위대한 융합: AI가 모든 영역을 연결하는 방법

인공지능(AI)은 효율성을 향상하고 비용을 절감하며 생산성을 높일 수 있는 잠재력으로 전 세계를 사로잡고 있습니다.

많은 사람들에게 AI가 챗봇을 의미하지만, ChatGPT와 같은 생성형 AI 도구의 접근성과 인기로 인해 기술은 훨씬 더 광범위합니다, 그 혜택은 의학, 제조, 로봇공학, 의료, 교육, 기후 과학, 금융, 법률, 사이버 보안 등 다양한 분야에까지 확장됩니다.

문제 해결 및 의사 결정과 같은 인간의 인지 기능을 모방함으로써 AI는 이러한 산업의 근본 시스템을 변혁시킬 것을 약속하고 있으며, 점점 더 많은 조직이 AI의 역량을 적극 탐색하고 있습니다.

최근 McKinsey 설문조사에 따르면 AI 활용이 기술 부문을 넘어 거의 모든 산업에서 증가하고 있습니다. 해당 부문에서는 이미 90%를 넘어섰으며, 거의 모든 산업에서도 사용이 확대되고 있습니다.

응답자 10명 중 9명이 조직에서 정기적으로 AI를 사용하고 있다고 답했지만, 아직 실험 단계에 머물러 있습니다. 파일럿 단계에도 불구하고 응답자들은 비용 및 수익 측면에서 이점을 보고했으며, 64%는 AI가 혁신을 가능하게 한다고 말했습니다.

이러한 성장하는 채택은 AI가 초기 단계에도 불구하고 디지털 전환의 핵심 촉진제가 되고 있음을 보여줍니다.

오늘날 전 세계가 상호 연결되고 경쟁이 치열한 환경에서 AI는 빅데이터, 클라우드 컴퓨팅, 사물인터넷 등 다양한 디지털 기술의 힘을 기업이 활용하도록 돕고 있습니다. 사실상 AI는 수렴 기술로 작용하여 다른 기술들의 개발 및 통합을 가속화하고, 그 결합 효과가 개별 효과의 합보다 크게 만들고 있습니다.

이제 각 분야에서 AI가 어떻게 세계를 변화시키고 있는지 보여주는 흥미로운 AI 발전 사례들을 살펴보겠습니다.

아래는 AI의 수렴이 이미 측정 가능한 세 분야에 대한 간략한 스냅샷입니다.

스크롤하려면 스와이프 →

AI가 장내 미생물군집을 인간 건강(및 관상동맥 질환 위험)과 연결시키다

AI의 도움으로 과학자들은 이제 장내 박테리아와 그 화학 신호의 복잡한 생태계를 해독했으며, 박테리아와 인간 건강 사이의 숨겨진 연관성을 밝혀냈습니다. 더욱이, 이 새로운 고급 AI 시스템은 암, 비만, 수면 장애 연구에서 기존 모델보다 실제로 더 뛰어나며, 각 개인의 미생물 구성을 기반으로 치료를 맞춤화하는 데 큰 잠재력을 보여주어 정밀 의료를 혁신할 수 있습니다.

AI가 숨겨진 패턴을 밝혀내는 능력은 특히 주목할 만한데, 워털루 대학교의 연구¹에서는 일상 혈액 검사에 대한 AI 기반 분석이 저비용·접근 가능한 생명을 구하는 예측을 가능하게 하는 패턴을 감지했습니다.

장내 박테리아는 소화와 질병 예방뿐 아니라 면역 및 기분에도 영향을 미치는 핵심 역할을 합니다. 새로운 연구에 따르면 우리의 장 미생물군집²이 관상동맥 질환 발병에도 영향을 미칠 수 있으며, 이 질환은 매년 거의 2천만 명의 사망자를 초래합니다.

인간의 장은 명백히 매혹적이지만, 동시에 수조 개의 미생물로 이루어진 복잡한 생태계이기도 합니다. 장에 존재하는 박테리아 종의 방대한 수와 인간 화학 물질과의 상호작용 때문에 과학자들이 그 영향을 이해하기는 어렵습니다.

하지만 획기적인 단계에서, 도쿄대 연구진은 이 문제를 해결하기 위해 AI에 의존했습니다.

