3. AI 설계부터 실험까지 이어지는 Lab-in-the-loop 연구 환경을 만나보세요.
Tech Insight
신약개발 분야에서도 AI를 활용해 후보 물질을 설계하고 검증하는 방식이 빠르게 확산되고 있습니다. AWS가 2026년 출시한 Amazon Bio Discovery는 AI를 활용해 항체 후보를 설계·평가하고, 실제 Wet Lab 실험 결과를 다시 AI 모델 개선에 활용하는 Lab-in-the-loop 연구 환경을 제공합니다. 신약 하나를 개발하는 데 수많은 후보물질을 설계하고 검증하는 과정이 반복됩니다.
오늘은 헬스케어 전문 SA가 유방암 치료 타겟으로 알려진 HER2 단백질에 결합하는 항체 후보를 직접 설계해 보았습니다. 초기 셋업부터 결과 분석, EU 기반 과금 구조, AWS HealthOmics와의 차이까지 실습 경험을 바탕으로 정리했습니다.
9월 말부터 국내 주요 은행에서 연쇄적인 침해 사고가 확인됐다. 하나은행은 업무지원 시스템 무단 접근으로 고객 89명의 정보가, BNK부산은행은 외주 개발자 11명의 개인정보가 노출됐으며, 침해된 서버에서AI 기반 침투 테스트 도구의 흔적이 발견된 것으로 전해졌다. 금융위원회는 전 금융권에 보안 점검을 지시하며 "고객 접점 여부와 무관하게 외부에서 접근 가능한 모든 시스템"을 대상으로 삼으라고 주문했다. 내부 업무 시스템과 협력사 계정까지 공격 표면으로 보는 관점 전환이 필요하다는 신호다.
◾패치가 나오면 AI가 무기화한다 — 공개 취약점 월 1만 건 돌파
구글 위협 인텔리전스 그룹(GTIG)에 따르면 2026년 8월 공개된 취약점은 1만 740건으로 1월(5,045건)의 두 배를 넘었고, 1~8월 실제 공격에 악용된 취약점은 141건으로 이미 지난해 연간 수치(127건)를 추월했다. 주목할 점은 공격자가 새로운 제로데이를 찾는 대신 패치와 PoC 코드를 AI로 자동 분석해 악용 시점을 단축하고 있다는 것이다. 실제로 BeyondTrust 취약점(CVE-2026-1731)은 공개 나흘 만에 악용됐고 일주일 안에 6개 공격 그룹이 사용했다. 패치 적용 주기를 '분기'에서 '일' 단위로 재설계해야 하는 이유다.
◾"클라우드만으론 추론 수요 86% 감당 못 한다" 하이브리드 추론 아키텍처 부상
퀄컴이 의뢰해 액세스파트너십이 작성한 보고서는 2030년 국내 AI 추론 컴퓨팅 수요가 30배 증가하며, 중앙 집중형 클라우드에만 의존할 경우 86%의 공급 부족이 발생한다고 전망했다. 이를 해소하려면 국내 데이터센터 용량을 최소 5배 확충해야 한다는 분석이다. 10밀리초 이하 지연이 요구되는 제조·물리 AI 영역과, 민감한 산업 데이터를 외부망으로 보내야 하는 보안 부담이 클라우드 단독 전략의 한계로 지목됐다. 추론 워크로드를 클라우드·엣지·온디바이스로 나누는 하이브리드 설계가 향후 인프라 검토의 기본 전제가 될 전망이다.
◾구글 '제미나이 4 아르곤' 공개 — 성능 1위, 그러나 제한 공개
구글이 차세대 플래그십 모델 제미나이 4 아르곤을 공개하며 주요 벤치마크 선두를 되찾았다. 소프트웨어 엔지니어링 평가(DeepSWE v1.1)에서 77.9%로 경쟁 모델을 앞섰고, 출력 토큰을 100만까지 확대해 사람 개입 없이 긴 작업을 수행하도록 설계됐다. 다만 초기에는 사전 검증된 보안 파트너와 미국 정부 평가 기관에만 개방하는 제한 공개 방식을 택했다. 모델 성능 경쟁이 '누구에게, 어떤 조건으로 열어주는가'라는 접근 통제 경쟁으로 옮겨가고 있음을 보여준다.
