WIRED 전망: 과학의 난제 해결에 나선 AI, 연구자의 일상 도구로 자리잡는다
WIRED는 기초과학 연구에서 AI의 역할 변화를 짚었다. 50년간 풀리지 않던 단백질 구조 예측 문제를 해결한 데 이어 기상 예측과 게놈학으로 영역을 넓히고 있다. AI는 일회성 성과를 넘어 연구자들에게 이메일처럼 필수적인 일상 연구 도구로 자리 잡을 전망이다.
연구
주목할 AI 논문, 새 벤치마크와 방법론, 그리고 생물학·의학·소재 등 과학 연구에서 AI가 낸 성과.
최신 소식 보기
막스플랑크연구소, MRI 영상으로 희귀 치매 판별하는 AI 개발
독일 막스플랑크연구소와 라이프치히대학 연구진이 뇌 MRI 영상을 기반으로 희귀 치매를 조기 감별하는 머신러닝 연구를 발표했다. 정상인과의 구분뿐 아니라 원발진행성실어증 등 7가지 치매 증후군 간의 고유한 뇌 위축 패턴을 식별한다. 환자가 발병 초기에 맞춤 치료를 받고 일상을 유지하도록 돕는 계기가 될 전망이다.
토론토대 연구진, 머신러닝으로 장기 지속형 주사제 제형 설계 가속화
토론토대학교 연구팀이 머신러닝 모델을 활용해 고분자 장기 지속형 주사제 제형을 설계하는 연구를 발표했다. 난소암 치료제 실험에서 LightGBM 모델의 설계를 적용해 단 한 번만에 목표 서방 방출 프로파일을 확보했으며, 데이터셋과 코드는 Zenodo에 공개됐다.
마이크로소프트 VALL-E 공개: 3초 음성으로 목소리 복제
마이크로소프트가 텍스트 음성 변환 AI 모델 VALL-E를 발표했다. 단 3초 분량의 오디오 샘플만으로 화자의 음색과 감정, 방 안의 음향 환경까지 모사한다. 6만 시간 분량의 음성 데이터로 훈련되었으며, 사칭 등 오용 위험을 고려해 코드는 오픈소스로 공개하지 않는다.
MIT, 비디오와 음성을 1000개 단어로 연결하는 멀티모달 AI 개발
MIT CSAIL 연구진은 비디오, 오디오, 텍스트 간 공통 개념을 학습하는 표현 학습 기법을 공개했다. 공유 임베딩 공간에서 1000개의 단어 벡터만을 활용해 비디오 속 동작을 식별하고 검색 정확도와 설명 가능성을 높였다. 인간처럼 세상을 인지하는 로봇 개발에 기여할 수 있으나, 현재는 한 번에 두 가지 모달리티만 처리 가능하다.
스탠퍼드대, 스프레이형 스마트 스킨 개발…키보드 없이 AI로 타이핑
스탠퍼드대 연구진이 물리적 키보드 없이 타이핑할 수 있는 스프레이형 스마트 스킨을 개발했다. 선크림처럼 손등에 분사하는 신축성 나노메시 소재로, 손의 움직임에 따른 전도도 변화를 머신러닝 알고리즘이 분석해 화면 속 글자로 변환한다. 사용 후 물로 쉽게 지울 수 있다.
극소량 데이터로 '블랙스완' 재난 예측하는 AI 등장
연구진이 베이즈 추론과 신경 연산자 DeepONet을 결합해 발생 빈도가 극히 낮은 블랙스완 재난을 예측하는 AI 기법을 개발했다. 데이터가 부족한 거대 괴물 파도나 팬데믹 확산 위험을 소량의 핵심 데이터만으로 정밀하게 분석할 수 있다.
스탠퍼드대 연구: AI로 코딩하면 보안 취약점 늘고 맹신도 커져
스탠퍼드대 연구진은 OpenAI Codex 등 AI 코드 생성기를 사용하는 개발자가 보안 취약점을 만들 확률이 높고, 자신의 코드가 안전하다고 착각할 가능성도 더 높다고 발표했다. 연구진은 AI가 개발자를 대체할 수 없으며 결과물에 대한 면밀한 검증이 필수라고 경고했다.
스탠퍼드대, AI 전력 소모 메가와트에서 와트급으로 줄이는 모델 제안
스탠퍼드대 연구진은 시냅스 대신 신경세포의 수상돌기를 모방한 새로운 AI 모델을 공개했다. 신호 순서에 따라 반응하는 구조와 강유전체 트랜지스터를 활용해 대형 클라우드의 메가와트급 전력 대신 스마트폰 배터리 수준의 와트 단위로 신경망을 구동하는 방식이다.
드렉셀대 연구진, GPT-3로 알츠하이머 초기 징후 80% 정확도 포착
드렉셀대 연구진은 OpenAI의 GPT-3를 활용해 일상적인 발화 텍스트에서 80% 정확도로 초기 치매 징후를 예측하는 데 성공했다고 밝혔다. 기존 음향 분석 방식보다 인지 점수 예측 정확도가 약 20% 높았으며, 연구진은 이를 기반으로 가정과 병원에서 쓸 수 있는 웹 기반 사전 검사 도구를 개발할 계획이다.
