딥러닝·제미나이 이끈 제프 딘 창업허사비스, 알파벳 수석과학자 겸임인재들 이탈과 지도부 변화 겹쳐알파벳 주가 발표 당일 4%대 폭락 구글이 인공지능(AI) 조직의 지휘체계를 대폭 손질했다. 27년간 검색 인프라와 AI 기술을 이끌어온 제프 딘(왼쪽) 구글 수석과학자가 핵심 연구진과 함께 회사를 떠나고, 데미스 허사비스(오른쪽) 구글 딥마인드 최고경영자(CEO)는 알파벳 수석과학자와 구글 딥마인드 의장을 맡는다. 차기 제미나이 모델 출시가 늦어지는 상황에서 인재 이탈과 지도부 변화가 겹치자 시장도 민감하게 반응했다. 알파벳은 5일(현지시간) 허사비스가 범용인공지능(AGI)과 신약 개발 등 장기 연구와 과학 전략에 집중한다고 밝혔다. 구글 딥마인드의 일상 운영과 제미나이 개발·상용화는 코레이 카부크추오글루 최고기술책임자(CTO)가 총괄한다. 딘이 맡았던 연구와 운영 기능을 두 사람에게 나눠 맡긴 구조다. 지휘체계 개편보다 시장의 시선을 끈 것은 딘의 퇴사였다. 1999년 구글에 합류한 딘은 초기 검색 시스템과 분산컴퓨팅 기술을 구축하고 구글 브레인 공동 설립, AI 반도체 개발, 제미나이 연구까지 이끌어온 인물이다. 산제이 게마왓과 오리올 비냘스, 쿽 레 등 주요 연구자들도 딘이 설립하는 공익기업 ‘디스커버리 루프’에 합류한다. 구글은 디스커버리 루프의 투자자이자 클라우드 파트너로 참여해 협력 관계를 이어간다. 경쟁사로의 직접 이직과는 다르지만 검색과 클라우드, 딥러닝, 대규모언어모델(LLM) 등 핵심 기술을 축적해온 연구진이 동시에 현업을 떠난다는 점은 부담이다. 구글의 핵심 인력 이탈은 앞서 지난 6월부터 이어졌다. 제미나이 공동 책임자였던 노암 셰이저가 지난 6월 오픈AI로 이동했고, 단백질의 입체 구조를 예측해 신약·질병 연구를 앞당긴 AI ‘알파폴드’의 공동 개발자 존 점퍼도 앤스로픽 합류를 결정했다. 점퍼는 이 공로로 2024년 노벨화학상을 받았다. 제미나이 개발에 참여한 연구자들도 뒤이어 앤스로픽으로 옮겼다. 인력 공백에 대한 우려는 차기 모델의 출시 지연과 맞물려 커지고 있다. ‘제미나이 3.5 프로’는 코딩 성능 등이 내부 기대에 못 미쳐 공개 일정이 늦어진 것으로 전해졌다. 일각에서는 구글이 3.5 프로 대신 차세대 ‘제미나이 4’ 개발에 무게를 옮길 가능성도 거론한다. 알파벳 주가가 발표 당일 4% 넘게 하락한 것도 구글의 혁신과 제품 실행력이 약해질 수 있다는 시장의 불안을 보여줬다. 다만 제미나이를 검색과 클라우드에 빠르게 접목하며 이용자와 매출을 늘리는 등 구글의 AI 사업 기반은 여전히 탄탄하다. 허사비스 전기를 쓴 영국 작가 세바스천 말러비는 이번 개편을 허사비스가 장기 연구를, 카부크추오글루가 제품 개발을 맡아온 기존 역할 분담을 공식화한 것으로 평가했다.

구글 인공지능(AI) 연구 조직을 이끌어온 핵심 인재들이 잇따라 회사를 떠나고 있다. 제미나이 공동 개발자에 이어 노벨상 수상자까지 오픈AI와 앤트로픽으로 자리를 옮기면서 AI 경쟁이 기술과 자본을 넘어 인재 확보 경쟁으로 확산하는 모습이다. 20일(현지시간) 블룸버그에 따르면 존 점퍼 구글 딥마인드 부사장은 앤트로픽으로 이직한다. 점퍼는 데미스 허사비스 딥마인드 최고경영자(CEO)와 함께 단백질 구조 예측 AI 모델 ‘알파폴드’를 개발한 핵심 연구자로 2024년 노벨 화학상을 공동 수상했다. 점퍼뿐 아니라 구글 핵심 연구진의 이직은 최근 두드러진다. 앞서 제미나이 공동 개발자인 노엄 샤지어 구글 엔지니어링 부사장이 최근 오픈AI 합류를 공식화했다. 샤지어 부사장은 2017년 트랜스포머 구조를 처음 제안한 논문 ‘어텐션 이즈 올 유 니드(Attention Is All You Need)’의 공동 저자로, 현재 챗GPT와 제미나이, 클로드 등 대부분의 생성형 AI 모델의 기술적 기반을 마련한 인물로 평가받는다. 그는 지난해 구글이 약 27억 달러(약 4조 1000억원)를 들여 복귀시킨 인재였지만, 2년도 채 되지 않아 경쟁사로 자리를 옮기게 됐다. 업계에서는 AI 인재 이동의 배경으로 생성형 AI 연구 환경의 변화를 꼽는다. 연구 성과 자체보다 이를 얼마나 빠르게 제품·서비스로 연결하느냐가 경쟁력으로 떠오르면서, 최신 모델을 곧바로 서비스에 적용하고 대규모 이용자 반응을 즉시 확인할 수 있는 환경이 연구자들에게 매력적으로 작용한다는 것이다. 실제 블룸버그는 최근 딥마인드 내부에서 회사가 AI 코딩 도구 수요에 충분히 대응하지 못하고 있다는 우려가 제기됐다고 전했다. 챗GPT와 클로드를 앞세워 생성형 AI 시장의 중심으로 부상한 오픈AI·앤트로픽이 이러한 연구자들의 수요를 흡수하고 있다는 분석이다. 한편 인텔도 지난 18일(현지시간) 이석희 전 SK하이닉스 사장을 수석부사장으로 영입했다. AI를 둘러싼 글로벌 빅테크의 인재 확보 경쟁이 반도체 업계로도 확산하는 모습이다.

유전체 분석 정확도 99.99% 수준갤럭시 워치 수집 데이터와 결합초개인화 맞춤 의료 생태계 구축미래 성장 동력 확보에 한층 속도 삼성전자가 미국 유전자 분석 장비 기업 ‘엘리먼트 바이오사이언스’에 전략적 투자자로 참여해 1대 주주 지위를 확보했다. 이를 통해 인공지능(AI)과 의료기기, 디지털 헬스 분야 간 시너지를 바탕으로 미래 성장 동력 확보에 속도를 낼 수 있게 됐다. 삼성전자는 엘리먼트의 ‘시리즈 E’ 투자에 참여해 1억 7500만 달러(약 2668억원) 규모의 추가 지분 투자를 집행했다고 10일 밝혔다. 앞서 삼성전자는 2024년 7월 엘리먼트의 ‘시리즈 D’ 투자에도 참여했다. 2017년 미국 샌디에이고에서 설립된 엘리먼트는 유전체 분석 정확도를 업계 최고 수준인 99.99%로 높이고 분석 비용을 획기적으로 낮춘 ‘DNA 시퀀싱’ 기술을 보유하고 있다. 삼성전자가 DNA 시퀀싱과 함께 주목하는 차세대 기술은 ‘멀티오믹스’다. DNA 시퀀싱이 생명체의 ‘설계도’를 읽는 것이라면, 멀티오믹스는 그 설계도가 몸 속에서 실제로 어떻게 구현되고 변화하는지까지 함께 들여다본다. 기존에는 DNA·RNA·단백질을 각각 다른 장비로 분석한 뒤 그 결과를 다시 합쳐야 했으나, 엘리먼트는 하나의 기기로 동시에 분석할 수 있는 기술을 개발했다. 삼성전자는 이번 투자를 계기로 차세대 유전자 진단 등 신사업 기회를 선점해 나갈 방침이다. 우선 갤럭시 워치와 갤럭시 링 등 웨어러블 기기가 수집하는 일상 데이터(수면, 운동, 심박수 등)를 엘리먼트의 유전체 분석 데이터와 결합해 스마트폰 기반의 초개인화 헬스케어 생태계를 구축할 수 있다. 업계에서는 삼성전자가 ‘DNA 기반 맞춤형 건강 관리 및 질병 예측 서비스’를 삼성 헬스 플랫폼을 통해 모바일 환경에서 선제적으로 상용화할 가능성이 높다고 보고 있다. 또 삼성전자는 자사의 AI 알고리즘 및 빅데이터 처리 역량을 엘리먼트의 유전자 분석 소프트웨어와 융합해 ‘AI 기반 유전체 분석 혁신’에 나선다는 계획이다. 이를 통해 복잡하고 방대한 유전체 데이터 분석 속도를 실시간 수준으로 끌어올리고, 질병 조기 판독의 정확도를 한 차원 더 고도화할 것으로 보인다. 노태문 삼성전자 사장은 “맞춤형 의료의 미래를 위한 시너지가 창출될 것”이라고 강조했다. 이번 투자 확대로 인한 엘리먼트 경영권 변동은 없을 전망이다. 디지털 헬스케어 시장은 빅테크의 격전장이다. 구글은 최근 4년 만에 새로운 웨어러블 ‘핏빗(Fitbit) 에어’를 공개하고 개인형 건강 관리 서비스를 통합했다. 또 구글 딥마인드를 통해 단백질 구조 예측 기술 ‘알파폴드’를 고도화하고 있다. 애플은 리서치킷(ResearchKit) 플랫폼을 통해 아이폰과 애플워치 기반으로 건강 연구를 진행하고 있다.

