Do LLM Proposers Improve Budgeted Search for Ionizable Lipids?

생명을 구하는 약물을 인체에 전달하기 위한 경주에서, 과학자들은 지질 나노입자라고 불리는 아주 작은 지방 형태의 거품에 의존합니다. 이 거품은 취약한 유전적 명령을 세포로 전달하는 보호용 운송체 역할을 합니다. 이러한 운송체를 작동시키는 핵심은 바로 특정 성분인 이온화 지질(ionizable lipids)에 있습니다. 이들은 주변 환경에 따라 전기적 전하를 바꿀 수 있는 특별한 지방 분자로, 세포 내부로 들어갔을 때 화물을 열고 방출할 수 있게 해줍니다. 이러한 지질을 설계하는 것은 복잡한 퍼즐과 같습니다. 화학자들은 다양한 화학적 구성 요소를 조합하여 수백만 개의 잠재적 후보를 만들어낼 수 있지만, 각각을 실험실에서 테스트하는 것은 느리고 비용이 많이 들며 한 번에 수행할 수 있는 실험 횟수에 제한이 있습니다. 핵심적인 과제는 단순히 좋은 지질을 찾는 것이 아니라, 예산이 바닥나기 전에 가장 좋은 것을 찾아내는 것입니다.

수년 동안 연구자들은 인공지능, 특히 대규모 언어 모델이 전통적인 방식보다 이 퍼즐을 더 빠르게 해결할 수 있기를 희망해 왔습니다. 방대한 양의 텍스트와 데이터를 학습한 이 컴퓨터 프로그램들은 패턴을 포착하고 새로운 아이디어를 생성하는 데 탁-월합니다. AI가 창의적인 파트너로서 역할을 수행하며, 인간이 미처 생각하지 못했을 법한 새로운 지질 구조를 제안함으로써 더 나은 의약품의 발견 속도를 높일 수 있다는 아이디어였습니다. 그러나 지금까지는 엄격한 시간과 자원 제한 하에서 새로운 분자를 탐색하는 특정 작업에 대해 이 AI 시스템들이 실제로 더 나은 성능을 보이는지 검증할 정교한 방법이 없었습니다. 새로운 연구는 LEAF라는 프레임워크를 도입하여 이 질문에 직접 답하고자 하며, 인공지능을 확립된 컴퓨터 알고리즘과 통제되고 공정한 대결을 붙여 누가 더 효과적인 지질을 먼저 찾아내는지 확인합니다.

연구진은 발견 과정을 시뮬레이션하기 위해 디지털 실험실을 구축했습니다. 그들은 특정 화학적 구성 요소로 만들어진 30,000개 이상의 가능한 지질 구조를 포함하는 방대한 가상 공간을 만들었습니다. 실제 세계의 테스트 비용을 모사하기 위해, 그들은 엄격한 예산을 부과했습니다. 즉, 탐색 과정에서 단 40개의 후보에 대해서만 성능을 "요청"할 수 있었습니다. 이 시뮬레이션에서 각 지질의 실제 성능은 실제 실험 데이터로 학습된 고정된 컴퓨터 모델에 의해 결정되었으며, 이 모델은 완벽하고 변하지 않는 심판 역할을 했습니다. 목표는 AI와 고전적 컴퓨터 탐색 중 어떤 방식이 40번의 시도 내에 가장 높은 성능을 가진 지질을 식별할 수 있는지 확인하는 것이었습니다. 연구는 네 가지 크기의 서로 다른 대규모 언어 모델을 테스트했으며, 이를 무작위 탐색(우연히 후보를 선택하는 방식) 및 유전 알고리즘(현재까지 발견된 최적의 후보들을 혼합하고 변이시켜 솔루션을 진화시키는 고전적인 컴퓨터 기법)이라는 두 가지 표준 기준점과 비교했습니다.

결과는 명확하고 예상 밖이었습니다. 인공지능을 둘러싼 화려한 홍보에도 불구하고, 어떤 언어 모델도 전통적인 방식보다 뛰어난 성능을 보이지 못했습니다. 사실, AI 모델들은 특정 비효율성 문제로 인해 큰 어려움을 겪었습니다. 즉, 이미 테스트했거나 기억 속에 있는 것과 거의 동일한 지질을 계속해서 제안한다는 점이었습니다. 한 소형 모델의 경우, 제안된 것 중 거의 80%가 이미 보았던 분자의 정확한 중복이었습니다. 이는 귀중한 예산의 상당 부분이 반복 작업에 낭비되었음을 의미합니다. 연구진이 모델이 중복을 피하도록 강제하여 이를 해결하려 노력했음에도 불구하고, AI는 여면한 유전 알고리즘이나 무작위 탐색보다 더 나은 솔루션을 찾는 데 실패했습니다. 더 큰 모델들은 중복 문제에 대해 적은 실수를 저질렀지만, 더 나은 지질을 찾는 데 더 능숙해진 것은 아니었습니다. 그들은 단지 자신을 반복하지 않을 뿐, 실질적인 이득을 얻지는 못했습니다.

연구는 왜 AI가 실패했는지 이해하기 위해 더 깊이 파고들었습니다. 연구진은 모델이 이전 지질의 성능 점수와 같은 제공된 정보를 바탕으로 다음 제안을 안내하는 데 실제로 사용하는지 확인했습니다. 조사 결과, 모델이 이 데이터를 보도록 유도할 수는 있었지만, 이것이 검색 결과의 개선으로 이어지지는 않는다는 것을 발견했습니다. 일부 테스트에서는 모델에게 어떤 지질이 좋은지에 대한 잘못된 정보를 제공했음에도 불구하고, 모델은 전략을 효과적으로 조정하는 데 실패했습니다. AI는 데이터를 피상적인 방식으로 다루는 듯 보였는데, 지능적으로 보이는 추론 텍스트를 생성하기는 했으나 그것이 더 나은 화학적 발견으로 이어지지는 않았습니다. 또한 연구는 각 방식이 찾아낸 최상의 지질을 조사했습니다. AI도 몇몇 유망한 구조를 찾아내긴 했지만, 그것들이 기존의 더 단순한 알고리즘이 찾아낸 것보다 일관되게 더 낫지는 않았습니다. 유전 알고리즘과 무작위 탐색은 타이트한 예산 내에서 고성능 지질을 찾는 데 있어 AI만큼이나 우수했습니다.

이 연구는 인공지능이 화학 분야에서 역할이 없다는 것을 시사하는 것이 아니라, 현재의 제로샷(zero-shot) 모델들이 이 특정 작업에서 어디에서 부족한지에 대한 구체적인 진단을 제공합니다. 실패의 원인은 모델의 지능 부족이 아니라, 제한된 자원을 사용하는 방식의 효율성 부족 때문이었습니다. 이 연구는 모든 실험이 중요한 분야에서 단순히 강력한 AI를 보유하는 것만으로는 충분하지 않으며, 시스템이 시간을 낭비하며 중복된 제안을 하지 않고 진정으로 새로운 아이디어를 제안할 수 있어야 함을 강조합니다. 연구진은 통제된 조건과 고정된 예산 하에서, 테스트된 언지 모델들이 고전적인 방식보다 개선된 모습을 보여주지 못했다고 결론지었습니다. 더 나은 지질을 찾기 위한 가장 효율적인 경로는, 적어도 지금으로서는, 최신 세대의 생성형 AI보다는 수십 년간 다듬어진 검증된 전통적 알고리즘입니다.