By PUSHMEET KOHLI, WIRED UK
코로나19 백신을 매우 빠르게 개발했다는 놀라운 업적은 최고의 과학을 보여주었다. 그러나 2022년 3월, 보건 당국 관계자의 영웅적인 노력에 찬사를 보냈을 때 필자의 이웃 중 한 명은 인공지능(AI)이 백신 개발에 도움을 주지 못한 이유에 의문을 제기했다. 타당한 질문이다. 머신러닝 기법이 특정 영역에 도움을 주었으며, 지금도 미래의 코로나19 상황 대비에 도움을 준다. 하지만 현실적으로 AI의 능력 테스트는 AI가 약속하는 역량 전체를 매우 빠른 속도로 보여준다.
그러나 8개월이 지난 시점에도 코로나19가 끝나지 않은 가운데 AI가 약 50년 된 생물학계의 중대한 난제를 해결했다. 바로 단백질 구조 예측 문제이다. 다수 생명과학 전문가는 단백질 구조 예측이라는 획기적인 성과를 “AI의 역량을 입증하는 생명과학의 뛰어나면서 중대한 발전”이라고 말한다. 이후 AI 기반 단백질 접힘 구조 예측은 생물학 분야의 혁신을 가져왔다. 플리스틱 분해 효소부터 세포의 작용 방식 이해까지 생물학자가 세계에 도움이 될 만한 무수히 많은 여러 질문의 새로운 해결책을 발견하는 데 도움이 된다.
AI는 천문학과 분자 물리학, 유기화학, 의학 이미지 처리, 보존, 융합 등 과학의 다양한 영역 발전에도 도움이 되었다. 이와 같은 획기적인 변화가 계속 이루어질 것이다. 그러나 더 근본적인 변화가 이루어지기 직전의 상황에 있다.
2023년에는 AI가 드디어 모든 영역과 원칙에 걸쳐 과학계의 필수 수단이자 일상적 수단으로 급부상할 것이다. 오늘날 직장인 수백만 명이 이메일과 워드 프로세서에 의존하듯이 과학계는 머신러닝 모델과 AI 시스템에 의존하여 연구할 것이다.
예를 들어, AI의 단백질 구조 예측 덕분에 생물학계는 수천 달러 상당의 거액이나 수년이라는 긴 시간에 걸쳐 공들인 연구를 구글 검색처럼 쉽게 처리할 수 있을 것이다. 앞으로 과학계의 AI 활용이 구글 검색처럼 손쉽게 활용할 수 있는 것과 같은 상태가 될 것이다. 유전체학에서 AI는 과학자가 질병을 더 깊이 이해하고, 질병을 치료하는 방법을 탐구하도록 할 것이다.
복잡한 문제를 관리하는 기본 원칙을 학습하는 일반화된 시스템 구축에 따라 그동안 고립된 영역에서 AI의 영향이 감소하게 될 것이다. 모든 종류의 문제를 조사하는 연구원은 프로세스 최적화와 절차 자동화, 새로운 이론 알리기, 불확실성의 이해도 향상 등 AI를 인간의 지능 강화 수단으로 활용할 것이다.
유럽의 가뭄과 남아시아의 홍수를 비롯해 지난 몇 년간 전 세계에서 관측된 극단적인 날씨 모두 인간이 직면한 기후 위기 대응의 시급성을 의미한다. 인간은 지속 가능성이 더 훌륭한 소비와 기후변화 문제 대응을 위한 더 야심 찬 정책을 채택해야 한다. 그러나 이 두 가지 요소만으로는 부족하다. AI와 머신러닝도 기후 상황을 예측할 더 나은 모델을 구축하는 데 도움을 주기 시작할 것이다. 나우캐스팅(Nowcasting)과 같은 새로운 기상학 모델이 개인과 국가, 전 세계 단위의 더 나은 기후 계획 방식 설계에 도움을 줄 것이다. 현실 세계의 물리적 체계를 가상 세계에서 실시간으로 나타내는 디지털 트윈은 기후변화 이해도 향상과 기후변화 대책 부재의 효과, 정책이나 기술적 해결책으로 발생할 가능성이 있는 영향 등을 제시하는 데 도움이 될 것이다.
AI와 머신러닝 모두 과학과 인간 모두 어려움을 겪는 과학 및 인류의 복잡한 문제 극복에 필요한 대대적인 기술 발전을 제공할 것이다. 과학적 획기적인 발전은 상상력을 포착하면서도 종종 잘못된 기대를 형성할 수 있다. 부족함이 불가피한 상황에서 인간의 야망을 낮추지 않는 것이 중요하다. 대신, AI가 도구이면서 과학자와 연구원, 엔지니어가 일상에서 AI를 활용할 때 도움이 된다는 사실을 스스로 상기해야만 한다. 2023년, AI가 모든 과학자의 수단으로 자리 잡게 될 것이다. AI를 활용하면서 인간이 발견하게 될 부분이 기대가 된다.
