AI for Science(AI4S) Alert (2026.4.27~5.4)


                                                     iStock, Ilya Lukichev


2026년 4월 4주차 및 5월 1주차(4.27~5.4) AI for Science(AI4S) 분야의 주요 뉴스 및 연구 소식들이다. 지난 주간에는 유전자 편집 및 암 진단과 같은 바이오 의료 분야의 실질적인 산업성과와 더불어, 과학적 수학문제를 해결하는 새로운 알고리즘 모델 등장이 두드러졌다.

< 주요 연구 성과 및 뉴스 >

▣ Eli Lilly & Profluent, 유전자 편집의 '성배'를 찾기 위한 22.5억 달러 규모 협력

글로벌제약사 일라이 릴리(Eli Lilly)와 AI바이오기업 프로플루언트(Profluent)가 AI 모델을 이용한 차세대 유전자편집 기술 개발을 위해 대규모 파트너십을 체결했다.
AI모델을 사용하여 DNA를 정교하게 자르고 재결합하는 '부위특이적 재조합 효소(Site-specific recombinases)'를 설계한다. 기존 유전자 편집의 한계를 넘어 킬로베이스(kb) 단위의 대규모 DNA 편집을 가능하게 하는 기술을 목표로 하며, 이는 유전질환치료의 새로운 지평을 열 것으로 기대된다. 릴리는 최근 엔비디아(NVIDIA)와 협력하여 구축한 슈퍼컴퓨터 '릴리팟(LillyPod)'을 통해 이러한 AI기반 약물 발굴 속도를 가속화하고 있다.

▣ 미 펜실베이니아 대학교, 과학의 난제 '역편미분방정식' 해결을 위한 AI 모델 개발

펜실베이니아 공과대학(Penn Engineering) 연구팀은 AI를 활용해 자연계의 숨겨진 역학을 추론하는 '역편미분방정식(Inverse PDEs)'을 해결하는 새로운 알고리즘을 개발했다.
연화층(Mollifier Layers)이라 명명된 이 새로운 수학적 접근법은 관찰된 패턴(결과)으로부터 이를 유발한 원인을 역으로 계산해낸다. 단순히 계산 능력을 높이는 것이 아니라 수학적 구조 자체를 개선하여 유전학 및 기상예보와 같이 복잡한 물리법칙이 작용하는 분야의 분석 효율을 획기적으로 높였다. 이 연구는 'NeurIPS 2026 컨퍼런스'(2026.12.6~12.12)에서 공식 발표될 예정이다.


▣ 네이처 커뮤니케이션즈,  췌장암 조기 진단을 위한 AI 모델 발표

영상의학과 전문의보다 훨씬 앞서 암을 발견할 수 있는 의료 AI연구 결과가 발표되었다.
췌장관 선암종(PDA)을 영상의학과 전문의보다 평균 475일(약 1.3년) 앞서 감지해내는 성과를 거두었다. 잠복기 상태의 암세포 감지율이 전문의(39%)에 비해 AI(73%)가 약 두 배 가까이 높게 나타나, 조기 발견이 어려운 췌장암 생존율 향상에 기여할 전망이다.


< 최신 연구 동향 및 행사 >

▣ 에이전트 기반 과학연구 및 산업용 AI 부상

▣ 미 스탠포드대 컨퍼런스 : "AI + Science : Accelerating Discovery"

  • 일시 : 2026년 5월 5일 (현지 시각)
  • 장소 : Stanford University
  • 내용 : 물리학, 수학, 생물학 등 기초과학분야에서 AI가 인간지능과 어떻게 결합하여 연구속도를 높이는지에 대한 심도 있는 논의가 진행될 예정


<주요 시사점 >

지난 주간의 동향은 AI가 더 이상 '예측'에 머물지 않고, 실제 화합물 합성(릴리-프로플루언트) 및 고난도 수학적 문제 해결(펜 공대) 등 과학의 근본적인 영역에서 직접적인 해법을 제시하고 있음을 보여준다. 바이오분야에서의 천문학적인 투자규모는 AI4S가 연구단계를 지나 거대산업 생태계로 안착하고 있음을 보여준다. //.

Comments

Post a Comment

Popular posts from this blog

"PaperBanana", AI Scientist 위한 논문 일러스트 생성 AI

Image
개요 PaperBanana는 학술 논문의 텍스트(방법론 설명)와 캡션을 입력받아, 출판 가능한 수준의 방법론 다이어그램과 통계 그래프를 자동으로 생성하는 에이전트 기반 AI 프레임워크다. Google Cloud AI Research와 중국 베이징대학교 연구진이 공동으로 개발했으며, 기존 AI Scientist 모델들이 텍스트나 코드 생성에는 강하지만 시각 자료 생성에는 취약하다는 문제를 정면으로 해결하고자 설계됐다. 연구 워크플로에서 그림 작업이 병목 현상으로 작용하는 현실을 타개하는 데 핵심 가치를 둔다. 문제 의식 논문용 이미지는 높은 정확성과 미적 완성도를 동시에 갖춰야 하기 때문에, 자동화가 가장 어려운 영역 중 하나였다. 기존 도구들은 각각 뚜렷한 한계를 안고 있었다. TikZ나 Python 기반의 코드형 시각화 도구는 복잡한 시각적 표현을 구현하는 데 한계가 있었고, 반대로 DALL-E나 Stable Diffusion 같은 일반 이미지 생성 모델은 환각(Hallucination) 현상으로 인해 세부 내용이 부정확하거나 텍스트 렌더링에 실패하는 경우가 잦았다. 학술 자료에 요구되는 엄밀한 수준을 맞추기엔 두 접근법 모두 역부족이었던 셈이다. 핵심 기술 - 5단계 에이전트 워크플로 PaperBanana가 기존 방식과 가장 크게 다른 점은, 단일 프롬프트 하나로 이미지를 뽑아내는 방식이 아니라 5개의 전문화된 AI 에이전트가 순차적으로 협업하는 구조를 채택했다는 데 있다. 첫 번째는 검색 에이전트이다. 데이터베이스에서 입력된 논문과 유사한 도메인 및 시각적 구조를 가진 고품질 참고 자료를 찾아오는 역할을 맡는다. 두 번째 기획 에이전트는 텍스트로 작성된 방법론 설명을 바탕으로, 검색된 참고 자료를 활용해 구체적인 이미지 설계 문서를 작성한다. 세 번째 스타일리스트 에이전트는 NeurIPS 스타일 등 학술적 표준에 맞춰 색상 팔레트, 레이아웃 같은 미적 요소를 다듬는다. 네 번째 시각화 에이전트가 설계된 내용을 바탕으로 실제 이미지를 생성...
Read more

