KOSEN 한인과학기술자네트워크

닫기

더 많은 혜택을 위해
로그인 하세요.

지식나눔

지식나눔

과학자들의 집단 지성이야기 KOSEN 이슈토론 이슈토론 정책 보고서

AI를 통한 simulation, 과연 실험을 대체할 수 있을까?

  • 좋아요
2022-12-16 org.kosen.entty.User@23c22611 황도사(npwhwang)
  • 6
  • 4
최근 들어 AI의 기술이 비약적으로 발전함에 따라, 로봇 설계 분야 뿐 아니라 거의 모든 과학 기술 분야에서도 AI의 비중이 높아지고 있습니다. 

 제가 연구하고 있는 생명과학 분야에서도 Alphafold라고 하는 AI program을 이용하여 단백질 아미노산의 서열 정보만으로도 그 구조의 접힘 및 전체적인 구조를 예측, 다른 분자와의 interaction을 분석할 수가 있습니다. 실제 실험을 통해서는 결과를 도출해내기까지 상당한 시간과 노력이 요구되지만, AI를 통한 in silco 분석으로 단 몇 시간 이내에 결과까지 확인할 수 있다는 것은 엄청난 일임에는 틀림없습니다.

 이에 저는 연구의 방향성이 지금까지 AI simulation 결과를 실제 실험의 증명을 위해 사용했다면, 이제 AI simulation 결과를 증명하기 위해 실제 실험을 디자인하는 방향으로 진행되어야 할 것이라는 생각이 들었습니다. 물론, 그 바탕에는 AI의 deeplearning 기술을 기반으로 한 simulation이 충분한 신뢰도가 있다고 판단이 되었기 때문입니다.

 코센 회원 여러분들은  자신의 연구 분야의 AI에 대한 신뢰도가 실험의 방향을 결정할 만큼, 혹은 실제 실험 결과를 대체 할만큼 충분하다고 생각하시는 지, 아직은 실제 실험의 부수적인 역할로만 수행되어야 하는 수준이라고 생각하시는 지, 여러분들의 많은 의견이 궁금합니다.




Poll 간편설문

(자신의 연구 분야에서) AI 기술은 실제 실험을 대체할 만큼 신뢰도가 높다고 생각한다.

9 명 참여 2022.12.16 ~ 2023.01.16

투표마감
투표하기

총 참여인원 : 9 명

그렇다.

44%

아니다.

56%
과학자들의 집단 지성이야기
KOSEN 이슈토론에 의견을 작성해 보세요.
의견쓰기
의견 6

  • 소탐대실

    좋아요
    2023-01-14 손지훈(htlaz)
    • 0
    • 0

    AI를 넘 과신뢰로 대책을 세우지 않은 채로 성과물을 보여주기에 급급해 무작정 묻지마 딥러닝만 시키다 가는 인류자살행위로

    가는 고속도로에 올라탄 거 그대로 입니다.진짜 더 걱정은 AI 이것들이 탄력을 받을까 이게 정말 걱정입니다.분명 받겠죠!

    이 같은 걱정 저 뿐인가요?  

    의견수정

    AI를 넘 과신뢰로 대책을 세우지 않은 채로 성과물을 보여주기에 급급해 무작정 묻지마 딥러닝만 시키다 가는 인류자살행위로

    가는 고속도로에 올라탄 거 그대로 입니다.진짜 더 걱정은 AI 이것들이 탄력을 받을까 이게 정말 걱정입니다.분명 받겠죠!

    이 같은 걱정 저 뿐인가요?  

    등록된 댓글이 없습니다.

  • 구현의 현실성과 정확성에 대한 검증 연구가 필요할것 같습니다.

    좋아요
    2023-01-07 김연진(neurokim76)
    • 0
    • 0

    인공지능을 이용한 구현시 그 현실성과 정확성을 어떻게 평가할까요? 과연 결과도출이 믿을 수 있을까요?

    간단하거나 이미 검증된 것을 인공지능을 이용해 구현한다면 교육적인 면에서는 위험도를 줄이고 학생들이 좀 더 재미있게 배울수 있을 것이라 봅니다. 


    하지만 연구목적으로 이용하게 된다면 결과에 대한 검증 연구가 재검토 해야 할 만큼 이 부분의 해결이 필요할 것 같습니다. 


    이게 가능하다면 의학분야에서 큰 시간적 절감과 실험시 위험성에 대해서는 크게 줄어 들 것 같습니다.

    의견수정

    인공지능을 이용한 구현시 그 현실성과 정확성을 어떻게 평가할까요? 과연 결과도출이 믿을 수 있을까요?

    간단하거나 이미 검증된 것을 인공지능을 이용해 구현한다면 교육적인 면에서는 위험도를 줄이고 학생들이 좀 더 재미있게 배울수 있을 것이라 봅니다. 


    하지만 연구목적으로 이용하게 된다면 결과에 대한 검증 연구가 재검토 해야 할 만큼 이 부분의 해결이 필요할 것 같습니다. 


    이게 가능하다면 의학분야에서 큰 시간적 절감과 실험시 위험성에 대해서는 크게 줄어 들 것 같습니다.

    등록된 댓글이 없습니다.

  • 바이오 분야에서는 실험의 방향 설정에는 도움이 되지만 추가 검증이 필요할 것 같습니다.

    좋아요
    2022-12-23 백주원(bbaekzoo)
    • 0
    • 1

    바이오 및 신약 분야에서는 처리해야 할 대상들이 너무 광범위하다보니 AI 기술이 그 범위를 줄여줌으로써 시간을 절약시켜 준다는 점에서 의미가 있습니다.


