Is AI Now Good Enough To Cure Cancer?

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Is AI Now Good Enough To Cure Cancer를 중심으로, 암 분석의 단위가 집단 평균에서 개별 환자로 확장된다. 유전체·RNA 발현·세포 상태·종양 진화를 함께 분석하면 공통 변이를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 암 분석의 단위가 집단 평균에서 개별 환자로 확장된다. 유전체·RNA 발현·세포 상태·종양 진화를 함께 분석하면 공통 변이만으로는 찾기 어려운 치료 단서를 탐색할 수 있다. AI 에이전트는 여러 전문 역할을 연결해 환자마다 연구팀의 분석 역량을 제공하려는 접근이다.
2. 임상적 가치는 분석 결과를 실제 치료 선택으로 연결할 때 생긴다. 희귀암의 분자적 유사성과 종양 진화를 분석해 치료 후보를 찾거나 기존 선택을 재평가한 사례가 소개된다. 다만 이는 발표자의 사례 설명이며, 최종 치료 결정과 책임은 임상의에게 있다.
3. 발견을 가속하는 핵심은 후보 생성과 실험의 반복이다. 모델이 후보와 실험의 우선순위를 정하고, 측정 결과를 다음 탐색에 반영하는 순환을 지향한다. 오가노이드와 실제 실험실이 이 순환을 뒷받침하지만, 조직 보존 방식과 실험 시간·비용이 확장의 병목이다.
4. 가상 세포와 자율 연구 시스템은 예측과 탐색의 범위를 넓힌다. 세포 표현 모델은 유전자 발현에서 세포 상태의 구조를 학습하며, Locus는 분자 예측·생성 과제에서 연구 탐색 성과를 보였다. 그러나 공개 세포 데이터의 편중, 실험 잡음, 계산 결과의 실험실 재현 여부가 남은 과제다.
5. Evo 2와 Manurva는 DNA를 예측·발견·설계의 재료로 활용한다. Evo 2는 변이 영향 예측과 소수 예시 기반 서열 생성을, Manurva는 떨어진 DNA 영역의 상호작용을 통한 구조 탐색을 보여준다. 생성 인핸서의 활성·특이성은 생쥐 뇌에서 확인됐지만, 모든 설계의 기능이나 환자 치료 효과가 입증된 것은 아니다.

🧩 배경과 문제 정의

• 암 유전체 데이터가 급증했지만, 환자 집단의 평균과 공통 변이에 집중하는 분석만으로는 개별 환자의 치료 선택에 필요한 정보를 충분히 활용하기 어렵다.
• 환자별 유전체·발현·종양 진화 데이터를 분석하려면 다양한 전문성과 계산 인프라가 필요하다. 병원과 임상의가 이를 실시간으로 수행하기에는 인력과 시간이 부족하다.
• AI 에이전트와 생물학 모델은 환자별 연구와 치료 후보 탐색을 가속할 가능성이 있다. 실제 환자에게 적용하려면 조직 확보, 임상의의 판단, 치료 접근성, 안전성 검증까지 연결해야 한다.

🕒 시간순 섹션별 상세정리

1. 인간과 AI를 구별하는 능력은 짧은 대화만으로도 논쟁적이다

• 튜링이 제시한 기준은 5분간 질문한 뒤 평균적인 판별자의 정답률이 70%를 넘지 않는 상황이다. 현장 실험은 참가자를 인간 또는 AI와 연결해 2분간 대화하게 했으므로, 원래 기준과 실험 조건에는 차이가 있다. [01:57]
• 현장 실험에서는 인간 참가자의 33%가 AI로 오인됐다. 인간의 대화 방식 자체도 판별 오류를 일으켰다. [02:22]

2. 생물학 데이터와 모델의 발전이 AI 활용 기반을 넓힌다

• Evo 2의 학습 데이터는 9조 염기쌍 규모다. 진행자는 AlphaFold가 시장에 출시되는 모든 신약의 개발 과정 중 어느 단계에서는 사용된다는 발언을 소개하고, 자신이 확인한 업계 관계자들도 대체로 동의했다고 덧붙였다. [04:35]
• AI가 설계한 단백질 결합체는 언급된 벤치마크에서 10~100%의 성공률을 보였으며, AI로 개발한 파지를 환자에게 적용하는 사례도 등장하고 있다. [04:51]