그들은 어떤 박테리아가 어떤 대사산물을 생산하는지, 즉 신체를 순환하며 대사, 면역 및 뇌 기능에 영향을 미치는 화학 메신저 역할을 하는 작은 분자를 이해하고, 질병에 따라 박테리아와 대사산물 간 관계가 어떻게 변하는지를 파악하기 위해 AI 시스템을 만들었습니다.

“이 박테리아-화학 관계를 정확히 매핑함으로써 우리는 개인 맞춤 치료를 개발할 수 있을 것입니다. 특정 박테리아를 배양해 인간에게 유익한 대사산물을 생산하게 하거나, 이러한 대사산물을 조절하는 표적 치료제를 설계해 질병을 치료하는 것을 상상해 보세요.”

– Tsunoda 연구실(생물과학부) 프로젝트 연구원 Tung Dang

그들이 개발한 모델은 VBayesMM이라는 베이지안 신경망³으로, 수조 개 박테리아와 대사산물 간 복잡한 상호작용에서 의미 있는 패턴을 식별하는 문제를 해결합니다.

이 모델은 베이지안 접근 방식을 사용해 어떤 박테리아 군집이 특정 대사산물에 가장 큰 영향을 미치는지를 정확히 식별합니다. 또한 예측의 불확실성을 측정해 잘못된 결론을 방지함으로써 과학자들에게 보다 정확하고 신뢰할 수 있는 통찰을 제공합니다.

변분 베이지안 미생물군집 멀티오믹스(VBayesMM) 접근법을 활용해 팀은 주요 미생물 종을 빠르고 정확하게 식별했으며, 보다 정확한 추정치를 얻었습니다. 동시에 변분 추론을 구현해 계산 병목 현상을 해소하고 방대한 데이터셋의 확장 가능한 분석을 가능하게 했습니다.

팀은 다음 단계로 보다 포괄적인 화학 데이터셋을 활용해 박테리아 제품 전체 범위를 포착하고, 대사산물 데이터가 박테리아 데이터보다 방대할 때 정확도 저하 문제를 극복하려고 합니다.

“우리는 또한 다양한 환자 집단을 분석할 때 VBayesMM을 더욱 견고하게 만들고, 박테리아 ‘계통수’ 관계를 통합해 예측을 개선하며, 분석에 필요한 계산 시간을 더욱 단축하는 것을 목표로 하고 있습니다.”라고 Dang은 말했습니다. “임상 적용을 위해 궁극적인 목표는 치료 또는 식이 개입을 위한 특정 박테리아 표적을 식별해 실제 환자에게 도움이 되도록 하는 것이며, 기본 연구에서 실용적인 의료 적용으로 나아가는 것입니다.”

Investable Angle: Precision Medicine with Tempus AI (TEM )

생명과학의 이 흥미롭고 복잡한 세계에서 Tempus AI는 AI 기반 정밀 의료 솔루션을 제공해 개인 맞춤 환자 치료를 가능하게 함으로써 돋보이고 있습니다.

Tempus는 정밀 의료를 발전시키고 최적 치료제 발견 및 개발을 촉진하는 기술 기업이며, 세 가지 제품 라인을 보유하고 있습니다:

• Genomics: 차세대 시퀀싱(NGS) 진단, 프로파일링, 분자 유전형 분석 및 기타 검사 제공.
• Data: 실험실에서 생성된 데이터를 구조화하고 비식별화하여 상용화 전에 처리합니다.
• AI Applications: 진단을 제공하고, 의료기기로서 새로운 소프트웨어를 구현하며, 임상 의사결정 지원 도구를 배포합니다.

올해 Tempus는 주요 규제 이정표를 몇 가지 달성했으며, 그 중 하나는 고급 RNA 시퀀싱을 통해 약물 개발을 지원하는 Tempus xR IVD 장치에 대한 FDA 승인을 받은 것입니다. 그 결과 Tempus 파트너는 RNA 분석을 활용해 “어떤 환자가 특정 치료에 가장 잘 반응할지 보다 정확히 식별하고, 보다 효율적인 임상 시험을 설계할 수 있습니다.”

업데이트된 AI 기반 심장 영상 분석 플랫폼 Tempus Pixel과 AI 소프트웨어 Tempus ECG‑Low EF도 FDA 510(k) 승인을 받아 AI 기반 진단 분야에서 회사의 입지를 강화했습니다.

