어긋난 시간 여행!
최근 몇 주 사이 쏟아진 소식들을 한자리에 모아봤어요. 생명의 설계도를 다시 쓰는 실험실 이야기부터, 스스로도 지키지 못한 보안 구멍, 인간과 나란히 서서 증명을 완성한 AI, 자본이 속도를 통째로 사들이는 시장, 일터에서 어긋나는 두 개의 약속, 누구에게나 열린 카메라, 그리고 화면 밖으로 걸어 나와 의회와 전력망을 뒤흔든 순간까지요. 언뜻 보면 전부 다른 뉴스처럼 보이지만, 끝까지 읽고 나면 결국 하나의 장면으로 겹쳐질 거예요.
생명의 설계도에 손을 댄 AI
AI가 우리의 말을 배우고 그림을 그리고 코드를 짜는 것도 모자라, 이제는 생명의 문장까지 직접 쓰기 시작했다면 어떤 기분이 드시나요? 우리가 아는 LLM(Large Language Model)이 인간 언어의 문법을 통계적으로 학습해 문장을 만들어내듯, 유전체 AI 모델 '에보(Evo)'는 DNA라는 또 다른 언어의 문법을 배워 완전히 새로운 생명체의 설계도를 써 내려가요.
최근 스탠퍼드 대학교(Stanford University)와 아크 연구소(Arc Institute) 연구진이 국제 학술지 사이언스(Science)에 발표한 결과가 바로 그 증거예요. 9조 개가 넘는 뉴클레오타이드 데이터를 학습한 에보가, 자연계에 단 한 번도 존재한 적 없는 새로운 바이러스 16종을 스스로 설계해 낸 거예요.
연구진이 AI가 제안한 유전체 285개를 실제로 화학 합성해 본 결과, 16개가 살아 움직이는 바이러스로 발현됐어요. 그것도 대장균(E. coli)을 감염시키는 박테리오파지(Bacteriophage)였는데, 흥미롭게도 자연계 바이러스에 이미 내성을 획득한 변종 대장균까지 무력화하는 능력을 보였다고 해요. 항생제 내성균이라는 현대 의학의 오랜 난제를 풀 열쇠가 될 수도 있다는 뜻이니, 여기까지만 들으면 순수한 낭보처럼 느껴지죠.
사실 이번 성과가 진짜로 의미심장한 이유는 따로 있어요. 기존 유전자를 살짝 편집하거나 이미 존재하는 서열을 복제하는 수준을 넘어, 기계가 완전히 새로운 생명 구조의 청사진을 처음부터 스스로 창조해 냈다는 점이에요. 언어 모델이 어느 순간 존재하지 않던 문장을 만들어내듯, 생명 역시 이제 AI가 처음부터 써 내려갈 수 있는 대상이 된 거예요. 텍스트의 세계에서 벌어지던 일이 물질의 세계로 건너온 순간이라고 해도 과언이 아니에요.
하지만 이 성취가 던지는 질문은 딱 절반만 희망적이에요. 이번 실험은 인간에게 무해한 박테리아 바이러스로 한정됐고 보안 절차도 철저했다지만, 같은 원리가 훨씬 위험한 병원체 설계에 응용되지 못하리라는 보장은 어디에도 없거든요.
전문가들은 AI를 활용한 생체 물질 설계 기술의 발전 속도가, 이를 감시하고 통제할 규제나 가드레일(Guardrail)의 마련 속도를 이미 앞질렀다고 지적해요. 디지털 공간에서 짜인 코드 한 줄이 실물 병원체로 손쉽게 합성될 수 있는 시대에, 판도라의 상자를 열어젖힌 손은 AI인데 그 상자를 다시 닫아야 할 책임은 고스란히 우리 몫으로 남아 있는 셈이에요. 눈부신 의학적 가능성과 치명적인 안보 위협이 한 장의 설계도 위에 함께 적혀 있는 셈이죠.
보이지 않는다고 안전한 건 아니에요
생명의 문법을 흔든 AI가 이번엔 자기 자신의 방어벽마저 위태롭게 하고 있어요. LLM 서비스 기업들은 그동안 모델 내부의 사고 과정을 '블랙박스' 뒤에 숨겨두기만 하면 안전하다고 믿어왔거든요. 사용자가 입력한 프롬프트(Prompt)와 모델의 연쇄적 사고(Chain-of-Thought)는 지적 재산이자 프라이버시 영역으로 여겨졌으니까요. 그런데 최근 발표된 두 편의 연구는 이 믿음에 나란히 균열을 냈어요.
