새턴 V와 트랜스포머, 그 닮은 운명에 대하여
2026년 4월 10일 (미국 현재 시간) 오늘, 아르테미스 II가 지구로 귀환한다.
라이드 와이즈먼, 빅터 글로버, 크리스티나 코크, 제레미 핸슨.
네 명의 우주비행사를 태운 오리온 우주선은 오늘 캘리포니아 샌디에이고 앞바다에 스플래시다운할 예정이다. 아폴로 17호가 달에서 돌아온 1972년 12월 이후 처음으로, 인류가 달 가까이 다녀온 것이다. 53년의 공백.
53년이라는 그 숫자를 잠깐 생각해보자.
우리는 그 사이에 인터넷을 발명했고, 스마트폰을 손에 쥐었고, 인공지능을 실용화했다. 그런데 달은 닿지 않는 곳에 그대로 있었다.
왜였을까.
그리고 지금, 우리가 달에 다시 가는 이유는 무엇인가. 그리고 이 이야기가 오늘 우리가 매일 쓰는 AI와 어떻게 연결되는가.
새턴 V 로켓의 숫자들은 여전히 읽을 때마다 비현실적이다.
5기의 F-1 엔진이 만들어내는 추력은 750만 파운드, 약 3,400톤. 1단 로켓이 연료를 소비하는 속도는 초당 약 13톤. 2분 30초의 연소 시간 동안 새턴 V 1단이 방출하는 에너지는 흔히 약 60기가와트 수준으로 비유되는데, 이는 영국 전체의 피크 전력 수요와 비슷한 규모다.
이 숫자들을 보면 자연스럽게 이런 생각이 든다.
그냥 크게 만든 거 아닌가. 엄청난 돈과 자원을 쏟아부어 무식하게 밀어붙인 거 아닌가.
brute force. 힘으로 밀어붙이기.
틀린 말은 아니다. 실제로 새턴 V는 엄청난 자원의 산물이었다. 아폴로 계획 전체에 투입된 비용은 당시 달러로 258억 달러, 오늘 기준으로 환산하면 약 3,000억 달러가 넘는다. NASA 예산이 연방 예산의 4.41%를 차지했던 1966년, 이 프로젝트에는 34,000명의 NASA 직원과 37만 5,000명의 계약업체 인력이 동원됐다.
그런데 단순히 크고 비쌌기 때문에 성공한 것이라면, 왜 그토록 많은 시간이 걸렸을까. 왜 엔진 하나를 완성하는 데만 7년이 필요했을까.
진짜 싸움은 숫자가 아닌 다른 곳에 있었다.
1962년 6월 28일, 캘리포니아 에드워즈 공군 기지의 시험 스탠드에서 F-1 엔진이 폭발했다. 엔지니어 로버트 빅스는 이 사건을 "전례 없는 격렬함"이라고 표현했다. 연료 라인이 통째로 날아갔고, 엔진은 흔적도 없이 파괴됐다.
그리고 이것은 시작에 불과했다. 이후 열 번의 유사한 폭발이 더 일어났다.
문제의 이름은 '연소 불안정(combustion instability)'이었다.
F-1의 거대한 연소실 안에서 연료와 산화제가 타오를 때, 압력파가 발생하고 그것이 연소실 벽면에 반사되어 다시 연소를 교란시키는 피드백 루프가 형성됐다. 이 압력 진동이 최대치에 달하면, 연소실 벽을 수백분의 1초 만에 녹여버렸다.
이론적으로 어떤 현상인지는 알았다. 하지만 이것을 수학적으로 예측하고 설계로 해결할 방법은 없었다. 당시 컴퓨터로는 F-1 연소실 안에서 벌어지는 난류 현상을 시뮬레이션하는 것 자체가 불가능했다.
오늘날에도 이 규모의 액체 로켓 엔진 연소 안정성을 완전한 1차 원리로 예측하는 것은 여전히 매우 어려운 영역으로 남아 있다.
NASA와 록다인이 결성한 태스크포스, 흔히 'Project Go'로 불린 이 대응팀은 약 50명의 엔지니어로 구성됐다. 팀은 수천 회의 풀스케일 시험을 통해 수많은 인젝터 디자인과 배플 구성을 체계적으로 테스트했다.
방법론은 단순했다. 태워보고, 기록하고, 바꾸고, 다시 태워보는 것이었다.
가장 극적인 장면은 '폭탄 시험'이다. 엔지니어들은 작동 중인 엔진 연소실에 의도적으로 소형 폭탄을 터뜨렸다. 불안정이 시작됐을 때 엔진이 얼마나 빨리 스스로 안정을 되찾는지를 측정하기 위해서였다. 최종 설계의 기준은 단순했다. 100밀리초(0.1초) 이내에 진동이 자기 소멸될 것.