현재 시가총액 12.73 억 달러인 이 회사의 주가는 $72.52에 거래되고 있으며, 올해 거의 112% 상승했습니다. 지난달에 TEM 주가는 $100을 돌파했습니다.

재무 측면에서 Tempus는 최근 2025년 3분기에 매출이 전년 대비 84.7% 증가한 3.342억 달러를 기록했으며, 총이익은 98.4% 상승한 2.099억 달러였습니다. 해당 분기의 순손실은 8천만 달러였으며, 현금 및 유가증권은 7.643억 달러였습니다.

“우리는 믿을 수 없을 정도로 빠른 속도로 성장하고 있으며, 양호한 조정 EBITDA에 도달한 것은 중요한 이정표이며 우리 비즈니스의 근본적인 강점을 반영합니다.”라고 Tempus 설립자이자 CEO인 Eric Lefkofsky가 말했습니다. “가장 어려운 일 중 하나이자 비즈니스 모델 지속 가능성의 징후는 사업에 재투자하는 비율을 늦추면서도 성장을 유지하는 것이며, 바로 이번 분기에 우리가 달성한 바입니다.”

상위 바이오테크 빅데이터 기업 목록은 여기에서 확인하세요.

AI가 며칠 앞선 태양 폭풍을 예측—전력망 및 위성 보호

AI 모델이 기존 방법보다 더 높은 정확도로 태양풍을 미리 예측하도록 개발되어 전력망, 위성 및 항법 시스템을 방해하는 우주 현상으로부터 보호하고, 핵심 인프라의 회복력을 강화합니다.

태양풍은 태양에서 방출되는 지속적인 전하 입자 흐름입니다. 이는 태양의 꼬인 자기장이 뒤틀리고 늘어나면서 재연결되기 전에 끊어지는 과정에서 대량의 에너지가 방출될 때 발생합니다.

이 입자들이 속도를 높이면 지구 대기를 교란시킬 수 있습니다. 전력망을 방해할 뿐만 아니라 위성을 궤도에서 끌어내릴 수도 있습니다. 실제로 2022년 강력한 태양풍 사건으로 SpaceX가 최대 40개의 Starlink 위성을 잃었습니다.

태양 폭풍은 더욱 강력한 현상으로, 태양이 에너지, 입자 및 자기장을 은하계로 방출합니다. 이 현상이 지구를 향하면 지자기 폭풍이라 불리는 큰 교란을 일으키며, 이는 아름다운 오로라를 만들지만 전력 중단을 초래하기도 합니다.

Lloyd의 최신 시스템 리스크 시나리오 추정에 따르면 심각한 태양 폭풍이 전 세계 경제에 5년 동안 약 2.4조 달러의 손실을 초래할 수 있으며, 현재 예상 손실은 약 170억 달러에 달합니다.

이는 이러한 사건에 대한 더 나은 예측이 절실히 필요함을 보여줍니다. 따라서 NYU 아부다비(NYUAD) 연구진은 AI의 도움을 받아 바로 그 작업을 수행했습니다.

그들은 태양풍을 예측할 수 있는 AI 모델을 구축했습니다⁴—최대 4일 전까지 사건이 발생하기 전에 현재 방법보다 더 정확하게 예측합니다. 이 모델은 NASA의 태양 동역학 관측소(SDO)에서 제공하는 과거 태양풍 기록과 자외선 이미지를 학습했습니다.

태양 이미지에서 태양풍 변화와 연관된 패턴을 분석함으로써 NYUAD 팀은 현재 운영 모델 대비 45%의 예측 정확도 향상을 달성했으며, 기존 AI 기반 접근법 대비 20% 향상도 이루었습니다.

“이는 현대 생활이 의존하는 위성, 항법 시스템 및 전력 인프라를 보호하는 데 있어 큰 진전입니다.”라고 연구 책임자인 Dattaraj Dhuri가 말했습니다. “고급 AI와 태양 관측을 결합함으로써 우리는 조기 경고를 제공해 지구와 우주에서 중요한 기술을 보호할 수 있습니다.”

