cm 늘려 보폭을 넓히고 모터 토크와 균형 반응 속도를 최적화했습니다. 반면 급가속 후 속도를 줄이는 제동 제어 알고리즘이 미흡하여 결승선 통과 후 완충벽에 강하게 충돌·파손되는 현상이 발생했습니다.
3. 테슬라 FSD(감독형) 국내 출시 및 실주행 후기
- 구독형 전환과 가격 정책: 테슬라 코리아가 기존 일시불 904만 원이던 FSD(Full Self-Driving)를 월 15만 원의 구독 모델로 전환했습니다(미국 150달러 대비 원화 환율상 유리한 가격 책정).
- ‘감독형(Supervised)’ 시스템의 본질: 모든 주행 책임은 운전자에게 있으며, 실내 카메라를 가리면 오토파일럿 기능이 즉시 차단되도록 설계되었습니다.
- 실제 주행 평가: 서울 시내의 복잡한 교차로, 비보호 우회전, 자동 주차 등 고난도 주행을 매끄럽게 수행했으나, 횡단보도 보행자 미인식으로 인한 급정거 개입, 우회전 진입 전 깜빡이 조기 작동 등의 버그가 관찰되었습니다. 하드웨어 교체 없이 소프트웨어 무선 업데이트(OTA)만으로 5년 된 차량의 주행 성능이 획기적으로 개선되는 자동차 산업의 소프트웨어화(SDV)를 확인했습니다.
4. 제프 딘의 구글 사표와 과학 연구 자동화(디스커버리 루프)
- 제프 딘의 퇴사와 창업: 텐서플로(TensorFlow)와 구글 브레인 설립을 주도한 구글 수석과학자 제프 딘이 27년 만에 퇴사하고, 연구용 공익법인 ‘디스커버리 루프(Discovery Loop)’를 공동 설립했습니다.
- 기존 자율실험실과의 차이점:
- 기존 자율실험실(UC버클리 A-Lab, KIST 스마트 연구실 등): 인간이 제시한 가설 및 물질 합성 명령을 로봇 팔과 AI가 24시간 무인으로 합성·실험·분석하는 단계(반복 실험의 병목 해소).
- 디스커버리 루프: 실험 수행뿐만 아니라 연구의 출발점인 ‘새로운 가설 설정’과 ‘독창적인 연구 질문 제기’ 자체를 AI가 자율적으로 반복(Loop)하는 체계를 지향.
- 과학 연구에서 AI의 확장 가능성: 데미스 하사비스가 지적한 ‘좋은 가설을 수립하는 인간 고유의 영역’까지 AI가 패턴 및 추론 알고리즘을 통해 대체할 수 있을지에 대한 실험적 도전입니다.
핵심 데이터 / 비교표
1. 100m 달리기 기록 비교
| 구분 | 주체/기종 | 기록 | 비고 | |—|—|—|—| | 인간 세계기록 | 우사인 볼트 | 9.58초 | 2009년 베를린 세계육상선수권 | | 휴머노이드 로봇 (예선) | 중국 휴머노이드 로봇 | 9.39초 | 1차 인간 기록 경신 | | 휴머노이드 로봇 (결승) | 톈궁 울트라 | 8.64초 | 인간 세계기록 대비 약 0.94초 단축 |
2. 테슬라 FSD 하드웨어 사양 비교 (HW3 vs HW4)
| 구분 항목 | HW3 (Hardware 3) | HW4 (Hardware 4) | |—|—|—| | 핵심 프로세서 아키텍처 | Samsung 14nm 공정 기반 자체 NPU (2개) | Samsung 7nm 공정 기반 자체 NPU (3개 추정) | | 연산 성능 (TOPS) | 약 144 TOPS | 약 300~500 TOPS (약 3~5배 향상) | | 메모리 및 구동 환경 | 16GB LPDDR4 / LPDDR4X | 8GB 또는 16GB GDDR6 (대역폭 대폭 증가) | | 카메라 해상도 | 1.2 Megapixels (1280×960) | 5.0 Megapixels (2896×1876) | | 레이더(Radar) 지원 | 초음파 센서(USS) 및 레이더 제거 (Pure Vision 방식) | 고해상도 밀리미터파 레이더 (Phoenix Radar) 전용 포트 및 내장 지원 |
3. 전통 실험 방식 vs AI 무인 실험실 (UC버클리 A-Lab)
| 구분 | 인간 과학자(전통 방식) | UC버클리 A-Lab (무인 무기물 합성 연구실) | |—|—|—| | 신물질 후보군 도출 | 수백 년간 인류가 약 2만 종 합성 | AI 툴(GNoME) 활용 220만 개 제안 (안정 물질 38만 개) | | 실험 수행 속도 | 하루 수 회 수준 (연구원 수동 조작) | 17일간 355번 실험 수행, 41건 신물질 합성 성공 |
타임스탬프별 핵심 포인트
| 시간 | 핵심 내용 |
|---|---|
