기본 콘텐츠로 건너뛰기

12월, 2018의 게시물 표시

2018년 있었던 이런 저런 일

 올해도 별로 한 일이 없는 듯 한데 어느덧 1년이 지났습니다. 나이 먹으면 1년 더 지나는 게 사실 좀 무섭기도 하고 그런 것 같습니다. 순식간에 지난 것 같아도 당연히 그동안 이런 저런 크고 작은 일들이 있었을 것이고 큰 사고 없이 한 해를 마무리하기만 해도 다행일 것입니다. 저 역시 소소하게 이런 저런 일이 있기는 했지만, 그래도 무사히 한 해를 또 마무리 한 것 같습니다.   - 블로그   블로그는 하루 3편 정도 포스팅이 기본으로 자리 잡은 것 같은데, 사실 상당수 포스트는 수일 전에 미리 써놓을 정도로 나름 여유 있게 진행 중입니다. 물론 길게 쓰지는 못하지만, 시간이 없는 형편에 이 정도면 괜찮다고 생각합니다. 기사도 마찬가지입니다. 이제 블로그 개설 10주년이 다가오는 데 블로그 방문자 2100만명이라는 돌파라는 대기록은 저도 생각치 못한 것이네요. 부족한 부분도 많지만 많이 와서 봐주시는 독자님들 덕분이라고 생각합니다.   다만 하루 방문자 수는 그전에 비해서 눈에 띄게 감소했습니다. 한 때 하루 8000명이 넘는 시절도 있었으나 이제는 4000명 정도로 절반 수준으로 감소했습니다. 사실 저만 그런 건 아니고 대부분의 블로그가 유입 인구가 줄어든 것으로 알고 있습니다. 10년 전 블로그가 크게 흥했을 때 처럼 이제는 유튜브가 크게 흥한 것이 원인인데, 과연 네이버 블로그가 얼마나 더 위상을 유지할 수 있을지 궁금해지는 부분입니다.   그래서인지 네이버에서는 블로그 서비스를 개선하기 위해 올해 이런 저런 시도를 진행했습니다. 저에게도 참석해 달라면서 블로그 관련 설명회를 개최하기도 했구요. (저는 시간이 없어 못갔습니다) 저처럼 취미로 하는 사람이야 유입인구에 크게 신경을 쓰지 않겠지만, 네이버는 유입되는 트래픽에 수익이 달라지는 상황이라 방관만 할 수 없을 것입니다. 다만 이 부분은 문자에서 영상으로 시대의 기호가 바뀌는 것과도 연관이 있어 전통적인 블로그 서비스는 과거 같은 힘을 발휘하기는

아일랜드에서 발견된 새로운 항생 물질

( Growth of the newly discovered Streptomyces sp. myrophorea, so named because it produces a distinctive fragrance similar to that of oil of wintergreen. Although superficially resembling fungi, Streptomyces are true bacteria and are the source of two-thirds of the various frontline antibiotics used in medicine. Credit: G Quinn, Swansea University )  아일랜드의 토양에서 내성균을 효과적으로 억제하는 새로운 항생 물질이 발견됐습니다. 스완지 의대 (Swansea University Medical School)의 연구팀이 이끄는 다기관 연구팀은 보호 하이랜드(Boho Highlands)로 알려진 북 아일랜드의 퍼매너 Fermanagh, Northern Ireland의 토양에서 Streptomyces sp myrophorea라는 새로운 균주를 분리했습니다. 그런데 흥미롭게도 이 균주가 가장 중요한 6가지 약제 내성균 중 4가지를 억제할 수 있다는 사실이 확인됐습니다.   억제가 확인된 내성균은 병원 내 감염에서 골치 아픈 세균인 VRE (Vancomycin resistant Enterococcus faecium), MRSA (methicillin-resistant Staphylococcus aureus), 녹농균 (Klebsiella pneumonia), 카바페넴 내성 A. baumanii (Carbenepenem-resistant Acinetobacter baumanii) 인데 그람 음성균과 양성균을 동시에 억제할 수 있다는 점이 매우 흥미롭습니다.   이번 연구에서 재미있는 사실은 이 세균이 발견된 장소가 북 아일랜드에서 여러 가지 질병에

