최신 AI 혁신 기술과 미래 비전 공유의 장

삼성전자는 지난 9월 15일부터 16일까지 ‘삼성 AI 포럼 2025’를 개최했다. 올해로 9회째를 맞은 이번 포럼은 산업계와 학계의 전문가들이 한자리에 모여 AI 분야의 최신 연구 성과와 응용 현황을 공유하고 미래 연구 방향을 논의하는 자리다.

4

4-1

4-2

삼성전자 DS부문이 주관한 1일 차 포럼은 ‘반도체 산업의 버티컬(Vertical) AI 전략과 비전’을 주제로, 용인 기흥에 위치한 DS부문 교육시설 The UniverSE에서 열렸다. 행사에는 학계와 업계 전문가, 임직원 등 온·오프라인을 통해 1600여 명이 참석했다. 특히 올해 포럼은 세계적인 AI 석학들의 강연과 신진 연구자들의 학술 성과 발표가 함께 진행돼, 참관객들이 최신 혁신 사례를 접하고 새로운 성장 가능성을 모색할 수 있었다.

삼성전자 전영현 대표이사 부회장은 개회사를 통해 “삼성전자는 다양한 업무영역에 AI 기술을 적용해 언제 어디서나 쉽고 빠르게 AI를 활용할 수 있는 기반 기술을 개발하고 있다”며, “오늘 이 자리는 AI가 사회와 산업을 어떻게 변화시키는지 논의하고 더 나은 세상을 위해 지혜를 나누는 뜻깊은 시간이 될 것”이라고 말했다.

‘AI가 여는 새로운 가능성’을 말하다

요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수

요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수

요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수

 

첫 번째 기조 강연은 딥러닝 분야의 저명한 연구자인 요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수가 맡았다. 요슈아 벤지오 교수는 인간 통제 회피, 악의적 사용에 따른 혼란 등 기존 AI 모델의 잠재적 위험을 설명하며, 이에 대한 대안으로 ‘과학자 AI(Scientist AI)’를 소개했다.

그는 “과학자 AI는 외부 간섭 없이 사실과 의견을 스스로 구분하고, 인간을 모방하거나 어떠한 의도 없이 오직 검증된 사실과 데이터만을 근거로 답변할 수 있도록 훈련된 모델”이라고 설명했다. 이어 해당 기술은 “안전성 확보와 과학적 발견 가속화 측면에서 큰 가능성을 보여줄 것”이라고 강조했다.

아밋 굽타(Amit Gupta) 지멘스 EDA(Siemens EDA) 부사장

아밋 굽타(Amit Gupta) 지멘스 EDA(Siemens EDA) 부사장

 

반도체 설계 자동화 기업 지멘스 EDA(Siemens EDA)의 아밋 굽타(Amit Gupta) 부사장이 ‘AI 기반 전자 설계의 미래’를 주제로 연설을 진행했다. 그는 EDA(Electronic Design Automation, 전자 설계 자동화)에 AI 통합 필요성을 언급하며, “EDA에서 AI의 잠재력을 온전히 활용하려면 전체 워크플로우에 걸쳐 작동하는 엔드-투-엔드(End-to-End) 시스템이 필요하다”고 말했다.

또한 그는 AI 기반 디지털 트윈 소프트웨어의 중요성도 강조했다. 그는 “디지털 트윈은 반도체 칩 성능을 가상 환경에서 사전 검증함으로써 복잡한 반도체 설계의 효율성을 극대화하고 설계 시간을 단축할 수 있는 기술”이라고 설명하며, 다양한 영역을 포괄적으로 관리할 수 있는 솔루션 개발 현황도 함께 공유했다.

글로벌 학계 리더가 제시하는 반도체 특화 AI의 미래는?

기술 세션에서는 반도체 설계와 제조 분야에서의 AI 응용 사례와 최신 연구 성과, 그리고 향후 전망 등이 공유됐다.

먼저 삼성전자 DS부문 AI센터장 송용호 부사장은 “제조 분야에서도 제조 복잡성 증가에 따른 기술적 한계를 극복하는 데 AI의 역할이 커질 것”이라고 전망하며, “수백 개 공정과 수개월의 반도체 제조 과정에서 축적되는 방대한 양의 데이터를 체계적으로 관리하고 양질의 데이터로 발전시키는 것이 무엇보다 중요하다”고 강조했다.

