[스스로 실험하는 인공지능] AI가 자율 실험을 수행함으로써 과학적 발견을 가속화하고 있다. 미시간 대학의 교수가 이끄는 연구팀이 설계한 BacterAI로 알려진 인공지능 플랫폼은 엄청난 수의 자율 과학 실험(하루에 10,000번)을 수행할 수 있는 능력을 보여주었다. AI의 획기적인 적용은 의학, 농업, 환경 과학을 포함한 다양한 분야에서 빠른 발전을 위한 길을 열어 준다.

BacterAI로 미생물 대사 해독

BacterAI는 시작할 기본 정보 없이 구강 건강과 관련된 두 미생물의 대사를 매핑하기 위해 개발되었다. 박테리아의 복잡한 대사 과정은 생명에 필요한 20가지 아미노산의 특정 조합을 소비하는 것과 관련이 있다. 이 연구의 목표는 유익한 구강 미생물이 성장을 촉진하는 데 필요한 정확한 아미노산을 결정하는 것이었다.

“우리는 건강에 영향을 미치는 대부분의 박테리아에 대해 거의 알지 못한다. 박테리아가 어떻게 성장하는지 이해하는 것이 우리의 마이크로바이옴을 리엔지니어링하기 위한 첫 번째 단계이다.

AI로 단순화된 어려운 작업

박테리아에 대한 바람직한 아미노산 조합을 해독하는 것은 가능한 조합이 백만 개가 넘기 때문에 어려운 작업이다. 그러나 BacterAI는 연쇄상구균 고르도니Streptococcus gordonii와 연쇄상 구균 Streptococcus sanguinis 모두의 성장에 필요한 아미노산을 성공적으로 결정할 수 있었다.

BacterAI의 접근 방식은 하루에 수백 가지 아미노산 조합을 테스트하고 전날 실험 결과를 기반으로 매일 조합을 변경하고 초점을 조정하는 것이다. 9일 이내에 예측에서 90%의 정확도를 달성했다.

시행 착오를 통한 AI 학습

레이블이 지정된 데이터 세트를 사용하여 머신러닝 모델을 교육하는 기존 방법과 달리 BacterAI는 실험을 수행하고 결과를 분석하고 미래 결과를 예측하는 반복 프로세스를 통해 자체 데이터 세트를 생성한다. 이 방법을 통해 4,000번 미만의 실험으로 박테리아를 먹이는 규칙을 해독할 수 있었다.

“우리는 AI 에이전트가 조치를 취하고 넘어지고, 스스로 아이디어를 내고 실수를 하기를 원했다. 매일 조금 더 좋아지고, 조금 더 똑똑해진다.”

연구에서 AI의 미래

약 90%의 박테리아에 대한 연구가 거의 수행되지 않았음을 감안할 때 기존 방법은 필요한 시간과 자원 측면에서 상당한 장벽을 제시한다. 자동화된 실험을 수행하는 BacterAI의 능력은 발견을 크게 가속화할 수 있다. 하루 만에 팀은 최대 10,000개의 실험을 실행했다.

그러나 BacterAI의 잠재적인 응용 분야는 미생물학을 넘어 확장된다. 어떤 분야의 연구원이든 이런 시행착오 과정을 통해 AI가 해결해야 할 질문을 퍼즐로 제시할 수 있다.

Jensen Lab의 전직 엔지니어이자 이 연구의 수석 저자인 Adam Dama는 "지난 몇 달 동안 주류 AI의 폭발적인 증가로 인해 많은 사람들이 긍정적인 면과 부정적인 면 모두에서 미래에 어떤 결과를 가져올지 확신하지 못하고 있다."고 말했다. "하지만 나에게는 우리 프로젝트와 같은 집중적인 AI 응용 프로그램이 일상적인 연구를 가속화할 것이라는 것이 매우 분명하다."

연구 결과는 Nature Microbiology에 게재되었다.