[Weekly A]🅰 이번 노벨 화학·물리학상의 수상 영광은 AI에게? 🏆

10월 3주차 위클리A

#노벨물리학상 #노벨화학상 #AI

🏆노벨까지 퍼진 AI의 파급력

AI ⓒ pexels

지난 10일 소설가 한강이 노벨 문학상을 수상하면서 우리나라는 지금 한강 열풍이 불고 있는데요. 혹시 노벨 물리학상과 화학상 수상자가 누군지도 알고 계신가요? 이번 노벨 물리학상, 화학상 수상에 많은 사람이 놀랐는데, 그 이유는 수상자들이 모두 AI 전문가였기 때문이에요. 노벨 물리학상은 AI 머신러닝의 기초를 확립한 공로로 존 홉필드와 제프리 힌턴이 받았고, 노벨 화학상은 ‘단백질 설계 예측'에 기여한 미국 생화학자 데이비드 베이커, 그리고 AI로 단백질 구조를 분석하는 기술을 개발한 구글 딥마인드의 데미스 허사비스와 존 점퍼에게 돌아갔답니다. 

이는 단순히 AI 기술의 발전을 인정하는 차원을 넘어, 과학 연구의 패러다임 자체가 변화하고 있음을 보여주는 상징적인 사건으로 평가받고 있는데요. 그동안 노벨상은 주로 기초 과학 연구에 수여됐지만, 이번에는 AI가 과학 연구를 더 발전시키는 도구로 인정받으며 AI 전문가가 수상자 명단에 이름을 올린 것이죠. 이를 통해, 노벨 위원회의 관행을 깨트릴 만큼 AI가 전세계에 남긴 파급력과 영향이 컸다는 것을 알 수 있어요.

딥러닝을 만들고 기른 아버지들 👨🏻

노벨 물리학상 수상자 ⓒ 조선경제 

존 홉필드 교수는 AI와 신경망 연구의 선구자로, 홉필드 신경망을 개발한 공로로 유명해요. 이 신경망은 뇌가 정보를 기억하고 처리하는 방식을 수학적으로 모델링한 것이며, 현대 AI와 딥러닝의 기초가 되었죠. 이전의 인공신경망은 계산과 학습이 일방향으로만 진행됐지만, 홉필드 신경망은 비선형 구조로 설계되어 피드백을 지속적으로 반영할 수 있어요. 덕분에 불완전하거나 왜곡된 정보도 정답에 가깝게 추측할 수 있죠. 이 연구는 AI 알고리즘 발전에 큰 영향을 주었고, 오늘날 인공지능 기술의 중요한 기초가 되었어요.

제프리 힌턴 교수는 오늘날 가장 유명한 AI 학자 중 한 명으로, 인공지능의 대부로 불릴 만큼 딥러닝 발전에 지대한 영향을 미쳤어요. 그는 2006년에 딥러닝을 부활시키며 인공지능 연구에 새로운 전환점을 마련했고, 역전파 알고리즘을 발전시켜 신경망이 대규모 데이터를 학습하고 패턴을 인식할 수 있도록 했는데요. 특히, 2012년에 그의 연구팀이 개발한 AlexNet은 이미지 인식 대회에서 혁신적인 성과를 내며 딥러닝 기술의 실용성을 입증했어요! 또한 힌턴 교수는 여러 연구에서 기계 학습(ML)과 신경망의 새로운 가능성을 열었으며, 이는 자연어 처리, 음성 인식, 이미지 처리 등 다양한 AI 응용 분야에서 널리 사용되고 있어요.

이 두 교수의 업적은 AI와 머신러닝의 발전에 크게 기여했고, 그들이 노벨 물리학상을 수상하게 된 이유이기도 해요.  

💊생명의 비밀을 풀었다: 알파폴드

노벨 화학상 수상자 ⓒ 연합뉴스

2016년 알파고와 이세돌 프로의 바둑 대결을 기억하시나요? 이번에 노벨 화학상을 받은 허사비스 CEO가 바로 그 대결을 이끈 인물이에요. 그의 AI 기술은 게임을 넘어 단백질 구조 예측에도 활용되었어요. 단백질은 생명체의 중요한 분자로, 그 구조를 이해하는 것이 신약 개발과 질병 연구의 핵심이죠. 과거에는 이 구조를 예측하는 데 수년이 걸렸지만, 허사비스와 존 점퍼가 개발한 알파폴드는 AI를 통해 몇 시간 만에 정확한 3차원 구조를 예측할 수 있게 되었어요! 이 기술은 2억 개 이상의 단백질 구조를 예측할 수 있는 기반을 마련했고, 신약 개발 속도를 혁신적으로 앞당겼다고 하네요.

