왓슨

5 Contents

[강연] 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능! _ by신현정 ㅣ 2020 가을 카오스강연 'Ai X' 8강 | 8강

인공지능 기술이 의료 분야와 결합하면서 인류의 건강한 삶을 향한 새로운 지평이 열리고 있습니다. 의료 인공지능은 단순히 기술적인 진보를 넘어, 우리가 아직 완전히 이해하지 못한 생명체의 신비를 풀어낼 무한한 가능성을 지닌 블루오션으로 평가받습니다. 특히 방대한 의료 데이터로부터 유의미한 정보를 추출하여 질병을 예측하고 진단하는 과정은 현대 의학의 패러다임을 근본적으로 바꾸고 있습니다. 이러한 변화는 환자 개개인에게 최적화된 맞춤형 치료를 제공하는 정밀 의료의 시대를 앞당기고 있습니다. 의료 현장에서 발생하는 데이터의 약 80%는 영상 이미지입니다. CT, MRI, PET와 같은 의료 영상 데이터는 매년 기하급수적으로 증가하여 이제는 엑사바이트(EB) 단위를 논할 정도로 방대해졌습니다. 합성곱 신경망(CNN)과 같은 딥러닝 기술은 이러한 거대 데이터를 학습하여 암 조직을 식별하거나 병변을 찾아내는 데 탁월한 성능을 보입니다. 인간의 시각적 한계를 보완하는 인공지능의 분석 능력은 진단의 정확도를 높이는 핵심적인 역할을 수행하며 의료 현장의 효율성을 극대화하고 있습니다. 흥미로운 실험에 따르면, 반복적인 학습을 거친 비둘기도 암 조직의 패턴을 파악하여 높은 정확도로 양성과 악성을 구분해낼 수 있습니다. 이는 복잡한 의료 데이터 분석의 핵심이 결국 정교한 패턴 인식에 있음을 시사합니다. 기계 학습에서는 여러 알고리즘의 판단을 모아 성능을 극대화하는 앙상블 러닝 기법을 활용합니다. 인공지능은 지치지 않는 학습 능력을 바탕으로 인간 전문가의 판단을 보조하며 의료 서비스의 질을 획기적으로 개선하고 있으며, 이는 데이터 기반 의학의 새로운 가능성을 보여줍니다. 의료 분야의 인공지능은 이미지 분석을 넘어 텍스트와 음성 데이터로 영역을 넓히고 있습니다. 수천만 건의 의학 논문과 임상 기록을 학습한 인공지능은 의사에게 최적의 치료법을 제안하며, 가상 간호사 아바타는 환자와 소통하며 건강 상태를 실시간으로 관리합니다. 순환 신경망(RNN) 기술을 기반으로 한 음성 인식과 자연어 처리 능력은 의료 상담의 문턱을 낮추고 있습니다. 이러한 기술적 결합은 시공간의 제약 없는 의료 서비스를 가능하게 하며, 환자와 의료진 사이의 가교 역할을 충실히 수행합니다. 생명 과학 분야에서는 유전체, 전사체, 단백질체 등 다양한 오믹스 데이터를 통합 분석하는 멀티 오믹스 연구가 활발합니다. 이를 '바이오 피라미드' 구조로 체계화하면 유전자와 질병 사이의 복잡한 상관관계를 네트워크 관점에서 파악할 수 있습니다. 특정 노드에 연결이 집중되는 척도 없는 네트워크 이론을 적용하면 질병을 유발하는 핵심 유전자를 보다 효율적으로 찾아낼 수 있습니다. 이는 복잡한 생명 현상을 시스템적으로 이해하려는 시도의 정점이라 할 수 있으며, 질병의 근본 원인을 규명하는 데 기여합니다. 치매와 같은 난치성 질환의 치료제를 개발하기 위해 인공지능은 표적 유전자를 탐색하는 데 결정적인 기여를 합니다. 수만 개의 유전자와 수억 개의 단일 염기 다형성(SNP) 정보를 분석하여 질병과의 연관성을 수치화하는 과정은 기계 학습 없이는 불가능한 영역입니다. 또한 인공지능은 기존 약물의 새로운 효능을 발견하는 약물 재창출 분야에서도 두각을 나타내고 있습니다. 막대한 비용과 시간이 소요되는 신약 개발 과정을 단축함으로써 인류의 난제 해결에 다가서고 있으며, 이는 환자들에게 새로운 희망이 되고 있습니다. 진정한 의미의 정밀 의료를 실현하기 위해서는 파편화된 의료 데이터를 표준화하고 안전하게 공유하는 체계가 필수적입니다. 오디세이(OHDSI)와 같은 국제적인 데이터 표준화 노력은 인공지능이 더 양질의 데이터를 학습할 수 있는 토대를 마련해 줍니다. 동시에 개인정보 보호를 위한 기술적 장치를 마련하여 환자의 데이터 주권을 보장하는 것이 중요합니다. 기술과 윤리가 조화를 이룰 때, 인공지능은 인류의 건강한 미래를 보장하는 가장 강력한 도구가 될 것이며, 우리는 이를 통해 질병 없는 세상을 꿈꿀 수 있습니다.

