손거울로 햇빛 반사하면 왜 멀리까지 갈까? 반사의 법칙

어릴 적 맑은 날, 손거울로 햇빛을 받아 벽이나 친구 얼굴에 반짝이는 빛을 쏘아본 적 있으신가요? 거울 각도를 살짝만 움직여도 그 빛이 저 멀리까지 휙휙 움직이는 게 신기했을 거예요. 그런데 이 단순한 원리가, 최근에는 우주에 떠 있는 거대한 인공위성 거울로까지 확장되고 있다는 걸 알고 계셨나요? 밤에도 원하는 지역에 햇빛을 반사해서 보내준다는, SF 영화 같은 이야기예요. 한 줄로 먼저 답하면 빛은 거울 표면에 부딪힌 각도와 똑같은 각도로 튕겨 나갑니다(반사의 법칙). 거울이 평평하고 클수록, 조준이 정확할수록 빛은 거의 퍼지지 않고 아주 먼 거리까지 도달할 수 있어요. 최근에는 이 원리를 우주 궤도 규모로 키운 '우주 거울' 프로젝트까지 등장했습니다. 손거울 반사, 원리는 생각보다 간단해요 빛이 거울 같은 매끈한 표면에 부딪히면, 들어온 각도(입사각)와 똑같은 각도로 반대쪽으로 튕겨 나가요. 이걸 '반사의 법칙'이라고 불러요. 당구공이 벽에 부딪힐 때 들어간 각도 그대로 튕겨 나오는 것과 비슷한 원리예요. 손거울로 햇빛을 반사할 때, 거울을 아주 살짝만 기울여도 반사된 빛이 먼 곳에서는 몇 미터씩 크게 움직이는 걸 경험해 보셨을 거예요. 거울과 목표 지점 사이의 거리가 멀수록, 아주 작은 각도 차이도 크게 증폭되기 때문이에요. 거울이 크고 평평할수록 빛은 안 퍼져요 또 하나 중요한 건 거울의 크기와 평평함이에요. 거울 표면이 울퉁불퉁하면 반사된 빛도 사방으로 흩어져서 흐릿해지지만, 표면이 매끈하고 넓을수록 빛은 하나로 뭉쳐진 채 멀리까지 밝기를 유지하며 날아갈 수 있어요. 이 원리를 우주 규모로 키우면? 미국의 '리플렉트 오비탈(Reflect Orbital)'이라는 회사는 바로 이 원리를, 손거울이 아니라 가로세로 18m짜리 거대한 반사판을 단 인공위성으로 확장하고 있어요. 이 위성은 지구 상공 600~650km 궤도를 돌면서, 태양빛을 받아 지상의 특정 지점으로 반사해 보내는 방식이에...

보이지 않는 기술 전쟁

AI는 왜 갑자기 빨라졌을까 | 터보퀀트와 KV 캐시의 과학

AI는 왜 갑자기 빨라졌을까

터보퀀트가 바꾼 보이지 않는 계산 방식

AI가 비싼 이유는 단순하다.

기억을 유지할수록 비용이 폭발하기 때문이다.

그래서 지금까지 AI는 길게 쓰면 쓸수록 손해였다.

그런데,

이 구조를 무너뜨리는 기술이 등장했다.

메모리를 최대 6배 줄이면서도 성능은 거의 유지하는 방법.

이름은 생소하다.

구글이 만든 ‘터보퀀트’

AI는 어떻게 ‘기억’할까

AI는 인간처럼 기억하지 않는다.

대신,

이전 대화 데이터를 저장하고 다시 사용한다.

이때 사용되는 것이 KV 캐시(Key-Value Cache)다.

  • 이전 문장의 정보 저장
  • 문맥 연결 유지
  • 다음 답변 생성에 활용

즉,

AI의 기억 창고라고 보면 된다.

문제는 ‘기억이 너무 커진다’는 것

대화가 길어질수록 이 캐시는 계속 쌓인다.

그리고 결국,

메모리가 터지기 시작한다.

짧은 대화 → 빠름

긴 대화 → 느림 + 비용 증가

기존 해결 방법은 단순했다

답은 하나였다.

“더 좋은 하드웨어를 쓰자”

하지만 이건 근본 해결이 아니다.

그저 더 큰 그릇을 쓰는 것뿐이다.

터보퀀트의 핵심 아이디어

여기서 완전히 다른 접근이 등장한다.

“모든 데이터를 저장할 필요가 있을까?”

이 질문에서 터보퀀트가 시작된다.

숫자를 줄이는 것이 아니라 ‘정보를 줄인다’

기존 방식은 16비트 수준으로 데이터를 저장한다.

정확하지만 무겁다.

터보퀀트는 다르다.

3~4비트 수준으로 압축한다.

하지만 여기서 중요한 차이가 있다.

단순히 줄이는 것이 아니다.

핵심은 ‘방향’이다

터보퀀트는 데이터를 이렇게 본다.

“모든 숫자가 중요한 건 아니다.”

대신,

방향과 패턴만 남긴다.

  • 핵심 구조 유지
  • 불필요한 정보 제거
  • 오차는 따로 보정
전체 숫자 저장 ❌

핵심 방향 + 보정 ✔

이걸 가장 쉽게 이해하는 방법

사진을 떠올려보자.

RAW 파일은 완벽하지만 무겁다.

JPEG는 가볍지만 일부 손실이 있다.

그런데 터보퀀트는 여기서 한 단계 더 나아간다.

압축하면서, 동시에 복원까지 고려한다.

왜 정확도가 유지될까

이 기술의 핵심은 단순 압축이 아니다.

오차를 예측하고 보정한다.

그래서 결과적으로,

작은 데이터로도 의미를 유지한다.

왜 이게 중요한가

이 기술이 바꾸는 것은 속도가 아니다.

비용 구조다.

  • 메모리 사용량 감소
  • 처리 속도 개선
  • 긴 대화 가능

즉,

AI를 더 싸게, 더 오래 쓸 수 있다.

많은 사람들이 헷갈리는 것

이름 때문에 오해가 많다.

터보퀀트는 양자컴퓨터 기술이 아니다.

여기서 Quant는

Quantization(양자화)를 의미한다.

양자컴퓨터 ❌

데이터 압축 기술 ✔

결국 이것은 ‘속임수’다

스텔스기가 신호를 속이듯,

터보퀀트는 데이터를 속인다.

모든 것을 저장하는 대신 필요한 것만 남긴다.

그 결과,

같은 AI가 더 빠르게, 더 오래 작동한다.

보이지 않는 혁신

이 기술은 눈에 보이지 않는다.

하지만 분명히 느껴진다.

어느 순간,

AI가 더 자연스러워졌다는 느낌

그 변화의 뒤에는 이런 기술이 숨어 있다.

© 소소하지만 과학이야

이 블로그의 인기 게시물

MCT오일, 다이어트 효과는 덤? 숨겨진 뇌 건강과 장 건강의 비밀

충전이 필요 없다?

레스베라트롤 & 장수 : 와인 속에 숨겨진 노화의 비밀