포항공과대학교(POSTECH) 강석형 교수

한국과학기술원(KAIST) 문일철 교수

 

이어서 포항공과대학교(POSTECH) 강석형 교수가 “기존의 사람 경험 기반 반도체 설계에서 AI 기반 차세대 설계로의 패러다임 전환이 필요하다”고 역설했다. 그는 AI 기반 반도체 설계 자동화(AI-EDA)의 최신 성과를 소개하며, 데이터 단절(Modality Silos)과 데이터 희소성 등 여전히 산재하는 도전 과제도 짚었다. 또한 인간 개입을 최소화하고 복잡한 작업 절차도 환경 변화에 맞춰 효율적으로 관리할 수 있는 에이전틱 AI(Agentic AI) 개념을 소개하며, 해당 기술의 미래 방향성도 제시했다.

한국과학기술원(KAIST) 문일철 교수는 “반도체 제조는 인간의 전방위적 인식과 판단이 요구되는 최고난도 협업 공정”이라며, “이를 지원하기 위한 ‘AI 파운데이션’ 모델 개발이 본격화되고 있다”고 전했다. 그는 “설계와 생산 전 과정에서 AI가 결합된 파운데이션 모델은 공정 이상 탐지, 스케줄링 최적화, 가상 계측 등을 통해 기존 제조 문제를 통합적으로 해결하고 실시간 의사결정을 지원하는 통합형 AI로 발전하고 있다”고 덧붙였다.

(좌측부터) 요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수, 아밋 굽타(Amit Gupta) 지멘스 EDA(Siemens EDA) 부사장, 포항공과대학교(POSTECH) 강석형 교수, 한국과학기술원(KAIST) 문일철 교수, 삼성전자 AI센터 최영상 마스터

(좌측부터) 요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수, 아밋 굽타(Amit Gupta) 지멘스 EDA(Siemens EDA) 부사장

 

기술 세션 종료 후에는 연사들이 모여 최근 1년간의 AI 혁신 사례와 반도체 산업의 과제를 주제로 토론을 이어갔고, 삼성전자 AI센터 최영상 마스터가 진행을 맡았다.

차세대 연구자들과 함께 AI 발전 잠재력을 가늠해 보는 시간

이번 포럼에서는 ‘삼성 AI 연구자상(Samsung AI Researcher of the Year)’ 시상식도 진행됐다. ‘삼성 AI 연구자상’은 삼성전자가 전 세계 AI 분야의 유망한 신진 연구자를 발굴하기 위해 2020년 제정한 제도로, 매년 35세 이하의 국내외 연구자를 선정해 시상한다.

올해 수상자는 니콜라스 파프르노(Nicolas Papernot) 토론토대학교 교수, 르렐 핀토(Lerrel Pinto) 뉴욕대학교 교수, 로즈 유(Rose Yu) 샌디에이고 캘리포니아대학교 교수로, 시상은 요슈아 벤지오(Yoshua Bengio) 교수가 맡았다.

‘삼성 AI 연구자상’ 수상작을 발표 중인 니콜라스 파프르노(Nicolas Papernot) 토론토대학교 교수

‘삼성 AI 연구자상’ 수상작을 발표 중인 르렐 핀토(Lerrel Pinto) 뉴욕대학교 교수

‘삼성 AI 연구자상’에서 수상작을 발표 중인 로즈 유(Rose Yu) 샌디에이고 캘리포니아대학교 교수

 

수상자들에게는 연구 성과를 발표하는 기회도 주어졌다. 니콜라스 파프르노(Nicolas Papernot) 교수는 머신러닝과 프라이버시, 보안, 분산 컴퓨팅을 아우르는 연구를 통해 공개적으로 배포 가능한 AI 모델을 구축한 과정을 발표했다. 르렐 핀토(Lerrel Pinto) 교수는 대규모 학습 기반 접근법으로 복잡한 과제를 수행하는 로봇 공학 연구를 소개했고, 로즈 유(Rose Yu) 교수는 물리 법칙을 AI에 적용하는 Physics-guided AI 연구 과정과 이를 통해 기후·교통 모델링, 분자동역학 발전에 기여한 점을 공유하며 이번 포럼의 의미를 더했다.

