⚡ 스프 핵심요약   AI의 위험성은 단기적으로는 낮게 평가되지만, 10년 장기적인 관점에서는 노동 시장을 재편할 핵심 위험 요소로 크게 인식되고 있습니다. AI는 단순한 기술 직군을 넘어 인사, 물류, 재무, 행정 등 화이트칼라 업무와 건설 현장 같은 블루칼라 직업까지 광범위하게 대체하며 노동 시장 전반에 영향을 미치고 있습니다. AI로 인한 생산성 향상은 빅테크 기업에 부를 집중시키고 사회 불평등을 심화시킬 수 있으며, 이미 국내에서도 AI 노출도가 높은 업종에서 청년 고용 감소가 나타나고 있습니다.

⚡ 스프 핵심요약   AI 데이터센터의 급증하는 수요로 인해 메모리(램, SSD), 구리, 변압기, 광케이블 등 관련 부품 가격이 폭등하고 있으며, 이는 개인 소비자들의 PC, 노트북, 스마트폰 구매 비용 상승으로 이어지고 있습니다. 글로벌 메모리 제조사들이 수익성이 높은 HBM 생산에 집중하면서 일반 소비자용 램 공급이 부족해지고 가격이 급등하는 등 AI 인프라 경쟁이 개인 사용자들에게 직접적인 비용 부담으로 전가되는 구조적 변화가 나타나고 있습니다. AI 데이터센터는 막대한 전력과 물을 소비하여 인근 주민들의 전기료 인상 및 물 부족 문제 등 환경적, 경제적 부담을 가중시키고 있으며, 이로 인해 지역사회 갈등과 개발 계획 철회 사례가 발생하고 있습니다.

⚡ 스프 핵심요약   '돈로 독트린'으로 상징되는 트럼프의 미국 중심 외교 정책과 영토 야욕은 동맹국인 유럽 국가들까지 위협하고 있습니다. 유럽 국가들은 러시아의 위협과 트럼프의 외교에 대응하기 위해 재무장을 추진하고 있습니다. 유럽 국가들은 병력난을 겪고 있어, 국방비 증액과 함께 드론 방어 시스템 구축과 AI 기반 무기 개발에 집중하며 기술로 인력 부족을 보완하려 합니다. 저렴한 드론의 대량 생산 및 활용 증가는 전쟁의 비용 효율성을 높였으나, 우크라이나 전쟁에서 민간인 사상자를 급증시키고 전쟁을 교착 상태의 소모전으로 이끄는 아이러니한 결과를 초래하고 있습니다.

⚡ 스프 핵심요약   메타버스가 NFT 시장 붕괴와 함께 침체기를 겪으면서, 애플은 '공간 컴퓨팅'이라는 새로운 용어로 웨어러블 디바이스 시장에 접근하며 VR/AR/메타버스 용어 사용을 의도적으로 피했습니다. 메타의 스마트 안경 '레이벤 메타 시리즈' 2세대 모델은 AI 기반 번역 및 시청각 정보 처리 기능으로 미국 내에서 200만 대 이상의 누적 판매량을 기록하며 시장의 긍정적인 반응을 얻고 있습니다. 스마트 안경은 사생활 침해 논란에도 불구하고, 일부 소비자는 유용하다면 선택할 수 있다는 입장이어서 편리성과 프라이버시 침해 사이에서 기술 기업들이 해결해야 할 과제가 여전히 남아있습니다.

⚡ 스프 핵심요약   GLP-1 호르몬을 활용한 비만 치료제는 효과적인 체중 감량을 가능하게 하지만, 약물 투여 중단 시 체중이 다시 증가하는 등의 부작용과 가격 부담 문제가 존재합니다. 비만은 유전적, 호르몬적 요인 등 개인 통제 범위를 넘어선 다양한 원인으로 발생하는 질병이며, 뇌졸중, 심장 질환 등 심각한 합병증을 유발하고 사회적 비용을 증가시킵니다. 저소득층 지역은 '식품 사막' 현상으로 건강한 식재료 접근이 어려워 비만율이 높지만, 고가의 비만 치료제는 경제적 여유가 있는 고소득층에게만 접근성이 좋아 비만 치료의 불평등을 심화시킵니다.

⚡ 스프 핵심요약   오라클은 대규모 '빚투'를 통해 AI 인프라에 공격적으로 투자하고 있으며, 이는 미래 성장 가능성(RPO 675조 원)과 마이너스 잉여현금흐름(-98억 달러)이라는 상반된 시나리오를 동시에 내포하고 있습니다. 오라클의 창립자 래리 엘리슨은 IBM이 외면한 관계형 데이터베이스의 잠재력을 파악해 세계 최초의 상용 관계형 데이터베이스 '오라클'을 개발했고, 클라우드 시대에는 경쟁사와 협력하며 AI 시대의 핵심 플레이어가 되기 위해 노력하고 있습니다. 오라클의 AI 인프라 투자는 주로 오픈AI와의 대규모 계약에 집중되어 있어, 오픈AI의 사업 지연이나 경쟁 심화는 오라클의 미래에 큰 불확실성을 안겨줄 수 있습니다.

안녕하세요. 데이터를 만지고 다루는 안혜민 기자입니다. 일론 머스크가 한 행사에서 한 발언이 테슬라의 주가를 흔들고 있습니다. 3주 안에 감시자 없는 로보택시가 실현이 될 것이라 선언한 건데요. 이 발언이 있자, 미 증시가 부진한 와중에도 테슬라의 주가는 사상 최고치를 눈앞에 두고 있습니다. 지난 11월 말에는 대한민국에 테슬라의 자율주행시스템 FSD가 상륙하기도 했죠. 자율주행차와 로보택시가 점점 현실화되고 있고, 테슬라의 존재감도 점점 커지고 있습니다. 사실 현재 로보택시에서 압도적 존재감을 보이는 건 구글의 모회사 알파벳이 운영하는 웨이모입니다. 구글 뿐 아니라 바이두, 아마존 등 다양한 기업들이 자율주행과 로보택시 시장에 뛰어들고 있죠. 우리나라의 현대차도 최근 우여곡절이 있지만 마찬가지고요. 오늘 오그랲에서는 로보택시와 자율주행차 시장에 뛰어든 주요 기업들의 이야기를 다양한 그래프를 통해 풀어보도록 하겠습니다. 무인 자동차의 시작 "모하비 사막 240km를 완주하라" 사실 자율주행차의 개념 자체는 매우 일찍부터 등장했습니다. 컴퓨터나 센서 기술이 없던 시절에도 우리들의 상상 속에는 내가 운전하지 않아도 움직이는 자동차가 존재해 왔으니까요. 본격적인 연구가 시작된 건 1980년대부터였습니다. 미국에서는 CMU, 카네기멜론대학교에서 첫 불꽃이 타올랐습니다. 1986년 CMU에서는 쉐보레의 파란색 대형 밴에다가 컴퓨터와 센서 등 이것저것 장착해서 무인 자동차를 제작했어요. Navlab 1으로 불린 이 녀석은 느리지만 이렇게 사람 없이 주행을 하기도 했죠. 유럽에서도 비슷한 시기에 유럽의회가 막대한 자원을 투입해 '유레카 프로메테우스 프로젝트'를 진행합니다. 유럽의 국가들만 참여하는 게 아니라 주요 자동차 브랜드들이 참여해 1995년까지 프로젝트를 이어왔죠. 자율주행차 발전에 있어서 미국 국방부 이야기를 안 하고 갈 수가 없습니다. 미 국방부 산하에는 방위고등연구계획국, 이른바 DARPA라는 곳이 있습니다. DARPA는 평범한 기술은 관심 없고, 진짜 세상을 바꿀 혁신 기술에만 중점을 두고 운영되는 곳입니다. 리스크가 있지만 패러다임을 바꿀 기술이라면 DARPA는 과감하게 뛰어드는 거죠. 이를테면 인터넷, GPS, 드론 같은 기술이 바로 여기서 시작되었어요. 독특한 건 DARPA가 연구 기관은 아니라는 겁니다. 대신 여기에선 다양한 연구 주체가 참여할 수 있는 일종의 경연 대회를 개최해서 서로 경쟁을 통해 최상의 결과물을 뽑아내 왔죠. 자율주행차 역시 마찬가지입니다. 지금으로부터 21년 전인 2004년, DARPA가 내건 미션은 이랬습니다. "100% 무인 자동차로 모하비 사막을 완주하라" 총 거리 240km의 비포장 도로 코스를 10시간 이내로 완주한 1등 팀에게는 100만 달러라는 상금도 걸려 있었죠. 이름도 거창하게 그랜드 챌린지라고 붙이고 경연 대회를 진행했는데, 결과는 어땠을까요? 총 15팀이 참여했는데, 완주한 팀은 단 한 팀도 없었습니다. 출발 전에 철수한 팀도 2팀이나 됐고, 4팀은 출발구역을 벗어나지도 못했습니다. 1등을 차지한 건 카네기멜론대학교의 레드 팀. 레드 팀도 7.4마일, 약 12km 정도 가는 데 그쳤어요. 아무리 DARPA가 경쟁을 통해 혁신을 요구한다지만 20여 년이 지난 이제서야 대중적으로 적용되는 자율주행 기술을 2000년대 초반에 요구하다니 너무 과하다는 생각이 들죠? 하지만 그럼에도 불구하고 DARPA는 꺾이지 않았습니다. 이듬해에도 동일하게 모하비 사막 코스 완주를 목표로 다시 또 그랜드 챌린지를 열었죠. 결과는 어땠을까요? 총 23팀이 참여했는데 무려 5팀이나 완주에 성공합니다. 우승은 스탠퍼드 대학교의 '스탠리'가 차지했습니다. 이 팀을 이끈 건 컴퓨터과학자, 세바스찬 스런이었죠. 세바스찬은 기존 엔지니어들이 하드웨어 제어 기술에 집중했던 것과 달리 기계학습 기반 소프트웨어에 집중했어요. 