| 00:05 | 방송 시작 및 2024년 9월호 ‘삼태성즈’ 패널 소개 |
| 07:01 | 특집 주제: 일상과 전쟁, 과학계에 침투한 최신 AI 트렌드 소개 |
| 09:05 | 우크라이나 전장에 나타난 러시아 자체 판단 자율살상 드론 사례 |
| 10:38 | 드론 내부에서 상용 NVIDIA ‘Jetson Orin Nano’ 칩 부품 확인 |
| 14:00 | 전투 로봇의 실전 투입에 따른 윤리적 딜레마와 책임 소재 토론 |
| 21:32 | 중국 휴머노이드 로봇 100m 달리기 세계 신기록(9.39초, 8.64초) 분석 |
| 23:37 | 제자리멀리뛰기 4.83m 달성 및 제동 알고리즘 결함(벽 충돌) 논의 |
| 30:05 | 테슬라 FSD(감독형) 국내 출시 알림 및 월 15만 원 구독제 전환 |
| 38:00 | 이용 기자의 2021년형 모델 3 (HW3) 기반 FSD v12 Lite 실주행 테스트 |
| 41:17 | 보행자 횡단 시 정지 실패 등 실주행 위험 상황 및 개입 사례 |
| 42:19 | 테슬라 자율주행 하드웨어 HW3 vs HW4 성능·스펙 차이 분석 |
| 59:30 | 자율주행과 로봇이 제공하는 미래 편의성과 인간 신체 능력 퇴화 논의 |
| 67:00 | 구글 수석과학자 제프 딘(Jeff Dean)의 퇴사와 ‘디스커버리 루프’ 창업 |
| 71:08 | 데미스 하사비스의 ‘AI가 넘지 못할 과학의 마지막 장벽(가설 설정)’ 발언 |
| 71:28 | UC버클리 무인 무기물 합성 연구실(A-Lab)의 24시간 자율 실험 프로세스 |
| 86:52 | KIST 및 국내 과학기술정보통신부 ‘K-문샷’ 자율실험실 도입 현황 |
| 91:27 | 디스커버리 루프가 지향하는 가설 설정-실험-검증 Closed-Loop 체계 |
| 106:05 | 데이터 기반 추론과 비선형적 직관·창의성의 차이에 대한 철학적 논의 |
| 114:50 | 이정모 관장의 신간 『극한 진화의 세계』 및 강연 일정 안내 |
결론 및 시사점
- 기술적 시사점: AI는 단순한 소프트웨어 알고리즘에 머물지 않고, 드론·휴머노이드 로봇·자동화 실험 장비 등 물리적 하드웨어(Embodied AI)와 결합하여 군사, 스포츠, 모빌리티, 기초과학 등 전 영역에서 인간의 한계를 빠르게 대체하고 있습니다.
- 산업적 시사점: 자동차가 기계 장치에서 소프트웨어 업데이트로 가치가 재정의되는 SDV로 진화했듯, 제약·화학 등 과학 연구 분야 역시 자동화 로봇과 추론 AI를 구독형으로 활용하는 플랫폼 연구 생태계로 재편되고 있습니다.
- 철학적·사회적 과제: 자율살상무기의 통제 불가 문제와 FSD의 ‘감독형’ 책임 전가 사례에서 보듯, 기술 발전 속도에 비해 법적·윤리적 책임 규정은 여전히 지체되어 있습니다. 과학적 가설 도출 및 사고 과정까지 AI에 의존하게 될 때, 인간 고유의 직관과 창의성을 어떻게 정의하고 유지할 것인지에 대한 사회적 고민이 요구됩니다.
추가 학습 키워드
- 자율살상무기(LAWS, Lethal Autonomous Weapon Systems): 인간의 개입 없이 AI가 표적을 선정하고 공격하는 무기 체계.
- NVIDIA Jetson Orin: 엣지 컴퓨팅 환경에서 로봇, 드론, 스마트 기기 등의 온디바이스 딥러닝 연산을 지원하는 소형 SoC 모듈.
- 테슬라 FSD Supervised (감독형 자율주행): 운전자의 전방 주시 및 즉각 개입을 의무화한 테슬라의 도심 자율주행 소프트웨어.
- 자율실험실(Self-Driving Lab / Autonomous Lab): AI가 실험 설계를 계획하고 로봇 시스템이 물질 합성 및 분석을 24시간 자율 수행하는 실험 환경.
- 디스커버리 루프(Discovery Loop): 제프 딘 등이 설립한 기업으로, 가설 설정부터 실험 수행, 결과 검증까지 연구의 전체 사이클을 완전 자동화하려는 프로젝트.
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 과학하고 앉아있네 | | 카테고리 | 과학기술 | | 게시일 | 2026-09-19 | | 영상 길이 | 1:59:00 | | 처리 엔진 | gemini-3.8-flash | | 원본 영상 | YouTube에서 보기 |