Translate

2019년 1월 31일 목요일

4만년 만에 눈 녹은 대지가 드러난 배핀 섬


(Credit: University of Colorado at Boulder)



 캐나다 북쪽에 위치한 배핀 섬은 세계에서 다섯 번째로 큰 섬으로 상당 부분 얼음과 빙하로 뒤덮혀 있습니다. 하지만 북극권의 다른 지역과 마찬가지로 빠른 속도로 기온이 상승하면서 얼음이 녹은 땅이 늘어나고 있습니다. 그런데 이런 얼어붙지 않은 땅이 적어도 4만년 만에 처음으로 모습을 드러낸 것이라는 연구 결과가 나왔습니다. 


 시몬 펜들레톤 (Simon Pendleton, CU Boulder's Institute of Arctic and Alpine Research (INSTAAR))를 비롯한 콜로라도 대학의 연구팀은 배핀 섬에서 채취한 암석 및 식물 샘플을 분석해 이들의 연대를 조사했습니다. 연구팀은 배핀 섬에 있는 30개 장소에서 식물 표본을 채취해 방사선 동위원소를 이용한 연대를 측정하고 이를 암석 샘플 및 기존의 빙핵 샘플을 이용한 온도 기록과 비교했습니다. 


 연구팀에 따르면 아마도 현재가 지난 11.5만년 사이 가장 따뜻한 시기이며 지금처럼 여름에 얼음이 없는 지역에서 식물이 자랄 수 있는 것 역시 적어도 4만년 만에 처음이라는 결론을 얻었습니다. 다시 말해 지난 빙하기 이후 배핀 섬의 기온이 가장 높아져 4만년 이상 얼어있던 땅이 드러났다는 이야기입니다. 연구팀은 이를 4만년 이상 보지 못했던 풍경 (A landscape unseen in over 40,000 years)이라고 표현했습니다. 이 연구는 저널 네이처 커뮤니케이션스에 실렸습니다. 


 사실 우리가 사는 지구 역시 마지막 빙하기 이후 많은 부분들이 녹아 맨땅이 드러남과 동시에 많은 부분이 수몰되어 지형이 변한 상태입니다. 그리고 이제 지구 대기 중 온실 가스 농도가 급격히 상승해 새로운 변화가 일어나고 있습니다. 지구는 끊임없이 변화하고 있기는 하지만, 급격한 변화는 기존의 환경에 적응한 생태계는 물론 우리 인간에도 좋지 않기 때문에 이를 최대한 억제하려는 노력이 필요합니다. 



 참고 



Simon L. Pendleton et al, Rapidly receding Arctic Canada glaciers revealing landscapes continuously ice-covered for more than 40,000 years, Nature Communications (2019). DOI: 10.1038/s41467-019-08307-w 



항공기를 검사하는 꼬마 로봇



(The Vortex Robot moves across the engine cover of a Boeing 737(Credit: Luleå University of Technology))

(Part of the Vortex Robot research group, from the left: Georgios Andrikopoulos, postdoc; Andreas Papadimitriou, PhD student; Angelica Brusell, PhD student; and Prof. George Nikolakopoulos(Credit: Luleå University of Technology))


 유럽의 연구자들이 비행기 표면에 붙는 작은 로봇을 이용해 항공기를 점검하고 수리할 수 있는 방법을 개발하고 있습니다. 유럽 항공 안전국 European Aviation Safety Agency (EASA)은 항공기의 신속하고 정확한 비파괴 검사법 개발을 위해 CompInnova project를 진행하고 있습니다. 5개의 유럽 연구팀이 이 프로젝트에 참가하고 있는데, 그 중 스웨덴의 룰레오 공과대학 (Luleå University of Technology)과 영국 크랜필드 대학 (Cranfield University)은 항공기 표면을 기어다니는 보텍스 로봇 (Vortex Robot)을 개발했습니다. 




 보텍스 로봇은 아두이노 킷을 이용해 학생들도 쉽게 조립할 수 있는 로봇 킷으로 제작은 어렵지 않지만, 평면이 아닌 항공기 표면을 움직이게 하는 것이 문제입니다. 연구팀은 마치 항공기 엔진 같은 공기 흡입 시스템을 이용해 흡판처럼 달라 붙게 만들었습니다. (사진) 




(동영상) 


 현재는 로봇에 초음파 센서 및 카메라를 장착해서 유선으로 항공기 동체 표면을 조사하는 연구를 진행 중입니다. 보잉 737 표면에서의 테스트한 결과 평면은 물론 곡면과 수직 방향으로도 충분히 이동이 가능했습니다. 미래에는 무선으로 표면을 검사하는 것은 물론 간단한 수리까지 할 수 있도록 업그레이드할 계획입니다. 


 작은 로봇이나 드론을 이용해서 항공기를 정비하고 수리할 수 있다면 항공기 운용 비용을 줄이고 안전성을 높일 수 있을 것으로 기대됩니다. SF 영화 같은 일을 이제 과학적 사실 (Science Fact)로 만들기 위해 연구가 계속될 것입니다. 


