바둑 AI 알파고를 만든 것으로 유명한 데미스 하사비스가 2024년 노벨 화학상을 받았어요. 게임 인공지능을 만들던 사람이 화학상을 받았다는 점이 처음에는 낯설게 느껴지지만, 그 뒤에는 생명과학의 오랜 난제를 푼 알파폴드라는 프로그램이 있어요. 언론에서는 ‘하사비스’와 ‘허사비스’ 표기가 섞여 쓰이는데, 같은 인물을 가리켜요.
이 글에서는 수상 발표 당시의 상황부터 알파폴드가 해결한 문제, 함께 상을 받은 두 사람의 역할, 하사비스의 경력, 그리고 AI가 노벨상을 이어서 받은 의미까지 차례로 풀어볼게요.
노벨 화학상 수상 발표와 공동 수상자
2024년 노벨위원회는 데이비드 베이커 미국 워싱턴대 교수, 데미스 하사비스 구글 딥마인드 CEO, 존 점퍼 딥마인드 디렉터 세 사람을 노벨 화학상 수상자로 발표했어요. 국내 언론 보도는 발표 당일인 2024년 10월 9일에 쏟아졌어요(ZDNet Korea, AI타임스 등).
세 사람은 같은 일을 한 것이 아니라 서로 다른 방향에서 단백질 문제를 풀었어요. 베이커 교수는 원하는 기능을 가진 새로운 단백질을 컴퓨터로 설계하는 ‘계산 단백질 디자인’ 공로를 인정받았고, 하사비스와 점퍼는 아미노산 서열만 알면 단백질의 3차원 구조를 예측하는 AI 모델 알파폴드를 개발한 공로를 인정받았어요.
상금은 노벨 화학상 규정에 따라 나뉘었어요. 상금 총액은 1,100만 스웨덴 크로나였고, 절반은 베이커 교수에게, 나머지 절반은 하사비스와 점퍼가 나눠 가졌어요. 노벨상은 한 부문에 최대 3명까지만 공동 수상할 수 있는데, 이 구도가 그대로 적용된 셈이에요.
- 데이비드 베이커: 없던 단백질을 설계하는 방향을 개척했어요. 자연에 존재하지 않는 구조의 단백질을 컴퓨터로 만들어 실제로 합성하는 연구가 인정받았어요.
- 데미스 하사비스: 딥마인드를 이끌며 알파폴드 프로젝트를 총괄했어요. 바둑 AI 알파고에서 쌓은 딥러닝 기술을 생명과학으로 확장한 인물이에요.
- 존 점퍼: 딥마인드에서 알파폴드 2의 핵심 모델을 만든 연구 책임자예요. 하사비스와 함께 이 부문 공동 수상자가 됐어요.
알파폴드가 푼 단백질 구조 예측 문제
단백질은 아미노산이 긴 사슬로 이어진 분자인데, 이 사슬이 스스로 접혀 특정한 입체 모양이 되어야 제 기능을 해요. 사슬이 어떤 모양으로 접히는지가 곧 그 단백질이 하는 일을 결정하기 때문에, 구조를 아는 것은 신약 개발과 질병 연구의 출발점이에요. 문제는 서열만 보고 구조를 맞히는 일이 반세기 넘게 풀리지 않았다는 점이에요.
기존에는 단백질을 결정으로 만들고 X선 회절 영상을 분석하는 방식으로 구조를 알아냈어요. 이 작업은 실험으로만 가능했고 수개월에서 수년이 걸렸어요. 알파폴드는 이를 AI로 몇 시간 수준까지 줄였을 뿐 아니라 정확도도 크게 높였다고 국내 보도들이 전했어요.
알파폴드는 이후 데이터베이스로도 공개됐어요. 보도에 따르면 알파폴드로 예측된 단백질 구조는 약 2억 개에 달해요. 알려진 거의 모든 단백질의 구조를 연구자들이 무료로 내려받아 볼 수 있는 상황이 되면서, 실험실에서 처음부터 구조를 풀던 관행이 크게 바뀌었어요.