세바스찬이 이끈 팀이 우승을 차지하자 로보틱스의 대세는 기계학습으로 기울게 됩니다. 마치 이미지넷 프로젝트에서 제프리 힌턴 팀이 딥러닝으로 우승을 차지한 뒤 딥러닝이 대세가 된 것처럼 말이죠. DARPA는 여기서 멈추지 않았습니다. 2007년에 세 번째 경연 대회를 열었는데, 이번엔 사막이 아닌 도심에서 경주를 진행했습니다. 지난 1, 2차 대회에서는 거친 자연환경 속에서 무인 자동차가 달렸다면 이번엔 도심 속에서 교통 법규를 준수하고, 다른 차량들이나 장애물과 상호작용하며 자율주행을 할 수 있는지를 살펴본 겁니다. 여기서는 전통의 강호 CMU의 타르탄 레이싱 팀이 우승을 차지했습니다. 이 팀은 CMU 로봇공학 연구소의 핵심 엔지니어였던 크리스 엄슨이 이끌었죠. DARPA가 주최한 이 위대한 챌린지는 자율주행차 기술 혁신의 기폭제 역할을 톡톡히 해냈습니다. 그리고 이 대회를 유심히 살펴보고 자율주행 기술의 잠재력을 일찍부터 눈 여겨온 한 기업이 있었습니다. 바로 구글이죠. 그랜드 챌린지 멤버 싹 모아 '슈퍼팀'으로 탄생한 웨이모 2005년 대회에서 우승한 스탠퍼드 대학교 팀을 이끌었던 세바스찬 스런 그리고 2007년 대회에서 우승한 CMU 팀을 이끈 크리스 엄슨 구글은 이 둘을 데리고 와서 완전 자율주행을 목표로 하는 프로젝트를 진행합니다. 처음엔 구글 내 비밀 연구조직인 Google X에서 야금야금 시작했어요. 도요타의 프리우스를 개조해서 100마일 규모의 10개 노선을 자율주행 해보자는 목표로 진행되었죠. 이후 프로젝트가 점점 발전하고 진화에 진화를 거듭하자 2016년엔 아예 별도 법인으로 분사시킵니다. A New Way Forward in Mobility라는 미션을 가진 웨이모가 이렇게 시작됩니다. 구글은 자율주행을 단순한 자동차 기술로 보지 않고 컴퓨터 과학과 AI 문제로 접근했습니다. 또한 단순히 연구에 그치지 않고 상업화까지 이어나가면서 구글의 미래 먹거리로 키워나가고 있습니다. 웨이모에선 이미 수많은 시뮬레이션 주행을 이루었고, 실제 도로 위해서 주행하면서 기술력을 거듭 업그레이드하고 있습니다. 꾸준히 자율주행 관련 인사이트 보고서를 내놓고 있는 가이드하우스의 작년 자료입니다. 2024년 12월 기준으로 글로벌 자율주행 기업 가운데 기술 순위 1위는 단연 웨이모입니다. 선도그룹에 포함된 기업은 단 3곳 웨이모를 포함해, 바이두와 모빌아이뿐이죠. 웨이모는 이미 1억 마일 넘게 사람 없이 완전한 무인 자율주행 운행 기록을 보유하고 있습니다. 현재는 미국 샌프란시스코 베이 지역과 피닉스, LA에서 24시간 연중무휴로 로보택시를 운행하고 있죠. 이 지역에서 손님들을 태우고 달리고 있는 5세대 웨이모 드라이버에는 총 40개의 센서가 달려있습니다. 그리고 카메라 29대에, 레이더 6대, 그리고 웨이모의 핵심 기술력 중 하나인 라이다가 5대 장착되어 있죠. 레이더가 전파를 이용해 대상을 탐지한다면 라이다는 레이저를 이용해 주변 사물을 식별합니다. 레이저가 주변으로 발사되면 사물에서 반사되어 돌아오는 시간을 계산해 정확한 거리를 파악하는 거죠. 웨이모는 라이다를 기반으로 정밀한 3차원 지도를 생성하고 이를 기반으로 도로 상태와 장애물을 파악합니다. 마치 우리가 어플로 손쉽게 택시를 부르듯이 샌프란시스코에선 웨이모 원 앱으로 로보택시를 호출할 수 있습니다. 이제 샌프란시스코 사람들에게는 운전자 없는 로보택시를 이용하는 게 특별한 일이 아니게 되었죠. 물론 웨이모가 순탄한 여정을 걸어온 건 아닙니다. 운행 초기엔 갈등도 많았어요. 2023년 8월에 캘리포니아에서 로보택시 운행을 허가받았지만 예기치 않은 상황에서 갑자기 차량이 멈춰 서며 교통 체증을 유발하기 일쑤였습니다. 게다가 로보택시가 경찰차, 소방차, 구급차 같은 긴급 차량의 경로를 막아서는 일도 있었고요. 아무리 기술 발전이 좋다지만 주민의 편의와 안전이 뒷전으로 밀려나자 주민들의 반감이 커졌습니다. 일부 주민들은 로보택시 앞에 콘을 올려놓아 작동을 멈추게 하기도 했죠. 하지만 웨이모는 소프트웨어를 지속적으로 업데이트하고, 소방서, 경찰서와 협력하며 상황을 개선해 나갔습니다. 사고 발생률 같은 안전 지표도 인간 운전자 대비 양호하게 나오고 있고요. 평균적인 인간 운전자의 사고율을 100%로 두고 웨이모의 사고율을 그려봤습니다. 중상 이상의 심각한 사고 발생률은 인간 운전자 대비 91% 수준입니다. 에어백이 터지는 사고 역시 79%로 더 낮고 경상 사고도 80% 수준입니다. 교통약자 부상 관련 사고 역시 인간 운전자보다 웨이모의 사고율이 더 낮게 나오고 있습니다. 견제하는 일론 머스크 "웨이모는 테슬라 상대 못 돼" 웨이모가 기술력을 바탕으로 로보택시 시장에서 뛰어난 존재감을 보여주고 있지만 일론 머스크는 웨이모의 기술력을 꾸준히 평가절하하고 있습니다. 최근엔 "웨이모가 테슬라를 이길 가능성은 전무하다, 훗날 돌이켜보면 명백해질 거다."라는 글을 올리기도 했죠. 사실 이런 도발적인 글이 올라온 건 구글이 먼저 잽을 날렸기 때문입니다. 구글 내에서도 전설적인 프로그래머로 통하는 제프 딘이 "테슬라가 아직 웨이모만큼 자율주행 데이터를 쌓지 못하고 있다"고 지적했거든요. 참고로 제프 딘은 구글 엔지니어 인사 시스템의 최대치가 L10일 때 L11로 승진한 전설인데, 이런 사람이 나서서 테슬라의 기술력이 부족하다고 비판하니 발끈한 거죠. 데이터를 살펴보면 실제로 테슬라와 웨이모는 큰 격차가 있습니다. 웨이모가 미국 주요 도시에서 완전한 무인 택시를 운영 중이지만 테슬라는 아직까지 상업용 무인 택시를 단 한대도 배치하지 못한 상황입니다. 우리나라에 들어온 FSD가 놀라운 서비스긴 하지만 자율주행 레벨로 비교하면 이 역시 웨이모와 격차가 있어요. 국제자동차기술자협회에서는 자율주행 단계를 총 6단계로 구분합니다. 레벨 0부터 레벨 5까지 이렇게요. 0에서 2단계의 자율주행은 운전자의 보조 기능을 할 수 있는 수준의 시스템입니다. 3단계부터는 이제 시스템 스스로가 주행을 제어할 수 있고요. 자율주행을 하지만 인간의 감독이 필요한 테슬라의 FSD는 레벨 2로 볼 수 있습니다. 반면 웨이모의 로보택시는 특정 지역에서 인간의 감시 없이 알아서 운전하는 레벨 4에 해당하죠. 일론 머스크는 이런 격차가 존재하지만 충분히 따라잡을 수 있다는 입장입니다. 지난 15일, xAI의 해커톤 행사에서 3주 안에 인간 감시 없이 운행되는 로보택시를 선보이겠다고 선언하기도 했죠. 이미 텍사스 주 오스틴에서는 시범 주행을 시작한 것으로 알려졌고요. 일론 머스크가 이러한 모습을 보이는 가장 큰 이유는 웨이모의 핵심 기술 중 하나인 라이다를 불신하기 때문입니다. 머스크는 라이다에 의존하는 사람들은 망할 거라고 꾸준히 얘기할 정도죠. 테슬라는 웨이모와 다르게 라이다 대신 카메라로 사물을 감지합니다. 사람이 시각 정보로 판단해서 운전하는 것처럼 라이다 없이도 AI가 똑똑해지면 카메라만으로 충분하다는 겁니다. 다만 이 때문에 규제 당국이 요구하는 안전성을 입증하는 데 시간이 걸리고 있어요. 가령 라이다는 악천후 같이 앞이 안 보이는 상황에서도 레이저로 잘 감시할 수 있거든요. 물론 그렇다고 해서 라이다가 만능은 아닙니다. 일단 라이다는 비싸다는 약점이 있어요. 게다가 안개 같이 빛이 산란될 수 있는 기상 환경에서는 힘을 못쓰기도 하고요. 그래서 웨이모를 비롯한 다른 기업들은 라이다를 핵심으로 두고 레이더와 카메라를 융합해서 시스템을 만들고 있습니다. 연평균 36% 성장 점쳐지는 자율주행차... 대한민국 상황은? 웨이모와 테슬라 이야기를 했지만 사실 더 많은 기업들이 이 자율주행차 시장에 뛰어들고 있습니다. 사실 테슬라는 기술 순위로만 보자면 앞서 살펴본 보고서 기준으로는 20위로 간당간당하게 순위권에 든 후발주자에 가깝습니다. 그 앞에는 중국에는 바이두, 미국에는 오로라와 죽스, 크루즈 같은 기업들이 떡 하니 버티고 있죠. 미국에 웨이모가 있다면 중국엔 바이두가 시장을 선도하는 대표 기업입니다. 