“서울은 제 마음속에 언제나 특별한 장소입니다. 저에게 이곳은 ‘현대 AI 시대’가 시작된 고향과도 같습니다.” 29일 서울 중구 웨스틴 조선호텔에서 열린 ‘구글 포 코리아 2026’ 현장은 10년 전 인류와 인공지능(AI)의 역사적 대결을 회고하는 열기로 가득했다. 당시 바둑판 위에서 승부를 겨뤘던 데미스 허사비스 구글 딥마인드 CEO와 이세돌 9단은 10년 만에 다시 마주 앉아 손을 맞잡았다. 2016년 ‘구글 딥마인드 챌린지 매치’에서 인간과 기계의 자존심을 걸고 싸웠던 두 주역이 10년 만에 경쟁자가 아닌 대담자로 재회한 순간이었다. 허사비스 CEO는 인공지능 바둑 프로그램 ‘알파고’를 통해 전 세계에 AI의 잠재력을 각인시킨 설계자이자, 2024년 AI를 활용한 단백질 구조 예측 공로로 노벨 화학상을 거머쥔 세계적 석학이다. 10년 전 이미 구글의 AI 핵심 브레인으로 활동 중이었던 그는 인류를 대표해 나선 이 9단과의 5번기를 통해 AI 시대를 상징하는 인물로 대중에게 이름을 알렸다. 반면 이 9단은 당시 알파고에 3연패를 당하며 고전하다가, 4국에서 ‘신의 한 수’로 불리는 78수로 알파고를 꺾으며 현재까지 알파고를 이긴 유일한 인간으로 기록되어 있다. 허사비스 CEO는 이날 대담에서 이 9단의 78수를 언급하며 “알파고의 37수가 AI의 가능성을 보여줬다면, 이 9단의 78수는 인간의 직관이 여전히 유효함을 증명한 상징적인 순간이었다”고 회고했다. 이 9단은 “허사비스의 노벨상 수상 소식을 기쁘게 지켜보고 있었다”고 화답하며 “알파고 대국은 내 인생의 의미를 재정립하는 시발점이자 원동력이었다”고 소회를 밝혔다. 그러면서 “이제 AI는 인간과 대화하는 파트너가 되었지만, 중요한 것은 생각의 주도권을 잃지 않고 인간이 주체적으로 길을 찾아가는 것”이라고 덧붙였다. 두 사람은 무대 위에 마련된 바둑판 뒷면에 나란히 서명하며 10년 만의 재회를 기념했다. 허사비스 CEO는 앞서 조승연 작가와의 대담에서 AI가 실험실을 넘어 질병 치료와 에너지 문제 등 실질적인 인류의 난제를 해결하는 도구가 될 것이라고 내다봤다. 그는 노벨상의 주역인 ‘알파폴드’를 사례로 들며 “과거 박사 한 명이 평생 걸려 하던 단백질 구조 예측을 이제는 AI로 2억개나 해내는 수준에 도달했다”고 설명했다. 특히 한국의 반도체와 로보틱스 산업이 가진 강력한 제조 역량을 언급하며, 한국이 구글의 범용인공지능(AGI) 비전을 함께 실현할 주요 파트너임을 강조했다. 지난 27일 방한한 허사비스 CEO는 2박 3일간 이재명 대통령을 비롯해 국내 주요 그룹 총수들을 잇달아 만나는 등 긴박한 일정을 소화했다. 그는 삼성전자 및 SK하이닉스와 차세대 AI 반도체인 HBM(고대역폭메모리) 공급망 협력을 논의하고, 현대차와 로보틱스 기술 결합 방안을 주고받은 것으로 알려졌다. 구글코리아는 이날 한국 시장에 대한 구체적인 투자 및 협력 계획도 발표했다. 윤구 구글코리아 사장은 서울에 혁신 거점인 ‘구글 AI 캠퍼스’를 설립하고 통합 교육 브랜드 ‘AI 올림’을 선보인다고 밝혔다. 또한 삼성전자와 협업 중인 차세대 XR 헤드셋 ‘갤럭시 XR’과 AI 글래스, 카카오의 ‘카나나’, LG유플러스의 ‘익시오’ 등 국내 기업들과 진행 중인 기술 최적화 현황을 공개하며 한국 생태계와의 밀착 행보를 보였다.

‘알파고의 아버지’ 데미스 허사비스(왼쪽) 구글 딥마인드 최고경영자(CEO)가 10년 만에 방한해 이세돌(오른쪽) 9단과 마주한다. 2016년의 이른바 ‘알파고 쇼크’ 이후 10년 만의 재회다. 허사비스 CEO는 오는 29일 서울에서 열리는 ‘구글 포 코리아 2026’ 행사에 참석해 이 9단과 ‘알파고 10년, 모두를 위한 AI의 비전’을 주제로 특별 대담을 한다. 두 사람은 당시의 소회와 함께 지난 10년간 AI가 연구실을 넘어 산업과 일상 전반으로 확산한 흐름을 되짚고, 향후 10년의 공존 전략을 논의한다. 허사비스 CEO는 신진서 9단과도 짧은 대국을 나누며 AI 이후 바둑계의 변화를 조명한다. 허사비스 CEO는 뇌과학자 출신의 천재 공학자로 알파고의 아버지로 불린다. 2024년에는 인공지능(AI) 모델 ‘알파폴드’를 통해 단백질 구조를 예측한 공로로 노벨 화학상을 받았다. 이를 통해 그는 AI가 인류의 난제를 해결할 핵심 도구임을 입증했고, 기술자를 넘어 현대 과학의 패러다임을 바꾼 인물로 평가받는다. 이재명 대통령은 27일 허사비스 CEO를 접견해 ‘AI 3대 강국’ 도약을 위한 국가적 파트너십을 논의한다.