AI 혈압 예측 방법론 리뷰: 주요 모델과 간과하기 쉬운 평가 함정 분석
연구진이 머신러닝과 딥러닝을 활용한 혈압 예측 연구의 최신 동향을 정리한 종합 방법론 리뷰를 발표했습니다. 주요 데이터셋과 평가 지표를 분석하고 흔히 간과되는 데이터 분할 전략의 문제점을 지적하며 객관적인 모델 평가 표준을 제안했습니다. 관련 실험 코드와 리소스는 GitHub에 공개되어 있습니다.
알토대 연구진, 가상현실 게임과 머신러닝으로 소아 ADHD 객관적 진단
알토대 등 연구진이 가상현실 게임과 안구 추적, 머신러닝을 활용해 아동의 ADHD 증상을 객관적으로 판별하는 방식을 발표했다. 설문지 중심의 주관적 진단에서 벗어나 일상 과제 수행 중 시선 차이를 포착해 진단 정밀도를 높인다.
브리검 여성병원 연구팀, 수술 중 동결조직을 '골드 스탠다드' 병리 이미지로 복원하는 AI 개발
브리검 여성병원과 보아지치대 연구진은 수술 중 채취한 급속 동결 조직 이미지를 표준 파라핀 박절(FFPE) 수준의 고품질로 변환하는 AI 모델을 발표했다. 뇌종양과 폐암 등의 아형 분류 정확도를 몇 분 만에 대폭 높여줄 수 있으며, 실제 임상 적용을 위한 추가 시험이 진행될 예정이다.
알고리즘은 정말 공정할까? 기계 판단에 내재된 '예측 가능한 노이즈' 결함
Becoming Human은 AI 판단의 결함을 짚는 분석을 실었다. 알고리즘은 인간과 달리 감정 기복이 없다고 믿기 쉽지만, 학습 초기 무작위성이 영구적인 노이즈로 고착되어 의미 없는 체계적 오판을 유발할 수 있다고 지적했다.
이미지 생성 AI 핵심 '디퓨전 모델'의 역사와 원리
현대 이미지 생성 AI의 핵심 기술인 디퓨전 모델의 발전 과정과 작동 원리가 조명됐다. 비평형 열역학에서 착안한 이 기술은 노이즈로부터 데이터를 복원하는 역과정을 학습하며, 오픈AI의 CLIP과 결합해 정밀도를 대폭 끌어올렸다. 최근에는 예술 창작을 넘어 작곡과 신약 단백질 설계 등 생명공학 분야로 영역을 넓히고 있다.
스탠퍼드 연구: AI 보조로 짠 코드가 취약점 더 많고 맹신도 높아
스탠퍼드 대학교 컴퓨터 과학자들의 연구에 따르면 깃허브 코파일럿 같은 AI 보조 도구를 사용한 개발자가 취약점이 더 많은 코드를 작성하는 경향을 보였습니다. 특히 암호화나 SQL 인젝션 영역에서 취약점이 두드러졌으며, 이들은 자신의 코드가 안전하다고 맹신하는 착각까지 겪는 것으로 나타났습니다.
AI 연구 윤리 심사 어떻게 개선할까: 학계 공동 협력과 새 프레임워크 제안
학계 연구진이 AI 연구의 윤리 심사 방식을 개선하기 위한 공동 협력을 촉구했다. 기존 심사 기구는 연구 참여자 보호에만 치중해 알고리즘 편향이나 악용 등 광범위한 사회적 피해를 다루지 못하므로, 동료 평가와 연계된 새로운 평가 모델이 필요하다는 지적이다.
AI가 스스로 발명할 수 있을까? 'AI 발명자' 특허 기각이 던진 질문
AI 시스템 'DABUS'를 단독 발명자로 내세운 특허 출원이 세계 각국에서 잇따라 기각되면서 기계의 발명 능력을 둘러싼 논쟁이 커졌습니다. 기술 분석에 따르면 문제 모델링부터 개념 선별, 출력물 해석까지 인간의 지도가 필수적이어서 보조 도구에 가깝습니다. 즉 기계의 자율 발명은 아직 현실과 거리가 멉니다.
스탠퍼드대, 스테이블 디퓨전 미세조정해 흉부 X선 합성 영상 생성
스탠퍼드대 AIMI 연구진은 오픈소스 스테이블 디퓨전을 파인튜닝해 병변이 묘사된 흉부 X선 영상을 합성하는 데 성공했다고 발표했다. 막대한 전용 컴퓨팅 비용 없이도 의료 합성 데이터를 생성해 희귀 질환 훈련 데이터 부족을 메울 수 있음을 보여줬다.
英 애스턴대 연구진, 강화학습 기반 AI 신호등 개발
영국 애스턴 대학교 연구팀이 심층 강화학습을 적용한 실시간 교통 제어 시스템을 선보였다. 수동 설정 신호 주기에 의존하는 대신, AI가 시뮬레이션 기반 자율 학습을 거쳐 낯선 도로 상황에서도 신호등을 최적으로 제어해 차량 대기 시간을 대폭 줄인다.