1장 인공지능은 죄가 없다

칼 자체는 선하지도 악하지도 않다. 그것을 쥔 손이 모든 것을 결정한다.

1. AI가 만든 40,000개 독극물 분자

2022년 어느 평범한 아침, 미국 노스캐롤라이나주 작은 바이오테크 회사의 한 연구원이 컴퓨터 화면을 응시하며 경악했다. 밤새 돌린 인공지능이 만들어낸 결과물은 그가 상상했던 것과는 정반대였다. 생명을 구하는 치료제가 아니라, 생명을 앗아가는 독극물 분자 40,000개가 화면을 가득 메우고 있었다.

'콜라보레이션 파마슈티컬(Collaborations Pharmaceuticals)'이라는 이름도 평범한 이 회사는 직원 십여 명의 소규모 바이오테크 기업이었다. 노스캐롤라이나 주립대학교 캠퍼스 한구석에 자리 잡은 이들의 일상은 희귀질병으로 고통받는 환자들을 위한 치료제 개발이었다. 특히 어린이들에게 찾아오는 무서운 유전병, 바텐병 치료제를 찾는 것이 그들의 소명이었다.

회사를 이끄는 숀 에킨스(Sean Ekins) 박사는 컴퓨터를 이용한 신약 개발의 전문가였다. 그의 오랜 동반자 파비오 우르비나(Fabio Urbina) 박사는 기계학습으로 분자의 비밀을 읽어내는 마법사 같은 존재였다. 이 두 사람이 만들어낸 인공지능 '메가신(MegaSyn)'은 순환신경망이라는 첨단 기술을 바탕으로 새로운 치료제 분자를 자동으로 설계하는 놀라운 능력을 가지고 있었다.

메가신의 작동 원리는 마치 현명한 스승과 같았다. 수많은 기존 약물 분자들의 구조와 효과를 학습한 후, 새로 설계한 분자가 얼마나 효과적이고 안전한지를 점수로 평가했다. 그리고 마치 게임에서 좋은 행동을 하면 점수를 얻는 것처럼, 치료 효과가 높으면 높은 점수를, 독성이 높으면 낮은 점수를 주는 '보상 시스템'으로 움직였다. 이렇게 메가신은 날마다 더 나은 치료제를 찾아가고 있었다.

그런데 스위스에서 날아온 한 통의 초청장이 모든 것을 바꿔놓았다. 스위스 정부가 주최하는 'Spiez CONVERGENCE' 회의 참석 요청이었다. 화학무기와 생물무기의 위협을 논의하는 이 국제회의에서 스피에즈 연구소의 세드릭 인베르니지(Cédric Invernizzi) 박사가 던진 질문은 충격적이었다.

"여러분의 인공지능 기술이 악용될 가능성은 없을까요?"

에킨스와 우르비나는 순간 얼어붙었다. 지금까지 생명을 구하는 일만 생각해왔던 그들에게 이는 전혀 예상치 못한 질문이었다. 그리고 곧 끔찍한 가능성을 깨달았다. 만약 메가신의 보상 시스템을 거꾸로 뒤집는다면? 독성이 높은 분자를 만들수록 높은 점수를 주도록 설정한다면?

이들은 실험 목표로 VX라는 치명적인 신경가스를 선택했다. 1950년대에 개발된 이 화학무기는 소금 알갱이 몇 개 정도의 미량(6-10mg)만으로도 한 사람의 목숨을 앗아갈 수 있는 극독성 물질이었다. 아이러니하게도 콜라보레이션 파마슈티컬은 이미 VX와 관련된 연구 경험이 있었다. VX가 공격하는 아세틸콜린에스테라제라는 효소를 적절히 조절하면 알츠하이머병 같은 질환을 치료할 수 있기 때문이었다. 치료제와 독극물이 같은 생물학적 표적을 공유하고 있었던 것이다.

2. 단 6시간, AI의 변신

2021년 겨울 어느 날 저녁, 우르비나 박사는 과연 어떤 결과가 나올까 약간 궁금한 마음으로 메가신의 설정을 바꿨다. 보상 시스템을 완전히 뒤집어 독성이 높을수록 높은 점수를 주도록 했다. 평범한 2015년형 맥북 하나에 이 변형된 메가신을 실행시키고 퇴근했다. 특별한 슈퍼컴퓨터나 고가의 장비가 아니라, 어느 사무실에서나 볼 수 있는 일반 컴퓨터였다.

