지난 수십 년간 온갖 수학, 물리학 공식들과 슈퍼 컴퓨터를 동원해서도 강아지와 고양이 사진을 구분을 해 내지 못하던 인공지능 기술의 수준이 2012년부터 달라지기 시작했다. 급기야, 난공불락으로 여겨지던 문장 생성과 놀라울 정도의 구문 이해와 번역이 가능해졌다. 대부분의 컴퓨터 프로그램들은 수학공식, 물리법칙을 가능한한 그대로 응용하는 것이다. 하지만, 인공지능은 완전히 새로운 프로그램을 만들어 낸다. 예를 들면, 문장이 입력이고 그림이 출력이 되는 새로운 계산을 할 수 있다. 그것도 믿을 만한 수준에서 새로운 계산을 할 수 있게 되었다. 새로운 형식의 계산을 적용하여 그동안 풀지 못했었던 이공계 문제들을 푸는 사례가 등장하기 시작했다. 예를 들면, 지난 50년 동안의 기나긴 도전에도 결코 풀리지 않던 단백질 접힘 문제가 AlphaFold 2를 통해서 거의 풀리는 수준에 도달했다. 인공지능을 활용하기 꺼려하는 수학분야에서도 성과는 나오기 시작했다. `라마누잔 기계'는 다수의 새로운 수학공식을 만들어 내기에 충분했다. 본 강연에서는 초기능성 소재 및 소자 탐색/설계 문제 풀이에 대한 다양한 응용사례를 소개하고자 한다.

현재 뉴스페이스(우주산업화 전환시점)시대에서 전세계적으로 치열한 우주경쟁이 이루어지고 있다. 우리나라는 후발 우주개발국가로써, 선진 우주개발국가를 따라잡기 위해서는 범국가적인 융합기술의 적용 등의 많은 노력이 필요하다. 따라서, 현재 세계 수준의 국내 인공지능(AI) 및 빅데이터 분야의 기반기술을 활용하여 우주환경을 미리 예측하고 향후 발사되는 우주비행체 설계 최적화 및 우주탐사에 활용하는 것을 목적으로 하며 또한 가까운 미래의 민간 우주여행을 준비하기 위한 핵심 우주기반기술의 선점을 위한 선도적 융합연구가 필요하여 우주환경 측정데이터 기반 우주부품 검증 위한 원자산소침식 예측시뮬레이션 연구를 수행하였다. 이 연구에서는 데이터 기반의 수학적/통계적 예측모델 개발을 위하여 수리연(NIMS)과 융합 공동연구를 수행하였고 국내 우주기술 최적화 설계를 해결하기 위한 수리과학의 중요함과 공동연구의 필요성을 실감하였다.

This presentation introduces three synthetic biology studies categorized by data collection and analysis strategies. The first study is a deep learning study that predicts the essentiality of genes based on accumulated sequence and phenotypic data. The second case is a protein engineering study in the absence of accumulated data. A large-scale data collected by high-throughput technologies enables to training deep-learning models which predicts residues for the improvement of the protein activities. The third is a gene expression study where data are hardly available. Mathematical and statistical modeling techniques can be applied to simulate and predict the gene expression. All these examples can facilitate the engineering of living orgasnisms at the genome, protein, and gene levels, respectively. We expect computational technologies will be essential for further development of biotechnology especially in synthetic biology.

최근 GPT, Stable Diffusion 등과 같이 다양한 인공지능 분야 (영상, 언어, 음성 등)에서 생성 인공지능 모델과 관련 기술이 크게 각광을 받고 있다. 본 강연에서는 이러한 생성 모델의 기본이 되는 수학적인 원리를 소개하고, 이들을 활용한 다양한 응용 사례를 소개한다. 또한 이러한 생성 인공지능 기술이 인간수준의 지능을 가진 인공지능을 달성하기 위해 가지는 역할에 대해서 이야기한다.