지난 20년간 인공지능(AI), 특히 머신러닝의 발전은 과학 연구에 접근하는 방식을 완전히 바꾸어 놓았습니다. 유전체 서열 매핑과 새로운 항생제 발견부터 기후 변화가 지구에 미치는 영향 모델링, 그리고 지구와 유사한 행성을 찾기 위한 은하계 매핑에 이르기까지, AI는 수많은 분야에서 연구의 지형을 변화시키고 있습니다.
화학은 AI 도입에 있어 비약적인 발전을 이루고 있는 과학 분야 중 하나입니다. 당사의 최신 백서인 "화학 분야의 인공지능: 현황과 미래의 기회"에서는 당사의 기술을 활용하여 출판물 및 특허 현황을 매핑하고 AI와 화학 간의 연관성을 탐구합니다. 이를 통해 AI를 선도하고 있는 화학 분야와 AI 기술 도입을 통해 잠재력을 발휘할 수 있는 분야를 확인했습니다.
화학 분야에서 AI는 어디까지 성장했는가?
AI와 관련된 화학 분야의 출판물 및 특허 수는 2015년부터 2020년 사이에 6배나 급증했습니다. 당사는 AI 관련 출판물 및 특허에 기여하는 주요 학문 분야를 파악하고, 이를 비교하여 어떤 분야가 이 신기술을 적극적으로 활용하고 있는지 분석했습니다. 분석화학, 생화학, 산업화학 및 화학공학이 AI 도입을 선도하고 있으며, 천연물 화학 및 유기화학 분야는 AI 도입의 기회가 열려 있는 것으로 나타났습니다(그림 1).
당사는 2000년부터 2020년까지의 출판물과 특허 간의 관계를 탐구하여 AI 활용이 연구자들의 문제 해결에 어떻게 기여했는지 분석했습니다(그림 2). 예를 들어, 2000년대 초반부터 2014년까지 AI 출판물 및 특허의 초점은 인간의 질병 진단 연구에서 유전 알고리즘을 활용한 신약 개발 및 마이크로RNA 연구로 이동했습니다.
최근에는 해결해야 할 문제의 유형이 변화함에 따라 출판물과 특허의 중심이 DNA 메틸화와 암 연구로 옮겨갔습니다. 더욱 최근에는 코로나19 관련 신약 개발에 초점이 맞춰지는 추세입니다.
예상대로 당사의 연구 결과, AI 출판물 및 특허에서 가장 큰 비중을 차지하는 분야는 저분자 화합물인 것으로 확인되었습니다. 이는 제약 회사의 투자가 집중되는 신약 개발, 역합성, 반응 최적화 등의 주제를 포괄합니다.
화학 분야에서 머신러닝의 기회는 어디에 있는가?
7만 건 이상의 출판물을 분석하는 과정에서 주 연구 분야와 부 연구 분야를 구분하여 학제 간 기여도를 조사했습니다(그림 3). 이를 통해 모든 학문 분야를 히트맵으로 시각화했으며, 색상의 강도는 각 분야의 기여도를 나타냅니다. 이를 통해 화학 내에서 AI를 선도하는 연구 분야와 아직 잠재력이 실현되지 않은 분야를 한눈에 파악할 수 있습니다.
예를 들어, 분석화학 및 생화학 분야에서는 다학제적 연구가 더욱 활발합니다. 이 분야에서는 머신러닝 알고리즘을 사용하여 단백질, 펩타이드, 지질, 핵산 분석을 개선하고 화학 반응을 예측하거나 새로운 분자를 발견하고 있습니다. 또한 재료과학과 물리화학 분야에서도 AI가 널리 활용되고 있으며, 두 분야 모두 기능성 재료 예측, 구조-물성 관계 규명, 화학 공정 최적화를 목표로 하고 있습니다.
화학 분야의 AI 도입을 가로막는 장벽
당사의 웨비나 '화학 분야의 인공지능: 현재 트렌드와 미래 기회'에서 주요 전문가들이 화학 분야의 AI 도입을 가로막는 잠재적 장벽에 대해 논의했습니다. 전문가들은 화학 분야에서 AI 도입을 저해하는 세 가지 핵심 요인을 다음과 같이 꼽았습니다.
데이터 품질: 최적의 예측 결과는 학습을 위한 긍정적 사례와 부정적 사례를 모두 포함하는 탄탄하고 고품질의 데이터셋에 달려 있습니다. 현재 많은 조직이 데이터를 확보하고 정규화하며 준비하는 과정에서 상당한 어려움을 겪고 있습니다.
기술: 컴퓨팅 성능(양자 및 클라우드 기반 접근 방식)은 개선되고 있지만, 사용자 관점에서는 여전히 한계가 있다고 인식됩니다. 하지만 오늘날 소프트웨어와 사용자 인터페이스의 발전으로 프로그래밍 지식 없이도 더 많은 과학자가 연구에 머신러닝을 활용할 수 있게 되었습니다.
인재 부족: 데이터 과학 분야의 인재 부족은 잘 알려진 사실이며, 화학자들은 오늘날 AI가 얼마나 쉽게 접근 가능한지 잘 모를 수 있습니다. 화학과 다른 과학 분야 간의 협력을 강화하면 AI 통합을 가속화하는 데 도움이 될 것입니다.
화학 분야 머신러닝 성장의 기회
전 세계 과학 기관에서 AI와 학습 데이터셋을 활용해 문제를 해결하고 혁신을 이루고 있으며, 이는 데이터 분석과 신약 개발에 중요한 기회를 제공합니다.
최근 발간된 당사의 백서는 AI 기술 투자로 혜택을 얻을 수 있는 여러 화학 분야를 밝혀냈습니다. 도입 장벽은 그 어느 때보다 낮아졌으며, CAS와 같은 파트너는 분석을 위한 대규모 고품질 데이터셋에 접근할 수 있도록 지원합니다. 과학 연구에 인공지능을 도입함으로써 기존 데이터 분석 방식으로는 불가능했던 가장 시급한 문제들을 해결하고 큰 도약을 이룰 수 있습니다.
백서를 읽고 당사의 분석 내용과 통찰력을 확인해 보십시오. AI 기술이 귀하의 연구를 어떻게 지원할 수 있는지 궁금한 점이 있다면 CAS에 문의해 주시기 바랍니다.
