구글 딥마인드

딥마인드의 바둑 인공지능 알파고가 2016년 3월 서울에서 열린 다섯 번기 대국에서 세계 정상급 기사 이세돌을 4승 1패로 꺾음. 경우의 수가 방대해 정복이 어렵다고 여겨지던 바둑에서 인간 최고수를 이긴 첫 사례로, 이세돌은 네 번째 대국에서 인간으로서 유일한 한 판을 거둠. 인공지능의 가능성을 대중에게 각인시킨 상징적 사건.

딥마인드가 처음 개발한 알파폴드가 단백질 구조 예측 국제 평가 CASP13에서 종합 최고 성과를 기록함. 특히 기존 구조와 유사성이 거의 없는 신규 접힘(Free Modeling) 표적에서 1위를 차지하며, 가장 어려운 단백질 구조 예측 문제에서 두드러진 정확도를 보임.

이는 인공지능 기반 방법이 단백질 구조 예측 분야에서 경쟁력 있는 성과를 낸 첫 대규모 사례 중 하나로, 이후 알파폴드 2와 단백질 구조 예측 기술 발전의 전환점이 됨.

알파폴드 2세대가 단백질 구조 예측 국제 평가 CASP14에서 다른 출품작을 크게 앞서는 정확도로 최고 성과를 기록함. 전체 표적의 중앙 GDT_TS 점수는 92.4였고, 92개 도메인 가운데 58개에서는 실험 구조에 준하는 정확도에 도달함.

특히 가장 어려운 신규 접힘 예측 부문에서도 높은 성능을 보이며, 단백질의 아미노산 서열로부터 입체 구조를 예측하는 문제에서 인공지능이 실험적 구조결정에 근접할 수 있음을 입증함. 이 성과는 CASP 주최 측과 과학계에서 약 50년간 이어진 단백질 구조 예측 난제의 사실상 해결로 평가되며, 생명과학 연구에서 인공지능 활용의 전환점이 됨.

딥마인드와 유럽분자생물학연구소 산하 유럽생물정보학연구소(EMBL-EBI)가 알파폴드 단백질 구조 데이터베이스를 약 100만 개에서 2억여 개 예측 구조 규모로 확장함. 게놈이 해독된 100만 종 이상 생물의 단백질을 포괄하며, 과학계에 알려진 단백질 대부분의 예측 구조를 공개 접근 방식으로 제공함.

이로써 연구자들은 대규모 계산 자원 없이도 방대한 단백질 구조 정보를 검색·다운로드해 연구에 활용할 수 있게 됐으며, 구조생물학·신약 개발·질병 연구의 기반 데이터가 크게 확대됨.

이미지용 SynthID의 AI 생성 음악·오디오 확장 발표. 오디오 파형을 스펙트로그램으로 변환해 사람 귀에 들리지 않는 신호를 삽입하고 다시 파형으로 되돌리는 방식. 잡음 추가·MP3 압축·속도 변경 뒤에도 검출 가능하도록 설계된 워터마크. 같은 날 공개된 Lyria와 유튜브 쇼츠 Dream Track 출력물 적용에 따른 다중 매체 워터마킹 확장.