오픈AI가 AI 모델 GPT-5를 로봇 실험실과 연결해 스스로 실험을 진행하게 했더니, 단백질 생산 비용을 40%나 낮추는 데 성공했다. 해당 리포트에 따르면, GPT-5는 실험을 설계하고, 로봇이 실험을 수행하면 그 결과를 보고 다음 실험을 스스로 결정했다고 밝혔다. 마치 AI 과학자가 24시간 쉬지 않고 연구하는 것과 같다. 이번 성과는 AI가 컴퓨터 안에서만 일하는 게 아니라 실제 실험실에서도 큰 역할을 할 수 있다는 걸 보여줬으며, 앞으로 의약품 개발 속도를 크게 높일 수 있을 것으로 기대된다.
2개월간 3만 6,000번 실험하며 새 기록 세웠다
오픈AI는 생명공학 회사 깅코 바이오웍스(Ginkgo Bioworks)와 손잡고 GPT-5를 자동화 실험실에 연결했다. 이 실험실은 사람이 직접 가지 않아도 컴퓨터로 명령을 내리면 로봇이 실험을 대신 해주는 곳이다. GPT-5는 이 로봇에게 “이런 실험을 해봐”라고 지시하고, 로봇이 실험한 결과를 받아서 분석한 뒤, “그럼 이번엔 이걸 해봐”라며 다음 실험을 제안하는 방식으로 일했다.
GPT-5는 컴퓨터와 인터넷, 그리고 관련 논문을 볼 수 있게 해주자, 단 3번의 실험 만에 지금까지 나온 최고 기록을 깼다. 총 6번에 걸쳐 580개의 실험판에서 3만 6,000가지가 넘는 조합을 테스트했고, 최종적으로 2025년에 나온 최고 기록보다 단백질 생산 비용을 40% 낮췄다. 실험에 쓰이는 재료비는 57%나 줄었다. 특히 GPT-5가 찾아낸 조합은 자동화 실험실의 환경, 즉 산소가 적은 상황에서도 잘 작동했다는 게 중요하다.
세포 없이 단백질 만드는 기술, 약부터 세제까지 쓰인다
이번 연구의 핵심은 ‘무세포 단백질 합성’이라는 기술이다. 보통 단백질을 만들려면 세포 안에 DNA를 넣고 세포가 자라서 단백질을 만들 때까지 기다려야 한다. 하지만 무세포 단백질 합성은 세포를 키우지 않고, 세포 안에 있는 단백질 제조 기계만 꺼내서 시험관에서 단백질을 만드는 방식이다. 훨씬 빠르고 효율적이어서 하루 만에 여러 실험을 할 수 있다.
단백질은 우리 생활 곳곳에서 쓰인다. 많은 약이 단백질로 만들어지고, 병을 진단하는 검사 키트에도 단백질이 들어간다. 공장에서는 단백질이 화학 반응을 도와 생산 과정을 더 깨끗하고 효율적으로 만들며, 심지어 빨래할 때 쓰는 세제에도 단백질이 들어있다. 단백질을 빠르고 싸게 만들 수 있으면 과학자들은 더 많은 아이디어를 더 빨리 시험해 볼 수 있고, 연구 결과를 실생활에 활용하는 비용도 줄일 수 있다. 무세포 단백질 합성은 이미 연구에 유용하지만, 설정을 최적화하기 어렵고 대량으로 만들려면 비용이 많이 든다는 게 문제였다.
3만 6,000번 실험으로 찾아낸 황금 조합
GPT-5가 비용을 줄일 수 있었던 비결은 서로 잘 맞는 재료 조합을 찾아냈고, 그 조합이 로봇이 대량으로 실험할 때도 안정적으로 작동했기 때문이다. 무세포 단백질 합성은 오랫동안 연구됐지만, 섞을 수 있는 재료의 조합이 너무 많아서 아직 시도하지 않은 조합이 많다. 수천 가지 조합을 빠르게 시도할 수 있다면, 사람이 직접 할 때는 놓치기 쉬운 좋은 조합을 찾을 수 있다.
연구팀은 로봇으로 대량 실험을 할 때와 사람이 직접 실험할 때 결과가 다르다는 것도 발견했다. 작은 실험판에서는 산소가 잘 공급되지 않고, 재료가 섞이는 방식이나 구조도 다르다. 실제로 대부분의 단백질 합성 실험은 작은 실험판보다 큰 시험관에서 훨씬 더 많은 단백질을 만들어낸다. 이는 큰 용기일수록 산소도 잘 들어가고 재료도 잘 섞이기 때문이다. GPT-5는 컴퓨터로 데이터를 분석하고 인터넷으로 논문을 찾아본 직후, 작은 실험판 환경에서도 기존 최고 기록을 바로 뛰어넘는 조합을 여러 개 제안했다. 전반적으로 GPT-5는 로봇 실험실의 조건, 특히 산소가 부족한 환경에서도 잘 작동하는 조합을 많이 찾아냈다.