AI 분야 우수 학술 연구 포스터 전시를 진행한 한국과학기술원(KAIST) 권다희 님

AI 분야 우수 학술 연구 포스터 전시를 진행한 포항공과대학교(POSTECH) 윤종호 님

 

행사장 한편에는 삼성전자 DS부문 AI센터 임직원의 논문과 AI 분야 대학원생들의 우수 학술 포스터 전시도 마련되어 참관객들의 눈길을 끌었다.

한국과학기술원(KAIST) 권다희 님은 추가적인 학습 없이 텍스트 입력만으로 창의적인 이미지를 생성하는 방법론을 제안했다. 그는 “이미지 생성 AI의 내부 구조를 분석해 본래의 기능성을 유지하면서 창의성을 효과적으로 높일 수 있는 방안을 연구했다”고 설명했다. 또한 “세계적인 연구자들의 강연을 직접 듣는 것만으로도 좋은 경험이 되었고, 무척 뜻깊은 시간이었다”고 행사 참석 소감도 전했다.

포항공과대학교(POSTECH) 윤종호 님은 반도체 칩 설계 과정에서 주요 기능 블록들의 위치를 지정하는 매크로 플레이스먼트(Macro Placement) 작업을 AI 생성 모델인 디퓨전 모델로 대체하는 연구를 소개하며, “더 나은 품질의 설계를 빠른 시간 안에 구현할 수 있음을 확인했다”고 전했다. 또한 “이번 포럼에서 EDA 분야 강연을 통해 연구의 확장 가능성을 발견했고, 이 경험을 계기로 연구에 더 정진할 계획”이라고 말했다.

산업 발전을 가속화하기 위해서는 유기적으로 연결된 다양한 분야의 글로벌 전문가들이 모여 현재를 진단하고 미래를 논의하는 과정이 필수적이다. 삼성전자는 앞으로도 삼성 AI 포럼과 같은 교류의 장을 지속적으로 마련해, 반도체 산업의 지속가능한 성장을 도모할 예정이다.

삼성 AI 포럼 2025 요약 1. ‘삼성 AI 포럼’은 매년 학계와 업계 전문가들이 한자리에 모여 AI 분야의 최신 연구 성과와 응용 현황을 공유하고 미래 연구 방향을 논의하는 기술 교류의 장 2. ‘삼성 AI 포럼 2025’에서는 세계적인 AI 석학들의 강연과 함께 신진 연구자들의 연구 성과가 발표되었으며, DS 부문 AI센터 임직원의 논문과 AI 분야 대학원생들의 우수 학술 포스터 전시도 진행되어 많은 참관객의 이목을 끌었다.

The post [칩스케치] AI가 가져올 반도체 산업의 미래는? ‘삼성 AI 포럼 2025’에서 살펴보다 first appeared on 삼성전자 반도체 뉴스룸.

올해로 9회째를 맞는 ‘삼성 AI 포럼’은 매년 학계와 업계 전문가들이 한자리에 모여 AI 분야의 최신 연구 성과를 공유하고, 향후 연구 방향을 모색하는 기술 교류의 장이다.

이번 포럼에는 ▲딥러닝 분야의 세계적 석학인 요슈아 벤지오(Yoshua Bengio) 캐나다 몬트리올대 교수 ▲언어모델과 AI 에이전트(Agent) 연구의 권위자인 조셉 곤잘레스(Joseph Gonzalez) UC 버클리 교수 등 글로벌 AI 전문가들이 기조 강연에 나선다.

삼성전자 전영현 대표이사 부회장은 개회사를 통해 “삼성전자는 다양한 업무영역에 AI 기술을 적용해 언제 어디서나 쉽고 빠르게 AI를 활용할 수 있는 기반 기술을 개발하고 있다”며 “올해 삼성 AI 포럼은 산업계와 학계를 대표하는 전문가들을 모시고 AI가 사회와 산업을 어떻게 변화 시키는지 논의하고 함께 지혜를 나누는 의미 있는 시간이 될 것”이라고 말했다.

