by
Jul 20. 2024
구글 딥마인드의 “꿈”을 이해하는 데 걸린 시간-15분
AI의 도움을 받아 그 꿈을 이해하고 역사적 이해가 담긴 에세이를 써보다
AI 관련 기사를 읽고 있다가 특히 좀 자세히 읽고 싶은 기사를 발견했다.
<Google DeepMind's AI Dreamed Up 380,000 New Materials. The Next Challenge Is Making Them>
구글 딥마인드 AI가 38000개의 새로운 물질을 상상해냈다?상상해 냈다는 것은 구조를 이해했다는 것 아닌가? 게다가 로봇공학과 연결하면 만들어내는 것도 시간문제라는 얘기 같았다.
흥미롭긴 한데 긴 영문 기사에 내 ADHD 두뇌가 집중할리 없었다. 그래서 AI로 요약해 보기로 했다.
(사진을 줄이면 완전히 흐려져서 줄일 수가 없다… 혹시 브런치 편집기로 사진 줄일 때 왜 흐려지는지 아시는 분 있나요ㅠㅜ)
Chat gpt에게 위 기사를 요약해서 한국말로 써달라고 했다. 그랬더니 이렇게 요약했다.
- Google DeepMind 연구진이 기존에 알려진 안정적인 물질의 수를 10배로 늘림.
- 이 새로운 물질들은 배터리, 초전도체 등 다양한 용도로 활용 가능.
- A-Lab에서는 로봇들이 새로운 재료를 만들고 실험을 진행 중.
- GNoME라는 AI 프로그램이 220만 개의 새로운 결정 구조를 디자인함.
- 이 중 38만 개는 안정적일 것으로 예상됨.
- 연구진은 AI 모델과 로봇 기술을 검증하기 위해 41개의 새로운 물질을 합성함.
- 새로운 물질을 만들 때 안정성은 가장 중요한 고려 사항임.
이 기사의 “물질”이 뭘 의미하는지 더 자세히 설명해 달라고 했다.
여기서 말하는 “물질”은 여러 원소가 결합하여 형성된 화합물이나 물질을 의미합니다. Google DeepMind의 AI는 주기율표 전반에 걸친 원소들을 사용하여 새로운 화합물의 안정적인 구조를 예측합니다. 이러한 예측된 물질들은 배터리, 초전도체 등 다양한 분야에서 유용할 가능성이 있습니다. AI는 안정적인 원자 구조를 찾아내기 위해 학습한 패턴을 적용하여 새로운 후보 물질들을 만들어내고, 이를 실험실에서 합성하여 검증하는 과정을 거칩니다.
물론 벌써 무슨 말인지는 알겠지만, 요즘 핫하다는 Cloud Ai는 뭐라고 요약할지 궁금했다.
구글 딥마인드가 개발한 AI 시스템 GNoME가 380만 개의 새로운 안정적인 물질을 발견했습니다. 이는 기존에 알려진 안정적 물질의 수를 10배나 늘린 엄청난 성과입니다. 이 연구에는 버클리 국립연구소의 로봇 실험실 A-Lab도 참여했습니다. A-Lab은 17일 동안 41개의 새로운 물질을 실제로 합성하는 데 성공했죠. 이런 대규모 물질 발견은 배터리, 태양전지, 초전도체 등 다양한 분야에 혁신을 가져올 수 있습니다. 하지만 전문가들은 이렇게 많은 물질 중에서 실용화 가능한 것을 찾아내는 게 앞으로의 과제라고 지적합니다. 이번 연구는 인공지능과 로봇 기술이 만나 우리 생활을 바꿀 새로운 물질을 찾아내는 '현대판 연금술'의 시대가 열렸음을 보여줍니다. 앞으로 우리나라 과학자들도 이런 첨단 기술을 활용해 세계를 놀라게 할 발견을 이뤄내길 기대해 봅니다.
Cloud에게도 물질에 대해서 또 물어봤다.
이 기사에서 말하는 "물질"은 주로 결정 구조를 가진 안정적인 화합물을 의미합니다. 구체적으로:
1. 안정성: 이 물질들은 원자들이 가장 낮은 에너지 상태로 배열되어 있어 쉽게 분해되거나 폭발하지 않는 안정적인 구조를 가집니다.
2. 구성: 이 물질들은 주기율표의 다양한 원소들로 구성되며, 일부는 5-6개의 고유한 원소로 이루어진 복잡한 구조를 가집니다.
