안전성평가연구소 l "AI가 독하네 AI를 활용한 독성연구" l 제 2회 독성정책연구포럼
인공지능 기술은 최근 노벨 물리학상과 화학상 수상자들이 모두 AI 관련 연구자였던 것에서 알 수 있듯이, 이제 생명 과학과 의학 연구 전반에서 핵심적인 위상을 차지하고 있습니다. 독성 정책 연구 포럼은 이러한 기술적 흐름에 발맞추어 과학 기술을 통해 사회 문제를 해결하고 연구 개발의 효율성을 극대화하는 방안을 모색합니다. 특히 산업계와 학계, 연구소가 협력하여 인공지능이 독성 연구와 정책 수립에 어떠한 혁신을 가져올 수 있을지 깊이 있는 논의가 필요한 시점입니다. 원자력 연구 분야에서 인공지능은 고전적인 수치 해석의 한계를 극복하는 수학적 도구로 활용되고 있습니다. 복잡한 원자로 내부의 물리 현상을 시뮬레이션하거나 수천 개의 계측 신호를 실시간으로 분석하여 이상 징후를 사전에 탐지하는 것이 대표적입니다. 기존의 방법론을 데이터를 기반으로 한 딥러닝 모델로 대체함으로써, 예측의 정확도를 높이고 수치 해석에 소요되는 방대한 시간을 획기적으로 단축하고 있습니다. 이는 원자력 안전 관리의 패러다임을 바꾸는 중요한 변화입니다. 최근에는 단순한 데이터 분석을 넘어 연구 행정 전반을 돕는 ‘에이전트 AI’의 도입이 활발해지고 있습니다. 보안이 중요한 연구 환경에 맞춰 폐쇄망 기반의 자체 모델을 구축하고, 원자력 분야에 특화된 지식 데이터를 학습시킨 맞춤형 GPT를 활용하는 방식입니다. 이를 통해 복잡한 규정 확인이나 기술 동향 보고서 작성 등 반복적이고 방대한 입력이 필요한 업무를 효율화할 수 있습니다. 연구자마다 지능형 조수를 두고 연구의 본질적인 탐구에만 집중할 수 있는 환경이 조성되고 있습니다. 사회과학 분야에서도 인공지능은 새로운 연구 파트너로서의 가능성을 보여주고 있습니다. 거대 언어 모델을 활용해 창의적인 연구 아이디어를 제안하거나 대규모 콘텐츠 분석을 수행함으로써 인간의 한계를 보완합니다. 다만 인공지능이 제공하는 결과물을 올바르게 판단하고 가공하기 위해서는 연구자 본연의 역량이 더욱 중요해집니다. 좋은 논문을 감별할 수 있는 안목과 비판적 사고가 전제될 때, 인공지능은 연구의 생산성을 비약적으로 높여주는 강력한 도구가 될 수 있기 때문입니다. 독성 예측의 핵심 기술인 QSAR(구조-활성 상관관계)는 화합물의 구조를 숫자로 변환하여 독성 유무를 판단하는 함수 시스템입니다. 베가(VEGA)나 톡스 스타(Tox-Star)와 같은 프로그램은 이러한 원리를 이용해 실험 없이도 물질의 위험성을 사전에 스크리닝할 수 있도록 돕습니다. 특히 OECD 가이드라인을 준수하는 투명한 검증 과정을 통해 예측 결과의 신뢰도를 객관적으로 평가할 수 있게 되었습니다. 이는 불필요한 동물 실험을 줄이고 신약 개발이나 화학 물질 등록에 필요한 비용과 시간을 절감하는 데 기여합니다. 인공지능 연구의 성패를 좌우하는 가장 큰 요인은 양질의 원시 데이터를 확보하고 가공하는 과정에 있습니다. 실제 연구 현장에서는 프로젝트 시간의 상당 부분을 데이터 전처리에 쏟을 만큼 이 과정은 매우 고됩니다. 하지만 체계적으로 관리된 데이터는 인공지능 모델의 정확도를 높이는 결정적인 자산이 됩니다. 따라서 단순히 알고리즘의 성능을 높이는 데 그치지 않고, 연구 데이터의 보관부터 변환, 활용에 이르는 전 과정을 표준화하고 공유할 수 있는 거버넌스 구축이 필수적으로 요구됩니다. 미래의 과학 연구는 인공지능과 인간 연구자가 협동하는 ‘에이전트 시스템’ 체제로 나아갈 것입니다. 인공지능이 방대한 데이터를 처리하고 실험 설계를 자동화하는 동안, 인간은 인공지능의 결과물을 검토하고 최종적인 의사 결정을 내리는 역할에 집중하게 됩니다. 인공지능이 인간을 완전히 대체하기보다는 각자의 영역에서 상호 보완적으로 작동할 때 과학 기술의 진보는 가속화될 것입니다. 연구자는 변화하는 환경 속에서 새로운 기술을 도구로 활용할 수 있는 소양을 끊임없이 길러야 합니다.
