2024년 노벨 물리학상은 인공신경망 연구의 선구자들에게 돌아갔습니다. 존 홉필드와 제프리 힌튼은 인공신경망이 어떻게 학습하고 정보를 처리하는지에 대한 핵심적인 원리를 밝혀냈습니다. 

• 공로
   힌튼 교수는 AI의 학습 방식을 혁신한 역전파 알고리즘을 공동 개발해 '딥 러닝의 대부'로 불리며, AI 연구에서 중요한 인물로 자리 잡았습니다. 홉필드 교수는 홉필드 네트워크를 통해 신경망이 패턴을 저장하고 검색하는 방식을 제시하여 AI가 인간의 기억 작동 방식을 모방할 방법을 만들어냈습니다. 이는 딥 러닝이라는 새로운 시대를 열었고, 이미지 인식, 자연어 처리, 음성 인식 등 다양한 분야에서 혁신적인 변화를 가져왔습니다.
  
  

• AI의 위험성 경고
   두 수상자는 모두 AI의 잠재적 위험에 대해 강력히 경고하고 있으며, AI 기술의 통제를 어떻게 유지할 것인지에 대해 국제적인 논의와 연구가 필요하다고 강조했습니다. 특히, 힌튼 교수는 “AI는 우리가 해결책을 모르는 실존적 문제”라며, 대기업들이 안전성 연구에 더 많은 자원을 투자해야 한다고 주장했습니다.

구글 딥마인드의 최고경영자 데미스 허사비스와 연구원인 존 점퍼 박사, 그리고 미국 워싱턴대의 데이비드 베이커 교수가 올해 노벨 화학상 수상자로 선정되었습니다.  허사비스 CEO는 이세돌 9단을 꺾은 ‘알파고’를 개발한 인물입니다.

• 알파폴드(Alphafold) 개발                                                                   알파폴드는 인류 최초의 단백질 3차원 구조를 예측하는 AI입니다. 단백질은 우리 몸에서 가장 중요한 생체 분자 중 하나로, 그 구조가 올바르지 않으면 질병을 유발할 수 있습니다. 기존 단백질 데이터를 학습한 AI는 새로운 아미노산 서열만으로도 단 몇 시간 만에 정확한 3차원 구조를 예측할 수 있습니다. 알파폴드는 신약 개발, 질병 치료 등 다양한 분야에 혁신적인 변화를 가져올 것으로 기대됩니다.

• 새로운 단백질 설계                                                                          

   베이커 교수는 아미노산 서열로부터 단백질의 3차원 구조를 예측하는 ‘로제타’라는 컴퓨터 프로그램을 개발하며 단백질 설계 연구를 시작했습니다. 로제타를 통해 베이커 교수는 단순히 구조를 예측하는 것을 넘어, 원하는 기능을 가진 새로운 단백질을 설계하는데 성공했습니다. 

  실제로 로제타를 활용해 설계된 최초의 인공 단백질 ‘Top7’은 컴퓨터 시뮬레이션 결과와 거의 일치하는 구조를 가지며, 인류가 컴퓨터로 설계한 최초의 단백질입니다.

  이 후 AI를 이용해 더욱 정교한 단백질 구조 예측 모델인 ‘로제타폴드’를 개발했습니다. 로제타폴드는 다양한 AI 모델을 결합하여 아미노산 서열, 연결 형태, 3차원 구조를 예측하고 지속적으로 개선하며 정확도를 높였습니다. 로제타폴드를 통해 코로나19 바이러스 단백질 구조 분석이나 펜타닐 감지 센서 개발 등 다양한 분야에 활용되며 단백질 설계 분야를 한 단계 발전시켰습니다.

데이터의 힘/ AI의 역활

빅테크 기업들이 과학 연구에서 압도적인 성과를 내는 이유는 방대한 데이터와 엄청난 컴퓨팅 파워 덕분입니다. AI는 기존 연구 방식과 달리, 수십 년 걸릴 연구를 단시간에 처리할 수 있습니다. 이에 따라 연구의 실패 확률을 낮추고, 혁신적인 성과를 빠르게 낼 수 있습니다. 여러 기업들의 활발한 투자도 중요한 역활을 했습니다.