2024년 노벨상, 인공지능(AI)이 이끌어낸 혁신적인 성과

2024년 노벨상 시상식에서 AI 연구자들이 자연 과학 분야의 물리학상과 화학상을 수상하며 전 세계의 이목을 집중시켰습니다.

 

이번 수상은 기존의 전통적 연구 성과와는 다른, 아직 검증 단계에 있는 AI 기술이 학문적으로 높은 평가를 받았다는 점에서 큰 충격과 놀라움을 안겼습니다.

 

이들의 업적은 AI가 과학 연구의 최전선에 서게 된 이정표라 할 수 있습니다.

 

 

물리학상 수상자, 제프리 힌턴과 존 홉필드 - AI 연구의 선구자들

이번 노벨 물리학상은 AI 연구의 선구자라 불리는 제프리 힌턴과 존 홉필드에게 돌아갔습니다.

 

1980년대 인공 신경망 원리를 개발한 홉필드는 인간의 뇌 구조와 유사한 모델을 통해 AI 연구에 기초를 다졌습니다. 제프리 힌턴 교수 또한 딥러닝과 강화학습의 개념을 제안하여 현대 AI 발전에 지대한 기여를 했습니다.

특히 주목할 점은 힌턴 교수가 전공이 컴퓨터 과학이라는 사실입니다. 컴퓨터 과학 교수가 물리학상을 수상한 것은 매우 이례적인데, 이는 AI 연구가 물리학과 융합하여 새로운 학문적 가치를 창출했음을 보여줍니다.

힌턴 교수는 인공 신경망과 물리학의 연관성에 대해 질문을 받았을 때, 신경망 연구 초기에는 물리학의 아이디어를 차용했지만 지금의 최신 AI 모델은 물리학과 직접적인 연관이 적다고 답했습니다. 그래서 노벨 컴퓨터 과학상이 있었다면 더 어울렸겠지만, 그런 상이 없으니 물리학상을 받은 것 같다고 말하며, AI 연구가 새롭게 인정받는 것에 대해 감격을 표했습니다.

존 홉필드(John Hopfield)

- 수상: 노벨 물리학상 - 소속: 미국 프린스턴대학교 명예교수 - 주요 업적: 홉필드 교수는 신경과학 및 물리학 분야에서 매우 중요한 공헌을 한 미국의 과학자입니다. 그의 가장 유명한 업적은 1982년 제안한 ‘홉필드 네트워크(Hopfield Network)’로, 이는 인간의 뇌가 정보를 저장하고 회상하는 방식을 모델링한 인공신경망의 일종입니다. 이는 인간 뇌의 뉴런 연결 방식을 모방한 모델로, 현대 인공지능의 근간이 되었습니다.

제프리 힌턴(Geoffrey Hinton)

- 수상: 노벨 물리학상 - 소속: 캐나다 토론토대학교 명예교수 - 주요 업적: 힌턴 교수는 딥러닝과 인공지능 분야의 선구자로, 심층 신경망과 역전파 알고리즘을 통한 학습 방식을 제안하여 AI 기술의 비약적 발전을 이끌었습니다. 토론토 대학교와 구글 브레인에서 활동하며 이미지 인식, 음성 인식 등 다양한 분야에 기여했으며, 2019년에는 컴퓨터 과학 분야의 노벨상이라 불리는 튜링상을 수상하기도 했습니다.

 

 

혁신의 주역, 노벨 화학상을 받은 AI 기반 단백질 구조 예측

2024년 노벨 화학상은 AI와 화학의 융합이 이루어낸 성과로 두 팀에게 공동으로 수여되었습니다.

 

한 팀은 전통적인 화학 연구의 대가인 데이비드 베이커 교수였으며, 다른 팀은 구글 딥마인드의 데미스 허사비스와 존 점퍼로 이루어진 AI 연구팀이었습니다.

 

딥마인드 팀은 '알파폴드(AlphaFold)'라는 AI 프로그램을 통해 단백질의 3차원 구조를 예측하는 획기적인 성과를 냈습니다.

 

단백질은 20여 가지의 아미노산으로 이루어져 그 구조를 정확히 예측하기가 어려운 대상으로 여겨져 왔으나, 알파폴드는 AI의 강력한 계산 능력을 바탕으로 90%에 가까운 정확도로 예측을 수행해냈습니다.

 

 

1994년부터 시작된 단백질 구조 예측 경연대회가 있었는데, 세계 최고의 화학자들이 참가해 단백질의 3D 구조를 예측하는 대회였습니다.