세포 속 단백질 분비 과정 첫 규명노벨상 당시 ‘자유로운 연구’ 강조실패 위험 감수하고 밀고 나가야파킨슨병 앓던 아내와 사별 이후현재는 연구 컨소시엄 고문 활동한국 과학자도 많이 참여해 주길자신의 가설 증명할수록 자신감시험 아닌 실험 중심 교육 구성을성과 늦어도 꾸준한 지원이 중요 “자유로운 탐구 정신이 오늘날 노벨상 수상자들의 경력을 다채롭게 만들었습니다.” 세포 내 물질 수송 경로를 밝혀 2013년 노벨 생리의학상을 받은 랜디 셰크먼(78) 캘리포니아대(UC) 버클리 분자생물학과 교수는 당시 노벨상 수상 소감에서 ‘자유’라는 단어를 네 차례 언급했다. 노벨 평화상이 아닌 생리의학상 수상 소감에서는 이례적이었다. 셰크먼 교수는 지난달 24일(현지시간) 미국 캘리포니아주 UC 버클리 교정 내 사무실에서 진행한 서울신문과의 인터뷰에서도 ‘자유로운 연구 환경’이 미국에서 노벨 과학상 수상자가 많이 배출된 비결 중 하나로 꼽았다. 자신이 노벨상을 받기까지 36년의 연구를 했는데, 미국 민간 연구소의 지원 덕에 자유로운 연구를 할 수 있었다는 것이다. 또 한국교육의 현실을 언급하며 시험보다는 실험 중심의 과학교육을 강조했다. 셰크먼 교수는 오는 26일 서울 신라호텔 다이너스티홀에서 열리는 ‘K-과학인재 아카데미 비전선포식’에서 기조연설을 한다. 이번 행사는 호반그룹과 호반장학재단이 주최하고 서울신문과 전자신문이 주관한다. 학계·산업계·교육계 전문가들이 한자리에 모여 과학 인재 육성 방안을 논의한다. 호반그룹과 서울대는 ‘K-과학인재 아카데미업무협약(MOU)’을 맺고 예비 과학 인재들이 연구 경험을 넓힐 수 있도록 지원한다. 다음은 셰크먼 교수와의 일문일답. -처음 과학자가 되겠다는 꿈을 꾼 계기가 무엇인가. “첫 기억은 11살로 거슬러 올라간다. 학교를 마친 후 물병으로 근처 호숫가에서 물을 퍼 올려 현미경으로 봤더니 꼬물거리는 작은 생물들이 살고 있었다. 그게 신기해서 더 좋은 현미경을 사고 싶었는데, 중고 제품도 100달러가 필요하더라. 동네 아이들을 돌보는 ‘베이비시터’ 아르바이트를 해서 모은 돈을 어머니가 장을 보는 데 썼다. 현미경을 못 산 게 분해서 그 길로 자전거를 타고 경찰서에 신고를 했다가 집안이 발칵 뒤집혔다. 부모님은 화를 내다 결국 나를 전당포에 데리고 가서 현미경을 사줬다. 그 현미경으로 과학자의 꿈을 키웠다.” -과학자의 꿈은 어떻게 이어졌나. “청소년기엔 학교에서 열린 과학 프로젝트 박람회에 출전하며 과학자의 꿈을 꾸었다. UC 로스앤젤레스(LA) 화학과에 진학했는데, 신입생 때 원하는 교수의 연구실에 들어가 일을 할 수 있었다. 그때 박테리아와 바이러스를 연구하는 교수님 아래서 실험하고 연구 현장을 배웠다. 그때 지도교수님이 빌려준 책이 유전자(DNA)의 이중나선 구조를 밝혀 노벨상을 수상한 제임스 왓슨 박사의 분자생물학 책이었다. 그 책이 지금의 진로를 결정하게 된 계기가 됐다.” -단백질 분비 과정을 처음으로 규명해 노벨상을 수상한 과정이 궁금하다. “스탠퍼드대에서 생화학 박사 학위를 받은 후 UC 버클리에서 교수로 막 재직하기 시작했을 때였다. 세포 내에서 아미노산 배열에 따라 나올 수 있는 단백질 종류가 많다. 단백질이 세포 안에서 생성되고 세포 밖으로 나가 순환하면서 역할을 한다. 인간과 동일한 진핵생물(핵과 핵막이 있는 세포로 구성된 생물)인 효모를 이용해 세포 안에서 만들어진 단백질이 분자 수준에서 세포 밖으로 전달되는지 규명한 것이다. 당시에는 단백질 분비 과정에 대한 연구도 거의 없었고, 연구 방식도 대부분 실험쥐와 같은 포유류를 사용할 뿐 효모를 활용한 연구는 많지 않았다. 그래서 미국 국립보건원(NIH)에 신청한 첫 장학금은 떨어졌다. 그런데 미국 국립과학재단(NSF)에서 장학금 요청을 수용해 작은 펀딩을 받을 수 있었다. 그 연구가 노벨상으로 이어졌다.” -노벨상 수상 소감에서 당장 성과가 나지 않는 기초과학이 중요하다고 했다. “1977년에 효모로 시작한 연구가 2013년 노벨상을 받기까지 약 36년이 걸렸다. 효모 실험에서 얻은 결론을 인간에게 적용할 수 있다고 인정받기까지 36년이나 걸린 것이다. 그만큼 당장 성과를 내지 못하더라도 긴 시간 연구를 이어가기 위해선 돈이 필요하다. 내가 연구를 시작했을 때 단백질 분비는 거의 새로운 분야였고 장학금도 거절당할 정도로 유망한 분야가 아니었다. 하지만 2년 만에 성과를 냈더니 미국의 민간 연구소인 하워드 휴즈 의학연구소(HHMI)가 15년 동안 지원을 해줬고, 그 덕분에 비교적 자유롭게 연구할 수 있었다.” -과학자가 지녀야 할 핵심적인 가치는 무엇인가. “과학자는 어느 정도 ‘도박꾼’이 되어야 한다. 실패할 가능성이 있더라도 호기심이 생긴 연구에 대해서는 자신감을 가지고 밀고 나가야 한다. 새로운 것을 찾으려면 위험을 감수해야 하는 게 당연하다. 과학자로서 항상 큰 질문을 생각하고, 좋은 멘토와 최신 연구실 현장에서의 훈련을 통한 경험, 판단도 필요하다. 프랑스 화학자 루이 파스퇴르도 ‘준비된 자만이 기회를 잡는다’고 하지 않았나.” -최근 학문과 산업의 경계가 흐려지고 있다. 미국의 거대한 산업 생태계가 학계엔 어떤 영향을 미치나. “처음엔 제자들이 학계로 빠지길 원했지만 최근에는 학생들에게 학계나 산업계 중 특정한 길을 가라고 강요하지 않는다. 요즘은 많은 박사들이 산업계로 진출해 새로운 발견을 해내기 때문이다. 기업가들 중에서도 많은 혁신가가 나오고 있다. 아마존이나 테슬라가 대표적인 예다. 기업인들도 똑같이 위험을 감수하며 도전하고, 그렇게 산업의 선구자가 되지 않았나. 제자 중 한 명은 캘리포니아공대(칼텍) 교수를 하면서 회사를 창업해 암젠에 인수됐다. 지금은 학계와 산업을 오가며 왕성하게 활동하고 있다.” -생명과학 분야 연구도 인공지능(AI)의 영향을 받나. 과학자는 AI와 어떤 관계를 이뤄야 하나. “요즘 연구실에는 실험 결과를 예측하는 알고리즘이 이미 널리 사용되고 있다. 예를 들어 단백질을 구성하는 아미노산의 배열 구조를 예측하는 것은 생명과학의 오랜 난제였는데 구글 딥마인드의 ‘알파폴드’는 몇 분 만에 이를 예측한다. 이 공로로 알파폴드 개발자들은 2024년에 노벨상까지 받았다. 학생들도 이미 AI를 자연스럽게 사용하고 있다. AI의 도움을 받아 연구에 효율적으로 활용할 수 있다면 AI가 연구실에 들어오는 것은 자연스러운 현상이라고 생각한다.” -지금은 어떤 연구에 초점을 맞추고 있나. “아내가 20년 동안 파킨슨병을 앓다가 2017년에 사망했다. 한번 걸리면 완치가 어려워 사형 선고나 다름없는데, 사망까지는 오래 앓아야 하는 힘든 병이다. 파킨슨병 환자가 알츠하이머 치매 환자보다 더 빠르게 증가하고 있다. 구글의 공동 창업자인 세르게이 브린이 자신이 자금을 지원할 테니 파킨슨병 연구를 도와달라고 연락을 해왔다. 그래서 현재는 글로벌 파킨슨병 공동 연구 컨소시엄인 ASAP(Aligning Science Across Parkinson’s)라는 재단에서 고문 역할을 하고 있다. 여러 연구자들이 팀을 이뤄 파킨슨병을 연구할 수 있도록 협력하는 네트워크를 만든 것이다. 전 세계 과학자들이 팀으로 연구하고 있는데 아직 동아시아 출신의 연구자가 많지 않다. 한국에서 많이 참여해주면 좋겠다.” -한국이 과학 분야에서 인재를 더 성공적으로 배출하려면 무엇이 필요할까. “먼저 한국 정부가 기초과학에 더 투자해야 한다. 일부 연구자에게 집중적으로 펀딩을 하는 기초과학연구원(IBS)은 선례로 볼 수 있다. 하지만 그것만으론 부족하다. 특히 한국은 민간 투자가 미국보다 적다. 미국에서는 개인 또는 기업, 재단의 후원이 과학 연구를 지속하게 만드는 핵심 축이다. 민간에서 지원을 해주면 정부 과제와 달리 특정 주제가 정해져있지 않고 연구자의 자율성을 존중해준다. UC 버클리에서 효모로 연구를 했을 때도 내게 후원을 해준 HHMI 덕분에 정부에 구애받지 않고 원하는 주제를 자유롭게 연구할 수 있었다. 내가 고문으로 있는 ASAP 역시 구글의 창업자인 브린이 큰 금액을 지원한다. 미국에서는 민간이 주된 재원이지만 한국 기업들은 상대적으로 소극적이다. 글로벌 기업들이 기초과학에 더 많이 후원해야 한다.” -한국의 젊은 과학자들에게 해주고 싶은 조언이 있나. “한국의 교육 시스템은 시험 중심으로 구성돼 있다. 학생들은 ‘시험’ 준비를 하느라 ‘실험’은 하지 못한다. 시험은 창의력과 열정, 호기심이 아니라 암기력을 테스트하지 않나. 아이들이 과학에 흥미를 가지려면 스스로 경험하고 실험해보는 기회가 중요하다. 학교에서 과학 박람회를 열고 학생들이 직접 과학 실험을 설계하고 필요한 장비를 조립하는 식이다. 대학에 가서도 수업만 열심히 듣는 게 다가 아니다. 직접 연구실에 가서 실험을 해보길 권한다. 실제로 교수가 연구실에서 어떻게 실험을 하고 어떤 방식으로 결과를 내는지 현장을 통해 경험을 쌓아라. 젊은 과학자들은 자유롭게 탐구할 시간이 필요하다. 자신의 가설을 실험하고 증명할수록 자신감을 얻는다.”

“사용자 무엇 원하는지 잘 알아더 많은 제품·서비스 선보일 것”제미나이 다양한 새 기능 공개 구글이 자사의 생성형 인공지능(AI) 모델인 ‘제미나이’가 경쟁사인 오픈AI의 챗GPT에 비해 한국에서 점유율이 낮다는 지적에 대해 “(AI 기술은) 아직 매우 초기 단계”라고 반박한 뒤 “앞으로 더 많은 기술과 다양한 앱이 나오게 될 것”이라고 예고했다. 사이먼 도쿠미네 구글 AI 제품관리 디렉터와 마니쉬 굽타 구글 딥마인드 시니어 디렉터는 2일 서울 강남 조선팰리스에서 열린 ‘구글 포 코리아 2025’ 행사 기자간담회에서 이같이 말했다. 도쿠미네 디렉터는 “기술이 두 단계 비약적 도약을 했는데, 하나는 인터넷이고 다른 하나는 모바일이었다”면서 “생성형 AI의 3차 붐에서도 향후 더 많은 제품과 서비스가 개발될 것”이라고 예측했다. 실제 구글의 제미나이는 글로벌 월간활성이용자수(MAU)가 최근 4억명을 돌파하는 등 빠르게 성장세를 이어가고 있지만, 국내에선 지난 5월 모바일인덱스 기준 5만 5010명으로 챗GPT(1017만 1126명)와 비교하면 미미한 수준이다. 그러나 구글은 파운데이션 모델부터 그래픽 처리장치(GPU)까지 모든 AI 기술 전반을 다룬다는 강점이 있다고 했다. 토쿠미네 디렉터는 “생성형 AI 혁명을 이끈 많은 기술이 구글에서 만들어졌다”면서 “리서치의 근간부터 반도체, 클라우드 서비스, 모델을 활용한 제품까지 전 스택에 걸친 서비스를 제공한다”고 강조했다. 굽타 디렉터 역시 “구글은 수십억 사용자에게 서비스를 제공하는 특성상 사용자들이 무엇을 원하는지 잘 알고 있다”고 덧붙였다. 이날 행사에서는 AI 연구 프로젝트 알파폴드를 비롯해 제미나이의 다양한 기능이 공개됐다. 디지털 비서로서 제미나이를 활용하는 것은 물론 대화를 통한 학습에 AI를 이용하거나, 텍스트를 영상으로 만드는 ‘비오3’, 음악 작곡 도구인 리디아 모델 등이 소개됐다. 구글의 AI 리서치 비서인 노트북LM과 관련해선 방대한 텍스트 자료를 올린 뒤 이를 오디오 오버뷰를 이용해 두 명이 대화를 주고받는 팟캐스트로 재구성하거나, 영상으로 재가공하는 기능이 강조됐다.

