GitLab CEO Sid Sijbrandij가 4기 골육종을 자가 치료한 과정을 노정석은 “전부 software engineering”이라고 요약한다. 종양 시퀀싱 → 과발현 단백질 식별 → mRNA 백신 설계까지가 거의 전부 소프트웨어로 수행됐고, 전통적 생명공학 기법은 마지막 wet lab 한 구간에만 쓰였다. 생물학을 정보 문제로 환원하는 순간, 끊어져 있던 의료의 루프를 AI가 메울 수 있게 된다.
근거
유전체는 LLM과 친연성이 높다 — 둘 다 시퀀스를 학습한다. Arc Institute의 Evo 2(약 40B 파라미터)는 효모·세균·인간 등의 genome sequence를 그냥 pre-train한 파운데이셔널 모델이고, AlphaGenome은 전체 유전자 중 단백질을 코딩하는 2%를 뺀 나머지 컨트롤 영역과 epigenetic 발현의 비밀을 푼다. 모델은 knowledge cutoff 이후의 새 바이오 discovery조차 가정만 주면 유사한 방향을 추정해낸다.
이게 보면 그냥 복잡하게 얘기를 했지만 이 전부 다 software engineering이에요. 맨 마지막에 wet lab에서 … 그 구간만 … 전통적인 생명공학 기법이 사용된 거지.
연결된 생각
- 20260622-two-escape-routes-from-superintelligence — 두 번째 도망길(AI for Science)의 핵심 사례
- 20260622-sid-sijbrandij — 이 사례의 당사자
출처
- 📎 클리핑: 20260622-ep94-ko-transcript