구글 딥마인드, 전략 전환 속 노벨상 수상 알파폴드 팀 해체
단백질 접힘 문제를 해결한 획기적 프로젝트가 과학적 발견을 위한 AI 시스템 구축이라는 더 광범위한 경쟁으로 이어지고 있다.
런던의 마두미타 무르지아
어제 게재됨
구글 딥마인드는 단백질 구조 예측 AI 시스템이자 노벨상 수상작인 알파폴드를 만든 팀을 해체했다. 알파폴드는 구글 딥마인드를 세계 유수의 AI 연구소 중 하나로 만든 연구 전략을 회사가 전면 개편하는 가운데 나온 조치다.
FT가 최근 인사 이동과 사안에 정통한 관계자들의 발언을 분석한 결과, 알파폴드 논문의 원저자 대다수가 지난 1년간 다른 업무로 재배치됐다. 딥마인드는 이 직원들이 구글의 대규모 언어 모델 제미나이를 기반으로 한 프로젝트를 비롯해 효소 설계, 핵융합, 유전체학 등의 분야로 사내 이동했다고 확인했다.
일부는 알파벳의 신약 개발 회사 아이소모픽 랩스로 자리를 옮겼다. 알파폴드 원 논문의 구글 딥마인드 정규직 저자 중 거의 4분의 1은 회사를 완전히 떠났다. 이번 인사 개편은 대규모 언어 모델의 부상 이후 딥마인드의 과학 연구 전략이 크게 바뀌었음을 보여준다. 구글 딥마인드에서 연구 부사장을 맡고 있으며 AI for Science 팀을 창립해 이끌고 있는 푸시밋 콜리는 “지난 9년간 우리의 전략은 각 프로젝트가 집중할 구체적인 목표를 두고 . . . 중대한 과제에 초점을 맞추는 것이었다”며 “전략은 진화해왔다”고 말했다.
그는 AI 연구소가 단백질 접힘과 같은 개별 과학 문제를 중심으로 연구자들을 조직하는 데 그치지 않고, 이제는 과학자들을 지원하고 궁극적으로는 과학적 과정의 일부를 자동화할 수 있는 제미나이 기반 시스템 구축에도 주력하고 있다고 말했다. 동시에 오픈AI 및 앤트로픽과 경쟁하며 최첨단 AI 에이전트 개발에도 나서고 있다.
딥마인드가 2018년 개발을 시작한 알파폴드는 AI를 활용해 단백질의 3차원 구조를 예측함으로써 생물학 연구를 혁신했다. 이 획기적인 성과로 존 점퍼 부사장 겸 엔지니어링 펠로와 딥마인드 CEO 데미스 허사비스는 2024년 노벨 화학상을 수상했다. 이 프로젝트는 전담 연구팀을 통해 장기적인 과학적 돌파구를 추구하는 딥마인드 전략의 대표적인 사례가 됐다. 올해 초 점퍼와 알파폴드 연구자인 요나스 애들러는 구글의 내부 ‘코드 스트라이크’ 팀으로 자리를 옮겼다. 이 팀은 앤트로픽과 오픈AI를 따라잡기 위해 구글의 AI 코딩 역량을 강화하고자 구성됐다. 지난달 점퍼는 앤트로픽으로 이직한다고 발표했으며, 알파폴드 동료인 애들러와 알렉산더 프리첼도 그와 함께 합류할 예정이다.
추천
익명을 요청한 DeepMind 직원은 세 사람이 모두 회사의 “핵심적이고 중요한, 없어서는 안 될 구성원”이었다며, 이들의 퇴사가 내부에 놀라움을 불러일으켰다고 말했다.
DeepMind는 연구진의 이동이 회사의 변화하는 과학적 우선순위를 반영한 것이라고 밝혔다.
회사는 “우리는 과학적 유산과 AlphaFold가 전 세계에 미친 영향에 대해 대단히 자랑스럽게 생각하며, 이는 신약 발굴을 새롭게 구상한다는 사명을 지닌 Isomorphic Labs의 출범에 영감을 줬다”고 밝혔다. Isomorphic Labs는 AlphaFold의 과학적 성과를 상용화하기 위해 2021년 DeepMind에서 분사했다. 이후 AI를 활용해 신약 발굴을 앞당기기 위해 Novartis와 Eli Lilly를 비롯한 제약회사들과 파트너십을 체결했다. 이번 조직 개편은 AI 업계 전반의 더 광범위한 변화도 반영한다. 선도 AI 연구소들은 대규모 언어 모델을 단순한 챗봇이 아니라 과학 연구를 가속화할 수 있는 도구로 점점 더 인식하고 있다. Anthropic은 올해 생물학 및 신약 발굴 연구를 지원하도록 설계된 AI 비서의 한 버전인 Claude Science를 출시했다. 이러한 전략적 변화와 맞물려 선도 AI 시스템을 구축할 수 있는 소수 연구진을 둘러싼 경쟁도 심화됐다. 기업들은 최고 수준의 과학자와 엔지니어를 공격적으로 영입하고 있다. OpenAI의 연구 책임자인 Mark Chen은 올해 초 FT에 “[AI 연구자들은] 최첨단에 있는 연구소에서 일하고 싶어 하며, [뒤처진 상태에서] 따라잡기 경쟁을 벌여야 하는 상황은 원하지 않는다”고 말했다.
그는 “연구자에게는 최첨단에 서서 다음 패러다임을 발전시키려는 일이 최첨단에 가까운 어떤 모델을 복제해야 한다는 압박을 받는 것보다 훨씬 더 흥미롭다”고 덧붙였다.
AI로의 전환, 프리미엄, 목요일마다
John Burn-Murdoch와 Sarah O'Connor가 AI가 일의 세계를 어떻게 재편하고 있는지 매주 심층적으로 분석합니다