Google.org, 전 세계 문제 해결에 나선 12개 단체에 2,000만 달러 규모 'AI for Science' 기금 수여

Google.org, 인공지능(AI)을 통한 과학적 돌파구 가속화를 위해 2,000만 달러 투입

인공지능(AI)과 실제 과학적 응용 사이의 간극을 좁히기 위한 중요한 행보로, Google.org는 **2,000만 달러 규모의 과학을 위한 AI 펀드(AI for Science fund)**를 발표했습니다. 이 이니셔티브는 학술 기관, 비영리 단체, 스타트업에 걸친 12개의 다양한 조직에 보조금을 수여했으며, 이들은 건강, 농업 및 지속 가능성 분야에서 인류가 직면한 가장 복잡한 과제 중 일부를 해결하기 위해 AI를 적용하는 임무를 맡았습니다.

이 자금 지원은 중대한 시점에 이루어졌습니다. 항생제 내성, 기후 변화 (climate change), 식량 안보와 같은 글로벌 위기의 복잡성은 가속화되고 있는 반면, 전통적인 과학적 발견의 속도는 이를 따라잡는 데 종종 어려움을 겪어 왔습니다. Google.org의 이니셔티브는 연구원들에게 수십 년의 연구를 수년으로 압축하는 데 필요한 재정적 및 기술적 자원을 제공함으로써 이러한 추세를 뒤바꾸기 위해 설계되었습니다.

과학적 자금 지원의 새로운 패러다임

이 펀드의 핵심 철학은 고도화된 AI 도구의 민주화입니다. 고급 모델을 거대 기술 기업(Big Tech) 실험실 내에만 가두어 두는 대신, Google.org는 외부 도메인 전문가들이 이러한 도구를 자신의 특정 분야에 적용할 수 있도록 힘을 실어주고 있습니다.

Google.org의 부사장(VP)이자 글로벌 책임자인 매기 존슨(Maggie Johnson)은 선정된 팀들이 단순한 데이터 처리 이상의 일을 하고 있다고 강조했습니다. 그들은 이론적 모델에서 실제 솔루션으로 나아가며 과학 연구의 중대한 장벽을 허물기 위해 AI를 배치하고 있습니다. 결정적으로, 이 펀드는 **오픈 사이언스 (Open Science)**를 의무 사항으로 합니다. 12개의 수혜 조직 모두는 자신들의 데이터 세트와 솔루션을 공개적으로 제공하기로 약속했으며, 이는 한 실험실에서의 돌파구가 전 세계 과학계 전체의 발전을 촉진할 수 있도록 보장합니다.

12개 수상 기관: 과학의 미래 매핑

수혜 기관들은 합리적인 시간 내에 측정 가능한 돌파구를 마련할 수 있는 잠재력을 바탕으로 선정되었습니다. 이들의 프로젝트는 식품의 "암흑 물질"을 매핑하는 것부터 자율 로봇 실험실에 이르기까지 다양합니다.

아래는 선정된 조직 및 지원 이니셔티브의 전체 목록입니다.

과학을 위한 AI 펀드 수혜 기관 분석

조직	집중 분야	프로젝트 설명
UW Medicine	건강 및 유전체학	Fiber-seq 기술과 AI를 사용하여 여전히 미스터리로 남아 있는 인간 게놈의 99%를 매핑하며, 특히 희귀 질환의 유전적 원인을 추적함.
Spore.Bio	미생물학	전통적으로 며칠이 걸리는 과정인 약제 내성 박테리아를 1시간 이내에 탐지하는 AI 기반 스캐너 개발.
The Sainsbury Laboratory	농업	AlphaFold3를 활용하여 식물 면역 수용체와 병원균 간의 상호작용을 예측함으로써 질병 저항성 작물 육종을 가속화하는 "Bifrost" 출시.
Technical University of Munich	의학	개별 세포에서 전체 장기까지 연결하는 다중 스케일 파운데이션 모델(Foundation model)을 구축하여 임상의가 질병 진행을 디지털로 시뮬레이션할 수 있도록 지원.
The University of Liverpool	재료 과학	자율 로봇, 인간 과학자, AI 에이전트가 협력하여 새로운 탄소 포집 재료를 발견하는 "하이브 마인드(Hive Mind)" 접근 방식 선도.
Innovative Genomics Institute	기후 및 농업	가축의 메탄 배출을 크게 줄이기 위해 편집 가능한 박테리아 상호작용을 식별하고자 소의 미생물군집(Microbiome)을 해독함.
Cedars-Sinai Medical Center	신경과학	사고 및 기억 형성 메커니즘을 해독하기 위해 실시간으로 신경 데이터를 분석하는 AI 도구인 BAN-map 개발.
Periodic Table of Food Initiative	영양	영양 품질을 결정하는 수천 개의 미지의 분자인 식품의 "암흑 물질"을 매핑하여 더 건강한 식단 설계를 가능하게 함.
The Rockefeller University	생물 다양성	180만 종에 대한 고품질 유전체 청사진을 생성하기 위해 AI 자동화로 유전체 시퀀싱을 전면 개편함.
UNEP-WCMC	보존	대규모 언어 모델(LLM)을 사용하여 수백만 개의 기록을 스캔하고 35만 종의 식물 분포 지도를 작성하여 중요한 데이터 공백을 메움.
Swiss Plasma Center (EPFL)	에너지	AI 모델이 집단 실험으로부터 학습할 수 있도록 글로벌 핵융합 에너지 데이터를 표준화하여 상업용 핵융합 발전으로 가는 길을 가속화함.
Infectious Disease Institute	공중 보건	"EVE" 프레임워크와 알파폴드 (AlphaFold)를 활용하여 우간다 내 말라리아 기생충의 진화 및 약제 내성 패턴 예측.