3. 후보 생성과 실험을 반복하는 학습 순환이 핵심 전략이다

• 결과를 검증할 수 있는 과제라면 검증 결과를 활용해 모델을 반복 개선할 수 있다는 구상이다. 컴퓨터 안에서 검증하면 빠르게 확장할 수 있지만, 물리적 실험은 시간·노력·비용이 훨씬 많이 든다. [06:06]
• 생물학에서는 기반 모델로 약물 후보를 생성하고, 유망한 후보를 골라 실험한 뒤, 효능 측정 결과로 모델을 재학습하는 순환을 만들 수 있다. 진행자는 이 방식의 성공을 강하게 전망하면서도 상당한 비용과 시간이 필요하다고 봤다. [06:30]

4. 시퀀싱 비용 하락이 집단 평균에서 환자별 분석으로의 전환을 돕는다

• 시퀀싱 비용이 크게 낮아졌고, 대부분의 진행성 종양과 재발 사례에서는 Medicare와 Medicaid를 포함한 보험이 암 환자의 시퀀싱을 보장한다는 설명이다. 이에 따라 환자 데이터 생산량도 늘고 있다. [11:12]
• 약 10년 전 TCGA에서는 종양 유형별로 수백 명의 환자를 분석했다. 제한된 표본에서는 공통점과 평균을 찾는 접근이 필요했지만, 그 결과를 개별 환자에게 직접 적용하기에는 한계가 있었다. [11:51]

5. 암 분석의 단위가 소수 유전자에서 다차원 환자 데이터로 확장된다

• 환자 한 명에서도 약 2만 개 유전자에 더해 복제수, RNA 발현, 대체 스플라이싱, 세포 상태, 환자 배경을 함께 분석할 수 있다. Alfredo는 과거 학술 분석이 이처럼 확장된 데이터의 약 0.1%만 살펴본 셈이라고 설명했다. [13:07]
• 데이터 생성 능력에 비해 이를 치료 성과로 연결하는 인프라는 부족하다. 상위 50개 유전자의 공통 변이를 찾는 데서 나아가, 환자별 데이터를 독립적으로 탐색해 해당 환자의 치료 문제를 해결하는 방향이 필요하다. [13:46]

6. AI 에이전트로 환자마다 연구팀의 분석 역량을 제공한다

• 과거 대규모 유전체 연구에는 20~30명 이상의 인력이 필요했다. AI 에이전트로 분석 인프라를 구축하면, 수십 명 규모 연구팀의 역량을 개별 환자 데이터의 실시간 탐색에 적용할 수 있다는 구상이다. [14:44]
• 기존 연구팀은 알고리즘, 계산 인프라, 클러스터 운영, 변이 검출, 유전학 해석, 시각화, 임상 해석을 분담했다. 환자별 연구실은 이러한 전문 역할을 에이전트로 구성해 데이터 처리부터 치료 판단에 필요한 결과 도출까지 연결하려 한다. [16:05]

7. 최신 연구와 임상 근거를 환자 분석에 지속적으로 연결한다

• 발견 파이프라인을 에이전트로 구성하고 새로 생성되는 연구 자료와 연결하면, 화요일에 나온 발견도 환자에게 적용 가능할 경우 수요일 아침 분석에 반영할 수 있다는 목표다. 연구 결과가 환자에게 도달하는 시간을 수년에서 실시간에 가깝게 줄이려는 접근이다. [16:40]
• 임상시험, 근거와 안전성, 환자의 생물학적 배경, 독성 등을 담당하는 전문 에이전트를 두어 필요한 분석이 사람의 입력을 기다리며 지연되는 문제를 줄이려 한다. [17:00]

8. 희귀암에서는 장기별 분류보다 분자적 유사성이 치료 단서가 된다

• 희귀암은 같은 분류에 속하는 표본과 치료 근거가 부족하다. 그러나 종양을 구동하는 생물학적 경로는 장기별 분류를 넘어서 공유될 수 있으며, 신경모세포종과 폐선암에서도 같은 경로가 작동할 수 있다. [18:05]
• 한 희귀 뇌종양 환자의 여러 데이터를 다른 데이터셋과 함께 군집화하자, 해당 종양은 간엽성 종양에 더 가까운 특성을 보였다. 활성화된 경로와 표면 표지자, 질병 구동 요인을 분석해 기존 문헌만으로는 명확하지 않았던 치료 후보를 찾았다. [18:42]

