
이미지: 영상 갈무리
요약
- 오픈AI는 11월 20일 엑스에 83초 해설 영상을 올리고 퍼터브AI·스크립스 연구소와 함께 GPT-Rosalind 에이전트 1,946개로 생쥐 뇌 CRISPR 아틀라스를 32분 만에 해석한 연구를 소개했다.
- 원 논문을 보지 못한 에이전트들은 데이터로 도출 가능한 결론 55개 중 52개를 복원했고, 블라인드 평가에서 전문가들은 75%의 판단에서 단일 에이전트보다 분산 에이전트의 해석을 골랐다.
- 에이전트는 페리 증후군 유전자 DCTN1과 콜레스테롤 합성의 연결 같은 단서를 내놨지만, 세 기관은 모든 메커니즘이 실험실 검증 전 가설이라고 밝혔다.
- 공개
- 2026년 11월 20일 오픈AI 엑스 해설 영상(83.7초) · 10월 21일 오픈AI 발표문·퍼터브AI 보도자료 · 10월 bioRxiv 프리프린트
- 참여
- 오픈AI · 퍼터브AI · 스크립스 연구소
- 데이터
- 퍼터브AI 뇌 전체 CRISPR 아틀라스(2026년 3월 공개) · 생쥐 뇌세포 800만 개 · 유전자 약 2,000개 교란 · 4만 회 이상 내려받음
- 방법
- GPT-Rosalind-5.5 에이전트 1,946개 병렬 · 교란 1개당 에이전트 1개 · 32분 · 논문 3만 9,185편 읽고 1만 6,445건 인용
- 사람 추산
- 수개월~1년(시급 22달러·교란당 15분·논문당 10분 가정, 실측 아님)
- 복원
- 원 논문 결론 55개 중 48개 일치·정교화 + 4개 부분 = 52개(94.5%) · 모델 지식 기준 2025년 12월
- 단일 vs 분산
- 교란 893개 기준 단일 에이전트 인용 11편 · 분산 700편 이상
- 전문가 평가
- 박사급 30명 · 60건 중 45건(75%) 분산 선호 · 단일 10건 · 동률 5건 · 새로움 상관 0.61
- 단서
- 소뇌 억제성 신경세포 Tsc2 교란 유전자 83개 변화 vs Tsc1 0개 · DCTN1(페리 증후군) 교란 시 콜레스테롤 합성 유전자 증가 · 후속 우선순위 4.3/5
- 오류
- Wdr26 예측 오류 · 학습 제외 272개 균형 정확도 0.705 · Naa20 예측 0 vs 실제 1,327개
- 다음 단계
- 1년 협력을 신약 표적 공동 발굴로 확대
- 발언
- 세라 타이크만 케임브리지대 교수 · 토마시 노바코프스키 UCSF 부교수 · 조이 자오 오픈AI 생명과학 총괄 · 그레이스 정 퍼터브AI 최고경영자
오픈AI가 11월 20일 엑스 공식 계정에 83초 분량 해설 영상을 올리고, 퍼터브AI(PerturbAI)·스크립스 연구소와 함께한 뇌 연구를 소개했다. 영상의 내용은 GPT-Rosalind로 움직이는 AI 에이전트 1,946개가 생쥐 뇌세포 데이터를 나눠 맡아 32분 만에 해석을 끝낸 실험이다. 세 기관은 10월 21일 공동 발표문과 보도자료를 냈고, 그보다 앞서 bioRxiv에 동료 심사 전 논문(프리프린트)을 공개했다. 영상은 공개 하루가 안 돼 조회 20만 회를 넘겼다.
실험의 재료는 퍼터브AI가 2026년 3월 공개한 뇌 전체 CRISPR 아틀라스다. 생쥐 뇌세포 800만 개에서 유전자 약 2,000개를 하나씩 교란하고 세포 유형마다 어떤 유전자 발현이 바뀌었는지 기록한 데이터로, 퍼터브AI에 따르면 지금까지 4만 회 넘게 내려받았다. 문제는 해석이다. 프리프린트는 이 데이터를 분석하는 데 통계·유전체·신경과학 전문가 팀이 필요했고, 그래도 상당 부분이 해석되지 않은 채 남았다고 적었다.
연구팀은 교란 하나에 에이전트 하나를 붙였다. 1,946개 에이전트가 각자 세포 유형별 발현 변화를 들여다보고, 논문을 찾아 읽고, 원인을 추정하는 보고서를 썼다. 에이전트들은 모두 3만 9,185편을 읽고 1만 6,445건을 인용했으며, 교란 하나당 중앙값은 19편을 읽고 8편을 인용한 수준이었다. 보고서는 유전자와 세포 반응, 논문, 가능한 메커니즘을 잇는 추론 아틀라스로 묶였고 지금 연구자 누구나 열람할 수 있다. 연구팀은 같은 일을 사람이 교란 하나씩 하면 수개월에서 1년이 걸린다고 추산했다. 다만 이 추산은 시급 22달러, 교란 하나 해석에 15분, 논문 한 편에 10분을 가정한 계산이고 실제 사람의 작업 시간을 잰 값은 아니다.