[강연] 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능! _ by신현정 ㅣ 2020 가을 카오스강연 'Ai X' 8강

신현정

카오스재단카오스강연
  • 생명과학
  • 뇌인지과학

[인생과학책 #2] 누구나 좋아하는 자서전적 과학책

과학자의 삶을 들여다보는 자서전은 단순한 지식 전달을 넘어 그들의 사고 체계와 세상을 바라보는 독특한 시선을 공유하게 해줍니다. 그중에서도 리처드 파인만의 '파인만 씨, 농담도 잘하시네!'는 전 세계적인 스테디셀러로 사랑받고 있습니다. 리처드 파인만은 노벨 물리학상 수상자임에도 불구하고 격식에 얽매이지 않는 파격적인 기행과 진솔한 고백으로 대중에게 다가갔습니다. 그는 어려운 과학 이론을 설명하기보다 과학도로서 가졌던 호기심과 괴짜 같은 면모를 가감 없이 드러내며, 과학이라는 학문이 얼마나 역동적이고 인간적인지를 몸소 보여주었습니다. 히로나카 헤이스케의 '학문의 즐거움'은 천재성보다 끈기를 강조하며 많은 이들에게 용기를 주는 책입니다. 늦깎이 수학자로 시작해 필즈상을 거머쥐기까지의 과정은 동양적인 지혜와 도의 정신을 느끼게 합니다. 한편, 베르너 하이젠베르크의 '부분과 전체'는 양자역학의 탄생 비화뿐만 아니라 과학과 정치, 종교를 아우르는 지식인의 고뇌를 담고 있습니다. 동료들과의 치열한 토론을 통해 자연의 본질을 탐구했던 베르너 하이젠베르크의 기록은 과학이 사회와 어떻게 연결되는지 깊이 있게 성찰하게 만듭니다. 이러한 거장들의 기록은 독자들에게 학문적 성취 이상의 감동을 선사합니다. 제임스 왓슨의 '이중나선'은 DNA 구조 발견 과정을 마치 스릴러 영화처럼 긴박하게 묘사하여 과학계에 큰 파장을 일으켰습니다. 20대의 젊은 과학자가 겪은 경쟁과 갈등, 그리고 발견의 순간을 일기 형식으로 담아낸 이 책은 과학 연구의 이면에 숨겨진 인간적인 욕망과 열정을 적나라하게 보여줍니다. 제임스 왓슨의 서술 방식은 당시 영국 과학계에서 논란이 되기도 했지만, 결과적으로 대중이 과학적 발견의 현장을 생생하게 체험할 수 있도록 도왔습니다. 이는 과학자가 자신의 연구 과정을 기록하고 공유하는 것이 대중적 인지도에 얼마나 큰 영향을 미치는지 보여주는 사례이기도 합니다. 제임스 왓슨과 함께 노벨상을 받은 프랜시스 크릭은 훗날 '열광의 탐구'를 통해 보다 학술적이고 차분한 시각으로 당시를 회고했습니다. 하지만 DNA 발견의 역사에서 결코 잊어서는 안 될 인물은 바로 로잘린드 프랭클린입니다. 그녀는 뛰어난 X선 회절 사진을 통해 결정적인 단서를 제공했음에도 불구하고, 여성 과학자에 대한 차별과 이른 죽음으로 인해 생전에 충분한 예우를 받지 못했습니다. 암 투병 중에도 연구를 멈추지 않았던 로잘린드 프랭클린의 불굴의 의지는 오늘날 많은 이들에게 깊은 울림을 주며, 과학의 역사 속에 가려진 진실과 헌신을 다시금 되새기게 합니다. 과학 자서전을 읽는 것은 단순히 과거의 업적을 확인하는 것이 아니라, 거장들이 가졌던 탐구의 자세를 배우는 과정입니다. 리처드 파인만이 제안한 '이해할 때까지 처음부터 다시 읽는' 독서법이나, 논리적 토대를 통해 외로움을 극복한다는 히로나카 헤이스케의 철학은 우리 삶의 태도에도 큰 시사점을 줍니다. 과학은 차가운 공식의 나열이 아니라 인간의 뜨거운 열정과 고뇌가 빚어낸 예술과도 같습니다. 이러한 책들을 통해 과학자의 마음을 들여다본다면, 우리는 세상을 이전보다 더 넓고 깊은 시선으로 바라볼 수 있게 될 것입니다.