9. 종양 진화를 추적하면 기존 치료 선택을 재평가할 수 있다

• 여러 치료에 실패한 환자의 과거 검체를 추가 분석해 종양 진화를 추적했다. 이 분석에서는 환자가 받은 최근 세 차례 치료가 종양의 기저 생물학에 적합하지 않았다는 판단이 나왔다. [19:32]
• 세 치료는 화학요법과 세포독성 치료였으며, 종양의 이질성을 포함한 데이터는 적합성이 낮다는 해석을 뒷받침했다. Alfredo는 병원의 데이터 분석 인프라 부족을 지적하며, 재분석을 통해 해당 환자에게 효과가 있는 치료로 방향을 바꿀 수 있었다고 설명했다. [20:04]

10. 환자별 분석은 향후 단백질과 전달체의 맞춤 설계로 확장될 수 있다

• 현재 이용 가능한 치료를 탐색하는 접근에서 더 나아가, 미래에는 환자에게 필요한 단백질과 펩타이드, 전달 기전을 실시간으로 설계할 수 있다는 전망이다. 단백질 설계에서는 이미 일부 성공 사례가 있다는 설명이다. [20:57]
• Alfredo는 단백질 설계 기간을 10년 단축한 연구 사례를 근거로 들었다. 이를 환자마다 필요한 생물학적 구성 요소를 설계해 치료 성과를 개선하는 미래로 연결했지만, 모든 환자에게 가능한 현재의 역량으로 제시하지는 않았다. [21:32]

11. AI 공동연구자의 가치는 인간 대비 압도적 성능보다 연구 시간 단축에 있다

• Google DeepMind의 Co-Scientist는 생물학 연구에 자기 개선형 에이전트를 적용한 사례다. 모델이 인간을 크게 능가하지는 않았지만, 충분히 근접한 성능으로 대규모 연구에서 수천 시간의 시간을 절약할 수 있다는 평가다. [22:24]
• 연구비 확보, 연구실 구성, 학생 모집, 발견과 출판까지 이어지는 10~20년의 연구 과정을 압축하는 것이 장기적인 목표다. 이러한 시간 단축을 암 환자의 치료 성과 개선으로 연결하려 한다. [22:48]

12. 오가노이드 확대의 병목은 배양 가능성보다 병원의 조직 처리 방식이다

• 오가노이드는 의미 있는 데이터를 만들고, 희귀암처럼 조직이 부족한 경우 추가 조직을 확보하며, 섭동 스크리닝을 수행하는 데 활용할 수 있다. 과학적 실현 가능성 자체는 높다는 판단이다. [23:59]
• 많은 병원에서는 채취 조직을 고정액에 넣어 처리하므로 오가노이드를 만들 수 있는 능력이 사라진다. 환자별 적용을 확대하려면 조직 취급과 보존 인프라를 바꿔야 한다. [24:21]

13. 분석 결과의 임상 적용에는 의사의 최종 판단과 이해 가능한 근거가 필요하다

• 치료의 최종 결정권과 책임은 임상의에게 있다. 환자별 연구 인프라는 바쁜 임상의가 직접 계산 클러스터를 구축하고 데이터를 분석하기 어려운 상황에서, 이해하고 활용할 수 있는 결과를 제공하는 지원 체계다. [26:17]
• 이미 이용 가능한 치료라면 생물학적 근거를 정리한 자료가 선택을 도울 수 있다. 특히 1·2차 치료에 실패한 뒤에는 이런 자료의 가치가 크지만, 환자 한 명을 위한 N-of-1 임상시험을 설계하고 실행하는 일은 별도의 복잡한 과제로 남아 있다. [26:49]

14. 암의 악성 상태를 되돌린다는 주장에는 정의와 장기 성과 검증이 필요하다

• 오가노이드에서 신호를 조절해 악성 상태를 되돌린다는 주장에 대해 Alfredo는 해당 주장을 충분히 알지 못한다고 선을 그었다. 악성의 정의는 종양 아형과 진행 단계에 따라 달라지고, 환자 사이에서도 다를 수 있다. [27:43]
• 접근법을 평가하려면 무엇을 악성의 역전으로 정의하는지 명확해야 하며, 이를 뒷받침하는 추가 데이터와 장기간의 환자 치료 성과가 필요하다. [27:54]

15. 기존 치료의 위험 회피와 신규 치료의 안전성 검증은 구분해야 한다

• Alfredo는 종양 진화 분석 사례에서, 분석 인프라가 처음부터 있었다면 환자가 세 차례의 화학요법을 피했을 가능성이 있다고 봤다. 부적합한 치료로 인한 일상생활과 치료 성과의 악화를 줄이는 것도 환자별 분석이 안전성에 기여할 수 있는 경로다. [28:44]
• 기존 약물과 치료를 선택하는 경우에는 알려진 안전성 정보를 활용할 수 있다. 완전히 새로운 치료를 설계하는 경우에는 기존 임상시험처럼 용량을 단계적으로 높이는 방법 등을 통해 안전성을 시험해야 한다. [29:25]