구글이 자사의 생성형 인공지능(AI) 모델인 ‘제미나이’가 경쟁사인 오픈AI의 챗GPT에 비해 한국에서 점유율이 낮다는 지적에 대해 “(AI 기술은) 아직 매우 초기 단계”라고 반박한 뒤 “앞으로 더 많은 기술과 다양한 앱이 나오게 될 것”이라고 예고했다. 사이먼 도쿠미네 구글 AI 제품관리 디렉터와 마니쉬 굽타 구글 딥마인드 시니어 디렉터는 2일 서울 강남 조선팰리스에서 열린 ‘구글 포 코리아 2025’ 행사 기자간담회에서 이같이 말했다. 도쿠미네 디렉터는 “기술이 두 단계 비약적 도약을 했는데, 하나는 인터넷이고 다른 하나는 모바일이었다”면서 “생성형 AI의 3차 붐에서도 향후 더 많은 제품과 서비스가 개발될 것”이라고 예측했다. 실제 구글의 제미나이는 글로벌 월간활성이용자수(MAU)가 최근 4억명을 돌파하는 등 빠르게 성장세를 이어가고 있지만, 국내에선 지난 5월 모바일인덱스 기준 5만 5010명으로 챗GPT(1017만 1126명)와 비교하면 미미한 수준이다. 그러나 구글은 파운데이션 모델부터 그래픽 처리장치(GPU)까지 모든 AI 기술 전반을 다룬다는 강점이 있다고 했다. 토쿠미네 디렉터는 “생성형 AI 혁명을 이끈 많은 기술이 구글에서 만들어졌다”면서 “리서치의 근간부터 반도체, 클라우드 서비스, 모델을 활용한 제품까지 전 스택에 걸친 서비스를 제공한다”고 강조했다. 굽타 디렉터 역시 “구글은 수십억 사용자에게 서비스를 제공하는 특성상 사용자들이 무엇을 원하는지 잘 알고 있다”고 덧붙였다. 이날 행사에서는 AI 연구 프로젝트 알파폴드를 비롯해 제미나이의 다양한 기능이 공개됐다. 디지털 비서로서 제미나이를 활용하는 것은 물론 대화를 통한 학습에 AI를 이용하거나, 텍스트를 영상으로 만드는 ‘비오3’, 음악 작곡 도구인 리디아 모델 등이 소개됐다. 구글의 AI 리서치 비서인 노트북LM과 관련해선 방대한 텍스트 자료를 올린 뒤 이를 오디오 오버뷰를 이용해 두 명이 대화를 주고받는 팟캐스트로 재구성하거나, 영상으로 재가공하는 기능이 강조됐다.

올해 노벨상 과학상 3개 부문에서 생리의학상을 제외하고는 모두 인공지능(AI) 연구자들이 수상자에 포함됐다. AI로 단백질 구조를 설계하고 예측한 데이비드 베이커(62) 워싱턴대 교수, 데미스 허사비스 구글 딥마인드 최고경영자(CEO), 연구원 존 점퍼(39)가 노벨화학상 수상자로 호명됐다. 물리학상은 인공신경망을 연구해 AI 머신러닝(기계학습)의 기초를 확립한 존 홉필드(91) 미국 프린스턴대 명예교수와 ‘구글 AI 총책’으로 잘 알려진 제프리 힌턴(76) 캐나다 토론토대 교수에게 돌아갔다. 대체로 순수 과학 분야에서 수상자를 배출했던 노벨상이 올해는 다른 선택을 하면서 현대 과학의 전면에 AI가 등장했다는 평가도 잇따랐다. 10일(현지시간) 스웨덴 스톡홀름 콘서트홀에서 열린 노벨상 시상식 후 마련된 연회에서는 급속도로 발전하는 AI에 대한 위험을 경고하는 목소리가 터져 나왔다. 대표적인 ‘AI 종말론자’인 힌턴 교수는 이 자리에서 인간의 지능을 뛰어넘는 ‘슈퍼인텔리전스’(초지능·super-intelligence)의 등장을 우려하면서 “우리에게는 실존적 위협이 있다”고 운을 뗐다. “우리가 이를 통제할 수 있을지는 알 수 없다”면서 “단기적 이익에 동기 부여된 기업이 이런 기술을 만든다면 우리의 안전이 최우선 순위가 되지 않을 것이라는 증거가 있다”고 지적했다. 이어 “이 새로운 존재가 통제권을 장악하려는 것을 막기 위한 연구가 시급하다”면서 “이건 더 이상 공상과학 소설이 아니다”라고 경고했다. 힌턴 교수가 전망하는 가까운 미래는 감시, 통제가 일상화한 디스토피아와는 또 다른 양상이다. 그는 “가까운 미래에는 AI가 끔찍한 신종 바이러스와 누구를 죽이고 불구로 만들지 결정하는 상살무기를 만드는 데 사용될 수 있다”면서 “이러한 모든 단기적 위협에 대해 국제사회와 각국 정부가 큰 관심을 갖고 긴급히 움직여야 한다”고 강조했다. 노벨경제학상 수상자인 다론 아제모을루 미국 매사추세츠공대(MIT) 교수도 이 자리에서 위협받는 민주주의, 기후 변화 등과 AI를 인류가 당면한 과제로 꼽으면서 “이제 AI는 모든 곳에서 모든 것을 (혼란에) 빠뜨릴 것을 예고하고 있다”고 경고했다. 그는 “우리는 더 나은 제도를 만들고 더 많은 좋은 일자리를 창출하는 기술의 방향을 선택할 수 있다”면서 “학자들이 AI 시대에 공동 번영을 보장하는 질문을 던지고 새로운 영역을 탐구하며 노력해야 한다”고 짚었다. 반면 노벨화학상을 받은 베이커 교수는 “오늘 밤 미래에 대한 희망에 초점을 맞추고자 한다”면서 공동 수상자인 허사비스 CEO와 연구원 점퍼를 거론하며 “(우리 연구가) 생물학 연구에 혁신적인 영향을 미치고 있으며 의심할 여지 없이 신약 개발에 기여할 것으로 믿는다”고 밝혔다. 구글 딥마인드는 바둑 AI ‘알파고’로 우리에게 익숙하지만 2억 단백질 구조를 분석하는 AI ‘알파폴드’ 모델을 내놓으면서 인류가 직면한 질병, 환경 문제 등에 대응하는 새로운 길을 열었다. 그는 AI 개발의 긍정적인 측면을 제시하며 “세상을 더 나은 곳으로 만들 것이라고 확신한다”고 덧붙였다.

올해 노벨상 과학상 3개 부문에서 생리의학상을 제외하고는 모두 인공지능(AI) 연구자들이 수상자에 포함됐다. AI로 단백질 구조를 설계하고 예측한 데이비드 베이커(62) 워싱턴대 교수, 데미스 허사비스 구글 딥마인드 최고경영자(CEO), 연구원 존 점퍼(39)가 노벨화학상 수상자로 호명됐다. 물리학상은 인공신경망을 연구해 AI 머신러닝(기계학습)의 기초를 확립한 존 홉필드(91) 미국 프린스턴대 명예교수와 ‘구글 AI 총책’으로 잘 알려진 제프리 힌턴(76) 캐나다 토론토대 교수에게 돌아갔다. 대체로 순수 과학 분야에서 수상자를 배출했던 노벨상이 올해는 다른 선택을 하면서 현대 과학의 전면에 AI가 등장했다는 평가도 잇따랐다. 10일(현지시간) 스웨덴 스톡홀름 콘서트홀에서 열린 노벨상 시상식 후 마련된 연회에서는 급속도로 발전하는 AI에 대한 위험을 경고하는 목소리가 터져 나왔다. 대표적인 ‘AI 종말론자’인 힌턴 교수는 이 자리에서 인간의 지능을 뛰어넘는 ‘슈퍼인텔리전스’(초지능·super-intelligence)의 등장을 우려하면서 “우리에게는 실존적 위협이 있다”고 운을 뗐다. “우리가 이를 통제할 수 있을지는 알 수 없다”면서 “단기적 이익에 동기 부여된 기업이 이런 기술을 만든다면 우리의 안전이 최우선 순위가 되지 않을 것이라는 증거가 있다”고 지적했다. 이어 “이 새로운 존재가 통제권을 장악하려는 것을 막기 위한 연구가 시급하다”면서 “이건 더 이상 공상과학 소설이 아니다”라고 경고했다. 힌턴 교수가 전망하는 가까운 미래는 감시, 통제가 일상화한 디스토피아와는 또 다른 양상이다. 그는 “가까운 미래에는 AI가 끔찍한 신종 바이러스와 누구를 죽이고 불구로 만들지 결정하는 상살무기를 만드는 데 사용될 수 있다”면서 “이러한 모든 단기적 위협에 대해 국제사회와 각국 정부가 큰 관심을 갖고 긴급히 움직여야 한다”고 강조했다. 노벨경제학상 수상자인 다론 아제모을루 미국 매사추세츠공대(MIT) 교수도 이 자리에서 위협받는 민주주의, 기후 변화 등과 AI를 인류가 당면한 과제로 꼽으면서 “이제 AI는 모든 곳에서 모든 것을 (혼란에) 빠뜨릴 것을 예고하고 있다”고 경고했다. 그는 “우리는 더 나은 제도를 만들고 더 많은 좋은 일자리를 창출하는 기술의 방향을 선택할 수 있다”면서 “학자들이 AI 시대에 공동 번영을 보장하는 질문을 던지고 새로운 영역을 탐구하며 노력해야 한다”고 짚었다. 반면 노벨화학상을 받은 베이커 교수는 “오늘 밤 미래에 대한 희망에 초점을 맞추고자 한다”면서 공동 수상자인 허사비스 CEO와 연구원 점퍼를 거론하며 “(우리 연구가) 생물학 연구에 혁신적인 영향을 미치고 있으며 의심할 여지 없이 신약 개발에 기여할 것으로 믿는다”고 밝혔다. 구글 딥마인드는 바둑 AI ‘알파고’로 우리에게 익숙하지만 2억 단백질 구조를 분석하는 AI ‘알파폴드’ 모델을 내놓으면서 인류가 직면한 질병, 환경 문제 등에 대응하는 새로운 길을 열었다. 그는 AI 개발의 긍정적인 측면을 제시하며 “세상을 더 나은 곳으로 만들 것이라고 확신한다”고 덧붙였다.