해조류에서 만든 바이오 플라스틱

( The microorganisms produced a bioplastic polymer called polyhydroxyalkanoate (PHA) after consuming sea lettuce, pictured here(Credit: H. Krisp/C.C. 3.0) )  텔아비브 대학의 연구팀이 해조류를 원료로 생산할 수 있는 바이오 플라스틱의 제조 방식을 개발했습니다. 이 대학의 알렉산더 골베르그 박사 ( Dr. Alexander Golberg)와 마이클 고진 교수 (Prof. Michael Gozin )는 갈파래속의 해조류인  Ulva lactuca (sea lettuce)를 분해해서 바이오 플라스틱의 재료로 흔히 사용되는 polyhydroxyalkanoate (PHA)을 생산하는 Haloferax mediterranei라는 박테리아를 찾아냈습니다.   PHA는 플라스틱과 유사한 성질을 가진 생분해성 고분자 물질로 생체적합성이 높은 물질이라 현재도 의료용 봉합사를 비롯해서 다양한 분야에 사용되고 있습니다. 물론 저렴하게 생산이 가능하다면 기존의 석유 화학 기반 제품의 상당 부분을 대체할 가능성도 있습니다. 문제는 PHA를 생산하기 위해서 세균을 키우려면 적지 않은 양의 곡물 및 물이 원료로 필요하다는 것입니다. 이 역시 귀중한 자원이기 때문에 현재의 석유 화학 제품을 바이오 플라스틱으로 대체한다는 것은 무리가 있는 발상입니다.   연구팀은 이스라엘 처럼 물 자원이 부족한 국가에서도 쉽게 바이오 플라스틱을 생산할 수 있는 방법으로 해조류에 눈을 돌렸습니다. 해조류는 쉽게 키울 수 있고 바이오 매스 생산 과정에서 토지와 물을 필요로 하지 않기 때문에 큰 장점이 있지만, 일부 식량 자원으로 활용하는 것 이외에는 다른 응용이 어렵다는 단점이 있습니다. 따라서 박테리아를 이용해서 PHA를 생산할 수 있다면 해조류 바이오 매스의 산업적 활용에 가능성이 높아질 것입니다.   다만 경제적으로 대량 생산이 가

향유 고래의 몸 표면을 탐사하는 로버

( Credit: Tsuchiya et al. )  일본 야마가타 대학 및 데이쿄 대학(Yamagata University and Teikyo University)의 연구팀이 매우 독특한 형태의 로버를 개발했습니다. 이들이 만든 로버는 땅 위가 아니라 깊은 바다 속을 탐사하는데, 바다 밑 바닥이 아니라 향유 고래의 멈 표면을 탐사하는 것이 목적입니다.   고래를 비롯한 대형 해양 생물에 센서나 카메라를 붙여 그 행동이나 포식 활동 등 다양한 정보를 수집하는 것은 동물을 연구하는 과학자들에게 매우 흔한 모습입니다. 하지만 여기에도 한계는 존재합니다. 고래의 경우 너무 몸집이 큰 데다 깊이 잠수하기 때문에 카메라를 부착해도 전체 모습을 관찰하기가 어렵습니다.   이런 문제 때문에 해양 생물학자인 코이치 모리 교수 (Prof. Kyoichi Mori)는 유이치 츠마키 교수 (Prof. Yuichi Tsumaki)에게 의뢰해 고래 몸 표면을 기어다닐 수 있는 로버 개발을 의뢰했습니다. 그렇게 해서 개발된 로버는 향유 고래 몸통에 붙을 수 있는 흡판과 두 개의 프로펠러를 지닌 독특한 형태로 개발됐습니다. 가장 기발한 아이디어는 흡판이 아니라 바로 프로펠러로 물의 흐름을 이용해 동력을 생산합니다.   연구팀은 이 로버를 수심 500m에서 테스트 해서 해류의 흐름 만으로도 충분한 전력을 생산할 수 있다는 점을 확인했습니다. 연구팀은 이 고래 로버가 고래는 물론 해저 케이블 같은 다양한 해저 인프라 탐사에도 응용될 수 있기를 기대하고 있습니다. 제 생각에는 오히려 이쪽이 더 현실성 있지 않을까 생각합니다.   물론 흥미로운 아이디어긴 하지만 일본에서 진행된다니 혹시 포경을 위한 건 아닌지 하는 의구심도 드네요. 좋은 목적을 위해서 사용되기를 기대해 봅니다.   참고    https://techxplore.com/news/2018-12-roving-biologger-sperm-w

