AI 뉴스

딥마인드, 노벨상 수상 알파폴드에 관한 무료 다큐멘터리 공개

페이지 정보

작성자 xtalfi
작성일 2025.11.26 15:52
506 조회
0 추천
0 비추천

본문

thethinkinggame-still.jpg

Google DeepMind는 생물학에 혁명을 일으킨 인공지능 시스템의 5주년을 기념하여 11월 25일 AlphaFold 개발 과정을 담은 장편 다큐멘터리 "The Thinking Game"을 YouTube에 무료로 공개했습니다. 약 90분 분량의 이 영화는 창립자 Demis Hassabis와 그의 팀이 2024년 노벨 화학상을 수상하게 한 50년 된 단백질 접힘 문제를 해결한 런던 연구소의 전례 없는 접근을 제공합니다.​

2017년 DeepMind의 세계 바둑 챔피언 승리를 기록한 다큐멘터리 "AlphaGo"의 수상 경력이 있는 감독 Greg Kohs가 5년에 걸쳐 촬영한 이 다큐멘터리는 무료 공개 전 2024년 트라이베카 페스티벌에서 초연되었습니다. Google DeepMind의 블로그에 따르면, 이 영화는 "AlphaFold 팀이 생물학 분야의 50년 된 거대한 난제를 해결했다는 것을 알게 된 순간"을 포착했습니다.​


체스 신동에서 노벨상 수상자까지

이 다큐멘터리는 하사비스가 어린 시절 체스 신동에서 AI 선구자로 성장한 여정을 추적하며, DeepMind가 퐁과 같은 비디오 게임을 마스터하는 시스템을 만드는 것부터 단백질 구조를 정확하게 예측하는 AlphaFold를 개발하기까지의 진화 과정을 기록합니다. 스웨덴 왕립과학원은 2024년 10월 하사비스와 DeepMind 이사 존 점퍼에게 "단백질 구조 예측"으로 노벨 화학상을 수여했으며, 이 영예를 계산 단백질 설계자 데이비드 베이커와 공동 수상했습니다.​

AlphaFold의 영향력은 혁신적이었습니다. Google DeepMind에 따르면, 190개국의 300만 명 이상의 연구자들이 2억 개 이상의 단백질 구조 예측을 포함한 무료로 제공되는 AlphaFold 데이터베이스를 사용했습니다. 이 시스템은 과학자들이 이전에는 수개월 또는 수년의 실험실 작업이 필요했던 것을 몇 분 안에 예측할 수 있게 합니다.​​


과학적 발견을 위한 AI의 약속

Kohs는 Harvard Crimson과의 인터뷰에서 자신의 영화가 "기술 뒤에 있는 인간"에 초점을 맞춘다고 말하며, 의도적으로 AI의 잠재적 위험성을 강조하지 않기로 선택했다고 설명했다. 이 다큐멘터리는 대신 인간의 인지 능력을 모든 영역에서 동등하게 구현하는 AI인 범용 인공지능을 추구하는 과정에서 겪은 돌파구와 좌절을 통해 팀의 헌신을 부각시킨다.​

"AlphaFold가 과학적 발견을 가속화할 수 있는 AI의 놀라운 잠재력을 보여주는 첫 번째 증거로 기억되기를 바란다"고 Hassabis는 노벨상 수상 후 말했다. 응용 분야는 항생제 내성 이해부터 플라스틱을 분해하는 효소 설계까지 다양하다.​​

이 영화는 암호화폐 거래소 Coinbase에 관한 "Coin"과 YouTube에서 무료로 시청할 수 있는 그의 호평받은 "AlphaGo" 다큐멘터리를 포함하여 기술 선구자들을 다룬 Kohs의 포트폴리오에 합류한다.

