컨텐츠 바로가기

09.14 (토)

이슈 IT기업 이모저모

구글 리서치앳 韓만 두 번‥"생태계 인재 많아‥협업 기대"

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
한국 연구자 대상으로 AI 분야 최신 연구 동향 공유

파이낸셜뉴스

앤드류 김 구글 리서치·기술 및 사회 부문 디렉터(맨 왼쪽)가 27일 서울 종로구 포시즌스호텔에서 진행된 '리서치앳 코리아(Research@ Korea)'에서 질문에 대해 답하고 있다. 사진=임수빈 기자

<이미지를 클릭하시면 크게 보실 수 있습니다>


[파이낸셜뉴스] "오늘 공개한 세 가지 프로젝트는 모두 협업 가능성을 가지고 있는 분야다. 한국에서도 관련 생태계 연구자들을 모아 함께 혁신할 수 있는 길이 열리기를 바란다."
앤드류 김 구글 리서치·기술 및 사회 부문 디렉터( 사진)는 27일 서울 종로구 포시즌스호텔에서 진행된 '리서치앳 코리아(Research@ Korea)' 간담회에서 "연구의 궁극적인 목표는 사람들의 삶에 긍정적인 영향을 미치는 것이고, 이를 실현하기 위해 정부 기관 및 한국의 다양한 지역 파트너들과 협력해 연구 성과를 실제 솔루션으로 전환하는 것이 중요하다"며 이 같이 강조했다.

리서치앳 코리아 행사는 한국 연구자들을 대상으로 인공지능(AI) 분야 최신 연구 동향을 공유하는 자리로, 코리아스타트업포럼과 함께 진행한다. 국내 AI 연구 생태계 발전에 기여하고자 하는 학계 및 AI 스타트업의 연구자와 개발자들간 네트워킹을 확대하기 위해 마련됐다. 앞서 지난해 11월 아시아태평양 지역 최초로 한국에서 개최된 리서치앳은 국내 AI 커뮤니티의 큰 호응을 얻었다.

올해까지 구글이 2년 연속 리서치앳을 개최한 국가는 한국이 처음이다. 김 디렉터는 "한국이 글로벌 리더로서 중요한 역할을 하고 있으며, 한국 생태계에서 뛰어난 인재들을 만날 수 있다는 뜻"이라고 설명했다.

한국 스타트업에 대한 구글의 관심 및 투자는 꾸준했다. 김 디렉터는 "구글은 '구글 포 스타트업'이라는 프로그램을 통해 한국의 스타트업을 지원해왔고, 최근 이 프로그램에 AI를 새로운 핵심 요소로 포함히켜 더 강화하고 있다"며 "한국의 스타트업 생태계에 대한 투자를 지속적으로 확대해 나갈 계획"이라고 했다.

이날 주요 연구로 △노트북LM △메드 제미나이 △커넥토믹스 등 세 가지 사례가 공유됐다.

'노트북LM'은 이용자가 제공하는 자료만을 기반으로 작동한다. 구글의 최신 AI 모델 제미나이 1.5 프로를 통해 연구 및 분석 과정을 간소화하고, 이용자가 제공된 자료를 기반으로 새로운 콘텐츠를 생성할 수 있도록 지원하고 있다.

구글 리서치와 구글 딥마인드가 멀티모달 의료 작업을 위해 설계한 '메드-제미나이' 프로젝트도 눈길을 끌었다. 메트-제미나이는 텍스트뿐 아니라 이미지, 유전 정보 등 다양한 형태의 의료 데이터를 학습해 방사선학 보고서 생성, 유전체 위험 예측 등 복잡한 의료 작업을 수행할 수 있다. 이를 통해 의료 분야에서 거대언어모델(LLM)의 활용 범위를 넓히고 있다.

메드-제미나이 발표를 맡은 로리 필그림 구글 리서치 소프트웨어 엔지니어는 "현재 이 모델을 연구자들에게 공개해 가능성을 평가할 수 있도록 하고 있다"며 "다양한 응용 분야에서 이 모델을 실험해 보도록 권장하고 있고 있다"고 말했다.

아울러 구글은 계산 신경과학 연구 10주년을 맞아, 인간 뇌의 작은 부분을 시냅스 수준까지 재구성한 연구 결과(커넥토믹스)를 최근 사이언스 저널에 발표했다. 연구를 통해 인간 뇌의 작동 방식에 대한 기존의 이해를 뒤엎을 수 있는 새로운 구조를 밝혀내고, 신경 장애 연구 및 기억 형성 과정과같은 근본적인 질문에 대한 해답도 제시할 것으로 기대를 모은다.

리지 도프만 구글 리서치 그룹프로젝트 매니저는 "구글리서치는 계산 및 분석적 자원을 제공하고 있다"며 "앞으로 많은 작업이 남아 있지 연구는 기억이 형성되는 과정, 신경 질환 및 알츠하이머, 파킨슨병과 같은 질병의 원인과 미래 치료 방법을 이해하는 데 중요한 걸음이 될 것"이라고 말했다.

soup@fnnews.com 임수빈 기자

Copyrightⓒ 파이낸셜뉴스. 무단전재 및 재배포 금지.

기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.