AI 에이전트 수천 개가 뇌세포 데이터를 32분 만에 훑었다, 결과물은 '발견'이 아니라 '실험 후보 목록'

OpenAI는 21일 수천 개 AI 에이전트를 병렬로 돌려 수백만 개 생쥐 뇌세포의 기존 실험 데이터를 32분 동안 분석했다고 발표했다. 분석 대상은 전뇌 CRISPR 아틀라스다. 특정 유전자의 기능을 교란했을 때 뇌의 여러 세포가 어떻게 반응하는지 기록한 데이터다.

에이전트 하나가 교란 하나를 맡았다. 각자 세포 반응을 분석하고, 관련 논문을 찾고, 가능한 생물학적 설명을 붙였다. 결과는 유전자, 세포 변화, 문헌, 추론을 잇는 하나의 지도로 합쳐졌다.

하나에게 몰아주기 vs 잘게 나누기

연구팀은 같은 일을 단일 에이전트에게 맡긴 경우와 비교했다. 가장 큰 작업량을 맡은 단일 에이전트는 문헌 11건을 인용했다. 분산 에이전트들은 700건이 넘는 문헌을 연결했다. 블라인드 평가에서 전문가들은 분산 에이전트의 보고서를 75%의 경우 더 선호했다.

이 숫자들은 조심해서 읽어야 한다. 75%는 보고서에 대한 선호도이지 가설이 맞을 확률이 아니다. 인용 문헌이 많다는 것과 인용이 정확하다는 것도 다른 이야기다. 평가 표본 수와 실패 사례, 전체 연산 비용은 발표만으로 확인되지 않는다.

에이전트가 찾은 단서

발표에 소개된 단서는 두 가지다. 하나는 함께 작동하는 Tsc1과 Tsc2 유전자를 교란했을 때 세포 종류별로 반응이 갈린다는 관찰이다. 다른 하나는 파킨슨병과 비슷한 증상을 보이는 페리증후군 관련 유전자 DCTN1을 교란하자 콜레스테롤 생성 관련 유전자 발현이 늘었다는 점이다. 에이전트는 이를 기존 문헌과 이어 뉴런 안 콜레스테롤 분포가 신경퇴행과 관련 있는지 시험해볼 가치가 있다고 제안했다.

어디까지나 생쥐 데이터에서 나온 후속 실험 후보다. 치료법이나 질병 원인을 확정한 것이 아니며, 사람 세포와 동물 실험, 재현을 거쳐야 의미가 생긴다.

32분이 가리키는 것

연구팀은 사람이 같은 분석과 문헌 검토를 교란 하나씩 하면 수개월에서 1년이 걸릴 수 있다고 추정했다. 32분은 이미 있는 데이터를 훑어 가설을 만든 계산 시간이다. 데이터 생산이나 검증 실험 시간은 들어 있지 않다.

그래도 산업적 함의는 분명하다. AI의 가치가 "정답을 내는 모델"에서 "사람이 다 읽을 수 없는 데이터를 넓게 훑어 검증 순서를 정하는 시스템"으로 옮겨가고 있다. 이런 작업에서는 여러 에이전트에 추론 연산을 배분한다. 연구용 AI 수요가 학습이 아니라 추론 쪽에서 커질 수 있다는 신호로도 읽힌다.