OpenAI, AI 에이전트 수천 개로 뇌세포 데이터 32분 만에 분석

현대 생물학은 데이터의 홍수 속에 살고 있습니다. 이제 연구자들은 수천 개의 유전자를 조작하고 수백만 개 세포의 반응을 한 번에 측정할 수 있지만, 정작 그 방대한 결과가 질병과 어떤 관련이 있는지 수십 년 치 논문을 뒤져가며 해석하는 데는 몇 달에서 1년 가까운 시간이 걸립니다.

OpenAI는 PerturbAI 및 스크립스 연구소(Scripps Research)와 협력하여 이 병목을 해결할 실험 결과를 공개했습니다. 특화 모델인 GPT-Rosalind 기반의 AI 에이전트 수천 개를 분산 배치해, 수백만 개 마우스 뇌 세포의 전뇌 CRISPR 데이터를 단 32분 만에 분석해 낸 것입니다.

단일 모델의 한계와 병렬 에이전트의 위력

연구팀은 단 하나의 거대 에이전트에 전체 데이터를 넘겨주는 방식과 수천 개의 에이전트가 병렬로 작업하는 분산 생물학적 추론 방식을 비교했습니다.

결과는 명확했습니다. 처리해야 할 데이터가 늘어날수록 단일 에이전트는 문헌 조사를 건너뛰기 시작해 최대 부하에서 고작 11편의 논문만 인용했습니다. 반면 각자 유전자 하나씩을 맡아 세포 반응을 대조하고 외부 논문을 교차 검증한 분산 에이전트들은 700편 이상의 논문을 인용했습니다. 블라인드 평가에서도 인간 전문가들은 분산 에이전트가 내놓은 분석을 훨씬 선호했습니다.

에이전트들은 인간 연구자가 놓치기 쉬운 의미 있는 생물학적 단서도 여럿 포착했습니다.

세포 성장 경로를 조절하는 Tsc1과 Tsc2 유전자가 대표적입니다. 대부분의 뇌 부위에서는 두 유전자를 제거했을 때 반응이 비슷했지만, 운동을 조절하는 소뇌에서는 Tsc2를 제거했을 때만 신경 세포 간 신호 전달에 관여하는 유전자 수십 개의 발현이 크게 바뀌었습니다. 이는 실제 결절성 경화증 환자에게서 소뇌 이상이 TSC2 돌연변이와 밀접하게 연관된다는 임상 관찰과 일치합니다.

파킨슨병 유사 증상을 유발하는 페리 증후군의 원인 유전자 DCTN1에서도 흥미로운 가설이 나왔습니다. Dctn1이 억제되면 콜레스테롤 합성 유전자 발현이 급증하는데, 에이전트는 세포 내 콜레스테롤 수송 장애가 이를 유발해 신경 퇴행으로 이어질 수 있다는 가설을 논문들을 엮어 도출했습니다. 전문가들은 이 가설이 매우 새롭고 즉시 실험해 볼 가치가 있다고 평가했습니다.

왜 중요한가

우리는 이번 연구가 AI가 질병을 단숨에 정복한다는 식의 환상을 파는 대신, 연구 현장의 가장 실질적인 병목인 가설 도출 속도를 정확히 겨냥했다는 점에서 매우 영리하다고 봅니다.

연구자들에게 이번에 공개된 추론 아틀라스는 지금 당장 들여다볼 가치가 충분합니다. 물론 최종 입증은 실제 실험실 검증을 거쳐야 하지만, 수개월이 걸리던 문헌 탐색과 단서 연결을 30분대로 압축해 유망한 실험 우선순위를 빠르게 정할 수 있습니다.

AI 아키텍처 관점에서도 시사점이 큽니다. 거대한 단일 모델에 막대한 데이터를 한 번에 밀어 넣으면 모델이 태만해지며 깊이 있는 조사를 포기하는 반면, 작업을 잘게 쪼개어 외부 전문 자료를 병렬로 검색하게 만든 에이전트 스웜이 훨씬 신뢰할 만한 성과를 낸다는 사실을 확인해 주었기 때문입니다.

다만 한계도 뚜렷합니다. 에이전트의 추론은 기존에 출판된 문헌 데이터에 의존하므로, 선행 연구의 오류나 편향까지 그럴듯한 스토리로 엮어낼 위험이 상존합니다. 이 기술이 연구의 판도를 바꿀 진짜 도구가 될지는 제시된 가설들이 실제 실험실 벤치에서 얼마나 살아남는지에 달려 있습니다.