스탠퍼드대, '가상 AI 연구실' 구축: 며칠 만에 코로나19 항체 설계 성공

아침 커피 한 잔을 내리는 짧은 시간 동안, AI로 구성된 연구팀은 이미 수백 번의 랩 미팅을 끝마쳤습니다.

스탠퍼드 의과대학과 찬 저커버그 바이오허브 연구진은 국제학술지 네이처에 AI 에이전트들로만 구성된 가상 연구소 시스템을 발표했습니다. 연구 책임자부터 분야별 전문 연구원까지 모두 AI가 맡아 연구를 진행합니다.

이 가상 연구팀은 최근 코로나19 변이 바이러스를 겨냥한 새로운 백신 설계 과제를 단 며칠 만에 풀어냈고, 실제 물리적 실험실 검증에서도 뛰어난 효능을 입증했습니다.

스스로 팀원을 뽑고 회의하는 AI 책임연구원

생명과학 연구에서 가장 큰 병목은 서로 다른 분야의 전문가들을 모아 소통시키는 일입니다. 면역학자와 계산생물학자, 머신러닝 엔지니어가 한자리에 모여 가설을 맞추는 데만 수개월이 걸리곤 합니다.

제임스 저우 부교수 연구팀은 인간의 개입을 1% 수준으로 줄였습니다. 인간 연구자가 연구 주제와 현실적인 실험 예산 기준만 던져주면, 시스템 안의 AI 수석 연구원이 알아서 프로젝트를 주도합니다.

AI 책임연구원은 과제에 맞춰 면역학 전문가, 계산생물학 전문가, 머신러닝 전문가 에이전트를 직접 생성했습니다. 특히 모든 프로젝트에는 다른 에이전트의 주장에 맹점을 지적하고 비판만 전담하는 비판자 에이전트가 반드시 포함됩니다.

가상 과학자들은 연구에 필요한 단백질 구조 예측 도구인 알파폴드 접근 권한을 인간에게 직접 요청해 사용하기도 했습니다. 이들의 회의는 피로도나 휴식 없이 단 몇 초, 몇 분 만에 끝나며, 모든 논의 과정은 텍스트 기록으로 투명하게 남습니다.

92개 후보 물질 중 찾아낸 결정타

AI 연구팀은 일반적인 항체 대신 분자 크기가 작고 단순한 나노바디를 백신 후보로 선택하는 파격을 보였습니다.

분자가 작을수록 머신러닝 모델이 단백질 구조를 설계하고 시뮬레이션할 때 정확도와 신뢰도가 훨씬 높아진다는 점을 AI 스스로 계산해 전략을 세운 것입니다.

가상 랩이 도출한 92개의 나노바디 설계안 중 실제 연구실에서 합성해 시험한 결과, 두 개의 물질이 최근 코로나 변이 바이러스에 매우 강력하게 결합했습니다. 기존에 사람이 설계한 항체보다 결합력이 뛰어났고, 엉뚱한 세포에 달라붙는 부작용도 없었으며, 5년 전 우한 초기 바이러스에도 결합하는 광범위한 효과를 보였습니다.

왜 중요한가

과학 연구의 속도를 결정짓던 인간의 물리적 시간과 협업의 한계가 소프트웨어 연산 속도로 바뀌는 순간입니다.

바이오 스타트업이나 독립 연구자 입장에서 다학제 전문가 팀을 꾸리는 비용은 천문학적입니다. 이제는 가상 랩을 통해 초기 아이디어 도출과 검증을 단 며칠 만에 마칠 수 있어, 실패 비용을 극적으로 낮출 수 있습니다.

우리가 보기에 이 시스템의 가장 영리한 점은 에이전트 집단 내에 전담 비판자를 심어둔 구조입니다. AI끼리 대화할 때 흔히 생기는 맹목적인 확증 편향과 할루시네이션을 내부 검증 시스템으로 깔끔하게 차단했습니다.

하지만 명확한 한계도 존재합니다. AI가 아무리 훌륭한 나노바디를 몇 시간 만에 설계해도, 이를 실제로 합성하고 테스트하는 물리적 습식 실험실의 병목은 여전히 남아 있습니다. 컴퓨터 속 설계가 물리적 현실과 만나는 접점을 얼마나 단축하느냐가 앞으로의 성패를 가를 것입니다.