수년간의 시험 끝에 마침내 그 기준을 충족하는 배플 형상과 인젝터 조합을 찾아냈다. 그리고 1967년부터 1973년까지, 13발의 새턴 V에 장착된 65기의 F-1 엔진은 단 한 번의 비행 실패 없이 완벽하게 작동했다.
이것이 중요하다.
새턴 V의 성공은 완전한 이해의 산물이 아니었다. 불안정의 물리적 메커니즘은 알고 있었지만, 풀스케일 엔진에서 예측 설계로 닫기에는 이론이 충분하지 않았다. 이해할 수 없는 카오스를 통제 가능한 범위 안에 가두는 데 성공한 시스템 공학의 산물이었다.
brute force처럼 보이지만, 실제 본질은 카오스를 길들인 정밀한 경험주의였다.
아폴로 계획이 끝난 뒤, 이런 이야기가 퍼졌다. "설계도를 잃어버려서 다시 만들 수가 없다."
이것은 반만 맞는 이야기다.
설계도는 분명히 존재한다. 수백만 장의 도면이 마셜 우주비행센터에 마이크로필름으로 보관돼 있다.
문제는 설계도가 아니었다. 설계도에는 담길 수 없는 것들이 사라졌다.
F-1 엔진의 재생 냉각 재킷은 178개의 인코넬-X 튜브가 수작업으로 브레이징(납땜)된 구조였다.
터빈 블레이드는 그 임무를 위해 특별히 개발된 합금으로 만들어졌는데, 후대 연구자들이 회수된 부품을 다시 분석해야 할 만큼 재료 기록이 완전히 남아있지 않았다. 용접공들은 부품이 딱 맞게 끼워지도록 수시로 파일로 갈고 조정했는데, 그 과정은 설계도에 기록되지 않았다. 엔지니어들이 터득한 수십 가지의 요령들은 머릿속에, 혹은 이미 사라진 메모지 위에만 존재했다.
1992년 록다인이 조사했을 때 F-1 관련 경험이 있는 현역 직원은 248명, 은퇴자는 76명뿐이었다. 2010년대에는 사실상 모두 떠났다.
그래서 2013년, 믿기 어려운 일이 벌어졌다.
아마존 창업자 제프 베조스가 2011년 비밀리에 프로젝트를 시작했다.
목표는 대서양 해저에 잠든 아폴로 우주선의 잔해를 건져 올리는 것이었다. 아폴로 임무에서 새턴 V의 1단 로켓은 연료를 다 쓰고 대서양에 버려졌다. 수심 4,300미터. 43년이 지났다.
베조스는 인터넷에서 15분을 검색해 아폴로 11호 1단 로켓이 추락한 좌표를 찾아냈다고 했다. "그렇게 쉬울 줄 알았다"고 그는 나중에 말했다. 그렇지 않았다.
원격 조종 무인잠수정이 14,000피트 수심에서 작업했다. 3주간의 탐사 끝에 팀은 F-1 엔진 잔해를 건져 올리는 데 성공했다. 추력실, 가스 발생기, 인젝터, 열교환기, 터빈, 연료 매니폴드. 43년간 바닷속에 있던 금속 덩어리들은 수압과 부식으로 거의 알아볼 수 없는 상태였다.
복원 과정에서 가장 드라마틱한 장면이 나왔다.
복원팀 연구원이 자외선 조명과 특수 렌즈 필터로 부품을 스캔하다가, 육안으로는 보이지 않는 숫자를 발견했다. "2044." 부식된 금속 위에 희미하게 남은 페인트 스텐실. 추가 부식을 제거하자 금속 표면에 새겨진 글자가 나타났다. "Unit No. 2044." 이것은 아폴로 11호의 중앙 F-1 엔진에 할당된 시리얼 넘버였다.
인류를 처음으로 달에 보낸 엔진이, 반세기 만에 바다 밑에서 건져 올려진 것이다.
같은 시기, NASA는 다른 이유로 F-1 엔진을 연구하고 있었다.
차세대 대형 발사체 SLS를 위해 F-1 엔진을 현대적으로 재해석한 F-1B 개념을 검토한 것이다. 스미스소니언 박물관과 마셜 우주비행센터에 보관된 F-1 엔진 부품을 분해해 3D 스캔으로 내부 구조를 파악했다. 결과는 놀라웠다. 현대 가공 기술로는 주요 구성 요소들을 원래의 수십 분의 일에 불과한 부품 수로 제작할 수 있었다.
그러나 NASA는 결국 F-1B를 선택하지 않았다. 고체 연료 부스터를 선택했다.
설계도가 있어도, 원래의 F-1을 다시 만드는 것과 새로 만드는 것은 별 차이가 없었다.
가장 중요한 지식은 문서에 없었다. 사람 안에 있었고, 그 사람들은 이미 사라졌다.