샌프란시스코에서 웨이모를 손쉽게 부를 수 있는 것처럼 베이징에서는 바이두의 아폴로를 쉽게 찾을 수 있죠. 2013년 자율주행차에 첫 발을 들인 바이두는 중국 정부의 전폭적인 지원에 힘입어 급성장하고 있습니다. 내년에는 중국 주요 도시를 넘어서 무인 로보택시를 전국적으로 확대하고 해외 진출까지 할 계획을 갖고 있죠. 미국에는 다양한 기업들이 웨이모의 자리를 노리고 있습니다. 먼저 오로라를 살펴볼까요? 오로라에는 구글이 처음 자율주행 프로젝트를 시작할 때 영입한 크리스 엄슨이 CEO로 있습니다. 크리스 엄슨뿐 아니라 테슬라의 오토파일럿 총괄 책임자와 우버의 자율주행 총괄 책임자까지 모인 드림팀으로 많은 소비자의 관심을 받았죠. 죽스는 아마존이 2020년에 인수한 자율주행 전문 회사로, 최근 주목도가 크게 올랐어요. 기존 자율주행 차량은 기존 자동차를 개조해서 자율주행 시스템을 장착해 운영되고 있습니다. 그래서 차량에는 운전대와 페달이 있죠. 하지만 죽스의 차량에는 운전대와 페달이 없습니다. 오직 사람이 탑승할 좌석만 존재하죠. 자율주행만을 위해 만들어진 차량으로 운영하는 죽스는 최근 라스베이거스에서 일반인 대상으로 무료 로봇 택시 서비스를 시작하며 영향력을 넓혀가고 있습니다. 과거 웨이모와 시장을 양분했던 GM의 크루즈도 절치부심을 하고 있습니다. 크루즈는 2023년 로보택시의 인명사고 이후 무인택시 운행 허가가 취소되었는데요. 지금은 로보택시 사업에서 철수하고 자율주행 기술 중 하나인 운전자 보조시스템에 집중하고 있죠. 이렇게 많은 기업들이 뛰어들면서 자율주행차 시장은 상당한 성장세가 예측되고 있습니다. 아래 그래프를 통해 자율주행차 시장의 전망치를 살펴보도록 하겠습니다. 작년 기준으로 자율주행차 시장 규모는 약 2,073억 달러 수준이었습니다. 우리나라 돈으로 306조 원 규모로 이미 적지 않죠. 이 시장이 10년 뒤에는 약 4조 4,503억 달러 우리나라 돈으로 6,584조 원에 달할 것으로 예측되고 있습니다. 2025년부터 2034년까지 연평균 36.3% 성장하는 추세죠. 우리나라도 현대차를 비롯한 다양한 기업들이 자율주행 시대를 대비하고 있습니다. 최근에 현대차그룹에서 자율주행을 이끌던 포티투닷의 송창현 대표가 사임하면서 자율주행 시장의 주도권에서 현대차가 밀리는 것 아니냐는 우려가 나오기도 했지만요. 그래도 포티투닷에서는 바로 자체 자율주행 영상을 공개하며 여전히 경쟁력이 있다고 이야기하고 있습니다. 현대차뿐만이 아닙니다. 앞서 살펴본 기술 순위 11위에 있는 오토노머스에이투지, 바로 대한민국 기업입니다. 이 성과는 한국이 단순한 추격자가 아닌, 자율주행 시장의 주요 플레이어가 될 수 있음을 보여주죠. 성장 잠재력이 거대한 이 시장에서 한국 기업들의 도전이 어떤 결실을 맺을지도 주요 관전 포인트가 될 수 있어요. 2004년 모하비 사막에서 겨우 12km 달렸던 무인차가 이제는 샌프란시스코 도심을 24시간 누비고 있습니다. 주요 기업들의 기술 경쟁은 계속되고 있고 시장의 성장 가능성도 매우 높게 평가되고 있죠. 한국도 대기업, 중소기업 가리지 않고 이 거대한 파이를 노리고 있고요. 운전대를 잡지 않는 미래가 생각보다 빨리 올지도 모릅니다. 하지만 기술만큼 중요한 건 우리가 그 변화를 어떻게 받아들이고, 그 과정에서 발생하는 사회적 갈등을 줄이는 것일 겁니다. 오늘 준비한 오그랲은 여기까지입니다. 긴 글 끝까지 읽어주셔서 진심으로 감사합니다. 참고자료 - Grand Challenge 2004 Final Report | DARPA - Guidehouse Insights Leaderboard: Automated Driving Systems | Giodehouse Insights - Waymo Safety Impact | Waymo - Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles | SAE International - Autonomous Vehicle Market Size, Share and Trends 2026 to 2035 | Precedence Research 글 : 안혜민 디자인 : 안준석 인턴 : 주하나

안녕하세요 데이터를 만지고 다루는 안혜민 기자입니다. AI 수요가 폭발적으로 늘어나면서 AI를 돌릴 전력이 점점 화두에 오르고 있습니다. 미래 AI 경쟁의 키가 GPU 같은 '칩'이 아니라 '전력'이 쥐고 있다는 얘기까지 들려올 정도죠. 오늘 오그랲에서는 AI 패권을 잡기 위해 전력 문제를 해결하려는 기업들의 이야기를 준비해 봤습니다. 폭증하는 AI 전력 수요에 '효율성'으로 맞서고 있는 빅테크들과, 효율성 경쟁을 가능케 하는 그들 뒤에 숨어있는 핵심 플레이어를 그래프를 통해 분석해 보겠습니다. AI 패권 전쟁의 새로운 전선... "칩이 아니라 전력이 문제" 지난 11월 파이낸셜 타임스가 주최한 AI 서밋에서 젠슨 황이 한 발언이 꽤 논란이 되었습니다. 젠슨 황은 이 자리에서 중국이 AI 전쟁에서 승리할 것이라고 강력하게 경고했죠. 젠슨 황이 이런 과격한 발언을 한 배경에는 트럼프 정부가 엔비디아의 최고급 GPU를 중국에 판매하지 못하게 한 제재 조치 때문이 아니냐는 해석도 있긴 합니다. 하지만 젠슨 황이 정말 지적하고자 했던 건 전력 문제였습니다. 중국에서는 다양한 정책을 통해 데이터센터용 전기를 무료에 가깝게 제공해주고 있는데 미국과 유럽은 그러지 못하고 있다는 거죠. 그 사이 중국의 경쟁력은 쭉쭉 올라가고 있는 거고요. 참고로 미국이 GPU 판매를 제한하는 것과 별개로 중국 역시 기술 자립을 위해 미국의 칩 사용을 점진적으로 금지하고 있어요. 로이터 통신에 따르면 현재 중국에서 완공률이 30% 미만인 데이터센터에는 모든 외국산 칩을 빼라고 명령했다고 하죠. 당연히 중국의 AI 기업들도 불만이 많습니다. 성능 좋은 미국산 GPU를 못쓰고 중국산 칩을 쓰면 전기도 많이 사용하게 되고 그러면 그게 다 돈이니까요. 이러한 기업들의 불만을 잠재우고 자국의 AI 성장을 가속화하기 위해, 중국 정부는 전력 보조금 제도를 시행하고 있습니다. 간쑤성, 구이저우성, 네이멍구 자치구 등 데이터센터가 몰려있는 지역에서 AI 데이터센터에 기존 산업용 전력 요금보다 훨씬 저렴한 요금으로 제공해주고 있는 거죠. 당연히 엔비디아나 AMD 같은 미국산 칩을 사용하는 시설은 지원해주지 않고 있고요. 일부 지방에선 데이터센터 1년 치 운영비에 버금가는 현금 인센티브까지 지급한다고 하죠. 중국 정부는 데이터센터뿐 아니라 AI 기업들에 대한 직접적인 지원도 병행하고 있습니다. 틱톡의 모회사인 바이트댄스, 알리바바, 텐센트 등 AI 기업에게도 에너지 보조금을 늘려주고 있어요. 이렇게 흘러가다 보니 젠슨 황이 미국 정부를 향해 경고장을 던진 겁니다. 사실 우리나라야 이제 막 GPU 26만 장을 확보하면서 AI 경쟁에 본격적으로 뛰어들었지만 이미 GPU가 수두룩한 미국 입장에서는 더 이상 칩이 문제가 아닙니다. 그들이 걱정하는 것은 칩 다음에 닥쳐올 파도가 문제인 거죠. 최근 미국에서는 변압기 수요가 크게 늘어나면서 공급이 따라가지 못하는 변압기 대란이 벌어지고 있습니다. 데이터센터가 늘어나면서 전력망의 핵심장비인 변압기를 여기저기서 요구하고 있지만 생산이 그만치 되고 있지 않거든요. 일론 머스크는 일찍부터 AI 산업의 병목이 칩에서 변압기, 그리고 최종적으로 전력으로 옮겨갈 것이라 경고한 바 있습니다. 이런 전망이 나올 수밖에 없는 이유는 머스크의 xAI를 비롯해 빅테크들이 점점 더 큰 규모의 데이터센터를 건설하고 있기 때문입니다. 아래 그래프를 통해 AI 데이터센터 전력 소비량 전망치를 살펴보도록 하겠습니다. 2010년대 미국의 AI 데이터센터에서 소비되는 전력량은 총수요의 1.9% 수준에 불과했습니다. 하지만 2023년엔 전력 소비가 전체의 4.4%로 증가했고 2028년에는 최대 12%까지 증가할 것으로 예측되고 있어요. 사실 이런 경고는 머스크만 한 게 아닙니다. 