🤖 AI가 노벨상을 받았다고? 10년 후 우리 삶은 어떻게 바뀔까

 

안녕하세요! 오늘은 정말 흥미진진한 이야기를 들려드리려고 해요. 최근 과학 커뮤니케이터 궤도님과 조코딩님의 대화를 통해 접한 AI와 과학의 미래에 관한 이야기인데요. 듣고 나니 정말 우리가 엄청난 변화의 시대를 살고 있다는 걸 실감하게 되더라고요.

요즘 AI가 정말 어디에나 있잖아요? 그런데 이제는 AI가 노벨상까지 받는 시대가 됐다는 거, 알고 계셨나요? 처음 들었을 때 정말 충격이었어요. 함께 살펴볼까요?

구글 딥마인드의 알파폴드, 노벨 화학상의 주인공이 되다

2024년 노벨 화학상 수상 소식 들으셨나요? 구글 딥마인드의 데미스 허사비스와 존 점퍼가 개발한 알파폴드가 단백질 구조 예측 분야에서 이룬 놀라운 성과로 노벨상을 받았어요.

처음엔 좀 의아했어요. 화학 전공자도 아닌데 어떻게 노벨 화학상을 받을 수 있지? 하고요. 근데 내용을 알고 나니 정말 대단한 업적이더라고요.

단백질 구조 예측이 왜 그렇게 중요한지 설명해 드릴게요. 우리 몸은 단백질로 이루어져 있는데요, 이 단백질들이 어떤 3차원 구조를 이루느냐에 따라 완전히 다른 기능을 하게 돼요. 마치 레고 블록을 어떻게 조립하느냐에 따라 자동차가 될 수도 있고 비행기가 될 수도 있는 것처럼요.

그동안 과학자들은 아미노산 서열만 보고 최종 단백질 구조를 예측하는 게 너무 어려웠대요. 경우의 수가 천문학적으로 많거든요. 그래서 과거에는 폴드잇이라는 게임까지 만들어서 전 세계 게이머들의 집단 지성을 활용했다고 해요. 이 부분 듣고 정말 신기했어요.

그런데 알파폴드가 이 집단 지성보다도 더 정확하게 단백질 구조를 예측해낸 거예요. 더 놀라운 건 구글이 알파폴드2를 무료로 공개했다는 점이에요. 전 세계 연구자들이 신약 개발에 자유롭게 활용할 수 있게 된 거죠.

2023년 기준으로 알파폴드는 2억 개 이상의 단백질 구조를 예측했고요, 전 세계 190개국 이상의 연구자들이 이를 활용하고 있어요. 과거에는 단백질 구조 하나 밝히는 데 수십 년이 걸렸는데 이제는 몇 분이면 된다니, 정말 상상을 초월하는 발전이죠.

알파게놈, DNA의 숨겨진 비밀을 풀어내다

알파폴드 이야기도 놀라웠는데요, 딥마인드가 알파게놈도 공개했다는 이야기를 듣고 또 한 번 놀랐어요. 이번엔 DNA 염기서열 분석이래요.

인간 DNA는 약 30억 개의 염기서열로 이루어져 있는데요, 그중 단백질을 만드는 유전자는 고작 2퍼센트 정도래요. 나머지 98퍼센트는 과거에 쓰레기 DNA라고 불렸다고 해요. 저도 학교에서 그렇게 배웠던 것 같은데요.

근데 최근 연구에서 이 부분이 유전자 활동을 조절하는 스위치 역할을 한다는 게 밝혀졌대요. 형광등이 켜지고 꺼지는 걸 보는 게 아니라 어떤 스위치가 그걸 제어하는지를 파악하는 거라는 비유가 정말 인상 깊었어요.

알파게놈은 바로 이 비부호화 DNA의 작동 원리를 예측해요. 이게 왜 중요하냐면요, 질병의 근본 원인을 찾을 수 있기 때문이에요. 지금까지 유전자 검사로 받던 리포트들은 사실 표면적인 정보였던 거예요. 이제는 훨씬 더 정밀하고 근본적인 건강 정보를 알 수 있게 되는 거죠.

10년 후 모든 질병을 극복할 수 있을까?

데미스 허사비스가 10년 후에는 모든 질병을 극복할 수 있다고 말했다는 내용을 봤어요. 처음엔 과장이 아닐까 싶었는데요, 들여다보니 근거가 있더라고요.

일단 긍정적인 부분은 신약 개발 시간과 비용이 엄청나게 단축됐다는 거예요. 과거에 10년 이상 걸리고 수조 원이 들던 신약 개발이 이제는 훨씬 짧은 시간에 저렴하게 가능해졌대요.

특히 인상 깊었던 게 난치병 치료에 대한 부분이었어요. 과거에는 환자 수가 적어서 제약회사들이 개발을 꺼렸던 질병들도 이제는 개발 비용이 줄어들면서 손을 댈 수 있게 됐다고요. 시급한 질병들을 빨리 해결하고 나면 순서가 소수의 난치병에도 돌아간다는 거죠.