글로벌 학계 리더들과 반도체 특화 AI 기술 현황과 미래 논의

삼성전자 DS부문이 주관하는 1일차 포럼은 경기도 용인에 위치한 삼성전자 The UniverSE에서 진행됐다. 이날 포럼에는 사전 초청자 200여 명이 참석해 ‘반도체 산업의 버티컬(Vertical) AI 전략과 비전’을 주제로 논의가 이뤄졌다.

기조 강연에 나선 캐나다 몬트리올대 벤지오 교수는 기존 AI 모델에서 발생할 수 있는 ‘인간 통제 회피’, ‘악의적 사용’ 등 잠재적 위험 요소를 설명하고, 안전장치 역할을 할 새로운 모델 ‘과학자 AI(Scientist AI)’를 소개했다.

그는 “과학자 AI 모델은 인간을 모방하거나 기쁘게 하려는 의도 없이 검증된 사실과 데이터를 근거로 정직한 답변을 제공한다”며 “안전성과 과학적 발견의 가속화 측면에서 과학자 AI 기술이 중요하다”고 강조했다.

반도체 설계 자동화 회사인 지멘스 EDA(Electronic Design Automation)의 아밋 굽타(Amit Gupta) 부사장은 ‘AI 기반 전자 설계의 미래’를 주제로 강연을 진행했다.

그는 “반도체 전자 설계 자동화 도구에 AI를 통합하는 것이 무엇보다 중요하다”며 “특히 AI의 잠재력을 완전하게 활용하기 위해서는 전체 워크플로우에서 작동하는 엔드투엔드(End-to-End) 시스템이 필요하다”고 설명했다.

삼성전자 DS부문 AI센터장 송용호 부사장과 포항공대(POSTECH) 강석형 교수, 한국과학기술원(KAIST) 문일철 교수가 진행한 기술 세션에서는 반도체 설계 및 제조 분야의 최신 AI 응용 연구 성과와 미래 전망이 논의됐다.

송 부사장은 “AI는 칩 설계나 소프트웨어 개발에 필수적인 도구가 됐으며, 제조 분야에서도 제조 복잡성의 기술적 한계를 극복하는 데 AI가 크게 기여할 것”이라고 강조했다.

한편 이날 진행된 ‘삼성 AI 연구자상(Samsung AI Researcher of the Year)’ 시상에는 ▲니콜라스 파프르노(Nicolas Papernot) 캐나다 토론토대 교수 ▲로즈 유(Rose Yu) UC 샌디에이고 교수 ▲르렐 핀토(Lerrel Pinto) 뉴욕대 교수 등 3명이 선정됐으며, 수상자들의 현장 강연도 진행됐다.

에이전틱 AI 시대, 업무 생산성 향상을 위한 AI 기술 논의

16일에 진행하는 2일차 포럼은 삼성전자 DX부문이 주관하며 ‘생성형 AI를 넘어, 에이전틱 AI로(Generative to Agentic AI)’를 주제로 온라인 운영된다.

^{※ 에이전틱 AI(Agentic AI): 자율적으로 의사결정을 내리고 작업을 수행할 수 있는 인공지능 시스템}

삼성전자 DX부문 최고기술책임자(CTO) 겸 삼성리서치장 전경훈 사장은 “생성형 AI는 이미 일상과 산업 전반에서 필수 도구로 자리잡았다”며 “삼성전자는 본격화되는 에이전틱 AI 시대에 맞춰 사용자에게 실질적으로 도움이 되는 AI 기술을 준비할 것”이라고 말했다.

둘째 날 기조 강연에는 ▲언어모델과 AI 에이전트 연구의 권위자인 조셉 곤잘레스 UC 버클리 교수 ▲AI의 자율적 계획 수립과 의사결정 분야 전문가 수바라오 캄밤파티(Subbarao Kambhampati) 애리조나 주립대 교수 ▲확산 방식 언어모델(Diffusion Language Model, DLM) 기술을 공개한 스타트업 인셉션(Inception)의 공동창립자 겸 스탠퍼드대 교수 스테파노 에르몬(Stefano Ermon) 등이 나선다.