3. 잠재적 용도: 이 새로운 물질들은 배터리의 고체 전해질, 태양 전지 소재, 고온 초전도체 등 다양한 분야에 활용될 가능성이 있습니다.
4. 이론적 예측: 이 물질들은 AI 시스템이 이론적으로 예측한 것으로, 실제로 합성 가능한지는 추가 검증이 필요합니다.
5. 실험적 검증: 버클리 연구소의 A-Lab에서 58개의 물질을 선택해 실험한 결과, 17일 만에 41개의 물질을 실제로 합성하는 데 성공했습니다.
이 연구는 AI와 로봇 기술을 활용해 새로운 물질을 대규모로 발견하고 합성할 수 있는 가능성을 보여주었습니다. 하지만 이 중에서 실용화 가능한 물질을 찾아내는 것이 앞으로의 과제라고 할 수 있습니다.
윗글에서 궁금한 점을 추가 질문했다.
이러한 발견? 발명? 이 기존의 화학적 발견들에 이어 역사적으로 어떤 의미를 가지지? 과학의 역사에 엮어서 500자 정도로 핵심적인 역사적 의의를 요약해 줘.
이 AI 기반 물질 발견은 과학 역사에서 중요한 의미를 지닙니다. 약 500자로 그 역사적 의의를 요약하면 다음과 같습니다: 인류의 물질 발견 역사는 자연 관찰에서 시작해 실험을 거쳐 이론적 예측으로 발전해 왔습니다. 18세기 라부아지에의 화학혁명, 19세기 멘델레예프의 주기율표 발견 등은 물질에 대한 체계적 이해의 초석을 마련했습니다. 20세기에는 양자역학의 발전으로 물질 구조에 대한 이해가 깊어졌고, X선 결정학 등의 기술 발전으로 새로운 물질 탐색이 가속화되었습니다. 구글 딥마인드의 AI 시스템은 이러한 흐름의 연장선상에 있으면서도 혁명적인 도약을 보여줍니다. 기존 지식을 학습하고 그 틀을 벗어나는 AI의 능력은 에디슨식 시행착오를 넘어서는 효율적인 발견 방식을 제시합니다. 또한, 로봇 실험실과의 결합은 이론과 실제 합성의 간극을 좁히는 새로운 패러다임을 보여줍니다. 이는 단순한 기술 혁신을 넘어 과학적 발견의 본질에 대한 철학적 질문을 던집니다. AI가 인간의 직관을 뛰어넘는 복잡한 구조의 물질을 제안할 수 있다는 점은, 향후 과학 연구의 방향성과 인간 과학자의 역할에 대해 재고하게 만듭니다. 이 연구는 물질과학의 새로운 장을 열었다고 볼 수 있으며, 앞으로 이 방식이 다른 과학 분야로 확장될 경우 과학 발전의 속도와 방식에 근본적인 변화를 가져올 것으로 예상됩니다.
방금 쓴 글을 조금 더 구체적으로 써보자. 18세기, 19세기 발견의 예를 두세 개 더 넣어주고, 특히 원소기호와 물질의 발견에 대한 예를 몇 개 더 넣어줘. 그리고 “과학적 발견의 본질에 대한 철학적 질문”을 한 철학자들의 구체적인 예와 인용구를 넣어줘.
네, 더 구체적인 예시와 함께 글을 보완해 보겠습니다:
인류의 물질 발견 역사는 자연 관찰에서 시작해 실험을 거쳐 이론적 예측으로 발전해 왔습니다. 18세기 라부아지에의 화학혁명은 연소 이론을 정립하고 산소(O)를 발견했으며, 프리스틀리는 수소(H)를, 캐번디시는 질소(N)를 분리해 냈습니다. 19세기에는 멘델레예프의 주기율표 발견 외에도, 뵐러의 요소 합성(1828년)으로 생명체 물질을 인공적으로 만들 수 있다는 것이 증명되었고, 퀴리 부부의 라듐(Ra)과 폴로늄(Po) 발견(1898년)은 방사능 연구의 시작점이 되었습니다.
20세기에는 양자역학의 발전으로 물질 구조에 대한 이해가 깊어졌고, X선 결정학 등의 기술 발전으로 새로운 물질 탐색이 가속화되었습니다. 예를 들어, 1985년 크로토, 컬, 스몰리가 발견한 풀러렌(C60)은 탄소의 새로운 동소체로 나노기술 발전의 초석이 되었습니다. 구글 딥마인드의 AI 시스템은 이러한 흐름의 연장선상에 있으면서도 혁명적인 도약을 보여줍니다.
