하지만 단백질 구조 예측은 그렇지 않다. 인공지능을 최적화할 기준이 모호한데 > 인테리어비용대출

강릉필라테스 알파폴드 1이 2018년 캐습에 출전해 1위를 했을 때도 큰 뉴스가 되었지만, 2022년 캐습에서 알파폴드 2가 공개되었을 때는 ‘알파고 쇼크’에 맞먹는 ‘알파폴드 2 쇼크’가 일었다고 들었다. 2018년과 2020년 캐습 결과를 비교해보면 알파폴드 1의 성적은 60점 남짓이었는데 알파폴드 2는 90점으로 껑충 뛰어올랐다. 인공지능으로 단백질 구조 예측을 해보자는 아이디어는 꽤 오래되었다. 실제 개발하는 연구팀도 이미 있었다. 수십 년간 이 분야에 연구가 이루어지면서, 이미 밝혀진 단백질 구조, 분자의 성질, 화학적 상호작용, 진화 정보 등등 방대한 데이터가 축적되었다. 인공지능에 이 데이터를 딥러닝시키면 단백질 구조를 예측할 수 있을 거라고들 생각했고, 알파폴드 1은 그런 흐름 속에서 나왔다. 반면 알파폴드 2는 진정한 혁신이라고 할 수 있다. 머신러닝을 적용시키는 데에서 그치는 게 아니라 AI의 아키텍처(구조설계)가 완전히 다르다. 생물의 분자구조를 설명하는 데에 더 적합한 아키텍처로 돼 있다. 하사비스에게 이목이 집중.