아폴로가 끝난 것은 기술적 한계 때문이 아니었다.
케네디가 1961년 달 착륙 목표를 선언했을 때, 당시 여론조사에서 미국인의 다수가 반대했다.
아폴로 11호가 달에 착륙한 그 역사적인 순간 이후에도 대중의 지지는 생각보다 뜨겁지 않았다. 아폴로 11 이후 우주 프로그램에 대한 열기는 눈에 띄게 식었다.
NASA 예산은 1966년 연방 예산의 4.41%를 정점으로 지속적으로 줄었다. 1972년에는 1.48%였다. 오늘날은 0.35%다.
아폴로 20호는 1970년 1월에 취소됐다. 18, 19호도 같은 해 9월에 취소됐다. 경쟁 상대인 소련의 N1 로켓이 네 번의 시험 발사에서 모두 실패하면서, 달 경쟁에서 이겨야 한다는 냉전의 논리도 힘을 잃었다.
아폴로를 멈춘 것은 물리 법칙이 아니었다. 정치적 연료가 바닥났다.
새턴 V 아키텍처의 본질적 문제도 있었다. 발사할 때마다 수천억 원짜리 기계 전체를 버려야 했다. 매번 새로 만들어야 하는 일회용 발사체였다. 반복 가능한 경제 구조가 없었다. 지속가능한 플랫폼이 아니었다.
아폴로는 데모(demonstration)였다. 달에 갈 수 있다는 것을 증명했다.
그러나 그것을 반복 가능한 플랫폼(platform)으로 전환하는 데는 실패했다.
그리고 인류는 53년을 기다려야 했다.
2017년 구글이 발표한 논문 제목은 이랬다. "Attention Is All You Need."
그로부터 불과 8년 만에, 언어 모델은 사법고시를 통과하고 박사 수준의 물리 문제를 풀며 코드를 작성한다. GPT, 클로드, 제미나이. 이 시대의 가장 화려한 기술적 성취들이다.
그런데 이 모델들이 어떻게 작동하는지 들여다보면, F-1 엔진의 냄새가 난다.
스케일링 법칙(Scaling Law).
2020년 OpenAI 시절 Jared Kaplan이 공동 저술한 이 법칙은 언어 모델의 성능이 파라미터 수, 학습 데이터, 컴퓨팅 자원에 따라 예측 가능한 거듭제곱 함수로 향상된다는 것을 보여줬다. 이것은 진짜 과학적 발견이었다. 7자릿수에 걸친 스케일에서 수학적 규칙성이 성립한다는 것은 놀라운 일이다.
그러나 이 법칙이 가리키는 방향은 하나다. 더 크게, 더 많이, 더 비싸게.
외부 추정치를 기준으로 GPT-3 학습 비용은 2020년 수십억 원 수준이었고, GPT-4는 2023년에 수천억 원대로 올라갔다는 분석이 나온다. 공식 확정치는 아니지만, Epoch AI의 분석에 따르면 프론티어 모델의 학습 비용은 연간 약 2.5배씩 증가하는 추세다. 이 추세가 계속되면 2027년이면 단일 모델 학습에 10억 달러를 넘길 것으로 예측된다.
에너지도 마찬가지다.
미국 데이터센터의 전력 소비는 2018년 전체 전력의 1.9%에서 2023년 4.4%로 늘었다. 2030년에는 단일 프론티어 모델 학습에 최대 16기가와트의 전력이 필요할 것으로 예측된다. GPT-3 하나를 학습하는 데 냉각용으로 증발한 물이 70만 리터로 추산된다.
그리고 F-1과 결정적으로 닮은 점이 있다.
학습 중에 대규모 언어 모델은 '로스 스파이크(loss spike)'라는 현상을 겪는다.
갑자기 학습 손실이 폭발적으로 치솟아 수십억 원짜리 학습 과정을 망쳐버리는 현상이다. 원인은 복합적이다. 과도한 학습률, 기울기 폭발, 분산 학습 환경에서의 수치적 불안정. 엔지니어들은 경험적 방법으로 이것을 제어한다. 기울기 클리핑, 학습률 워밍업, 정규화 기법들. F-1의 배플처럼, 이론에서 도출된 것이 아니라 수천 번의 시험을 통해 경험적으로 발견된 안정화 장치들이다.
AI 연구자들조차 대형 언어 모델의 내부 메커니즘을 완전히 이해했다고 말하지 않는다.
스케일에서 예측 가능하게 동작하는 인프라를 만드는 것이 이론적 해명보다 앞서 있다.
Project Go 팀이 이론으로 풀 수 없었던 것을 시험으로 통제했듯이.