이는 과학적 발견의 본질에 대한 철학적 질문을 던집니다. 칼 포퍼는 "모든 발견은 '대담한 이론'과 '날카로운 반박'을 포함한다"라고 말했는데, AI의 발견 방식은 이러한 과정을 어떻게 변화시킬지 의문을 제기합니다. 토마스 쿤의 "과학혁명의 구조" 관점에서 볼 때, AI의 도입은 새로운 패러다임의 시작으로 볼 수 있을까요? 폴 파이어아벤트는 "과학에서 '모든 것이 허용된다'"고 주장했는데, AI의 개입은 이 '모든 것'의 범위를 어디까지 확장할 수 있을지 고민하게 합니다. 또한 과학철학자 이언 해킹의 "표상하기와 개입하기" 개념에 비추어볼 때, AI는 우리의 '개입' 방식을 근본적으로 변화시키고 있습니다.
이 연구는 물질과학의 새로운 장을 열었다고 볼 수 있으며, 앞으로 이 방식이 다른 과학 분야로 확장될 경우 과학 발전의 속도와 방식에 근본적인 변화를 가져올 것으로 예상됩니다. 이는 단순한 기술 혁신을 넘어 과학의 본질과 방법론에 대한 깊은 철학적 논의를 요구하게 될 것입니다.
폴 파이어아벤트와 과학철학자 이언 해킹이 누군지 모르는 독자들을 위해, 그리고 그들의 말을 인용했는데, 그 말의 뜻과 맥락을 모르는 독자를 위해 주석을 달아줘.
네, 주석을 달아 설명해 드리겠습니다: 폴 파이어아벤트는 "과학에서 '모든 것이 허용된다'"고 주장했는데, AI의 개입은 이 '모든 것'의 범위를 어디까지 확장할 수 있을지 고민하게 합니다 [1]. 또한 과학철학자 이언 해킹의 "표상하기와 개입하기" 개념에 비추어볼 때, AI는 우리의 '개입' 방식을 근본적으로 변화시키고 있습니다 [2].
[1] 폴 파이어아벤트(Paul Feyerabend, 1924-1994): 오스트리아 출신의 과학철학자로, 과학적 방법론의 획일성에 반대하며 '방법론적 무정부주의'를 주장했습니다. "모든 것이 허용된다"는 그의 유명한 말은 과학 발전을 위해 다양한 방법과 접근이 필요하다는 의미입니다. 이는 기존의 과학적 방법론에 대한 도전이었으며, AI의 도입이 이러한 다양성을 어떻게 확장할 수 있을지에 대한 질문을 제기합니다.
[2] 이언 해킹(Ian Hacking, 1936- ): 캐나다의 과학철학자로, "표상하기와 개입하기"(Representing and Intervening, 1983)라는 저서에서 과학적 실재론에 대한 새로운 관점을 제시했습니다. '표상하기'는 이론을 통해 세계를 이해하는 것을, '개입하기'는 실험을 통해 세계와 상호작용하는 것을 의미합니다. AI의 도입은 특히 '개입하기'의 방식을 변화시키고 있는데, 이는 우리가 실험을 설계하고 수행하는 방식, 그리고 그 결과를 해석하는 방식에 큰 영향을 미치고 있습니다.
이 두 철학자의 관점은 AI가 과학적 방법론과 실천에 가져올 변화를 이해하는 데 중요한 틀을 제공합니다. AI의 도입이 과학의 다양성을 어떻게 확장하고, 우리가 세계와 상호작용하는 방식을 어떻게 변화시킬지에 대한 깊은 고찰을 요구합니다.
이렇게 해서 <AI가 새로운 물질을 발견했다>는 기사를 ai를 이용하여 읽고 그 역사적 의의까지 고찰한 에세이가 완성되는데 15분 정도 걸렸다. 그렇다면 이 에세이 내용에 신빙성이 있을까? 이번에는 다시 에세이 내용을 chat GPT에 넣어 교차검증 해보았다. ai들이 글의 꼴을 갖추게 하는 데는 능숙하지만 사실관계 확인에는 취약하다고 알고 있기 때문에 별 기대는 안 했다.
지금부터 너는 MIT 교수야. 윗글의 사실관계를 검증해 줘.
Chat GPT의 대답
에세이에서 확인할 수 있는 오류와 추가 설명이 필요한 부분은 다음과 같습니다:
1. **프리스틀리와 수소 발견**:
- **오류**: 프리스틀리는 산소를 발견했고, 수소는 헨리 캐번디시가 발견했습니다.