기조 강연 후에는 삼성리서치 AI센터 이주형 부사장이 기조 강연 연사들과 함께 질의응답 시간을 갖는다.

UC 버클리 곤잘레스 교수는 거대언어모델(LLM) 기반의 에이전트 능력 고도화 연구 사례를 발표한다.

또 사용자와 에이전트간 상호작용 사이에 발생하는 공백 시간을 활용해 에이전트가 추론·학습·계획을 수행하는 ‘슬립타임 컴퓨트(Sleep-time Compute)’ 패러다임도 소개한다.

애리조나 주립대 캄밤파티 교수는 기존 거대언어모델의 한계를 보완하기 위한 ‘대규모 추론 모델(Large Reasoning Models, LRM)’ 연구 결과를 공유한다.

그는 언어 모델에서 해결돼야 할 주요 과제로 ▲정확성 보장 ▲상황 적응형 계산 ▲중간 추론 해석 제공 등을 제시할 예정이다.

스탠퍼드대 에르몬 교수는 이미지·영상·오디오 생성에 활용되던 확산 모델(Diffusion Models)을 언어에 적용한 ‘확산 언어 모델(Diffusion Language Model, DLM)’을 발표한다.

이 기술은 순차적 텍스트 생성 방식의 한계를 극복하고 보다 효율적인 언어 모델의 패러다임을 제시할 전망이다.

기술 세션에서는 삼성리서치 연구원들이 ▲카메라 색온도 자동 조절 AI 기술 ▲지식 증류(Knowledge Distillation)를 활용한 효율적인 거대언어모델 학습 기법과 적용 사례 ▲스마트폰, TV 등 전자제품에 거대언어모델을 탑재하기 위한 온디바이스 기술 ▲실제 목소리로 더빙 음성을 자동 생성하는 AI 기술 등 최신 연구개발 성과를 공유한다.

또한 ▲멀티 에이전트(Multi-agent) 시스템으로 다양한 보고서를 분석하고 자동 생성하는 ‘딥 다이브(Deep Dive)’ 기술 ▲다양한 형식의 문서를 거대언어모델이 이해할 수 있는 구조로 자동 변환시켜주는 ‘문서(Document) AI’ 기술 ▲제품에 탑재되는 생성형 AI 모델들의 개발 주기를 단축하는 ‘온디바이스 AI 스튜디오’ 등 사내 생산성 향상을 위한 기술과 적용 사례도 공개된다.

2일차 ‘삼성 AI 포럼 2025’은 삼성전자 개발자 유튜브 채널(www.youtube.com/SamsungDevelopers)에서 시청이 가능하다.

The post 삼성전자, ‘삼성 AI 포럼 2025’ 개최 first appeared on 삼성전자 반도체 뉴스룸.

우리는 과연 소나 돼지의 췌장으로 무엇을 할 수 있을까? 지금은 독특한 요리 재료로 쓸 수 있을지 몰라도, 약 100년 전만 해도 이 장기들은 당뇨병 치료제인 ‘인슐린’을 얻는 유일한 방도였다.

인체에 인슐린을 투입하면 당뇨병을 치료할 수 있다는 사실이 밝혀진 이후, 수십 년 동안 인슐린의 상업적 생산은 주로 소와 돼지의 췌장을 이용해 진행되었다. 인슐린의 대량 생산에는 가축의 사용과 높은 생산 비용이라는 대가가 수반됐다. 일부 학자들은 인슐린 생산 관련 특허료를 단돈 1달러에 넘기며 당뇨병 환자들의 생명과도 같은 인슐린에 대한 과도한 상업화를 막고자 했지만, 당뇨병에 걸린 인간의 목숨이 여전히 소와 돼지의 췌장에 달려 있다는 사실은 바뀌지 않았다.

하지만 1970년대에 상황이 크게 변화했다. 1978년 제넨테크(Genentech)는 유전자 재조합 기술을 활용해 인간 인슐린을 최초로 생산했고, 1982년에는 일라이 릴리(Eli Lilly)가 ‘휴물린(Humulin)’이라는 제품명으로 상업화된 인간 인슐린을 출시했다. 학자들은 대장균에 인슐린 유전자를 삽입해 인슐린 단백질을 공장처럼 생산했다. 그 결과 인슐린 생산 비용은 급락하기 시작했고, 동물성 인슐린보다 대체로 부작용이 적어 환자들이 안심하고 사용할 수 있게 되었다.