컴퓨터는 밤새 침묵 속에서 작업을 진행했다. 공개된 화학 데이터베이스에서 분자들과 생물학적 활성 데이터를 수집하고, VX와 유사한 특성을 가진 분자들을 끊임없이 생성해냈다. LD50 모델을 사용해 각 분자의 치사량을 예측하며, 더욱 치명적인 물질을 찾아 헤맸다.

다음 날 아침, 사무실에 들어선 우르비나의 얼굴은 창백해졌다. 단 6시간이라는 짧은 시간 동안 40,000개의 독성 분자가 생성되어 있었다. 메가신은 기존에 알려진 VX의 정확한 분자 구조를 완벽하게 재현해냈을 뿐만 아니라, 러시아의 노비초크(Novichok) 같은 다른 화학무기들도 척척 만들어냈다.

하지만 진짜 공포는 여기서 시작되었다. 데이터베이스에 없는 완전히 새로운 독성 분자들이 수없이 발견된 것이다. 일부는 인류가 지금까지 알고 있던 VX보다도 더 높은 독성을 보일 것으로 예측되었다. 우르비나는 후에 이렇게 회상했다.

"컴퓨터 화면에 나타난 그 정보들을 보는 것은 놀랍고, 초현실적이었습니다. 공개된 자료와 기성 기술만으로 이런 종류의 데이터를 만들어내는 것이 얼마나 쉬운지 깨달았어요."

연구진은 t-SNE라는 기법을 사용해 이 분자들을 시각적으로 분석했다. 2차원 그래프 위에 펼쳐진 분자들의 분포도는 마치 악마의 지도 같았다. 새로 생성된 독성 분자들은 기존의 농약이나 환경 독소, 일반 약물들과는 완전히 다른 화학적 영역에 자리하고 있었다. VX와 유사한 분자들이 하나의 무시무시한 클러스터를 형성했고, 그 주변에는 더욱 독성이 강한 분자들이 별자리처럼 배치되어 있었다.

에킨스와 우르비나는 심각한 윤리적 딜레마에 직면했다. 이들의 선택은 단호했다. 더는 이 분자들을 자세히 분석하지 않기로 했고, 어떤 분자도 실제로 합성하지 않기로 결정했다. 컴퓨터 하드디스크에서 생성된 모든 분자 구조를 완전히 삭제했다. 그리고 과학계와 정책 입안자들에게 이 위험성을 반드시 알려야 한다고 다짐했다.

3. 전 세계를 흔든 경고음

2022년 3월 15일, 스위스 스피에즈에서 열린 컨버전스 회의장은 핀이 떨어지는 소리까지 들릴 정도로 조용했다. 에킨스와 우르비나가 자신들의 실험 결과를 발표하는 동안, 전 세계 화학무기·생물무기 전문가들과 무기 확산 방지 전문가들은 숨을 죽이고 있었다. 이들은 인공지능이 화학무기 개발에 악용될 수 있다는 구체적인 증거를 처음 목격하고 있었다.

발표가 끝나자 회의장은 폭발했다. 엄청난 토론이 벌어졌다. 런던 킹스 칼리지의 필리파 렌조스(Filippa Lentzos) 박사는 전쟁학과 보건 전문가로서 이중 사용(dual-use) 기술의 위험성을 연구해온 터였다. 그녀는 즉시 연구진과의 협력을 결정했다.

2022년 3월 7일, 세계적 권위의 학술지 《네이처 머신 인텔리전스》에 "인공지능 기반 약물 발견의 이중 사용"이라는 제목의 논문이 발표되었다. 파비오 우르비나가 제1저자로, 필리파 렌조스, 세드릭 인베르니지, 그리고 숀 에킨스가 교신저자로 이름을 올린 이 논문은 과학계에 지진과 같은 파장을 일으켰다. 가능성에 대한 추측이 아니라 구체적인 실험 결과를 제시했기 때문이었다.

미국 정부는 즉시 움직였다. 백악관 과학기술정책실에서 첫 번째 브리핑이 진행되었다. 대통령에게 과학기술 정책을 자문하는 이 기관은 국가안보회의와 함께 인공지능 기술의 국가 안보 영향에 대해 집중적으로 논의했다.

중앙정보국(CIA)은 잠재적 적성국가의 화학무기 개발 가능성에 대한 정보 수집 목적으로 브리핑을 요청했다. 국방부는 화학무기 방어 연구 담당 부서들과 미군의 화학무기 방어 능력 강화 방안을 검토했다. 국무부는 국제 무기 통제 협약 관련 논의와 화학무기금지협약 강화 방안을 모색했다.