 참고 


2018년에 23%의 매출 증가를 기록한 AMD






(출처; AMD)


 AMD가 2018년 전년 대비 23% 증가한 64.75억 달러의 매출을 올렸습니다. 순이익과 영업 이익은 5배와 3배라는 상당히 고무적인 성과를 올렸습니다. 물론 경쟁자인 인텔이나 엔비디아에 비해 매출이나 수익이 인상적으로 크지는 않지만, 오랜 세월 회사가 축소되고 파산 및 매각설이 나돌던 회사가 이제는 견실한 성장세로 돌아섰다는데 큰 의미가 있습니다. 물론 효자 노릇을 한 것은 라이젠입니다. 올해 역시 라이젠/스레드리퍼/에픽 제품군이 효자 노릇을 할 것으로 기대됩니다. 


 사실 라이젠 제품군이 포함된 CPU 영역 이외에는 AMD의 실적을 견인할만한 요인이 없었습니다. 콘솔 시장은 신형 콘솔이 등장한지 좀 된 시점으로 급격히 보급이 늘어나기 어려운 상황입니다. 그래픽 부분은 제대로된 GPU를 시장에 내놓지 못해 엔비디아의 독주를 허용하는 상황인데다 그나마 숨통을 열어준 가상 화폐 채굴도 붐이 끝나 어려움을 겪을 수밖에 없는 상황입니다. 엔비디아가 신형 GPU를 고가에 출시하고 RTX 의 경우 초기 사망 이슈 등 여러 가지 악재가 있다는 점을 생각하면 AMD가 적당한 대항마를 내놓아 시장을 확대할 수 있었을 것이라는 아쉬움이 남습니다. 


 하지만 CPU 부분에서는 2019년에도 견조한 성장이 전망됩니다. 64코어 에픽 프로세서는 당장에 인텔에서 이렇다할 대항마를 내놓기 어려운 상황으로 작년부터 탈 인텔 성향을 보인 대형 IT 업체들의 채택이 늘어날 것으로 보입니다. 라이젠의 경우 3000 시리즈의 코어 숫자와 성능이 가장 큰 관심사인데, 만약 16코어까지 코어수를 시원하게 늘릴 경우 인텔이 대응하기가 쉽지 않을 것으로 보입니다. 다만 올해 하반기에는 인텔 역시 새 아키텍처의 CPU를 내놓을 예정이라 새로 나오는 서니 코브의 성능에 따라 AM
D의 희비가 엊갈릴 것으로 생각됩니다. 


 아무튼 CPU와 GPU 시장에서 모두 박터지는 경쟁을 벌여주기를 희망하는데, 현재로써는 GPU는 희망이 없고 CPU는 기대를 걸어볼만 하겠습니다. 


 참고 


2019년 1월 30일 수요일

R을 이용해 간단한 신경망 만들기 (9)




 nnet 패키지를 이용해서 한 가지 더 예제를 시행해 보겠습니다. moonBook 패키지는 국내에서 R 관련 커뮤니티 확산에 큰 기여를 한 문건웅 선생님이 개발한 것으로 여기엔 857명의 협심증, 심근 경색 환자의 데이터인 acs 데이터가 기본 데이터로 포함되어 있습니다. 여기서는 결과값이 3개인 경우 - 불안정 협심증 (unstable angina), 비 ST 상승 심근경색 (NSTEMI), ST 상승 심근경색 (STEMI) - 분류하는 인공 신경망을 만들어 보겠습니다. nnet 패키지는 분류 범주가 여러 개라도 크게 문제 없이 분석이 가능합니다. 하지만 신경망에 넣기 전에 전처리가 필요합니다. 


require(moonBook)
str(acs)
summary(acs)


> str(acs)
'data.frame': 857 obs. of  17 variables:
 $ age             : int  62 78 76 89 56 73 58 62 59 71 ...
 $ sex             : chr  "Male" "Female" "Female" "Female" ...
 $ cardiogenicShock: chr  "No" "No" "Yes" "No" ...
 $ entry           : chr  "Femoral" "Femoral" "Femoral" "Femoral" ...
 $ Dx              : chr  "STEMI" "STEMI" "STEMI" "STEMI" ...
 $ EF              : num  18 18.4 20 21.8 21.8 22 24.7 26.6 28.5 31.1 ...
 $ height          : num  168 148 NA 165 162 153 167 160 152 168 ...
 $ weight          : num  72 48 NA 50 64 59 78 50 67 60 ...
 $ BMI             : num  25.5 21.9 NA 18.4 24.4 ...
 $ obesity         : chr  "Yes" "No" "No" "No" ...
 $ TC              : num  215 NA NA 121 195 184 161 136 239 169 ...
 $ LDLC            : int  154 NA NA 73 151 112 91 88 161 88 ...
 $ HDLC            : int  35 NA NA 20 36 38 34 33 34 54 ...
 $ TG              : int  155 166 NA 89 63 137 196 30 118 141 ...
 $ DM              : chr  "Yes" "No" "No" "No" ...
 $ HBP             : chr  "No" "Yes" "Yes" "No" ...
 $ smoking         : chr  "Smoker" "Never" "Never" "Never" ...


