인공지능에서 지구과학까지, 거의 모든 분야의 ‘최신 핵심 정보’를 한 권으로 만난다.
매년 더해지는 ‘미래 과학 트렌드’ 시리즈는 우리가 당면한 첨단 기술의 명암은 물론 다양한 과학의 배경지식을 두루 짚는 것이 특징이다.
특히 이번 《2026 미래 과학 트렌드》는 이미 일상 깊숙이 자리한 AI의 유용성뿐 아니라 실제로 과학자들이 연구실에서 인공지능을 어떤 방식으로 활용하는지에 대해서도 살펴볼 수 있는 유일한 책이다.
또한 기후위기에 대처하기 위한 첨단 과학기술 소식과 그 시범 운영 현장까지 발빠르게 담았다.
시의성과 전문성을 놓치지 않는 ‘미래 과학 트렌드’로 2026년을 장식할 키워드를 쉽고 재미있게 읽는다.

밤에 나타나는 유전자들은 낮에 활성화해 각성되어 있던 유전자들을 억제해 세포의 회복과 재생, 손상된 DNA 복구 같은 역할을 하며 인간에게는 멜라토닌을 분비해서 수면을 유도한다.
이처럼 식물과 인간의 생체 시계 메커니즘은 매우 유사하게 24시간 주기의 생리 리듬을 조절하며, 수면·성장·노화까지 깊숙이 관련되어 있다.
노화는 단순하게 세월이 흐른 결과가 아니라, 세포 기능 저하와 분자적 손상이 누적된 결과인 것이다.
따라서 최근 생리의학계에서는 식물의 생체 시계와 노화 사이의 연관성에 주목하고 있으며 이에 대한 연구도 활발히 이루어진다.
--- 「식물의 시간과 저속노화」 중에서

현재까지는 폐유기물을 기초 원료로 재활용하기 위해 철저한 분리배출이 동반되어야 하는 한계점을 가지고 있다.
하지만 아무리 꼼꼼히 분리배출을 해도 라벨을 떼어내고 남은 접착제 등의 불순물은 존재하기 마련이다.
그렇기 때문에 폐유기물을 녹이면 100여 가지의 화학물질이 혼재되어 있어 산업용 보일러에 쓰이거나 저품질의 우레탄을 제조하는 정도에만 그치는 수준이다.
최근 우리나라에서는 이러한 문제점을 해결하기 위해 2022년 ‘플라스마 활용 폐유기물 고부가가치 기초 원료화 사업단’을 출범했다.
사업단은 폐유, 폐유기 용제, 폐플라스틱 등 다양한 폐유기물을 플라스틱의 기초 원료인 에틸렌, 프로필렌 등으로 전환하는 목표로 연구를 진행했다.
그리고 2025년 9월, 혼합 폐플라스틱을 분리배출 없이 기초 원료로 재활용할 수 있는 플라스마 전환 공정을 개발했다고 밝혔다.
--- 「폐유기물의 재탄생」 중에서

지구층서학은 생물층서학의 확장판이라 할 수 있다.
화석이 말해주는 ‘상대적 시간’을 넘어서, 절대적인 숫자로 시간을 정하는 과학이다.
한때는 루페와 망치로 암석을 관찰하고, 손으로 각도를 재며 현장에서 기록했다.
하지만 이제 그 역할은 전자현미경, 질량분석기, 스캐너가 대신한다.
지질학자는 바위를 직접 깎기보다, 시추코어core sample에서 얻은 수천 미터의 데이터를 분석한다.
21세기에 들어, 이 모든 데이터는 디지털로 전환되었다.
시추코어는 고해상도로 스캔되고, 그 이미지는 인공지능이 학습한다.
인공지능은 화석의 형태, 색, 입자 크기, 화학 성분의 패턴을 스스로 분류하며 ‘지층의 시간’을 읽어낸다.
과거 과학자가 몇 달 걸려 하던 분석을, 이제는 하루 만에 끝낼 수 있다.
--- 「지층이 기록한 시간을 읽는 AI」 중에서