Investable Angle: Space-Weather AI with IBM (IBM )

시가총액 293.24 억 달러 규모의 IBM은 데이터, 애플리케이션 및 운영 환경 전반에 걸쳐 디지털 전환을 달성하도록 돕는 하이브리드 클라우드 및 AI 서비스를 제공하는 글로벌 기업입니다.

몇 달 전 IBM은 NASA와 협력해 ‘Surya’라는 오픈소스 AI 모델을 출시했으며, 이는 태양 관측 데이터를 이해하고 태양 활동이 우주 기술 및 지구에 미치는 영향을 예측하는 데 활용됩니다. Surya를 통해 IBM은 AI를 우주 기상 예측 연구에 적용하고, 태양 변화로 인한 통신, 전력망 및 GPS 항법 시스템의 중단을 방지하는 도구를 제공하고 있습니다.

작성 시점에 IBM 주가는 $319에 거래되고 있으며, 연초 대비 42.7% 상승했습니다. EPS(TTM)는 8.07, P/E(TTM)는 38.87이며, 배당 수익률은 2.14%입니다.

최근 2025년 3분기(3Q25)에는 매출이 9% 증가한 163억 달러를 기록했습니다. GAAP 기준 총이익률은 57.3%였으며, 비GAAP 영업 이익률은 58.7%였습니다. 영업 활동 현금 흐름은 연간 92억 달러였고, 자유 현금 흐름은 72억 달러였습니다.

“전 세계 고객이 우리의 기술과 도메인 전문성을 활용해 운영 효율성을 높이고 AI를 통해 실질적인 비즈니스 가치를 창출하고 있습니다.”

– CEO Arvind Krishna

또한 IBM의 AI 사업 규모가 95억 달러를 넘어섰으며, 이전 분기 대비 75억 달러에서 95억 달러로 증가했다고 밝혔습니다.

AI가 전문가를 능가하는 분야: 의학, 신경과학 및 교육

연구자들은 AI가 다양한 분야에서 지속적으로 전문가를 능가한다는 사실을 발견하고 있습니다.

그 중 하나가 의학 분야입니다. “녹내장은 전 세계적으로 복구가 어려운 시력 손실의 가장 흔한 원인 중 하나이며, 선별 비용이 너무 비쌉니다.”라고 런던 대학교 UCL 안과 연구소의 Anthony Khawaja 박사는 말합니다. 그는 AI가 해결책이 될 수 있다며, 새로운 연구에서 훈련된 AI 프로그램이 인간 평가자(81%)보다 약 90%의 정확도로 녹내장 환자를 정확히 식별했다고 보고했습니다.

이 연구에서는 인간 전문가와 AI 프로그램이 6,300명 이상의 참가자를 평가했으며, 그 중 거의 700명이 최소 한쪽 눈에 녹내장이 있었습니다.

녹내장은 주로 안압 상승으로 인해 시신경이 손상되는 질환으로, 심한 경우 완전 실명에 이를 수 있습니다. 인간 전문가와 AI는 모두 수직 컵‑디스크 비율이라는 핵심 지표를 기반으로 녹내장 위험을 평가했으며, 이는 안압 상승에 따른 눈 구조 변화를 추적합니다.

연구 결과에 따르면 참가자 눈의 11%만이 녹내장이 의심되었으며, 이는 일상 선별에서 기대되는 비율과 일치합니다. 연구진은 눈압 등 다른 위험 요인을 포함하면 정확도가 더욱 향상될 수 있다고 지적했습니다.

또 다른 연구에서는 대형 언어 모델(LLM)이 인간 전문가보다 신경과학 연구 제안의 결과를 더 정확히 예측했으며, AI가 연구 가속화에 큰 잠재력을 가지고 있음을 강조했습니다.

연구는 LLM의 질문‑답변 능력에 초점을 맞추기보다 모델이 지식을 종합해 미래 결과를 예측할 수 있는지를 탐구했습니다.

연구진은 15개의 일반 목적 LLM과 171명의 인간 신경과학 전문가를 테스트했으며, 모든 LLM이 신경과학자를 능가했습니다. LLM은 평균 81% 정확도를 보였고, 인간은 평균 63%에 그쳤으며, 최고 수준의 인간 전문가도 66%에 불과했습니다. 신경과학 문헌으로 LLM을 추가 학습시키면 정확도가 86%까지 상승했습니다.

