주간 연구 브리핑 — AI·신약·기능성식품 (2026-10-18)
이번 주 과학 AI는 모델 크기보다 예측→실험→피드백의 닫힌 고리 구축으로 경쟁축이 이동했습니다. 합성 가능성을 넣은 가상스크리닝, 소규모 오믹스에서의 파운데이션 모델 효용, 자율 실험 사례를 연구실 관점에서 정리했습니다.

17편 · 전체 태그
이번 주 과학 AI는 모델 크기보다 예측→실험→피드백의 닫힌 고리 구축으로 경쟁축이 이동했습니다. 합성 가능성을 넣은 가상스크리닝, 소규모 오믹스에서의 파운데이션 모델 효용, 자율 실험 사례를 연구실 관점에서 정리했습니다.

이번 주 과학 AI의 공통 흐름은 생성-합성 제약-실험 검증-되먹임으로 이어지는 폐루프였다. 소량 실험 피드백과 도메인 지식 주입이 우리 규모 연구실에서도 쓸 만한 전략이지만, 대부분 프리프린트라 검증이 먼저다.

가상세포 시뮬레이터와 GPCR 미니단백질 설계가 실물 검증과 함께 나온 한편, 자율 연구 에이전트의 환각·데이터 오염·안전 취약점을 정량한 연구가 나란히 올라왔다. 이번 주 실무 과제는 모델이 아니라 기록과 채점표다.

이번 주 자료의 공통점은 더 나은 예측 모델이 아니라 분석을 누가 설계하고 결과를 무엇으로 판정할지였습니다. 자율 단일세포 분석, 학습 예산 배분, 개념 병목형 면역 예측, 그리고 자율 연구의 평가 프로토콜 문제를 정리했습니다.

자연어 단백질 설계, 단백질체 표현학습, 이질 센서 자기지도학습을 기능성식품 R&D 관점에서 재정리했다.
이번 주 AI 과학 브리핑의 핵심은 후보 생성보다 검증 체계였다. 기능성식품 연구에는 모델 점수보다 기준선, 데이터 오염 점검, 작은 확인 실험이 먼저다.
이번 주 AI 과학 흐름은 모델 성능보다 검증 설계가 핵심이었다. 기능성식품 연구에는 후보를 좁히되 작은 wet-lab 확인과 baseline 비교를 함께 두는 전략이 필요하다.
자율 실험실이 사람의 가설 없이 신규 지질 소재를 찾아낸 주에, AI 에이전트가 기존 논문조차 절반도 재현하지 못한다는 벤치마크가 함께 나왔다. 이번 주 가속과 병목을 한자리에 정리했다.

AI가 후보를 뽑아주는 도구에서 실험을 설계·실행해 검증까지 하는 시스템으로 넘어간 한 주. DNA부터 환자까지 파운데이션 모델 층이 채워졌고, 가설→실험→분석 루프를 닫은 사례가 Nature에 두 편 실렸다.

자율 연구 에이전트가 Nature에 실린 주. 천연물이 분자접착제(molecular glue)의 출발 소재로 들어왔고, 사균·발효 대사산물만으로 사람의 염증 지표가 움직인 임상이 세 건 쌓였다.

AI가 설계한 분자가 임상·동물 결과 데이터로 넘어가기 시작한 한 주. 같은 주에 FDA/EMA는 AI 활용 원칙을, MFDS는 건기식 재평가 일정을 내놨다.

이번 주는 '경량 파운데이션 모델·de novo 단백질'에서 '장내 미생물 EV·FMT 항노화', 그리고 세계 최초 인간 후성유전체 재프로그래밍 임상까지 — 발견 도구가 실험·임상 근거로 내려앉는 한 주였다. 연구실 관점의 Kill/Watch/Test/Write로 정리한다.
