구글 딥마인드 알파폴드 5주년: 'AI 공동 과학자'가 인간 세포의 비밀을 풀까?

실험실의 다음 노벨상 수상자는 인공지능이 될까? 구글 딥마인드(Google DeepMind)가 개발한 AI 시스템 알파폴드(AlphaFold)가 출시 5주년을 맞았다. 단순히 단백질 구조를 예측하던 것을 넘어, 이제는 스스로 가설을 생성하고 토론하는 'AI 공동 과학자'로의 진화를 선언했다. 이는 과학 연구의 미래에 대한 근본적인 질문을 던진다.

5년간의 여정: 단백질 우주를 그리다

알파폴드는 2020년 11월 처음 등장해 현대 과학의 난제 중 하나인 단백질 접힘(protein folding) 문제를 해결하며 주목받았다. 그 성과는 노벨 화학상 수상으로 이어졌고, 현재 알파폴드가 구축한 데이터베이스는 2억 개 이상의 예측 구조를 포함하며 전 세계 190개국 약 350만 명의 연구자가 사용하고 있다. 최근 공개된 알파폴드 3(AlphaFold 3)는 예측 범위를 DNA, RNA, 신약 물질까지 확장했다.

AI 과학자의 등장: 가설을 생성하는 제미나이 2.0

딥마인드의 과학 부문 AI 설계자인 푸시밋 콜리(Pushmeet Kohli) 부사장은 와이어드(WIRED)와의 인터뷰에서 다음 단계는 'AI 공동 과학자(AI co-scientist)'라고 밝혔다. 이는 제미나이 2.0(Gemini 2.0)을 기반으로 한 다중 에이전트 시스템으로, 연구 격차를 파악하고 가설을 생성하며 실험 방법을 제안하는 가상의 협업자 역할을 수행한다. 여러 제미나이 모델이 서로 다른 아이디어를 내고 가설을 비판하며 토론하는 방식이다.

실제로 임페리얼 칼리지 연구팀은 이 시스템을 활용해 특정 바이러스가 박테리아를 장악하는 방식을 연구, 항생제 내성 문제 해결의 새로운 실마리를 찾은 것으로 알려졌다. 콜리 부사장은 "AI는 '어떻게' 풀 것인가를 돕고, 과학자는 '무엇을' 물을 것인가에 더 집중하게 될 것"이라며 인간과 AI의 파트너십을 강조했다.

다음 5년의 목표: 인간 세포 시뮬레이션

알파폴드의 장기적인 목표는 훨씬 더 야심 차다. 바로 완전한 인간 세포의 정확한 시뮬레이션을 구현하는 것이다. 콜리 부사장은 "세포가 하나의 완전한 시스템으로 기능하는 방식을 이해하는 것이 목표"라며, 그 첫 단계로 세포의 핵 내부 구조와 유전 정보가 발현되는 과정을 파악하는 데 집중하고 있다고 설명했다.

세포 시뮬레이션이 가능해진다면, 신약 후보 물질을 컴퓨터상에서 먼저 테스트하거나 질병의 근본 원인을 파악하고 개인 맞춤형 치료법을 설계하는 등 의학과 생물학 분야 전반에 큰 변화를 가져올 수 있다. 이는 계산적 예측이 실제 환자를 돕는 치료법으로 이어지는 다리가 될 것으로 보인다.