암 치료법에 대한 탐구는 수천년 전으로 거슬러 올라갑니다. 가장 초기에 알려진 연구 중 일부는 고대 이집트로 거슬러 올라갑니다. 그곳에서 조세르 왕의 의사이자 건축가인 임호테프는 기원전 2600년경에 파피루스에 인간 종양을 기술했습니다.
이제 점점 더 많은 기술 리더들이 AI를 수천 년 동안 의사들을 당황하게 했던 의학 미스터리를 해결하는 열쇠로 칭찬하고 있습니다. 구글 회장 루스 포랏(Ruth Porat)이 지난해 10월 예측한 내용이다. 이것이 바로 Anthropic CEO Dario Amodei가 AI가 의료 발전을 가속화할 것이라는 그의 견해를 반영하여 “압축된 21세기”라는 용어를 만든 이유입니다. 그러나 의료계 일각에서는 이 예측이 조금이라도 과장됐다고 생각한다.
최근 Derek Thompson과의 Plain English 팟캐스트 인터뷰에서 Eli Lilly CEO David Ricks는 AI가 질병을 치료하는 것과는 거리가 멀다고 말했습니다.
“만약 생물학이나 화학 문제를 해결하라고 하면 그들은 별로 잘하지 못합니다.”라고 그는 말했습니다. “그들은 화학, 물리학, 생물학의 언어가 아닌 인간의 언어로 훈련을 받았습니다.”
AI에 대한 투자가 일부 선진국의 GDP와 맞먹는 기록적인 수준에 도달한 이유 중 하나는 이 기술이 혁명적인 과학적 발전을 가능하게 할 수 있다는 믿음 때문입니다. 오라클의 래리 엘리슨 CEO는 지난해 도널드 트럼프 대통령이 2029년까지 인공지능 인프라에 5000억 달러를 투자하는 ‘스타게이트 프로젝트’를 발표한 기자회견에서 이 프로젝트가 단 48시간 만에 설계할 수 있는 암 백신을 개발할 수 있다고 말했다.
AI를 활용한 암 연구의 현실
Ricks는 AI의 과학적 연구 역량에 대해 약간의 의구심을 갖고 있지만 여러 AI 모델이 암 연구에서 상당한 진전을 이루었습니다. 예를 들어 2023년 하버드의 Sybil AI 모델은 6년 후 폐암 위험을 정확하게 예측했습니다.
그리고 Google DeepMind의 AlphaProteo 모델은 암과 관련된 분자를 포함하여 특정 분자를 표적으로 삼는 단백질 결합제를 설계하는 데 중요한 역할을 한다는 것이 입증되었습니다. 실제로 일라이 릴리는 구글 딥마인드(Google DeepMind)가 개발한 또 다른 인공지능 시스템인 알파폴드(AlphaFold)를 사용하며 파트너십을 유지하고 있다.
그러나 Ricks는 AI의 현재 기능은 추가적인 과학 연구의 필요성에 비해 단지 한 방울에 불과하다고 말했습니다. “우리는 단백질의 구조를 예측하는 것처럼 사물을 꽤 잘 예측하는 기계를 얻을 수 있습니다.”라고 그는 말했습니다. “그러나 그것은 아마도 우리가 약물 발견에서 직면하는 문제의 1/1000에 해당할 것입니다.”
Eli Lilly의 CEO는 과학적 혁신에 대한 거래를 성사시키기 위해 맞춤형 AI 모델에 투자하고 있습니다. 인터뷰에서 그는 대부분의 LLM이 생물학을 다루는 데 필요한 미묘한 차이를 이해하지 못한다고 지적했습니다. 그는 고급 표적 데이터로 훈련된 모델이 언젠가는 달성할 수 있을 것이라고 믿습니다.
그는 구글 딥마인드(Google DeepMind)의 알파폴드(Alphafold)와 알파프로테오(AlphaProteo)와 유사하게 “생물학은 인간의 언어와 달리 동일한 규칙을 동일한 방식으로 따르지 않기 때문에 미래에는 좁은 예측 문제에 대한 모델을 점점 더 많이 구축하는 것”이라고 말했습니다.
그럼에도 불구하고 Ricks는 AI가 있든 없든 인간은 이미 이루어진 의학의 발전에도 불구하고 생물학적 발전에서 아직 멀었다고 믿습니다. “생물학의 언어로 말하면 우리는 어린아이와 같습니다.”라고 그는 말했습니다.