에이전트가 원래 논문을 베꼈을 가능성은 설계 단계에서 막았다. 연구에 쓴 GPT-Rosalind-5.5의 지식 기준 시점은 2025년 12월로, 아틀라스 원 논문이 나온 2026년 3월보다 앞선다. 원 논문을 보지 못한 에이전트들은 데이터만으로 도출 가능한 결론 55개 가운데 48개를 그대로 찾거나 더 정교하게 다듬었고 4개를 부분적으로 찾아, 52개(94.5%)를 적어도 일부 복원했다. 외부 데이터가 있어야 하는 결론은 찾지 못했다.
에이전트를 하나만 쓰면 결과가 어떻게 달라지는지도 쟀다. 같은 모델과 도구, 자원으로 교란 893개를 에이전트 하나에 몰아주자 인용한 논문이 11편에 그쳤다. 나눠 맡은 에이전트들은 700편이 넘는 논문을 인용했다. 박사급 생물학 전문가 30명이 블라인드로 보고서를 비교한 평가에서는 60건 판단 가운데 45건(75%)이 분산 에이전트의 해석을 골랐고 단일 에이전트 쪽은 10건, 동률은 5건이었다. 에이전트가 매긴 새로움 점수와 전문가 점수의 상관계수는 0.61이었다.
오픈AI가 영상에서 짚은 단서는 두 갈래다. 첫째는 함께 mTOR 신호를 조절하는 Tsc1과 Tsc2의 차이다. 운동을 조율하는 소뇌의 억제성 신경세포에서 Tsc2를 교란하면 신경 신호 전달과 칼슘 신호에 관여하는 유전자 83개의 발현이 바뀌었지만 Tsc1 교란은 변화가 없었다. 결절성 경화증 환자에게서 소뇌 이상은 TSC2 돌연변이와 강하게 연결돼 있다. 둘째는 파킨슨병과 비슷한 증상을 보이는 페리 증후군의 원인 유전자 DCTN1이다. 신경세포 안에서 화물을 나르는 이 유전자를 교란하자 콜레스테롤을 만드는 유전자들의 발현이 늘었다. 에이전트는 이를 콜레스테롤 운반 장애가 생산을 늘린다는 기존 연구와 이었고, 전문가들은 이 가설에 후속 연구 우선순위 5점 만점에 4.3점을 줬다.


오픈AI 발표문에는 세포 지도를 만들어 온 과학자들의 발언이 함께 실렸다. 인간 세포 아틀라스 공동 창립 의장인 세라 타이크만 케임브리지대 교수는 "우리는 다른 과학자들이 우리가 상상하지 못한 발견을 하도록 세포 아틀라스를 만든다"며 "AI는 더 많은 연구자가 이 자원을 탐색하고 뜻밖의 관찰을 검증할 질문으로 바꾸도록 도울 수 있다"고 밝혔다. 토마시 노바코프스키 UCSF 신경외과 부교수는 "단서는 이미 여러 분야에 흩어져 있는데 우리가 아직 잇지 못했을 뿐인 경우가 있다"며 "신경세포 기능과 콜레스테롤 대사의 연결 가능성은 그 조각들이 모였을 때 질병 생물학을 새로 생각하게 해 준다"고 말했다.
에이전트가 틀린 대목도 프리프린트에 그대로 남았다. Wdr26 교란은 Tsc2와 비슷한 반응을 보였는데, 에이전트는 섬유아세포 연구에서 끌어온 추론으로 반대 결과를 예측했고 사람이 다시 검토해 보니 그 추론은 성립하지 않았다. 학습 데이터에서 뺀 교란 272개의 반응 크기를 맞히는 시험에서는 균형 정확도 0.705를 기록했지만, 비교할 만한 관련 유전자가 없던 Naa20은 반응이 없을 것으로 예측했다가 실제로는 유전자 1,327개가 바뀐 것으로 나왔다. 세 기관은 제시된 메커니즘이 모두 실험실 검증 전의 가설이라고 밝혔다.
메탈이 확인한 퍼터브AI 보도자료에 따르면 두 회사의 협력은 1년째이고, 이제 퍼터브AI의 생체 내 인과 데이터로 신약 표적을 함께 찾는 단계로 넓어진다. 조이 자오 오픈AI 생명과학 총괄은 "에이전트 2,000개 가까이를 병렬로 돌린 것은 고속 실험과 나란히 생물학적 해석을 늘릴 수 있다는 것을 보여 준다"고 말했다. 그레이스 정 퍼터브AI 최고경영자는 "신약 표적 발견은 아직 대부분 우연에 기대고, 메커니즘 근거가 충분하기 전에 투자 결정을 내려야 하는 경우가 많다"고 밝혔다. 메탈은 오픈AI가 의약화학 벤치마크 MedChemBench를 공개한 소식과 앤스로픽이 클로드 신약 개발 협업의 초기 성과를 공개한 소식을 보도한 바 있다.
사회학자의 눈으로 보면 이 실험이 바꾸는 것은 과학 노동의 분업이다. 지금까지 대형 실험 데이터는 연구 인력이 감당할 수 있는 만큼만, 그것도 효과가 큰 신호부터 해석됐다. 에이전트 군단은 효과가 작아 묻히던 교란 1,677개까지 훑어 보고서를 남겼고, 사람의 일은 그 더미에서 무엇을 실험할지 고르는 쪽으로 옮겨 간다. 오픈AI가 발표문에서 과학자가 여전히 발견의 중심에 있다고 적은 이유도 여기에 있다. 32분은 해석의 속도이고, 가설이 맞는지는 여전히 실험실의 시간으로 판가름 난다.





댓글