전체 글 (1352) 썸네일형 리스트형 AI 시대 진짜 병목은 GPU가 아니라 전기와 냉각일까? 데이터센터 투자 지형의 변화 AI 인프라 산업 분석AI 시대 진짜 병목은 GPU가 아니라 전기와 냉각일까? 데이터센터 투자 지형의 변화AI 투자 뉴스는 GPU와 반도체에 집중되지만, 실제 데이터센터를 가동하려면 대규모 전력을 끌어오고 전압을 변환·분배하며 발생한 열을 지속적으로 제거해야 합니다. 2026년 9월 현재 확인 가능한 자료를 종합하면, GPU가 가치의 중심이라는 사실과 별개로 데이터센터 증설 속도를 제한하는 물리적 병목은 전력과 열 관리 쪽으로 이동하고 있다는 해석이 점점 설득력을 얻고 있습니다.핵심 요약전력 수요: IEA는 글로벌 데이터센터 전력소비가 2030년 약 945TWh로 2024년 대비 두 배 이상 늘어날 것으로 전망합니다.미국 집중: EPRI는 미국 데이터센터가 2030년 전체 전력소비의 9~17%를 차지할 .. AI 전력난의 숨은 변수 ‘고스트 데이터센터’… 미국 전력망은 왜 신규 연결을 막기 시작했나 AI · 데이터센터 · 전력망AI 전력난의 숨은 변수 ‘고스트 데이터센터’… 미국 전력망은 왜 신규 연결을 막기 시작했나“AI 때문에 전기가 부족해진다”는 말은 절반만 보면 맞습니다. 실제 데이터센터 전력수요는 빠르게 늘고 있지만, 전력회사에 접수된 요청량에는 아직 부지도·자금도·최종 고객도 확정되지 않았거나 여러 지역에 중복 신청된 프로젝트가 섞일 수 있습니다. 미국에서는 이 차이를 걸러내지 못하면 전력망 투자가 과도하게 부풀려질 수 있다는 우려가 커지고 있습니다.핵심 요약실제 AI 전력수요는 증가 중입니다. LBNL은 2030년 미국 데이터센터 전력사용 비중을 약 11.8%로 추정했습니다.요청량과 실제 가동량은 다릅니다. 전력 연결 요청에는 중복 신청·초기 계획·미확정 프로젝트가 포함될 수 있습니다... 내일 날씨와 50년 뒤 기후를 같은 AI가 예측한다? 기상예보와 기후모델의 경계가 사라지는 이유 AI WEATHER × CLIMATE내일 날씨와 50년 뒤 기후를 같은 AI가 예측한다? 기상예보와 기후모델의 경계가 사라지는 이유‘내일 비가 올까?’와 ‘수십 년 뒤 폭염은 얼마나 잦아질까?’는 원래 서로 다른 예측 문제로 다뤄졌습니다. 하지만 AI 기반 지구시스템 모델이 초단기·중기·수주 예측과 장기 기후 시뮬레이션의 기술을 공유하기 시작하면서, 기상예보와 기후모델 사이의 경계가 빠르게 얇아지고 있습니다.핵심 요약결론부터 말하면, 하나의 AI가 내일 날씨와 50년 뒤 특정 날짜의 날씨를 똑같은 방식으로 맞히는 시대가 온 것은 아닙니다. 그러나 같은 데이터·학습 구조와 지구시스템 표현을 여러 시간척도에 재사용하는 ‘연속 예측(seamless prediction)’은 현실적인 연구·운영 방향이 됐고, 이.. 태풍을 하루 더 빨리 알 수 있다면? AI 기상예보가 바꾸는 24시간의 가치 AI WEATHER & TYPHOON태풍을 하루 더 빨리 알 수 있다면? AI 기상예보가 바꾸는 24시간의 가치태풍 예보에서 24시간은 단순한 숫자가 아닙니다. 대피계획을 앞당기고, 선박이 위험 해역을 피할 항로를 다시 짜고, 항공사가 결항·회항·기재 배치를 조정할 수 있는 시간입니다. 2026년 8월 발표된 최신 연구는 AI가 이 ‘하루’를 예보 정확도 측면에서 실제로 벌어줄 가능성을 보여줬습니다.핵심 요약2026년 Nature 논문에서 WeatherNext Cyclones는 경로·강도·강풍 반경 예측에서 평균 하루 이상의 예측 숙련도 이점을 보였습니다.Google DeepMind는 이를 “3일 예보가 기존 모델의 2일 예보 수준과 비슷한 정확도”라고 설명합니다.ECMWF의 AIFS도 2025년부터 운.. AI가 신약 개발을 돕지만 생물무기도 도울 수 있다? OpenAI·Anthropic·DeepMind가 긴장하는 이유 AI × BIOSECURITYAI가 신약을 만들 수도 있지만 생물무기도 도울 수 있다? 