노벨상 주역 AI 배후는? 탄탄한 DB
연구개발특구진흥재단-Ai프렌즈, 26일 TBC서
'노벨상을 점령한 AI' 주제 특별포럼 개최
인공지능(AI) 기술이 현대 과학의 새로운 지평을 열고 있다. 올해 노벨물리학상과 화학상이 나란히 AI 분야 연구자들에게 돌아가며 새로운 패러다임이 시작됐다는 분석이다.
이와 관련해 연구개발특구진흥재단과 사단법인 Ai프렌즈는 지난 26일 대덕테크비즈센터(TBC) 1층 콜라보홀에서 '과학이슈를 논하다, 노벨상을 점령한 AI'를 주제로 한 포럼을 열었다.
◇ 생명과학 혁신 가져온 알파폴드
이날 강연자로 참석한 신현길 안전성평가연구소 박사는 단백질 구조 예측 AI인 '알파폴드(AlphaFold)'를 중심으로 '노벨화학상과 AI'를 다뤘다. 생물정보학을 전공한 그는 현재 안전성연에서 AI를 활용한 약물 안전성 연구를 하고 있다.
신 박사는 현대 AI 기술의 작동 원리부터 실제 응용 사례, 기술 발전에 따른 윤리적 도전 과제까지 폭넓은 주제를 다뤘다. 특히 AI가 연구에 가져온 혁신적 변화와 함께 그에 따른 책임 있는 기술 활용의 중요성을 강조했다.
강연의 핵심 주제인 알파폴드는 단백질의 3차원 구조를 예측하는 AI 시스템이다. 올해 노벨화학상 수상자인 데이비드 베이커(David Baker) 미국 워싱턴대 의과대학 교수, 데미스 허사비스(Demis Hassabis) 구글 딥마인드 최고경영자와 존 점퍼(John Jumper) 구글 딥마인드 수석연구원도 모두 알파폴드의 토대를 세우고 프로그램을 선보인 인물들이다.
신 박사는 알파폴드가 단백질 서열 정보를 토큰화해 처리하고 물리적 제약 조건과 데이터베이스 검색을 통해 정확도를 높이는 과정을 거친다고 설명했다. 그는 "단백질은 생명의 언어라고 할 수 있다"며 "알파폴드는 이 언어를 해석하고 그 구조를 예측함으로써 생명과학 연구에 획기적인 진전을 가져왔다"고 평가했다.
특히 주목할 만한 점은 알파폴드가 실험적 방법으로는 구조 확인이 어려운 막단백질 등의 구조도 예측할 수 있게 했다는 점이다. 신 박사는 "이는 신약 개발 분야에서 특히 중요한 의미를 갖는다"며 "기존에는 접근하기 어려웠던 신약 타겟들에 대한 연구가 가능해졌기 때문"이라고 말했다.
강연 후반부에서는 AI 기술의 양면성에 대한 성찰이 이어지기도 했다. 그는 "오픈소스는 AI 발전의 핵심 동력이었지만 동시에 딥페이크와 같은 악용 사례의 원인이 되기도 한다. 특히 알파폴드와 같은 단백질 구조 예측 기술은 화학무기 개발에 악용될 수 있다"고 우려했다,
그러면서 "노벨의 다이너마이트처럼, 과학 기술은 그 자체로는 선악이 없다. 하지만 사용 목적에 따라 인류에게 축복이 될 수도, 재앙이 될 수도 있다. AI 기술의 발전 속도가 윤리적 논의를 앞서가고 있는 것이 현실이지만 기술 공유와 보안, 발전과 통제 사이의 적절한 균형점을 찾아야 한다"고 강조했다.
◇ "노벨물리학상 AI 업적, 탄탄한 DB 덕분"
이어진 강연에서는 허무영 기초과학연구원(IBS) 센터장이 올해 노벨물리학상 수상 연구의 의미와 현대 AI 기술 발전의 연관성을 심도 있게 다뤘다. 그는 통계 및 생물물리학을 전공한 뒤 현재 연구원에서 우주 초고성능컴퓨터 전문센터를 이끌고 있다.
이와 관련해 연구개발특구진흥재단과 사단법인 Ai프렌즈는 지난 26일 대덕테크비즈센터(TBC) 1층 콜라보홀에서 '과학이슈를 논하다, 노벨상을 점령한 AI'를 주제로 한 포럼을 열었다.
◇ 생명과학 혁신 가져온 알파폴드
이날 강연자로 참석한 신현길 안전성평가연구소 박사는 단백질 구조 예측 AI인 '알파폴드(AlphaFold)'를 중심으로 '노벨화학상과 AI'를 다뤘다. 생물정보학을 전공한 그는 현재 안전성연에서 AI를 활용한 약물 안전성 연구를 하고 있다.