구글의 전 CEO였던 에릭 슈미트는 자신의 SNS에 AI의 한계는 전력이지 칩이 아니라고 지적했었고요. 메타의 마크 저커버그 역시 작년부터 에너지 제약이 IT 산업의 병목 현상이 될 것이라 경고했죠. AI는 전기를 '엄청 많이' 먹으며 자란다 빅테크 리더들이 하나같이 전력 문제를 입에 올리는 이유는 AI가 전력을 엄청나게 먹기 때문입니다. AI가 전력이고 전력이 곧 AI라는 말이 나올 정도로 AI는 전력을 엄청나게 소비하며 성장합니다. 모델을 발전시키는 학습 과정에서도 막대한 전력이 소비되고, 학습에 사용되는 GPU의 발열을 잡기 위해 데이터센터 냉각하는 데도 전력이 들어갑니다. 모델을 만들면 전력 소비는 끝이 나는 걸까요? 아닙니다. 우리가 AI 모델과 상호작용을 하는 과정에서도 전력이 많이 들어갑니다. 챗GPT나 제미나이, 클로드에 수십 억 명이 질문을 던지고 그에 따라 AI가 결과물을 뱉어내는 과정, 이른바 추론 과정에서도 엄청난 전력이 소비됩니다. 문제는 각 기업들이 훈련, 추론 과정에 어떤 GPU를 사용해 얼마나 전력이 소비되고 있는지 구체적인 데이터를 제대로 공개하고 있지 않는다는 겁니다. 이러한 수치들이 자신들의 모델 경쟁력이라고 볼 수 있기 때문에 기업 입장에서는 영업 비밀이라고 꽁꽁 감추고 있는 거죠. 하지만 AI 시장에서 전력 소비량이 점점 늘어나고 책임 있는 기업의 운영이 필요하다는 목소리가 높아지면서 관련 데이터를 공개하라는 압박은 커지고 있습니다. 그 와중에 올해 구글에서 처음으로 자신들의 제미나이가 추론 과정에서 얼마나 에너지를 소비하는지를 공개했습니다. 제미나이에게 한 번 질문을 던질 때마다 사용되는 평균 전력량은 0.24와트시입니다. 0.24와트시 가운데 58%는 구글의 TPU 즉, AI 가속기가 실제 추론하고 연산하는 데 사용됩니다. 25%는 TPU를 구동하는 서버의 CPU와 메모리 전력으로 쓰이고요. 그 외에 대기하고 있는 리소스에서도 10%를 먹고, 냉각 등 인프라 관리에 8%를 쓰고 있습니다. 구글이 공개한 0.24와트시는 일반 가정용 TV를 9초 정도 켜 놓는 수준이지만 이건 한 번의 프롬프트 입력만을 상정한 경우입니다.만약 이걸 전체 이용자 수준으로 확대해 본다면 어떨까요? 이번 3분기 실적발표에서 구글은 제미나이의 월 이용자수가 6억 5천만 명을 기록했다고 밝혔습니다. 6억 5천만 명이 하루에 5번씩 그러니까 월간 150회의 프롬프트를 입력한다면 총 97억 5천만 개의 프롬프트가 모델이 들어갈 겁니다. 이걸로 계산해 보면 월간 23.4 기가와트시의 전력이 사용되죠. 이 전력량은 테슬라 모델3를 약 39만 번 충전할 수 있는 에너지 규모입니다. 게다가 이건 구글 제미나이만 따져봤을 때이고, 점유율에서 현재 제미나이를 크게 앞서고 있는 오픈AI는 훨씬 더 많은 에너지를 쓰고 있을 겁니다. 미국에는 챗GPT와 제미나이뿐 아니라 클로드, 퍼플렉시티, 그록도 있죠. 거기에 중국의 딥시크, Qwen, Kimi 같은 다른 모델까지 확장한다면요? 아마 쉽게 상상하기 어려울 정도로 거대한 규모의 전력 소비가 있을 겁니다. 그리고 그 전력 소비량은 앞으로 더 크게 늘어나겠죠. 2024년 기준 전 세계 데이터센터 전력 소비량은 415테라와트시입니다. 전 세계 전력 소비량의 1.5%를 차지하는 수준이죠. 국제에너지기구에서는 2030년까지 전력 소비량이 두 배로 늘어날 것으로 예측하고 있어요. 이 945테라와트시라는 예측치는 일본의 연간 전력 소비량보다 더 많은 규모입니다. 에너지 효율 전쟁의 숨은 플레이어들... 대한민국이 웃는다?  이렇게나 전력을 많이 쓰고 앞으로는 더 쓸 것으로 예측되는 AI 일단 전력 문제를 해결할 가장 기본적인 방법은 전력 생산량을 늘리는 겁니다. 하지만 무작정 석탄 같은 화석 연료로 에너지 생산량을 늘릴 순 없어요. 기후위기 대응을 위해서 탈탄소 노력도 함께 가야 하기 때문이죠. 그러다 보니 데이터센터의 늘어나는 전력을 충당할 핵심 에너지원으로 탄소 배출이 적은 원자력 발전이 떠오르고 있습니다.  그래서 미국에선 가동을 중단했던 스리마일 원전을 부활시켰고 차세대 원전인 SMR을 열심히 개발하고 있는 거죠. 중국도 마찬가지입니다. 중국은 2022년 이후 매년 10곳씩 신규 원자로 건설을 승인하고 있어요. 이런 흐름이 지속되면 2030년엔 중국의 원자력 발전량이 미국을 추월할 것이라는 전망도 나오고 있죠. 이런 노력과 함께 전력을 덜 쓰게 만드는 것도 중요합니다. 그래서 많은 AI 기업들이 한정된 전력 아래에서 더 많은 AI 성능을 뽑아내기 위한 '효율성' 전쟁을 치르고 있죠. 과거에는 반도체 칩의 에너지 효율을 높이는 가장 대표적인 방법이 작게, 더 작게 만드는 거였습니다. 반도체를 구성하는 트랜지스터 수가 약 2년마다 2배씩 증가한다는 '무어의 법칙'이 대표적이죠. 이렇게 트랜지스터를 작게 만들면 해당 트랜지스터에 들어가는 전압과 전류도 같이 줄일 수 있었으니까요. 동일한 사이즈에 더 많은 트랜지스터를 집어넣어도 각각에 트랜지스터에 들어가는 전력도 함께 줄어들기 때문에 비슷한 전력으로도 더 높은 성능을 뽑아내는 게 가능했던 거죠. 1970년대부터 2000년대 초까지는 트랜지스터를 평면에서 계속 작게 만들기만 해도 성능이 쭉쭉 상승했습니다. 연간 최대 50% 가까이 튀어 오를 정도로요. 하지만 2000년대 중반 이후에는 상승폭이 크게 줄어듭니다. 작아진 트랜지스터가 전류를 잡아두지 못하는 문제가 발생했거든요. 게다가 연산하면서 발생하는 발열량도 크게 늘어나고, 데이터가 메모리를 왔다 갔다 하면서 전력을 꽤나 소비한다는 것도 해결해야 할 과제로 등장하게 됩니다. 일단 크기가 워낙 작아지니까 전류의 시작점과 도착지점이 너무 짧아졌고 그러다 보니 게이트를 닫더라도 통제를 무시하고 전류가 그냥 새어나갔어요. 그 당시 반도체 기업들이 이 문제를 해결하기 위해 선택한 건 트랜지스터를 평면이 아닌 입체로 만드는 거였습니다. 기존엔 전류가 흐르는 길이 평면이었다면 물고기 지느러미처럼 3D로 세워서 게이트가 세 면을 감싸게 되면서 통제력을 강하게 한 거죠. 아예 여기서 더 나가서 전류가 흐르는 길을 얇은 선이나 판으로 만들어 사방의 모든 면을 게이트가 감싸도록 만들어 나갔어요. 또한 데이터가 메모리까지 이동하는 거리를 최소화하기 위해 칩과 메모리의 거리를 좁히고 위로 쌓아 올려 버렸습니다. HBM과 3D 패키징 같은 기술이 대표적입니다. 우리에게 익숙한 GPU, 이를테면 엔비디아의 H100과 구글의 자체 NPU인 TPU는 지느러미를 올린 핀펫 기반으로 만들어졌습니다. 또한 HBM과 3D 패키징을 통해 GPU, TPU와 메모리 사이의 거리를 극단적으로 줄여 전력 효율을 높였죠. 그러다 보니 최근 두 기업의 발표자료들을 보면 '전력 효율'이 가득 채우고 있습니다. 여기서 중요한 포인트는 단순히 엔비디아와 구글이 이 모든 걸 해결했다는 게 아니라는 겁니다. 사실 엔비디아와 구글은 칩 설계사에 가까워요. 이들이 설계한 고효율 칩을 만들기 위해선 삼성전자, SK하이닉스, TSMC 같은 반도체 제조 업체와 이들 업체들이 사용할 장비를 만들 반도체 장비 업체의 도움이 필요합니다. 즉 다양한 층위에 존재하는 수많은 기업들의 노력이 모여 전력 효율이 높은 반도체가 만들어진다는 겁니다. 그런데 이 시장에서 우리나라의 삼성과 SK의 존재감이 나쁘지 않습니다. 최근 엔비디아 GPU의 대항마로 떠오르며 잘 나가고 있는 구글의 TPU의 상황을 살펴볼까요? 구글의 TPU에는 HBM이 6개에서 8개가 탑재됩니다. 이 HBM의 절대다수를 삼성전자와 SK하이닉스가 공급하고 있어요. 구글 TPU 내 HBM 공급 비중을 살펴보면 SK하이닉스가 56.6%, 삼성전자가 43.4%로 양분하고 있습니다. 엔비디아의 GPU로부터 자립을 꿈꾸는 기업은 구글뿐만이 아닙니다. M7 가운데서 메타와 아마존, 그리고 마이크로소프트는 이미 자체 AI 칩을 개발하고 있고 오픈AI도 자체 AI 칩을 개발할 계획을 갖고 있으니까요. 