 범주형 데이터는 0,1,2... 식으로 연속 변수는 scale 함수로 정규화 시키고 결측값은 모두 제거하겠습니다. 참고로 acs 데이터에 대해서 알고 싶다면 아래 문서가 도움이 될 것입니다. 




acs$sex1[acs$sex=="Male"]=1
acs$sex1[acs$sex=="Female"]=0

acs$Dx1[acs$Dx=="Unstable Angina"]=0
acs$Dx1[acs$Dx=="NSTEMI"]=1
acs$Dx1[acs$Dx=="STEMI"]=2

acs$DM1[acs$DM=="Yes"]=1
acs$DM1[acs$DM=="No"]=0

acs$HBP1[acs$HBP=="Yes"]=1
acs$HBP1[acs$HBP=="No"]=0

acs$smoking1[acs$smoking=="Smoker"]=0
acs$smoking1[acs$smoking=="Ex-smoker"]=1
acs$smoking1[acs$smoking=="Never"]=2

acs$cardiogenicShock1[acs$cardiogenicShock=="Yes"]=1
acs$cardiogenicShock1[acs$cardiogenicShock=="No"]=0


data<-acs age="" c="" sex1="" smoking1="" span="" x1="">
data<-na .omit="" data="" span="">
data$age<-scale age="" data="" span="">
data$BMI<-scale data="" span="">
data$LDLC<-scale data="" span="">
data$Dx1<-as .factor="" data="" span="" x1="">


 마지막에 Dx1은 범주형이라는 사실을 알려줘야 nnet 패키지에서 인식할 수 있습니다. 100명을 테스트 데이터로 나머지는 학습 데이터로 나누고 노드를 8개로 만들어 신경망을 돌려보겠습니다. 


set.seed(1234)

n = nrow(data)
train <- 651="" n="" sample="" span="">
test <- data="" span="" train="">
train <- data="" span="" train="">


nn <- data="train," nnet="" size="8) </span" x1="">
nn
data3<-predict nn="" span="" test="" type="class">
test=cbind(test,data3)
test

test$pred<-ifelse test="" x1="=test$data3,1,0)</span">
table(test$pred)
sum(test$pred)/100


> test$pred<-ifelse test="" x1="=test$data3,1,0)</span">
> table(test$pred)

 0  1 
47 53 
> sum(test$pred)/100
[1] 0.53



이 신경망에서는 맞게 분류한 경우가 53% 정도였습니다. 그냥 아무렇게나 찍는 것보다는 확률이 높지만, 아주 만족스러운 성능은 아니라고 하겠습니다. 아마도 협심증이나 심근경색이 있는 경우 그 상태가 비슷한 것이 원인일 것 같지만, 학습 데이터에 하나 더 추가해서 신경망의 학습 성적을 높일 수 있을지 모릅니다. 여기서는 심장의 수축 기능을 평가하는 지표인 EF를 하나 더 넣어 보겠습니다. 이 경우 결측값 때문에 전체 관측치의 숫자가 줄어들기 때문에 train의 숫자를 577개로 조정하겠습니다. 


data<-acs age="" c="" sex1="" smoking1="" span="" x1="">
data<-na .omit="" data="" span="">
data$age<-scale age="" data="" span="">
data$BMI<-scale data="" span="">
data$LDLC<-scale data="" span="">
data$EF<-scale data="" span="">
data$Dx1<-as .factor="" data="" span="" x1="">

set.seed(1234)

n = nrow(data)
train <- 577="" n="" sample="" span="">
test <- data="" span="" train="">
train <- data="" span="" train="">


nn <- data="train," nnet="" size="8) </span" x1="">
nn
data3<-predict nn="" span="" test="" type="class">
test=cbind(test,data3)
test

test$pred<-ifelse test="" x1="=test$data3,1,0)</span">
table(test$pred)
sum(test$pred)/100


> table(test$pred)

 0  1 
54 46 
> sum(test$pred)/100
[1] 0.46


 되려 정확히 분류할 가능성이 더 낮아졌습니다. 반드시 학습 데이터가 많다고 좋지는 않다는 점을 보여주는 사례입니다. 가장 최적의 신경망 모델을 찾는 일은 그렇게 간단하지는 않습니다. 

  
 이런 식으로 예제를 바꿔가면서 방법을 익혀나가다 보면 여러 가지 에러를 만나게 되고 이를 해결하는 과정에서 데이터 전처리를 어떻게 하고 신경망을 어떻게 개선해 나가는지를 이해하게 될 것입니다. 기왕 하는 김에 신경망에 대한 이야기를 조금 더 해보겠습니다. 