R을 이용해 간단한 신경망 만들기 (4)

이전 포스트:  https://blog.naver.com/jjy0501/221420160624  이번에는 앞서 다뤄본 예제 데이터 가운데 하나인 보스턴 집값 데이터를 이용해서 neuralnet 패키지를 다뤄보겠습니다. 이 예제 역시 흔한 예제 데이터 가운데 하나로 구글에서 검색해보면 쉽게 코드를 검색할 수 있을 것입니다. 하지만 예제 코드만 돌려봐서는 무슨 내용인지 알기가 쉽지 않습니다. 여기서는 구체적으로 집값을 어떻게 예측하는지를 알아보겠습니다. 이 부분은 구글링한 것이 아니라 제가 스스로 생각해서 적어보는 것입니다.   우선 학습을 시킨 후 새로운 데이터를 바탕으로 집값을 예측하게 만들기 위해 데이터 셋을 train, test 두개로 나눕니다. 이렇게 데이터를 나누는 방식은 머신 러닝에서 매우 흔한 방법론 가운데 하나입니다. 물론 이는 예측 모델을 만드는 데 기본이기도 합니다.  library(neuralnet) library(MASS) data("Boston", package = "MASS") data<-boston span=""> set.seed(1234) n = nrow(data) train <- 400="" n="" sample="" span=""> test <- data="" span="" train=""> train <- data="" span="" train="">  이 코드 내용은 이해하기 어렵지 않을 것입니다. 400개는 train 데이터로 106개는 테스트 데이터로 나눠서 학습시킨 신경망으로 집값을 예측하게 하는 것이죠. 일단 앞서 선형 모델에서 본 모델을 넣어 보겠습니다. 신경망은

춤추는 6족 로봇 Z6

(Credit: Robugtix)  Robugtix 라는 제조사에서 Z6라는 매우 독특한 형태의 6족 버행 로봇을 공개했습니다. 이 로봇은 쉽게 접어서 보관하거나 휴대할 수 있으며 다리를 펼치면 계단이나 복잡한 지형도 통과할 수 있습니다. 참고로 접었을 때 크기는 20 x 23 x 13.7 cm 이고 펼치면 52 x 49 x 17 cm  정도입니다.   이 로봇이 어떤 실용성이 있는지는 알 수 없지만, 한 가지 신기한 재주는 춤을 추는 것입니다. 구체적인 내용은 동영상을 보는 것이 더 이해가 빠를 것입니다.  (동영상)   솔직히 어떤 필요성이 있는 로봇인지는 잘 모르겠지만, 잘만 가다듬으면 애완용 로봇으로 대박나지 않을까하는 생각도 드네요. 아무튼 재미있는 로봇 같습니다.   참고  https://newatlas.com/robugtix-z6-portable-hexapod-robot/57722/

R1 pod를 무인 배송 서비스에 투입한 Nuro

( Nuro's R1 self-driving electric delivery pod has made the first completely unmanned grocery deliveries in Scottsdale, Arizona(Credit: Nuro) )  앞서 소개한 자율 주행 자동차 스타트업인 뉴로 (Nuro)는 애리조나 주 스콧스데일 ( Scottsdale, Arizona )에서 식료품 유통 업체 크로거 (Kroger)와 손잡고 자율 주행차를 이용한 무인 식료품 배달 시범 서비스를 진행했습니다. 첫 시범 서비스는 안전 문제로 프리우스(Prius) 가반의 자율 주행차를 이용했으며 사람이 탄 상태에서 자율 주행 시스템의 성능을 검증했습니다. 그 이후 뉴로는 자사의 R1 pod를 실제 도로에 투입해 첫 무인 배송 서비스를 성공적으로 마쳤다는 소식입니다.   이전 포스트:  https://blog.naver.com/jjy0501/221309575791                  https://blog.naver.com/jjy0501/221206951517  (동영상)   구글 출신의 엔지니어들이 설립한 뉴로는 상당한 자금을 투자받은 스타트업으로 크로거 같은 큰 고객을 끌어들여 실제 도로 환경에서 테스트를 진행한다는 점에서 여러 자율 주행 스타트업 가운데서 주목받고 있습니다. 물론 실제로 사람이 하는 배달 업무를 무인 팟이 대신할 수 있을지는 더 검증이 필요한 부분이지만, 가능성은 보여주고 있다고 할 수 있습니다.   만약 뉴로의 R1 pod이 스콧스데일에서 성공을 거둔다면 당연히 그 다음 단계는 당연히 서비스를 확대하는 것입니다. 구체적으로 서비스를 어떻게 확대할지는 공개하지 않았지만, 이 테스트 서비스가 성공을 거두면 앞으로 1-2년 안에 빠르게 확산될 가능성도 있습니다. 인건비가 비싸고 배송 거리가 긴 미국의 교통 환경을 생각하면 무인 배송 시스템 도입에 대한 반발도

