2001년 노벨생리의학상 수상자인 팀 헌트 프랜시스 크릭 연구소 명예교수가 일본 게이오대에서 강연하고 있다./게이오대


올해 한국 과학계의 키워드는 ‘연구생태계 복원’과 ‘인공지능(AI)’이다. 국가 연구개발(R&D) 예산은 2024년 삭감 논란을 거친 뒤 복원 국면에 들어섰다. 국회는 2026년도 국가 R&D 예산을 35조5000억원으로 확정했다. 2025년(29조6000억원) 대비 5조9000억원(19.9%) 늘어난 규모다.
이제 질문은 ‘얼마나 늘렸나’에서 ‘무엇을 성과로 삼고, 오션파라다이스릴게임 어떤 방식으로 발견을 만들 것인가’로 옮겨가고 있다. 정부는 그 답을 AI에서 찾고 있다. 배경훈 부총리 겸 과학기술정보통신부 장관은 2026년도 업무계획에서 연구 전 주기에 걸쳐 협력하는 ‘AI 연구동료’, 과학기술 분야의 AI 파운데이션 모델 등을 내세우며 2030년 노벨상급 성과를 내는 것을 목표로 제시했다.
하지만 지난달 만난 한 바다이야기부활 노벨상 수상자의 진단은 미묘하게 결이 달랐다. 최근 연세대 강연차 방한한 2001년 노벨생리의학상 수상자 팀 헌트(Tim Hunt·83) 프랜시스 크릭 연구소 명예교수는 “단백질 구조 예측 분야에서 AI ‘알파폴드’가 거둔 성과는 놀랍지만, 과학은 지식 비즈니스가 아니라 무지를 다루는 비즈니스다. 노벨상도 대개 모르는 것, 사람들이 이론적으로 불가능하다고 바다이야기프로그램 여긴 질문에서 나온다”며 “AI가 미지의 세계를 대신 탐험해주진 않는다”고 말했다.
헌트 교수는 영국의 생화학자로, 정혜신 한남대 명예교수(전 ㈜알테오젠 최고전략책임자)의 기부로 마련된 연세대 생명시스템대학 글로벌 렉쳐 콘서트 강연을 위해 한국을 찾았다. 그는 세포가 분열하고 성장하는 과정인 세포 주기를 조절하는 핵심 단백질 ‘사이클린( 손오공릴게임 cyclin)’을 발견해 2001년 릴랜드 하트웰, 폴 너스와 함께 노벨생리의학상을 받았다. 다음은 일문일답.
◇ 노벨상 25년… ‘돈’과 ‘강연 80번’이 가장 큰 변화
-노벨상 수상 25주년이다. 삶에서 가장 큰 변화는 무엇이었나.
“가장 큰 변화는 솔직히 말하면 돈이다. 노벨상 상금의 내 몫은 대략 릴게임5만 4년치 실수령 급여 수준이었다. 그리고 수상 첫해에는 강연을 정말 많이 했다. 세어 보니 80번이었다. 휴가를 빼면 주 2~3번씩 강연한 셈이다. 너무 수요가 많아서, 가끔은 일정이 겹쳐 두세 곳에 중복으로 잡아버린 적도 있다. 스스로도 당황할 정도였다.”
-연구자로서는 어땠나. 노벨상 이후에 다음 성과를 만들기 쉽지 않았을 것 같다.
“쉽지 않았다. 노벨상을 받고 나서 ‘다시는 그렇게 중요한 발견을 못 할 것’이라는 걸 강하게 의식했다. 이 때문에 무엇을 해야 할지 몰라 길을 잃은 느낌이었다.”
-어떻게 다시 연구의 흐름을 찾았나.
“상 받은 뒤엔 바빴고, 연구로 돌아오는 데 시간이 걸렸다. 그런데 내 연구 경력 후반에 아주 훌륭한 일본인 박사후연구원이 왔고, 우리는 새로운 발견의 항해를 시작했다. 좋은 동료와 새로운 질문이 핵심이었다.”
-새로 파고든 주제는 무엇이었나.
“세포가 분열기에 들어설 때는 여러 가지 단백질들이 대거 인산화되지만, 분열이 끝나려면 그 인산기를 다시 떼어내야 다음 주기가 시작된다. 당시에는 이 ‘떼어내는 과정(탈인산화)’이 어떻게 제어되는지 충분히 알려져 있지 않았다. 우리는 그 지점에서 중요한 제어 메커니즘을 우연히 건드렸다.”