AI 결론 놓고 판단할 전문성 필요탈숙련 함정에 빠지지 않게 경계 인공지능(AI)은 인간의 능력을 향상시키는 데 항상 유용하다고 할 수 있을까. ‘과학철학자’ 이상욱 한양대 철학과·인공지능학과 교수는 “목적이 명확하지 않은 경우 AI는 만능일 수 없다”고 진단했다. 23일 서울 중구 웨스틴조선호텔에서 열린 ‘2024 서울미래컨퍼런스’ 기조연설자로 나선 이 교수는 ‘인간, 낯선 AI와 마주하다’라는 주제로 AI에 대한 낙관·비관론을 넘어선 제3의 길의 중요성을 밝혔다. 이 교수는 “성취하려는 목표를 수학적으로 정리할 수 있고 양질의 데이터가 많을 때 AI가 유용하게 쓰일 수 있다”고 지적하면서 올해 노벨화학상 수상자인 데미스 허사비스와 존 점퍼의 사례를 제시했다. 두 사람은 각각 구글의 AI 기업 딥마인드의 최고경영자(CEO)와 연구원이다. AI 모델 ‘알파폴드’를 만들어 단백질 구조를 예측하는 시간을 크게 단축시킨 공로로 수상했다. 이 교수는 “알파폴드는 화학자가 2년에 걸쳐 확인할 수 있는 단백질의 3차원 구조를 2개월 만에 판단했다. 그게 가능했던 이유는 많은 양의 데이터가 있고 ‘안전성’이라는 목표가 명확했기 때문”이라고 했다. 바꿔 말하면 목표가 불명확하고 데이터가 적다면 AI의 유용성은 제한적이란 뜻이다. 이 교수는 인간의 시각에서 AI를 판단하는 것은 위험하다고 했다. 신약 개발 등의 분야에서 AI가 빠른 속도로 활용되고 있는데, AI가 도출한 결론을 인간의 사고로는 이해하지 못하는 상황도 있어서다. 이 교수가 AI를 ‘낯설다’고 한 이유다. 결국 해답은 AI를 활용하는 인간의 숙련도에 있다는 게 이 교수의 생각이다. 그는 “AI를 활용하면 인간의 능력을 증가(augmentation)시킬 수 있다”면서 “다만 그 전제는 인간이 전문성을 가질 때”라고 지적했다. 전문성이 없는 초심자라면 AI를 활용하더라도 그 결과물을 놓고 어떤 것이 맞는지 틀린지, 유용한지 불필요한지 판단할 수 있는 능력이 없기 때문이다. 그는 AI를 사용할수록 숙련도가 떨어지는 ‘탈숙련(deskill) 문제’를 경계할 것을 경고하며 “인간이 (AI에 대한) 통제권을 가질 수 있으려면 교육을 통해 문해력, 통찰력과 같은 능력을 키워야 한다”고 했다. 이 교수는 미래가 단지 기술에 의해 결정되는 게 아니란 점을 강조했다. 그는 “수도(水道)가 인류의 복지에 기여한 기술이 된 건 혁신적이어서가 아니라 보편적으로 향유될 수 있도록 거버넌스를 만들었기 때문이었다”면서 “AI도 수용 또는 거부란 이분법적 사고를 넘어 미래를 그려 나가는 데 유용한 기술로 발전시키는 게 중요하다”고 말했다.

인류는 인공지능(AI) 기술의 급격한 발전에 따른 시대적 변곡점을 지나고 있다. AI가 모든 분야로 확산되면서 올해 노벨 과학상 3개 중 물리학상과 화학상이 이 분야 연구자들에게 돌아갔다. 노벨위원회는 세상의 근본 다이내믹스에 대해 연구하는 학자에게 수여하는 물리학상을 젠 AI 인공신경망 구조를 설계·구현한 존 홉필드와 제프리 힌턴에게 안겼다. 또 새로운 단백질 구조를 찾아내는 AI 기술로 질병 치료약 발견의 새로운 패러다임을 연 워싱턴대의 데이비드 베이커 교수와 구글 딥마인드의 창업자이자 최고경영자(CEO)인 데미스 허사비스와 그의 동료 존 점퍼를 화학상 수상자로 선정했다. 변혁의 시대에는 자유의 가치가 두드러진다. 올해 노벨 경제학상은 국가 간 부의 차이에 대한 연구를 통해 자유롭고 포용적인 체계를 갖춘 국가가 번영한다는 것을 보여 준 MIT의 다론 아제모을루, 사이먼 존슨 교수와 시카고대의 제임스 로빈슨 교수에게 돌아갔다. 러시아나 중국 같은 톱다운 체계는 일시적으로 자원 분배의 효율성을 높일 수 있지만 이런 성장은 지속 가능하지 않다. 이런 전체주의 국가에서는 누구에게나 혁신을 주도하고 성과를 나눌 수 있는 자유가 주어지지 않기 때문이다. 노벨상 수상자들은 한국의 고도성장에 이르는 과정도 이런 자유가 주어졌기에 가능했던 것으로 해석했다. 혁신의 자유를 존중하는 체계에서는 기존의 시장에서 견고한 입지를 차지한 ‘인컴번트 기업’들도 혁신을 하지 못하면 새로운 혁신 스타트업들에 밀려 역사에서 사라진다. 구글의 등장으로 인터넷 시대 검색을 연 야후가 사라지고, 대화형 AI를 지원하는 오픈AI 등 스타트업들의 등장으로 구글의 독보적인 검색과 주된 수입원인 광고시장이 미래에 위협받는 것이 이런 예다. 또한 AI 때문에 반도체 산업이 CPU 중심에서 AI 가속 반도체인 GPU 중심으로 바뀌면서 관련 기술에 독보적인 엔비디아와 파운드리 기업 TSMC가 시장의 변곡점을 만들어 냈다. 이 두 회사의 현재 시장 가치는 각각 3조 4000억 달러와 1조 달러에 이른다. 한때 1위의 반도체 기업 인텔은 그 가치가 불과 1000억 달러에 불과한 15위로 떨어져 존망의 위기에 빠졌다. 반면 인텔에 밀려 고전하던 2위의 CPU 기업 AMD는 GPU 공급에서 엔비디아 대안 기업으로 부상하면서 시장 가치가 6위로 올라 삼성전자에 근접하고 있다. 또한 메모리 업체들의 시장 영향력은 메모리 칩과 엔비디아 GPU 칩의 패키징까지 담당하는 TSMC 때문에 줄어들 수밖에 없게 됐다. 자유로운 혁신 체계의 근본은 혁신을 선도하는 인재와 도전적 실험에 투자하는 혁신 자본이다. 허사비스와 점퍼가 딥마인드를 인수한 구글의 지원 없이 노벨 화학상 수상이 가능했을까. 화학상 수상자 워싱턴대 베이커 교수는 이 대학의 단백질 설계 연구원에 투입된 공적 연구비와 기부금, 베이커 교수와 이 연구원 출신들이 세운 20개가 넘는 바이오 스타트업에 투자된 벤처자본 없이 가능했을까. 베이커 교수는 올해도 딥마인드 알파폴드에 대적하는 로제타폴드 연구 결과를 바탕으로 10억 달러의 벤처 자본을 유치해 자이라 테라퓨틱스를 공동 창업했다. 기술개발을 선도하는 공동창업자는 CMU에서 박사를 마친 뒤 베이커 교수와 함께 연구하다 최근에는 메타에 몸담았던 헤투 카미세티 박사다. CEO는 제넨테크의 연구를 총괄했던 경력과 여러 바이오 회사 공동창업 경력이 있는 전임 스탠퍼드대 총장 마크 테시어 라빈이 맡았다. 노벨 화학상의 사례는 혁신 연구로 세상을 바꾸려면 뛰어난 인재들이 도전적 실험을 이어 나갈 규모의 자본 파이프라인이 있어야 한다는 것을 보여 준다. 국가 연구비는 혁신의 씨앗을 뿌릴 수 있지만 그 속도와 규모면에서 사적 벤처 자본과 비교가 되지 않는다. 우리도 이런 사적 벤처 자본 파이프라인을 어떻게 만들지 고민해야 한다. 한국의 작가 한강에게 수여된 노벨 문학상도 변하는 세상에서 자유의 가치를 다시 한번 일깨웠다. AI 에이전트와 휴머노이드가 인간을 반복적인 일상으로부터 자유롭게 할 세상에서 인류는 어떤 가치로 새로운 시대를 만들어 가야 할지 고민해야 할 것이다. 차상균 서울대 데이터사이언스대학원 초대원장

