AI 요약
네이처(Nature)에 발표된 연구에 따르면, 노화 생물학 데이터로 훈련된 맞춤형 대규모 언어모델(LLM) 시스템이 공개되었다. 이 시스템은 노화 연구를 가속화하기 위해 17개의 벤치마크 과제와 AI 에이전트 인터페이스를 포함한다. 연구진은 이 벤치마크로 전문 LLM과 OpenAI·DeepSeek 등의 대형 상용 모델을 비교 평가한 결과, 대부분의 테스트에서 노화 연구에 특화된 LLM이 더 우수한 성능을 보였다. 하버드 의대의 마린카 지트닉은 이 논문이 장수·노화 분야에 매우 중요한 기여를 한다고 평가했다. 다만 노화는 암과 달리 개념 정의 자체가 어려워 AI 훈련에 근본적인 도전 과제가 남아 있다.
핵심 포인트
- Cell에 발표된 논문으로, 노화 생물학 데이터로 훈련된 맞춤형 LLM과 17개 벤치마크 과제, AI 에이전트 인터페이스를 공개
- 전문 LLM이 OpenAI·DeepSeek 등의 대형 상용 모델보다 대부분의 테스트에서 우수한 성능 기록
- 노화 측정을 위한 다양한 '시계(clock)'가 얼굴 특징, 단백질 수준, 유전자 활성, 뇌 스캔 등을 활용해 개발되어 왔음
- 최근 폐질환 실험 신약이 6가지 노화 시계 기준 생물학적 나이를 낮췄다는 소규모 임상 결과 보고
향후 전망
- 노화 특화 AI 모델이 차세대 장수 연구 및 신약 개발의 핵심 도구로 자리잡을 가능성
- 노화 개념 정의의 모호함을 해결하기 위한 학계의 추가 연구 필요