    그래서 여러 글로벌 기업들도 이에 대한 투자가 많이 이루어지고 있지요.


    그렇지만 그게 끝은 아닌 것 같습니다. 실제로 추가 검증에 많은 시간이 소요되고 있습니다.

    의견수정

    바이오 및 신약 분야에서는 처리해야 할 대상들이 너무 광범위하다보니 AI 기술이 그 범위를 줄여줌으로써 시간을 절약시켜 준다는 점에서 의미가 있습니다.


    그래서 여러 글로벌 기업들도 이에 대한 투자가 많이 이루어지고 있지요.


    그렇지만 그게 끝은 아닌 것 같습니다. 실제로 추가 검증에 많은 시간이 소요되고 있습니다.

    등록된 댓글이 없습니다.

  • AI를 이용한 simulation이 실제 실험의 방향 제시

    좋아요
    2022-12-16 Taehee Jeong(thj77)
    • 1
    • 3

    저는 AI알고리듬을 연구/개발하고 있습니다.

    따라서, AI알고리듬이 어떻게 작동되는 지에 대해서 상당히 이해하고 있습니다.

    AI알고리듬을 어떤 데이터를 가지고, 어떻게 training시키는냐에 달려있겠지만, 잘 training된 알고리듬은 실제 실험과 매우 유사한 결과값을 얻을 수 있습니다. 경우에 따라서는 실제 실험 결과보다도 정확합니다.

    왜냐하면, 실제 실험을 하다보면, 장비의 setup이나 시료의 준비 상태등에 따라서 엉뚱한 결과값을 얻기도 하고, 그래서 여러번 반복적으로 실험해야 하는 경우도 발생합니다. 

    만일 AI가 정확한 실험 데이터값을 이용했다면, 실험에 따른 오차를 최소화시키면서 실험 결과값을 예측할 수 있고, 실험에 따라서는 100배 또는 10000배 이상 빠르게 결과값을 얻을 수 있습니다.

    물론, AI를 통해서 얻어진 결과값이 맞는 지에 대해서는 실제 실험을 통해서 검증할 필요는 있습니다. 

    의견수정

    저는 AI알고리듬을 연구/개발하고 있습니다.

    따라서, AI알고리듬이 어떻게 작동되는 지에 대해서 상당히 이해하고 있습니다.

    AI알고리듬을 어떤 데이터를 가지고, 어떻게 training시키는냐에 달려있겠지만, 잘 training된 알고리듬은 실제 실험과 매우 유사한 결과값을 얻을 수 있습니다. 경우에 따라서는 실제 실험 결과보다도 정확합니다.

    왜냐하면, 실제 실험을 하다보면, 장비의 setup이나 시료의 준비 상태등에 따라서 엉뚱한 결과값을 얻기도 하고, 그래서 여러번 반복적으로 실험해야 하는 경우도 발생합니다. 

    만일 AI가 정확한 실험 데이터값을 이용했다면, 실험에 따른 오차를 최소화시키면서 실험 결과값을 예측할 수 있고, 실험에 따라서는 100배 또는 10000배 이상 빠르게 결과값을 얻을 수 있습니다.

    물론, AI를 통해서 얻어진 결과값이 맞는 지에 대해서는 실제 실험을 통해서 검증할 필요는 있습니다. 

    비공개 2022-12-23

    동감합니다. 도움이 되는 것은 확실하지만 아직은 실제 실험으로 검증을 해야 합니다.

  • 연구/개발 기간단축에 도움을 줄 것

    좋아요
    2022-12-16 황선규(windvell)
    • 0
    • 3
    이미 배터리 양극재 재료 스크리닝, 발광소재 등의 설계, 합성에 사용되고 있고 일부는 성과가 나고 있습니다.  앞으로도 과학계 전반에 걸쳐 AI가 실험을 대체하는 사례가 많아질 걸로 보입니다. 하지만 결국 검증은 사람이 해야겠지요. 이 또한 언젠가 AI와 로봇이 하는 날이 오겠지만요.
    의견수정
    이미 배터리 양극재 재료 스크리닝, 발광소재 등의 설계, 합성에 사용되고 있고 일부는 성과가 나고 있습니다.  앞으로도 과학계 전반에 걸쳐 AI가 실험을 대체하는 사례가 많아질 걸로 보입니다. 하지만 결국 검증은 사람이 해야겠지요. 이 또한 언젠가 AI와 로봇이 하는 날이 오겠지만요.
    등록된 댓글이 없습니다.

  • 다음 3가지에 의존한다고 생각합니다.

    좋아요
    2022-12-16 김완수(microsea)
    • 0
    • 3
    AI를 통한 시뮬레이션이
    실험 방향의 결정에는 다소 충분할 수 있으나
    실험 결과를 대체하기에는 다소 불충분 할 수 있다고 생각합니다. 

    그리고 이 모든 것은 다음 3가지에 의존한다고 생각합니다. 

    1. 실험 관련 데이터의 충분성

    2. 시뮬레이션 관련 모델의 현실 반영 충분성

    3. 시물레이션 결과에 대한 신중함의 충분성


    의견수정
    AI를 통한 시뮬레이션이
    실험 방향의 결정에는 다소 충분할 수 있으나
    실험 결과를 대체하기에는 다소 불충분 할 수 있다고 생각합니다. 

    그리고 이 모든 것은 다음 3가지에 의존한다고 생각합니다. 

    1. 실험 관련 데이터의 충분성

    2. 시뮬레이션 관련 모델의 현실 반영 충분성

    3. 시물레이션 결과에 대한 신중함의 충분성


    등록된 댓글이 없습니다.
목록
목록