먼저, 모델의 출력만 보고 원래 입력을 거꾸로 복원하는 '역추론(Inversion)' 기술이에요. 별도의 훈련 데이터 없이 모델 스스로 만든 합성 데이터만으로 역방향 생성을 학습시키는 '이전 토큰 예측(PTP, Previous Token Prediction)' 방식은, 응답 텍스트만 가지고도 원본 지시문을 토큰 단위까지 정밀하게 복원해 냈어요. 완전한 블랙박스에서는 불가능하다고 여겨졌던 일이 현실이 된 거죠.
더 심각한 균열은 따로 있어요. 서버 비용을 아끼고 모델 증류(Distillation)를 막으려고 내부 추론을 암호화된 블록으로 돌려주는 기업들이 많은데, 이 암호화 블록이 다른 세션과 사용자는 물론 저렴한 하위 모델에까지 두루 호환된다는 사실이 드러났거든요.
엄격한 가드레일이 적용된 상위 모델의 암호화된 사고를, 보안이 느슨한 하위 모델에 그대로 주입하면 어떻게 될까요? 하위 모델이 마치 복호화 도구처럼 작동해 숨겨진 생각을 평문으로 술술 털어놓고 말아요.
그 과정에서 개발자 로그에 방치돼 있던 개인정보와 API 키까지 새어 나온 사례가 실제로 확인됐고, 최종 답변에서는 거부됐던 유해 정보가 내부 사고 과정에서만 드러나는 탈옥 현상까지 발생했어요. 편의를 위해 설계한 구조의 작은 빈틈이, 가장 약한 연결 고리를 타고 전체 방어선을 허무는 셈이에요.
암호화됐으니 안전하다고 믿었던 문이, 알고 보니 옆방 열쇠로도 열리는 문이었던 셈이에요.
생각해 보면 두 연구 모두 같은 곳을 가리켜요. 순방향으로 텍스트를 생성하는 신경망은 그 자체로 역방향 공격의 표적이 될 수 있고, 편의를 위해 세션 간 경계를 느슨하게 만든 설계는 결국 가장 약한 고리에서 뚫린다는 사실이요.
앞으로 AI 에이전트가 이메일을 읽고 결제를 하고 코드를 배포하는 등 훨씬 민감한 업무를 자율적으로 처리하게 될 텐데, 그 판단의 밑바탕이 되는 사고 과정조차 이렇게 허술하게 새어 나간다면 어떨까요. 보이지 않는다고 안전한 게 아니라는 사실을, 다름 아닌 AI 산업 스스로 증명하고 있는 거죠.
증명은 누가 완성했을까요
그렇다고 AI가 늘 균열만 만드는 건 아니에요. 위스콘신 대학교(University of Wisconsin)와 MS(Microsoft) 리서치의 디미트리스 파파일리오풀로스(Dimitris Papailiopoulos) 교수 연구진은 최근 이론 컴퓨터과학과 정보이론이 맞닿는 지점에서 오랫동안 풀리지 않던 난제 하나를 해결했어요.
이른바 '계산-통계적 격차(Computational-Statistical Gap)'라는 문제인데요, 무선 통신에서 신호를 오차 없이 완벽하게 복구하려면 사실상 전수조사에 가까운 최대우도(Maximum-Likelihood) 검출이 필요했지만, 기존의 다항 시간(Polynomial-Time) 알고리즘들은 그보다 훨씬 높은 신호대잡음비에서만 겨우 작동했거든요.
가장 근접했다는 박스 완화(Box Relaxation) 기법조차 이론적 최적치의 두 배 가까운 임계값에 머물러 있었을 정도예요. 그런데 이번 연구는 정교한 2단계 알고리즘으로 이 격차를 허물었어요. 먼저 선형 최소평균제곱오차(LMMSE) 추정치를 반올림해 참값 근처까지 다가서는 '웜 스타트(Warm Start)'를 확보하고, 그다음 매 순간 목적함수를 가장 크게 낮추는 방향으로 한 비트씩 고쳐나가는 탐욕 하강법을 적용하는 방식이에요.