인류는 이제 인슐린을 생산하기 위해 다른 포유류의 목숨을 담보로 잡을 필요가 없게 됐다. 아마 기술이 더 발전한다면 인슐린의 생산 가격은 향후 추가로 하락할 것이라는 전망도 제시되고 있다.

.

효율적 연구를 위한 혁신적 접근

그렇다면, 어떻게 이런 일이 가능해진 것일까? 이 질문의 핵심 열쇠는 바로 ‘합성 생물학(Synthetic Biology)’에서 찾을 수 있다. 합성 생물학은 세포나 유전체 등을 원하는 대로 재설계하여 새로운 기능을 만들어내고, 단백질 생산 효율을 극대화하는 방법을 연구하는 학문이다.

예를 들어, “이 유전자 조각을 A에 붙이고, 다른 대사 경로를 제거하면 단백질 생성량을 두 배로 늘릴 수 있지 않을까?” 같은 시나리오를 구체화하고, 이를 실험실에서 검증하며 개선해 나가는 방식이다. 그런데 여기서 문제가 발생한다. 시나리오 가짓수가 너무나 많고, 실험만으로는 너무 많은 시간과 비용이 든다. 예컨대 인슐린 생산 공정을 최적화하는 과정을 생각해 보자. 사람의 인슐린 유전자를 미생물에 삽입했을 때, 어떤 아미노산 변형이 대장균 생장에 부담을 덜 주면서도 인슐린 생산량을 높일 수 있을까? 이 질문에 답을 찾기 위해선 유전자 시퀀싱 데이터부터 단백질 구조 예측 데이터, 미생물 대사 경로 데이터까지 모두 통합해야 하는데, 그 데이터의 양은 실로 어마어마한 수준이다.

바로 이 지점에서 ‘딥러닝’과 ‘인공지능’이 등장한다. 앞서 언급한 예시로 돌아가 보자. 인슐린 생산량을 높이는 최적해를 찾는 과정에서, 인공지능 알고리즘은 수백만, 수천만 개의 가능성을 초고속으로 시뮬레이션하여 가장 유망한 몇 가지 조합을 연구자에게 제시한다.

이후 연구자는 이를 받아들여 최종 실험 단계를 수행한다. 이때는 이미 성공 확률이 높은 시나리오들만 선택해 실행하기 때문에, 시간과 비용을 크게 절약할 수 있다. 과거에는 1년이 걸리던 연구가 몇 달, 심하면 몇 주 안에 가능해진다. 이처럼 현대 합성 생물학 연구에서 인공지능(AI)을 활용한 방대한 데이터 분석 및 시뮬레이션 실행은 연구자가 반드시 익혀야 할 필수 과정이 되었다.

사실, 이러한 개념은 ‘디지털 트윈(Digital Twin)’과 유사하다. 디지털 트윈은 복잡한 실험을 실제로 진행하기 전에 가상의 모델을 무수히 돌려보고 최적의 경로를 찾기 위해 실제 환경과 아주 흡사하게 모사된 디지털 복제 환경을 의미한다. 주로 자율주행처럼 실제 환경에서 테스트하기 어렵거나 시행 시간과 비용이 많이 드는 분야에서 활용되는 기술인데, 합성 생물학 연구 역시 비슷한 방식으로 작동하는 셈이다.

.

AI 반도체의 중요성

다만 이런 연구는 기술의 발전에 매우 민감하다. 시뮬레이션이 원활하게 작동하려면, 분초 단위로 쏟아지는 유전자 정보와 단백질 구조 데이터를 누락 없이 처리할 수 있어야 한다.

바로 이 지점에서 삼성전자를 비롯한 반도체 기업들이 제공하는 ‘AI 반도체’가 중요한 역할을 한다. 합성 생물학 연구소에서는 대규모 유전자 분석 데이터를 지속적으로 생성하는데, 이를 고성능, 고용량 메모리 기술로 단숨에 처리할 수 있다면, 연구 속도가 상상 이상으로 빨라지기 때문이다.

