AI 기술의 급속한 발전은 우리에게 기술의 무한한 가능성을 보여주었습니다. 하지만 언젠가 AI가 노벨상을 받을 것이라고 생각해 본 적이 있나요? 2024년 노벨 화학·물리학상은 AI의 공헌으로 몇몇 뛰어난 과학자들에게 수여될 예정이다. 이로 인해 많은 사람들은 '언젠가 AI가 과학자를 대체할 것인가?'라고 생각하기 시작했습니다.
AI가 노벨상을 수상하다: 생명공학 혁명을 이끄는 AlphaFold 먼저, 2024년 노벨 화학상을 수상한 Google DeepMind 팀을 살펴보겠습니다. Damis Hassabis와 John Jope는 AlphaFold2 모델을 사용하여 90% 이상의 정확도로 2억 개 이상의 단백질 구조를 예측했습니다. 이는 단순한 숫자 게임이 아니라 생명과학에 획기적인 변화를 가져왔습니다.
단백질 구조에 대한 연구가 생물학 분야의 주요 문제였다는 사실을 여러분은 모르실 수도 있습니다. 과거에는 과학자들이 단백질의 구조를 해독하는 데 수년 또는 수십 년이 걸렸습니다. AlphaFold는 완료하는 데 몇 초 밖에 걸리지 않습니다. 이런 관점에서 알파폴드의 노벨상 수여는 정말 기대된다.
물리학상도 AI를 선호합니다. 신경망의 기초는 같은 사람이 마련했습니다. 2024년 노벨 물리학상도 AI 분야의 선구자인 미국 프린스턴 대학교의 존 홉필드 교수와 의과대학 교수에게 수여되었습니다. 캐나다 토론토 대학교 제프리 힌튼 교수. 그들의 연구가 물리학과 관련된 이유는 무엇입니까? 인공 신경망의 획기적인 발견이 AI의 진화를 직접적으로 촉진했기 때문입니다.
인공신경망은 오늘날 AI의 핵심 기술이 되었으며, 그 영감은 실제로 인간 두뇌의 뉴런 간의 연결에서 비롯됩니다. Hopfield와 Hinton의 연구는 딥러닝의 기초를 마련했습니다. 오늘날 우리가 일반적으로 사용하는 음성 비서, 자율 주행 및 이미지 인식 기술은 모두 이러한 신경망 모델에 의존합니다.
하버드 대학의 이론물리학자인 Matt Strassler는 Hopfield와 Hinton의 연구는 물리학, 수학, 컴퓨터 과학, 신경과학을 결합한 학제간 연구이며, 이는 기본 학문 분야에서 AI와 딥 커넥션 간의 관계를 보여주는 것이라고 말했습니다.
AI가 과학자를 대체할 수 있을까? 그렇게 빠르지는 않아요! 이것을 보면 AI가 그렇게 강력하다면 미래에는 과학자를 대체할 수 있을까? 사실 대답은 그렇게 간단하지 않습니다. Nortel Digital Intelligence의 수석 과학자인 Dou Dejing 교수는 AI가 많은 분야, 특히 생물학 연구 방식을 변화시킨 AlphaFold와 같은 모델에서 엄청난 잠재력을 가지고 있다고 말했습니다.
그러나 그는 물리학에 대한 AI의 기여가 충분히 명확하지 않다는 점도 지적했습니다. 예를 들어 AI는 엄청난 양의 데이터를 처리하는 데 도움을 줄 수 있지만, 2017년 인류 최초의 블랙홀 사진을 계산하고 처리하는 데 컴퓨터 비전 기술이 사용되었지만 물리학의 기본 원리 발견을 촉진하는 역할은 그다지 두드러지지 않습니다. 즉, AI는 과학자를 완전히 대체하는 것보다 과학자를 돕는 데 더 가깝습니다.
AI 버블? 실제 적용은 얼마나 멀리 떨어져 있습니까? 과학계에서 AI의 인상적인 성과에도 불구하고 많은 사람들은 여전히 AI 산업의 미래에 대해 의구심으로 가득 차 있습니다. AI는 단지 돌풍, 팬 속의 섬광에 불과할까요? 실제로 가트너의 기술주기 보고서는 이미 AI가 과도한 기대의 정점을 지나 앞으로는 환멸의 저점에 들어갈 것임을 상기시켰다. 간단히 말해서, 많은 AI 프로젝트는 높은 비용, 낮은 데이터 품질 및 기타 이유로 실패할 수 있습니다.
예를 들어 제너레이티브 AI 프로젝트를 구현하는 데 드는 비용은 수백만 달러에 달하며, 예산도 수천 달러에서 수만 달러에 이르는 매년 지속적인 투자가 필요하다. 이는 많은 회사에서 실제로 지속 가능하지 않습니다. Nortel Digital Intelligence의 Dou Dejing 교수는 현재 AI의 수익 모델이 여전히 불분명하다고 지적했습니다. 많은 대규모 모델 프로젝트에는 막대한 하드웨어 투자가 필요하며 투자 회수 주기가 매우 깁니다.
하지만 기대해볼 만한 점은 AI의 적용이 가속화되고 있다는 점이다. OpenAI의 ChatGPT, Google의 AI 도구, Microsoft의 AI 비서 등은 이미 업계에서 일부 예비적인 상용 성과를 창출했습니다. 도 교수는 앞으로 AI 기술이 성숙해지면 광고에 의존해 수익을 창출하는 검색엔진과 유사한 비즈니스 모델이 있을 수 있지만 아직 완전히 등장하지는 않았다고 말했다.
미래 AI의 엄청난 잠재력: 도구 AI의 상업적 가치가 여전히 탐구되고 있을 뿐만 아니라 과학 분야에서의 잠재력도 과소평가할 수 없습니다. 인실리콘 인텔리전스(Insilicon Intelligence)의 창업자인 알렉스 자보론코프(Alex Zhavoronkov)는 AI가 과학 연구의 속도를 바꿀 뿐만 아니라 중소기업이 대기업과 경쟁할 수 있는 기회를 제공한다고 말했다. 예를 들어 Insilico는 AI를 사용하여 19개의 전임상 약물 후보를 지명하고 9개의 프로젝트를 성공적으로 임상 단계로 발전시켰습니다. 이런 결과는 대형 제약회사도 쉽게 달성하기 어려운 결과다.
앞으로 AI는 의료부터 부동산, 산업 제조에 이르기까지 더 많은 산업과 통합될 것입니다. AI 적용 시나리오는 거의 끝이 없습니다. Alex는 AI의 성공이 기술 자체뿐만 아니라 인재와 혁신 역량에도 달려 있다고 믿습니다. 특히 중국에서는 AI가 놀라운 속도로 발전하고 있으며 글로벌 생산성의 차세대 물결을 이끌 것으로 예상됩니다.
AI와 과학자의 협력은 이제 막 시작됐다. AI가 일부 분야에서 상당한 진전을 이루었지만 단기적으로 과학자를 완전히 대체할 것이라고 말하기는 아직 이르다. 우리가 더 보아야 할 것은 AI와 과학자의 협력이 더욱 놀라운 발견과 발명을 가져올 것이라는 점이다. 미래에 AI는 과학자들의 손에 있는 가장 강력한 도구가 되어 우주의 비밀을 더 빨리 밝혀내고 다양한 분야의 급속한 발전을 촉진할 것입니다.