Defense Threat Reduction Agency라는 대량살상무기 확산 방지 전담 기관에서는 새로운 형태의 화학무기 위협에 대한 대응책을 논의했다. 미 육군 화학무기 연구소에서는 인공지능을 이용한 화학무기 탐지 및 방어 기술 개발을 검토했다.

국제기구들도 발 빠르게 대응했다. 화학무기금지기구(OPCW)는 화학무기금지협약의 이행을 감시하는 국제기구로서, 인공지능을 이용한 새로운 화학무기 개발 가능성과 기존 통제 목록에 없는 새로운 독성 물질의 출현 가능성을 심각하게 받아들였다. 40개국이 참여하는 오스트레일리아 그룹은 이중 사용 품목의 수출 통제를 담당하는 국제 협의체로서, 인공지능 소프트웨어의 수출 통제 필요성과 화학 데이터베이스 접근 제한 방안, 연구자 신원 확인 시스템 도입 같은 새로운 통제 방안을 진지하게 검토하기 시작했다.

로스알라모스, 샌디아, 리버모어 등 미국의 주요 국립연구소들도 차례로 브리핑을 요청했다. 국가 보안과 관련된 첨단 연구를 수행하는 이들에게 이 문제는 매우 절실한 현실이었다.

2022년, 넷플릭스 제작진이 노스캐롤라이나 주립대학교 캠퍼스를 찾아와 에킨스를 인터뷰했다. 군사 분야에서의 인공지능 사용을 다룬 다큐멘터리의 일부였다. 《사이언티픽 아메리칸》, 《네이처》, 《케미스트리 월드》 등 주요 과학 저널들이 이 연구를 집중 보도하면서 일반 대중도 이 문제의 심각성을 인식하게 되었다.

4. 안전장치의 한계

콜라보레이션 파마슈티컬의 실험이 전 세계를 충격에 빠뜨린 이유는 사용된 기술과 자원이 너무나 평범했다는 점이었다. 이것은 특별한 슈퍼컴퓨터나 비밀 실험실에서 벌어진 일이 아니었다. 현재 가격으로 약 200만원 수준의 2015년형 맥북 하나면 충분했다. 처리 시간은 단 6시간, 일반 가정용 전력으로도 충분했다.

소프트웨어 역시 누구나 접근할 수 있었다. 텐서플로, 파이토치 같은 무료 인공지능 라이브러리들이 인터넷에 널려 있었다. 깃허브 같은 플랫폼에서는 관련 코드와 튜토리얼을 쉽게 찾을 수 있었다. 데이터 측면에서도 PubChem, ChEMBL 같은 공개 화학 데이터베이스를 누구나 활용할 수 있었고, 환경청이나 식약처가 공개한 독성 데이터도 연구 목적으로 자유롭게 사용할 수 있었다.

더욱 무서운 사실은 메가신과 유사한 인공지능 도구를 사용하는 회사가 전 세계에 400여 개나 된다는 것이었다. 화이저, 로슈, 노바티스 같은 거대 제약회사들이 AI 도구를 적극 활용하고 있었고, 전 세계 수천 개의 바이오테크 스타트업이 AI 기반 약물 개발을 진행하고 있었다. 학술 기관들도 유사한 도구들을 연구용으로 사용하고 있었다.

에킨스는 씁쓸하게 말했다. "우리 분야 동료들 중 얼마나 많은 사람이 자신의 기술이 악용될 가능성을 생각해봤을까요? 대부분은 그런 생각을 해본 적이 없을 겁니다."

실제로 많은 연구자들이 치료제 개발만 생각하고 악용 가능성은 간과하고 있었다. 대학이나 회사에서 이중 사용에 대한 교육은 거의 없는 상황이었다. 기술적 장벽도 놀라울 정도로 낮았다. 컴퓨터공학과 학부 수준의 실력이면 충분했고, 기본적인 유기화학 지식만 있으면 시작할 수 있었다. 독성학은 온라인 강의나 교과서로 학습할 수 있었고, 특별한 실험실도 필요 없었다.

정보 접근 장벽은 사실상 존재하지 않았다. 깃허브에서 유사한 코드를 쉽게 확보할 수 있었고, 콜라보레이션 파마슈티컬의 논문에서 방법론이 공개되어 있었다. 머신러닝과 화학 정보학 강의가 무료로 제공되었고, 온라인 포럼에서 기술적 조언을 구하기도 쉬웠다.