[인생과학책 #2] 누구나 좋아하는 자서전적 과학책

고계원, 김성근, 류형돈, 오세정, 이정은

카오스재단읽다과학
  • 융합

[강연] 인공지능의 실체와 미래 (1) _ by조성배 | 2017 가을 카오스 강연 '미래과학' 4강 | 4강 ①

인공지능은 이제 우리 삶에서 떼어놓을 수 없는 화두가 되었습니다. 특히 2016년 알파고 사태 이후 대중의 관심은 폭발적으로 증가했으며, 지능의 본질에 대한 근원적인 궁금증을 자아내고 있습니다. 하지만 인공지능이 대단한 혁신인지 아니면 과장된 실체인지에 대해서는 여전히 의견이 분분합니다. 인공지능을 만드는 공학자의 관점에서 그 실체를 가감 없이 들여다보는 과정은 현대 사회를 이해하는 데 필수적인 첫걸음이 될 것입니다. 우리가 흔히 접하는 인공지능의 이미지는 주로 영화를 통해 형성되었습니다. 과거의 영화들이 인간의 감정이나 자의식을 가진 로봇에 집중했다면, 최근에는 형체 없이 대화만으로 교감하는 인공지능 프로그램으로 그 흐름이 변화하고 있습니다. '아이언맨'의 자비스나 '허'의 사만다처럼 눈에 보이지 않는 존재가 인간과 사랑에 빠지거나 조력자 역할을 수행하는 모습은 인공지능이 우리 곁에 어떤 방식으로 존재하게 될지를 시각적으로 보여줍니다. 인공지능의 발전 속도에 대해 세계적인 지도층 인사들 사이에서도 팽팽한 의견 대립이 이어지고 있습니다. 일론 머스크는 인공지능이 인류의 존폐를 결정지을 수 있는 위험한 존재라며 경고의 목소리를 높이는 반면, 마크 저커버그는 이러한 우려가 과도하며 기술을 적극적으로 활용해야 한다는 낙관적인 입장을 견지합니다. 이러한 논쟁은 인공지능이 단순한 기술적 도구를 넘어 인류의 미래에 중대한 영향을 미칠 수 있는 존재임을 시사하며 대중의 관심을 더욱 증폭시키고 있습니다. 사실 인공지능은 이미 우리 일상 곳곳에 깊숙이 들어와 있습니다. 거실을 청소하는 로봇 청소기부터 주차장에서 번호판을 인식하는 카메라, 날씨를 알려주고 음악을 틀어주는 인공지능 스피커에 이르기까지 그 사례는 매우 다양합니다. 또한 스마트폰의 얼굴 인식 기능이나 바둑 및 퀴즈 대결에서 인간을 압도하는 성능을 보여주는 프로그램들도 모두 인공지능의 일종입니다. 이처럼 인공지능은 특정 분야에서 인간의 능력을 보완하거나 뛰어넘으며 실질적인 편의를 제공하고 있습니다. 1956년에 공식적으로 시작된 인공지능 연구는 지난 수십 년간 수많은 굴곡을 겪어왔습니다. 인간처럼 생각하고 자의식을 갖는 '강한 인공지능'은 여전히 먼 미래의 과제로 남아 있지만, 특정 문제를 해결하는 데 집중하는 '약한 인공지능'은 비약적인 발전을 이루었습니다. 지능의 본질을 모방하여 사람과 구별할 수 없을 정도의 행동을 구현하려는 튜링 테스트의 시도는 지금도 계속되고 있으며, 이는 인공지능이 단순한 기계를 넘어 지능적 주체로 거듭나기 위한 핵심적인 과정입니다. 인공지능을 구현하는 방법은 크게 설계 기반과 학습 기반으로 나뉩니다. IBM의 왓슨처럼 방대한 지식을 체계적으로 저장하여 의사결정을 내리는 방식이 설계 기반의 대표적 사례라면, 알파고처럼 방대한 데이터로부터 스스로 규칙을 찾아내는 방식은 학습 기반의 전형입니다. 특히 알파고는 인간의 직관을 모방한 함수를 데이터로부터 학습하고, 스스로와의 대국을 통해 성능을 강화하는 방식을 취했습니다. 이러한 기술적 차이는 인공지능이 문제를 해결하는 다양한 접근 방식을 보여줍니다. 최근 주목받는 딥러닝 기술은 영상 인식과 자동 번역 분야에서 혁신적인 성과를 거두고 있습니다. 수백만 장의 사진 데이터를 통해 사물을 판별하는 오차율을 인간보다 낮은 수준으로 줄였으며, 복잡한 언어 간의 번역도 자연스럽게 수행하고 있습니다. 이러한 발전은 의료 진단이나 제조 현장의 불량 탐지 등 정밀함이 요구되는 산업 전반으로 확산될 전망입니다. 결국 인공지능은 데이터라는 자양분을 바탕으로 인류가 직면한 난제들을 해결하는 강력한 도구가 될 것입니다.

