AI가 완전히 새로운 초위험 바이러스를 설계할 수 있는지에 논쟁이 집중돼 있지만, 생물학 지식의 악용을 소규모 집단이 더 쉽게 시도하도록 AI가 장벽을 낮출 가능성도 논의해야 한다는 의견이 제기됐다. 글은 이 가능성이 실제로 어느 정도인지 아직 알 수 없으며, 생물학 연구는 전문성뿐 아니라 실험 경험과 장비·자원이 필요한 분야라고 강조한다.
논의의 배경에는 게놈 언어 모델로 박테리아를 감염시키는 박테리오파지를 설계할 수 있다고 보고한 Science 논문이 있다. 이 결과를 두고 AI가 비전문가도 위험한 바이러스를 설계하게 할 수 있다는 우려와, 설계된 물질을 실제 생물학적 작용제로 만드는 일은 별개의 어려움이라는 반론이 나왔다.
글은 완전히 인공적인 바이러스를 만드는 문제만으로 위험을 판단해서는 안 된다고 주장한다. 탄저균처럼 이미 알려진 병원체도 큰 피해를 낼 수 있고, 과거 소련의 생물무기 프로그램은 기존 병원체의 항생제 내성을 높이려는 연구를 진행했다는 사례를 든다. 다만 전염병을 이용하려는 계획이 있었다는 사실과 사람 간 전파력을 높이는 데 성공했다는 주장은 구분해야 한다고 덧붙인다.
AI가 낯선 기술 지식을 이해하고 활용하기 쉽게 만들 가능성은 있지만, 화면에서 설득력 있는 답을 얻는 것만으로 실험을 수행할 수 있는 것은 아니다. 글은 AI가 실제 생물학 연구에서 사람들이 해낼 수 있는 일을 바꾸는지 증거를 확인해야 한다고 말한다. 모든 전문가를 대체하지 않더라도 필요한 전문성의 일부를 줄인다면 악의적 소규모 집단의 진입 장벽에 영향을 줄 수 있다는 것이 제기된 우려다.
또한 치료제가 있다는 사실만으로 대규모 발병의 위험이 사라지지는 않는다. 환자가 한꺼번에 늘면 병원과 의료 물자, 치료 전달 체계에 부담이 커질 수 있으며, 전염성 질병은 그 압박을 더할 수 있다. 글은 이것이 문명 붕괴를 뜻하는 것은 아니지만, 의료진과 공급망, 응급 서비스가 압박 속에서도 기능할 수 있는지가 피해를 좌우한다고 설명한다.
글에서 함께 소개한 참고 도서는 David Quammen의 *Spillover*와 Annie Jacobsen의 *Biological War: A Scenario*다. 이 사례와 주장은 AI의 생물학적 활용 가능성에 대한 의견이며, 실제로 AI가 위험한 생물학 연구의 실행 장벽을 얼마나 낮추는지는 확인되지 않았다는 점도 글의 핵심 한계다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요