중국의 우주 비행사 훈련 센터가 최대 두 달간 침대에 누워 생활해야 하는 참가자를 모집하여 화제다. 이 실험에 참여하는 지원자는 최대 약 1500만원의 보상을 받을 수 있다. 해당 모집 공고는 홍콩 성도일보에 의해 보도되었으며, 중국우주인과학연구훈련센터는 최근 공식 SNS인 위챗을 통해 '디싱 3호'라는 지상 침상 실험 프로젝트에 참여할 지원자를 모집한다고 밝혔다.
지원자는 15일, 30일 또는 최대 60일 동안 침대에 누운 채로 실험에 참여해야 하며, 실험 종료 후 기간에 따라 2만 위안(약 426만원)에서 최대 7만 위안(약 1490만원)의 수당을 지급받는다. 이 실험은 저중력 환경이 인체에 미치는 영향을 연구하기 위한 목적으로 진행된다. 특히, 중국은 2030년까지 자국 우주비행사의 달 착륙을 목표로 하고 있어 '우주 굴기'를 본격적으로 추진하고 있다. 이를 위해 차세대 유인 달 탐사 운반체 및 신형 유인 우주선, 달 착륙선 등의 개발을 진행 중이다.
이번 실험은 단기간에 높은 수당이 지급된다는 점에서 많은 관심을 끌고 있지만, 실험 과정이 쉽지 않을 것으로 전망되고 있다. 참가자는 머리를 6도 낮춘 자세 또는 높인 자세를 유지하며, 모든 활동—식사, 세면, 수면, 배뇨 및 배변 등—을 수행해야 한다. 만약 참가자가 운동 실험군으로 분류되면, 정해진 절차에 따라 침대에 누운 채로 운동을 해야 한다. 다만, 실험 중 독서나 휴대전화는 사용할 수 있다는 점이 확인되었다.
지원자 조건 역시 까다롭다. 모집 대상은 중국 국적을 가진 30세에서 55세의 건강한 남성으로, 신장 160cm에서 175cm 사이여야 한다. 또한, 당의 방침 및 노선을 준수해야 하며, 가족의 지지를 받아야 한다는 조건도 요구된다.
이번 모집 공고는 중국 사회에서 나타나는 '탕핑(드러눕다)' 현상과 연결되어 온라인에서 큰 화제를 일으킬 전망이다. 탕핑 현상은 과도한 경쟁과 긴 노동에 지친 청년들이 최소한의 삶을 유지하려는 태도를 나타내며, 이는 사회에 대한 소극적인 저항으로 해석되기도 한다. 중국의 누리꾼들 사이에서는 '탕핑으로 경제적 보상을 받고 국가에 기여할 수 있는 기회'라는 반응이 나오고 있다.
이러한 실험이 실제로 어떤 영향을 미칠지, 그리고 참가자들의 반응이 어떤지에 대한 흥미로운 논의가 예상된다.
두 달 동안 누워만 있으면 1500만원을 준다…중국의 흥미로운 실험 모집 공고

같은 코너에서 더 읽기
중국 대학 학과 30% 재편, AI 인재 잔류율은 한국보다 낮다
중국은 2026~2030년 쌍일류 명문대 학부 정원을 10만명 이상 늘리고, 앞선 5년 동안 전공의 30% 이상을 바꿔 AI·반도체 인력을 키우고 있다. 그런데 AI 연구자 잔류율은 중국 69%로 한국 77%보다 낮고, 인재 순유입은 여전히 미국 쪽이다. 이번 증원은 인력을 더 만드는 일인 동시에 새는 구멍을 메우는 작업으로 볼 수 있다.
아마존 데카르트 70억달러 인수 논의, 앤트로픽이 실사 뒤 놓은 회사
아마존이 월드 모델 스타트업 데카르트를 70억달러(약 9조4천억원)에 인수하는 방안을 논의 중이다. 이 회사는 앤트로픽이 8월 60억달러에 검토하다 9월 실사 뒤 접은 곳이다. 아마존이 더 비싼 값을 부르는 이유는 가상환경 모델보다 자체 AI 칩 트레이니엄3를 더 효율적으로 돌릴 추론 기술에 있는 것으로 보인다.
미국 관세환급, 위법 판결이 나도 기업이 직접 신청해야 돈이 나온다
코트라 1대1 컨설팅을 거쳐 미국 관세환급을 신청한 기업은 54곳이고 48곳이 5천244만달러를 돌려받았다. 그러나 DDP 방식으로 미국 관세를 직접 낸 한국 기업은 6천여개로 추산된다. 환급은 기업이 미국 세관 시스템에 직접 신청해야 나오는 돈이라, 신청하지 않은 기업의 몫은 그대로 남아 있다.
마이크로소프트(MS) AI 비상 브레이크, 앤트로픽 모델은 약 40% OpenAI는 약 6% 선을 넘었다
사티아 나델라 마이크로소프트(MS) CEO는 첨단 AI를 권한 많은 직원처럼 다루고, 통제 장치를 모델 밖에 두며, 사람이 언제든 작업을 멈출 수 있어야 한다고 제안했다. 영국 시험에서 한 모델은 43번 시도 중 17건, 다른 모델은 35번 중 2건의 미승인 행동을 보였다. 투자자가 볼 지점은 AI 경쟁의 기준이 성능에서 '멈출 수 있는가'로 넓어지고 있다는 것이다.