이처럼 합성 생물학의 무수한 시뮬레이션이 가속화된다면, 특정 질환을 타깃으로 한 유전자 재설계, 신약 후보 물질 발굴, 미생물 대사 경로 최적화 등에서 이전에는 상상할 수 없을 정도로 빠른 성과가 나올 수 있다.

.

AI와 합성 생물학의 혁신, 맞춤형 치료 시대를 여는 기술

실제로 코로나19 팬데믹에서 모더나와 화이자-바이오엔테크가 mRNA 백신을 비교적 짧은 기간 내에 개발할 수 있었던 이유도, 오랜 연구 기반 위에 AI를 활용해 바이러스 유전자와 스파이크 단백질을 분석하고, 그 정보를 합성 생물학으로 빠르게 적용했기 때문이라는 의견이 많다. AI 알고리즘은 사스(SARS)나 메르스(MERS) 등 코로나 계열 바이러스 연구에서 축적된 데이터를 활용해 코로나19 바이러스의 스파이크 단백질 구조를 빠르게 해석했다. 그 후, 가장 유망한 후보 서열만을 추려내면, 연구자들은 그 소수 후보에 집중해 실험실 검증과 전임상 단계를 동시에 진행할 수 있었다. 전통적인 방식이라면 수백, 수천 개 후보를 하나씩 검증하는 데 오랜 기간이 걸렸겠지만, AI와 합성 생물학의 접목으로 시행착오를 디지털 시뮬레이션을 통해 대폭 줄일 수 있었다.

만약 이러한 원리가 인슐린 생산뿐만 아니라 암 면역치료, 유전 질환에 대한 CRISPR 유전자 치료, 알츠하이머·파킨슨·당뇨병 같은 대사 질환 연구 전반에 적용된다면 어떻게 될까? 앞으로는 과거에는 상상할 수 없었던 품질과 효율을 가진 의료 기술이 등장할 가능성이 크다.

아마 10년 후에는 “인슐린이 환자별 맞춤형으로 생산되어, 의료진이 개인별 유전자 특성에 꼭 맞는 약제를 손쉽게 처방한다”라는 뉴스를 들어도 우리는 크게 놀라지 않을 것이다. 과거에는 가축의 췌장에 의존했던 인슐린 생산이 대장균이나 효모를 활용한 생합성 기술로 발전한 데 이어, 이제는 CRISPR/Cas9 같은 유전자 편집 기법과 합성 생물학이 결합해 환자 맞춤형 인슐린 변형체(Variant)까지 만드는 시대를 준비 중이기 때문이다.

당뇨병 환자나 그 가족, 그리고 의료계를 포함해 인류 전반에 걸친 혜택은 지금부터가 진짜 시작이다. 한때 없어서 못 구하던 인슐린이 누구나 쉽게 구입할 수 있는 생명줄이 되어가는 과정은, 우리가 기술 혁신으로 얼마나 더 나은 미래를 만들 수 있는지를 잘 보여주는 대표 사례라 할 만하다.

.

※ 본 칼럼은 외부 필진의 견해로, 삼성전자 DS부문의 공식 입장과 다를 수 있습니다.

The post [Behind the CHIP] 소, 돼지, 췌장, 그리고 반도체: AI와 생명공학이 만든 의료 혁신 first appeared on 삼성전자 반도체 뉴스룸.

다가올 미래 기술을 한자리에서 만나볼 수 있는 이곳! 세계 최대 가전·IT 박람회, ‘CES 2024’가 지난 9일 미국 라스베이거스에서 개최됐다. 올해는 ‘인공지능(AI)’이 메인 키워드로 대두된 만큼, 삼성전자 반도체 역시 최신 AI 기술들을 선보이며 참관객들의 눈길을 사로잡았다. CES 2024 혁신상 수상에 빛나는 ‘Exynos Connect U100’을 포함, 기술 혁신 트렌드를 이끌 다채로운 제품들로 구성된 프라이빗 쇼케이스 현장 모습이 궁금하다면? 지금 바로 영상을 통해 확인해 보자.

The post 올해는 AI! CES 2024에서 삼성전자 반도체가 제시한 미래 기술은? first appeared on 삼성전자 반도체 뉴스룸.