구글 딥마인드 “이번엔 수학 푸는 인공지능이다!”

유용하 2024. 1. 18. 01:01
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

지난 연말 과학 저널 '네이처'는 올해 주목해야 할 연구 중 가장 먼저 '인공지능(AI) 연구의 질주'를 꼽았다.

네이처의 예측대로 연초부터 놀라운 AI 연구성과들이 쏟아져 나와, 2024년이 AI가 인간을 뛰어넘는 '티핑 포인트'의 해가 되는 것 아니냐는 목소리까지 나오고 있다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

딥마인드, 기하학 문제 푸는 ‘알파지오메트리’ 개발
국제수학올림피아드 금메달리스트 수준에 도달
기존에 없던 새로운 증명 방식 생성 “놀랍다”
‘알파고’를 만들었던 구글 딥마인드가 이번에는 미국 뉴욕대와 함께 기하학 문제를 풀 수 있는 수학 인공지능 ‘알파지오메트리’를 개발해 주목받고 있다. 펙셀즈 제공

지난 연말 과학 저널 ‘네이처’는 올해 주목해야 할 연구 중 가장 먼저 ‘인공지능(AI) 연구의 질주’를 꼽았다. 네이처의 예측대로 연초부터 놀라운 AI 연구성과들이 쏟아져 나와, 2024년이 AI가 인간을 뛰어넘는 ‘티핑 포인트’의 해가 되는 것 아니냐는 목소리까지 나오고 있다.

구글 딥마인드와 미국 뉴욕대 컴퓨터과학과 공동 연구팀은 복잡한 기하학 문제를 인간 이상의 능력으로 풀어낼 수 있는 수학 인공지능 ‘알파지오메트리’(AlphaGeometry)를 공개했다. 이 연구 결과는 과학 저널 ‘네이처’ 1월 18일자에 실렸다.

기계학습 기반 AI 시스템으로는 수학 증명 문제를 풀어내는 쉽지 않다. 기계학습은 컴퓨터가 특정 작업을 수행하는 방법을 익힐 수 있도록 하는 빅데이터가 반드시 있어야 한다. 그렇지만 기하학 증명 문제는 AI를 훈련할 수 있는 자료가 거의 없다. 이에 연구팀은 사람이 만들어 놓은 데이터가 필요 없는 방법을 사용했다. 알파지오메트리는 기본적인 기하학 정리와 증명법을 바탕으로 복잡한 문제를 스스로 풀고 학습해 훈련하는 신경 언어모델을 활용했다.

연구팀은 알파지오메트리에게 2000~2020년 국제수학올림피아드에 출제된 기하학 문제 중 30개를 풀도록 했다. 그 결과 알파지오메트리는 25개의 문제를 완벽하게 증명했다. 알파지오메트리의 풀이를 본 수학자들은 국제수학올림피아드 금메달리스트의 수준이라고 평가했다. 특히 2004년 국제수학올림피아드에서 출제된 문제에 대해서는 기존에 알려지지 않았던 새로운 방식의 증명을 내놨다. 연구팀은 알파지오메트리가 현재는 기하학 분야 문제 해결에 국한돼 있지만, 다른 수학 영역에까지 적용이 가능할 것으로 예측했다.

알파지오메트리 개발을 이끈 트리우 트린 구글 딥마인드 연구원은 “이번 연구는 AI 개발의 핵심 목표인 복잡하고 논리적 문제를 인간이 보여준 최고 실력에 근접하는 수준으로 해결할 수 있음을 보여줬다는 데 의미가 있다”라고 설명했다.

인간 없이 단백질 설계 가능한 AI로봇 개발
인간 1년 걸린 설계, AI로봇 단 몇 주 만에

미국 과학자들이 인간의 개입 없이 단백질을 설계할 수 있는 완전히 자동화된 AI 로봇을 개발했다. 이번 AI 로봇은 신약 개발이나 신물질 발견에 걸리는 시간과 비용을 획기적으로 줄여줄 것으로 보인다. 독일 막스 플랑크 광과학연구소 제공

한편, 미국 위스콘신-매디슨대 생화학과, 화학·생명공학과 공동 연구팀은 인간의 개입이 전혀 없이 단백질을 설계할 수 있는 AI 로봇을 개발했다고 17일 밝혔다. 이 연구 결과는 화학 공학 분야 국제 학술지 ‘네이처 화학공학’ 1월 12일자에 발표됐다.

생체 내 거의 모든 화학반응은 단백질로 이뤄진 효소로 진행된다. 또 수많은 질병은 유전자 오류로 인해 잘못된 단백질 생산이나 구조 이상 때문에 생긴다. 그래서, 단백질의 구조와 기능을 이해하는 것은 생화학, 생물물리학뿐만 아니라 생물학, 의학 연구에서 핵심 과제라고 할 수 있다. DNA 유전 암호를 해석하면 단백질을 구성하는 아미노산 순서는 알 수 있지만, 단백질의 3차원 구조를 예측하고 새로운 단백질을 만들어 낸다는 것은 쉽지 않은 일이다.

구글 딥마인드는 2018년 단백질 구조를 예측하고 만들어 내는 인공지능 ‘알파폴드’를 내놨다. 알파폴드는 2020년 코로나19 바이러스 단백질 구조를 예측하고, 2022년에는 인간 단백질 98.5%를 포함한 단백질 구조 데이터베이스를 공개해 학계를 놀라게 했다.

이번 연구팀은 단백질을 빠르게 설계할 수 있는 AI 플랫폼인 ‘단백질 경관 탐색을 위한 자율 주행 머신’(샘플·SAMPLE)을 개발했다. 연구팀은 샘플이 내열성 강한 단백질 효소 4종을 설계하도록 했다. 그 결과, 인간 과학자가 6~12개월 걸린 단백질 효소 개발을 샘플은 단 몇 주 만에 설계해냈다.

연구를 이끈 필립 로메로 위스콘신-매디슨대 교수(구조 생물학)는 “이번 AI 로봇은 신약 개발이나 신물질 발견에 걸리는 시간과 비용을 획기적으로 줄여줄 것으로 기대한다”라고 말했다.

2016년 구글 딥마인드의 바둑 인공지능 ‘알파고’가 인간에게 압승을 거둔 뒤, 인공지능은 다양한 분야에서 빠르게 발전하고 있다. 2017년 당시 세계랭킹 1위 중국 바둑기사 커제 9단이 업그레이드 된 알파고에 압도당하는 모습. 구글 제공

유용하 기자

Copyright © 서울신문. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?