16. AI는 생물학적 가설 탐색의 비용을 줄인다

• 생물학적 발견은 많은 가설을 실험으로 검증하면서 특정 과학적 질문이나 표현형을 설명할 정보를 찾는 탐색 문제다. AI의 중요한 기여는 이 탐색을 가속하는 데 있다. [30:33]
• AlphaFold와 ESM 같은 모델은 서열에서 구조 등 가능한 결과를 예측한다. 모든 실험을 직접 수행하기 전에 가치가 높은 실험과 개입을 우선순위에 올려 시간과 비용을 줄일 수 있다. [31:09]

17. 가상 세포는 분자 예측을 질병 상태와 치료 개입으로 연결한다

• 가상 세포 연구는 AI의 모델링 범위를 서열에서 세포·조직·개체 수준으로 확장하려 한다. 세포는 분자들이 계속 변하는 복잡한 시스템이므로, 서열 수준과는 다른 변수와 조건을 고려해야 한다. [31:44]
• 유효한 모델을 구축한다면 건강한 상태와 질병 상태를 지도처럼 표현하고, 질병 상태에서 더 건강한 상태로 이동시키는 개입을 탐색할 수 있다. [33:00]

18. 자기지도학습으로 세포 상태의 공통 표현을 학습한다

• Universal Cell Embedding 모델은 세포별 유전자 발현량을 이용한다. 행은 세포, 열은 유전자, 값은 측정한 전사체 수에 해당하며, 일부 유전자를 가리고 예측하는 자기지도학습으로 세포의 일반적인 표현을 학습한다. [34:08]
• 발생생물학의 세포 상태 지형 개념에서는 세포가 임의의 모든 상태를 취하지 않는다. 전사와 후성유전적 제약 때문에 가능한 상태가 제한되며, 이는 데이터가 저차원 다양체에 놓인다는 머신러닝의 관점과 연결된다. [35:04]

19. 세포 데이터를 대규모로 수집해도 생물학적 편중은 남는다

• 에이전트가 한 달 동안 NIH 저장소의 원시 전사체 데이터를 재처리하면서, 확보한 세포 수는 약 3,600만 개에서 5억 개 이상으로 늘어났다. [36:41]
• 수집 데이터의 대부분은 면역세포였고, 그 안에서도 T세포가 다른 유형보다 한 자릿수 규모 이상 많이 포함됐다. 공개 데이터를 폭넓게 수집해도 생물학적 다양성과 이해 범위는 충분히 넓어지지 않을 수 있다. [37:38]

20. 데이터를 먼저 쌓는 방식에서 AI가 실험을 선택하는 순환으로 전환한다

• 대량의 데이터를 먼저 만들고 모델을 학습하는 선형 방식보다, 텍스트를 통해 생물학적 지식을 학습한 모델로 데이터 생성 과정을 최적화하는 접근이 더 효과적일 수 있다. 확장의 대상은 단순한 데이터 생성량보다 AI가 안내하는 실험이다. [38:17]
• 자동화된 머신러닝 연구와 생물학적 발견은 비싼 실험, 잡음이 있는 평가, 방대한 가설 공간이라는 공통 문제를 갖는다. 생물학에서는 평가 시간과 비용이 더 커지지만, 탐색 순환의 구조는 유사하다는 관점이다. [39:01]

21. Locus의 연구 탐색 전략을 분자 설계에 적용한다

• Locus는 언어모델 사후학습을 자동화하던 연구 시스템이다. 일반 코딩 에이전트가 연구 탐색에 충분히 최적화되지 않았다는 문제의식 아래, 같은 시스템을 분자 물성 예측과 과학적 가설 탐색에 적용했다. [40:10]
• 분자 결합 효율 예측과 생성적 탐색에서 연구용 계산량을 늘리자 기존 코딩 에이전트보다 좋은 성과가 나타났다. 다만 이 결과는 계산 환경에서 얻었으며, 실제 실험실 검증이 필요하다. [41:38]

22. 실제 실험실과 연결된 순환이 유용한 가상 세포의 경로가 될 수 있다

• 자율 AI 연구에서 쓰는 탐색의 공통 요소를 실제 실험실과 연결하면, 특정 생물학적 질문에 필요한 데이터를 선택적으로 생성할 수 있다. 먼저 데이터를 대량 생산한 뒤 적합성을 확인하는 방식보다 유용한 가상 세포에 빠르게 도달할 수 있다는 전망이다. [43:19]
• 많은 종의 전체 유전체 서열을 알아도, 연구되지 않은 유전자를 변이시켰을 때 세포가 어떻게 행동할지는 여전히 예측하기 어렵다. 가상 세포 연구는 이 기본적인 예측의 공백을 줄이려 한다. [44:09]