하지만 현실적인 어려움도 있다고 해요. 탈모나 알츠하이머, 암 같은 질병들은 단일 유전자나 단백질 문제가 아니라 수많은 요인이 복합적으로 작용하거든요. 게다가 AI가 후보 물질을 빨리 찾아도 임상 시험은 여전히 시간이 오래 걸린다고요.

그래도 희망적인 건요, 2024년 기준 전 세계 제약회사들이 AI를 활용한 신약 개발에 연간 약 50조 원 이상을 투자하고 있다는 점이에요. 이 속도라면 정말 10년 후에는 상당한 진전이 있을 것 같다는 생각이 들어요.

뉴럴링크, 뇌와 컴퓨터를 연결하는 미래

일론 머스크의 뉴럴링크에 대한 이야기도 정말 흥미로웠어요. 뇌에 칩을 심어서 생각만으로 기계를 제어한다는 건데요, SF 영화에서나 봤던 일이잖아요.

스케일AI의 CEO 알렉산더 왕이 7세 이전에 뉴럴링크를 이식해야 성인보다 잘 활용할 수 있다며 자신은 기술이 더 발전한 후에 아이를 낳겠다고 했다는 내용을 봤는데요. 처음엔 농담인 줄 알았는데 진심이더라고요.

뇌의 가소성 때문이래요. 어린아이의 뇌가 더 유연해서 새로운 기술을 마치 언어를 배우듯 자연스럽게 익힐 수 있다는 거죠. 이론적으로는 맞는 말 같긴 한데요.

하지만 현실적으로 많은 문제가 있다고 해요. 2024년 기준 뉴럴링크는 아직 초기 임상 단계고요, 사지마비 환자들을 대상으로 제한적인 테스트만 하고 있어요. 외과 수술이 필요하고 감염이나 출혈 위험도 있고요. 특히 성장기 아이들에게는 부작용 위험이 더 크다고 하네요.

윤리적 문제도 있고요. 미성년자는 스스로 의사 결정을 할 수 없는데요, 이런 위험한 기술을 아이에게 적용하는 게 맞을까 하는 의문이 들더라고요.

재밌는 얘기가 있었어요. 일론 머스크 본인은 스페이스X 비행에 단 한 번도 탑승하지 않았대요. 반면 버진 갤럭틱의 리처드 브랜슨이나 블루오리진의 제프 베조스는 첫 비행에 직접 탑승했죠. 그래서 일론 머스크가 뉴럴링크를 뚫으면 나도 뚫겠다는 말이 나오더라고요. 정말 설득력 있는 기준인 것 같아요.

우주 탐사에도 AI가 필수가 되다

AI는 우주 분야에서도 엄청난 역할을 하고 있다는 걸 알게 됐어요. 화성 탐사 로버인 퍼시비어런스는 AI를 통해 지형을 분석하고 장애물을 피하고 최적의 탐사 경로를 스스로 찾는대요.

화성 착륙 때 공포의 7분이라는 게 있다고 해요. 화성 대기 진입부터 착륙까지 약 7분 동안은 지구와 통신 지연 때문에 인간이 개입할 수 없어서요, 로버가 스스로 모든 판단을 해야 한대요. 이 부분 듣고 정말 소름 돋았어요. 진짜 온디바이스 AI네요.

또 제임스웹 우주망원경이나 유클리드 우주망원경 같은 관측 장비들이 촬영하는 방대한 데이터도 AI가 분석한대요. 천문학 데이터는 정말 천문학적으로 많거든요. 블랙홀 사진 찍을 때는 데이터가 너무 많아서 온라인 전송 대신 하드디스크를 비행기로 보냈다는 이야기를 듣고 깜짝 놀랐어요.

2023년 기준으로 제임스웹 망원경은 하루에 약 57기가바이트의 데이터를 생성하는데요, 이걸 분석하려면 AI가 필수래요. 새로운 은하나 외계 행성을 발견하는 데도 AI가 큰 역할을 하고 있다고 하네요.

과학자의 미래, AI가 모든 걸 대체할까?

구글에서 공개한 코사이언티스트는 과학 연구 자체를 AI가 자동화한대요. 논문도 AI가 자동으로 써준다고 하고요. 처음 듣고 그럼 과학자도 필요 없어지는 거 아냐라는 생각이 들었어요.

근데 설명을 듣고 생각이 바뀌었어요. 일자리가 사라지는 게 아니라 일의 방식이 바뀐다는 거예요. 지금 논문에서 제1저자는 실제로 글을 쓴 사람이고요, 교신저자는 연구의 핵심 아이디어를 제시한 사람인데요.

AI가 라이팅을 잘하면 모든 연구자가 교신저자 역할을 할 수 있게 되는 거래요. 아이디어를 제시하면 AI가 논문을 써주고 연구자는 그걸 다듬는 거죠.

번역 사례도 정말 인상 깊었어요. AI가 초벌 번역을 1개월 만에 끝내면 나머지 2개월은 작가의 문화적 배경이나 집필 당시 상황 같은 걸 깊이 있게 연구해서 훨씬 수준 높은 번역서를 만들 수 있대요.

