AI가 직접 실험실에 간다: 아스테로모프의 자율 생물학 연구소 구축과 그 의미

AI가 제안한 가설, 실험 설계까지 마쳤다

인공지능(AI)이 단순한 데이터 분석 보조 도구를 넘어, 새로운 과학적 가설을 제안하고 실험 프로토콜까지 스스로 설계하는 단계에 진입하고 있다. 국내 AI 스타트업 아스테로모프는 과학적 초지능 모델 '스페이서(Spacer)'의 초기 연구 결과를 통해 AI가 제시한 생물학 가설과 구체적인 실험 계획을 공개했다. 2025년 8월 26일, 테크리포트 '스페이서: Towards Engineered Scientific Inspiration'을 학술 논문 사전 공개 사이트 arXiv에 올린 것이 그 출발점이다 ¹.

아스테로모프가 공개한 사례 중 가장 주목할 부분은 AI가 스스로 도출한 '간암세포 증식 억제 가설'이다. 스페이서는 세포 내 미세한 칼슘 주입을 통해 암세포의 흐트러진 리듬을 정상 세포처럼 복구하는 메커니즘을 제안했다. 특히 AI는 해당 가설을 검증하기 위해 필요한 시약, 장비, 성공 기준까지 모두 설계하여 연구자가 즉시 실행할 수 있는 수준의 구체적인 계획을 완성했다 ¹. 이는 AI가 과학적 영감(Insight)을 제공하는 단계를 넘어, 실제 실험실의 워크플로우와 직결되는 단계까지 자율성을 확장했음을 보여주는 중요한 신호다.

낯선 개념의 연결로 '영감'을 창출하는 원리: 누리(Nuri)

스페이서(Spacer)가 새로운 과학적 개념을 도출할 수 있었던 핵심은 거대언어모델(LLM)이 지닌 일반적인 지식 탐색 방식을 의도적으로 비틀었기 때문이다. AI 모델은 축적된 방대한 데이터를 학습하기 때문에, 통상적으로 가장 논리적이고 통계적으로 일치하는 답안을 제시하는 경향이 강하다. 그러나 획기적인 과학적 발견은 기존에 관련 없어 보이는 개념들이 우연히, 혹은 의도적으로 결합되는 과정에서 나타나기도 한다.

스페이서는 그래프 이론 기반의 영감 엔진 '누리(Nuri)'를 활용하여 이 같은 한계를 돌파했다. 누리는 서로 전혀 관련이 없어 보이는 낯선 키워드들을 서로 연결하는 탈맥락화(Context-defamiliarization) 과정을 거친다. AI가 알고 있는 지식의 고리들을 의도적으로 분리하고, 그 사이에 숨겨진 인과관계나 구조적 연결고리를 찾아내 새로운 과학적 개념을 만들어내는 방식이다 ¹.

AI가 이러한 '창의적 가설'을 제안하게 만드는 기술적 접근 방식은 다음과 같은 과정을 거친다.

1. 지식의 탈맥락화: AI가 학습한 기존 생물학적, 물리학적, 화학적 키워드들을 원래의 문맥에서 떼어낸다.
2. 그래프 기반 연결: 분리된 키워드들이 그래프 구조(노드와 간선) 위에서 상호작용하도록 유도한다.
3. 영감 엔진을 통한 결합: 낯선 개념들 사이의 구조적 유사성이나 논리적 빈틈을 찾아 하나의 통합된 가설로 조합한다.
4. 프로토콜 변환: 생성된 추상적 가설을 실제 실험실 환경에서 검증할 수 있는 물리적 프로토콜로 번역한다.

자율 실험 시스템의 작동 방식과 실행 가능성

아스테로모프의 기술적 지향점은 '자율 생물학 연구소(자율 실험 시스템)'의 구축이다. AI가 가설을 제안하는 것에서 끝나지 않고, 제안된 가설을 검증할 수 있는 프로토콜을 스스로 작성하는 것이 이 플랫폼의 핵심 가치다.

실제 연구 환경에서 AI가 제안한 내용을 즉시 물리적 실험으로 전환하는 과정은 상당한 기술적 장벽을 요구한다. 그러나 아스테로모프는 스페이서가 설계한 프로토콜을 통해 '즉시 실행 가능한 수준'의 완성도를 강조하고 있다 ¹. 예를 들어 스페이서가 제안한 간암세포 실험의 경우, AI가 어떤 화학 물질(칼슘 화합물 등)을, 어떤 농도와 주입 빈도로 처리해야 하는지 명확히 지정했고, 실험에 필요한 장비의 스펙까지 명시했다. 또한 해당 실험의 성공 여부를 판가름할 정량적 기준까지 정의함으로써, 인간 연구자의 개입을 최소화하고 프로토콜 수행과 데이터 수집의 반복성을 확보하도록 설계되었다.

투자 유치와 향후 연구 생태계 구상

AI가 과학 연구를 주도하는 패러다임 전환에 맞춰, 아스테로모프는 초기 단계부터 공격적으로 생태계 구축에 나서고 있다. 아스테로모프는 2025년 2월 설립된 AI 벤처 스타트업으로, 과학적 초지능 개발을 표방한다. 설립 직후인 1개월 만에 한국투자파트너스, 미래에셋벤처투자, 퓨처플레이로부터 50억 원 규모의 시드 투자를 유치하며 빠른 기술 고도화 및 연구 인프라 확보에 박차를 가하고 있다 ¹.

향후 연구 생태계 측면에서 회사는 AI가 제안한 가설을 누구나 자유롭게 참조할 수 있는 데이터베이스 '더라이브러리'를 구축할 계획이다. 연구자 커뮤니티가 AI의 영감 엔진이 제시하는 과학적 아이디어를 학문적 목적으로는 제한 없이 활용할 수 있도록 개방하되, 인간-컴퓨터 인터페이스, 알츠하이머 치료제 등 고부가가치 기술의 상업화나 특허 출원 시에는 라이선스 계약을 체결하여 기술 수익을 창출하는 투트랙 전략을 택하고 있다 ¹.

검증의 장벽과 '과학적 초지능'의 진정한 의미

스페이서가 제안한 가설과 프로토콜이 연구 생태계에 실질적인 영향을 미치기 위해서는 엄격한 검증 절차가 수반되어야 한다. 현재 공개된 스페이서의 생물학 개념 제안은 arXiv라는 사전 공개 플랫폼을 통한 테크리포트 단계에 있다 ¹. 동료 심사(Peer-review)를 거친 최종 논문으로 채택되고, 실제 생명과학 연구 기관에서 실험실 검증과 유효성 테스트를 통과해야 하는 물리적 장벽이 남아 있다.

아스테로모프 이민형 대표가 역설했듯, 실질적인 결과물과 파급력 있는 검증이 수반될 때 AI의 '패권 확보'가 가능하다 ¹. 과학적 초지능이 단순히 텍스트로만 존재하는 가설에 그치지 않으려면, AI가 설계한 자율 실험 프로토콜이 현실의 물리적 실험 환경에서 얼마나 높은 정확도로 작동하는지(Reproducibility)를 입증하는 과정이 필수적이다. AI가 제안한 간암세포 증식 억제 메커니즘과 같은 구체적인 실험 계획들이 실제 병인(Biologic Mechanism)을 명확히 입증해내는 단계까지 진입한다면, 자율 생물학 연구소 구축은 단순한 구상을 넘어 실제 생명공학 산업의 표준을 뒤흔드는 혁신적 사건으로 기록될 것이다. AI가 직접 설계하고 실행을 기다리는 데이터의 가치는 향후 연구 생태계의 가장 중요한 자산으로 부상할 것이다.