- **수정**: 프리스틀리는 산소를 발견했고, 헨리 캐번디시가 수소를 분리해 냈습니다.
2. **캐번디시와 질소**:
- **오류**: 질소는 다니엘 러더퍼드가 1772년에 발견했습니다.
- **수정**: 캐번디시는 수소를, 다니엘 러더퍼드는 질소를 분리해 냈습니다.
3. **방사능 연구의 시작**:
- **설명 보충**: 퀴리 부부의 라듐과 폴로늄 발견은 방사능 연구에 중요한 기여를 했습니다.
- **수정**: 퀴리 부부는 라듐과 폴로늄을 발견하며 방사능 연구를 크게 발전시켰습니다.
4. **풀러렌 발견**:
- **정확성**: 풀러렌(C60)은 1985년 크로토, 컬, 스몰리가 발견한 탄소의 새로운 동소체로, 나노기술 발전에 중요한 역할을 했습니다.
- **수정 불필요**: 설명이 정확합니다.
5. **과학적 발견의 본질**:
- **설명 보충**: AI의 등장으로 과학적 발견의 과정이 어떻게 변화할지에 대한 논의는 필수적입니다.
- **수정 불필요**: 철학적 논의는 적절하게 제기되었습니다.
6. **철학적 논의**:
- **설명 보충**: 칼 포퍼, 토마스 쿤, 폴 파이어아벤트, 이언 해킹의 이론들이 AI의 역할과 관련하여 재해석될 필요가 있습니다.
- **수정 불필요**: 철학적 질문 제기와 논의는 적절합니다.
결론적으로, 에세이의 전반적인 틀은 적절하지만, 특정 발견자에 대한 오류를 수정하고 약간의 설명을 보충하는 것이 필요합니다.
Cloud ai의 대답
MIT 교수로서 해당 글의 사실관계를 검토해 보겠습니다.
전반적으로 이 글은 물질 발견의 역사와 과학철학적 관점을 잘 요약하고 있습니다. 주요 사건들과 인물들에 대한 언급은 대체로 정확합니다. 하지만 몇 가지 세부사항에 대해 추가 설명이 필요해 보입니다:
1. 라부아지에, 프리스틀리, 캐번디시의 발견: 대체로 정확하지만, 프리스틀리는 산소를 발견했고 캐번디시가 수소를 발견했습니다. 질소의 발견은 대니얼 러더포드에 의해 이루어졌습니다.
2. 멘델레예프의 주기율표: 1869년에 발표되었다는 구체적인 연도를 언급하면 좋았을 것 같습니다.
3. 뵐러의 요소 합성과 퀴리 부부의 발견: 연도가 정확히 언급되어 있어 좋습니다.
4. 풀러렌 발견: 정확합니다. 1996년 노벨 화학상 수상으로 이어졌다는 점을 추가하면 더 좋았을 것 같습니다.
5. 과학철학자들의 언급: 칼 포퍼, 토마스 쿤, 폴 파이어아벤트, 이언 해킹의 관점들이 정확하게 인용되었습니다.
구글 딥마인드의 AI 시스템에 대한 언급은 최근의 발전을 잘 반영하고 있습니다. 다만, 이 부분에 대해서는 구체적인 연구나 성과를 언급하면 더 좋았을 것 같습니다.
결론적으로, 이 글은 과학사와 과학철학의 주요 개념들을 잘 통합하여 설명하고 있으며, AI의 도입이 가져올 변화에 대한 철학적 질문을 적절히 제기하고 있습니다. 몇 가지 세부적인 정정이 필요하지만, 전체적인 내용은 학술적으로 신뢰할 만한 수준입니다.
그래서 Cloud ai에게 “네 생각대로 글을 고쳐봐”라고 했더니
네, 제안하신 대로 글을 수정해 보겠습니다. 여기 수정된 버전입니다:
"인류의 물질 발견 역사는 자연 관찰에서 시작해 실험을 거쳐 이론적 예측으로 발전해 왔습니다. 18세기 라부아지에의 화학혁명은 연소 이론을 정립했으며, 프리스틀리는 산소(O)를, 캐번디시는 수소(H)를 발견했습니다. 질소(N)는 대니얼 러더포드에 의해 분리되었습니다. 19세기에는 멘델레예프가 1869년 주기율표를 발표했고, 뵐러의 요소 합성(1828년)으로 생명체 물질을 인공적으로 만들 수 있다는 것이 증명되었으며, 퀴리 부부의 라듐(Ra)과 폴로늄(Po) 발견(1898년)은 방사능 연구의 시작점이 되었습니다.