의료 서비스의 변화: 반응형에서 예측형으로

펀드의 상당 부분은 사후 반응적 치료에서 예측적 예방으로 초점을 전환하여 의료 서비스를 혁신하는 데 할애됩니다. 우간다 마케레레 대학교(Makerere University)의 **감염병 연구소 (Infectious Disease Institute)**는 DeepMind의 알파폴드(AlphaFold) 기술을 직접 적용한 사례로 주목받고 있습니다. 말라리아 기생충이 어떻게 진화하는지 예측함으로써, 이 연구소는 아프리카 보건 시스템에 중요한 능력인 약제 내성보다 한발 앞서 나가는 것을 목표로 합니다.

마찬가지로, Spore.Bio는 AI의 즉각적인 임상적 영향력을 보여줍니다. 이들의 기술은 병원 환경에서 병원균을 신속하게 식별하는 것이 생사를 가를 수 있는 골든타임을 다룹니다. 박테리아 탐지 시간을 며칠에서 몇 분으로 단축함으로써, 이들은 컴퓨터 비전과 머신 러닝(Machine Learning)이 어떻게 미생물학을 현대화할 수 있는지 보여줍니다.

지속 가능성과 "하이브 마인드"

의료 분야를 넘어, 이 펀드는 실존적인 환경 위협을 다룹니다. **리버풀 대학교 (The University of Liverpool)**는 과학적 방법 그 자체를 재정의하고 있습니다. 그들의 "하이브 마인드(Hive Mind)" 프로젝트는 자율 이동 로봇과 AI 에이전트를 통합합니다. 이 시스템은 24시간 내내 실험을 가능하게 하며, 탄소 포집을 위한 최적의 솔루션을 찾기 위해 재료 조합을 신속하게 반복합니다. 이는 AI가 물리적 실험 과정을 지시하는 "자율 주행 실험실"로의 전환을 의미합니다.

농업 분야에서는 UC Berkeley의 **혁신 유전체학 연구소 (Innovative Genomics Institute)**가 미시적 수준에서 기후 변화에 대응하고 있습니다. AI를 사용하여 소의 미생물군집을 해독함으로써, 전 세계 식량 공급을 방해하지 않으면서도 글로벌 온실가스의 주요 원인인 가축의 메탄 배출량을 줄이는 것을 목표로 합니다.

미래 발견에서의 오픈 사이언스의 역할

이 이니셔티브가 일반적인 기업 보조금과 차별화되는 점은 오픈 사이언스 (Open Science) 요구 사항입니다. 데이터 세트와 모델을 공유하도록 의무화함으로써 Google.org는 승수 효과를 기대하고 있습니다. 예를 들어, **록펠러 대학교 (The Rockefeller University)**에서 생성된 유전체 청사진이나 **스위스 플라즈마 센터 (Swiss Plasma Center)**에서 표준화된 핵융합 데이터는 전 세계 연구자들에게 기초적인 자산이 되어, 잠재적으로 원래 보조금의 범위를 훨씬 넘어서는 발견을 뒷받침할 것입니다.

이러한 접근 방식은 AI 산업의 광범위한 추세와 일치하며, 가치가 독점적인 알고리즘에서 고품질의 도메인 특화 데이터로 이동하고 있음을 보여줍니다. 식물 분포 지도든 신경 활동 로그든 이러한 데이터 세트의 생성과 조직화를 지원함으로써, Google.org는 차세대 AI 모델이 더욱 정확하고 전문적이며 영향력 있게 성장할 수 있는 인프라를 구축하고 있습니다.

이 12개 조직이 연구를 시작함에 따라, 이들은 AI가 과학적 진보의 엔진을 효과적으로 재가동할 수 있다는 더 큰 가설을 검증하는 사례가 될 것입니다. 성공한다면, 이 프로젝트들은 세계의 "불가능한" 문제들을 해결하는 길이 인간의 독창성과 인공지능 간의 협력에 있음을 입증하게 될 것입니다.