연구진이 3D 프린팅 약물의 복잡한 설계를 자동화하기 위한 새로운 프레임워크 'FormuLLA'를 공개했다. Meta AI의 Llama 2를 1,400개 이상의 특화 데이터셋으로 미세 조정하여, 맞춤형 복용량을 제조하는 FDM(압출 적층 모델링) 공정을 효율화하는 것이 목표다. 이는 단순한 데이터 예측을 넘어 화학적 호환성과 기계적 제약 조건을 인간처럼 추론하는 범용 인공지능 (AGI) 개념을 의학에 도입한 사례로 평가받는다.

연구 결과에 따르면 AI는 약물의 운반체 역할을 하는 첨가제를 성공적으로 추천했다. 하지만 기술적 난관도 적지 않았다. 규모가 작은 모델에서는 새로운 데이터를 학습할 때 이전 지식을 잃어버리는 치명적 망각 현상이 빈번하게 발생했다. 또한 표준 언어 평가 점수가 높다고 해서 실제 실험실에서 '출력 가능한' 결과물이 보장되지는 않는다는 점도 이번 연구를 통해 밝혀졌다.

결국 신뢰할 수 있는 AI 기반 약물 제조를 위해서는 단순히 모델의 규모를 키우는 것 이상의 노력이 필요하다는 분석이다. 언어 구사 능력보다는 물리적 제약 조건을 처리하는 능력을 중심으로 모델을 평가해야 하기 때문이다. 맞춤형 의료 시대로 나아가는 지금, 성분과 필라멘트 강도 사이의 복잡한 상관관계를 파악하는 능력은 향후 제약 R&D의 핵심 과제가 될 전망이다.

연구진이 3D 프린팅 약물의 복잡한 설계를 자동화하기 위한 새로운 프레임워크 'FormuLLA'를 공개했다. Meta AI의 Llama 2를 1,400개 이상의 특화 데이터셋으로 미세 조정하여, 맞춤형 복용량을 제조하는 FDM(압출 적층 모델링) 공정을 효율화하는 것이 목표다. 이는 단순한 데이터 예측을 넘어 화학적 호환성과 기계적 제약 조건을 인간처럼 추론하는 범용 인공지능 (AGI) 개념을 의학에 도입한 사례로 평가받는다.

연구 결과에 따르면 AI는 약물의 운반체 역할을 하는 첨가제를 성공적으로 추천했다. 하지만 기술적 난관도 적지 않았다. 규모가 작은 모델에서는 새로운 데이터를 학습할 때 이전 지식을 잃어버리는 치명적 망각 현상이 빈번하게 발생했다. 또한 표준 언어 평가 점수가 높다고 해서 실제 실험실에서 '출력 가능한' 결과물이 보장되지는 않는다는 점도 이번 연구를 통해 밝혀졌다.

결국 신뢰할 수 있는 AI 기반 약물 제조를 위해서는 단순히 모델의 규모를 키우는 것 이상의 노력이 필요하다는 분석이다. 언어 구사 능력보다는 물리적 제약 조건을 처리하는 능력을 중심으로 모델을 평가해야 하기 때문이다. 맞춤형 의료 시대로 나아가는 지금, 성분과 필라멘트 강도 사이의 복잡한 상관관계를 파악하는 능력은 향후 제약 R&D의 핵심 과제가 될 전망이다.