그 과정에서 HBM 수요는 계속해서 늘어날 테고 그 수혜는 삼성과 SK가 볼 것으로 전망되고 있습니다. AI는 단순히 소프트웨어 산업이 아닙니다. 대규모 데이터센터와 GPU를 필요로 하고 엄청난 전력 소비가 따라오는 일종의 전력 집약형 산업이라고 할 수 있죠. 그렇기 때문에 미래 AI 시장을 선도하는 성장 동력은 훌륭한 AI 모델을 만드는 IT 기업만이 아닐 겁니다. 전력 효율이라는 보이지 않는 숙제를 해결하고 전력 효율화를 극대화할 수 있는 반도체 제조 업체와 장비 업체 역시 AI 경쟁의 키 플레이어일 수 있죠. 앞으로도 점점 더 늘어날 AI 수요의 미래를 결정짓는 건 얼마나 '전기 효율'을 잡아 내느냐가 될 테니까요. 오늘 준비한 오그랲 AI와 전력 에피소드는 여기까지입니다. 긴 글 끝까지 읽어 주셔서 진심으로 감사드립니다. 참고자료 - Nvidia's Jensen Huang says China 'will win' AI race with US | Financial Times - Exclusive: China bans foreign AI chips from state-funded data centres, sources say | Reuters - Elon Musk at the 2024 Bosch Connected World Conference | @BestOfElonX YouTube - 2024 United States Data Center Energy Usage Report | LBNL - Mark Zuckerberg — Llama 3, $10B models, Caesar Augustus, & 1 GW datacenters | @DwarkeshPatel YouTube - How much energy does Google's AI use? We did the math | Google Cloud - Global data centre electricity consumption, by equipment, Base Case, 2020-2030 | IEA - Computer Architecture: A Quantitative Approach | John Hennessy and David Patterson - [산업Note] 반도체: 사이 좋게 다 같이 오르면 외않되 | 한국투자증권 글 : 안혜민 디자인 : 안준석 인턴 : 주하나

안녕하세요. 혹시 여러분은 쿠팡에서 개인정보가 유출되었다는 문자 받으셨나요? 개인정보 유출이 이젠 때마다 돌아오는 뉴스가 될 만큼 잦아진 게 씁쓸하긴 하지만 이번엔 유출 규모도 크고 쿠팡의 보안 시스템 자체에 구조적인 취약점이 있었다는 지적까지 나오면서 많은 사람들의 공분을 낳고 있습니다. 다시금 개인정보의 소중함을 느끼면서도, 한편으로는 다양한 기기를 통해 수집되는 오늘날의 내 개인 데이터가 AI 학습에 무분별하게 사용되는 건 아닌가 하는 우려도 듭니다. 홈캠이 해킹되어서 영상이 유출되는 사고도 발생하고 있고 CCTV를 통해 군중을 파악하고 분석하는 AI도 이미 있으니까요. 오늘 오그랲에서는 CCTV를 통해 군중을 감시하는 AI 이야기를 해보려고 합니다. 일각에서는 안보 차원에서 군중 감시 AI가 필요하다고 주장합니다. 하지만 한편으로는 사실상 감시 국가의 시작이라는 우려도 커지고 있죠. 군중 감시 AI가 어느 수준까지 와 있는지, 또 주요 국가들은 얼마나 사용하고 있는지 5가지 그래프를 통해 살펴보도록 하겠습니다. '하늘 위 그물'과 '매의 눈'으로 감시하는 중국 안보를 위해 군중 감시가 필요하다는 입장의 대표주자는 단연 중국입니다. 중국은 다양한 시스템을 활용해 수많은 사람들을 감시하고 있습니다. 최근엔 AI까지 곁들여서요. 중국 중앙 정부가 발표한 AI+ 행동계획이라는 게 있습니다. 여기에는 사회, 교육, 의료, 엔터테인먼트 등 영역을 가리지 않고 모든 분야에 AI를 적용하고 활용할 계획이 담겨 있습니다. 안보 영역 역시 AI 기술의 적용 대상이죠. 군중을 감시하는 데에서 가장 핵심이 되는 AI 기술은 안면 인식 알고리즘입니다. 미국의 국가기술표준연구소 NIST에서는 안면 인식 알고리즘 테스트를 꾸준히 진행해 오고 있습니다. 이름하여 FRVT라고 하는데, 2010년대부터 중국은 이 대회에서 상위권을 차지해오고 있습니다. 지난 2018년 대회에서는 1위부터 5위까지 모든 알고리즘이 중국의 것이기도 했죠. 이러한 경쟁력은 최근 테스트에서도 꾸준히 이어지고 있습니다. 대회는 크게 2개로 나누어집니다. 먼저 두 얼굴 이미지가 동일인인지 판단하는 1:1 검증이 있고요. 다른 하나는 주어진 얼굴 이미지를 수백만 명 규모의 데이터에서 찾아내는 1:N 검증이 있습니다. 출입국 심사 사진을 가지고 대규모 여권, 비자 사진 데이터베이스에 검증 작업을 진행한 최근 테스트 순위를 살펴보면 중국은 각각 2, 3개의 알고리즘을 TOP 10 안에 두었습니다. 중국은 이 강력한 안면 인식 알고리즘이 잘 작동될 인프라도 많이 갖추고 있습니다. 세계에서 CCTV가 가장 많은 나라 역시 중국이거든요. 사실 전 세계 CCTV 설치 규모를 정확히 파악하는 건 어렵습니다. 그래도 보안 전문 기업들에서는 정부 보고서나 언론 보도자료, 경찰 자료 등을 통해 간접적으로나마 파악하고 있어요. 현재 추정컨대 전 세계적으로 약 10억 대의 CCTV가 설치된 것으로 파악하고 있습니다. 그중에 7억 대가 중국에 있고요. 인구 대비로 보면 인구 천 명당 494대의 카메라가 있는 셈입니다. 이게 어느 정도인지 다른 국가들과 비교해 보겠습니다. 인구 천 명 당 CCTV가 70대 이상 설치된 도시는 인도의 하이데라바드와 인도르 이렇게 두 곳입니다. 뒤이어 인도 벵갈루루와 파키스탄 라호르 순이고요. 대한민국 서울도 인구 천 명 당 24.3대의 CCTV가 설치되어 있어서 상당히 높은 수치를 기록하고 있습니다. 여기에 중국의 수치를 얹으면요? 다른 도시들과 비교할 수 없을 정도로 압도적으로 높습니다. 중국은 강력한 알고리즘과 압도적인 인프라를 바탕으로 거대한 감시 시스템을 구축했습니다. 하나는 하늘의 그물, 톈왕이 있고요 다른 하나는 '매서운 눈 프로젝트' 쉐량공정이 있습니다. 베이징, 선전, 청두 같은 대도시에선 톈왕이 돌아가고, 후난성이나 쓰촨성 같은 농촌 지역에는 쉐량공정이 돌아갑니다. 톈왕은 수억 대의 CCTV를 활용해 사람들의 얼굴, 차량 번호, 보행 패턴 등을 인식하고 분석합니다. 수 만 명이 모인 대형 콘서트장에서 바로 특정 인물을 찾아낼 정도로 뛰어난 정확도를 갖고 있다고 하죠. 쉐량공정은 농촌 곳곳에 있는 CCTV에 더해 개인 가정용 카메라까지 중앙 감시 플랫폼에 통합해 운영되고 있어요. 일부 지역에서는 주민들이 감시 플랫폼에 접근하도록 해서 '참여형 감시' 모델을 구축하기도 했고요. 단순히 불특정 다수를 향한 감시가 아니라 반체제 인사들의 타깃이 되기도 합니다. 또한 소수민족들이 모여있는 신장 위구르 자치구의 모스크라던가 티벳 사찰에서도 시스템이 돌아가고요. 백악관과 팔란티어의 수상한 협력... 미국은 군중 감시에 자유롭나 중국의 강력한 감시 시스템에는 민간 기업들의 기술과 인프라도 당연히 포함되어 있습니다. 미국은 이들 기업들이 인권 탄압에 관여했다는 이유로 블랙리스트에 올려 규제를 하고 있죠. 하지만 정작 미국의 상황도 이런 감시 기술 활용에서 자유롭지 못하다는 비판이 나오고 있습니다. 트럼프 대통령이 지난 3월 한 행정 명령에 서명을 했습니다. '정보 사일로를 제거해서 낭비와 사기, 남용을 막자'는 건데요. 제목 자체는 문제가 없어 보입니다. 부서 간의 칸막이를 없애고 분절되어 있던 정부 데이터를 서로 공유하도록 하는 거니까요. 하지만 당시 문제가 되었던 건 일론 머스크의 정부효율부 DOGE 때문이었습니다. 일론 머스크가 다양한 부처의 데이터를 들여다보고, 해고의 칼춤을 추는 것 아니냐는 우려가 있었거든요. 지금은 트럼프와 일론 머스크 사이가 소원해지기도 했고, DOGE도 해체되었습니다. 