[KOSEN PICK] 인공지능 시대 달라진 연구 현장
2024-01-26
관리자
“AI 출현은 연구 분야에 변혁의 시대를 열었습니다. AI가 발전함에 따라 연구자들은 미지의 영역을 탐구하면서 인간의 독창성과 기계 지능의 교차점에 서게 됐습니다.”
“AI는 연구 분야에 큰 변화를 가져온 것은 분명합니다. AI 활용 방안과 인간이 할 수 있는 일을 구별하는 것이 우리의 과제라고 생각합니다.”
지난해 연말 열린 ‘코센 데이(KOSEN DAY)’는 세계 곳곳에 있는 코센 회원들의 생각을 이야기하는 소중한 시간이었습니다. 이번 행사에는 독일, 프랑스, 미국 등 8개국에서 30개 팀 225명이 참가했습니다.
특히 ‘인공지능(AI) 시대 달라진 연구 현장 및 연구자의 모습’을 주제로 연구자들이 연구 현장에서 느끼는 생생한 변화를 공유하는 자리가 됐습니다.
AI가 바꿔 놓은 연구 현상은 어떤 모습일까요?
데이터 분석 분야에서는 AI가 대규모 데이터 세트를 처리합니다. 알고리즘은 데이터에서 의미 있는 패턴을 인식하고 모델을 구축하는 데 사용됩니다. 암 진단 분야에서는 암세포의 특징을 학습한 AI 모델을 사용해 암을 정확하게 진단합니다. 더욱이 AI를 사용해 암의 조기 발견을 위한 새로운 검사법도 개발되었습니다.
또 환경 공학 분야에서는 기후 모델링, 환경 감시, 자원관리, 에너지 효율화 등에 AI가 활용되고 있습니다. 대규모의 환경 데이터를 처리하고 해석하는 데 패턴 인식 및 데이터 마이닝 기술을 활용해 효율적인 데이터 평가가 가능해졌습니다.
핵융합 분야에서도 AI를 활용해 방대한 실험데이터 처리와 난류와 같은 플라즈마 거동을 예측·분석하고 있으며, 플라즈마 기술 분야에서도 플라즈마 제어 및 토카막 운전 기술 등에 AI가 중요하게 다뤄지고 있습니다.
경영학에서도 AI의 활약이 큽니다. AI는 업무 자동화뿐만 아니라 의사 결정 및 혁신 촉진에 중추적인 역할을 하고 있습니다.
이번 코센데이에 참여한 이들은 AI가 연구 현장에 큰 변화를 불러오고 있으며, 긍정적인 영향을 미치고 있다고 입을 모았습니다. 그러면서도 AI가 올바르게 사용되기 위한 제도적, 윤리적 장치 마련도 필요하다고 강조했습니다.
아래는 이번 ‘코센 데이-해외편’에서 논의된 내용 중 우수 후기를 모아 소개합니다.
인공지능을 연구에 활용하는 방법
뮌헨 한인 대학원생 모임
뮌헨 한인 대학원생 모임은 ▲AI가 변화시킨 연구 현장 ▲내가 AI를 연구에 활용하는 법 ▲AI가 연구 현장에 불러온 장단점 등을 주제로 논의했다.
AI가 과학 분야에도 큰 변화를 불러일으키고 있다고 동의했다. AI는 데이터 분석은 물론 신약개발, 로봇 과학 연구, 항공 우주 분야 등에서 활용이 되고 있다. 데이터 분석에서의 인공지능은 대규모 세트를 처리하고 이해하는 데 큰 역할을 하고 있다.
또 기존 신약개발이 wet lab 데이터를 기반으로 한 연구였다면 AI 발달은 화합물 스크리닝, 분자 구조 예측 및 인포매틱스 분야에서 신약개발 과정을 가속하고 있다. 로봇 과학 분야에서는 로봇 시스템의 자율성, 학습 능력, 상호작용 등을 향상하는 데 큰 영향을 미치고 있으며, 항공 우주 분야에서도 자율 주행 시스템을 활용한 비행 제어 시스템에 활용되고 있다.
‘내가 AI를 연구에 활용하는 법’을 주제로 한 토론에서는 논문을 쉽게 요약해주는 AI tool, Explain paper 등, 연구 초기 논문 검색에는 Research Rabbit 등, 논문 쓰기에 도움이 되는 Paperpal 등이 이야기됐다.
<이미지 : (좌)Explain paper, (우)Research Rabbit >
마지막 ‘인공지능이 연구 현장에 불러온 장단점’에 대해서는 AI가 데이터 처리 및 분석에 효율을 극대화해 연구자들이 더 많은 정보를 신속하게 이해할 수 있도록 하는 장점이 있다고 밝혔다. 하지만 AI가 만든 결과물을 사람의 연구 결과로 인정할 수 있는 점에 대해서는 논란의 대상이며, ‘양날의 검’과 같은 AI 기술을 연구 환경에 올바르게 활용하기 위한 제도적, 윤리적 장치를 마련할 필요가 있음을 강조했다.
다양한 관점에서 바라본 인공지능의 효과, 문제, 전망
엘버타 대학교 한인 대학원생 협회
캐나다 알버타 대학교(University of Alberta)에 재학 중인 한인 대학원생, 연구원, 직장인으로 구성된 알버타 대학교 한인 대학원생 협회는 다양한 관점에서 AI가 끼치는 영향에 대해 논의했다.
이들은 재료과학, 행동역할, 토목공학, 스포츠 사회학 등 다양한 분야에서 AI의 효율성과 잠재력을 인정하는 동시에 그 한계와 문제점에 대해 경각심을 가져야 함을 강조했다.