 

수십 년간 과학자들이 서로의 모델링과 방법을 가지고 예측해왔지만, 딥마인드 팀이 뛰어들자 AI가 대회를 완전히 압도해버렸습니다.

 

인간 과학자들과 비교가 안 되는 성과를 내면서 판이 완전히 바뀌었고 이 대회는 이제 없어질 것이라는 말이 나오고 있습니다.

 

허사비스는 사람들이 AI로 단백질 구조를 예측하는 것이 불가능하다고 여겼지만, 현재는 전 세계 200만 명의 과학자들이 이 프로그램을 활용하고 있다고 밝혔습니다.

 

앞으로 알파폴드는 새로운 항생제, 암 치료법, 신소재 개발 등에 중요한 역할을 할 것으로 예상됩니다.

 

 

데미스 허사비스(Demis Hassabis)

- 수상: 노벨 화학상 - 소속: 딥마인드(DeepMind) 공동 창립자 겸 CEO - 주요 업적: 딥마인드는 인공지능과 신경과학을 융합한 연구로 AI의 혁신을 이끌어 왔으며, 특히 강화 학습과 딥러닝을 결합한 AI 모델 개발에 선도적인 역할을 했습니다. 대표적 성과는 바둑 AI 알파고(AlphaGo)로, 2016년 알파고가 인간 바둑 챔피언을 이기며 AI의 가능성을 세계에 알렸습니다. 그는 AI 기술이 의료, 과학 등 다양한 분야의 문제 해결에 기여할 것이라는 비전을 가지고 연구를 지속하고 있습니다.

 

존 점퍼(John Jumper)

- 수상: 노벨 화학상 - 소속: 딥마인드(DeepMind) 연구원 - 주요 업적: 존 점퍼는 단백질 구조 예측 모델 알파폴드(AlphaFold)의 개발을 이끌며 생물학 및 의학 연구에 획기적인 성과를 거두었습니다. 알파폴드는 2020년에 단백질 구조 예측 문제를 거의 완벽하게 해결하며, 복잡한 단백질 접힘 구조를 정확히 예측할 수 있는 모델로 주목받았습니다. 과학 저널 네이처는 2021년 연례 네이처 10인 선정에서 점퍼를 과학계 '중요한 인물' 10인 중 한 명으로 선정했습니다.

 

 

인간과 AI, 노벨상의 주체는 누구인가?

이번 수상을 통해 AI 연구 성과에서 인간의 기여와 AI의 공로를 어디까지 인정할 수 있을지에 대한 질문이 떠오릅니다.

 

딥마인드의 알파폴드가 단백질 구조 예측에서 이룬 혁신적 성과는 허사비스와 연구팀의 공로일까요, 아니면 그들이 설계한 AI 자체의 공로일까요?

 

예를 들어, 알파폴드의 예측 정확도는 인간 과학자들만의 노력으로는 아직 도달하지 못한 수준이었습니다.

 

그 성과는 분명 AI 덕분이지만, AI를 설계하고 목표를 정의한 것은 인간입니다. 그럼에도 불구하고 AI가 학습하고 발전한 결과를 순수하게 인간의 성과로 볼 수 있는지, 혹은 AI의 공로로 인정해야 할지, AI와 인간이 함께 이룬 성과에서 각자의 기여도를 명확히 평가하는 것이 점점 더 어려워지고 있습니다.

 

 

AI 시대의 도래와 우리의 역할

2024년 노벨상에서 AI는 과학계의 가장 큰 화두가 되었습니다.

 

AI가 과학 연구의 중심에 서면서 물리학, 화학, 의학 등 다양한 분야에서 AI의 역할이 더 확대될 전망입니다.

 

AI가 인간의 연구 능력을 넘어서는 시대가 다가오면서, 인간이 오롯이 자력으로 받을 수 있는 노벨상은 점점 더 어려운 목표가 될 것으로 보입니다.

 

AI는 이제 연구 보조를 넘어 연구에서 중요한 역할을 하며, 때로는 인간이 해내기 어려운 성과까지도 만들어내고 있습니다.

 

이 흐름이 계속된다면, 과학 분야가 아닌 경제학상조차 AI가 받게 될 가능성이 커지고, 심지어 AI가 평화에 큰 기여를 하게 된다면 노벨평화상을 받는 날이 올지도 모릅니다.

 

이제 우리는 AI가 열어주는 새로운 가능성 속에서, 커져가는 AI의 영향력에 대한 설렘과 다가오는 변화에 대한 두려움을 함께 느끼게 되었는데요.

 

인간과 AI가 어떻게 조화를 이루며 함께 나아갈지 고민해봐야 할 때입니다.