또 다른 공동 수상자인 데이비드 베이커 교수는 기존 단백질을 설계해 새로운 기능을 수행하는 단백질을 만드는 연구에 주력했어요. 그의 연구는 AI 덕분에 더욱 빠르고 정밀하게 단백질 구조를 예측할 수 있게 되었고, 이는 신약 개발과 효소 설계에 크게 기여했죠. 베이커 교수는 알파폴드에서 영감을 받아 2021년에 로제타폴드라는 AI 기반 단백질 구조 예측 시스템을 개발하기도 했답니다.

그들은 AI를 통해 생명과학 연구의 새로운 지평을 열며, 신약 개발과 단백질 구조 예측에 혁신적인 기여를 했기 때문에 노벨 화학상을 수상하게 된 거죠!

🎉노벨 화학상/물리학상, 우리나라에게도 기회가? 

올해 노벨상의 파격적인 결정에 박수를 보내는 과학자들이 많지만, 공개적으로 반대 목소리를 내는 이들도 있었어요. 그러나 이번 수상은 과학의 경계가 흐려지는 자연스러운 추세를 반영한 것이기도 해요. AI 기술이 과학의 여러 분야와 융합되면서, 다양한 분야의 연구자들이 공동 연구와 협업을 활발하게 진행하고 있기 때문이죠. 이번 수상자 중 일부는 대학교나 연구기관 소속이 아닌 기업에서 연구를 수행한 사례도 있었는데요. 이는 학문적 연구와 응용 연구의 구분이 점점 더 의미를 잃고 있음을 보여줍니다. 앞으로는 대학교, 연구기관, 기업 간의 유기적인 협력을 통해 사회적으로 유용한 연구 성과를 만들어내는 것이 더욱 중요해질 거예요. 

이번 노벨상 소식은 한국 과학계에도 희망을 주었는데요. 그동안 한국은 기초과학 분야에서 노벨상 수상자를 배출하지 못했어요. 이유는 기초 연구보다 응용 분야에 더 많은 투자가 이뤄졌기 때문인데요. 하지만 AI의 등장으로 선진국들이 오랜 기간 쌓아온 기초 연구 성과와의 격차를 좁힐 기회가 생긴 거죠! 창의적인 아이디어와 연구 결과의 해석은 여전히 인간의 몫이기에, 과감한 투자와 도전적이며 창의적인 연구가 필요하긴 할 것 같아요. AI 기술을 활용해 새로운 가설을 세우고 이를 검증할 수 있는 통찰력 있는 인재들이 더 많이 나온다면 앞으로는 우리나라의 노벨 물리학상, 화학상의 수상자도 나올 수 있지 않을까 기대해봅니다. 🎶

🌟노벨상이 개막한 본격 AI시대, 우리의 할 일

이렇게, 노벨위원회의 수상 패러다임이 변한 것을 보면 AI가 과학과 산업 전반에 큰 변화를 불러온 것은 확실한 것 같아요. 이에 따라 AI 리터러시의 중요성도 점점 커지고 있어요. AI 리터러시는 AI 기술의 기본 원리와 작동 방식을 이해하고, 이를 실생활에 적용할 수 있는 능력을 의미하는데요. 이제는 단순히 AI를 활용하는 수준을 넘어, AI가 어떻게 학습하고 결정을 내리는지 이해하는 것이 필수적이에요. 과학자뿐만 아니라 일반인도 AI 리터러시를 갖추면, AI 기술을 더 효과적으로 활용하고 그 영향을 올바르게 평가할 수 있어요. 기업과 교육기관에서도 AI 리터러시를 강화해 다양한 분야에서 AI 기술을 이해하고 활용할 수 있는 인재를 양성하는 것이 앞으로 더 중요해질 거예요.

에이블런은 AI 대전환 시대에서 비즈니스의 핵심이 데이터를 예측하고 그 인사이트로 문제를 해결하는 것이라 믿으며, 이를 위해 AI 리터러시 교육을 제공하고 있어요. 본질에서 시작한 AI 교육은 주입식 교육에 그치치 않고 진정한 AI시대에서 앞서갈 수 있는 원동력을 제공할 수 있어요. 또한, 생성형 AI를 어떻게 활용되느냐에 따라 생산성이 천차만별로 달라지는 것도 프롬프트 교육과 머신러닝을 이용한 데이터 분석 교육을 통해 알 수 있답니다. AI와 코딩이 어렵게 느껴지는 비전공자도 쉽게 배울 수 있고, 실무에 바로 적용할 수 있는 교육을 통해 업무 시간을 단축하고 생산성을 두 배로 올리고 싶다면, 지금 도전해보세요!