칠레 안데스산맥에 자리 잡은 베라루빈 천문대는 현재 천문학에서 AI 활용의 최전선에 서 있다.
이곳 천문대는 LSST라는 야심 찬 프로젝트를 진행 중인데 이는 ‘시공간 유산 탐사’라는 뜻으로, 10년에 걸쳐 남반구 하늘을 매일 밤 관측해 우주의 변화하는 모습을 기록하는 것이다.
루빈 천문대는 날마다 우주를 관측하며 20테라바이트의 데이터를 생성한다.
이는 스마트폰으로 찍은 고화질 사진 약 400만 장에 해당하는 양이다.
10년간 총 60페타바이트의 데이터를 수집할 예정인데, 이는 전 세계 모든 도서관의 책을 디지털화한 데이터보다도 많다.
그야말로 별빛 파도가 우리에게로 밀려오고 있는 것이다.
--- 「우주를 읽는 AI」 중에서

오늘날 인공신경망은 인공지능과 거의 동의어처럼 쓰이고 있지만, 2000년대 이전까지도 인공신경망은 인공지능의 하위 분야 중 비주류에 해당했다.
그 전에는 개발자가 직접 지능적인 과제를 수행하는 프로그램을 ‘명시적으로 작성’하는 것이 인공지능의 주류적 접근이었다.
이와 달리 인공신경망은 ‘개념상’ 명시적 프로그래밍 없이도 지능적 과제를 수행하는 방법을 스스로 ‘학습’할 수 있었다.
그럼에도 인공신경망이 주류가 될 수 없었던 배경에는 그 학습 방법이 구체적으로 발명되지 않았고, 학습을 위한 컴퓨팅 자원도 부족했기 때문이다.
--- 「챗GPT의 기억과 대화」 중에서

물리학은 인간이 자연 세계를 이해하는 데 결정적 기여를 해왔다.
하지만 현대 물리학 연구는 데이터의 양과 복잡성, 계산 난도 면에서 과거에 비해 훨씬 더 도전적이다.
이에 따라 AI는 물리학 연구자들이 막대한 양의 실험 및 시뮬레이션 데이터를 실시간으로 처리하고, 연구 설계와 복잡한 모델링을 자동화하도록 돕는 필수 도구가 되었다. AI 사용은 물리학자들의 일상 업무로 자리 잡아가며 단순한 보조 수단을 넘어 연구에서도 근본적인 혁신을 가능하게 하고 있다. AI 기술을 도입하지 않는다면 현대 물리학 연구는 경쟁력을 상실할 수밖에 없고, 이는 과학기술 발전 속도에도 직접적인 영향을 미친다.
따라서 물리학과 AI의 만남은 이제 선택이 아닌 필수가 되었다.
--- 「AI와 물리학, 필연적 협력」 중에서

2012년 CERN, 유럽입자물리연구소의 대형 강입자 충돌기LHC에서 힉스 입자가 발견돼 우리나라도 가속기에 대한 대중적인 관심이 커졌다.
그럼에도 가속기가 무엇을 하는 것인지 왜 그렇게 돈이 많이 들어가는지 이해하기 어려울 때가 많다.
100여 년의 가속기 역사에서 이와 같은 일은 반복되었다.
과학적 호기심만으로는 거대 실험 장비를 갖출 비용을 떡하니 내놓기는 쉽지 않다.
로런스가 싱크로트론을 계속해서 개발하기 위해 암 치료용 가속기를 만들어 연구 자금을 얻기도 한 사실이 그러하다.
그래서 가속기는 이 세계가 어떻게 이루어져 있는가 하는 근본적인 문제를 해결하기 위해 시작해 의학과 나노기술, 바이오, 에너지, 반도체 등 다양한 응용 분야로 자리를 넓혀가는 중이다.

--- 「입자 가속기부터 빛을 뿜는 가속기까지」 중에서

우리는 지금 과학기술의 시대에 살고 있다.
인공지능, 로봇, 자율주행, 스마트시티, 메타버스….
그야말로 하루가 멀다 하고 ‘혁신’이라는 이름의 기술들이 쏟아지고 있다.
그런데 이 눈부신 기술 발전의 한쪽에서, 우리의 사회는 여전히 복잡하고 버거운 문제들을 안고 있다.
고령화, 기후위기, 사회 양극화, 디지털 소외, 청년 실업, 지역 소멸.
이 중 어느 하나도 쉽게 풀릴 문제는 아니다.
그래서 사람들은 묻는다.
이런 문제들을 기술이 해결해줄 수 있을까?

--- 「우리가 만드는 과학기술의 미래」 중에서