FutureHouse는 인공지능(AI)을 복잡한 생물학적 연구에 적용하여 과학적 발견의 경계를 넓히고 있다. 이 비영리 단체는 에릭 슈미트의 지원을 받아, 향후 10년 내에 연구 과정의 상당 부분을 자동화할 수 있는 “AI 과학자”를 개발하는 것을 목표로 하고 있다. 최근 FutureHouse는 이들의 새로운 AI 연구 도구인 Finch를 소개했다. Finch는 데이터 기반의 발견을 지원하기 위해 설계된 도구로, 생물학적 데이터와 연구 논문을 처리하여 성과를 도출하는 데 중점을 두고 있다.
Finch는 사용자가 제공하는 다양한 프롬프트에 따라 작동하며, 질병의 분자적 원인에 대한 쿼리를 예로 들 수 있다. 이 과정에서 Finch는 코드를 실행하고, 데이터 분석 결과를 시각화하며, 결과를 검토하는 기능을 수행한다. FutureHouse의 공동 창립자이자 CEO인 샘 로드리게스는 Finch의 현재 기능이 “1학년 대학원생” 수준에 비유될 수 있음을 언급하였다. Finch의 생물학적 연구 도구로서의 가능성은 혁신적이며, 연구 데이터의 빠른 처리와 분석을 통해 과학자들이 실험적 검증에 더 집중할 수 있도록 돕는다.
AI를 통한 과학 발견의 가능성은 이제 많은 기술 리더들 사이에서 공유되고 있는 비전이다. OpenAI의 CEO인 샘 올트만과 앤소프틱의 CEO인 다리오 아모데이는 AI가 과학적 혁신을 촉진할 수 있으며, 특히 암과 같은 주요 질병의 치료법을 찾는 데 도움을 줄 수 있다고 예측하고 있다. 이러한 기대는 AI 기반 약물 발견 분야의 시장 성장 가능성과도 연결된다. Precedence Research는 이 시장이 2024년에는 658억 8천만 달러에 이를 것이며, 2034년까지는 1603억 1천만 달러에 도달할 것으로 예상하고 있다.
그러나 AI 기반 약물 발견의 발전은 여러 도전 과제를 안고 있다. 아직까지 AI가 주요 과학적 breakthroughs를 이끌었다는 증거는 많지 않으며, 많은 연구자들이 AI의 현재 유용성에 대해 신중한 태도를 보이고 있다. AI를 활용한 실제 약물 발견의 경우, Exscientia와 BenevolentAI와 같은 기업들이 고관여 임상 시험의 실패를 경험한 바 있다. 또한, Google DeepMind의 AlphaFold 3와 같은 AI 시스템의 정확성 또한 변동성이 존재한다.
Finch는 유망한 도구임에도 불구하고 오류에서 자유롭지 않다. 로드리게스는 Finch가 현재 “어리석은 실수”를 저지를 수 있다고 인정했다. 이를 대응하기 위해 FutureHouse는 생물정보학자와 계산 생물학자를 적극적으로 채용하고 있으며, 이들은 Finch의 정확성과 신뢰성을 평가하는 중요한 역할을 맡을 예정이다. 이러한 전문가의 피드백은 Finch의 성능을 개선하고 더욱 신뢰할 수 있는 AI 연구 도구로 발전하는 데 필수적이다.
FutureHouse는 Finch를 비공식 테스트 환경에서 실시하며, 도메인 전문가들과 협력하는 전략을 통해 도구의 기능을 다듬고 있다. 이들은 복잡한 생물학적 연구에서 실제로 유용성을 발휘할 수 있도록 Finch의 개선 사항을 지속적으로 제시할 것이다. 완전한 자율 AI 과학자의 비전이 실현되기까지는 시간이 걸리겠지만, Finch와 같은 도구들은 인간 연구자의 능력을 증강시키는 데 중요한 단계로 평가된다.
결론적으로 FutureHouse의 Finch는 AI를 과학 연구에 구현하는 중요한 발전을 선보이고 있으며, 이는 생물학적 데이터 분석의 속도를 가속화할 잠재력을 충분히 지니고 있다. 이 도구의 성공은 지속적인 개발, 엄격한 검증, 그리고 기존 연구 작업 흐름에 효과적으로 통합될 수 있는 여부에 달려 있다. 앞으로 AI는 생물학과 건강 분야에서 새로운 통찰력을 열어가는 데 핵심적인 역할을 할 것으로 기대된다.
