점점 커지는 모델을 둘러싼 소음 속에서, 더 조용한 종류의 AI 성공에 잠시 머무를 가치가 있습니다. MIT의 Regina Barzilay와 James Collins가 기계학습으로 새 항생제를 찾아낸 공로로 2026년 Pritzker Prize for AI in Science Research Excellence를 받았습니다. 이것이 중요한 이유는 항생제 내성이 목숨을 앗아 가고 신약의 공급이 거의 말라 버렸기 때문입니다. 두 사람의 연구는 무게가 벤치마크 점수가 아니라 생명으로 재어지는 분야에서 AI가 제자리를 얻고 있음을 보여 줍니다.
University of Chicago와 Caltech가 공동으로 수여하고 2024년에 만들어진 이 상은 두 획기적 발견을 기립니다. 2020년, 두 사람은 당시 MIT 연구자였던 Jonathan Stokes와 함께, 약 2,500개의 분자로 학습한 모델이 골라낸 화합물 halicin을 찾아냈고, 컴퓨터 HAL 9000을 따라 이름 지었습니다. halicin은 Clostridium difficile, Acinetobacter baumannii, 결핵균 같은 내성균을 죽일 수 있는 광범위 항생제이며, 한때 몇 년이 걸리던 탐색을 몇 주로 줄였습니다. 2023년 같은 그룹은 병원 표면에 흔한 내성균 A. baumannii를 콕 집어 겨냥하는 좁은 범위의 항생제 abaucin을 찾았습니다.
끌어낼 요점은 abaucin의 좁음이 바로 장점이라는 것입니다. 단일 종을 겨냥하는 약은 장 속 이로운 세균에 대한 부수적 피해를 덜 주고, 내성이 발달할 틈을 줄여 줍니다. 이는 그저 가장 강한 살상자를 찾는 것보다 더 사려 깊은 AI 사용입니다. 가치가 있는 곳은 모델의 크기가 아니라, 꼼꼼한 모델링과 실제 실험실 검증을 결합한 방법입니다.
수상자들 자신은 신중합니다. Collins는 생성 AI를, 분자를 발견하는 데 AI를 쓰는 것에서 설계하는 데 쓰는 것으로의 전환으로 봅니다. Barzilay는 이 분야가 아직 초기이며, AI가 약의 공정의 일부를 자동화할 수 있어도 전체를 바꾸지는 못하고, 인간 생물학의 현실적인 모델을 짓는 일은 여전히 어렵다고 경계합니다. 그 솔직함이 옳은 어조입니다.
솔직한 빈틈은 발표 자체에 있습니다. 상금 액수를 밝히지 않았고, 더 중요하게는 halicin이나 abaucin이 환자에게 도달하기까지 얼마나 가까운지를 말하지 않습니다. 이것은 이 연구 갈래가 끝내 누군가를 구하는지를 가르는 물음입니다. 유망한 화합물의 상당수는 발견 이후 이어지는 몇 년의 시험에서 실패합니다. 이것은 마땅한 상이며, 과학을 위한 AI의 가장 강한 성과 가운데 일부가 소박한 모델과 끈기 있는 실험실 작업에서 나왔음을 일깨워 주지만, 약 자체는 여전히 그 느린 부분을 통과해야 합니다.