신 박사는 현대 AI 기술의 작동 원리부터 실제 응용 사례, 기술 발전에 따른 윤리적 도전 과제까지 폭넓은 주제를 다뤘다. 특히 AI가 연구에 가져온 혁신적 변화와 함께 그에 따른 책임 있는 기술 활용의 중요성을 강조했다.
강연의 핵심 주제인 알파폴드는 단백질의 3차원 구조를 예측하는 AI 시스템이다. 올해 노벨화학상 수상자인 데이비드 베이커(David Baker) 미국 워싱턴대 의과대학 교수, 데미스 허사비스(Demis Hassabis) 구글 딥마인드 최고경영자와 존 점퍼(John Jumper) 구글 딥마인드 수석연구원도 모두 알파폴드의 토대를 세우고 프로그램을 선보인 인물들이다.
신 박사는 알파폴드가 단백질 서열 정보를 토큰화해 처리하고 물리적 제약 조건과 데이터베이스 검색을 통해 정확도를 높이는 과정을 거친다고 설명했다. 그는 "단백질은 생명의 언어라고 할 수 있다"며 "알파폴드는 이 언어를 해석하고 그 구조를 예측함으로써 생명과학 연구에 획기적인 진전을 가져왔다"고 평가했다.
특히 주목할 만한 점은 알파폴드가 실험적 방법으로는 구조 확인이 어려운 막단백질 등의 구조도 예측할 수 있게 했다는 점이다. 신 박사는 "이는 신약 개발 분야에서 특히 중요한 의미를 갖는다"며 "기존에는 접근하기 어려웠던 신약 타겟들에 대한 연구가 가능해졌기 때문"이라고 말했다.
강연 후반부에서는 AI 기술의 양면성에 대한 성찰이 이어지기도 했다. 그는 "오픈소스는 AI 발전의 핵심 동력이었지만 동시에 딥페이크와 같은 악용 사례의 원인이 되기도 한다. 특히 알파폴드와 같은 단백질 구조 예측 기술은 화학무기 개발에 악용될 수 있다"고 우려했다,
그러면서 "노벨의 다이너마이트처럼, 과학 기술은 그 자체로는 선악이 없다. 하지만 사용 목적에 따라 인류에게 축복이 될 수도, 재앙이 될 수도 있다. AI 기술의 발전 속도가 윤리적 논의를 앞서가고 있는 것이 현실이지만 기술 공유와 보안, 발전과 통제 사이의 적절한 균형점을 찾아야 한다"고 강조했다.
◇ "노벨물리학상 AI 업적, 탄탄한 DB 덕분"
이어진 강연에서는 허무영 기초과학연구원(IBS) 센터장이 올해 노벨물리학상 수상 연구의 의미와 현대 AI 기술 발전의 연관성을 심도 있게 다뤘다. 그는 통계 및 생물물리학을 전공한 뒤 현재 연구원에서 우주 초고성능컴퓨터 전문센터를 이끌고 있다.
올해 노벨물리학상은 존 홉필드(John J. Hopfield) 미국 프린스턴대 교수와 제프리 힌튼(Geoffrey E. Hinton) 캐나다 토론토대 교수에게 돌아갔다. 인공 신경망을 이용한 머신러닝의 기초를 마련하고 현대 AI 기술의 근간이 되는 딥러닝 발전에 기여했다는 평가다.
허 센터장은 가장 주목할 만한 발전은 힌튼 교수가 개발한 '제한 볼츠만 머신(Restricted Boltzmann Machine)'이라고 말했다. 그는 "초기 볼츠만 머신은 학습에 많은 시간이 걸렸지만, 제한 볼츠만 머신은 층별 학습을 가능하게 만들었다"며 "특히 기존의 결정론적 접근과 달리, 볼츠만 머신은 노이즈를 의도적으로 도입함으로써 더 다양한 패턴을 생성할 수 있게 됐다. 이는 현대 딥러닝의 기반이 됐다"고 설명했다.
그러면서 그는 데이터의 확산과 공유를 강조했다. 허 센터장은 "(노벨물리학상 수상자들의) 성공 뒤에는 PDB(Protein Data Bank)라는 탄탄한 데이터베이스가 있었다"며 "연구자들이 자신의 데이터를 표준화된 형식으로 적극 공유했기에 가능했던 성과다. 학술지들이 단백질 구조 데이터의 PDB 등록을 논문 게재의 필수 조건으로 정한 것이 큰 역할을 했다"고 봤다.
그는 "현대 AI의 성과는 기초과학 연구의 중요성을 입증하는 좋은 사례다. 연구 인프라 구축과 데이터 공유 문화의 정착이 향후 AI 발전의 핵심 요소가 될 것"이라고 전망했다.