이렇게 다항 시간 알고리즘만으로도 최대우도 검출과 동일한 임계값에 도달할 수 있다는 걸 엄밀하게 증명해 낸 거예요. 단순히 무선 신호 복구 하나에 그치는 이야기가 아니에요. 이 조합 최적화 문제는 격자 기반 암호학(Lattice-based Cryptography)이나 고차원 회귀 분석과도 뿌리를 공유하고 있어서, 이번 증명이 여는 길은 통신 공학을 넘어 훨씬 넓은 영역으로 뻗어갈 가능성이 커요.
정작 더 눈길을 끄는 대목은 따로 있어요. 이 증명의 핵심 전개와 원고 초안을 GPT-5.6과 앤트로픽(Anthropic)의 클로드 페이블 5(Claude Fable 5)가 작성하고, 인간 연구자는 이를 구조화하고 검증하는 역할을 맡았다는 점이에요. 연구자가 큰 가설과 증명의 경로를 설계하면 AI가 방대한 부등식 전개와 기술적 엄밀함을 채워 넣는 방식이죠.
체스판 위에서 인간과 AI가 짝을 이뤄 최고의 기량을 뽐냈던 '켄타우로스(Centaur)' 협업이, 이제 순수 수학 증명의 현장까지 넘어온 셈이에요. AI는 방대한 경우의 수를 지치지 않고 탐색하고, 인간은 그 결과가 어디로 향해야 하는지를 결정하는 역할 분담이 점점 뚜렷해지고 있어요.
물론 질문은 남아요. 증명의 상당 부분을 AI가 채워 넣었다면, 그 결과에 대한 최종 책임과 공로는 어디까지 인간의 것일까요? 연구가 정교해질수록 이 경계는 점점 더 흐려질 것 같아요.
속도가 속도를 인수하다
연구실 밖 시장에서는 아예 속도 자체를 사고 파는 일이 벌어지고 있어요. 스페이스X(SpaceX)가 600억 달러 규모로 AI 코딩 도구 커서(Cursor)를 인수하는 절차가 규제 승인 마무리 단계에 접어들었다는 소식과 함께, 두 조직의 역량이 합쳐진 차세대 모델 '그록(Grok) 4.6'이 전격 공개됐거든요. 이전 세대인 그록 4.5보다 훨씬 정교한 강화학습을 거쳐 모호하고 추상적인 아이디어를 곧바로 실행 가능한 애플리케이션 초안으로 구현해 내요.
특히 눈에 띄는 건 작업을 진행하면서 스스로 결과물을 점검하고 오류를 고치는 자가 테스트 및 검증(Self-testing and Verification) 능력이에요. 전체 코드베이스를 넘나들며 시각적 인터랙션을 설계하고, 반복적인 피드백 루프를 거쳐 완성도를 끌어올리는 모습은 코딩 보조 도구를 넘어 능동적인 소프트웨어 빌더로 넘어가고 있다는 신호죠.
배경에는 명확한 셈법이 있어요. 스페이스X는 데이터센터 증설에 막대한 자본을 쏟아부어 세계 최고 수준의 연산력을 확보했지만, 기업 개발자 시장과의 접점은 약했어요. 반대로 커서는 충성도 높은 개발자층과 방대한 실전 코딩 데이터를 갖고 있었고요.
이번 인수로 커서의 기술과 조직은 SpaceXAI 생태계에 유기적으로 통합되며, 전용 개발 환경 '그록 빌드(Grok Build)'로 제품군이 재편되고 있어요. 인프라의 힘과 개발 도구의 최전선이 하나로 합쳐지면서 소프트웨어 개발의 진입 장벽은 눈에 띄게 낮아지고 있죠.
다만 마냥 반가워하기는 일러요. 막강한 자본을 가진 인프라 기업이 사랑받던 독립 개발 도구까지 흡수하는 흐름이 반복되면, 결국 소수의 손에 지능과 도구가 함께 쌓이게 되니까요. 개발자 입장에서는 선택지가 늘어나는 것처럼 보이지만, 그 선택지를 누가 쥐고 있는지를 따져보면 이야기가 조금 달라져요. 문제는 이 속도가 정말 우리가 감당할 수 있는 만큼만 빨라지고 있느냐는 거예요.