법적 장벽은 더욱 불완전했다. 컴퓨터 시뮬레이션은 화학무기금지협약의 적용 대상이 아니었다. 대부분 국가에서 가상 분자 설계에 대한 규제는 없었다. 연구자의 양심에만 의존하는 현실이었고, 인터넷을 통한 익명 활동도 가능했다.

화학무기와 생물무기 제조의 현실은 더욱 암울했다. SciFinder, Reaxys 같은 화학 합성 경로를 자동으로 예측하는 소프트웨어가 공개되어 있었다. IBM의 RXN, MIT의 ASKCOS 같은 합성 생성 AI가 무료 또는 저렴하게 제공되고 있었다. 가장 효율적인 합성 방법을 자동으로 찾아주는 최적화 알고리즘도 있었다.

전 세계에는 의뢰받은 화학 물질을 합성해주는 회사들이 수백 개 있었다. 중국 업체들은 상대적으로 규제가 느슨하고 가격이 저렴했다. 인도 업체들은 제네릭 의약품 제조 경험을 바탕으로 다양한 화합물을 합성했다. 서구 업체들은 품질은 높지만 규제가 상대적으로 엄격했다. 문제는 이들 업체 대부분이 의뢰받은 물질의 최종 용도를 확인하지 않는다는 것이었다.

인공지능은 화학무기뿐만 아니라 생물무기 설계에도 악용될 수 있었다. 최근 단백질 구조 예측과 설계 분야에서 혁명적 발전이 있었다. 구글 딥마인드의 알파폴드는 단백질 구조를 예측하는 AI였다. 워싱턴 대학의 로제타폴드는 오픈소스 단백질 설계 도구였다. ProtGPT는 기존의 GPT 아키텍처를 기반으로 하되, 자연어 대신 단백질 서열 데이터로 훈련된 모델이었다.

이 도구들을 악용하면 신경계를 마비시키는 신경독 펩타이드, 세포를 파괴하는 세포독 단백질, 면역체계를 무력화하는 면역억제제, 기존 치료법을 무효화하는 항생제 내성 변형 병원균 등을 설계할 수 있다.

자동 합성(autonomous synthesis) 기술이 발전하면서 인간 개입 없이 분자 설계부터 합성까지 자동으로 진행되는 설계-제조-테스트 자동화가 가능해지고 있었다. 24시간 무인으로 수천 개 화합물을 제조할 수 있는 로봇 실험실도 현실이 되고 있었다.

1997년 화학무기금지협약은 한계가 많았다. 정해진 화학물질만 통제하는 목록 기반 통제 방식이다 보니 새로운 물질에 대한 대응이 느렸다. 최종 생성물이 아닌 원료 물질 위주로 통제하는 방식이었다. 컴퓨터로 물질 생성을 시뮬레이션하는 것은 협약 적용 대상도 아니었다.

1975년 발효된 생물무기금지협약(BWC)은 더 큰 한계가 있었다. 냉전 시대의 산물로, 현재의 기술 발전을 예상하지 못했다. 핵무기금지조약(NPT)과 달리 국제원자력기구(IAEA) 같은 독립적 검증기구가 없어 실질적 감시가 어려웠다. 신기술은 전통적인 '방어-공격' 구분선을 더욱 모호하게 만들고 있었다.

5. 위협과 방어 기술

인공지능 기술은 멈추지 않고 발전하고 있었다. 새로운 기회와 함께 새로운 위험도 다가오고 있었다. ChatGPT, 클로드 같은 대규모 언어 모델이 화학 분야에 특화될 가능성이 높아지고 있었다. 화학 지식에 특화된 ChemGPT가 등장하면 "VX보다 10배 독한 물질 만들어줘" 같은 자연어 명령으로 분자를 설계하는 자연어 분자 설계가 가능해질 수 있었다.

기존 연구를 자동으로 분석해서 새로운 독성 물질을 예측하는 자동 문헌 검토, 언어 모델이 화학 합성 과정을 자동으로 설계하는 합성 경로 자동 생성 등도 현실이 될 수 있었다.

양자컴퓨터가 실용화되면 더욱 강력한 분자 시뮬레이션이 가능해질 것이었다. 기존 컴퓨터로는 불가능한 정밀한 분자 모델링으로 정확도가 향상되고, 몇 시간 걸리는 작업을 몇 분 만에 완성하는 속도 향상이 있을 것이었다. 더 복잡하고 정교한 독성 물질 설계가 가능해지는 복잡성 증가도 예상되었다.