[강연] 인공지능의 실체와 미래 (1) _ by조성배 | 2017 가을 카오스 강연 '미래과학' 4강

조성배

카오스재단카오스강연
  • 물리학

[강연] 우리 뇌를 흉내 낸 알파고 by감동근 | 2016 가을 카오스 콘서트 '뇌 vs AI' 3부 | 3부 ①

1997년, 세계 체스 챔피언 가리 카스파로프가 IBM의 슈퍼컴퓨터 딥블루에게 패배한 사건은 인공지능 역사의 상징적인 순간이었습니다. 당시 물리학을 공부하던 한 학생은 이 대결을 지켜보며 인공지능 개발이라는 새로운 꿈을 품게 되었습니다. 딥블루의 승리는 단순히 기계의 승리를 넘어, 인간의 전유물이라 여겨졌던 지적 영역에 컴퓨터가 발을 들이기 시작했음을 알리는 신호탄이었습니다. 이후 인공지능 기술은 비약적으로 발전하며 인간의 언어와 복잡한 규칙을 이해하는 단계로 나아갔습니다. IBM의 또 다른 인공지능 왓슨은 퀴즈쇼 '제퍼디'에서 인간 챔피언들을 압도하며 자연어 처리의 가능성을 보여주었습니다. 인간이 사용하는 언어는 맥락에 따라 의미가 변하고 은유나 상징이 가득하여 컴퓨터가 이해하기 매우 까다롭습니다. 하지만 왓슨은 문학적 비유를 파악하고 복잡한 질문의 의도를 정확히 분석해냈습니다. 이는 인공지능이 단순한 데이터 검색을 넘어, 인간의 사고 체계와 유사한 방식으로 정보를 처리하고 이해할 수 있음을 증명한 사례로 평가받습니다. 바둑 인공지능 알파고의 등장은 인공지능의 패러다임을 다시 한번 바꾸어 놓았습니다. 바둑은 경우의 수가 우주의 원자 수보다 많아 무차별 탐색으로는 정복이 불가능한 영역이었습니다. 알파고는 이를 해결하기 위해 확률적 접근법인 몬테카를로 방법과 인간의 뇌를 모사한 딥러닝 기술을 결합했습니다. 특히 수많은 기보를 학습하고 스스로 대국하며 실력을 키우는 강화 학습은 인공지능이 인간의 직관과 유사한 판단력을 갖추게 하는 핵심적인 역할을 수행했습니다. 이세돌 9단과 알파고의 대결은 인간의 직관과 기계의 계산력이 충돌한 역사적 사건이었습니다. 우리는 흔히 직관을 인간만의 고유한 능력이라 생각하지만, 어쩌면 직관은 모든 경우의 수를 계산할 수 없는 한계를 극복하기 위한 방편일지도 모릅니다. 알파고는 학습하지 않은 생소한 상황에서 치명적인 오류를 범하기도 했지만, 특정 분야에서는 이미 인간의 창의성을 뛰어넘는 행마를 보여주기도 했습니다. 이는 지능의 본질이 무엇인지에 대해 우리에게 깊은 질문을 던집니다. 인공지능이 인간을 능가하는 시대가 다가오면서 우리는 새로운 준비가 필요합니다. 체스의 사례에서 보듯, 기계는 이미 특정 영역에서 인간보다 더 창의적인 해결책을 제시하고 있습니다. 이러한 변화 속에서 가장 중요한 덕목은 유연성과 겸손함입니다. 내가 항상 틀릴 수 있다는 열린 마음으로 인공지능과 공존하는 방법을 고민해야 합니다. 미래 세대에게는 정해진 정답을 가르치기보다, 변화하는 환경에 적응하고 인공지능을 도구 삼아 새로운 가치를 창출하는 능력을 길러주어야 합니다.