20세기에는 양자역학의 발전으로 물질 구조에 대한 이해가 깊어졌고, X선 결정학 등의 기술 발전으로 새로운 물질 탐색이 가속화되었습니다. 예를 들어, 1985년 크로토, 컬, 스몰리가 발견한 풀러렌(C60)은 탄소의 새로운 동소체로 나노기술 발전의 초석이 되었으며, 이 업적으로 1996년 노벨 화학상을 수상했습니다.
최근 구글 딥마인드의 AI 시스템 '알파폴드'는 단백질 구조 예측 분야에서 혁명적인 성과를 보여주었으며, 이는 이러한 흐름의 연장선상에 있으면서도 획기적인 도약을 나타냅니다.
이는 과학적 발견의 본질에 대한 철학적 질문을 던집니다. 칼 포퍼는 "모든 발견은 '대담한 이론'과 '날카로운 반박'을 포함한다"라고 말했는데, AI의 발견 방식은 이러한 과정을 어떻게 변화시킬지 의문을 제기합니다. 토마스 쿤의 "과학혁명의 구조" 관점에서 볼 때, AI의 도입은 새로운 패러다임의 시작으로 볼 수 있을까요?
폴 파이어아벤트는 "과학에서 '모든 것이 허용된다'"고 주장했는데, AI의 개입은 이 '모든 것'의 범위를 어디까지 확장할 수 있을지 고민하게 합니다. 또한 과학철학자 이언 해킹의 "표상하기와 개입하기" 개념에 비추어볼 때, AI는 우리의 '개입' 방식을 근본적으로 변화시키고 있습니다.
이러한 AI 기반 연구는 물질과학의 새로운 장을 열었다고 볼 수 있으며, 앞으로 이 방식이 다른 과학 분야로 확장될 경우 과학 발전의 속도와 방식에 근본적인 변화를 가져올 것으로 예상됩니다. 이는 단순한 기술 혁신을 넘어 과학의 본질과 방법론에 대한 깊은 철학적 논의를 요구하게 될 것입니다."
이 수정된 버전에서는 몇 가지 사실관계를 정정하고, 구글 딥마인드의 '알파폴드' 시스템에 대한 구체적인 언급을 추가했습니다. 또한 풀러렌 발견의 노벨상 수상 정보도 포함시켰습니다. 이렇게 함으로써 글의 정확성과 구체성이 향상되었습니다.
고친 구절을 정확히 지적해 줘. 내가 비교해 볼 수 있게.
네, 수정된 구절들을 명확히 지적해 드리겠습니다. 원문과 비교하기 쉽도록 변경된 부분을 중심으로 설명하겠습니다:
원소 발견자 수정:
원문: "프리스틀리는 수소(H)를, 캐번디시는 질소(N)를 분리해 냈습니다."
수정: "프리스틀리는 산소(O)를, 캐번디시는 수소(H)를 발견했습니다. 질소(N)는 대니얼 러더포드에 의해 분리되었습니다."
멘델레예프 주기율표 연도 추가:
원문: "멘델레예프의 주기율표 발견"
수정: "멘델레예프가 1869년 주기율표를 발표했고"
풀러렌 발견 관련 노벨상 정보 추가:
원문: "1985년 크로토, 컬, 스몰리가 발견한 풀러렌(C60)은 탄소의 새로운 동소체로 나노기술 발전의 초석이 되었습니다."
수정: "1985년 크로토, 컬, 스몰리가 발견한 풀러렌(C60)은 탄소의 새로운 동소체로 나노기술 발전의 초석이 되었으며, 이 업적으로 1996년 노벨 화학상을 수상했습니다."
구글 딥마인드 AI 시스템 구체화:
원문: "구글 딥마인드의 AI 시스템은 이러한 흐름의 연장선상에 있으면서도 혁명적인 도약을 보여줍니다."
수정: "최근 구글 딥마인드의 AI 시스템 '알파폴드'는 단백질 구조 예측 분야에서 혁명적인 성과를 보여주었으며, 이는 이러한 흐름의 연장선상에 있으면서도 획기적인 도약을 나타냅니다."
이 외의 내용은 대부분 그대로 유지되었습니다. 이러한 수정을 통해 글의 정확성과 구체성이 향상되었습니다.
