GPT-로잘린드 [사진: 오픈AI]
[디지털투데이 이윤서 기자] 오픈AI가 생물학 연구에 특화된 대규모언어모델(LLM) 'GPT-로잘린드'(GPT-Rosalind)를 공개했다. 16일(현지시간) IT매체 아스테크니카는 해당 모델이 범용 과학 모델과 다르게 생물학 연구 흐름 자체에 맞춰 학습된 점이 특징이라고 전했다.
GPT-로잘린드는 기존 생물학 연구 현장의 두 가지 문제를 겨냥했다. 첫 번째는 수십 년간 축적된 '유전체 시퀀싱'과 '단백질 생화학 데이터'가 지나치게 방대해 연구자 개인이 이를 모두 소화하기 어렵다는 점이다. 두 번째는 생물학이 세부 분야마다 기술과 용어가 크게 달라, 한 분야 연구자가 다른 분야 문헌을 따라가기 쉽지 않다는 점이다. 예를 들어 유전학자가 뇌세포에서 활성화되는 유전자를 다루게 될 경우, 방대한 신경생물학 문헌을 이해하는 데 어려움을 겪을 수 있다는 설명이다.
윤윤 왕 오픈AI 생명과학 제품 총괄은 기자간담회에서 "우리는 GPT-로잘린드에 생물학 분야에서 가장 흔한 워크플로 50가지를 학습시켰고, 주요 공공 생물학 데이터베이스에 접근하는 방법도 함께 익히게 했다"고 밝혔다. 그는 추가 학습을 통해 이 모델이 유력한 생물학적 경로를 제안하고, 잠재적 약물 표적의 우선순위를 정할 수 있도록 설계됐다고 설명했다.
왕은 또 이 모델이 알려진 경로와 조절 메커니즘을 바탕으로 유전형과 표현형을 연결하고, 단백질의 구조적·기능적 특성도 추론할 수 있다고 말했다. 오픈AI는 이처럼 생물학적 메커니즘에 대한 이해를 실제 연구에 활용하는 데 초점을 맞췄다고 밝혔다.
오픈AI는 LLM의 과도한 동조 성향과 낙관적 답변 문제도 줄이려 했다고 했다. 이 모델이 부적절한 약물 표적에 대해서는 더 부정적으로 판단하도록 조정했다는 것이다. 회사는 GPT-로잘린드의 '추론'과 '전문가 수준' 역량도 강조했다. 오픈AI는 추론을 복잡한 다단계 과정을 수행하는 능력으로 정의했고, 전문가 수준 평가는 일부 벤치마크 성능을 근거로 제시했다.
다만 환각(할루시네이션) 문제를 얼마나 해결했는지는 아직 불분명하다. LLM은 결론에 이르는 과정을 설명하라는 요청을 받을 때도 잘못된 내용을 만들어낼 수 있다. 실제 활용 단계에서는 예상치 못한 연결고리를 찾아냈다는 긍정적 평가와 함께, 명백히 잘못된 제안을 내놓는 사례가 함께 나올 가능성이 남아 있다.
접근 범위는 당분간 제한된다. 오픈AI는 바이러스 감염력을 높이는 방향으로 모델을 악용할 수 있다는 우려 때문에 배포를 보수적으로 운영하고 있다. 현재는 미국에 본사를 둔 기관에 한해 제한적으로 신청할 수 있으며, 이용 대상도 따로 선정할 계획이다.
이와 함께 오픈AI는 더 제한된 형태의 생명과학 연구 플러그인은 일반 사용자들에게도 공개할 예정이라고 밝혔다. 생명과학 특화 기능을 전면 개방하기보다 위험도를 나눠 단계적으로 제공하는 방식이다.
생명과학을 겨냥한 인공지능(AI) 모델은 다른 기업들도 내놓고 있지만, GPT-로잘린드는 생물학에 초점을 더 좁혔다는 점에서 차별화를 시도하고 있다. 다만 이런 집중 전략이 실제 연구 효율을 높일지는 현장 사용 결과가 나와야 판단할 수 있을 것으로 보인다.
댓글
0