에릭 슈미트가 후원하는 비영리기관 FutureHouse는 향후 10년 내에 'AI 과학자'를 구축하는 것을 목표로 하며, 최근 생물학 분야의 '데이터 기반 발견(data-driven discovery)'을 지원하는 새로운 도구를 출시했다. 이 신규 도구는 FutureHouse가 API와 플랫폼을 공개한 지 불과 일주일 만에 나온 것이다.
'Finch'라고 이름 붙여진 이 도구는 생물학 데이터(주로 연구 논문 형태)와 특정 프롬프트("암 전이의 분자적 구동 인자는 무엇입니까?")를 입력받아 코드를 실행하고, 이를 바탕으로 그림을 생성하고 결과를 검토한다. FutureHouse 공동 설립자이자 CEO인 샘 로드리게스(Sam Rodriques)는 X(구 트위터)를 통해 일련의 게시물을 올리며 이 도구를 '1학년 대학원생'에 비유했다.
로드리게스는 "이 모든 과정을 몇 분 안에 처리할 수 있다는 것은 초능력과 같습니다"라고 언급하며, "Finch는 실제로 아주 흥미로운 결과들을 찾아냅니다 저희 내부 프로젝트만 하더라도 매우 인상적입니다"라고 덧붙였다.
Finch는 단순히 개방형 분석을 수행하는 것을 넘어 방향성 데이터 분석(directed data analysis)도 가능하다. 한 예시로, 연구진은 RNA-seq 데이터(GEO accession GSE87466)를 사용하여 차등 발현 및 기능 풍부성 분석을 진행했으며, 이를 통해 상향 조절된 유전자(예: 염증 조절 인자 등)를 식별할 수 있었다.
(이미지 캡션: Sam Rodriques (@SGRodriques), 2025년 5월 6일)
많은 스타트업과 기술 거대 기업들이 공유하는 미래 비전과 마찬가지로, FutureHouse의 핵심 전제는 Finch와 같은 AI 도구들이 언젠가 과학적 발견 과정의 특정 단계를 자동화할 것이라는 점이다.
올해 초 OpenAI CEO 샘 알트만(Sam Altman)은 에세이를 통해 '초지능(superintelligent)' AI 도구가 "과학적 발견과 혁신을 막대하게 가속화할 수 있다"고 언급했다. 비슷한 맥락에서, 이번 주 'AI for science' 프로그램을 출시한 Anthropic의 CEO는 AI가 대다수 암의 치료법 개발에 도움을 줄 것이라고 자신 있게 예측했다.
하지만 아직까지는 명확한 증거가 부족하다. 실제로 오늘날 많은 연구자들은 AI가 과학적 과정을 안내하는 데 있어 결정적인 도움을 줄 것이라고 여기지 않는다. 주목할 점은 FutureHouse조차도 현재까지도 자사의 AI 도구를 활용하여 과학적 돌파구나 독창적인 발견을 이뤄낸 바가 없다는 것이다.
특히 신약 개발 분야의 생물학은 AI 기업들에게 매우 매력적인 시장이다. Precedence Research에 따르면 이 시장 규모는 2024년에 658억 8,000만 달러의 가치를 지녔으며, 2034년에는 1,603억 1,000만 달러까지 성장할 것으로 추정된다.
물론 일부 성공 사례가 보고되기는 했지만, AI가 실험실에서 즉각적이고 마법과 같은 해결책을 제공하는 것은 아니었다. Exscientia와 BenevolentAI 등 신약 개발에 AI를 활용하는 여러 기업들은 최근 몇 년간 초유의 임상 시험 실패를 경험했다. 한편, Google DeepMind의 AlphaFold 3와 같은 선도적인 신약 개발 AI 시스템의 정확도 역시 편차가 매우 큰 경향을 보인다. 로드리게스는 Finch 역시 "사소한 실수"를 한다고 언급했으며, 이것이 바로 FutureHouse가 폐쇄 베타 기간 동안 정확성과 신뢰성을 평가하고 훈련하기 위해 생물정보학자 및 전산 생물학자(computational biologists)를 채용하는 이유이기도 하다.
관심 있는 분들은 이곳을 통해 참여할 수 있다.
[출처:] https://techcrunch.com/2025/05/06/futurehouse-previews-an-ai-tool-for-data-driven-biology-discovery