AI와 노벨상

과학 기술의 발전을 이끄는 AI, 노벨상 그 이후

01 노벨상과 노벨상 위원회
02 AI 연구의 시작
03 홉필드 모델과 볼츠만 머신
04 오류 역전파 알고리즘과 딥 러닝
05 AI의 발전과 노벨 물리학상
06 단백질 구조 예측 문제
07 알파폴드 2와 노벨 화학상
08 구글 공동 과학자
09 구글 공동 과학자의 특화 에이전트들
10 구글 공동 과학자의 한계와 과제

초기 노벨 물리학상 위원회의 5인 중에는 스웨덴 웁살라 대학의 실험물리학적 전통을 강하게 대변하는 하셀베리(Klas Bernhard Hasselberg), 탈렌(Robert Thalen), 옹스트룀(Anders Jonas Angstrom)이 있었다. 이들의 영향력으로 제1차 세계대전 이후까지 실험물리학 공헌자들이 노벨 물리학상 수상자로 선정되었다. 한편, 에너지 양자 개념을 발표한 이론 물리학자 막스 플랑크(Max Planck)가 수많은 사람들의 추천에도 불구하고 노벨 물리학상을 늦게 받았던 이유도 당시 실험물리학을 중시하던 노벨상 위원회의 의견 때문이다. 알베르트 아인슈타인에 대한 노벨 물리학상 수상 과정 역시 새로운 과학 이론에 보수적인 스웨덴 과학계의 태도를 보여 준다. 아인슈타인은 1910년 특수 상대성 이론으로 오스트발트에 의해 노벨상 후보로 처음 지명된 이후, 브라운 운동, 고체 비열, 양자론 등 여러 분야에 걸쳐 노벨상 후보로 추천되는 빈도가 늘어 갔다. 그러나 보수적인 실험물리학자들로 구성된 노벨 물리학상 위원회는 1922년에야 아인슈타인에게 노벨 물리학상을 수여하면서 수상 근거로 상대성 이론이 아니라 ‘이론물리학 특히 광전 효과에 대한 기여’로 발표했다. 이는 이론물리학이 취약했던 스웨덴 과학계의 상황을 반영한 것으로 보인다.

－01_“노벨상과 노벨상 위원회” 중에서

홉필드 모델의 이러한 단점을 해소하기 위해 뉴런들의 상태를 확률론적으로 변화시키는 볼츠만 머신이 제프리 힌턴(Geoffrey Everest Hinton)과 테런스 세이노프스키(Terrence Sejnowski)에 의해 제시되었다. 볼츠만 머신은 통계물리학의 개념을 이용해 신경 회로망의 상태가 국소 최소 지점을 벗어날 수 있도록 했다.

－03_“홉필드 모델과 볼츠만 머신” 중에서

단백질 구조 예측 문제란, 주어진 아미노산 서열 정보만으로 단백질이 실제로 어떤 3차원 구조로 접히는지를 컴퓨터나 인공지능을 활용해 예측하는 과제다. 이 문제는 생물정보학과 이론화학 분야에서 오랫동안 가장 중요한 난제로 꼽혀 왔으며, 신약 개발, 효소 설계, 질병 연구 등 다양한 응용 분야에 매우 중요하다.

기존에는 단백질의 구조를 X선 결정학이나 저온전자 현미경 등 실험적 방법으로 알아내야 했지만, 이 방법들은 비용과 시간이 많이 들고 일부 단백질(예: 막 단백질, 고분자 단백질)에는 적용이 어려웠다. 반면, 아미노산 서열 정보는 유전자 분석을 통해 비교적 쉽게 얻을 수 있으므로, 서열 정보만으로 구조를 예측할 수 있다면 연구 속도가 크게 빨라진다.

－06_“단백질 구조 예측 문제” 중에서