2억년 전 대형 육식 공룡이 발견되다.

( At the Natural History Museum of Milan, paleontologist Cristiano Dal Sasso (left) and co-authors Simone Maganuco and Andrea Cau (center and right) examine the bones of Saltriovenator, deposited in the Museum collections. Credit: Gabriele Bindellini ) ( Simplified evolutionary tree of predatory dinosaurs (theropods). Saltriovenator predates the massive meat-eating dinosaurs by over 25 million years: it is the oldest known ceratosaurian, and the world's largest predatory dinosaur from the Lower Jurassic. During the Jurassic, the three- fingered tetanuran theropods appeared, which gave rise to birds. Credit: Andrea Cau )  이탈리아에서 쥐라기 초기 대형 육식 공룡의 화석이 발견됐습니다. 이 화석은 대부분의 육식 공룡이 작았던 2억 년 전의 것으로 밀라노에서 80km떨어진 채석장에서 발견됐습니다. 사실 발견된 것은 1996년으로 많은 화석들이 그렇듯이 한동안 연구가 되지 않았다가 최근에야 그 정체가 밝혀진 경우입니다. 밀라노 자연사 박물관의 크리스티아노 달 사소 (Cristiano Dal Sasso, of the Natural History Museum of Milan)와 그 동료들은 이 공룡이 쥐라기 극초기의 거대 육식 공룡이라는 사실을 확인했습니다.   공룡하면 거대한 짐승을 먼저 생각하지만, 사실 트라이아스기 말 멸

고밀도 데이터 저장이 가능한 광학 메모리 셀 기술

​  옥스퍼드, 엑세터, 뮌스터 대학 (Universities of Oxford, Exeter and Münster)의 연구팀이 역대 가장 많은 정보를 기록할 수 있는 상변화 광학 메모리 셀 (phase-change optical memory cell)을 개발했습니다.  광학적 데이터 기록 시스템은 CD나 DVD 같은 광미디어에서 흔히 볼 수 있습니다. 다만 데이터 기록 밀도는 지금 기준으로는 낮은 편인데다 속도도 느려 점차 데이터 저장 방식으로 사양길을 걷고 있습니다.   하지만 일부 연구자들은 상변화 광학 메모리에 새로운 가능성이 있을 것으로 기대하고 있습니다. 데이터 보존 능력에서 다른 매체를 앞설 뿐 아니라 새로운 기술을 적용해 기록 속도와 밀도를 크게 높일 수 있기 때문입니다.   연구팀은 두 개의 레이저 펄스를 이용해 한 번에 34 상태의 변화를 기록할 수 있는 방법을 개발했습니다. 2^5=32라는 걸 생각하면 5bit 데이터 저장이 가능한 것입니다. 연구팀에 의하면 데이터 저장 속도 역시 기존의 방식보다 훨씬 빠르다고 합니다. 메모리 셀이기 때문에 여러 번 기록이 가능한 것으로 보입니다.   연구팀이 기대하는 미래는 전자가 아닌 광자로 작동하는 컴퓨팅 기술입니다. 예를 들어 현재는 광섬유로 데이터를 전송한 후 다시 전기 신호로 바꿔야 하지만, 광학 메모리 셀을 이용하면 바로 저장이 가능할 수 있습니다. 물론 이 단계까지 도달하기 위해서는 많은 연구가 필요합니다. 연구팀의 다음 목표는 실제 메모리 칩처럼 여러 개의 광학 메모리 셀을 동시에 작동시키는 것입니다. 과연 상용화 가능한 기술로 발전할 지 궁금합니다.   참고  X. Li, N. Youngblood, C. Ríos, Z. Cheng, C. D. Wright, W. H. P. Pernice, H. Bhaskaran. "Fast and reliable storage using a 5-bit, non-volatile photo