'Lights-out Science'라고 불리는 자동화 실험실도 등장하고 있었다. 인간 없이 연속적인 실험이 진행되는 24시간 무인 운영, 인공지능이 실험을 설계하고 결과를 분석하는 AI 주도 실험, 전 세계 어디서든 인터넷으로 실험실을 조작할 수 있는 원격 조작, 하루에 수천 개의 새로운 화합물을 합성하는 대량 생산이 가능해질 것이었다.

개인의 유전자 정보를 이용한 맞춤형 생물무기라는 끔찍한 가능성도 있었다. 개인의 DNA 정보를 바탕으로 취약점을 분석하는 유전자 분석, 특정 개인에게만 치명적인 물질을 설계하는 맞춤형 독성, 특정 인종이나 집단에게만 영향을 주는 무기인 집단별 차별, 기존 탐지 방법으로는 발견하기 어려운 새로운 독성 물질 등이 가능해질 수 있었다.

새로운 형태의 테러인 사이버-바이오 융합 공격도 나타날 수 있었다. 원격 실험실 해킹, 연구 데이터를 조작해서 잘못된 약물이나 백신 개발을 유도하는 데이터 조작, 제약회사의 생산 시설을 해킹해서 독성 물질을 생산하는 공급망 공격, 가짜 연구 결과를 퍼뜨려서 사회 혼란을 야기하는 정보전 등이 가능해질 수 있었다.

하지만 위협이 증가하는 만큼 방어 기술도 발전하고 있었다. 악의적인 AI 사용을 탐지하는 시스템이 개발되고 있었다. 비정상적인 연구 패턴을 자동으로 탐지하는 패턴 분석, 평소와 다른 분자 설계 요청을 실시간으로 발견하는 이상 탐지, 연구자의 활동을 분석해서 위험 신호를 포착하는 행동 분석, 악의적 연구자들 간의 협력 네트워크를 추적하는 네트워크 분석이 가능해지고 있었다.

다양한 생물무기에 효과적인 범용 백신, 새로운 위협 발견 시 몇 시간 만에 치료제를 설계하는 신속 대응, 환자의 유전자에 맞춘 개인화된 치료법인 개인 맞춤 치료 등도 연구되고 있었다.

6. Dual Use와 인간의 책임

모든 도구는 창조와 파괴, 두 얼굴을 가지고 있다. 불은 인류에게 문명을 선사했지만 화재로 생명을 빼앗기도 한다. 원자력은 깨끗한 에너지를 제공하지만 핵무기로 도시를 잿더미로 만들 수도 있다. 인터넷은 지식과 정보를 민주화했지만 사이버 범죄와 가짜뉴스의 온상이 되기도 한다. 인공지능도 마찬가지다.

콜라보레이션 파마슈티컬의 메가신이 보여준 것은 인공지능의 이중성이었다. 같은 기술이 생명을 구하는 치료제를 만들 수도 있고, 생명을 앗아가는 독극물을 만들 수도 있다는 사실이었다. 문제는 기술 자체가 아니라 그것을 사용하는 인간의 의도였다.

모두가 이 문제 해결에 중요한 역할을 할 수 있다. 먼저 이 문제의 심각성을 정확히 이해해야 한다. 언론이 이 문제를 지속적으로 다루도록 관심을 표현해야 한다. 단순히 기술 발전의 밝은 면만 보는 것이 아니라 어두운 면도 함께 봐야 한다.

정치적 참여도 중요하다. 정치인들에게 AI 안전 정책 마련을 요구해야 한다. AI 안전을 중요하게 생각하는 후보를 지지하는 선거 참여를 해야 한다. AI 안전을 위한 시민 단체 활동에 참여해야 한다. 전 세계 시민들과의 연대 활동도 필요하다.

소비자로서의 선택도 중요하다. 윤리적 AI 개발에 앞장서는 기업 제품을 선택해야 한다. 투자 시 기업의 AI 윤리 정책을 고려하는 투자 결정을 해야 한다. AI 서비스 사용 시 안전성과 윤리성을 확인해야 한다. 기업에 AI 안전성에 대한 의견을 적극 전달하는 피드백을 제공해야 한다.