2024년 12월, OpenAI 공동창업자이자 당시 새 AI 연구소를 시작한 Ilya Sutskever가 NeurIPS 학술대회에서 이렇게 말했다. "우리가 알던 방식의 사전 학습은 의심할 여지 없이 끝날 것이다."
이것은 중요한 신호다.
이미 변화의 조짐은 곳곳에 있다.
State Space Model 계열의 Mamba는 트랜스포머의 2차 복잡도를 선형으로 줄이며 긴 컨텍스트에서 효율 우위를 보인다. Mixture of Experts 구조는 전체 파라미터의 일부만 활성화하여 계산 비용을 줄인다. DeepSeek-V3는 공식 기술보고서에서 최종 학습 비용을 약 557만 달러로 제시해 업계를 충격에 빠뜨렸다. 다만 이 수치는 선행 연구와 실험 비용을 제외한 값이다.
Test-time compute는 더 큰 모델을 훈련하는 대신 추론 시간에 더 깊이 생각하게 만드는 방향으로 성능을 끌어올린다.
그러나 아직 패러다임이 바뀌지는 않았다.
우리는 지금 SpaceX의 재사용 로켓이 아직 등장하지 않은 시점에 있다. 1972년에 서 있는 것이다. 아폴로 17호가 달에서 돌아온 그 해. 할 수 있는 것의 한계에 거의 닿아 있고, 다음 무대가 어디인지는 짐작하지만, 어떻게 거기에 갈지는 아직 모르는 시점 말이다.
여기서 아폴로와 AI의 결정적인 차이가 하나 있다.
아폴로의 냉전 연료가 꺼지자 모든 것이 멈췄다. 그러나 AI의 연료는 상업적 수요다. 이것은 꺼지지 않는다. 수조 달러의 시장이 더 효율적인 아키텍처를 찾아낼 인센티브를 계속 공급한다. 완전한 정체가 아니라 비용 구조의 전환, 아키텍처의 재발명이 일어날 가능성이 높다.
아르테미스가 아폴로의 재현이 아닌 것처럼 NASA 단독의 국가 총력전이 아니라 SpaceX, Blue Origin, Axiom이 참여하는 상업 생태계 기반의 지속가능한 구조이자 플래그와 발자국을 남기고 끝나는 데모가 아니라, 인류가 달에 머물 수 있는 플랫폼을 만드는 것이다.
NASA 국장은 말했다. "이번에는 깃발을 꽂고 돌아오는 것이 아니다. 이번에는 거기에 머물기 위한 것이다."
기술 역사의 패턴은 반복된다.
뉴커먼의 증기기관(1712)은 이해보다 먼저 작동했다.
진공관 컴퓨터 ENIAC(1946)은 18,000개의 진공관으로 브루트 포스 계산을 했다.
콩코드는 마하 2로 날았지만 20대밖에 만들어지지 않았다.
보잉 747은 더 느리게 날았지만 1,500대가 팔렸다.
데모는 가능성을 증명하지만, 플랫폼이 세상을 바꾼다.
새턴 V는 데모였다.
트랜스포머도 지금은 데모와 플랫폼 사이 어딘가에 있다.
F-1 엔진이 왜 됐는지 완전히 이해하지 못했던 것처럼, 우리는 지금 GPT와 클로드가 왜 그렇게 작동하는지 완전히 이해하지 못한다. 배플로 연소 불안정을 잡았듯, 기울기 클리핑으로 학습 불안정을 잡는다. 수천 회의 시험으로 인젝터 설계를 찾아냈듯, 수천 번의 실험으로 하이퍼파라미터를 찾아낸다.
그리고 어느 순간, 지금 우리가 쌓고 있는 이 거대한 지식들이 — 바다 속에 가라앉은 F-1처럼 — 다음 세대에 의해 인양될 것이다. 설계도에는 담기지 않은 무언가를 건져내기 위해.
아르테미스 II가 오늘 돌아온다.
53년의 공백 끝에, 우리는 다시 달 가까이 갔다가 돌아왔다. 아직 달 착륙은 아니다.
그것은 SpaceX와 Blue Origin이 착륙선 역할을 맡는 아르테미스 IV를 기다려야 한다. 그러나 방향은 명확하다. 국가 총력전이 아니라 상업 생태계가 지속가능성을 만든다.
데모에서 플랫폼으로, 그 전환이 이제야 시작되고 있다.
AI도 같은 길 위에 있다.
지금의 GPT도, 클로드도, 제미나이도 — 이것들은 인공지능의 완성이 아니다.
이것은 프롤로그다. 아폴로가 달 탐험의 끝이 아니라 시작이었듯이.
인류는 언제나 힘으로 먼저 돌파하고, 나중에 그 힘을 이해한다. 그리고 이해한 다음에야 비로소, 그 힘을 지속가능하게 만든다.
우리는 지금, 이해하는 과정의 한가운데에 있다.