우주 이야기 871 - 우주 초기의 거대 은하의 씨앗을 보다

(Figure 1: A wide field-of-view false-color image of a massive quiescent galaxy taken by Surpime-Cam on the Subaru Telescope (main image) and a high resolution close-up (inset) by IRCS (Infrared Camera and Spectrograph) on the Subaru Telescope. The yellow circle shows the point spread function of this observation corrected with the AO188 adaptive optics system. Credit: NAOJ )  오늘날 우주에는 다양한 형태의 은하가 존재합니다. 이들 가운데서 가장 큰 은하는 거대 타원 은하 massive elliptical galaxies로 우리 은하보다 더 거대한 대형 은하를 포함하고 있습니다. 흥미로운 사실은 이 대형 은하에 젊은 별이 거의 없다는 것입니다. 이 이야기는 대형 타원 은하가 형성될 시점에 새로운 별이 폭발적으로 생성된 후 어떤 이유로 별 생성이 중단되 나이든 별로 구성된 은하가 되었다는 이야기입니다. 물론 새로운 별이 아주 안생기는 건 아니지만, 대부분 별이 나이가 좀 된 오래된 별이라는 이야기입니다.   과학자들은 먼 우주의 관측으로 통해 우주 초기 단계부터 대형 은하가 탄생했다는 사실을 확인했습니다. 최근 일본 국립 천문대 (National Astronomical Observatory of Japan (NAOJ)) 및 도쿄 대학, 코펜하겐 대학 등 국제 천문학자팀은 스바루 망원경에 설치된 여러 광학 장치 (Surpime-Cam on the Subaru Telescope and a high resolution close-up by IRCS (Infrared Camera and Spectrograph) )를 이용해 우주 나이의 13

초고속 카메라로 찍은 전자의 이동

( With the ultrafast system in the Physics Centre at Kiel University (Germany), the behaviour of electrons can be filmed live. Credit: Jürgen Haacks, CAU ) ( Film recordings show for the first time how the energy distribution in a graphite sample changes in the ultrashort period of 50 femtoseconds. Credit: Phys. Rev. Lett )  과학자들은 1경 분의 1초에 해당하는 펨토초 단위의 화학 반응이나 물리적 변화를 측정할 수 있는 기술을 개발했습니다. 중요한 반응이 이 짧은 시간에 일어나기 때문입니다. 키엘 대학 실험 및 응용 물리학과 (Institute of Experimental and Applied Physics at Kiel University (CAU))의 연구팀은 초고속 카메라 기술을 활용해 수 펨토초 사이에 일어나는 전자의 변화를 관측해 어떤 일이 일어나는지를 연구했습니다.   빛이 물체에 충돌하면 그 반응의 결과로 전자가 튀어나오게 됩니다. 예를 들어 태양 에너지를 전기로 바꾸는 태양 전지가 대표적인 사례 입니다. 하지만 사실 전기 에너지로 전환되는 전자는 일부에 불과하며 상당수 전자는 사방으로 흩어지게 됩니다. 이 과정은 펨토초 이하의 매우 짧은 시간에 일어나기 때문에 연구가 매우 어려웠습니다.   키엘 대학의 연구팀은 흑연에 강력한 빛을 방사한 후 펨토초 단위로 발생하는 전자의 이동과 반응을 조사했습니다. 과학자들은 이런 극단적인 상황에서는 전자가 마치 가스처럼 행동한다는 것을 알고 있습니다. 이 상태의 전자를 페르미 가스 (Fermi gas)라고 부르는데 이론적으로는 잘 알려져 있어도 실제로 관측은 매우 어려웠습니다. 이번 연구에서 실제로