안녕하세요, 저희는 호주 멜버른에서 바이오분야를 공부하는 학생, 연구원으로 구성된 모임입니다. 주기적으로 만나 대학원생 생활, 진로 고민, 연구이야기 등을 하는데, 이번에 좋은 기회로 KOSEN DAY행사를 알게되어 뜻깊은 토론시간을 가져보았습니다. 저희는 인공지능이 바이오 연구에 미치는 영향에 대해 다양한 의견을 나누었습니다.
먼저, 공통적인 의견으로 나온 장점은 데이터 수집과 분석의 가속화입니다.
“머신러닝과 여러 데이터분석기술은 대규모 유전체 및 단백질 데이터를 효율적으로 분석할수있게 하여, 이제까지 밝혀내지 못했던 질병의 원인 및 그에 따른 치료 방법을 발견하는데 도움을 주고 있다고 생각합니다”
“확실하게 느끼는 것은 실험적으로 이제는 생물학에서 전장 유전체 분석을 비교적 저렴하고 빠르게 진행할 수 있게 되었기 때문에, 기존의 일대일 비교분석 방식으로는 데이터가 나오는 속도를 연구자들이 따라갈 수 없게 되버리게 되었습니다.”
“AI의 장점은 빠른 데이터 취합 및 decision making으로 초기 단계에서의 예측과 분석이 용이하고 이 과정에서 발생할 수 있는 human error를 최소화하여 processing time과 man power를 효율적으로 이용할 수 있다는 것입니다”
“다른분들이 말씀하신바와 같이 머신러닝 또는 딥러닝 알고리즘 개발을 통한 데이터 분석의 가속화는 빠른 결론 도출을 가능케 해 바이오 연구 분야에 획기적인 효율성 증가를 제공한다고 생각합니다”
“한 예시로 과거 약물 개발과정에 있어 연구자들이 직접 화합물을 디자인했지만 in silico 프로그램의 발달로 단시간 내에 적합한 화합물의 구조 예측과 제시가 가능해졌고, 딥러닝 알고리즘으로 유효 화합물의 구조 외에도 최적화 및 약물대사/약동력학의 예측도 빨라질 수 있습니다”
“면역학에서 single-cell을 이용한 genome/proteome 등의 연구가 활발하게 이루어지고 있으나 분석에 걸리는 시간이 항상 장애물이었습니다. 인공지능 기술을 통해 분석의 기간 및 효율성의 증가가 가능하다는 점에서 인공지능 기술이 바이오 연구에 미치는 장점은 확실합니다”
“이미 존재하는 생물학적 구조와 기능을 이해하는데 많은 도움을 주고 있으며, 많은 양의 데이터를 머신러닝을 통해 보다 빠르고 정확하게 분석하고, 또한 기존 데이터베이스를 학습한 후, 향후 생물학적 활동을 예측하는 방면에서도 인공지능은 많은 기여를 하고 있습니다.”
“현재 가장 대표적인 AI 기술의 과학기술 분야 적용은 GPT 기술을 예로 들 수 있습니다. 이전에 과학자들이 직접 문헌을 찾아 이해하고, 응용하고, 예측을 했다면, 근래에는 몇 문장과 핵심 단어, 레퍼런스를 통해 컴퓨터 프로그램이 문헌 검색 및 브레인 스토밍 그리고 인간의 영역으로 인식되던 창의적 생각의 도출까지도 ‘인간의 언어’로 수월하게 수행합니다”
하지만 인공지능이 미치는 부정적인 영향도 무시할수없다는 의견도 많았습니다.
“제가 연구하고 있는 약동학 분야를 포함하여 많은 생물, 의학의 세부분야에서 파라미터들을 최적화 할 수 있을만큼의 데이터를 확보하지 못하고 있습니다. 이는 실험자체가 비싸거나, 윤리적인 문제등의 다양한 이유로 발생하게 되는데, 이를 인지하지 못하고 인공지능 모델 연구를 진행할 경우 모델최적화에 실패하여 심각한 결과적 오류를 발생할 수 있습니다.”
“모델을 직접 디자인하고 하나씩 실험하는 많은 시간들을 인공지능을 통해 줄일 수 있습니다. 그러나 이 제안들의 근거가 부족한 경우가 많고, 정확도가 떨어지는 경우가 많이 발견되기도 합니다. Reference 와 rationale이 중요한 연구 분야에서 인공지능이 정확도를 높이기 위해 제대로 된 근거 제시를 함께 하거나 사용자가 직접 검토를 할 수 있게 하는 것도 좋은 방법이라고 생각합니다.”