23. 현실 재현의 평가는 세포 변동성과 장기 탐색을 함께 다뤄야 한다

• 가상 모델의 평가는 실제 물리적 실험을 얼마나 재현하는지 확인하는 과정이다. 같은 조건에서 세포를 측정해도 큰 변동과 잡음이 생기므로, 현실과의 일치도를 평가하는 일 자체가 어렵다. [45:39]
• 자동 사후학습과 강화학습 연구에서 다루는 장기 과제 유지, 평가 에이전트의 진척 추적, 실험 비용을 고려한 아이디어 생성과 순위 선정은 과학 연구에도 적용할 수 있다. 이러한 전략이 머신러닝 과제에서 과학적 과제로 이전되는 결과를 얻었다. [46:13]

24. 계산 효율 비교는 동일한 GPU 환경에서 수행한 모델 학습 비용을 기준으로 한다

• 성능 그래프의 계산량은 각 실험에 사용한 GPU 시간이다. 모든 에이전트와 연구 시스템을 같은 샌드박스와 GPU에서 실행해, 물성 예측이나 잠재 공간 탐색의 성능을 얼마나 효율적으로 높이는지 비교했다. [47:38]
• 그래프는 토큰 생성 비용을 측정한 것이 아니라 GPU에서 수행한 모델 학습의 계산 비용을 측정했다. 토큰 비용도 전체 실험 비용에 영향을 주지만, 비교 대상 대부분은 비슷한 양의 토큰을 사용했다. [48:24]

25. 가중치 미세조정보다 하네스 개선을 우선할 여지가 크다

• 자율 에이전트가 연구와 실험을 수행하는 환경에서는 사후학습에 앞서 하네스, 즉 모델 주변의 실행 구조를 개선하는 것만으로도 얻을 수 있는 성과가 많다. [50:21]
• 하네스 엔지니어링은 가중치를 직접 바꾸지 않고 여러 문제에 적용할 수 있는 해법을 만드는 데 도움이 된다. 빠르게 꺼내 써야 하는 능력을 모델에 내재화하려면 사후학습이 더 적합할 수도 있다. [50:54]

26. DNA는 풍부한 생물학적 기록이지만 여러 규모의 구조를 동시에 담는다

• DNA는 RNA와 단백질을 거쳐 복잡한 표현형을 만드는 정보를 담고, 자연선택은 표현형에 작용해 어떤 DNA가 살아남는지를 바꾼다. NCBI의 유전체 수는 최근 3년 동안 두 배로 늘었지만, 이 데이터를 이해하고 유용한 연구 대상을 찾는 데는 어려움이 있다. [52:08]
• DNA의 기본 어휘는 네 가지 염기지만, 반복과 중복이 많고 진화가 여러 수준에서 작용한다. 수십만 염기쌍에 걸친 유전자 구조를 처리하면서도, 생존에 영향을 주는 단 하나의 염기 변이를 포착해야 한다. [53:09]

27. Evo2는 데이터 선별과 단계적 문맥 확장으로 DNA를 학습한다

• DNA의 다음 염기를 예측하는 생성적 사전학습에 어텐션과 합성곱을 결합한 구조를 사용했다. 공개 데이터에서 종마다 대표 하나를 선택하고 지나치게 유사한 서열을 제거해 9조 염기쌍의 학습 데이터셋을 구성했다. [53:59]
• 사전학습에서는 유전자·RNA·진화적으로 보존된 요소의 주석 주변을 더 많이 학습했다. 반복 서열의 비중을 줄이기 위해 수조 토큰에 해당하는 데이터를 제외했다. [54:45]

28. 서열 확률을 이용해 변이의 기능 손상 가능성을 평가한다

• 문맥과 모델 규모를 늘리면 다음 염기 예측이 개선되지만, 이를 과학적 활용으로 연결하는 방법이 필요하다. 서열의 확률이나 생성 결과를 이용하거나, 임베딩과 내부 특징을 분석하는 방식이 가능하다. [55:43]
• 실제 DNA로 학습한 모델이 어떤 변이를 낮은 확률로 평가하면, 그 변이가 질병이나 기능 상실을 일으키는 것과 상관관계를 보인다. DNA를 입력으로 사용하므로 단백질뿐 아니라 RNA와 비암호화 서열에도 적용할 수 있다. [56:50]