CPU 일체형으로 돌아온 카리조 APU - BIOSTAR A10N-8800E






(출처: BIOSTAR)


 AMD의 카리조 APU가 CPU 일체형 저가 메인보드와 함께 돌아왔습니다. 카리조라고 하면 기억이 가물가물하신 분들도 있을 것 같은데 사실은 그렇게 오래 전이 아닌 2015년에 등장한 APU입니다. 다만 워낙 잘 팔리지 않은 물건이라 기억에 없으신 분들이 많을 것 같습니다. 15W TDP로 저전력 및 노트북 시장을 타겟으로 나왔으나 CPU 성능에서 인텔에 밀려 물건을 좀처럼 보기 어려운 비운의 CPU라고 하겠습니다. 




 BIOSTAR A10N-8800E는 AMD FX-8800P를 사용하고 있는데, 기본 스펙은 엑스카베이터 코어 4개 (2모듈) 베이스 클럭 2.1GHz, 터보 3.4GHz, Radeon GPU - 512 쉐이더 유닛, 800MHz 의 성능입니다. CPU는 불도저 계열이라 어쩔 수 없이 인텔 CPU 대비 낮지만, 내장 그래픽은 그래도 동급의 인텔 CPU 대비 다소 우수합니다.  




 아무튼 이 일체형 보드는 DDR4-2133을 지원하며 PCIe 3.0 x16 슬롯도 하나 가지고 있어 나름 여러 가지 용도로 활용이 가능합니다. 물론 여기에 고성능 그래픽 카드를 달아서 사용하기는 다소 그렇지만, 남는 그래픽 카드를 활용하는 용도로는 가능할 것 같습니다. 스토리지로는 2개의 SATA 포트 이외에도 M.2 슬롯을 갖춰 (PCI 지원) 그럭저럭 활용도가 높은 물건입니다. 


 일단 저가형 아톰을 붙인 CPU 일체형 메인보드 대비 성능이 더 우수할 것으로 기대하지만, (대신 발열은 좀 있어 방열판을 탑재) 가격이 어느 정도인지가 중요할 것 같습니다. 100달러 이하라면 은근히 수요가 있을지도 모르겠네요. 


 아무튼 28nm APU의 생각치 않은 귀환 같습니다. 아마도 AMD가 남는 재고를 처분하는 과정에서 나온 물건이 아닐까 생각합니다. 



 참고 


조탁과 ASUS의 그래픽 카드 공장 비교



 두 개의 흥미로운 영상이 있어 비교를 해봅니다. 하나는 조탁의 중국 공장으로 상당 부분이 자동화 되어있지만, 아직도 일부 공정은 사람의 수작업을 상당수 필요로 하고 있습니다. 




(조탁의 Geforce RTX 공장) 


 다른 하나는 ASUS의 Auto-Extreme Technology 공장으로 100% 완전 자동화 공장입니다. 생각보다 그래픽 카드 제조 공정도 복잡해 보이는데 이를 100% 자동화해 제품을 더 신뢰성 있고 균질하게 만들 수 있다는 것이 ASUS 측의 설명입니다. 




(ASUS Graphics Cards with Auto-Extreme Technology)


 조탁의 공장도 인상적이지만, ASUS 쪽이 확실히 더 임팩트가 큰 것 같습니다. 물론 100% 자동화라는 것이 반드시 좋은 결과를 가져오는 것은 아닙니다. 경우에 따라서는 사람만이 알 수 있는 오류나 혹은 사람은 하지 않을 실수를 기계가 할 수 있으니까요. 그래도 기술의 발전에 따라서 점점 100% 자동화 공장은 늘어날 것이고 10-20년 후에는 PCB 기반을 조립하는 사람의 모습 역시 과거의 일이 될지도 모르겠다는 생각입니다. 


 참고로 이 영상은 제조 방식에 대한 것입니다. 어느 회사 제품이 더 좋냐는 것은 이 영상으로는 판단할 수 없다고 생각합니다. 

2019년 1월 29일 화요일

네안데르탈인도 원거리 공격이 가능했다



(Photo of the spear fragment from Clacton-on-Sea, England dating from 400,000 years ago. Credit: Annemieke Milks (UCL))


(Replica spear produced by Owen O'Donnell, an alumnus of UCL Institute of Archaeology. Credit: Annemieke Milks (UCL))


 네안데르탈인은 유라시아 대륙의 추운 기후에 적응한 호미닌으로 현생 인류의 가장 가까운 친척입니다. 그리고 일부 유전자를 현생 인류에 남기기도 했기 때문에 우리와 가장 밀접한 연관이 있는 친척이라고 할 수 있습니다. 하지만 숫적으로 많았을 뿐 아니라 추운 기후에 더 잘 적응되었음에도 불구하고 인류의 유라시아 대륙 이주 이후 네안데르탈인은 사라지게 됩니다. 


 왜 사라졌는지를 두고 많은 가설이 있는데, 그 중 하나는 네안데르탈인의 사냥 기술이 현생 인류의 조상보다 뒤떨어진다는 것입니다. 예를 들어 인간처럼 원거리 공격 무기를 사용하지 않고 근접전을 치뤘기 때문에 위험도가 더 높았다는 주장이 그렇습니다. 하지만 이 역시 명확한 근거는 없었습니다. 


