병렬 AI 에이전트, 생쥐 뇌세포 자료에서 연구 단서 탐색

병렬 에이전트가 제시한 생물학 연구 단서

OpenAI, PerturbAI와 Scripps Research는 10월 21일 수천 개의 AI 에이전트로 전뇌 CRISPR 자료를 분석한 연구를 소개했다. 실험 자료에는 수백만 개의 생쥐 뇌세포와 여러 유전자 교란이 들어 있다. OpenAI는 분산 분석에 32분이 걸렸다고 한다. 이 시간은 특정 계산 과정과 그 설정에 관한 것이며 실험실에서 유전자 실험을 끝내거나 치료법을 검증하는 데 필요한 시간이 아니다. 이 글은 10월 26일 발행됐다.

에이전트들은 유전자 교란별로 업무를 나눠 세포 반응을 살피고 논문을 검색한 뒤 가능한 설명을 제안했다. 연구진은 유전자, 세포 변화, 문헌과 잠재적 기전을 연결하는 추론 지도를 만들었다. 이런 분업은 거대한 자료를 더 넓게 살피게 해주지만 그럴듯한 오류도 동시에 많이 만들 수 있다. 사람이 한 교란씩 분석하면 수개월에서 1년이 걸린다는 비교는 연구진의 추정이지 인간 과학자를 대상으로 시간을 측정한 통제 실험이 아니다.

넓은 문헌 탐색은 치료법이 아니다

원 발표에 따르면 가장 큰 작업에서 분산 에이전트는 문헌 700건 이상을 인용했고 단일 에이전트는 11건을 인용했다. 이는 그 조건에서 탐색 범위가 넓었다는 뜻이지 모든 생물학적 결론이 더 옳다는 뜻은 아니다. 눈가림 방식의 보고서 쌍별 비교 중 75%에서 전문가가 분산형 보고서를 선택했다고 한다. 보고서에 대한 선호도는 읽기 쉬움이나 유용성의 신호일 수 있지만 질병 기전 또는 치료 효과가 검증됐다는 증거는 아니다.

한 연구 단서는 세포 성장과 대사에 관여하는 mTOR 경로의 Tsc1과 Tsc2에 관한 것이다. 연구진은 두 유전자를 교란했을 때 여러 신경세포에서 비슷한 결과가 나타나지만 소뇌에서는 주목할 차이가 있었다고 설명한다. 다른 가설은 콜레스테롤 조절과 신경 퇴행의 관계를 살피며 DCTN1을 후속 연구 대상으로 제시한다. 이들은 생쥐 세포의 관찰과 문헌 연결에서 얻은 가설이다. 사람의 알츠하이머병이나 파킨슨병에 대한 효과를 말하려면 독립적인 실험과 임상적 근거가 더 필요하다.

연구진은 다른 과학자가 후보를 살펴볼 수 있도록 추론 지도를 공개했다. 다음 단계에서는 각 주장에 연결된 원래 세포 자료, 교란 조건과 인용 논문을 추적하고 그 논문이 실제로 주장을 뒷받침하는지 살펴야 한다. 알려진 결과를 재현한 경우와 새로 제시한 가설도 구분해야 한다. 독립 자료에서 반복되지 않는 신호는 아무리 빠르게 찾았어도 확정된 발견이라고 부르기 어렵다.

연구 흐름에서 바뀌는 점

큰 세포 지도에는 한 팀이 모두 읽기 어려울 만큼 많은 측정이 들어 있다. 병렬 에이전트는 검증할 가치가 있는 질문을 우선순위에 따라 정리할 수 있다. 그러나 수천 개의 보고서를 생성하면 사람이 검토해야 할 양도 늘어난다. 각 주장의 불확실성과 근거를 함께 보이고 서로 충돌하는 설명을 표시하는 운영이 필요하다. 가치 있는 것은 후보를 빠르게 정리하는 능력이지 실험 생물학을 대체하는 능력이 아니다. 이 글은 일반 기술 기사이며 별도 연구 보고서 심사를 거쳤다고 주장하지 않는다.

32분이라는 계산 시간에는 세포 실험, 자료 정리, 논문 검토와 후속 실험을 준비하는 시간이 포함되지 않는다. 빠르게 후보를 많이 만든다는 사실과 검증된 발견의 수는 서로 다른 지표다. 전문가가 읽기 좋은 보고서를 선호했더라도 각 인용이 해당 주장에 맞는지는 따로 확인해야 한다. 질병과 관련한 설명에서는 가능한 기전과 이미 확인된 사실을 분리해야 한다.

공개된 추론 지도는 다른 연구자가 질문을 고르고 반례를 찾는 데 도움이 될 수 있다. 후속 발표가 가치 있으려면 새로운 후보의 총수보다 특정 가설을 독립 자료로 재현했는지, 실패한 실험까지 보고했는지가 중요하다.