알파폴드 이후, ‘과학을 위한 AI’ 어디까지 왔나 [이승현의 AI 네이티브]

AI 요약

지난 2024년 노벨 화학상은 데미스 허사비스, 존 점퍼, 데이비드 베이커에게 수여됐으며 이들은 AI로 단백질 폴딩 난제를 해결해 알파폴드가 2억 개가 넘는 예측 구조를 공개함으로써 수십 년간 쌓아온 구조 자산을 약 1000배로 늘렸습니다. 이 성과는 AI 증강 과학이라는 다섯 번째 패러다임을 촉발해 알파폴드3, RFdiffusion, ESM-3, GNoME, GraphCast, AlphaProof, Coscientist 등 AI 모델들이 단백질 설계·결정구조 예측·기상예보·수학 문제 해결·실험 설계·실행 등 과학 전 분야의 역할을 확장했습니다. 또한 Evo 2, scGPT, Geneformer 등 도메인 시퀀스를 학습한 사이언스 파운데이션 모델들과 사카나의 The AI Scientist 같은 LLM 기반 에이전트는 제로샷 추론과 연구 전 과정의 자동화를 가능하게 하여 논문 생성 비용을 낮추고(한 편당 약 15달러), 후속 버전은 ICLR 2025 워크숍에 제출한 논문 중 하나가 평균 6.33점으로 동료 검토를 통과했으나 이후 자진 철회되는 사례도 있었습니다.