그러면 뭐 문제 될 게 없을 것 같은데 왜 이 행정명령 이야기를 했을까요? 트럼프가 이 행정명령에 사인을 한 이후 주요 부처들이 데이터 분석을 위한 기술적 토대를 마련하기 시작합니다. 그러면서 유독 많이 등장하는 기업 이름이 있습니다. 바로 팔란티어죠. 페이팔 마피아 편에서 다루었듯 일론 머스크가 DOGE를 만들고 팔란티어 출신 인사들을 많이 끌고 왔습니다. 그리고 트럼프 행정부에선 올해 신규 사업을 진행할 때 팔란티어와 유독 계약을 많이 하고 있습니다. 2025년 팔란티어가 연방 정부 업무를 받아 따낸 프로젝트 금액은 무려 9억 650만 달러입니다. 역대 가장 큰 규모이죠. 팔란티어의 핵심 제품인 파운드리가 국토안보부, 보건복지부 같은 주요 연방 기관에 도입되고 있습니다. 팔란티어의 또 다른 제품 고담은 이미 정보기관과 국방부에서 활용하고 있고요. 미국 정부 관계자들은 팔란티어의 제품 도입으로 여러 기관의 정보를 쉽게 통합할 수 있는 기반을 마련했다고 평가하고 있어요. 다만 이러한 데이터 통합 작업이 자칫 광범위한 인권 침해의 토대가 될 수 있다는 우려가 일각에서 나오고 있습니다. 특히 이민자를 감시하고 트럼프 행정부와 정치적 입장이 다른 세력을 견제하는 데 활용할 가능성이 있는 건 아니냐는 비판이 나오는 거죠. 이런 우려는 팔란티어 내부에서도 나오고 있습니다. 팔란티어 전직 직원 13명이 발표한 서한입니다. 이 서한에는 트럼프 대통령과의 거래를 중단할 것을 촉구하는 내용이 담겨 있습니다. 팔란티어를 비롯한 빅테크 기업들이 윤리적 원칙을 저버리고 트럼프 행정부에 가담하고 있는 현 상황을 비판하는 겁니다. 팔란티어 전략 파트에서 일했던 직원은 올해 특히 이민세관단속국 ICE와의 업무가 확대되는 상황을 더 이상 견디지 못하고 사표를 던지기도 했죠. 이 ICE는 트럼프 2기 행정부가 들어서면서 업무 규모라든지 행동반경이 크게 늘어났습니다. 단순히 이민자만 체포하고 감금하는 게 아니라 정치적 성향이 다른 민주당 소속의 정치인들도 막무가내로 체포하면서 정치 경찰화 된 것 아니냐는 지적도 받고 있습니다. ICE의 이런 막무가내 행동에 불을 지피는 건 다름 아닌 트럼프 대통령입니다. 최근엔 소말리아 이민자들을 향해 쓰레기라고 쏘아붙이는 등 노골적인 혐오 발언을 퍼붓고 있습니다. 이런 상황이 이어지면서 미국 내 이민자 추방 규모는 점점 늘어나고 있습니다. 트럼프 2기 행정부가 들어선 이후 ICE에 의해 체포되어 구금된 사람 규모는 점점 늘어나고 있습니다. 2025년 11월 기준으로 6만 5천 명 이상이 구금 중이죠. 단순히 구금으로만 그치는 게 아니라 추방으로도 이어지고 있죠. 셧다운 기간 동안 추방된 5만 6천여 명을 포함하면 현재까지 29만 명이 추방됐어요. 이러한 상승세에는 AI 기술이 큰 역할을 하고 있습니다. 사실 팔란티어는 일찍이 2014년부터 ICE와 계약을 체결했었습니다. 당시 불법 이민자의 범죄 기록을 추적하는 시스템을 구축했었죠. 올해엔 추방 대상자를 실시간으로 식별, 추적하고 허가된 체류 기간을 넘어선 외국인을 표적화하는 기능까지 제공하는 감시 시스템 계약을 맺었습니다. 물론 ICE가 팔란티어하고만 협력을 하는 건 아닙니다. 안면 인식 쪽에서는 올해 9월에 Clearview AI라는 회사와 계약했는데요. 이 회사가 꽤나 문제가 많습니다. 2017년에 설립된 Clearview AI는 SNS에 공개된 이미지를 이용자 동의 없이 크롤링해서 500억 개 이상의 얼굴 이미지 데이터베이스를 구축했습니다. 이 사실이 알려지면서 미국, 유럽 가릴 것 없이 많은 국가에서 소송이 걸리고 제재를 받았던 기업인데 ICE는 이들로부터 얼굴 데이터베이스 제공 받고 얼굴 인식 시스템을 이용할 계획인 거죠. 민감 정보를 무단으로 수집... 인권 침해하는 AI? 이런 일들이 중국과 미국같은 기술 강대국이나 권위주의 국가에서만 발생할 것 같지만 사실 멀리서 찾을 필요도 없습니다. 왜냐하면 우리나라에서도 군중 감시 AI 연구가 진행된 바 있으니까요. 지난 정부 시절 김용현 전 국방장관이 경호처장으로 재직할 당시 진행한 사업이 있습니다. 바로 'AI 기반 전영역 경비안전 기술개발 사업' 이었죠. 2024년부터 5년간 총예산 240억 원이 투입될 예정이었는데요. 사람들의 생체 신호를 토대로 긴장도를 측정해 위험인물을 인식하는 시스템을 개발하려고 했습니다. 위험인물을 AI를 통해 판단하겠다는 사업인데 따로 윤리 검토 없이 사업이 진행됐습니다. 지난 10월에 이 사실이 밝혀지자 지금 정부에서는 사업 중단을 위한 절차에 착수했고 현재는 연구가 중단된 상태입니다. 개인의 민감 정보인 생체 정보를 무단으로 수집하고 추적하고 분석하는 AI는 인권을 침해할 소지가 다분합니다. 게다가 여전히 알고리즘이 왜 이런 선택을 했는지 정확히 우리가 해석할 수 없는 상황이기 때문에 AI가 왜 특정인을 위험인물로 지목했는지 설명하지 못하는 '블랙박스' 문제도 심각합니다. 그 사이에 학습 데이터에 내재된 인종과 성별에 따른 차별이 AI의 편향을 고착시킬 수 있죠. 하지만 일부 국가에서는 이미 행해지고 있습니다. 단순히 불특정 군중을 상대로 하는 게 아니라 중국에서는 소수 민족을 대상으로, 또 미국에서는 이민자를 대상으로 표적 추적이 이뤄지고 있습니다. 당연히 많은 사람들이 이러한 흐름에 반발하고 있습니다. 대표적으로 유럽이 있습니다. AI 발전도 좋은데 조금은 신중히 접근하자는 입장인 EU에서는 AI 법을 통해 AI 기술의 인권 침해를 막고 있습니다. EU의 AI 법에서는 위험 수준에 따라 총 4가지 레벨로 나누어 규제를 하고 있습니다. AI 시스템이 인간의 존엄성이나 평등, 민주주의 같은 기본 가치를 위배하는 경우를 가장 심각한 Level 1로 설정하고 있죠. Level 1에 해당되는 AI 시스템은 공공과 민간을 불문하고 사용을 원천적으로 금지하고 있습니다. Level 1에 해당하는 영역을 살펴보면 대부분이 오늘 살펴본 군중 감시 AI가 커버하는 영역입니다. 물론 테러 대응과 인신매매 피해자 수색 같은 예외적인 경우에 한해서는 허용하는 등 일부 예외 조항을 두긴 했습니다. AI 기술은 분명 우리 사회에 도움이 될 겁니다. 테러를 미연에 방지하고, 실종된 아이를 빠르게 찾아내고, 범죄자를 추적하는 데 강력한 도구가 될 수 있죠. 하지만 기술이 권력과 결합하고 견제 장치가 사라진다면 조지 오웰이 <1984>에서 경고했던 빅브라더가 현실이 될 수 있습니다. AI가 우리의 삶을 더 편리하게 해주는 더 나은 미래를 위해선 견고한 통제 체계가 갖춰져야 할 겁니다. 정부와 국제사회는 법적 규제를 통해, 기업들은 알고리즘의 투명성을 높이는 방법으로 말이죠. 오늘 준비한 오그랲 군중감시 편은 여기까지입니다. 긴 글 끝까지 읽어주셔서 진심으로 감사드립니다. 참고자료 - Face Recognition Technology Evaluation 1:1 Verification & 1:N Identification | NIST - Surveillance camera statistics: which are the most surveilled cities? | comparitech - "Stopping Waste, Fraud, and Abuse by Eliminating Information Silos" | The White House - The Scouring of the Shire: a letter from concerned Palantir alumni to the tech workers of Silicon Valley - USA Spending.gov (U.S. Department of the Treasury) - Brianna Katherine Martin | LinkedIn. - ICE Enforcement and Removal Operation Statistics | ICE - By the numbers: the latest ICE and CBP data on arrests, detentions and deportations in the US | The Guardian - Limited-Sources Justification for Palantir Technologies | ICE - 2024년도 지능형 유무인 복합 경비안전 기술개발사업 신규과제 공모 | 과학기술정보통신부 - EU Artificial Intelligence Act - Connecting the dots in trustworthy Artificial Intelligence: From AI principles, ethics, and key requirements to responsible AI systems and regulation | Díaz-Rodríguez et al. (2023) 글 : 안혜민 디자인 : 안준석 인턴 : 주하나