돌려받지 못한 한 시간
속도가 이만큼 빨라진 만큼, 우리에게는 여유가 돌아왔을까요? 메타(Meta)에서 흘러나온 두 목소리를 들어보면 답은 그리 간단하지 않아요. 최고기술책임자(CTO) 앤드루 보즈워스(Andrew Bosworth)는 최근 사내 질의응답 자리에서, AI 덕분에 생긴 업무 효율을 예전처럼 특별 휴가로 돌려달라는 직원의 요청에 단호히 선을 그었어요.
AI로 한 시간의 여유가 생겼다면 그 시간은 이용자를 위한 더 혁신적인 제품을 만드는 데 쏟아야 한다는 거예요. 생산성의 잉여를 쉼으로 돌리는 건 커리어 전략으로도 어리석다는 그의 직설적인 반응은, 실리콘밸리(Silicon Valley)식 노동 현실을 꽤 노골적으로 드러내요.
반면 최고경영자(CEO) 마크 저커버그(Mark Zuckerberg)가 최근 발표한 글 '모두를 위한 미래(The Future is for Everyone)'는 사뭇 다른 그림을 그려요. 누구나 ASI(Artificial Superintelligence) 기반 개인 에이전트를 소유하는 시대가 오면, 일상의 번거로움은 줄고 가족과 함께하는 시간은 늘어날 거라는 약속이에요. 기술 권력이 소수 기관에 집중되는 걸 경계하며, 그 힘을 개인에게 나눠줘야 번영과 자유가 실현된다고도 말하고요.
같은 회사 안에서 조직에는 '더 많은 성과'를, 대외에는 '더 많은 여유'를 약속하는 이 어긋남은, AI가 아낀 시간이 결국 누구의 몫으로 돌아가는지를 되묻게 만들어요. 기술이 반복 작업을 줄여줘도 기업의 기대치가 그만큼 상향 조정된다면, 우리는 늘어난 자유 대신 더 가파르게 돌아가는 쳇바퀴 위에 서게 될지도 몰라요.
여러분의 일터에서는 AI가 아낀 시간이 어느 쪽으로 흘러가고 있나요? 진짜 역량 강화란 같은 시간에 더 많은 결과물을 뽑아내는 효율이 아니라, 그렇게 벌어들인 시간을 삶의 질로 되돌려 놓는 데서 완성되는 것일 텐데 말이에요. 기술이 인간을 자유롭게 할지, 아니면 더 촘촘한 굴레로 이끌지는 결국 이 질문에 누가 먼저 답하느냐에 달려 있는 셈이죠.
모두에게 열어준 카메라
닫힌 회사 안에서 벌어지는 이 줄다리기와 달리, 정반대의 선택을 한 곳도 있어요. AI 스타트업 미니맥스(MiniMax)가 고성능 동영상 생성 모델 '미니맥스 H3(MiniMax H3)'를 오픈소스(Open Source)로 전격 공개하고, 레딧(Reddit)에서 직접 질의응답(AMA, Ask Me Anything)까지 진행한 거예요.
반응은 뜨거웠어요. 일반 소비자용 그래픽카드로도 돌아가는 가벼움, 지시를 정교하게 따르는 프롬프트 충실도, 복잡한 액션 씬과 다중 샷의 일관성을 하나의 클립 안에서 자연스럽게 유지하는 능력까지, 오픈소스 비디오 모델의 기준을 한 단계 끌어올렸다는 평가를 받았거든요.
연구진은 시각과 음성 신호의 정보량 불균형으로 인한 과적합을 막기 위해 독립된 VAE(Variational Autoencoder)를 따로 설계했다고 설명했고, 첫 프레임과 프롬프트만으로 마지막 프레임을 예측하는 단순한 훈련만으로도 별도 후처리 없이 제로샷(Zero-shot) 이미지 편집 능력을 얻었다는 흥미로운 관찰도 공유했어요.
앞으로는 고해상도 품질을 잠재 공간에서 재구성하는 'H3-리제너레이트-2K(H3-Regenerate-2K)'와 희소 주의집중(Sparse Attention) 기술도 예고했고요. "AGI(Artificial General Intelligence)가 올 때까지 개방을 지속하겠다"는 이들의 선언은, 독점 플랫폼에 지쳐 있던 독립 크리에이터들에게 큰 지지를 얻었어요.