29. 데이터 혼합 방식이 변이 예측 성능과 취약 영역을 바꾼다

• 학습 데이터의 50%를 전체 유전체의 무작위 영역에서 가져오는 구성을 유지했다면, 해당 벤치마크의 스피어먼 상관계수가 0.16 낮아졌다. 데이터 혼합 방식만으로 최고 수준과 하위권의 차이가 생길 수 있었다. [58:02]
• Evo2에는 원거리 인핸서 요소를 다루는 약점이 있다. 다른 연구팀은 최근 데이터 구성을 바꿔 이 영역의 성능을 높였으며, 예측하려는 대상에 맞춰 학습 데이터를 조정중요하다. [58:27]

30. 내부 표현은 서로 다른 서열에서 파지라는 공통 개념을 포착한다

• Evo2의 임베딩에 희소 오토인코더를 학습하고 인간이 만든 주석과 비교해 내부 특징을 해석했다. 파지 관련 특징은 잘 연구된 대장균 유전체에서 알려진 프로파지 위치에 활성화됐다. [58:48]
• 같은 특징은 기존 방법이 주석을 달지 못한 프로파지, 파지 DNA 조각을 담은 CRISPR 배열, 세균이 파지에서 가져와 다른 용도로 사용하는 개별 유전자에서도 활성화됐다. 서로 다른 생물학적 기능을 가진 서열들이 파지라는 공통 개념으로 연결됐다. [59:23]

31. DNA 생성과 기능 예측을 결합한 생물학적 설계

• Evo 2는 GPT 방식으로 프롬프트에 이어지는 DNA를 생성한다. DNA가 RNA와 단백질을 암호화한다는 관계를 활용하면, 생성 모델에 기능 분류·예측 모델을 결합해 더 복잡한 생물학적 설계를 시도할 수 있다. [1:00:13]
• 바이러스 데이터로 Evo 2를 미세조정하고 설계 파이프라인을 적용해 새로운 박테리오파지를 만들었으며, 생성된 파지 중 하나는 캡시드의 결정구조까지 규명됐다. [1:00:39]

32. DNA 내부 상호작용에서 미지의 생물학적 시스템 발견

• Manurva는 DNA의 서로 떨어진 부분 사이의 상호작용을 예측해 비암호화 RNA와 조절 서열의 구조를 찾는다. 양방향 학습으로 Evo 2가 어려워했던 공진화 예측을 개선해, 유전체에서 후속 연구할 부분을 빠르게 탐색한다. [1:01:21]
• 염기쌍 상호작용 예측은 알려진 CRISPR·RNA 주석과 일치하면서도 기존 생물통계 기법이나 모델이 놓친 영역을 드러냈다. 잘 연구된 세균 유전체에서도 수백 개의 비암호화 RNA가 새롭게 포착됐다. [1:02:15]

33. 염기 단위 토큰화의 이점과 자연어 결합 방식의 불확실성

• 소규모 연구에서는 뉴클레오타이드 단위 토큰화가 일부 벤치마크, 특히 돌연변이 예측에 도움이 됐다. 다른 해상도의 접근도 진전되고 있어 추가 연구가 필요하다. [1:03:58]
• DNA와 텍스트를 함께 학습하거나, DNA 임베딩을 인간 언어모델과 결합하는 접근이 연구되고 있다. 어떤 방식이 DNA 정보를 자연어로 해석하는 데 가장 효과적일지는 아직 분명하지 않다. [1:04:59]

34. 사전학습 데이터 최적화와 해석 기반 조향의 현재 한계

• 데이터 처리·스케일링 분석과 평가 체계 개발이 동시에 진행돼, 사전학습 데이터 혼합비를 정할 때 참고할 기존 비교 근거가 부족했다. 평가가 성숙하면 모델의 취약점을 기준으로 데이터 구성을 더 체계적으로 조정할 수 있다. [1:05:45]
• Evo의 프롬프팅과 조향에 관한 새 연구에서는 기계적 해석을 활용한 접근이 다른 접근보다 좋은 성과를 내지 못했다. 학습된 특징을 이용한 조향은 여전히 진행 중인 연구 과제다. [1:06:35]