“과학자들이 질문에 가장 효과적인 실험을 설계하기 위해 AI 도구를 활용하는 날이 머지않아 올 것입니다. 우리의 연구는 신경과학에 초점을 맞췄지만, 접근 방식은 보편적이며 모든 과학 분야에 적용될 수 있습니다.”

– 수석 저자 Bradley Love, UCL 심리학·언어 과학 교수

케임브리지 연구진에 따르면 AI는 예측 모델링 및 데이터 분석 측면에서 명확한 우위를 가지고 있습니다. 데이터의 양, 다양성 및 신뢰성이 충분히 제공될 때 비용 및 공급망을 최적화하고, 고성능 제품을 더 빠르게 설계하며, 실시간으로 시장 변동에 대응할 수 있습니다.

“기업 전략에서 생성형 AI를 무시하는 것은 더 이상 선택지가 아닙니다.”라고 연구 공동 저자들이 말했습니다.

하지만 이것은 빙산의 일각에 불과합니다. 다른 연구들은 AI가 기본 언어 메커니즘에서도 뛰어나지만, 검사 평가에서는 주제 일관성이 부족하고, 동일한 시각 정보를 사용해 양의 고통을 인식하는 데 인간 전문가를 능가했으며, 이미지 기반 피부 진단에서는 피부과 전문의와 동등하거나 더 나은 성과를 보였다고 밝혔습니다.

Investable Angle: Gemini Adoption through Alphabet Inc. (GOOG )

AI의 힘에 투자하려면 Alphabet이 훌륭한 선택이며, Google DeepMind와 Google Research를 통해 AI 혁신을 선도하고 있습니다.

최근 Google DeepMind와 AI 기반 교육 기술 기업 Eedi가 탐색적 연구⁹를 발표했으며, 인간‑AI 협업 튜터링이 인간 전용 지원보다 뛰어나다는 결과를 보여주었습니다.

이 시험은 영국 5개 중학교 교실에서 진행되었으며, 핵심 교육은 Google의 교육용 생성 AI 모델 LearnLM이 담당했습니다. 연구팀은 인간‑AI 팀이 학생이 실수를 즉시 수정하도록 돕는 데 93%의 효과를 보였으며, 이는 인간 튜터만의 91.2%와 거의 동등했습니다. 또한 팀은 학생들의 근본적인 오개념을 해결하는 데도 동일한 수준의 효과를 보였습니다.

“지식 전이”를 측정했을 때, 인간 튜터만이 학습을 4.5%포인트 향상시킨 반면, 인간‑AI 팀은 10%포인트 향상시켰습니다.

“이러한 발견은 교육 분야에서 책임감 있고 안전하며 효과적인 AI의 이정표를 의미합니다. 다음 단계는 탐색적 파일럿을 대규모 시험으로 확장하는 것입니다.”

– Irina Jurenka, Google DeepMind 연구 과학자

한편, Alphabet의 다중모달 AI 모델 Gemini는 여러 진전을 이루었으며, 2025년 국제 대학 프로그래밍 대회(ICPC) 세계 결승전에서 금메달 수준의 성과를 달성했으며, 국제 수학 올림피아드에서 금메달을 획득하는 등 눈부신 성과를 보이고 있습니다. 현재 Google의 대표 AI 앱은 월간 활성 사용자가 6억 5천만 명을 넘어섰습니다.

따라서 Google은 AI 혁신에 깊이 관여하고 있으며, 이로 인해 올해 주가가 거의 54% 상승해 현재 $293를 약간 웃돌고 있습니다. 시가총액 3.5조 달러 규모의 이 회사는 0.29%의 배당률도 제공합니다.

최근 2025년 3분기에 매출이 102.35 억 달러에 달했으며, 이는 클라우드 사업의 견고한 모멘텀과 강력한 AI 수요에 힘입은 결과입니다. 회사는 현재 연간 910억~930억 달러 사이로 자본 지출을 확대할 계획이며, 이는 연초에 예상했던 750억~850억 달러에서 상향 조정된 수치입니다. 대부분의 비용은 데이터 센터와 같은 인프라에 투입됩니다.

