KOSEN 한인과학기술자네트워크

교수, 포스트닥, 연구원, 대학원생 등 다양한 포지션의 과학자들이 모였기에 다양한 관점에서 인공지능 시대에 달라진 연구 현장 및 연구자들의 모습에 대해서 이야기를 나누어 볼 수 있는 기회였습니다. 몇 가지 중요한 포인트들을 중심으로 요약 정리해 보았습니다.

현미경 이미지를 분석함에 있어 인공지능을 활용함으로써 데이타 분석에 들어가는 시간을 현저하게 줄일 수 있고, 그만큼 다른 일에 더 시간을 사용함으로써 일의 능률이 오를 수 있는 사례를 들어볼 수 있었습니다. 그 예로 AKOYA BIOSCIENCES에서 만든 Spatial Biology 2.0 소프트웨어가 소개되었습니다.

IBM Watson 을 비롯하여 환자 샘플의 면역 염색 슬라이드를 판독해주는 병리학 인공지능 소프트웨어 등이 이미 잘 알려진 임상에서의 인공지능 활용일 것입니다. 그러나 기대와는 다르게 그 발전 속도가 더디고 아직까지 임상에서 획기적인 변화를 불러오지는 못한 것 같다는 생각입니다. 기초 연구자들인 저희가 모르는 임상에서의 여러가지 원인들이 있을 것이고, 저희가 모르는 비약적인 발전이 지금도 진행중일 수도 있기에 더이상의 깊은 토론은 이어지지 않았습니다. 그러나 최근에는 인공지능에 기반한 Ras 돌연변이 예측 및 표적치료 선택에 활용하는 방법이 개발되는 등 (NCI-DOE Collaboration, the ADMIRRAL project) 앞으로의 발전이 기대되는 분야임은 확실했습니다.

가장 믿을만하고 손쉬운 생성형 인공지능 활용은 영어 교정이었습니다. 영어로 작성한 뒤 ChatGPT에서 문법 수정을 요구하면 a, the와 같은 관사 및 기타 문법들을 매끄럽게 수정해 주는 것을 경험하였습니다. 프로그램 코딩도 오류를 잘 찾아내 준다는 강점도 있었지만, ChatGPT 역시 코딩에서 실수를 하기 때문에, 결국 코딩하는 사람이 이러한 오류를 찾아낼 수 있는 충분한 지식이 있어야 ChatGPT를 잘 활용할 수 있다는 것을 알 수 있었습니다. 나아가 익숙하지 않은 분야에 대해 개략적인 흐름을 이해하기 위해서 ChatGPT에게 질문을 하면, 비전문가 수준에서는 납득할만한 대략적인 정보를 알려주기에 어느쪽에 초점을 두고 공부를 해야할지 방향 잡기에 도움이 될 수 있다는 경험담도 있었습니다. 그러나 보다 구체적이고 전문적인 지식을 ChatGPT에 의존하면 안된다는 것은 많은 분들이 경험했고 동의하는 내용이었습니다. 너무나 뻔뻔스럽게 거짓말을 진실인 것처럼 알려주기에 사용자의 각별한 주의가 필요하다는 것이 강조되습니다. 그러나 무료버전 말고 유로버전에서는 이러한 ‘허언증’이 많이 개선되었다는 내용도 거론되었고, 좀 더 보수적이고 신중해진 유료버전은 무료버전과 MBTI도 다르게 나온다는 흥미로운 내용도 알게 되었습니다. (무료버전: E, 유료버전: I)

마지막으로 이렇게 급변하는 인공지능 기술 개발에 납세자들의 연구비가 투입된다면, 추후 그 결과물의 혜택이 어느 기업의 이윤이 되기보다 공공의 이익으로 환원되도록 신경써야 한다는 포인트도 지적되었습니다. 코로나 백신개발에서 볼 수 있듯이, NIH 연구비가 투입된 백신개발이 결국에는 어느 기업의 이윤추구에 활용된다면 납세자들은 납득할 수 없을 것입니다.