재료과학에서는 AI가 재료 예측과 분석에 이바지하고 있지만 이런 기술의 발전이 연구자의 역할을 변화시키고 있다고 했으며, 행동 역학 분야에서는 AI를 활용한 행동 분류가 더 정밀한 결과를 제공할 수 있지만 다양한 인구 집단과 문화적 맥락을 고려할 필요가 있다고 지적했다.
또 축산유전학에서 머신러닝을 통한 육종가 예측의 정확성 향상에 주목하며 고차원적 데이터 분석과 통합의 중요성을 말했다.
토목공학에서는 AI가 디자인 과정에 혁신을 가져왔지만, 인간의 직관과 창의성의 중요성을 잊지 말아야 하며, 컴퓨터 과학 분야에서는 AI의 무분별한 사용에 대한 윤리적 고려의 필요성을 밝혔다. 장애학에서는 AI가 주류 지식에 기반을 둔 해결책을 제시하는 경향이 있어 소수자 그룹에 대한 배려와 포용성을 촉구했다.
이와 함께 스포츠 사회학에서 인공지능이 인간의 복합적 감정과 체득된 지능을 재현할 수 없음을 지적하며 인간과 AI의 차별성을 강조했으며, 경영학에서는 AI의 조직적 활용과 민주적 접근을 중요성을 언급했다.
의료 현장에서의 AI 활용
Philadelphia Korean Scholar Association (PKSA)
필라델피아 거주 연구자들 모임인 PKSA(Philadelphia Korean Scholar Association)는 AI의 발전 가능성을 점쳤다. 이들은 AI의 강점으로 비전문분야에 대한 접근성 증대, 진단기술의 발전, 의약품 스크리닝 속도의 변화, 이미징 기술의 발전, 개인 맞춤 의학의 발전, 의료 현장에서 AI 활용 등을 꼽았다.
먼저 AI가 비전문분야에 대한 접근을 쉽게 하고 있다. AI 기반 시스템인 Alpha Fold를 통해 단백질의 구조를 쉽게 예측하고, ChatGPT를 활용한 코딩 작업이 이뤄지는 등 전공 분야가 아닌 다른 연구 분야에 대한 접근성이 높아지고 있다.
또 진단기술 발전에 도모할 것으로 예상했다. 현재 실험실 내 동물 실험에서 병변 경과를 확인하기 위해 조직을 염색해 병변 진행 정도를 예측하나 AI의 발전으로 쉽고 빠르게 병의 진행 속도를 알 수 있을 전망이다. 아직은 AI의 진단 오류 등으로 보조적인 수단에 머물고 있다.
의약품 스크리닝 속도도 빨라질 수 있다. 현재 신약개발 시 실험자들이 직접 후보물질을 하나씩 처리하며 확인하지만, AI를 통해 후보물질의 숫자를 줄여 빠르고 효율적으로 신약후보물질을 찾을 수 있게 된다. 이미징 기술에도 AI를 적용하면 짧은 시간에 세포의 위치 변화, 형광을 가진 단백질 변화, 입체 모델링까지 가능할 것으로 예상했다.
의료 분야에서는 AI를 통해 개인 맞춤 의학 시대를 예견한다. AI가 발전하면 환자의 유전자를 분석해 질병 치료에 효과적이고 부작용을 줄일 수 있어, AI가 안내자 역할을 할 수 있게 된다.
이들은 AI가 아직은 사람을 완벽하게 대신할 수 없으나 연구, 치료, 진단 등 다양한 목적으로 여러 분야에서 활용 가능하다며, 연구자들도 꾸준히 발전해 나가야 함을 강조했다.
분야별 인공지능 활용 사례
리버풀 및 잉글랜드 북서부 연구자 모임
리버풀 및 잉글랜드 북서부 연구자들은 AI가 연구 분야의 경계를 허물로 있다고 입을 모았다.
음향 분야에서는 음향신호 및 소스 검출에 AI가 활발하게 적용되면서 연구 분야가 확장되고 있다. 건축이나 토목 분야를 연구하던 그룹이 AI를 적용해 수중 음향이나 생체 음향으로 연구 분야를 넓히고 있다. 최근에는 건축물 소음뿐만 아니라 동물이나 조류가 발생시키는 소리에 딥러닝 기법을 적용해 연구하고 있다.
토목공학 분야에서는 머신러닝과 딥러닝 알고리즘으로 분석할 수 있는 툴을 개발해 자동적인 데이터 분석이 가능하게 됐다. AI가 학제 간의 차이를 넘어 인문학적인 차원에서의 연구 확장성을 키우고 있다.
포렌식 분야에서 AI는 시각 및 감각 인식, 인지 사고, 의사 결정 등 인간과 유사한 학습을 수행하고 빠른 속도와 적은 오류로 복잡한 문제를 해결할 것으로 기대하고 있다. 특히 치안 분야 연구자들은 사법 현장의 많은 양의 데이터와 복잡한 증거들을 효과적으로 이해하기 위해 데이터 분석, 패턴 인식, 이미지 처리, 데이터 마이닝과 같은 방법을 사용하고 있으며 과학 수사의 거의 모든 분야를 지원하고 있다.
AI는 금융 산업 전반에서도 다양한 방식으로 활용되고 있다. AI는 금융기관의 업무를 자동화하고 효율성을 높이고 있다. 고객 서비스 상담, 대출 심사, 거래 처리, 위험 관리 등 다양한 업무를 자동화해 인건비를 절감하고 업무 처리 속도를 높이고 있다. 또 금융 사기 탐지 및 예방에도 효과적으로 활용되고 있다. AI는 대량의 데이터를 빠르게 분석해 이상 징후를 탐지하며 기존 사기 탐지 시스템보다 더 정교하고 정확한 결과를 제공하고 있다.