빅테크가 긴장하는 이유AI가 생물학을 더 잘 이해할수록 신약·백신·진단 개발은 빨라질 수 있습니다. 문제는 같은 과학적 추론과 문제 해결 능력이 위험한 생물학적 목적에도 전용될 수 있다는 점입니다. 2026년 들어 프런티어 AI 기업들이 생물학 분야에서 모델 능력 평가와 접근 통제를 강화하는 이유가 여기에 있습니다.핵심 요약생물학 AI는 단백질 구조 예측, 후보 탐색, 실험 보조 등에서 연구 생산성을 높이지만 의약품 개발의 전 과정을 자동으로 대체하는 기술은 아닙니다.위험의 핵심은 ‘지식을 알고 있느냐’보다 AI가 사용자의 실제 문제 해결 능력을 얼마나 끌어올리느냐에 있습니다.OpenAI는 최신 GPT-6 Astra의.. AI도 DNA 변이의 결과를 다 읽지 못했다… ‘AI 만능론’에 금이 간 ΦX174 실험 AI × 유전체 연구AI도 DNA 변이의 결과를 다 읽지 못했다… ‘AI 만능론’에 금이 간 ΦX174 실험AI가 DNA 서열을 읽고 새로운 생물학적 설계를 제안하는 능력은 빠르게 발전하고 있습니다. 그러나 실제 생명체에서 한 글자의 변화가 어떤 결과를 낳는지까지 정확히 맞히는 일은 여전히 어렵다는 대규모 실험 결과가 나왔습니다. 이번 글은 ΦX174 유전체 전면 변이 실험을 중심으로, AI가 무엇을 맞혔고 무엇을 놓쳤는지, 그리고 이 결과가 ‘AI 만능론’에 어떤 의미를 갖는지 살펴봅니다.핵심 요약연구진은 박테리오파지 ΦX174에서 44,195개 변이의 적합도 효과를 측정해, 설계한 유전자형의 99% 이상을 실험적으로 지도화했습니다.단일 염기 변이의 51.2%가 바이러스 적합도를 낮췄고, 아미노산 변화.. AI를 많이 사용할수록 생각이 비슷해질까? 과학자들이 ‘창의성의 평균화’를 걱정하는 이유 AI를 많이 사용할수록 생각이 비슷해질까? 과학자들이 ‘창의성의 평균화’를 걱정하는 이유생성형 AI는 막힌 아이디어를 빠르게 열어 주고 문장을 매끄럽게 다듬습니다. 그런데 많은 사람이 같은 종류의 모델에서 비슷한 도움을 받으면, 개인의 결과물은 좋아져도 사회 전체의 아이디어와 표현은 오히려 서로 닮아갈 수 있다는 연구가 잇따르고 있습니다.중요한 점은 “AI를 쓰면 생각이 똑같아진다”는 결론이 아직 확정된 사실은 아니라는 것입니다. 현재 과학이 더 분명하게 보여주는 것은 글쓰기·브레인스토밍·창작에서 나타나는 표현과 아이디어의 수렴이며, 이것이 장기적으로 인간의 사고 다양성까지 좁힐지는 지금 연구가 빠르게 진행되는 질문입니다.핵심 요약AI 보조는 개인의 평균 창의성·완성도를 높일 수 있다는 실험 결과가 있습.. 변호사보다 먼저 바뀌는 일: AI가 법률시장에 들어오는 진짜 방식 AI × 법률시장 분석변호사보다 먼저 바뀌는 일: AI가 법률시장에 들어오는 진짜 방식“AI가 변호사를 없앨까?”라는 질문은 너무 큰 단위에서 시작합니다. 실제 시장에서 먼저 바뀌는 것은 직업명보다 법률 리서치, 문서 초안, 계약서 비교, 파일 검색, 사건 접수와 같은 반복 가능한 업무 흐름입니다. 2026년의 제품과 로펌 사례를 보면 AI는 독립된 챗봇으로 머무르기보다 기존 법률 데이터베이스와 문서관리시스템에 연결되며 ‘첫 검색부터 검토 가능한 결과물까지’의 시간을 줄이는 방향으로 들어오고 있습니다.핵심 요약AI가 먼저 없애는 것은 ‘변호사’라기보다 검색·복사·분류·초안·대량 비교 같은 수작업의 비중입니다.OpenAI·Harvey·Thomson Reuters·LexisNexis의 방향은 단일 기능보다 .. 이전 1 2 3 4 ··· 169 다음
