기본 콘텐츠로 건너뛰기

글

진시황릉 병마용은 누가 만들었을까?

  ( The different types of fingerprints on terracotta figurine No. G11-10 (a. surface print: print on the back side of the head; b. relief print: prints on the protruding nail of armor). Credit: Journal of Cultural Heritage (2026). DOI: 10.1016/j.culher.2026.09.014 ) ​ ( Fingerprint method of mean ridge breadth measurements (a. after Acree 1999 and [12]; b. the fingerprints measured in this study). Credit: Journal of Cultural Heritage (2026). DOI: 10.1016/j.culher.2026.09.014 ) ​ ​ 진시황제는 거대한 능인 진시황릉을 축조하면서 사후에 자신을 호위할 병사들을 실물크기 테라코타 인형을 만들어 인근에 같이 파뭍었는데 이를 병마용이라고 합니다. 병마용은 장인들에 의해 머리,필, 다리, 몸통 등이 각각 제조된 후 결합되어 각기 다른 형태를 지니고 있습니다. 지금까지 발견된 병사만 8000점 이상이고 전차, 말 등 각종 테라코타까지 합치면 엄청난 규모를 자랑합니다. ​ 누가 실제로 이 엄청난 작업을 했는지 알아내기 위해 시안 능묘 유적 박물관의 리샤오시 (Xiaoxi Li at the Mausoleum Site Museum in Xi'an) 연구팀은 조각상 자체에서 단서를 찾았습니다. 1974년에 발견된 이래로 사람들은 이 병마용을 만드는 데 남성들만 참여했다고 여겨왔습니다. 하지만 이 지하 병마용과 그들의 전차, 말, 무기에 대한 이번 연구 결과는 여성과 어린이들도 제작에 참여했을 가능성을 시사합니다. ​ 연구팀은 한 발굴 구덩이에서 나온 36개의 조각상에서 채취한 79개의 지문을 ...
최근 글

태양계 이야기 1232 - 엔셀라두스의 얼음 결정에 생명체 단서 있을까?

  ( Saturn's moon Enceladus. Credit: NASA) ​ (침전된 나트론 및 그 내포물 분석. A) 분할된 소금 입자의 렌더링. 부피가 1 × 10⁻³ mm³ 이상인 입자는 흰색 으로 표시 되고, 관련 내포물은 빨간색으로 표시됩니다. B) 재구성된 XY 단면에서 나트론 내 1차 유체 내포물 형성을 보여주는 온도 계열. 나트론 결정(파란색)과 관련 내포물(노란색)이 표시되어 있습니다. 출처: Communications Earth & Environment (2026). DOI: 10.1038/s43247-026-04080-z) ​ ​ 토성의 위성 엔셀라두스는 태양계에서 가장 강력한 수증기와 얼음의 간헐천을 뿜어내는 천체입니다. 지름 500km에 불과한 얼음 천체가 높이 수백km의 얼음과 수증기를 내뿜습니다. 이는 토성의 강한 중력에 의해 생긴 조석 마찰로 내부에 많은 열이 발생하기 때문입니다. ​ 과학자들은 엔셀라두스의 얼음 지각 아래 바다가 있고 이 바다에는 지구의 열수분출공과 비슷한 환경이 존재할 가능성이 있다고 보고 있습니다. 그렇다면 생명체가 존재할 가능성을 배제할 수 없습니다. 다만 두꺼운 얼음 지각을 뚫고 내부의 바다를 직접 탐사할 순 없기 때문에 과학자들은 엔셀라두스가 뿜어내는 얼음 입자를 수집해 분석하려 하고 있습니다. ​ 여기서 관건은 어떤 물질이 가장 유용한 단서를 보존하는지 알아내는 것입니다. 참고로 소금 결정은 얼면서 성장할 때 미세한 수분을 가두는 역할을 합니다. 영국 다이아몬드 라이트 소스의 리암 페레라( Liam Perera of Diamond Light Source in the United Kingdom) 와 그의 동료들은 엔셀라두스에서 형성될 것으로 예상되는 소금 결정 탄산나트륨 광물인 나트론 (Natron) 내부에서 이러한 작은 주머니들을 확인했습니다. ​ 어떤 표면 광물이 가장 적합한 후보인지 확인하기 위해 연구팀은 염화나트륨과 탄산나트륨 용액을 냉각시킨 후 강력한 X선을 이용해 용액이 ...

문샷 AI 키미 K3.1 프로 공개

  (출처: 문샷 AI) ​ ​ 문샷 AI(Moonshot AI, 중국어: 月之暗面)가 Kimi K3.1 Pro를 공개했습니다. 키미 K3 프로는 키미 K3 모델의 아키텍처 요소를 유지하면서 3D 합성, 고급 금융 모델링 및 에이전트 워크플로에 최적화된 대폭 확장된 학습 후 컴퓨팅 프레임워크를 통해 성능을 대폭 높였습니다. ​ 키미 K3.1 프로는 키미 K3 프로와 마찬가지로 2조 8천억 개의 파라미터를 지니고 있으며 활성 매개변수는 토큰 당 1040억 개에 달합니다. 가격은 입력/출력/캐시 적중 토큰 100만 건당 각각 2달러/10달러/0.20달러이며, 이는 Kimi K3보다 세 가지 요금 모두 33% 저렴합니다. 오픈 웨이트는 11월 4일에 공개됩니다. ​ 키미 K3 3.1 프로 모델은 기본적으로 두 가지 핵심 요소로 구성된 일련의 변환 블록으로 이루어져 있습니다. ​ - 어텐션 레이어(Attention Layer)는 문장 내 단어들이 서로 어떻게 연결되는지 살펴봅니다. 예를 들어, 모델에 "파리는 프랑스의 수도입니다"라는 프롬프트를 입력하면, 어텐션 레이어는 '수도'와 '프랑스'를 연결하여 '파리'를 정답으로 식별합니다. 하지만 이 레이어는 '프랑스'나 '파리'가 정확히 무엇을 의미하는지는 알지 못하며, 이러한 연결 정보를 지식 기반(KV) 캐시에 저장합니다. 문맥이 풍부해질수록 KV 캐시의 용량도 증가합니다. ​ - 피드포워드 네트워크(Feed-Forward Network, FFN)는 모델의 모든 정보를 가중치 형태로 저장하며, 이 계층에서 심층적인 수학 공식을 사용하여 각 단어에 담긴 의미를 추출합니다. 이는 일반적으로 활성화 또는 은닉 상태라고 불리며, 토큰이 여러 변환 계층을 거치면서 모델이 생성하는 내부적인 수학적 표현을 구성합니다. 예를 들어, 모델은 '프랑스'라는 단어를 접하면 프랑스 국가 백과사전을 활성화하여 해당 단어의 의도된 의미...