“우려되는 점은 현재의 한계와 단점을 보완한 우수한 AI 모델이 나온다면 미래의 실험자 혹은 연구자들이 편하고 시간이 적게 소요되는 AI사용에 익숙해져 원리와 개념에 몰입하기 보다는 분석과 결과 도출의 능력이 우선시 되면서 미래의 연구자들의 새로운 개념 및 원리 발견이 어려워지고 관심이 떨어지는 세상이 올 수 있을 것 같아 우려가 됩니다.”
“우선 AI를 이용한 윤리적인 문제들의 대두를 무시할 수 없습니다. 특히 실험진실성 (integrity) 및 실험윤리 (ethics)부분이 이에 해당합니다. Research integrity 측면으로 많은 academia에서 ChatGPT 사용을 지양하는 편 입니다. 이는 바이오산업 보다는 academia에서 더 두드러지게 나타나는 현상으로, 연구자가 주도하는 연구 및 논문 작성도 물론 참고문헌을 활용하여 새로운 아이디어 창출과 문제해결 등을 수행하지만 개인의 사고를 통한 결론 도출이 아닌 이상 과연 이런 활동이 실험진실성에 상응하는지에 대한 논의가 아직 활발합니다. 또한 ethics에 대한 우려도 부상하고있습니다. 예를 들어 인간 대상 혹은 인체 유래물 (human clinical sample)연구 또는 동물실험이 포함된 프로젝트를 시작하기 전에ethics를 작성하고 이것이 윤리적으로 적합한지 기관생명윤리위원회의 심사를 받아야 합니다. 심사에는 수치화/정량화 된 생명윤리 및 안전에 관한 법률을 기준으로 평가하지만 그 기준들이 실제로 정립되기에는 인간이 생각하는 윤리적 옳고 그름에 기반이 되어있습니다. 인공지능 기술에게 이러한 윤리적 사고를 맡기기에는 섣부르다고 생각하며 또한 이를 등한시한다면 많은 사회적 문제가 발생하게 될 것입니다.”
"기존 데이터베이스에서 보이지 않는 이상한 데이터는 무시될 가능성, 단순반복에 필요한 노동력의 감축 (연구보조), 그에따른 연구비 감축, AI를 사용하지 않는 연구의 퇴화, 연구진행방향의 단일화 등 아직 고려하지 못한, 그리고 연구가 진행되면서 고려하지 못할 상황들이 많을것입니다.”
“크리스퍼기술에서의 AI기술의 접목 역시 여러가지 부작용이 있어요. AI기술을 이용하여 99%의 정확성으로 크리스퍼효율을 예측하여 유전자교정이 이루어 졌을때, 1%의 부정확성에 대한 연구는 연구자가 무시하게 되는 경향이 증가하고, 결국 1%의 부정확성으로 유전자 교정 후 우리가 예측하지 못했던 DNA methylation 또는 mutation이 생길수도 있어요. 그렇기 때문에, 이러한 1%의 부정확성을 향상시킬수 있는 AI의 기술이 앞으로 더 필요하다고 생각해요.”
결론적으로 인공지능이 바이오 연구에 미칠 영향은 무한할 것이라는건 모두 동의하였습니다. 하지만 정보가 부족한 분야의 연구나 윤리 관련 문제와 같이 아직 인공지능이 수행하기 섣부른 부분들이 존재하며, 이를 차차 보완하기 전에는 인공지능의 사용을 검토하고 신중히 사용하는 것이 옳다고 보는 의견이 지배적이었습니다.
오랜만에 멜번 날씨도 매우 좋았고, 12번 째 Kosen Day를 통해 멜번 연구자 분들과 흥미로운 주제로 토론/대화도 나누고 맛있는 점심도 함께 할 수 있어 즐거운 모임이었습니다! 특히나 요즘 가장 뜨거운 분야인 인공지능과 연구활동의 관계에 대해 좀 더 깊이 고찰할 수 있었고, 더불어 앞으로 저의 연구 방향에 대해서 깊이 생각할 수 있는 기회가 되었고 덕분에 아주 좋은 시간이었습니다. 해외에 나와 서로 정보 공유 및 의지할 수 있는 지역 연구자분들과 유익하고 즐거운 시간을 갖을 수 있는 기회를 제공해주신 코센에 감사를 전합니다. 멜번 K-bio연구자님들 사,.. 존경합니다 :D