1. 노벨상 받는 AI 기술들, 모든 사업에 AI 기술 과감하게 적용 필요
박영선 전 중소벤처기업부 장관은 지난 9일 제주도에서 열린 ‘2024 중소기업 리더스포럼'에서 ‘글로벌 패권국가로 나아가기 위한 반도체/AI의 중요성'을 주제로 강연 하면서 우리 산업 전반에 AI를 활용해야한다고 강조했어요. 산업 현장을 누빈 박 전 장관의 현실 진단은 우리 정부와 기업의 저조한 AI 활용 수준을 고스란히 보여주고 있었어요. 이번 산업부가 발표한 ‘AI+R&DI 추진전략’은 이같은 현실을 개선하는데 초점이 맞춰졌다고 해요. 오승철 산업부 산업기반 실장은 “낮은 R&D 생산성과 연구인력 부족, 성장잠재력 약화 등 우리 산업의 당면문제 해결을 위해 모든 사업의 기술혁신에 AI를 과감하게 적용할 필요가 있다고 덧붙였어요.
본문 바로보기: 노벨상 받는 AI기술들…”모든 산업에 AI기술 과감하게 적용해야"

2. 우리나라 연구진, 현대 물리학 난제의 열쇠 세계최초 발견

우리나라 연구진이 수십년 간 물리학계의 화두로 여겨졌던 ‘전자결정'의 새로운 특성을 발견했어요. 그간 학계에서는 자연계의 고체 물질 속에 담긴 전자들이 규칙적으로 배역돼있거나, 그렇지 않은 상태로만 존재한다는 이분법적 사고가 지배적이었지만, 우리 연구진은 전자들의 ‘일부'만 규칙성을 갖는 새로운 상태를 발견했다고 하네요. 이번 연구 결과는 현대 물리학의 오랜 난제인 고온 초전도체나 초유체의 비밀을 풀 단서가 될 것으로 기대를 모으고 있어요.
본문 바로보기: 韓 연구진, 액체 상태 같은 ‘전자결정' 세계최초 발견…현대 물리학 난제 열쇠

3. 에이블런, 생성형AI 스킬을 실제 업무에 바로 적용할 수 있도록, 체험형 교육 방식

에이블런은 실제 업무 맥락에서 진행되는 맞춤형 프로젝트와 멘토링 방식의 프로젝트 기반 학습으로 생성형AI 스킬을 실제 업무에 바로 적용할 수 있도록 유도하며 학습자의 참여도와 몰입도를 높이는 체험형 교육 방식으로 학습자들의 심리적 저항감을 해소하는 등 새로운 HRD전략을 반영한 기업 교육을 진행하고 있어요. 각 조직 특성을 반영한 맞춤 교육과정을 제공하고 있으며, 지난 3년 대비 AI/DX 기업교육 문의 수는 616%나 증가했고 2024년 1~2분기 기준, 월 평균 문의 수는 217건에 달한다고 하네요!
본문 바로보기: 에이블런, HRD 트렌드 반영한 ‘AI/DX 교육의 새로운 접근방식' 제안

[태평염전/GPT로 생산성 딥-다이브!]
효율적인 팀 관리를 위한 생성형 AI 활용법

에이블런과 태평염전이 함께 진행한 생성형AI에 대한 특강을 소개할게요. 이 특강은 오프라인으로 다양한 AI툴에 대해 학습하고 실제 업무에 활용하는 방법을 익혔어요. 특히, 반복 업무에 대해 사무자동화를 이루는 방법을 중점적으로 교육을 진행했다고 해요. 생성형 AI 활용법에 대한 학습을 마친 후에는 과제를 통해 스스로 결과물을 도출하고 공유하는 시간도 가졌다고 하네요. 이외에도 여러 플랫폼을 활용할 수 있는 방법에 대한 추가 교육도 무료로 제공하면서 교육 이후에도 학습효과가 지속될 수 있도록 적극적으로 지원했어요! 그래서 인지 전체 만족도는 5점 중 4.8점으로 교육생들의 높은 만족도와 함께 성공적으로 마무리되었다고 하네요!

앞으로의 WeeklyA도 많은 사랑과 관심 부탁드립니다