“저는 수십억 명의 사람들의 삶을 개선할 수 있는 미증유(아직까지 한 번도 있어 본 적이 없는 것)의 잠재력 때문에 인공지능(AI)을 발전시키는 데 제 경력을 바쳐왔습니다.” 지난 9일(현지시간) 노벨위원회로부터 노벨 화학상 수상자로 선정된 데미스 허사비스(48) 구글 딥마인드 최고경영자(CEO)는 자사 홈페이지를 통해 “노벨상 수상은 평생의 영광”이라며 이렇게 밝혔다. 함께 노벨 화학상을 수상한 존 점퍼(39) 딥마인드 수석연구원 역시 “(이번 수상은) AI가 궁극적으로 질병을 이해하고 치료법을 개발하는 데 도움이 될 거라는 중요한 증거”라고 말했다. AI가 노벨상을 휩쓸면서 두 명의 수상자가 나온 딥마인드에 대한 대중의 관심도 뜨겁다. 딥마인드는 허사비스 CEO와 무스타파 술레이만 마이크로소프트(MS) AI CEO, 셰인 레그 딥마인드 수석 AGI(인공일반지능) 과학자가 2010년 영국에 설립한 회사다. 2014년 딥마인드의 잠재성을 알아본 구글에 인수되며 구글의 자회사가 됐다. 당시 인수 금액은 정확히 공개되지 않았으나 약 5억 달러(약 6700억원)로 알려졌다. 허사비스 CEO는 인수 이후에도 딥마인드를 독립적으로 운영해 왔다. 딥마인드가 처음 개발한 AI 모델은 ‘스페이스 인베이더’처럼 1970~1980년대의 단순한 컴퓨터 게임을 스스로 학습하는 모델이었으나, 구글 인수 2년 후인 2016년엔 이세돌 9단과 대국을 벌인 알파고를 선보일만큼 상당한 기술적 진보를 이뤄냈다. 이번에 허사비스 CEO와 점퍼 수석연구원에게 노벨화학상을 거머쥐게 한 건 단백질 구조를 파악하는 AI 모델 ‘알파폴드’로 신약 개발과 질병 치료 연구에 혁신적인 변화를 가져온 것으로 평가받는다. 구글은 챗GPT 등장 이후 생성형 AI에서 오픈AI에 뒤처진다는 평가를 받자 지난해 4월 구글리서치 산하 AI 부서였던 ‘구글 브레인’과 딥마인드를 전격 통합했으며, 지난 4월엔 구글리서치의 AI 관련 부문을 딥마인드 산하로 편입시켰다. 이로써 허사비스 CEO는 구글의 AI 사업을 대표하는 인사가 됐으며, 현재는 챗GPT에 대항하는 구글 ‘제미나이’ 개발을 총괄하고 있다. 함께 딥마인드를 창립했던 술레이만 CEO가 올해 초 MS AI 부문 수장이 되면서 빅테크간 AI 전쟁 최전선에서 경쟁 관계에 놓인 것도 흥미로운 대목이다. 딥마인드는 제미나이의 멀티모달 AI를 강화하는 데 주력하고 있으며 장기적으로는 인간의 지능 수준에 가까운 범용적인 AI인 AGI를 개발하기 위한 연구를 지속하고 있다. 딥마인드의 비공개 프로젝트인 ‘프로젝트 아스트라’는 AGI 개발을 위한 것으로 허사비스 CEO는 지난 5월 열린 구글의 연례개발자회의에서 AGI의 기능 중 일부를 연말 구글 제품을 통해 공개될 예정이라고 밝혔다.

올해 노벨 화학상을 받은 데이비드 베이커 교수와 데미스 허사비스 딥마인드 대표, 존 점퍼 수석연구원의 공통점은 단백질 구조 예측을 위한 인공지능(AI)을 개발했다는 점이다. 베이커 교수는 ‘로제타폴드’, 딥마인드는 ‘알파폴드’라는 AI를 개발해 공개했는데, 이 둘은 같은 듯 다르다. 빠르게 수분에서 수시간 내에 단백질 구조를 예측한다는 점에서는 공통점이 있지만 알고리즘 구현 방식에서 차이를 보인다. 베이커 교수가 개발한 ‘로제타폴드’는 비밀스러운 단백질의 구조를 정확하게 해독하겠다는 의미로 기원전 196년 고대 이집트에서 만들어진 비석인 로제타스톤에서 이름을 따왔다. 로제타폴드는 세 종류의 AI로 구성된다. 알려지지 않은 단백질이 주어지면 단백질 데이터베이스에서 비슷한 아미노산 서열을 빠르게 찾는 AI와 단백질 내부에서 아미노산이 연결되는 형태를 예측하는 AI, 이를 토대로 어떤 입체 구조를 가졌는지 예측하는 AI로 이뤄져 있다. 이런 세 가지 과정을 반복하면서 각 AI가 제시한 결과를 개선해 정확도를 높이는 형식이다. 우리에겐 ‘알파고의 아버지’로 잘 알려진 허사비스가 이끄는 딥마인드팀이 개발한 알파폴드는 로제타폴드에 앞서 개발된 인류 최초의 단백질 구조 예측 인공지능이다. 이미 알려진 단백질 구조와 아미노산 배열을 학습함으로써 새로운 아미노산 배열만으로 구조를 순식간에 예측할 수 있게 된다. 마치 구글에서 검색하듯 원하는 단백질 구조를 수분~수시간 내에 빠르게 알아낼 수 있게 해 준다. 지난 5월에 공개된 알파폴드3는 기존 알파폴드가 단백질 간 상호작용만 예측했던 것을 넘어 단백질과 리간드, 핵산, 항체 등 상호작용을 복합적으로 파악할 수 있게 해 준다. 이 때문에 허사비스는 알파폴드를 내놓으면서 ‘디지털 생물학’의 시대가 열렸다고 자평하기도 했다. 석차옥 서울대 화학부 교수는 “20세기 초 양자역학의 발견으로 물리학 분야에서 혁신이 일어난 것처럼 2000년대 초 AI의 등장이 앞으로 과학 분야 전반에 엄청난 파급효과를 가져올 것으로 보인다”며 “올해 노벨 물리학상과 화학상 수상은 AI가 기존의 패러다임을 바꾸는 과학의 새로운 도구가 될 것이란 걸 미리 보여 준 것일 뿐”이라고 말했다.

2024년 노벨 화학상은 인공지능(AI)을 이용해 단백질 구조를 설계하고 예측할 수 있는 방법을 찾은 연구자들에게 돌아갔다. 스웨덴 왕립과학아카데미 노벨위원회는 9일(현지시간) 올해 노벨 화학상 수상자로 데이비드 베이커(왼쪽·62) 미국 워싱턴대 교수, 데미스 허사비스(가운데·48) 영국 구글 딥마인드 대표와 존 점퍼(오른쪽·39) 딥마인드 수석연구원을 선정했다고 밝혔다. 노벨위원회는 “베이커 교수는 단백질 설계를 위한 컴퓨터 계산법을 개발하고, 허사비스와 점퍼는 ‘알파폴드’라는 인공지능 단백질 구조 예측 프로그램을 개발한 공로가 인정됐다”고 수상 업적을 평가했다. 이번 노벨 화학상 수상자 중 베이커 교수는 상금 1100만 크로나(약 14억 3033만원) 중 절반을, 허사비스와 점퍼는 각각 4분의1씩 받게 된다. 올해는 물리학상에 이어 화학상도 인공지능 분야에서 수상자를 배출해 그야말로 ‘인공지능의 시대’가 열렸음을 상징적으로 보여 준다는 평가가 나온다. 지난 8일 인공지능 시대를 연 것으로 평가받는 존 홉필드(91) 미국 프린스턴대 명예 교수, 제프리 힌턴(77) 캐나다 토론토대 교수가 노벨 물리학상 수상자로 발표됐을 때 이례적이라는 목소리가 나왔지만, 화학상도 인공지능 연구자가 수상하면서 보수적이라는 노벨위원회에서도 인공지능이 대세임을 인정했다는 평가다. 지구상에 존재하는 생물은 약 150만종에 이르며, 각각 수천에서 수만 종의 단백질을 가지고 있기 때문에 현재 지구상에 존재하는 단백질 종류는 1조개 가까이 된다. 단백질은 스무 종의 아미노산이 연결돼 있고, 4차 구조까지 있기 때문에 단백질 구조를 이해하고 관찰한다는 것은 극히 어려워 ‘신의 영역’이라는 농담까지 있다. 불과 몇 년 전까지만 해도 단백질 입체 구조를 알아내기 위해서는 엑스선 결정학이나 극저온 전자현미경 등을 이용했는데, 계산이 복잡해 짧게는 수개월에서 길게는 수년이 걸렸다. 이 때문에 지금까지 알려진 단백질 중 사람이 구조를 밝혀 낸 것은 17% 정도에 불과하다. 그런데 이런 판도를 바꾼 것이 인공지능이다. 포문을 연 것은 2016년 3월 이세돌 9단과 대국에서 압승한 바둑 AI ‘알파고’를 만들어 우리에게도 잘 알려진 허사비스가 이끄는 구글 딥마인드다. 딥마인드는 그동안 개발해 온 게임용 인공지능을 넘어 과학 연구에 활용할 수 있는 인공지능을 만들겠다는 생각으로 단백질 구조를 분석하는 인공지능 ‘알파폴드1’을 2018년 세상에 내놨다. 2020년 딥마인드팀은 알파폴드2 모델을 새로 내놨다. 업그레이드된 알파폴드의 도움으로 연구자들은 약 2억개의 단백질 구조를 예측하게 됐다. 현재는 190개국 200만 명 이상이 사용하고 있다. 이전까지만 해도 과학계에서 인공지능은 소위 ‘아이들 장난감’같이 취급해 왔는데, 알파폴드의 등장으로 단백질 예측 연구 분위기가 달라지고 인공지능에 대한 인식까지 바뀌게 된 것이다. 이번에 화학상을 받은 허사비스와 점퍼는 지난해에 ‘예비 노벨상’이라고 불리는 래스커상, ‘실리콘밸리의 노벨상’이라고 불리는 브레이크스루상 수상자로 선정된 바 있어 노벨상 수상 가능성을 높였다. 이번 노벨 화학상의 상금 배분 비율을 보면 베이커 교수의 업적을 더 높이 평가하고 있다. 베이커 교수는 알파폴드 등장에 앞서 단백질 구조 연구에 있어서는 세계적인 석학이다. 베이커 교수는 2020년에 열린 ‘단백질 구조 예측 학술대회’(CASP14)에서 구글 딥마인드에 이어 2위를 차지했다. 인공지능인 알파폴드가 압도적인 성적으로 1위를 차지하기는 했지만, 인공지능이 아닌 인간 중에서는 베이커 교수가 1위를 차지한 것이다. 베이커 교수는 단백질 예측뿐 아니라 물리화학적 방법으로 완전히 새로운 방식의 단백질을 설계하는 데도 ‘지존’의 위치에 있다. 이 때문에 허사비스와 점퍼보다 앞서 2020년에 브레이크스루상 생명과학상 수상자로 선정됐다. 베이커 교수는 한국과도 인연이 있다. 백민경 서울대 생명과학부 교수가 베이커 교수의 수제자로, 베이커 교수팀이 2021년 로제타폴드라는 단백질 예측 인공지능을 개발할 때 참여했다. 알파폴드가 속도를 앞세웠다면 베이커 교수팀의 로제타폴드는 정확도를 앞세운다. 이 때문에 과학 저널 ‘사이언스’에서 ‘2021년 가장 주목한 연구’로 로제타폴드 개발이 꼽히기도 했다. 한편 화학상을 끝으로 올해 노벨 과학상 수상자 7명이 모두 공개됐다. 이번 수상자의 국적을 보면 미국 4명, 영국 2명, 캐나다 1명으로 올해도 미국이 사실상 주도했다.