35. 종별 대표 유전체 선택의 근거와 놓치는 정보

• 생물종마다 유전체 하나를 사용해도, 종 사이에서 오랜 시간 보존된 위치를 비교하면 돌연변이의 중요성을 예측할 수 있다. 서로 다른 영장류 유전체를 통계적으로 정렬하는 방법도 같은 보존 신호를 활용한다. [1:07:20]
• 제한된 토큰 예산에서는 사람 사이에 중복되는 서열보다 다양한 종의 보존 신호에 집중하는 편이 유리할 수 있다. 다만 이 선택은 종 내부의 변이 정보를 놓치며, 그중에는 암을 이해하는 데 유용한 정보도 있다. [1:07:38]

36. 사후학습과 어텐션 해석을 통한 구조 정보 추출

• 기반 모델을 특정 발견 과제에 맞게 활용하는 방향이 확장되고 있다. Manurva는 사전학습 중 원거리 상호작용을 학습한 모델 부분을 골라, 어텐션에 가벼운 회귀를 적용해 구조 정보를 추출한다. [1:08:45]
• 이 방식은 일반적인 언어모델 사후학습과는 다르지만, DNA만 학습한 모델에서 분자 구조와 상호작용 정보를 얻을 가능성을 보여준다. 모델을 반복적으로 사용해 사후학습용 자료를 구성할 수 있다는 전망도 드러난다. [1:09:17]

37. 대규모 미세조정에서 소수 예시 프롬프팅으로의 전환

• 기존 설계에서는 기능성 Cas9 시스템을 생성하기 위해 수만 개의 CRISPR-Cas 유전자좌로 Evo 1을 미세조정했고, 기능성 파지 유전체 생성에는 수천 개의 관련 유전체로 Evo 2를 미세조정했다. 많은 생물학적 과제에서는 이런 규모의 데이터 확보가 어렵다. [1:11:21]
• 소수 예시 프롬프팅은 공통 특성을 가진 서열 몇 개를 문맥에 넣어, 과제별 가중치 갱신 없이 그 특성을 가진 새 서열을 생성하는 방식이다. Evo 2에서는 뉴클레오타이드의 다음 토큰 예측만으로 이런 문맥 내 학습 능력이 나타났다. [1:12:05]

38. 단백질·항체·CRISPR·파지로 확장되는 프롬프트 설계

• 희토류 금속에 결합하는 란모듈린의 특정 계열은 자연계에서 알려진 사례가 14개뿐이었다. 이 14개를 프롬프트로 사용해 해당 계열에 속할 것으로 예측되는 새로운 단백질을 생성했다. [1:13:23]
• 항체 설계에서는 구조 기반 생성 모델이 찾은 후보를 프롬프트로 넣었다. Evo 2에 구조 조건을 명시적으로 주지 않고도 시험한 모든 표적에 대해 새로운 히트 후보를 얻었다. [1:13:58]

39. 강화학습으로 개선한 인핸서 설계와 생쥐 뇌 검증

• 세포 유형 특이적 인핸서는 특정 세포에서 단백질을 발현시키는 조절 요소로, 약물 전달 등에 중요하다. 이 설계 과제에서는 서열의 특이성을 예측하는 모델을 보상 함수로 사용해 Evo 2를 강화학습했다. [1:14:49]
• 사후학습으로 가중치를 갱신한 뒤에는 모델이 프롬프트의 예시를 더 잘 활용했다. 이 모델에 소수 예시를 제공해 생성한 새 인핸서는 생쥐 뇌 실험에서 활성과 특이성이 확인됐다. [1:15:33]

40. 실험을 반영하는 설계 순환과 GRPO의 보상 구성

• 자연 서열이나 기존 생성 모델의 결과를 초기 프롬프트로 삼고, Evo 2로 후보를 다양화한 뒤 유망한 설계를 실험하는 순환이 가능할 것으로 전망된다. 실험 결과로 프롬프트를 갱신하거나, 언어모델 분야의 추론 시점 기법을 생물학적 설계에 적용하는 방향도 제안된다. [1:16:03]
• 실제 인핸서 사후학습에서는 특정 세포에서 활성인 자연 인핸서를 프롬프트로 주고, 생성된 서열을 서열-기능 예측 모델로 평가한 뒤 GRPO로 모델을 갱신했다. 보상 모델은 조절 서열이 어떤 세포에서 활성일지 예측한다. [1:17:40]

41. 문맥 내 학습의 발생 원리는 아직 가설 단계

• Evo 2의 문맥 내 학습은 명시적으로 훈련한 능력이 아니라 사전학습에서 나타났다. 가능한 설명으로는 유전체 데이터의 긴 꼬리 분포와 특정 패턴이 일부 문맥에 몰려 나타나는 성질이 드러난다. [1:18:47]
• 유전체 안의 의미적으로 관련된 정보나 병렬적 구조도 영향을 줄 수 있다. 기계적 분석에서는 자연어 모델의 유도 헤드와 유사한 메커니즘이 Evo 2의 문맥 내 학습에도 관여하는 것으로 보인다. [1:19:29]

