"AlphaFold"

AlphaFold 정확도 논란, 반도체 검증 원칙과 맞닿다

반도체 검증 전문가이자 전 구조생물학자인 저자는 과학·의학·교육·반도체 검증이라는 서로 다른 분야가 AI 결과물을 그대로 믿어도 되는지라는 공통된 질문에 직면했다고 말한다. 구조생물학에서는 딥마인드의 AlphaFold가 단백질 구조 예측 속도를 크게 높였지만, Nature Methods에 실린 Terwilliger 등(2024)의 평가에 따르면 가장 확신도가 높은 예측 중 약 10%가 실험 구조와 2Å 이상 차이를 보여 예측은 여전히 실험 데이터로 대조 검증해야 한다고 지적한다. 의료 분야에서는 AI 보조 진단이 일부 좁은 영역에서 전문의 수준에 도달했지만 임상 도입은 전향적 검증과 책임소재 확보에 달려 있다고 설명한다. 교육 분야에서는 생성형 AI로 과제물 생성이 쉬워지면서 완성된 결과물만으로는 학습 여부를 판단하기 어려워졌다고 저자는 진단한다.