인간 과학자를 대체할 슈퍼지능 AI 과학자
AI는 다양한 분야에서 연구 활동을 하고 있다. 2024년 AI를 이용해 새로운 화학반응을 잇달아 발견하는데 성공했다. 한 개도 발견하기 어려운 화학반응을 두 개나 찾아낼 수 있었던 것은 AI의 연구 속도 덕분이다. 화학반응 실험은 사람이 하루 한 개 진행하기도 벅차다. AI는 100배 빠른 속도로 화학반응 실험을 했다. 또한 가능성 높은 화학반응을 AI가 제안하고, 이를 자동화된 실험기기가 검증했다. AI가 제안하고, 자동화 기기가 검증하고, 이를 다시 학습해 또 다른 화학반응을 제안하는 모델도 가능하다. 구글이 개발한 ‘AI 공동과학자’는 영국 임페리얼 칼리지 런던 연구진이 10년간 분석해 얻은 슈퍼박테리아의 항생제 내성 메커니즘을 단 2일 만에 도출해냈다. ‘거품’이 있다는 지적도 있다. 과학적으로 의미 있는 결과를 제시한 곳은 거의 없다는 주장이다. 유용한 도구인 건 분명하나 시뮬레이션의 밑바탕이 되는 고품질 데이터가 없으면 개념적 이상에 그칠 수 있다.
2024년 11월 15일「사이언스」표지에는 DNA를 이루는 단일 염기부터 유전체 수준까지 염기서열을 해석하고 생성까지 할 수 있는 AI 모델 ‘Evo’가 소개됐다. 이는 대규모 언어 모델(LLM)을 활용한 고해상도 염기서열 해석·생성 AI 모델이다. 인공지능이 DNA를 해석하고 새로운 염기서열을 만드는 과정서도 활용되고 있다. Evo를 활용해 유전자 가위로 알려진 크리스퍼(CRISPR-Cas) 분자복합체의 염기서열을 만들고 실제로 기능하는 것이 확인됐다. 1메가 베이스(Mb, 염기쌍 100만 개) 이상의 염기서열을 가진 DNA도 생성할 수 있었다. Evo를 활용하면 작은 DNA 변화가 생명체에 미치는 영향을 예측하고 새로운 생물학적 시스템을 설계할 수 있을 것으로 기대된다. DNA 합성, 유전체 공학 발전과 더불어 Evo 같은 대규모 염기서열 모델이 더욱 발전하면 생명체 설계 능력이 가속화될 것이다.
단백질은 수십~수천 개의 아미노산으로 이루어져 있다. ‘ESM3(Evolutionary Scale Modeling version 3)’라는 언어모델은 새로운 단백질을 만드는 인공지능이다. 이 언어모델은 자연에 없던 ‘인공’ 단백질을 만들어냈다. 이 단백질이 제대로 된 기능을 가지고 있는지, 부작용은 없는지 등은 확인해야 할 숙제이다. 이러한 인공 단백질이 세상으로 뛰쳐나갔을 때 기존 생태계에 미치는 영향도 조사해야 한다. 이러한 변화가 진화 과정에서 자연적으로 일어나는 데 걸리는 시간은 무려 5억년이다.
앞으로는 스스로 연구하는 AI가 등장할 것이다. 2014년 닉 보스트롬(Nick Bostrom)은 저서『슈퍼인텔리전스』에서 초 지능(super-intelligence)을 ‘모든 주요 영역에서 인간 최고의 두뇌를 압도하는 지적 능력’으로 정의했다. 초 지능 ‘AI과학자’가 인간 과학자로 진화하고 있다. 인간의 개입 없이 스스로 자신의 코드와 알고리즘 등을 분석하고 개선할 수 있기 때문이다(recursive self-improvement, RSI).
2025년 말「네이처」는 2050년 인류가 마주할 과학적 혁신 중 하나로 인공지능 과학자를 조망했다. 충격적인 전망은 옥스퍼드대학 미래학자 닉 보스트롬(Nick Bostrom)에게서 나왔다. 2050년이면 모든 과학 연구는 인간 연구원 대신 슈퍼지능(superintelligent) AI가 수행할 가능성이 크다. 인간은 취미로 과학을 할 수는 있겠지만, 실질적이고 유용한 기여를 하지는 못할 것이다.”라는 전망이다.