2024년 노벨 화학상은 단백질 구조를 설계하고 예측할 수 있는 방법을 연구한 과학자들에게 돌아갔다. 스웨덴 왕립과학아카데미 노벨 위원회는 9일(현지시간) 올해 노벨 화학상 수상자로 데이빗 베이커(62) 미국 워싱턴대 교수, 데미스 허사비스(48) 영국 구글 딥마인드 대표와 존 점퍼 딥마인드(39) 박사를 선정했다고 밝혔다. 노벨 위원회는 “베이커 교수는 단백질 설계를 위한 컴퓨터 계산법을 개발한 공로가 인정됐으며, 하사비스와 점퍼는 ‘알파폴드’라는 인공지능 단백질 구조 예측 프로그램을 개발한 공로가 인정됐다”고 수상 업적을 평가했다. 올해는 물리학상에 이어 화학상도 인공지능 분야에서 수상자를 배출해 ‘인공지능의 시대’가 열렸음을 상징적으로 보여준다는 평가다. 이번 노벨 화학상 수상자 중 베이커 교수는 1100만 스웨덴크로나(14억 3033만원) 중 절반을, 하사비스와 점퍼가 각각 4분의1씩을 받게 된다. 화학상을 끝으로 노벨 과학상 수상자는 7명이 모두 공개됐다. 이번 노벨과학상 수상자의 국적을 보면 미국 4명, 영국 2명, 캐나다 1명으로 미국이 사실상 싹쓸이했다. 노벨 과학상 수상자 발표가 종료되고 10일 노벨 문학상, 11일 노벨 평화상, 14일은 알프레드 노벨을 기념하는 스웨덴 국립은행 경제학상(노벨 경제학상) 수상자 발표만 남았다.

인공지능 신약개발 회사 갤럭스는 LG화학과 신약 설계 AI(인공지능) 기술을 활용한 항암신약 개발 공동연구 계약을 체결했다고 26일 밝혔다. 갤럭스는 서울대 화학부 석차옥 교수와 연구원 3명이 2020년 공동창업한 AI 신약개발사이다. 이번 계약을 통해 갤럭스는 AI 기술을 기반으로 기존 치료의 한계를 뛰어넘는 항암 단백질 선도물질을 설계하고, LG화학은 선도물질의 최적화 연구부터 비임상 및 글로벌 임상 개발을 맡는다. LG 화학은 갤럭스의 AI 기술력을 활용해 신규 타깃에 대한 신약 개발 기간을 단축하고 차별화된 새로운 물질을 확보할 수 있을 것으로 기대하고 있다. 갤럭스는 구글의 알파폴드, 워싱턴대 로제타폴드와 대등한 수준의 항체 설계 인공지능 ‘갤럭스디자인’을 최근 공개했다 . 바이오아카이브에 공개된 이 기술은 지금까지 발표된 항체 설계 인공지능 중 가장 뛰어난 성능을 보였다. 치료용 항체 설계에 최적화된 갤럭스 기술의 이론적 성능은 구글의 알파폴드 및 자이라테라퓨틱스의 단백질 구조예측 기술에 비교할 수 있으며, 실제 항체 설계 기술 테스트에서 미국 상장사 앱사이가 발표한 기술 대비 5배 이상 더 우수한 성능을 보인다. 이와 같은 글로벌 수준의 단백질 신약설계 인공지능을 확보한 갤럭스는 지난해 (주)LG의 투자를 유치했다. 미국 워싱턴 대학에서 로제타폴드 개발을 주도했고 현재 서울대 생명과학부에 재직 중인 백민경 교수는 “신약 설계 관련하여 국내 인공지능 개발 역량은 이미 글로벌 수준”이라면서 “이번 갤럭스가 발표한 항체 설계 기술의 수준은 세계적으로도 매우 뛰어나며, LG 화학과 항암제 개발로 국내에서 인공지능 신약개발 성공 사례가 나오기를 바란다”고 말했다. LG화학 생명과학사업본부 연구개발부문장 이희봉 전무는 “선도적 단백질 설계 인공지능 기술을 보유한 갤럭스와의 파트너십을 기반으로 글로벌 경쟁력 갖춘 항암신약 개발에 한층 속도를 내겠다”고 말했다.

지난 2월 경질된 대한민국 대표팀 감독 위르겐 클린스만은 아시안컵 내내 ‘전략 없음’으로 일관하며 졸전을 펼쳐 국민의 공분을 불러일으켰다. ‘차라리 인공지능(AI)이 낫겠다’는 비판까지 나왔다. 그런데 실제로 인간 감독보다 나은 전술 인공지능이 개발돼 눈길을 끈다. 바둑 AI ‘알파고’, 단백질 분석 AI ‘알파폴드’ 등을 개발해 AI 분야를 선도하고 있는 구글 딥마인드 팀이 이번에는 인간보다 나은 축구 전술 AI를 내놓은 것이다. ●최적의 선수 구성·득점 극대화 구글 딥마인드와 현재 영국 프리미어리그 2위를 달리고 있는 리버풀 FC의 트레이닝 센터 공동 연구팀이 최적의 선수 구성을 결정하고, 득점 가능성을 극대화한 전술을 제시할 수 있는 인공지능 ‘택틱AI’(TacticAI·전술 인공지능)를 개발했다. 이 연구 결과는 기초과학 및 공학 분야 국제 학술지 ‘네이처 커뮤니케이션스’ 3월 20일자에 실렸다. 이번 연구 논문에는 딥마인드의 최고경영자(CEO) 데미스 허사비스도 이름을 올렸다. 축구에서 코너킥은 득점으로 연결할 기회를 높이고 감독의 전략이 개입할 수 있는 여지도 많아 중요하게 여겨진다. 코너킥 전략은 매 경기 전에 결정하기 때문에 득점 가능성을 최대한 높일 수 있는 시스템이 있다면 코치진에게 도움이 된다. 이에 연구팀은 기하학적 분석을 이용한 딥러닝으로 주요 전술 패턴을 식별해 코너킥의 성공 확률을 예측할 수 있는 AI를 설계했다. 이를 위해 연구팀은 지난 프리미어리그 시즌에서 나온 7167개의 코너킥 자료를 활용해 택틱AI를 훈련하고 테스트했다.●전문가들도 AI 전략 선호 택틱AI는 바둑AI 알파고처럼 상대의 모든 움직임을 계산해 최적의 전략을 계산하고, 코너킥 상황에서 공을 처음 받는 선수가 득점으로 연결할 수 있는 확률을 정확하게 예측한다. 또 선수 교체 시 가능한 결과를 평가하고 이에 따른 전술적 변형도 만들어 낼 수 있다는 장점이 있다. 데이터 과학자 3명, 비디오 분석가 1명, 리버풀 FC 코치진 1명으로 구성된 전문가 그룹의 평가 결과, 택틱AI가 만들어 낸 전술이 실제 경기에서 사용하는 것과 구분하기 어려울 정도로 현실적인 것으로 확인됐다. 또 블라인드 테스트를 통해 사람이 짠 전술이나 기존 사용된 전술보다 택틱AI가 만든 전략의 선호도가 90% 이상인 것으로 조사됐다. 연구를 이끈 대니얼 헤네스 구글 딥마인드 연구원은 “택틱AI는 일단 축구 코너킥을 대상으로 전략을 제시하고 있지만 다른 세트피스 상황은 물론 다양한 팀 스포츠에도 적용할 수 있을 것”이라고 말했다.