AI 활용 6대 영역 및 인간-AI 협력 역할 분석

Image
  인공지능(AI)을 잘 활용할 수 있는  6가지  핵심 영역이 있다. 이들 영역에서 AI를 효율적으로 활용할 때, 즉 역할을 분담할 때 AI는 단순한 자동화 도구가 아닌 인간의 전략적 사고를 보조하고 최종적으로 성장을 돕는 '협력 파트너'가 될 것이다. ​ 1. 정보 요약 및 재구성  (AI는 현명한 정보 필터) ​ AI :  (실행 및 기반 마련)  방대한 문서와 데이터에서 핵심 정보를 정확하게 추출하고, 중복을 제거하며, 새로운 구조로 재배열하여 인간이 이해하기 쉬운 형태로 가공한다.  人  :  (전략적 사고)  AI가 정리한 정보를 바탕으로 '무엇을 믿고', '어떻게 해석하며', '어떤 방향으로 질문을 던질지' 결정하는 고차원적인 분석과 판단에 집중한다. ​2. 반복 업무 자동화 및 최적화  (AI는 확실한 효율 관리자) ​ AI :    (기계적 실행 및 최적화)  자료 분류, 데이터 입력, 형식 통일 등 매일 반복되는 저부가가치 업무를 처리하여 작업의 안정성과 효율성을 확보한다. ​ 人  :  (전략 기획)  확보된 시간을 활용하여 사람과의 관계, 창의적인 문제 해결, 조직의 미래 전략 구상 등 인간만이 할 수 있는 '고가치 활동'에 에너지를 집중한다. ​3. 아이디어 발상 및 확장  (AI는 끈질긴 브레인스토밍 파트너) ​​ AI  :  (창의적 지원)  막연한 아이디어를 다양한 관점, 유사 사례, 응용 버전으로 끊임없이 변주하여 사고의 폭을 넓히고 초기 아이디어의 잠재력을 극대화한다.  人  :  (최종 판단 및 선택) AI가 제시한 수많은 옵션 중에서 인간의 경험과 직관을 활용해 가장 현실적이고 효과적인 아이디어를 선별하고 실행 계획을 확정한다. ​4. 코드 생성 및 디버깅  (AI는 든든한 개...
Read more

NK 신문기사 데이터의 정량화 방안 (안) : 북한 기업소 밸류체인(VC) 분석 프로세스

Image
신문 기사 데이터를 정량적 분석 데이터로 전환하는 체계적인 프로세스는 다음과 같다. <1단계> 데이터 수집 및 표준화 (Data Collection) 북한 매체(로동신문, 조선중앙통신 등)에서 특정 기업소명을 키워드로 기사를 추출하고, 통합 워크시트를 작성하는 단계이다. 수집 대상: 로동신문, 민주조선, 조선중앙통신 등 북한 관영 매체 워크시트 구성 : 순번 | 기사제목 | 출처 | 일자 | 기사내용(Raw Text) 표준화 작업 : 일자 형식을 YYYY-MM-DD로 통일하고, 중복 기사나 단순 동정 보도는 선별하여 제거한다. <2단계> 경영 활동 내용 추출 및 요약 기사 내용 중 기업의 경영 성과, 기술 도입, 설비 보수 등 실질적인 경영 행위를 식별하여 요약하는 단계이다. 핵심 식별 요소 : 신규 설비 도입, 기술 혁신안 적용, 원자재 반입, 목표 달성률 등 작성 원칙 : 북한식 수사적 표현(예, '충성의 돌격전', '불타는 열의')을 배제하고, '무엇을(대상)', '어떻게(수단)', '결과(성과)' 중심으로 평어체 요약한다. <3단계> 밸류체인(VC) 분류 및 매핑 요약된 경영활동을 사전 정의된 6개 항목으로 분류한다. 북한 산업의 특수성을 고려하여 분류 기준을 명확히 한다. VC 6개 항목 정의(예시) R&D : 기술혁신안, 창안 도입, 과학기술보급실 운영 조달 : 파철 수집, 연료/원자재 반확보, 외부 자재 반입 생산 : 용해 공정, 압연 실적, 일일 계획 초과 달성 설비 : 보수 및 정비, 현대화 개건 공사, 국산화 설비 교체 품질 : 규격화, 검사 강화, 강재의 질적 향상 군수/기타 : 군수품 생산 지원, 대외 협력, 후방 사업 중복 분류: 하나의 활동이 설비 현대화와 생산 증대에 동시에 기여한다면 두 항목 모두 표기한다. <4단계> 정량 분석 데이터 구축 분류된 데이터를 통계 분석이 가능한 형태의 최종 ...
Read more