[강연] 우리 뇌를 흉내 낸 알파고 by감동근 | 2016 가을 카오스 콘서트 '뇌 vs AI' 3부

감동근

카오스재단카오스콘서트
  • 뇌인지과학
  • 수학
  • 융합

[강연] 암의 기원 (2) - DNA란 무엇인가? _ 이현숙 교수 | 2015 봄 카오스 강연 'ORIGIN' 9강 | 9강 ②

암의 기원에 대한 탐구는 100년 전 독일의 세포 생물학자 보베리의 가설에서 중요한 전환점을 맞이했습니다. 그는 암세포가 단 하나의 세포에서 시작되며, 염색체 수가 비정상적으로 변하는 이수배수체 현상이 그 원인이라고 주장했습니다. 당시로서는 파격적이었던 이 가설은 암이 무한 증식하는 성질을 가지며 물리적, 화학적 자극이나 미생물 감염에 의해 유발될 수 있음을 시사했습니다. 비록 결과론적인 관찰에 기반했다는 한계가 있었으나, 암의 본질을 꿰뚫어 본 그의 통찰은 현대 암 연구의 초석이 되었습니다. 1975년 등장한 에임스 테스트는 DNA 손상이 암의 근본적인 원인임을 입증하는 결정적인 계기가 되었습니다. 살모넬라균을 이용한 이 실험은 특정 화학 물질이 돌연변이를 많이 일으킬수록 강력한 발암원이 된다는 사실을 보여주었습니다. 이는 암 유전자(Oncogene)와 암 억제 유전자의 발견으로 이어졌으며, 바이러스 설이나 보베리의 염색체 설을 모두 포용하는 통합적인 이론을 가능케 했습니다. 결국 유전자의 변형이 세포의 비정상적인 분열을 초래하여 질병으로 이어진다는 현대적 암 발생 모델이 확립된 것입니다. 현대 생물학의 가장 위대한 발견으로 꼽히는 DNA 이중나선 구조는 유전 정보가 어떻게 보존되고 전달되는지를 명확히 설명해 주었습니다. 1953년 왓슨과 크릭은 로잘린드 프랭클린의 X선 회절 데이터를 바탕으로 DNA의 분자 구조를 규명해냈습니다. 이 구조는 유전자가 자손에게 정보를 전달하는 능력의 근원을 보여주었으며, 분자 생물학이라는 새로운 영역을 개척했습니다. 특히 DNA가 단순한 정보의 저장소를 넘어, 생명 현상을 조절하는 핵심 설계도임을 밝혀냄으로써 암과 같은 유전적 질병 연구에 획기적인 전기를 마련했습니다. 생명체가 유전 물질로 RNA 대신 DNA를 선택한 이유는 정보 보존의 안정성에 있습니다. 두 가닥의 나선 구조는 외부 자극으로부터 유전 정보를 보호하며, 복제 과정에서 반보수적인 특성을 통해 정확한 전수를 가능하게 합니다. 이러한 구조적 견고함은 진화 과정에서 생명체가 복잡한 유기체로 성장할 수 있는 토대가 되었습니다. 만약 유전 정보가 쉽게 변질되었다면 생명은 연속성을 유지하기 어려웠을 것입니다. 따라서 DNA는 단순한 분자를 넘어 생명의 역사와 진화를 기록하는 가장 신뢰할 수 있는 매체로 자리 잡았습니다. 세포가 분열할 때마다 일어나는 DNA 복제 과정은 완벽해 보이지만 늘 에러의 위험을 내포하고 있습니다. 중합 효소의 교정 기능과 정교한 DNA 복구 기작 덕분에 오류율은 획기적으로 낮아지지만, 그럼에도 불구하고 발생하는 미세한 돌연변이는 암 발생의 씨앗이 됩니다. 흥미롭게도 과거 화학 무기로 사용되었던 나이트로젠 머스터드가 오늘날 암 치료제로 쓰이는 이유는 암세포의 복구 기작 결함을 역이용한 결과입니다. 결국 암은 유전자 단위의 돌연변이와 염색체 구조의 대단위 손실이 축적되어 발생하는 복합적인 유전 질환인 셈입니다.

[강연] 암의 기원 (2) - DNA란 무엇인가? _ 이현숙 교수 | 2015 봄 카오스 강연 'ORIGIN' 9강

이현숙

카오스재단카오스강연
  • 생명과학