인공지능이 노벨상 수상에 파란을 일으키고 있다. 2024년 10월, 스웨덴 왕립과학원 노벨상위원회는 노벨상 수상자로 물리학상과 화학상 등 2 분야에서 AI를 연구하고 활용한 연구자들을 발표하였다. AI가 사람인 연구자를 제치고 수상하는 파란을 일으킨 것이다. 동시에, 어떻게 AI가 학문적 성과를 일으켰는지 궁금증을 자아냈다.

노벨 물리학상의 수상자는 인공신경망을 통한 머신러닝의 기반을 다진 존 J. 홉필드 교수(미국)와 제프리 E. 힌튼 교수(영국)이 수상하였다. 두 연구자는 인공지능의 기본으로 활용되고 있는 머신러닝 기술 발전의 공로로 수상하였다. 존 J. 홉필드 교수는 인공지능이 학습을 위한 패턴을 저장하고 재생성하는 방법인 '홉필드 네트워크'를 발명하였다. 홉필드 네트워크는 분자 물리학의 원리에서 영감 받아, 인공지능이 연상기억이나 최적화 문제를 병렬적으로 푸는 데 많이 사용된다. 특히 연상기억에 있어서는 일정한 범용 패턴들을 연결강도로 저장하였다가 미지의 입력패턴이 주어질 때 이와 가장 유사한 패턴을 찾아내는 특징이 있다. 제프리 E. 힌튼 교수는 홉필드 교수가 개발한 '홉필드 네트워크'를 기반으로 '볼츠만 머신'을 개발하였다. '볼츠만 머신'은 통계물리학을 활용하여, 이미즈를 분류하거다 학습된 패턴 유형에 대한, 새로운 데이터를 만들 수 있다. 이렇듯 물리학의 지식들은 인공지능의 발전을 앞당기고 있다.

이번 노벨 화학상도 단백질을 구성하는 아미노산을 인공지능으로 분석한 공로로 구글 딥마인드의 CEO를 맡고 있는데 데미스 허사비스 CEO(영국)와 데이비드 베이커 교수(미국), 존 M. 점퍼 연구원(미국) 등 3명이 공동 수상하였다. 이들은 단백질의 3차원 구조를 예측할 수 있는 도구인 '알파폴드2(AlphaFold2)'를 개발하였다. 기존 단백질 접힘을 실험적으로 알아내기 위해서는 엑스선 결정학의 도움을 빌리거나 극저온 현미경 등을 활용하여, 비용이 많이 들며 소요되는 시간 역시 길어, 짧게는 몇 개월에서 길게는 몇 년이 걸리기도 한다. 그러나, '알파폴드2(AlphaFold2)'는 기존의 난점을 딥러닝 알고리즘으로 해결하였다. 특히, 지속적인 연구로 2022년 2억개에 달하는 단백질 구조예측 결과를 공개하였다. 2024년 5월 이보다 진보한 알파폴드3(AlphaFold3)가 공개되며, 인류가 도달하고자 한, 단백질 구조 예측에 한발자국 다가섰다.

향후, 노벨 생리학상, 문학상도 수상이 가능해 보인다. 노벨 생리학상의 경우, 신약 개발에 투입되고 있는 인공지능이 유력해 보인다. 신약 개발은 후보 물질 탐색 부터 제1~3상 임상시험까지, 수많은 시간과 비용이 소요되는 부분이 가장 큰 어려움이었다. 인공지능은 후보물질 발굴은 물론 방대한 데이터 분석으로 인한 임상시험 설계와 예측으로 이러한 어려움을 극복할 수 있다. 문학상과 경제학상도 이와 유사하다. 최근, 미국에서 열린 미술전에서 인공지능이 생성한 그림이 수상하였다. 많은 논란이 있었지만, 예술 분야에서도 인공지능의 활발히 활동하고 있다. 이러한 추세라면, 노벨 문학상에 인공지능이 수상자로 호명될 날도 멀지 않았다.

특허법인 BLT 리서치 센터는 “인공지능과 관련 기술은 기업들의 새로운 기회가 될 것 같다.” 이를 위한, "인공지능 기반 비지니스 모델과 활용한 기술의 권리 확보는 좋은 전략이 될 것으로 전망한다.”고 전했다.

#인공지능 #AI #노벨상 #노벨물리학상 #노벨화학상 #노벨문학상 #한강 #홉필드 #홉필드네트워크 #제프리 #볼츠만머신 #힌튼 #허사비스 #점퍼 #구글 #딥마인드 #알파폴드 #알파폴드2 #알파폴드3

베타뉴스 외부기고 기자 (hj_park@betanews.net)
Copyrights ⓒ BetaNews.net

• • 목록
  • 위로