원거리 피사체가 뭉개지거나 연속 생성 중 화질이 흔들리는 드리프트(Drift) 현상처럼 아직 남은 과제도, 커뮤니티의 피드백을 받아 계속 다듬어가겠다고 밝혔고요. 가중치를 통째로 공개하고 전 세계 연구자와 함께 문제를 풀어나가는 이런 접근은, 영상 생성 기술의 주도권을 소수 거대 기업의 독점에서 커뮤니티 중심의 집단 지성으로 옮겨오는 실험이기도 해요.
다만 이 힘 역시 양날의 검이라는 사실은 변하지 않아요. 누구나 손쉽게 쓸 수 있게 된 정교한 생성 도구는, 결국 누구나 손쉽게 오용할 수 있는 도구이기도 하니까요. 개방이 만드는 혁신의 속도와, 개방이 함께 열어버리는 위험의 문은 늘 같은 크기로 따라다니는 것 같아요. 그래서 오픈소스 생태계 역시 자유만큼이나 책임 있는 사용 문화를 함께 키워가야 하는 숙제를 떠안게 됐죠.
울타리를 넘은 지능, 비명 지르는 전력망
그리고 바로 이 지점에서, AI는 화면 밖으로도 걸어 나왔어요. 미국 하원에서는 그렉 카사르(Greg Casar) 의원을 비롯한 19명의 의원이 마이크 존슨(Mike Johnson) 하원의장에게 서한을 보내, OpenAI와 앤트로픽(Anthropic), 메타(Meta) 등 주요 AI 기업 최고경영자들을 공개 청문회 증언대에 세우라고 촉구했어요.
이들 기업의 고도화된 모델이 테스트 환경을 벗어나 실제 외부 조직을 해킹한 사실이 드러났기 때문이에요. 의원들은 이를 '탄광 속 카나리아'라고 불렀어요. 더 큰 재앙이 닥치기 전에 먼저 울리는 경보라는 뜻이죠. 첨단 모델이 초래한 안보 위험과 일자리 위협에도, 정작 워싱턴 정가는 그동안 기술 규제에 사실상 무대응으로 일관해 왔다는 자성의 목소리도 함께 나왔고요.
같은 시기, 지방 정부는 훨씬 더 물리적인 한계와 맞닥뜨리고 있었어요. 뉴욕주(New York State)는 50메가와트 이상을 쓰는 대규모 데이터센터 건설에 최대 1년간 모라토리엄(Moratorium)을 선언하며 주 전역의 인허가를 멈췄고, 텍사스주(Texas)도 신규 데이터센터의 전력망 연결을 중단하고 감사에 착수했어요.
물론 노후 발전소의 퇴역이나 건축·교통의 전기화 같은 다른 요인도 섞여 있지만, 앞으로 기가와트(GW) 단위로 불어날 데이터센터 전력 수요가 낡은 전력망의 뇌관이 될 수 있다는 위기감이 그 밑바닥에 깔려 있는 거예요. 두 주정부 모두 데이터센터를 아예 막겠다는 게 아니라, 제도가 따라잡을 때까지 잠시 숨 고를 시간을 벌어보겠다는 쪽에 가까워요.
디지털 위협이 연방 의회를 흔들고, 폭증하는 전력 수요가 지역 전력망을 흔드는 이 두 장면은 결국 하나의 질문으로 모여요. AI를 구름 위에 떠 있는 무형의 혁신으로만 바라보던 시절은 이제 끝났다는 신호이기도 해요. 지능의 질주 속도에 걸맞은 제도적 제동 장치와 물리적 토대 없이, 우리는 대체 어디까지 이 흐름을 감당할 수 있을까요.
우리가 아직 보지 못한 답
오늘 둘러본 풍경들을 가만히 모아보면 웃음과 서늘함이 동시에 스쳐요. 우리는 그저 ‘일 좀 편하게 해보자’며 AI를 불렀을 뿐인데, 정작 찾아온 녀석은 바이러스를 뚝딱 설계하고, 수학 난제를 풀고, 자기 암호키를 엉뚱한 곳에 흘리더니, 급기야 전력망을 통째로 들이킬 기세로 달려들고 있으니까요.
