처리중입니다. 잠시만 기다려주세요.
TTJ 코딩클래스
정규반 단과 자료실 테크 뉴스 코딩 퀴즈
테크 뉴스
Hacker News 2026.06.30 27

'아주 적은 방사선도 위험하다'는 상식, 그 근거가 흔들리고 있다

Hacker News 원문 보기
'아주 적은 방사선도 위험하다'는 상식, 그 근거가 흔들리고 있다

우리가 당연하게 믿어온 전제

방사선은 아무리 적어도 몸에 나쁘다, 양에 정비례해서 위험이 커진다 — 이게 우리 머릿속 상식이잖아요. 이 상식에는 이름이 있어요. LNT 모델(Linear No-Threshold, 선형 무문턱 모델)이라고 불러요. '문턱이 없다'는 건, 안전한 최소량 같은 건 없고 0보다 큰 모든 양이 비례해서 위험하다는 뜻이에요. 그런데 이 모델이 어떻게 만들어졌는지를 파고들면, 그 출발점의 과학적 근거가 생각보다 부실했다는 주장이 제기되고 있어요. AI 데이터센터 때문에 전력 수요가 폭증하고 원전이 다시 주목받는 지금, 한 번쯤 짚어볼 만한 이야기예요.

LNT는 어떻게 표준이 됐나

이야기는 1946년으로 거슬러 올라가요. 초파리에 X선을 쪼여 돌연변이를 연구한 헤르만 멀러(Hermann Muller)가 노벨 생리의학상을 받으면서, '방사선은 안전한 문턱이 없다'는 메시지를 강하게 던졌어요. 이후 1956년 미국의 BEAR 위원회가 이 관점을 공식 채택하면서 LNT가 규제의 기본 전제로 굳어졌고요.

그런데 독성학자 에드워드 칼라브레제(Edward Calabrese)가 당시 자료들을 파헤치면서 문제 제기를 했어요. 그의 주장에 따르면, 멀러는 노벨상 수상 연설 시점에 '낮은 선량에서는 문턱이 존재할 수 있다'는 실험 증거를 알고 있었으면서도 이를 언급하지 않았다는 거예요. 즉 결론을 더 단순하고 강하게 만들기 위해 불리한 데이터가 가려졌다는 거죠. 여기서 강조하고 싶은 건, 이건 한 연구자의 '주장'이고 LNT는 지금도 대다수 규제기관의 공식 입장이라는 점이에요. 다만 그 토대가 처음부터 만장일치의 탄탄한 과학은 아니었다는 게 핵심이에요.

호메시스라는 반론

반대편에는 호메시스(hormesis)라는 가설이 있어요. 이게 뭐냐면, 아주 적은 양의 자극은 오히려 몸의 방어·복구 기능을 활성화해서 이로울 수도 있다는 생각이에요. 운동이 몸에 미세한 스트레스를 줘서 결국 더 튼튼하게 만드는 것과 비슷한 논리죠. 물론 이것도 아직 합의된 정설은 아니에요. 중요한 건 '적은 양은 비례해서 해롭다(LNT)'와 '적은 양은 무해하거나 이로울 수도 있다(호메시스)'가 여전히 다투는 중인데, 정책은 한쪽(LNT)만 채택해 굳어버렸다는 점이에요.

이게 왜 큰 비용을 낳았나

LNT를 곧이곧대로 적용하면 '조금이라도 줄일 수 있으면 무조건 줄여라'는 ALARA 원칙으로 이어져요. 그 결과 원자력 발전소의 안전 규제 비용이 천문학적으로 불어났고, 방사선에 대한 막연한 공포(radiation phobia)도 사회 전반에 깊게 박혔어요. 후쿠시마 사고 때 방사선 자체보다 과도한 대피 과정에서 더 많은 인명·건강 피해가 났다는 분석이 나오는 것도 이런 맥락이에요. 위험을 0으로 만들려는 가정이, 역설적으로 다른 종류의 더 큰 피해를 부른 셈이죠.

업계 맥락과 시사점

지금 이 주제가 다시 뜨는 이유는 분명해요. AI 데이터센터의 전력 수요가 폭증하면서 소형모듈원전(SMR) 같은 원자력이 현실적 대안으로 떠올랐거든요. 이때 'LNT가 정말 옳은가'라는 질문은 원전의 규제 강도와 경제성을 직접 좌우해요.

개발자에게도 시사점이 있어요. 이건 본질적으로 데이터 해석과 모델링의 윤리 이야기거든요. 불확실한 영역에서 '단순하고 보수적인 모델'을 하나 정해 정책으로 못 박으면, 나중에 그게 틀려도 되돌리기가 어마어마하게 어려워져요. 우리가 머신러닝 모델을 의료·금융 같은 고위험 영역에 배포할 때 겪는 고민과 똑같아요. 한 번 선택된 모델이 '표준'이 되는 순간 검증 자체가 정치가 되어버리는 구조요. 재현성 위기와도 닮은 결이죠.

한 줄로 정리하면, '안전을 위한 보수적 가정'도 결국 하나의 모델일 뿐이고, 그 모델의 출처와 한계를 의심하는 태도가 과학의 본질이라는 거예요. 여러분은 '불확실하면 일단 가장 보수적으로 가정하자'는 원칙, 늘 옳다고 보시나요? 아니면 그 보수성 자체가 또 다른 비용을 낳는다고 보시나요?


🔗 출처: Hacker News

이 뉴스가 유용했나요?

이 기술을 직접 배워보세요

파이썬으로 자동화를 시작해보세요

파이썬 기초부터 자동화까지 실전 강의.

파이썬 강의 보기

"비전공 직장인인데 반년 만에 수익 파이프라인을 여러 개 만들었습니다"

실제 수강생 후기
  • 비전공자도 6개월이면 첫 수익
  • 20년 경력 개발자 직강
  • 자동화 프로그램 + 소스코드 제공

매일 AI·개발 뉴스를 받아보세요

주요 테크 뉴스를 매일 아침 이메일로 전해드립니다.

스팸 없이, 언제든 구독 취소 가능합니다.