지난 2월 경질된 대한민국 대표팀 감독 위르겐 클린스만은 아시안컵 내내 ‘전략 없음’으로 일관하며 졸전을 펼쳐 국민의 공분을 불러일으켰다. ‘차라리 인공지능이 낫겠다’는 비판까지 나왔다. 그런데, 실제로 인간 감독보다 나은 전술 인공지능이 개발돼 눈길을 끈다. 바둑 인공지능 ‘알파고’, 단백질 분석 인공지능 ‘알파폴드’ 등을 개발해 인공지능 분야를 선도하고 있는 구글 딥마인드 팀이 이번에는 인간보다 나은 축구 전술 AI를 내놓은 것이다. 구글 딥마인드와 현재 영국 프리미어리그 2위를 달리고 있는 리버풀 FC의 트레이닝 센터 공동 연구팀이 최적의 선수 구성을 결정하고, 득점 가능성을 극대화할 수 있는 전술을 제시할 수 있는 인공지능 ‘택틱AI’(TacticAI·전술 인공지능)을 개발했다. 이 연구 결과는 기초과학 및 공학 분야 국제 학술지 ‘네이처 커뮤니케이션즈’ 3월 20일 자에 실렸다. 이번 연구 논문에는 딥마인드의 CEO 데미스 허사비스도 이름을 올렸다. 축구에서 코너킥은 득점으로 연결할 기회가 매우 크고, 감독의 전략이 개입할 수 있는 여지도 많아 중요하게 여겨진다. 코너킥 전략은 매 경기 전에 결정하기 때문에 득점 가능성을 최대한 높일 수 있는 시스템이 있다면 코치진에게 도움이 된다. 이에 연구팀은 기하학적 분석을 이용한 딥러닝으로 주요 전략 패턴을 식별해 코너킥의 성공 확률을 예측할 수 있는 AI를 설계했다. 이를 위해 연구팀은 지난 프리미어리그 시즌에서 나온 7167개의 코너킥 자료를 활용해 택틱AI를 훈련하고 테스트했다.택틱AI는 바둑AI 알파고처럼 상대의 모든 움직임을 계산해 최적의 전략을 계산하고, 코너킥 상황에서 공을 처음 받는 선수에 따라 득점으로 연결할 수 있는 확률을 정확하게 예측한다. 또 선수 교체 시 가능한 결과를 평가하고 이에 따른 전술적 변형도 만들어 낼 수 있다는 장점이 있다. 데이터 과학자 3명, 비디오 분석가 1명, 리버풀 FC 코치진 1명으로 구성된 전문가 그룹의 평가 결과, 택틱AI가 만들어 낸 전술이 실제 경기에서 사용하는 것과 구분하기 어려울 정도로 현실적인 것으로 확인됐다. 또, 블라인드 테스트를 통해 사람이 짠 전술이나 기존 사용된 전술보다 택틱AI이 만든 전략의 선호도가 90% 이상인 것으로 조사됐다. 연구를 이끈 다니엘 헤네스 구글 딥마인드 연구원은 “택틱AI는 일단 축구 코너킥을 대상으로 전략을 제시하고 있지만 다른 세트피스 상황은 물론 다양한 팀 스포츠에도 적용할 수 있을 것”이라고 설명했다.

‘인공지능(AI)이라는 말이 사라진다?’ 생성형 AI ‘챗GPT’ 등장 이후 AI가 광범위하게 일상에 녹아들면서 AI 기술 자체를 강조하는 현상은 올해를 기점으로 점차 줄어들 것이란 전망이 나온다. 이른바 ‘AI 역설’이다. AI가 제품, 서비스 안으로 들어가면서 ‘AI 기술을 적용했다’는 게 중요한 것이 아니라 AI를 통해 어떤 혁신을 이뤘는지가 중요해지는 시대로 바뀌고 있다는 뜻이다. #美 CES 최대 화두 인터넷 필요 없는 AI 시대주요 기업들도 뛰어들어 지난 9~12일(현지시간) 미국 라스베이거스에서 열린 세계 최대 가전·정보기술(IT) 전시회 CES 2024에서도 전자제품, 자동차, 로봇부터 안경, 유모차, 베개까지 다양한 제품이 AI라는 ‘옷’을 입고 이전보다 훨씬 똑똑해진 모습으로 사람들 앞에 나타났다. 남아 있는 손가락 신경의 작은 신호를 AI가 읽고 실제 손가락처럼 움직이는 ‘손가락 의수’, 음성을 수어로 바꿔 주고 사람처럼 풍부한 표정을 짓는 ‘3차원(D) AI 아바타’도 등장했다. CES 현장을 둘러본 장병탁 서울대 AI연구원장은 23일 “제품의 전반에 AI가 스며들고 있다”고 평가했다. ●모든 사물에 AI 적용하는 시대 이번 CES에서 주목받은 ‘AI 에이전트’와 ‘온디바이스 AI’는 AI 기술이 어떤 식으로 발전할지를 보여 준다. AI 에이전트는 사용자가 원하는 걸 알아서 척척 해 주는 일종의 AI 비서로 실제 구현되는 모습은 다양하다. 기능적으로 PC, 자동차 등에 내장되거나 움직이는 로봇 형태를 띨 수도 있다. 국내 가전업체가 공개한 ‘AI 로봇’도 AI 에이전트에 해당된다. AI 로봇은 사물인터넷(IoT)과 AI가 결합된 사물인공지능(AIoT·AI of Things)을 통해 개인 맞춤형 비서 역할뿐 아니라 집안 일을 대신해 주는 집사 역할도 할 것으로 전망된다. 인터넷 연결과 상관없이 기기 안에서 AI를 구동할 수 있는 온디바이스 AI도 PC, 스마트폰에서 구현되기 시작했다. 온디바이스 AI의 확산은 소규모언어모델(sLM) 개발 경쟁으로도 이어졌다. sLM은 오픈AI의 GPT-4, 구글 제미나이와 같은 대규모언어모델(LLM)에 비해 학습량은 적지만 최적화를 통해 최대한의 성능을 내면서 개발·구동 비용을 줄인 언어모델이다. 특히 AI의 학습 지표인 매개변수(파라미터)가 70억개(7B) 이하인 sLM 시장을 선점하기 위한 경쟁이 치열하다. 메타(라마2 7B), 구글(제미나이 나노1, 나노2), 마이크로소프트(파이2) 등 글로벌 주요 기업도 줄줄이 뛰어들었다. 지난해 ‘미스트랄 7B’에 이어 수학, 물리 등 작은 전문 모델로 쪼갠 뒤 질문에 따라 연결하는 방식의 ‘믹스트랄 8x7B’(전문가 믹스·MoE) 모델을 오픈소스(소프트웨어 설계도 공개)로 내놓은 프랑스 스타트업 미스트랄 AI는 오픈AI의 대항마로 떠오르고 있다. #연내 ‘GPT-5’ 공개GPT-4에 추론 기능 추가인간 수준 AI 현실화 전망 이경전 경희대 경영학·빅데이터응용학과 교수는 “중요한 건 모델을 실제 사용하고 난 뒤의 평가”라면서 “미스트랄을 써 본 기업들 얘기를 들어 보면 다들 ‘써 보니 좋다’고 한다. 오픈 소스로 이만큼 따라왔다는 건 한국 기업에도 희소식”이라고 말했다. ●텍스트 넘어 이미지·영상·음성도 생성 성능으로 승부를 보는 LLM의 진화도 계속되고 있다. 오픈AI의 최신 LLM인 GPT-4(매개변수 1조 7000억개 추정)보다 더 많은 기능이 추가된 GPT-5가 올해 안에 공개될 예정이다. 추론 기능도 추가된다고 한다. 텍스트(글자)를 학습하는 걸 넘어 이미지·영상·음성을 분석하고 생성하는 ‘멀티 모달’ 방식으로도 발전하고 있다. 인간이 다양한 방식을 통해 사물을 인식하는 것과 동일하게 AI가 학습한다는 얘기다. ‘할루시네이션’(환각 현상·AI가 정보를 처리하는 과정에서 그럴듯한 오답을 내놓는 현상)은 완전히 제거되지 않았지만 인간처럼 사고하고 판단할 수 있는 능력을 갖춘다는 건 인공일반지능(AGI·인간 수준으로 일을 처리하는 AI)이 현실화할 수 있다는 의미로 해석된다. #AI 어디까지 왔나AGI는 초기 단계 머물러감각 분석 기술 집중해야 구글 딥마인드의 6단계 분류 기준으로 보면 특정 업무 수행에 초점을 맞춘 AI 중에선 단백질 구조 예측 AI ‘알파폴드’처럼 이미 인간을 뛰어넘는 ‘레벨5’(슈퍼휴먼)의 AI도 등장했다. 그러나 전반적인 업무를 수행할 수 있는 AGI(챗GPT, 바드, 라마2)는 아직 ‘레벨1’(초기 단계)에 머물러 있다. 장 원장은 “텍스트를 학습한 생성형 AI의 성능에 대해선 연구자들도 놀라고 있다”면서 “AGI 시대가 앞당겨지는 느낌을 많이 받는다”고 말했다. 그러면서도 “시각 등 감각에 해당하는 부문은 아직 데이터화되지 않은 게 많다”며 “표정이나 감정을 분석하는 건 어려운 기술이지만 이게 가능해지면 파급효과가 엄청나다. 우리가 집중해야 할 부분”이라고 강조했다.