** 위 기사는 와이어드UK(WIRED.co.uk)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)
<기사원문>
AI Is Taking On Ever Larger Puzzles
코로나19 백신을 매우 빠르게 개발했다는 놀라운 업적은 최고의 과학을 보여주었다. 그러나 2022년 3월, 보건 당국 관계자의 영웅적인 노력에 찬사를 보냈을 때 필자의 이웃 중 한 명은 인공지능(AI)이 백신 개발에 도움을 주지 못한 이유에 의문을 제기했다. 타당한 질문이다. 머신러닝 기법이 특정 영역에 도움을 주었으며, 지금도 미래의 코로나19 상황 대비에 도움을 준다. 하지만 현실적으로 AI의 능력 테스트는 AI가 약속하는 역량 전체를 매우 빠른 속도로 보여준다.
그러나 8개월이 지난 시점에도 코로나19가 끝나지 않은 가운데 AI가 약 50년 된 생물학계의 중대한 난제를 해결했다. 바로 단백질 구조 예측 문제이다. 다수 생명과학 전문가는 단백질 구조 예측이라는 획기적인 성과를 “AI의 역량을 입증하는 생명과학의 뛰어나면서 중대한 발전”이라고 말한다. 이후 AI 기반 단백질 접힘 구조 예측은 생물학 분야의 혁신을 가져왔다. 플리스틱 분해 효소부터 세포의 작용 방식 이해까지 생물학자가 세계에 도움이 될 만한 무수히 많은 여러 질문의 새로운 해결책을 발견하는 데 도움이 된다.
AI는 천문학과 분자 물리학, 유기화학, 의학 이미지 처리, 보존, 융합 등 과학의 다양한 영역 발전에도 도움이 되었다. 이와 같은 획기적인 변화가 계속 이루어질 것이다. 그러나 더 근본적인 변화가 이루어지기 직전의 상황에 있다.
2023년에는 AI가 드디어 모든 영역과 원칙에 걸쳐 과학계의 필수 수단이자 일상적 수단으로 급부상할 것이다. 오늘날 직장인 수백만 명이 이메일과 워드 프로세서에 의존하듯이 과학계는 머신러닝 모델과 AI 시스템에 의존하여 연구할 것이다.
예를 들어, AI의 단백질 구조 예측 덕분에 생물학계는 수천 달러 상당의 거액이나 수년이라는 긴 시간에 걸쳐 공들인 연구를 구글 검색처럼 쉽게 처리할 수 있을 것이다. 앞으로 과학계의 AI 활용이 구글 검색처럼 손쉽게 활용할 수 있는 것과 같은 상태가 될 것이다. 유전체학에서 AI는 과학자가 질병을 더 깊이 이해하고, 질병을 치료하는 방법을 탐구하도록 할 것이다.
복잡한 문제를 관리하는 기본 원칙을 학습하는 일반화된 시스템 구축에 따라 그동안 고립된 영역에서 AI의 영향이 감소하게 될 것이다. 모든 종류의 문제를 조사하는 연구원은 프로세스 최적화와 절차 자동화, 새로운 이론 알리기, 불확실성의 이해도 향상 등 AI를 인간의 지능 강화 수단으로 활용할 것이다.
유럽의 가뭄과 남아시아의 홍수를 비롯해 지난 몇 년간 전 세계에서 관측된 극단적인 날씨 모두 인간이 직면한 기후 위기 대응의 시급성을 의미한다. 인간은 지속 가능성이 더 훌륭한 소비와 기후변화 문제 대응을 위한 더 야심 찬 정책을 채택해야 한다. 그러나 이 두 가지 요소만으로는 부족하다. AI와 머신러닝도 기후 상황을 예측할 더 나은 모델을 구축하는 데 도움을 주기 시작할 것이다. 나우캐스팅(Nowcasting)과 같은 새로운 기상학 모델이 개인과 국가, 전 세계 단위의 더 나은 기후 계획 방식 설계에 도움을 줄 것이다. 현실 세계의 물리적 체계를 가상 세계에서 실시간으로 나타내는 디지털 트윈은 기후변화 이해도 향상과 기후변화 대책 부재의 효과, 정책이나 기술적 해결책으로 발생할 가능성이 있는 영향 등을 제시하는 데 도움이 될 것이다.
AI와 머신러닝 모두 과학과 인간 모두 어려움을 겪는 과학 및 인류의 복잡한 문제 극복에 필요한 대대적인 기술 발전을 제공할 것이다. 과학적 획기적인 발전은 상상력을 포착하면서도 종종 잘못된 기대를 형성할 수 있다. 부족함이 불가피한 상황에서 인간의 야망을 낮추지 않는 것이 중요하다. 대신, AI가 도구이면서 과학자와 연구원, 엔지니어가 일상에서 AI를 활용할 때 도움이 된다는 사실을 스스로 상기해야만 한다. 2023년, AI가 모든 과학자의 수단으로 자리 잡게 될 것이다. AI를 활용하면서 인간이 발견하게 될 부분이 기대가 된다.
** 위 기사는 와이어드UK(WIRED.co.uk)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)
<기사원문>
AI Is Taking On Ever Larger Puzzles
저작권자 © WIRED Korea 무단전재 및 재배포 금지
저작권자 © WIRED Korea 무단전재 및 재배포 금지
이 기사를 공유합니다