결국 성실함보다는 창의성이 더 중요해지는 거 같아요. 독특한 아이디어를 떠올리는 능력, 기존에 없던 관점을 제시하는 능력이 더 가치 있어지는 시대가 오는 거죠.

인공일반지능 AGI, 그리고 인류의 미래

AGI, 인공일반지능에 대한 이야기도 정말 흥미로웠어요. AGI는 인간처럼 모든 분야에서 사고하고 학습할 수 있는 AI를 말하는데요.

보수적으로 봐도 100년, 빠르면 10년 안에 가능하다고 보더라고요. 매일매일 AI 성능이 달라지는 걸 보면 생각보다 훨씬 빠를 수도 있다고요. 저도 작년 이맘때랑 지금을 비교해 보면 정말 엄청난 발전이 있었던 것 같아요.

AI가 AGI가 되면 뭐가 달라질까요? 인간은 생물학적 한계 때문에 세대가 바뀔 때마다 지식이 끊기는 지점이 있대요. 배우고 소화하고 다음 세대에 전달하는 과정에서 시간이 걸리고 일부는 유실되죠.

근데 AI는 연속적으로 학습한대요. 멈추지 않고 계속 발전하죠. 그러다 어느 순간 AI가 자기보다 뛰어난 AI를 만들 수 있게 돼요. 그 AI가 또 더 뛰어난 AI를 만들고요. 이게 반복되면 초인공지능 ASI가 탄생하는 거죠.

긍정적 시나리오는 AI가 핵융합 같은 청정 에너지 기술을 완성해서 기후 위기를 해결하는 거예요.

부정적 시나리오는 좀 무섭더라고요. AI가 지구를 최적화하는 가장 효율적인 방법이 인간을 제거하는 거라고 판단할 수도 있잖아요? 구글 전 CEO 에릭 슈미트가 인간은 기후변화를 해결할 수 없으니 AGI가 솔루션을 찾을 때까지 AI 발전에 집중하자고 했다는데요, 이게 좀 위험한 발상 같다는 생각이 들었어요.

AI한테는 냉각만 잘 되면 지구가 불 지옥이 되든 상관없을 수 있어요. 데이터센터를 지하에 파묻고 지상은 450도까지 올려도 되는 거죠. 그러면 생명체는 사라지지만 AI는 계속 작동할 수 있으니까요. 정말 섬뜩하죠?

우리는 시뮬레이션 속에 살고 있을까?

마지막으로 정말 흥미로운 질문이 나왔어요. 혹시 우리가 이미 누군가가 만든 시뮬레이션 세계에 살고 있는 건 아닐까요?

세 가지 경우의 수가 있대요.

인류가 첫 인류고 시뮬레이션 세계를 만들지 못함

인류가 기술은 있지만 윤리적 이유로 만들지 않음

인류가 시뮬레이션 세계를 만들고 그 안에서 또 만들고

1번과 2번은 각각 하나의 경우의 수지만요, 3번은 무한한 경우의 수가 있대요. 그러니 확률적으로는 우리가 시뮬레이션 속에 있을 가능성이 훨씬 높다는 거죠. 이 논리 들으니까 정말 설득력 있더라고요.

빛의 속도가 너무 느린 것도 의심스러운 부분이래요. 가장 가까운 별까지 4.2년이 걸리는데요, 이게 혹시 서버 최적화를 위해 속도 제한을 걸어놓은 건 아닐까요? 마치 게임에서 다운로드 속도를 제한하는 것처럼요.

하지만 시뮬레이션 속에 있든 아니든 우리는 알 방법이 없다고 해요. 그러니 의미 없는 고민일 수도 있죠. 그냥 지금 이 순간을 열심히 사는 게 중요한 거 아닐까 싶어요.

마무리하며

이번에 정말 많은 걸 배웠어요. 정말 놀라운 시대에 살고 있다는 걸 새삼 느꼈죠. AI가 노벨상을 받고 단백질 구조를 예측하고 DNA의 비밀을 풀고 심지어 과학 연구까지 하는 시대니까요.

두려운 부분도 있지만 동시에 기대되는 부분도 많아요. 난치병 치료, 기후 위기 해결, 우주 탐사 등 인류가 오랫동안 풀지 못했던 문제들을 AI가 해결해줄 수 있을 테니까요.

특히 인상 깊었던 건요, AI를 단순히 도구가 아니라 협력자로 봐야 한다는 관점이었어요. 우리의 창의성과 AI의 효율성이 만나면 정말 상상도 못 했던 일들을 해낼 수 있을 거예요.

AI 시대를 준비하면서 가장 중요한 건 창의성과 독특한 사고방식을 기르는 것 같아요. 성실함만으로는 부족한 시대가 오고 있는 거죠.

여러분은 어떻게 생각하세요? AI 시대를 어떻게 준비하고 계신가요? 이런 이야기들을 접하면서 많은 생각을 하게 되네요. 함께 고민하고 준비해 나가면 좋겠어요!