오픈AI 모델, 천식 실험 96웰을 설계했다

여기까지는 문헌을 읽어 정리해 주는 일이에요. 영상의 무게는 그다음 지시에 있어요. 화면의 사람은 TSLP 를 IL33 앞에 계속 둘 만한지 시험할 실험을 설계하라고 시켜요. 사람 기도 상피와 면역 세포를 함께 키우는 96 웰 교란 실험, 여러 시점, 항 TSLP 를 1 차 축으로 항 IL33 을 2 차 축으로, 대조군 포함까지 조건을 말로 던져요. 모델은 파이썬 파일을 한 개 새로 쓰고 다시 두 개를 만들어 좌석표 같은 96 웰 배치도를 그려 냈어요.

그 배치도에 적힌 값이 이 발표의 성격을 말해 줘요. 96 웰, 6 시간과 24 시간과 48 시간 세 시점, 여덟 가지 조건, 조건과 시점마다 기술 반복 네 번, 기증자 한 명당 한 플레이트예요. 자극 물질과 대조군 두 종류까지 지정돼 있고, 1 차 평가 지표는 자극 대조군과 비교한 24 시간에서 48 시간 사이 IL-13 억제량이에요. 실험실에 그대로 붙일 수 있는 계획표이고, 영상 속 설명은 이것을 가설 생성에서 멈추지 않고 실험대의 피드백 고리를 실제로 만드는 일이라고 불렀어요.

그리고 그 설명에는 이번 발표에서 가장 중요한 조건절이 붙어 있어요. 내레이션은 "생물안전 제한이 풀린 상태에서 Life Sciences 모델은 새로운 가설을 만들고 실험을 설계하며 신약 연구용 기존 프로토콜을 최적화할 수 있습니다" 라고 말해요. 제한이 풀렸다는 말은 아무에게나 풀렸다는 뜻이 아니에요. 누구에게 풀어 주느냐를 회사가 심사해서 정한다는 뜻이에요.

오픈AI 발표문에 따르면 GPT-Rosalind 는 9월 11일 연구 프리뷰에서 나와 신뢰 접근 프로그램을 통해 자격을 갖춘 기관에 전 세계로 열렸어요. 공개 가격은 10월 5일부터 적용되고, 자격을 통과한 고객은 ChatGPT 와 코덱스, API 에서 이 모델을 쓸 수 있어요. 처음 소개된 건 4월 16일이고, 이름은 DNA 구조를 밝히는 데 결정적인 자료를 남긴 로절린드 프랭클린에서 따왔어요. 회사는 미국에서 새 약이 표적 발굴에서 규제 승인까지 가는 데 보통 10 년에서 15 년이 걸린다는 사실을 발표문 앞에 세워 뒀어요.

성적표도 같이 공개됐어요. 제품 페이지 기준으로 토큰당 성능은 Genebench 에서 53.7%, Labworkbench 에서 19.6%, Medchem Bench 에서 18.0%, LifeSci Bench 에서 4.4% 올랐어요. 실제 생물정보학 분석을 다루는 BixBench 에서는 점수가 공개된 모델 가운데 가장 앞섰고, 문헌 검색과 데이터베이스 접근, 서열 조작, 프로토콜 설계를 재는 LABBench2 에서는 열한 과제 중 여섯 과제에서 GPT-5.4 를 앞섰다고 밝혔어요. 가장 크게 오른 항목은 분자 클로닝용 DNA 와 효소 시약을 처음부터 끝까지 설계하는 과제였어요.

사람과 직접 붙인 결과도 있어요. 오픈AI 는 AI 설계 유전자 치료제를 만드는 다이노 세러퓨틱스와 함께, 공개되지 않아 학습에 섞일 수 없는 서열로 RNA 의 서열과 기능을 잇는 과제를 시험했어요. 이 분야 전문가들이 과거에 남긴 점수 57 개와 비교했더니, 코덱스 앱에서 열 번 낸 답 가운데 가장 좋은 것이 예측 과제에서 상위 5% 안쪽, 서열 생성 과제에서 상위 16% 부근에 들었어요. 상위 5% 라는 말은 이 분야 전문가 스무 명 중 한 명만큼 잘했다는 뜻이에요.