댓글 0
전체 1,366 / 61 페이지
개발자 Simon Willison은 최상위 모델들이 현재 너무나 유사하게 작동하여 실제 작업에서는 기업들이 각 릴리스마다 개선을 주장함에도 불구하고 의미 있는 성능 차이를 드러내지 못하기 때문에, 최첨단 AI 모델 평가가 점점 더 어려워지고 있다고 주장한다.Willison은 Anthropic에서 새로 출시한 Claude Opus 4.5를 사용하여 이틀 동안 39개 파일에 걸쳐 2,022개의 코드 추가를 포함하는 광범위한 코딩 작업을 완료한 후, 이전 Claude Sonnet 4.5 모델로 다시 전환했을 때도 동일한 속도로 작업을 계속할 수 있었으며, 두 모델 간의 구체적인 성능 차이를 식별할 수 없었다고 밝혔다.Willison은 AI 연구소들이 새로운 모델을 출시할 때 이전 모델에서는 실패했지만 새 모델에서는 성공하는 프롬프트의 구체적인 예시를 함께 제공할 것을 요구하며, 이러한 시연이 MMLU나 GPQA Diamond와 같은 테스트에서 한 자릿수 백분율 포인트 개선을 보여주는 벤치마크보다 더 가치 있을 것이라고 주장한다—이는 최첨단 모델들이 전통적인 평가 지표를 점점 더 포화시키면서 업계 전반이 겪고 있는 어려움을 반영하는 과제이다.
579 조회
0 추천
2025.11.25 등록
VentureBeat기사는스스로를"AI우선"이라고선언하는대부분의기업들이진정한도입보다는형식적인혁신에몰두하고있다고주장하며,진정한AI도입은하향식기업지시가아닌호기심많은직원들이조용히실험하는과정에서자연스럽게나타난다고설명합니다.​이기사는직접프로토타입을만들고자신의실패를공유하는리더와금요일까지AI계획을요구하는Slack메시지로단순히규정준수를강요하는리더를구분하며,전자는실질적인추진력을조성하는반면후자는반감을낳는다고설명합니다.​기사는재무및운영부서의직원들이일반적으로이사회프레젠테이션에등장하는고가의엔터프라이즈플랫폼이아닌"그냥ChatGPT"를사용한다고인정한다고언급하며,최근설문조사에따르면광범위한도입의무에도불구하고직원의5%만이AI를최대한활용하여업무를혁신하고있다고밝힙니다.
560 조회
0 추천
2025.11.25 등록
Microsoft는사용자의PC에서직접시각적스크린샷을해석하고마우스및키보드동작을제어하여작업을수행하는70억개의매개변수를가진AI에이전트Fara-7B를공개했으며,이는데이터처리를로컬에유지하여개인정보보호를강화하고HIPAA및GLBA와같은규정을준수할수있는클라우드기반모델의대안을제공합니다.​WebVoyager웹탐색벤치마크에서Fara-7B는69.5%의작업성공률을달성하여GPT-4o의65.1%성능을능가했으며,유사한크기의모델이필요로하는41단계에비해약16단계만에작업을완료했습니다.​이모델은Microsoft의Magentic-One다중에이전트프레임워크에의해생성된145,000개의합성작업궤적을사용하여훈련되었으며,현재MIT라이선스하에HuggingFace에서사용할수있습니다.다만Microsoft는이모델이여전히실험적이며프로덕션배포보다는파일럿프로젝트에가장적합하다고주의를당부하고있습니다.
545 조회
0 추천
2025.11.25 등록
TheAIGRID비디오는TheInformation의보도를바탕으로OpenAICEOSamAltman이Google의부활한Gemini3모델이경쟁력을확보함에따라"험난한분위기"와일시적인경제적역풍에대해직원들에게경고한내부메모를분석합니다.​Anthropic은더늦게출시했음에도불구하고2025년동안API수익에서OpenAI를추월할것으로예상되며,OpenAI의생성형AI트래픽점유율은지난1년간Google이5.6%에서13.7%로상승하면서하락했습니다.​​SalesforceCEOMarcBenioff는3년간의일일사용끝에ChatGPT를포기하고Gemini3로전환한다고발표하며이를"놀라운"도약이라고평가했으며,OpenAI는2029년까지1,150억달러의현금소진이예상되는반면Google은연간700억달러의잉여현금흐름을보유하고있습니다.
548 조회
0 추천
2025.11.25 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입