 유니버시티 칼리지 런던의 아네미에케 밀크스 박사 (Dr. Annemieke Milks (UCL Institute of Archaeology))와 그 동료들은 이 가설을 검증하기 위해 독일 쇠닝엔 (Schöningen)에서 발굴한 30만년 전 네안데르탈인의 나무 창의 레플리카를 만들어 테스트했습니다. 네안데르탈인은 여러 가지 도구를 사용했는데, 나무 창은 쉽게 만들 수 있는 사냥 도구로 널리 사용되었습니다. 


 6명의 투창 선수를 섭외한 후 레플리카를 통해 검증한 내용에 따르면 이 창을 던질 경우 20m 거리에서도 매우 치명적인 타격을 입힐 수 있었습니다. 참고로 창의 무게는 760g과 800g 정도로 힘쎈 성인이 던졌을 때 단거리에서 위력적인 무기가 될 수 있습니다. 네안데르탈인의 경우 현생 인류보다 다부지고 건장한 체격이었기 때문에 이들이 투창으로 사용했을 경우 꽤 위력적인 무기가 될 수 있음을 시사하는 결과입니다. 


 다만 이 결과가 네안데르탈인이 투창을 잘 던졌다는 결정적인 증거는 될 수 없습니다. 단지 가능성을 보여줄 뿐이죠. 하지만 이런 도구로 사냥을 할 수 있는 지능을 지녔다면 던저서 목표를 잡았다고 해도 이상할 건 없을 것 같습니다. 


 참고 


Annemieke Milks, David Parker & Matt Pope. 'External ballistics of Pleistocene hand-thrown spears: experimental performance data and implications for human evolution' Scientific Reports, Friday 25 January 2019 



튀긴 음식 자주 먹으면 조기 사망 위험 증가



(Credit: public domain)


 튀긴 음식(Fried Food)을 매일 먹는 경우 조기 사망의 위험도가 증가한다는 연구 결과가 나왔습니다. 미국에서 진행된 Women's Health Initiative (WHI) 연구에 참가한 10만명 이상의 여성의 데이터를 바탕으로 연구자들은 치킨, 튀긴 생선 및 굴/새우 등 다른 해산물 튀김, 감자 튀김이나 기타 튀김류가 사망률에 미치는 영향을 조사했습니다. 


 WHI 연구는 1993-1998년 사이 50세에서 79세 사이 여성 참가자를 모집한 후 2017년까지 추적 관찰을 진행했으며 이 기간 동안 31,588건의 사망이 확인됐습니다. 사망 원인은 심혈관 관련이 9,320건, 암 관련이  8,358건, 그리고 기타 원인이 13,880건이었습니다. 


 생활습관이나 소득 등 결과에 영향을 줄 수 있는 여러 요인을 보정한 후 연구팀은 치킨이나 튀긴 어패류가 조기 사망의 위험을 높인다는 사실을 발견했습니다. 튀김 음식을 매일 한번 이상 먹는 경우 사망률은 8% 증가했으며 치킨의 경우 13%나 증가하는 것이 관찰되었습니다. 이는 패스트푸드 형태의 튀김 음식이 건강에 좋지 않다는 사실을 다시 확인하는 결과입니다. 


 사실 튀김 음식을 가끔 먹는 정도로는 큰 영향이 없을 것입니다. 하지만 치킨이나 다른 패스트푸드를 주식으로 먹는 서구 국가에서는 상당히 큰 차이를 만들 수 있습니다. 튀김 음식을 주식으로 먹는 경우 과도한 열량 섭취는 물론이고 포화지방 및 나트륨 섭취 비중이 크게 증가해 전체적으로 건강하지 못한 식단을 가지게 됩니다. 물론 이런 식단을 선호하는 사람이 전체적으로 패스트푸드 같이 건강하지 못한 식사를 선호할 가능성이 크겠죠. 


 제밥을 주식으로 삼는 한국인의 경우 큰 문제가 없겠지만, 패스트푸드를 자주 먹는 경우라면 좀 식사를 챙겨먹을 필요가 있을 것입니다. 아무튼 치느님을 매일 영접하면 안된다니 약간 슬픈 연구 결과이기도 한 것 같습니다. 


 참고 


Association of fried food consumption with all cause, cardiovascular, and cancer mortality: prospective cohort study, BMJ (2019). DOI: 10.1136/bmj.k5420 , http://www.bmj.com/content/364/bmj.k5420


트라이아스 초기 오리너구리를 닮은 파충류 발견



(Artist's impression of Eretmorhipis carrolldongi. Related to the dolphin-like ichthyosaurs, Eretmorhipis evolved in a world devastated by the mass extinction event at the end of the Permian era. Its small eyes and bill suggest that like the duckbilled platypus, it hunted by touch. Credit: Gianluca Danini)


(Complete fossil and line drawing of Eretmorhipis carrolldongi. Related to the dolphin-like ichthyosaurs, Eretmorhipis evolved in a world devastated by the mass extinction event at the end of the Permian era. Credit: L. Cheng et al, Scientific Reports, Creative Commons 4.0)


 고생물학자들이 트라이아스기 초기에 살았던 오리너구리와 유사한 고대 파충류를 발견했습니다. 캘리포니아 대학의 료스케 모타니 교수 (Professor Ryosuke Motani, a paleontologist at the University of California, Davis Department of Earth and Planetary Sciences)를 비롯한 연구팀은 중국에서 2억 5천만년 전 살았던 파충류 에레트모리히피스 (Eretmorhipis carrolldongi)를 연구했습니다.  