42. 인핸서 설계는 사전학습 지식과 문맥 속 모티프를 함께 활용

• 기존에 없던 세포 유형 조합의 특이성까지 설계할 수 있는지에 대해서는 확정적인 근거가 제시되지 않았다. 현재 설명은 가중치에 학습된 지식과 프롬프트에서 얻는 정보가 함께 작동한다는 것이다. [1:19:49]
• 프롬프트의 모티프가 원하는 세포 유형의 활성·특이성을 알려주고, 모델이 중요한 모티프를 보존하면서 재조합할 수 있다는 해석이다. 일부 모티프는 사전학습에서 이미 접했을 가능성도 있다. [1:20:50]

🧾 결론

• 현재 제시된 성과는 환자 데이터 해석, 치료 후보 탐색, 연구 시간 단축, 일부 생물학적 설계에 걸쳐 있다. 이를 암 완치의 입증으로 확대해서 읽기는 어렵다.
• 연구 속도의 향상이 환자 성과로 이어지려면 조직 확보, 실험 검증, 이해 가능한 임상 근거, 치료 접근성이 함께 갖춰져야 한다.
• 기존 치료의 적합성을 재평가하는 일과 새로운 치료를 설계하는 일은 요구되는 검증이 다르다. 신규 치료에는 별도의 용량·안전성 검증이 필요하다.

📈 투자·시사 포인트

• 환자 분석 플랫폼을 평가할 때는 처리 가능한 데이터 규모와 함께 분석 결과가 치료 선택과 환자 성과에 어떻게 연결되는지 확인필요가 있다.
• 조직 취급·보존, 오가노이드, 실험실 연결 인프라는 AI 분석을 실제 검증으로 이어주는 요소다. 모델 성능과 함께 병원 현장의 도입 조건을 살펴볼 수 있다.
• 생물학 모델의 경쟁력을 판단할 때는 데이터 양뿐 아니라 구성과 편중을 봐야 한다. Evo 2의 데이터 혼합 방식과 세포 데이터의 면역세포 편중 사례가 이를 보여준다.
• 연구 자동화의 비용 효율은 비교 범위를 확인해야 한다. Locus의 제시된 그래프는 GPU 모델 학습 비용 기준이며, 토큰 비용과 실제 실험 비용까지 포함한 전체 비용을 나타내지는 않는다.

⚠️ 불확실하거나 확인이 필요한 부분

• 환자 치료 방향을 바꾼 사례에는 비교군, 추적 기간, 정량적인 장기 성과가 제시되지 않았다. 개별 사례를 전체 암 환자에게 일반화할 수 있는지는 확인이 필요하다.
• Locus의 계산 환경 성과, 서열 생성물의 기능 예측, 생쥐 인핸서 실험, 인간의 치료 효과는 서로 다른 검증 단계다. 앞 단계의 성공만으로 다음 단계의 성과를 확정할 수 없다.
• 가상 세포는 실제 세포의 변동성과 잡음을 재현해야 한다. 대규모 공개 데이터를 모아도 세포 유형의 편중이 남아 모델의 적용 범위를 제한할 수 있다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 소개된 성과를 계산 예측, 실험실 검증, 동물실험, 환자 적용으로 나누고 각 단계에서 실제로 측정한 결과를 정리한다.
• 환자 적용 사례의 원자료에서 치료 변경 근거, 효과 지표, 부작용, 추적 기간과 비교 가능한 자료가 있는지 확인한다.
• Locus·Evo 2·가상 세포 관련 연구의 평가 조건, 데이터 구성, 검증 세트와 실험 재현 여부를 확인한다.
• 환자별 분석 도입을 검토한다면 조직 보존, 데이터 처리, 임상의 검토, 치료 접근성까지 이어지는 과정의 병목을 점검한다.

❓ 열린 질문

• 환자별 AI 분석은 어떤 암종과 치료 단계에서 기존 진료보다 더 나은 장기 치료 성과를 낼 수 있을까?
• AI가 선택한 실험으로 데이터를 수집하는 순환은 대량 데이터 수집 방식보다 어느 조건에서 시간과 비용을 줄일 수 있을까?
• 가상 세포의 예측 정확도를 실제 치료 표적 선택과 연결하려면 어떤 평가 기준이 필요할까?