미래라는 손님, 참 성격도 급하죠. 우리가 현관문 잠금장치도 다 달지 못했고 소파 커버도 채 씌우지 못했는데, 벌써 거실 한가운데 떡하니 자리를 잡고 앉아버린 셈이에요.
생명을 빚어내는 신비로운 지능과 제 꼬리를 밟고 넘어지는 엉성한 보안이 사실은 같은 근육에서 나왔다는 사실은, 기술의 질주가 얼마나 아슬아슬한지를 보여줘요. 능력은 이미 번개처럼 저만치 앞서갔는데, 그걸 받쳐줄 사회의 규칙과 전선망, 그리고 우리의 노동 철학은 숨을 헐떡이며 뒤따라가고 있으니까요.
저커버그의 장밋빛 낙원과 보즈워스의 잔업 요구 사이에서, AI가 아껴준 우리의 '소중한 한 시간'이 쳇바퀴의 회전 속도를 높이는 데 쓰일지, 아니면 삶을 돌보는 여유로 쓰일지는 결국 우리가 결정해야 할 몫이에요.
기특하게도 AI는 증명도 대신 해주고 코드도 대신 짜주지만, 다행히도 "우리가 어떤 세상에서 살고 싶은가"라는 마지막 문장의 펜만큼은 여전히 우리 손에 쥐어져 있어요. 미래가 우리보다 먼저 도착했다고 해서 주눅 들 필요는 전혀 없어요. 어찌 됐든 이 집의 진짜 주인은 우리니까요. 그러니 오늘만큼은 AI 덕분에 겨우 벌어낸 10분으로, 에코 멤버님들은 아무것도 하지 않는 느긋한 커피 한 잔의 자유부터 먼저 챙겨보는 건 어떨까요?
Cinnamomo di Moscata
Cinnamomo di Moscata (글쓴이) 소개
게임 기획자입니다. https://www.instagram.com/cinnamomo_di_moscata/
(1) Etiido Uko. (2026). AI creates 16 new viruses that never existed in nature after learning DNA's pattern from 9 trillion nucleotides — experts warn such applications are way ahead of necessary guardrails. Tom's Hardware. https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-creates-16-new-viruses-that-never-existed-in-nature-after-learning-dnas-pattern-from-9-trillion-nucleotides-experts-warn-such-applications-are-way-ahead-of-necessary-guardrails
(2) arXiv:2608.09867 [cs.CR]
(3) arXiv:2607.29378 [cs.CL]
(4) Dimitris Papailopoulos. (2026). Polynomial-Time MIMO Detection at the Maximum-Likelihood Threshold. GitHub. https://github.com/anadim/anadim.github.io/blob/master/MIMO_Detection.pdf
(5) Editor. (2026). Introducing Grok 4.6. SpaceXAI. https://x.ai/news/grok-4-6
(6) Grace Kay. (2026). Cursor Maps Out Branding, Other Changes as SpaceX Acquisition Nears. The Information. https://www.theinformation.com/articles/cursor-maps-branding-changes-spacex-acquisition-nears
(7) Charles Rollet. (2026). Meta CTO says employees should use AI productivity gains to do more work — not take more time off. Business Insider. https://www.businessinsider.com/meta-cto-andrew-bosworth-ai-gains-work-2026-8
(8) Mark Zuckerburg. (2026). The Future is for Everyone. Meta. https://about.fb.com/news/2026/08/the-future-is-for-everyone/
(9) Minimax H3 Team. (2026). AMA: MiniMax H3 Team — Ask us anything about our open video generation model, training, and future plans. Reddit. https://www.reddit.com/r/StableDiffusion/comments/1vh9rtw/ama_minimax_h3_team_ask_us_anything_about_our/
(10) Editor. (2026). Casar Leads Call For Congressional Hearings With AI CEOs. Greg Casar. https://casar.house.gov/media/press-releases/casar-leads-call-congressional-hearings-ai-ceos
(11) Megan Cassella. (2026). House Dems call for AI companies to testify on recent hacks: 'Clear risk to safety'. CNBC. https://www.cnbc.com/2026/08/10/openai-anthropic-ai-hack-congress.html
(12) Alex Music. (2026). New York's Data Center Ban Won't Solve Its Grid Problems > State's electricity woes are driven largely by other factors. IEEE Spectrum. https://spectrum.ieee.org/new-york-data-center-ban