 에레트모르히피스는 몸길이 70cm 정도의 반수생 파충류로 중생대에 크게 번성했던 해양 파충류인 어룡 (ichthyosaurs)에 가까운 고대 파충류입니다. 애레트모르히피스의 골격은 놀랄 만큼 잘 보존되어 전체 골격은 물론 부드러운 연골로 되어 있는 부리 부분까지 쉽게 확인할 수 있었습니다. 연구팀은 에레트모르히피스가 현재의 오리너구리와 유사하게 이 부리를 이용해서 먹이를 찾았을 것으로 해석했습니다. 먹이는 주로 작은 무척추동물로 얕은 바다와 석호가 이들의 삶의 터전이었습니다. 


 중생대에는 많은 파충류가 다시 바다로 들어왔습니다. 본래 이들이 양서류에서 완전히 육지 생활로 진화한 생물이라는 점을 생각하면 아이러니한 일이지만, 사실 많은 육지 동물이 다시 물속으로  돌아가 번영을 누렸거나 현재 누리고 있습니다. 바다는 생명의 보금자리로 수많은 생명들을 다시 끌어 당겼습니다. 에레트모르히피스 역시 그 중 하나였을 것입니다. 


 참고 


Long Cheng et al, Early Triassic marine reptile representing the oldest record of unusually small eyes in reptiles indicating non-visual prey detection, Scientific Reports (2019). DOI: 10.1038/s41598-018-37754-6 



2019년 1월 28일 월요일

이름에 걸맞는 속도에 도달한 벨 V-280 Valor 틸트로터기



(Credit: Bell)


 벨 V-280 Valor가 이름에 걸맞게 시속 280노트 (시속 518km) 의 속도를 기록했습니다. 텍사스 알링턴에서 테스트 중인 V-280 Valor는 이미 85시간의 비행 시간을 기록하면서 여러 가지 성능 목표를 검증했습니다. 벨에 의하면 V-280은 분당 1372m의 최대 상승 속도, 3,505 m 고도에서 지속 비행, 595 km 거리 비행 등 여러 가지 기록을 세우면서 개발이 순조롭게 진행되고 있습니다. 




 제원 


General characteristics

Crew: 4
Capacity: 14 troops
Length: 65 ft 7 in (20 m)
Width: 85 ft 4 in (26 m)
Height: 23 ft 0 in (7 m)
Empty weight: 33,069 lb (15,000 kg)
Max takeoff weight: 57,320 lb (26,000 kg)
Powerplant: 2 × General Electric T64 turboshaft

Performance

Cruise speed: 322 mph; 519 km/h (280 kn)
Combat range: 575–921 mi; 926–1,482 km (500–800 nmi)
Ferry range: 2,417 mi; 3,889 km (2,100 nmi)
Service ceiling: 6,000 ft (1,800 m) ; in hover out of ground effect at 95 °F (35 °C)




(Bell V-280 Valor -- Future of Vertical Lift Takes Flight - Short Version)


 틸트로터기는 구조가 복잡하고 가격이 비싸다는 단점이 있지만, 비슷한 크기의 헬리콥터에 비해서 속도가 빠르고 비행 거리도 길다는 장점이 있습니다. 벨 V-280 Valor 의 경우 V-22 오스프리와 다르게 양 끝에 엔진을 배치하고 로터가 90도 회전하는 방식으로 상대적으로 구조가 단순해 비용이 더 저렴할 것으로 보이지만, 과연 제조 단가가 얼마나 나갈지 궁금합니다. 


 V-22에 이어 벨 V-280 Valor가 틸트로터기 대중화의 물꼬를 틀 수 있을지 앞으로가 주목됩니다. 


 참고 






달 표면 자원 채취 프로젝트를 계획 중인 유럽 우주국



(The lunar mining would support missions like the conceptual 3D-printed Moon base(Credit: ESA/Foster & Partners))



 지구에는 희귀한 희토류 원소 가운데 다른 천체에는 흔한 원소들이 있습니다. 예를 들에 백금이나 팔라듐 같이 비싼 원소가 지구 지각보다 더 흔한 것이죠. 그래서 현실성이 떨어지긴 하지만 이런 바싼 원소를 소행성이나 달에서 채취하겠다는 스타트업들이 존재합니다. 그런데 달이나 다른 천체에서 자원을 채취하는 것 자체는 사실 주요 우주 기구의 오랜 숙원 사업이기도 합니다. 


