Nature Language Model: 자연의 언어를 해독하여 과학적 발견을 가속화하다

40명 이상의 연구진이 개발한 Nature Language Model(NatureLM)은 다양한 과학 분야 데이터를 통합하여, 소분자, 단백질, RNA, 재료 등의 생성 및 최적화를 가능하게 하는 범용 과학 Foundation Model입니다. 모델 크기 증가에 따라 성능이 향상되며, 신약 개발, 신소재 설계 등 다양한 분야에 적용 가능성을 보여줍니다.

최근 몇 년간, 딥러닝 기반의 거대 언어 모델(LLM)이 자연어 처리 분야를 혁신하며 인공지능의 새로운 지평을 열었습니다. 인간의 언어를 이해하고 생성하는 능력이 비약적으로 향상된 것입니다. 이러한 성공에 고무되어, 과학자들은 이제 개별 과학 분야에 특화된 Foundation Model을 개발하기 시작했습니다. 소분자, 재료, 단백질, DNA, RNA, 심지어 세포에 이르기까지 다양한 분야에서 말이죠.

하지만 기존 모델들은 각 분야별로 독립적으로 학습되어, 서로 다른 과학 분야의 지식을 통합하는 데 어려움을 겪었습니다. 이러한 한계를 극복하기 위해, Yingce Xia를 비롯한 40명 이상의 연구자들은 Nature Language Model (NatureLM) 을 개발했습니다. NatureLM은 다양한 과학 분야의 데이터를 통합하여, '자연의 언어'를 이해하고 활용하는 범용 과학 Foundation Model입니다. 각 분야의 실체를 모두 서열(sequence)로 표현하여 통합적인 접근을 시도한 것이 특징입니다.

NatureLM은 다음과 같은 놀라운 성과를 보여주었습니다.

• 다양한 과학 분야 적용: 텍스트 명령어를 사용하여 소분자, 단백질, RNA, 재료의 생성 및 최적화가 가능합니다. 단백질-소분자, 단백질-RNA 간의 상호 변환도 가능합니다. 무엇보다도, 각 분야 최고 수준의 전문 모델과 동등하거나 뛰어넘는 성능을 보였습니다.
• 실용적인 응용 가능성: 신약 개발 (후보 물질 생성/최적화, ADMET 최적화, 합성), 신소재 설계, 치료용 단백질 또는 핵산 개발 등 광범위한 과학적 작업에 적용 가능합니다.
• 모델 규모 확장 효과: 연구진은 10억, 80억, 467억 개의 매개변수를 가진 NatureLM 모델을 개발하여, 모델 크기가 증가함에 따라 성능이 향상되는 것을 확인했습니다.

NatureLM은 단순한 기술적 진보를 넘어, 과학적 발견의 패러다임을 바꿀 잠재력을 지닌 모델입니다. 다양한 과학 분야의 지식을 통합하고, 상호 작용을 가능하게 함으로써, 새로운 과학적 발견을 가속화하고 인류의 삶을 향상시키는 데 크게 기여할 것으로 기대됩니다. 앞으로 NatureLM이 어떻게 발전하고, 우리 삶에 어떤 영향을 미칠지 주목할 필요가 있습니다. 이 연구는 과학의 발전을 위한 인공지능의 힘을 보여주는 중요한 사례입니다. 특히, '자연의 언어' 라는 독창적인 개념을 통해 다양한 과학 분야를 통합적으로 접근한 점은 높이 평가할 만합니다.