알파폴드의 뿌리는 알파고예요. 딥마인드가 바둑 AI를 만들면서 쌓은 딥러닝과 강화학습 기술이 단백질 접힘이라는 완전히 다른 분야에서 다시 쓰인 거예요. 하나의 AI 기술이 게임에서 과학으로 옮겨간 대표 사례로 자주 언급돼요.
하사비스는 누구인가
데미스 하사비스는 영국 런던 출신의 컴퓨터 과학자이자 신경과학자예요. 어린 시절 체스 신동으로 이름을 알렸고, 10대 때부터 게임 개발 업계에서 일하며 게임 프로그래머로 경력을 시작했어요. 이후 대학으로 돌아가 인지신경과학으로 박사 학위를 받았어요.
2010년에 딥마인드를 공동 창업했고, 이 회사는 이후 구글에 인수됐어요. 인수 후에도 딥마인드는 연구 중심 조직으로 운영되면서 2016년 이세돌 9단과의 바둑 대국으로 세상에 알려졌어요. 이때 알파고가 4승 1패를 거둔 장면은 한국에서도 큰 화제가 됐어요.
바둑 이후 하사비스가 선택한 다음 목표가 과학 난제였어요. 그는 여러 인터뷰에서 AI를 과학 발견의 도구로 쓰겠다는 방향을 밝혀왔고, 알파폴드는 그 구상이 처음으로 눈에 띄는 성과를 낸 사례예요. 노벨상 수상은 그 방향이 학계에서 공식적으로 인정받은 순간이라고 볼 수 있어요.
이틀 연속 AI가 노벨상을 받은 의미
2024년은 AI가 노벨상 두 부문에 동시에 이름을 올린 해였어요. 화학상 발표 하루 전인 10월 8일에는 물리학상이 인공신경망 연구를 개척한 존 홉필드와 제프리 힌턴에게 돌아갔어요. AI타임스는 이를 두고 ‘이틀 연속 AI 분야 수상’이라고 보도했어요.
두 상의 성격은 조금 달라요. 물리학상이 인공신경망이라는 기반 이론을 만든 공로에 준 상이라면, 화학상은 그 기술을 실제 과학 문제에 적용해 결과를 낸 공로에 준 상이에요. 이론과 응용이 하루 간격으로 각각 인정받았다는 점에서 상징적이었어요.
일부에서는 AI 연구자가 물리학상과 화학상을 받는 것이 전통적 분야 구분에 맞느냐는 논의도 있었어요. 다만 단백질 구조 예측이라는 화학적 문제를 직접 풀었다는 점에서 화학상 수상 자체에 대한 이견은 상대적으로 적었어요.
수상이 연구 현장에 남긴 변화
알파폴드 이후 구조생물학 연구자들은 실험 전에 먼저 예측 구조를 확인하는 방식으로 작업 순서를 바꾸고 있어요. 구조가 알려지지 않은 단백질도 예측 모델로 후보를 좁힌 뒤 실험으로 검증하면 시간과 비용을 크게 줄일 수 있어요. 특히 신약 후보 물질이 결합할 단백질의 모양을 미리 알 수 있다는 점이 제약 연구에서 중요하게 쓰여요.
베이커 교수의 단백질 디자인 연구와 알파폴드는 서로 보완적이에요. 새로 설계한 단백질이 의도한 대로 접히는지를 예측 모델로 빠르게 점검할 수 있기 때문이에요. 두 흐름이 한 해에 같은 상을 받은 것도 이런 연결 때문이에요.
정리
하사비스의 노벨상은 게임 AI에서 시작한 기술이 생명과학의 오랜 난제를 푸는 도구가 됐다는 사실을 보여줘요. 알파폴드는 수개월에서 수년 걸리던 구조 분석을 몇 시간으로 줄였고, 약 2억 개의 구조 예측을 공개하면서 연구 방식 자체를 바꿨어요.
수상자는 베이커, 하사비스, 점퍼 세 명이었고 각자 단백질 설계와 구조 예측이라는 다른 축을 맡았어요. 앞으로 AI가 과학 발견의 조력자를 넘어 공동 주인공이 될 수 있다는 신호로 읽히고 있어요.