 유럽 우주국 (ESA) 역시 달 표면에서 자원을 채취하는데 관심이 있습니다. 하지만 목표는 훨씬 현실적입니다. 귀금속이나 희토류가 아니라 달 표면에서 산소와 물을 채취해 현재 추진 중인 유인 달 탐사 프로젝트에 사용하는 것이 목표이기 때문입니다. 이를 위해 유럽 우주국은 아리안 로켓을 만드는 아리안 그룹과 계약을 체결했습니다. 이 목적을 위해 아리안 그룹은 4개의 부스터를 지닌 아리안6 로켓인 아리안 64 (Arian 64) 를 투입할 계획입니다. 


 여기에 더해 유럽 우주국은 달 착륙선 개발을 위해 독일의 PTScientists와 계약을 맺고 통신 및 제어 장치 개발을 위해 벨기에의 Space Application Services와 계약을 맺었습니다. 아리안 64 로켓은 달 표면에 8.5톤 정도의 화물을 수송할 수 있기 때문에 자원을 채취해 지구로 보내기는 어려워도 소규모 채굴은 충분히 가능할 것입니다. 소량이라도 물과 산소를 확보할수만 있다면 사실 그 가치는 금이나 백금에 견줄만 할 것입니다. 달 표면에 물과 산소, 그리고 기타 자원을 보내는데 드는 비용을 생각하면 말이죠.


 아무튼 이 계획이 성공하면 인류가 앞으로 달에서 유용한 자원을 얻을 수 있는 가능성이 커지기 때문에 결과가 주목됩니다. 그리고 달 자원 채취는 사실 나사의 오랜 숙원 사업 중 하나였는데 과연 누가 먼저 성공할지도 궁금합니다. 물론 이 사업의 난이도를 생각하면 여러 번 그랬듯이 둘이 협력할 가능성도 배제할 수 없을 것입니다. 


 참고 




기온 상승에 따라 서식지가 줄어드는 크릴



(Credit: British Antarctic Survey)


 크릴(Krill)은 새우와 비슷한 소형 갑각류로 흔히 크릴 새우로 불리지만, 새우와는 다른 계통입니다. 아무튼 남극의 찬바다에서 대량으로 서식하는 소형 갑각류 무리로 생물량으로 따지면 지구에서 가장 큰 비중을 차지하는 생물 중 하나입니다. 흔히 수염 고래의 주식으로 알려져 있지만, 실제로는 남극 해양 생태계의 먹이 사슬을 지탱하는 생물로 수많은 크고 작은 동물들이 이 크릴을 먹고 살아갑니다. 


 그런데 최근 기후 변화로 인해 이 크릴의 서식지가 줄어들고 있다는 사실이 밝혀졌습니다. 영국 남극 서베이의 시메온 힐 박사와 플리머스 해양 연구소의 앵구스 앳킨스 박사(Dr. Simeon Hill at the British Antarctic Survey and Dr. Angus Atkinson at Plymouth Marine Laboratory)가 이끄는 연구팀은 연구용 그물에 걸린 크릴의 양을 분석해 지난 40년간 크릴의 서식지가 크게 감소했다는 사실을 발견했습니다. 


 연구팀에 따르면 40년간 크릴의 서식지는 남극 대륙쪽으로 440km나 아래로 이동했습니다. 이로 인해 사우스 조지아 섬에서 남극 반도까지 형성되었던 크릴 어장은 이제 남극 반도 중심 지역 및 일부 도서 지역으로만 남게되었습니다. (사진 참조) 이는 이 지역의 수온이 상승하면서 크릴이 생존에 적합한 지역으로 이동했고 인간의 남획 같은 다른 요소가 더해져 서식지가 과거에 비해 크게 감소한 것으로 풀이됩니다. 


 남극의 차가운 바다에서 적응한 크릴은 현재와 같은 급격한 온도 변화에 빠르게 적응하지 못하고 있습니다. 연구팀은 앞으로 크릴 집단이 더 남쪽과 얕은 바다에 집중되면서 서식지가 줄어들 것을 우려하고 있습니다. 크릴이 해양 생태계에서 차지하는 비중을 생각할 때 이는 앞으로 어족 자원의 고갈과 생태계 파괴의 심각성을 높일 것으로 생각됩니다. 


 이 연구는 저널 Nature Climate Change에 실렸습니다. 


 참고 


Angus Atkinson et al. Krill (Euphausia superba) distribution contracts southward during rapid regional warming, Nature Climate Change (2019). DOI: 10.1038/s41558-018-0370-z 

2019년 1월 27일 일요일

클로스트리듐 디피실 (Clostridium difficile) 감염을 치료하는 새로운 항생제




  항생제 내성은 21세기 인류를 위협하는 심각한 문제로 거론되고 있습니다. 점점 항생제 사용이 필요한 환자의 수는 증가하지만, 이에 비례해서 항생제 내성이 발현되는 감염균의 비율도 같이 증가하고 있습니다. 이를 억제하기 위해서는 항생제 남용을 막고 적절하게 처방하는 것도 필요하지만, 새로운 항생제 개발 역시 필수적입니다. 