이 목록을 사회 제도의 눈으로 보면 바뀐 것은 성능이 아니라 문턱이에요. 오픈AI 는 참여 기관이 분명한 공익이 있는 정당한 과학 연구를 수행해야 하고, 오용을 막을 지배구조와 준법 장치를 갖춰야 하며, 승인된 사용자만 안전하게 관리되는 환경에서 접근하도록 제한해야 한다고 적었어요. 신뢰 접근은 미국의 자격 있는 기업 고객부터 시작해요. 도움말 문서를 보면 API 는 승인된 사내 연구 용도로만 허용되고, 고객을 향한 제품이나 외부 상업 응용에는 쓸 수 없어요. 능력은 전 세계에 열렸지만 그 능력을 쓸 자격은 회사의 심사표가 정하는 구조예요.

명단을 보면 그 심사표를 통과한 곳이 어디인지 짐작이 돼요. 암젠과 모더나, 노보 노디스크, 서모피셔 사이언티픽, 오라클 헬스 앤 라이프 사이언스, 엔비디아, 앨런 연구소, Benchling, UCSF 약학대학원이 협력 목록에 있어요. 도입을 돕는 자문사로는 맥킨지와 보스턴컨설팅그룹, 베인이 붙었어요. 암젠의 인공지능·데이터 부문 수석부사장 션 브루이크는 "생명과학 분야는 매 단계에서 정밀함을 요구합니다. 질문은 매우 복잡하고 데이터는 매우 고유하며 위험 부담은 대단히 큽니다" 라고 말했어요. 국립 로스앨러모스 연구소와는 AI 로 단백질과 촉매를 설계하는 일을 함께 탐색하고 있다고 회사 측은 밝혔어요.

같은 문턱이 반대 방향으로도 쓰여요. 오픈AI 는 조기 탐지와 대비, 진단, 대응, 의료 대응 수단을 만드는 개발자와 공공보건 조직을 위한 로절린드 생물방어 프로그램을 따로 뒀어요. 생물학 능력을 높이면서 그 능력을 방어 쪽으로 먼저 배분하겠다는 설계예요. 자격 심사가 능력의 문을 잠그는 장치이면서 동시에 우선권을 나누는 장치라는 사실이 여기서 분명해져요. 누가 실험을 설계할 자격을 얻는가는 이제 기술 문제가 아니라 심사 문제예요.

무료로 열린 조각도 있어요. 코덱스용 Life Sciences 연구 플러그인은 깃허브에 공개돼 있고, 공개 다중 오믹스 데이터베이스와 문헌, 생물학 도구를 50 개 넘게 잇는 스킬 묶음이에요. 자격을 통과한 기업 사용자는 이 플러그인을 GPT-Rosalind 와 함께 쓰고, 그렇지 않은 사용자도 오픈AI 의 일반 모델과 함께 쓸 수 있어요. 문턱 위의 모델은 심사를 통과한 곳에 주고, 문턱 아래의 배관은 모두에게 열어 둔 셈이에요.

남는 질문은 계획표와 결과 사이의 거리예요. 메탈은 AI 가 설계한 단백질에서 예측과 실제 결과가 갈렸다는 보고를 정리한 바 있어요. 96 웰 배치도가 아무리 정교해도 그 플레이트를 채우고 48 시간을 기다리는 일은 여전히 사람의 손과 시간이에요. 오픈AI 가 이번에 판 것은 정답이 아니라 정답을 시험해 볼 계획표이고, 그 계획표의 값은 실험대에서만 매겨져요.

그래서 이번 발표의 진짜 내용은 모델 성능이 아니에요. 생물학에서 AI 가 무엇을 해도 되는지를 정하는 권한이 규제 기관보다 먼저 모델을 만든 회사의 심사표에 앉았다는 사실이에요. 능력은 이미 전 세계로 열렸고, 남은 문은 그 심사표 하나예요.