[2025.09.19 뉴스레터] 장기이식으로 영원히 살 수 있다? 장수과학의 진실
뉴스레터 구독자 여러분,
이번 한주도 잘 보내셨나요?
MIT 테크놀로지 리뷰 금요일 뉴스레터는 하나의 주제를 깊이 있게 다룹니다. 오늘은 '불로불사와 장수 과학'을 주제로 준비했습니다.
최근 블라디미르 푸틴 러시아 대통령은 "장기를 반복해서 이식하면 영원히 살 수 있다"고 발언했습니다. 과연 가능할까요? 같은 주제에 대해 맨체스터에서 열린 영국노화연구학회에서는 다른 의견을 내놨습니다. 과학자들은 노화 치료에서 '낡은 장기의 교체' 가능성을 논하는 것은 지나치게 단순한 시각이라고 지적합니다. 아직 노화는 그 복잡성 때문에 정의조차 합의되지 않았고, 반복적인 장기 이식은 의료적 한계와 위험이 크다는 것이죠.
그렇다고 희망이 없는 것은 아닙니다. 실제 연구자들은 인공장기, 줄기세포, 바이오 임플란트 등 '대체 요법'을 활발히 개발하고 있습니다. 노화를 완전히 정복하진 못하더라도 질병 발병을 늦추고 삶의 질을 높일 수 있는 가능성에 집중하고 있습니다.
불로불사는 여전히 정치적 수사에 가깝지만, 과학은 조금 더 현실적이고 점진적인 길을 택하고 있습니다. 장수 과학은 앞으로의 의료를 근본적으로 바꿀 수 있는 실험들을 이어가는 중입니다.
현대를 살아가는 우리 모두가 더 건강한 삶을 오래 지속하기를 바라봅니다.
감사합니다. |
|
|
푸틴은 장기 이식으로 불로불사가 가능하다고 했지만, 과연 그럴까?
‘생물학적 또는 인공 대체물’로 낡은 신체 부위를 ‘수리’한다는 생각에는 일리가 있을지도 모른다. 실제로 여러 연구팀이 바이오 인공장기를 이식하는 방법을 포함한 ‘대체 요법(replacement therapy)’을 개발하고 있다. 일부는 이미 인체 실험을 거쳤다. 이번 기사에서는 이러한 대체 요법에 대해 살펴본다. |
|
|
인간 장기의 디지털 트윈이 만드는 미래의 의료 혁신
현재 수술 계획 수립에 활용될 수 있는 인간 장기의 디지털 트윈(digital twin) 모델은 향후 신약 테스트 등에도 기여할 것으로 기대된다.
|
|
|
[OPINION] 윤리적으로 확보 가능한 ‘예비 인체’가 가져올 의학 혁명
현재 미국 내에서만 10만 명이 넘는 환자가 장기 이식을 기다리고 있다. 또한 이러한 현상은 의료 연구가 인간이 아닌 동물 실험에 과도하게 의존할 수밖에 없는 구조를 야기한다.
|
|
|
MIT 테크놀로지 리뷰 9-10월호
AI, 에너지 블랙홀
AI는 에너지를 빨아들이는 블랙홀일까요? 아니면 기후와 에너지 문제 해결을 위한 새로운 방법이 될까요? AI의 에너지 문제가 왜 기후 대응의 성패를 가를 중대 변수인지 확인해 봅니다. 또한 통제권을 두고 진화하는 AI 에이전트와 인간 간의 힘겨루기, 개방형 하드웨어 경쟁의 필요성, 일상이 된 감시와 기술 폭력, MIT 경제학자가 경고한 ‘차이나 쇼크 2.0’ 등의 기사를 통해 기술과 사회의 불편한 진실을 직시합니다. |
|
|
MIT 테크놀로지 리뷰를 구독하여 가장 빠르게 테크 분야의 트렌드를 파악하세요. 아직 구독하지 않으셨다면 구독의 혜택을 누려보세요. |
|
|
MIT 테크놀로지 리뷰 코리아customer@technologyreview.kr92, Saemunan-ro, Jongno-gu, Seoul, Republic of Korea, 02-2038-3690수신거부 Unsubscribe |
|
|
|
|
이번 주 뉴스레터에서는 우리가 매일 사용하는 AI 기술이 내부적으로 얼마나 복잡하고 불가사의하게 작동하는지에 대한 흥미로운 연구 결과를 소개합니다.
앤트로픽(Anthropic)은 자사의 대형언어모델(LLM)인 ‘클로드 3.5 하이쿠’의 내부 작동 과정을 실시간으로 들여다볼 수 있는 새로운 기술을 활용해 클로드가 문장을 완성하고, 간단한 수학 문제를 풀고, 심지어 시를 짓는 과정을 추적했습니다. 그 결과, LLM이 예상과는 전혀 다른 복잡하고 낯선 방식으로 작동한다는 사실이 밝혀졌습니다.
연구팀은 클로드가 수학 문제를 풀 때 우리가 생각하는 전통적인 방식과는 전혀 다른 자신만의 독특한 전략을 사용하며, 시를 지을 때조차 미리 정해둔 단어를 중심으로 전체 문장을 구성하는 놀라운 계획 능력을 발휘한다는 것을 확인했습니다. 또한, 모델이 실제로 답을 찾는 과정과 겉으로 설명하는 과정이 크게 다를 수 있다는 점도 드러났습니다.
이러한 연구는 단순히 호기심을 넘어, AI가 왜 잘못된 정보를 생성하거나 예기치 못한 방향으로 작동하는지를 이해하는 데 중요한 단서를 제공합니다. 구글 딥마인드, MIT 등 다양한 연구기관에서도 LLM의 내부를 이해하려는 연구를 진행 중이며, 이는 앞으로 더 안전하고 신뢰할 수 있는 AI를 개발하는 데 필수적인 작업이 될 것입니다.
AI의 작동 방식은 여전히 미지의 영역이지만, 이번 연구를 통해 우리는 그 신비로운 세계를 조금 더 들여다볼 수 있었습니다. MIT 테크놀로지 리뷰는 앞으로도 이와 같은 첨단 연구 결과를 깊이 있게 전해드리겠습니다.