 플린더스 대학의 라미즈 볼로스 박사(Dr. Ramiz Boulos, adjunct research associate at Flinders University and CEO of Boulos & Cooper Pharmaceuticsals)가 이끄는 연구팀은 새로운 항생제인 Ramizol을 이용한 동물 실험에서 고무적인 성과를 얻었습니다. 클로스트리듐 디피실 감염 difficile infection (CDI)의 치료에서 대조군에 비해 현저히 낮은 치사율을 기록한 것입니다. 


 C. difficile은 항생제를 장기간 복용한 환자에서 잘 감염되며 서구에서 가장 흔한 병원 내 감염균 가운데 하나입니다. 감염 자체가 치명적인 염증을 일으키지 않는다고 해도 이미 상태가 좋지 않은 환자에서 염증을 일으키면 전체적인 상태를 더 악화시킬 수 있습니다. 물론 다른 세균 감염과 마찬가지로 C. difficile 역시 내성균 출현이 점점 늘어나고 있습니다.  


 아직 사람에서 임상시험을 하지 않았기 때문에 속단은 어렵지만, 이렇게 새로운 항생제 개발을 위한 시도가 계속되야 우리 모두가 내성균의 위협으로부터 조금씩 더 안전해질 수 있습니다. 좋은 성과가 있기를 기대합니다. 


 참고


Katherine Sibley et al, A 14-day repeat dose oral gavage range-finding study of a first-in-class CDI investigational antibiotic, in rats, Scientific Reports (2019). DOI: 10.1038/s41598-018-36690-9




과도한 당류 섭취를 줄이면 소아 지방간 위험도는 감소한다.





 비알콜성 지방간 (nonalcoholic fatty liver disease (NAFLD))은 대부분 특별한 증상이 없는 경미한 간질환이지만, 장기적으로 간경화는 물론 심혈관 질환 및 대사 질환의 위험도를 높이는 것으로 알려져 있습니다. 간세포에 과도한 지방이 축적되는 경우 만성 염증을 유발하며 장기적으로는 간세포를 파괴해 섬유 조직으로 대체되기 때문에 흔한 질환이라고 무시할 수 없는 질병이 지방간입니다.



 흥미로운 사실은 지방간이 나이든 성인에서만 잘 생기는 병이 아니라는 사실입니다. 사실 소아청소년에서 발생하는 가장 흔한 간질환 역시 지방간입니다. 지방간의 가장 흔한 원인은 비만이지만, 식생활 습관 역시 영향을 미치는 것으로 알려져 있습니다. 에모리 의과 대학 및 캘리포니아 의대 (Emory University School of Medicine and the University of California San Diego School of Medicine (UC San Diego))의 연구팀은 비알콜성 지방간이 있는 11세에서 16세 사이 소아 청소년 40명 (모두 남성)을 대상으로 당류 섭취가 지방간 발생에 미치는 영향을 조사했습니다.



 참가자는 두 그룹으로 나뉘어 섭취하는 당류의 양을 절반으로 줄인 그룹과 그냥 그대로 먹는 그룹으로 연구를 진행했습니다. 그리고 MRI 기반 이미징 기술을 이용한 지방 측정 방법 - magnetic resonance imaging proton density fat fraction measurement - 을 통해 간세포의 지방 축적 정도를 추적 관찰했습니다. 2년에 걸친 연구 결과 당분 섭취를 줄인 경우 간세포 지방 비율은 현저하게 감소 (25->17%)로 감소한 반면 대조군은 별 차이가 없었습니다. 이는 과도한 당류 섭취가 지방간의 위험도를 높일 수 있다는 사실을 보여줍니다.



 사실 설탕이나 과당 같은 당류 자체는 인체에 해로운 물질이 아닙니다. 문제는 역시 과도하게 섭취하는 경우입니다. 탄산 음료를 포함해 여러 가공 식품에 각종 첨가당이 들어가는데, 이런 식품의 범람으로 당류가 전체 열량 섭취에서 차지하는 비중이 10-20%까지 크게 치솟은 상태입니다. 인간은 꿀벌이 아니기 때문에 이렇게 많은 단순당을 정상적으로 대사하기 어렵습니다. 결국 당류 대사에서 중요한 역할을 하는 간의 부담을 늘리고 간에 지방을 축적시켜 (이렇게 남는 당류는 중성 지방으로 저장됨) 만성 지방간을 유발하는 것입니다.



 과도한 당류 섭취는 위험하다는 이야기는 제 책인 과학으로 먹는 3대 영양소에서 자세히 다룬 바 있습니다. 물론 탄산 음료나 과자류를 절대 먹지 말라는 이야기가 아니라 적당히 먹는 지혜가 필요하다는 이야기입니다. 이 연구는 JAMA에 실렸습니다.








 참고





 JAMA (2019). dx.doi.org/10.1001/jama.2018.20579



 https://medicalxpress.com/news/2019-01-diet-added-sugars-significantly-fatty.html