또한 연구팀은 완충제(산도를 조절하는 물질), 에너지 재생 성분, 폴리아민(세포 성장에 필요한 물질) 같은 재료를 조금만 바꿔도 비용 대비 효과가 크다는 걸 알아냈다. 이런 재료들은 사람들이 처음에 손대는 부분이 아니지만, 대량으로 실험할 때는 중요하게 테스트해야 할 요소가 된다. 마지막으로 비용 구조 자체가 중요했다. 무세포 단백질 합성에서 가장 비싼 건 세포 용해물(세포를 깨서 만든 액체)과 DNA다. 따라서 같은 양의 비싼 재료로 단백질을 더 많이 만들어내는 게 가장 효과적인 전략이다. 비싼 재료 한 방울당 단백질 생산량을 늘릴 수 있다면, 다른 곳에서 비용을 조금씩 줄이는 것보다 훨씬 큰 효과를 볼 수 있다.
한계는 있지만 미래 연구 방향 제시했다
이번 연구는 sfGFP라는 단백질 하나와 한 가지 합성 방법으로만 실험했다. 다른 단백질이나 다른 방법에서도 똑같이 잘 될지는 아직 확인이 필요하다. 산소 공급량이나 실험 용기 모양이 결과에 큰 영향을 미칠 수 있고, 실험 규모가 달라지면 이런 조건도 바뀐다. GPT-5가 찾아낸 개선 방법 중 일부는 특정 조건에서만 잘 작동할 수 있어서, 이런 부분을 더 연구해야 한다.
또한 실험 방법을 개선하고 재료를 다루는 데는 여전히 사람의 감독이 필요했다. GPT-5가 실험을 설계하고 결과를 해석할 수는 있지만, 실험실 일에는 숙련된 전문가가 필요한 실제적인 작업들이 많다. 오픈AI는 앞으로 반복 실험이 중요한 다른 생물학 연구에도 이 방법을 적용할 계획이다. 자율 실험실을 AI 모델과 함께 쓰는 보조 도구로 보고 있으며, AI가 설계안을 만들 수는 있지만 생물학 연구는 결국 실제 테스트와 반복이 필요하다. 아이디어를 만드는 것과 실험하는 것을 연결하는 게 유망한 아이디어를 실제로 작동하는 결과로 바꾸는 방법이다.
오픈AI는 과학 발전을 안전하고 책임감 있게 앞당기면서, 특히 생물 보안과 관련된 위험을 평가하고 줄이려 노력하고 있다. 이번 결과는 AI가 실제 실험실에서 실험 방법을 개선할 수 있다는 걸 보여주며, 이게 생물 보안에 영향을 줄 수 있어서 준비 체계를 통해 점검하고 있다. AI 모델과 시스템 차원에서 필요한 안전장치를 만들고, 현재 위험 수준을 추적하는 평가 방법도 개발 중이다.
FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q1. 무세포 단백질 합성이 뭔가요?
A. 세포를 키우지 않고 세포 안의 단백질 제조 기계만 꺼내서 시험관에서 단백질을 만드는 기술입니다. 기존 방식보다 빠르고 효율적이어서 약 개발, 검사 키트 제작, 공장용 효소 생산 등에 활용됩니다.
Q2. GPT-5는 어떻게 실험실에서 일했나요?
A. GPT-5가 직접 실험한 게 아니라, 자동화 로봇 실험실에 연결돼서 “이런 실험을 해봐”라고 지시했습니다. 로봇이 실험하고 데이터를 보내주면, GPT-5가 결과를 분석해서 다음 실험을 설계하는 방식입니다. 이 과정을 6번 반복하며 3만 6000가지 넘는 조합을 테스트했습니다.
Q3. 이 연구가 우리 생활에 어떤 도움이 되나요?
A. 단백질 생산 비용이 낮아지면 약값이 저렴해질 수 있습니다. 또한 연구 속도가 빨라져서 새로운 치료제나 검사 도구가 더 빨리 나올 수 있고, 공장에서도 더 효율적이고 친환경적인 생산이 가능해집니다.
기사에 인용된 리포트 원문은 오픈AI에서 확인 가능하다
리포트명: GPT-5 lowers the cost of cell-free protein synthesis
이미지 출처: 오픈AI
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