안녕하세요 데이터를 만지고 다루는 안혜민 기자입니다. 지난주 누리호 4차 발사가 성공했습니다. 누리호도 성공적으로 발사됐고, 탑재한 13기의 위성들도 잘 사출 되어서 계획된 궤도에 안착되었습니다. 특히 이번 발사가 의미가 있었던 건 대한민국 최초로 민간이 주도하여 제작된 발사체였다는 거였죠. 이제 우리나라의 우주산업도 정부 중심에서 민간 중심으로 전환되기 시작했습니다. 우리나라는 이제 막 발을 떼었지만 우주 강대국들은 더 먼 미래를 보고 있습니다. AI 기업들은 우주에 데이터센터를 짓겠다고 선언했고요, 미국과 중국은 달에 원전을 짓겠다는 계획을 발표했습니다. 오늘 오그랲에서는 다시금 경쟁 무대로 떠오른 우주 이야기를 준비해 봤습니다. AI 기업들은 왜 우주 데이터센터를 말하는지, 또 달 개발이 실제로 가능한지 데이터와 그래프를 통해 살펴보도록 하겠습니다. 우주 궤도에 데이터센터 올린다는 일론 머스크 지난 11월 18일, 사우디아라비아의 실권자인 빈 살만 왕세자가 미국을 방문했습니다. 백악관에선 트럼프 대통령과 양자 회담도 했고 워싱턴 D.C. 투자 포럼에서는 미국의 빅테크 수장들을 만나 투자 협력을 논의했죠. 이 자리에서 일론 머스크와 젠슨 황이 대담을 나누었는데, 그들의 이야기에 많은 사람들이 관심을 가졌어요. 두 사람은 앞으로 5년 안에는 우주에서 작동하는 데이터센터가 가장 저렴할 것이라 예측했어요. 우주 데이터센터는 말 그대로 우주에 떠 있는 데이터센터를 의미합니다. 기존엔 AI 모델을 학습하고 추론하는 과정에 지상에 있는 데이터센터를 사용했다면 앞으로는 우주에 있는 인프라를 이용해 학습, 추론을 진행하겠다는 거죠. 고도 2,000km보다 낮은 저궤도에 있는 위성을 이용해서 AI 컴퓨팅이 이뤄지고 각각의 위성이 계산한 연산 결과는 레이저를 통해 서로 교환하는 식인 겁니다. 두 테크 리더들이 던진 이 우주 데이터센터는 사실 꿈같은 이야기만은 아닙니다. 당장 이야기를 꺼낸 일론 머스크는 이미 실험을 진행하고 있거든요. 스페이스X가 현재 우주에 쏘아 올리는 위성은 2세대 위성인 V2입니다. 이 V2에는 위성간 레이저 통신이 가능한 장비가 탑재되어 있죠. 내년부터 사용할 3세대 위성 V3는 지금보다 훨씬 더 업그레이드가 될 예정이라 더 빠른 속도로 위성간 통신이 가능해질 거고요. 일론 머스크는 차세대 위성인 V3를 기반으로 궤도 데이터센터를 구축할 계획을 갖고 있습니다. 스페이스X뿐 아니라 다른 미국 기업들도 우주 궤도 데이터센터 프로젝트를 진행하고 있습니다. 구글은 자체 TPU 칩을 실은 위성 2기를 2027년까지 쏘아 올릴 예정이죠. 엔비디아의 투자를 받는 스타트업 스타클라우드는 AI 컴퓨팅 기업인 크루소와 함께 지난 11월에 엔비디아의 H100을 탑재한 위성을 쏘아 올리기도 했습니다. 이렇게만 살펴보면 미국이 우주 산업에서 치고 나가는 것으로 보이지만 실상은 그렇지 않습니다. 이미 중국은 우주 데이터센터 실험을 진행하고 그다음을 보고 있거든요. 지난 5월 14일에 중국 네이멍구 주취안 위성발사센터에서 창정-2D 로켓이 발사되었습니다. 이 로켓에는 중국의 위성 12기가 포함되어 있었는데, 이들의 임무가 바로 우주 데이터센터 구축이었죠. 우주로 올라간 각각의 위성 한 기는 초당 744조 회의 연산 처리 능력을 갖고 있습니다. 그리고 12기의 위성을 엮어서 계산하면 연산 처리 성능이 최대 초당 5,000조 회까지 가능해지죠. 이 위성들은 레이저를 활용해 최대 100Gbps의 속도로 서로 통신할 수 있고요. 이렇게 발사된 위성은 실제 업무에 바로 활용되었습니다. 광저우 파저우 지역의 도로망 분석을 위성에서 직접 수행했거든요. 과거라면 위성이 찍은 고해상도 이미지를 지상 데이터센터로 내려보내고, 지상에서 모델이 추론, 분석을 수행했다면 이번에는 위성이 찍은 이미지를 위성 내부에서 바로 추론을 수행해서 파저우의 도로망 구조를 추출했습니다. 요청부터 결과 도출까지 걸린 시간은 단 3분. 게다가 전송해야 할 데이터량도 고해상도 이미지에서 도로망 구조로 크게 줄여서 경제성도 챙겼습니다. 중국은 첫 번째 위성 발사 성공에 힘입어 지난 10월엔 두 번째 위성군 발사 계획도 발표했어요. 다음 발사에 사용될 초당 1경 회의 연산 능력을 갖고 있는 톈청-10 위성도 공개되었죠. 중국이 진행하는 이 프로젝트는 류츠신의 SF 소설 '삼체'에서 따와 '삼체 컴퓨팅 군집'으로 불립니다. 장기적으로 중국은 우주에 2,800개의 위성을 쏘아 올려서 우주 궤도에서 자체적으로 컴퓨팅 시스템을 갖출 계획입니다. 전기도, 냉각도 다 해결 가능한 우주... 데이터센터로 딱 도대체 왜 이렇게 기업뿐 아니라 정부가 나서서 우주로, 우주로 나서려는 걸까요? 그 이유는 데이터센터에 드는 에너지 문제가 있습니다. 일단 데이터센터에 들어가는 엄청난 양의 전력이 골칫거리입니다. 거기에 더해 데이터센터에서 발생하는 열을 식히는 것도 문제죠. AI 컴퓨팅 과정에서 미친 듯이 발생하는 열을 낮춰야만 GPU들이 계속해서 계산을 할 수 있을 테니까요. 그런데 데이터센터 냉각에 들어가는 에너지가 생각보다 많습니다. AI 데이터센터에 들어가는 에너지를 그려보면 1위는 컴퓨팅 및 서버 운영입니다. 전체 에너지의 40%를 차지하고 있죠. 2위가 바로 냉각 시스템인데 실상 1위랑 큰 차이 없는 39%를 기록하고 있어요. 냉각에 들어가는 물 문제도 있습니다. 데이터센터의 온도를 낮추는 방법은 크게 2가지, 공기를 통해서 하거나 혹은 물을 이용하는 방법이 있습니다. 전통적으로는 공기 기반의 공랭식 설계가 주를 이루었죠. 하지만 최근 AI 데이터센터에서는 공랭 시스템으로는 버티기 어려울 정도로 열이 많이 발생해서 수랭식이 점점 늘어나고 있어요. 물론 공랭식 설계에서도 뜨거워진 공기를 냉각시키는 냉각탑에 들어가는 물의 양이 많았지만 수랭식이 늘어나면서 더 많아지는 거죠. 가령 2018년부터 액체 냉각 시스템을 개발해 현재는 데이터센터에 시스템을 구축해 둔 구글의 사례를 보면 점점 늘어나는 물의 양을 확인할 수 있습니다. 2016년, 구글의 물 사용량은 94억 리터. 작년엔 그 규모가 416억 리터로 늘어납니다. 8년 사이에 4배 이상 증가한 겁니다. 2021년부터는 구글의 데이터센터에서 사용한 물만 따로 볼 수 있는데 그 비율 역시 점점 늘어나고 있습니다. 작년엔 거의 90%에 다다르기도 했어요. 그런데 우주에서는 이 골칫거리 문제를 단번에 해결할 수 있는 겁니다. 데이터센터에 사용할 전기 마련하려고 SMR도 만들고 이것저것 다 해보고 있는데 우주에서는 태양광을 이용하면 됩니다. 특정 궤도에 위치한 태양광 패널은 1년 중 99% 이상 태양에 노출되어서 태양빛을 받을 수 있습니다. 지구에서 항상 고민하던 탄소 배출 문제도 없고, 사실상 청정에너지의 끝판왕으로 활용될 수 있는 거죠. 게다가 우주의 평균 온도는 영하 270도입니다. 지구에서처럼 물을 쓰거나 공기를 써서 온도를 낮출 필요 없는 거죠. 사실 우주에서 태양광을 활용해 발전을 하겠다는 아이디어는 1960년대 말부터 등장했습니다. 상당히 오래된 제안이었지만 경제성이 낮아서 발전되지 못했죠. 