헌트 교수는 분열기 종료에는 수많은 단백질에서 인산기가 한꺼번에 떨어지는 ‘대규모 탈인산화’가 필요하며, 이 과정이 칼슘 이온의 짧은 신호로 촉발된다고 설명했다. 미국 샌프란시스코 방문 중 다른 연구원으로부터 들은 ‘분열기 상태를 오래 유지시키는 시약’ 이야기가 계기가 됐고, 직접 시약을 만들어 실험하던 중 칼슘을 넣었을 때 단백질들이 잠깐 탈인산화됐다가 되돌아오는 현상을 포착했다는 것이다.
그는 이를 바탕으로 칼슘에 의해 켜지는 탈인산화 효소의 존재를 의심했고, 억제 실험 등을 통해 분열기 종료가 단일 스위치가 아니라 서로 다른 효소들이 순차적으로 작동하는 방식으로 제어된다는 그림을 더 분명히 보게 됐다고 말했다.
–‘우연’을 강조하지만, 결국은 해석 능력 아닌가.
“맞다. 우연이 전부는 아니다. 스스로 압도적으로 뛰어난 과학자라고 생각하진 않지만, 작은 단서의 의미를 알아차리는 것은 꽤 잘한다고 생각한다. 단서가 나오면 잡아야 한다. 언제 올지 모르니까.”



2001년 팀 헌트 교수가 스웨덴 국왕에게 노벨상을 받는 모습./노벨 재단


◇ “노벨상급 질문? ‘이론적으로 불가능’해 보이던 걸 건드려라”
–긴 연구 경력에서 느낀 ‘좋은 질문’이란 무엇인가.
“흥미롭고, 중요하고, 그리고 내가 세상에 중요한 기여를 할 수 있어야 한다. 예를 들어 ‘뇌는 어떻게 작동하나’는 겉보기엔 아주 좋은 질문 같지만, 실제로는 그렇지 않을 수 있다. 언제 ‘해결됐다’고 말할 수 있는지 애매하기 때문이다. 나는 답이 무엇인지, 그리고 언제 끝낼 수 있는지가 비교적 분명한 질문을 좋아한다.”
–노벨상을 받는 연구는 어떤 질문에서 나온다고 생각하나.
“사람들이 이론적으로 불가능하다고 생각하는 걸 해내는 게 좋은 길이다. 내가 했던 중요한 발견이 그랬다. 나는 ‘사라지는 단백질’이라 불리는 사이클린을 발견했는데, 사실 그 단백질을 드러내는 기술은 10년 전부터 이미 있었다. 그런데 시간에 따라 보지 않으면, 그게 사라진다는 걸 알 수 없다. 나는 단순한 실험을 했고, 사라지는 것을 확인한 뒤 ‘이건 중요하다’는 걸 하루 만에 알았다. 당시에는 그런 현상이 이론적으로 불가능하다고 여겨졌기 때문이다.”
-한국에서는 AI에 투자해 노벨상급 성과를 내겠다는 말이 나온다. AI가 이론적으로 불가능해 보이는 질문을 찾는 데 도움이 된다고 보나.
“흥미로운 질문이다. 생물학에서 AI의 큰 성공 중 하나는 알파폴드 같은 단백질 구조 예측 프로그램이다. 굉장히 유용하다고 들었다. 하지만 알파폴드는 이미 축적된 방대한 실험 구조 데이터를 바탕으로 단백질 구조를 예측한다. 아주 영리하지만, 본질적으로는 완전히 새로운 원리를 이해하기보다는 과거의 축적된 데이터와의 유추(analogy)에 기대는 부분이 있고, 그래서 실험으로 확인해야 한다.
이론적으로 불가능해 보이는 질문을 새로 발굴하는 일은 또 다른 문제다. 세포와 단백질, 소기관의 행동에는 우리가 모르는 게 너무 많다. 그래서 지금 단계의 AI가 미지의 영역을 대신 탐험하거나 실험을 설계해 돌파구를 찾는 데는 한계가 있어 보인다. 게다가 현재 AI는 지금은 실수도 하고, 그럴듯하게 속이기도 한다.”
-정부가 AI에 집중하는 전략은 위험한가.
“AI 연구 자체는 당연히 할 만하다. 시대의 기술이니까. 다만 AI가 모든 걸 해결해 줄 것처럼 기대하는 건 조심해야 한다. 예를 들어 딥시크, 챗GPT, 제미나이 등 AI들이 서로 다른 답을 내놓는 걸 보면, 그 자체가 ‘정답이 하나로 고정돼 있다’기보다 검증이 필요하고 신뢰 문제도 남아 있다는 신호일 수 있다.
