AI를 통한 생명 진화의 가속화

현대 과학이 지식의 파편화와 초전문화로 인한 혁신의 병목에 직면한 가운데, 이민형 아스테로모프(Asteromorph) 대표가 AI가 스스로 과학적 발견을 수행하는 ‘AI 과학자(AI Scientist)’의 가능성과 생명과학 분야 혁신을 위한 미래 전략을 공유했습니다.

국가AI연구거점(NAIRL)과 KAIST 김재철AI대학원은 4월 28일 서울AI허브에서 이민형 대표를 연사로 초청해 석학초청세미나를 공동 개최했습니다. 이번 세미나는 ‘AI로 생명 진화를 가속하다(Accelerating Life Evolution with AI)’를 주제로 진행됐으며, 서울AI허브 현장 참석자 약 150명과 온라인 참여자 140명 등 총 290여 명이 함께했습니다.

이 대표는 강연에서 기존 대형언어모델(LLM)이 주어진 문제를 푸는 데에는 강력한 성능을 보이지만, 무엇이 올바른 질문이고 어떤 가설이 타당한지를 모델 스스로 판단해야 하는 개방형 과학 연구에서는 여전히 한계가 있다고 짚었습니다. 그는 생명과학을 복잡계의 대표적 분야로 꼽으며, 방대한 문헌과 실험 데이터 속에서 새로운 생물학적 기전을 발견하고 검증하는 것이 AI 과학자의 핵심 과제라고 강조했습니다.

이러한 과제를 해결하기 위해 아스테로모프는 범용 과학 추론 언어모델 ‘스페이서(Spacer)’를 개발하고 있습니다. 스페이서는 LLM의 과학 연구 역량을 평가하기 위해 설계된 벤치마크 ‘프런티어 사이언스 리서치(Frontier Science Research)’에서 OpenAI의 GPT-5.2, 앤트로픽의 Opus 4.6 등 글로벌 모델을 큰 격차로 제치고 1위를 기록했습니다.

이 대표는 아스테로모프의 ‘자율과학시스템(Autonomous Scientific System)’이 나아가는 방향도 소개했습니다. 자율과학시스템은 특정 과학 문제에 대해 AI가 가설을 생성하고, 실험을 설계하고, 데이터를 분석하며, 피드백을 통해 반복 개선하는 파이프라인입니다. 그는 스페이서가 이 시스템의 두뇌 역할을 하도록 설계됐다고 설명하며, 이를 통해 AI가 단순한 논문 검색이나 요약을 넘어 실제 연구 워크플로에 가까운 과정으로 과학적 발견을 가속할 수 있다고 말했습니다.

특히 이 대표는 생명과학에서 아직 알려지지 않은 생물학적 기전을 규명하는 ‘발견(Discovery)’과, 기존 지식을 새로운 방식으로 결합해 치료 전략이나 바이오 기술 방법론을 만들어내는 ‘발명(Invention)’을 구분했습니다. 발명의 영역에서 AI는 인간 연구자가 놓치기 쉬운 방대한 논문과 지식 체계 사이의 연결을 탐색해 새로운 방법론을 도출할 수 있다고 설명했습니다. 그는 아스테로모프의 AI가 자율적으로 제안한 여러 신규 질환 치료 전략이 이미 외부 의학 연구기관과의 협력을 통해 실험 검증 단계에 진입했다고 덧붙였습니다.

강연에서는 아스테로모프의 장기 비전인 ‘더 라이브러리 프로젝트(The Library Project)’도 소개됐습니다. 이 프로젝트는 AI가 자율적으로 규명한 생물학적 기전들의 대규모 지식 저장소를 구축하고 공유하는 것을 목표로 합니다. 구글 딥마인드의 알파폴드 DB(AlphaFold DB)가 단백질 구조 예측 분야에 가져온 변화를 생물학적 기전 이해의 영역으로 확장하려는 시도입니다.

질의응답 시간에는 KAIST와 국가AI연구거점 연구자들의 다양한 질문이 이어졌습니다. 참석자들은 AI가 중요한 연구 질문을 자율적으로 선택할 수 있는지, AI가 생성한 과학적 아이디어의 혁신성을 어떻게 평가할 수 있는지, 자율과학시스템에서 멀티 에이전트 구조와 데이터 인프라가 어떤 역할을 하는지 등을 물었고, 이 대표는 아스테로모프의 실제 연구개발 경험과 기술적 접근을 바탕으로 구체적인 관점을 나눴습니다.

국가AI연구거점은 앞으로도 세계 각지의 선도적인 AI 연구자, 창업가, 산업계 리더와의 지속적인 교류를 통해 국내 연구자들이 첨단 AI 기술을 바탕으로 과학적 발견과 산업적 혁신을 함께 이끌어 갈 수 있는 생태계를 조성해 나갈 계획입니다.