하지만 일론 머스크의 스페이스X가 재사용 로켓을 성공시키면서 위성 발사 비용이 크게 줄어들었고 다시금 관심을 받고 있습니다. 게다가 그동안 발목을 잡았던 건 우주에서 만든 전기를 지구로 보내는 과정에서 발생하는 전력 손실이었는데, 우주 데이터센터에서는 지구에 보낼 필요 없이 바로 사용하는 구조라 해결이 돼버리는 거죠. 물론 우주 태양광 발전에 장밋빛 미래가 보장된 건 아닙니다. 우주 궤도에 데이터센터 만들려면 일단 우주에 설비를 갖춰두어야 할 텐데 쏘아 올려야 할 인프라를 생각해 보면 돈이 상당히 들 거라는 지적이 많아요. 가령 스타클라우드가 제시하는 5GW급 우주 데이터센터에는 가로세로 4km의 태양광 패널과 방열 패널이 필요합니다. 아무리 발사비가 줄었어도 이 정도 대규모 설비를 갖추려면 수백 억 달러의 비용이 들 거라는 게 전문가들의 지적이고요. 또한 우주 방사선이나 우주 쓰레기 같은 환경 영향으로 데이터센터에 문제가 생길 경우에 신속하게 유지 보수를 하기에 어려움이 있다는 것도 해결해야 하죠. 지구 궤도를 넘어 달까지 확장된 우주 경쟁 강대국들은 태양광 에너지를 넘어서 앞으로 확장될 '우주 경제 시스템'을 안정적으로 가동하기 위한 에너지 해결책도 고민하고 있습니다. 그래서 그 시선을 지구 궤도를 넘어 달에도 돌리고 있죠. 달을 개발한다는 얘기가 막연한 이야기로 들릴 수 있지만 이미 많은 기업들과 국가들이 미래의 에너지원을 확보하기 위해 경쟁에 뛰어들고 있어요. 일단 달에서 경제 시스템이 돌아가려면 크게 3가지 요소가 갖춰져야 합니다. 1. 달까지 도달할 수 있는 능력이 있는가. 2. 지구로 귀환하기 위한 연료 보급 수단이 있는가. 3. 마지막으로 달에서 운영될 수익성 있는 사업이 존재하는가. 앞에 2가지는 고개가 끄덕여지는데 달에서 수익성 있는 사업은 쉽게 떠오르진 않습니다. 바로 이 지점에 최근 주목받는 헬륨3가 있습니다. 이 헬륨3는 단 1g만으로 석탄 40톤과 맞먹는 에너지를 낼 수 있어서 미래 에너지원으로 각광받고 있죠. 문제는 헬륨3가 지구에서는 자연적으로 생성되지 않아서 가격이 엄청나게 비싸다는 겁니다. 마약도 비교가 안될 정도로요. UN에서 집계하고 있는 주요 지역별 마약 시세입니다. 미국에서 코카인이 kg당 3만 달러인데, 헬륨3는 g당 3만 달러일 정도로 비쌉니다. 그런데 달에 이 헬륨3가 많다는 얘기가 들려옵니다. 그래서 사업성 얘기가 나오는 거죠. 각각의 영역을 따져보면 가장 앞서있는 건 역시나 중국입니다. 일단 중국은 2003년부터 달 탐사 프로젝트 창어를 가동하고 있죠. 2007년 창어 1호를 시작으로 연이어 발사를 성공시키고 있어요. 특히 2020년에 발사된 창어 5호는 달 앞면에서 확보한 샘플을 다시 지구로 갖고 귀환하는 데 성공하기도 했죠. 게다가 올해는 세계 최초로 우주 궤도에서 위성에 연료 공급에 성공하기도 했습니다. 사업성 역시 중국이 가장 앞서고 있어요. 창어 프로젝트 책임 과학자는 애초부터 프로젝트 목표 중 하나로 헬륨3를 꼽을 정도였죠. 중국은 지난 탐사에서 가져온 샘플에서 새로운 광물 '창어석'을 발견했다고 발표했는데, 여기에는 헬륨3가 풍부하게 함유되어 있다고 알려져 있습니다. 여기서 그치지 않고 중국은 러시아와 함께 2035년을 목표로 달에 원자로를 개발할 계획입니다. 달에서 원활한 경제 시스템이 돌아가려면 사용할 에너지가 필요하니까요. 중국이 앞서나가자 미국은 부랴부랴 대응하고 있는 모습입니다. 사실 미국은 지난 2020년에 달에 배치할 소형 원자로 사업 계약을 맺기도 했지만 트럼프 2기 행정부가 NASA 예산 삭감을 발표하면서 계획이 우그러졌어요. 그러다가 중국이 러시아와 함께 달 원자로 건설 계획을 발표하자 맞대응한 겁니다. 두 국가보다 빠른 2030년까지 달에 원자로 건설하겠다고요. 미국은 국가 주도의 우주 산업의 비중은 점점 줄이고 민간으로 무게 추를 옮기고 있는 상황이라 그나마 기댈 곳은 스페이스X와 블루 오리진 같은 우주업체들입니다. 일단 스페이스X에 이어 블루 오리진도 지난 11월에 로켓 회수에 성공했다는 건 긍정적입니다. 또한 사업화 영역에서는 블루 오리진 출신 멤버들이 헬륨3를 판매하겠다는 InterLune이라는 기업을 창업했습니다. 물론 아직까지는 사업 계획만 갖고 있지만 올해 미국 에너지부와 계약 체결이라는 성과를 얻기도 했고요. 그런데 문득 이런 생각이 듭니다. 달에서는 이렇게 자유롭게 개발을 해도 문제가 없는 걸까요? 1967년 발효된 '우주 조약'이라는 게 있습니다. 이 조약에는 달을 비롯해서 우주를 탐색할 때 국가의 활동을 규율하는 원칙이 담겨 있죠. 여기에는 이런 조항이 있습니다. "우주 공간은 국가가 점유할 수 없다" 당연히 달도 마찬가지입니다. 달도 특정 국가가 점령하거나 소유할 수는 없어요. 하지만 달에서 자원을 채취하는 건 따로 막고 있지 않죠. 국가 주권을 주장하지 않고 달의 특정 지역을 활용하기만 한다면 이 우주 조약을 어기는 건 아닌 겁니다. 그래서 1979년에 또 다른 협정인 '달 조약'이 만들어져요. 여기엔 달의 자원을 어떠한 국가와 조직도 소유한다고 주장할 수 없다는 내용이 담겼죠. 하지만 이러한 규제에 자발적으로 참여한 국가는 거의 없습니다. 미국과 영국, 당시 소련이 주도해서 만든 1967년의 우주조약입니다. 현재 117개 국가들이 가입해 있죠. 이번엔 1979년의 달 조약을 볼까요? 참여국은 단 17개국뿐입니다. 당연히 우주 강대국들은 포함되어 있지 않아요. 미국은 오히려 우주 자원 개발을 촉진하기 위해 먼저 탐사하는 기업이 소유할 권리를 갖도록 하는 법률을 제정하기도 했습니다. 해당 법안을 두고 국제 사회에서 반발이 있었지만 뒤이어 다른 국가들도 비슷한 국내법들을 제정했어요. 과거 시대의 유물로만 여겨졌던 우주 경쟁은 데이터센터와 자원이라는 목표를 가지고 다시 시작되었습니다. 미국은 민간 기업에 주도권을 맡겨 시장의 효율성과 속도를 극대화하고 있고 중국은 국가 주도로 막대한 자본을 투입하고 있습니다. 새롭게 펼쳐지고 있는 우주 시대의 경쟁에서 우리나라도 신속하게 계획을 세워야 할 겁니다. 과거 미국-소련 시절의 우주 경쟁에서처럼 단지 구경꾼으로 남아있을 순 없을 테니까요. 그 사이 우리는 세계 최고 수준의 반도체 기술과 배터리 기술, 그리고 통신 기술이라는 새로운 카드들을 갖추었습니다. 우주 개발이 더 이상 먼 미래의 이야기가 아닌 만큼 우리의 강점을 살려서 혁신을 이뤄낼 수 있도록 전략적인 접근이 필요하지 않을까요? 오늘 준비한 오그랲은 여기까지입니다. 긴 글 끝까지 읽어 주셔서 진심으로 감사드립니다. 참고자료 - Elon Musk Says Solar-Powered AI in Space Will Outperform Earth-Based Computing Soon | DRM News - As generative AI asks for more power, data centers seek more reliable, cleaner energy solutions | Deloitte Insights - 2022~2025 Environmental Report | Google Sustainability - Power from the Sun: Its Future | Peter E. Glaser - Drug Trafficking & Cultivation | UNODC - Fly Me to the Moon: The Great Debate | Chinese Academy of Science - Россия и Китай подписали меморандум о создании электростанции на Луне | RIA Novosti - Nuclear reactor on the moon? Acting NASA chief explains | VideoFromSpace - The Outer Space Treaty | UNOOSA - Moon Aggrement | UNOOSA 글 : 안혜민 디자인 : 안준석 인턴 : 주하나