나는 AI를 도구로는 많이 쓴다. ‘인천공항 가는 다음 기차 시간’ 같은 걸 물으면 꽤 잘한다. 하지만 미지의 세계를 탐사하는 연구에서는, 이미 잘 확립된 지식 위에서 훈련된 특정한 경우를 제외하면, AI가 해줄 수 있는 일이 어디까지인지 아직은 신중하게 봐야 한다.”
◇ “한국 과학계, 기초·응용 균형, 독립성, 실패를 견디는 문화 필요”
-한국의 과학 정책 결정자에게 조언한다면.
“과학은 인류에 엄청난 혜택을 줬지만, 비싸고 낭비가 많다. 대부분의 탐색은 큰 돌파구로 이어지지 않는다. 그런데 정부가 ‘실용 문제만 풀어라’고 하면, 그건 과학을 죽이는 길이다.”
-대안은 무엇인가.
“기초 연구와 응용 연구의 균형이 필요하다. 발견이 나오면 그걸 개발·상용화할 사람도 필요하다. 응용을 누가 맡아야 하느냐는 문제인데, 기업이 더 잘할 수도 있다.”
-‘기초의 시간’이 길다는 걸 보여주는 사례가 있다면.
“메신저 리보핵산(mRNA) 백신이 좋은 예다. 팬데믹에서 생명을 구한 대단한 성과지만, 그게 가능해지기까지는 50년 가까운 고통스러운 축적이 있었다. 수많은 사람이 작은 문제를 하나씩 해결하며 쌓아 올린 결과다. 심지어 어떤 핵심 연구자(2023년 노벨상을 수상한 카탈린 카리코)는 한때 제대로 평가받지 못하기도 했다.”
-하지만 정부의 과학 정책은 선거 주기처럼 짧은 주기로 움직인다. 과학 정책은 어떻게 다뤄야 하나.
“과학 정책의 성패는 1~2년 안에 판정되지 않는다. 몇 년, 때로는 수십 년 뒤에야 ‘무엇을 살렸고 무엇을 망쳤는지’가 드러난다. 그래서 정부 안에는 과학을 ‘잘 아는 사람’만이 아니라, 과학의 언어를 정치의 의사 결정 언어로 번역해 줄 사람이 필요하다. 정치인들은 대개 과학자가 아니다. 단기 성과만 좇는 선택이 연구 생태계를 망치지 않게 하려면, 그 간극을 메우는 과학계 조언자가 필수다.”
-한국이 과학 성과를 키우려면 문화적으로 바뀌어야 할 것이 있을까.
“사실 한국의 모든 사정을 알지 못해 단정하기 어렵다. 다만 내가 경험한 과학의 조건은 분명하다. 첫째는 독립성이다. 조금은 장난기 있고 조금은 말을 안 듣는 사람, 시켜서 하는 게 아니라 스스로 호기심으로 움직이는 사람이 필요하다.
둘째, 좋은 질문을 고르는 문화와, 실패해도 계속 시도하게 만드는 분위기다. 그리고 아주 현실적으로 말하면, 뛰어난 사람들을 알아보고 재능 있는 연구자들이 서로 만나게 하는 환경이 도움이 된다. 나는 과학이 완전히 평등하다고 생각하지 않는다. 어떤 과학자는 다른 과학자보다 더 뛰어날 수 있다. 재능 있는 사람을 모아야 진짜 진전이 생긴다.”
헌트 교수는 과거 기초과학연구원(IBS) 자문위원으로 활동한 경험도 언급하며, 재능 있는 연구자들이 모여 일할 수 있는 구조의 중요성을 강조했다.
–결국 ‘AI냐 아니냐’보다, 과학이 무엇을 하는 일인가로 돌아오는 것 같다. ‘과학은 지식 산업이 아니라 무지를 다루는 산업’이라는 말을 다시 설명한다면.
“사람들은 과학이 우리에게 확실성과 안정감을 준다고 생각하곤 한다. 나는 반대로 본다. 과학은 모르는 것을 찾는 일이다. ‘모르는 게 남아 있는 세계’가 좋다. 문제가 있어야 할 일이 생기기 때문이다.”
–만약 AI가 언제나 정답을 뱉어내는 세상이 온다면 과학자는 무엇을 하게 되나.
“끔찍하다. 우리는 일을 멈춰야 할지도 모른다. 다들 과학자가 아니라 팝 가수가 되어야 할 수도 있다(웃음). ‘모른다’가 남아 있는 게 오히려 건강하다고 생각한다.”
- Copyright ⓒ 조선비즈 & Chosun.com