최종 생각

AI는 전 세계를 강타했지만 이제는 독립적인 혁신이 아니라 여러 변혁 기술을 연결하는 접합 조직 역할을 합니다. 앞서 언급했듯이 AI는 인간 미생물군집의 신비를 해독하고, 태양 폭풍을 예측하며, 과학 및 의학 분야에서 전문가를 능가하는 데 기여하고 있습니다. 그러나 이러한 돌파구는 AI가 인간 활동의 거의 모든 최전선에 깊이 영향을 미치는 방식의 일부분에 불과합니다.

AI가 빅데이터, 바이오테크, 클라우드 컴퓨팅, 로봇공학 및 양자 과학과 결합함에 따라 발견 속도가 가속화되고, 통합을 통해 더 스마트한 시스템과 더 똑똑한 세상이 만들어지고 있습니다.

AI 투자에 대해 모두 알아보려면 여기를 클릭하세요.

참고 문헌

1. Mussavi Rizi, M., Fernández, D., Kramer, J. L. K., Saigal, R., DiGiorgio, A. M., Beattie, M. S., Ferguson, A. R., Kyritsis, N., Torres-Espín, A., & TRACK-SCI. Modeling trajectories of routine blood tests as dynamic biomarkers for outcome in spinal cord injury. npj Digital Medicine 8:470 (2025). https://doi.org/10.1038/s41746-025-01782-0
2. Lee, S., Raza, S., Lee, E.-J., Chang, Y., Ryu, S., Kim, H.-L., Kang, S.-H., & Kim, H.-N. Metagenome-assembled genomes reveal microbial signatures and metabolic pathways linked to coronary artery disease. mSystems e00954-25 (2025). https://doi.org/10.1128/msystems.00954-25
3. Dang, T., Lysenko, A., Boroevich, K. A., & Tsunoda, T. “VBayesMM: variational Bayesian neural network to prioritize important relationships of high-dimensional microbiome multiomics data.” Briefings in Bioinformatics 26(4), bbaf300 (2025). https://doi.org/10.1093/bib/bbaf300
4. Sinha, A., Dhuri, D., Vasanth, R., Hanasoge, S., et al. “A Multimodal Encoder–Decoder Neural Network for Forecasting Solar Wind Speed at L1.” The Astrophysical Journal Supplement Series 258(2): 1–? (2025). https://doi.org/10.3847/1538-4365/adf436
5. Luo, X., Rechardt, A., Sun, G., Nejad, K. K., Yáñez, F., Yilmaz, B., Lee, K., Cohen, A. O., Borghesani, V., Pashkov, A., Marinazzo, D., Nicholas, J., Salatiello, A., Sucholutsky, I., Minervini, P., Razavi, S., Rocca, R., Yusifov, E., Okalova, T., Gu, N., Ferianc, M., Khona, M., Patil, K. R., Lee, P. S., Mata, R., Myers, N. E., Bizley, J. K., Musslick, S., Bilgin, I. P., Niso, G., Ales, J. M., Gaebler, M., Ratan Murty, N. A., Loued-Khenissi, L., Behler, A., Hall, C. M., Dafflon, J., Bao, S. D. & Love, B. C. Large language models surpass human experts in predicting neuroscience results. Nature Human Behaviour 9, 305–315 (2025). https://doi.org/10.1038/s41562-024-02046-9
6. Bouziane, K. & Bouziane, A. M. AI versus human effectiveness in essay evaluation. Discover Education 3:201 (2024). https://doi.org/10.1007/s44217-024-00320-6
7. Feighelstein M., Luna S.P., Silva N.O., Trindade P.E., Shimshoni I., van der Linden D., & Zamansky A. “Comparison between AI and human expert performance in acute pain assessment in sheep.” Scientific Reports 15(1):626 (2025). https://doi.org/10.1038/s41598-024-83950-y (PubMed)
8. Ma, X., & Li, Z. Artificial intelligence in dermatology: a review. International Journal of Dermatology and Venereology 7, 227–235 (2025). https://doi.org/10.1097/IJD.0000000000000000
9. Gomes, B., McKee, K. R., Veerubhotla, A. S., Modi, A., Rysbek, A., Huber, A., Wiltshire, S., Gillick, D., et al. “AI tutoring can safely and effectively support students: An exploratory RCT in UK classrooms.” arXiv pre-print (Nov 2025). 이용 가능: https://storage.googleapis.com/deepmind-media/LearnLM/learnLM_nov25.pdf