교육도 근본적으로 중요하다. 초중고 교육에서는 기본적인 화학과 생물학 지식 교육을 강화해야 하고, 인공지능의 원리와 한계에 대한 이해 교육을 해야 하며, 과학 기술의 윤리적 사용에 대한 교육을 해야 하고, 새로운 기술의 장단점을 냉정히 판단하는 능력을 배양하는 비판적 사고 교육을 해야 한다.

과학자와 엔지니어들은 더 큰 책임을 져야 한다. 연구 방법과 결과를 투명하게 공개하는 투명성을 유지해야 한다. 일반 대중과의 적극적인 소통과 설명인 사회적 소통을 해야 한다. 자신의 연구가 악용될 가능성에 대해 항상 고민해야 한다. 동료 연구자들과 윤리적 기준을 공유하고 서로 견제해야 한다.

정부와 국제기구는 법적, 제도적 틀을 마련해야 한다. 기술 발전 속도에 맞는 유연하고 효과적인 규제를 만들어야 한다. 국경을 넘나드는 기술의 특성상 국제 협력이 필수다. 하지만 과도한 규제로 유익한 연구를 막아서는 안 된다. 균형이 중요하다.

기업들은 단기적 이익보다 장기적 안전을 우선해야 한다. 자율 규제를 통해 업계 표준을 높여야 한다. 연구자들에게 윤리 교육을 제공하고, 내부 감시 시스템을 구축해야 한다. 무엇보다 투명성을 바탕으로 대중의 신뢰를 얻어야 한다.

시민사회도 중요한 역할을 할 수 있다. AI 안전을 위한 시민 단체들이 정부와 기업을 견제하고 감시해야 한다. 전문가들과 일반 시민들 사이의 소통을 도와야 한다. 복잡한 기술 문제를 이해하기 쉽게 설명하고 교육하는 역할도 중요하다.

언론의 책임도 크다. 기술 발전의 밝은 면만 부각시키는 것이 아니라 어두운 면도 균형 있게 다뤄야 한다. 복잡한 과학 기술 문제를 정확하고 이해하기 쉽게 보도해야 한다. 공포를 조장하지도, 위험을 축소하지도 말고 사실을 바탕으로 보도해야 한다.

개인으로서 우리가 할 수 있는 일도 많다. 과학 기술에 대한 기본적인 이해를 높여야 한다. 새로운 기술이 나올 때마다 그것의 장점과 위험을 모두 고려하는 습관을 길러야 한다. 전문가의 의견을 듣되, 맹목적으로 따르지는 말고 비판적으로 생각해야 한다.

콜라보레이션 파마슈티컬의 실험은 우리에게 중요한 경고를 주었다. 인공지능이라는 강력한 도구는 인류를 구원할 수도 있고 파멸시킬 수도 있다. 단 6시간 만에 40,000개의 독성 분자를 만들어낸 사실은 이 기술의 놀라운 가능성과 동시에 끔찍한 위험성을 보여준다.

숀 에킨스와 파비오 우르비나가 보여준 용기 있는 실험과 투명한 공개는 과학자의 사회적 책임이 무엇인지를 잘 보여준다. 그들은 자신들의 발견이 불편하고 무서운 것임을 알면서도 숨기지 않고 전 세계에 알렸다. 이것이야말로 진정한 과학자의 자세였다.

인공지능은 이미 우리 삶의 일부가 되었고, 앞으로 더욱 중요해질 것이다. 이 강력한 기술이 인류의 번영을 위해 사용될지, 아니면 파괴의 도구가 될지는 지금 우리의 선택에 달려 있다. 콜라보레이션 파마슈티컬의 메가신이 만들어낸 40,000개의 독성 분자는 삭제되었지만, 그 가능성은 여전히 남아있다.

우리는 인공지능이라는 판도라의 상자를 이미 열었다. 이제 그 안에서 나온 모든 것들을 지혜롭게 다루는 법을 배워야 한다. 기술 자체를 두려워할 필요는 없다. 하지만 그것을 악용하려는 인간의 욕망은 경계해야 한다.

답은 간단하지 않다. 하지만 한 가지는 분명하다. 우리가 함께 노력하고 지혜롭게 대처한다면, 인공지능이 가져다줄 엄청난 혜택을 누리면서도 그 위험을 최소화할 수 있을 것이다. 이것이 바로 과학 기술 시대를 살아가는 우리 모두의 과제이자 책임이다.

인공지능의 미래는 아직 쓰여지지 않았다. 그 미래를 써 내려가는 것은 바로 우리 자신이다. 현명한 선택을 통해 인공지능이 인류의 친구가 되도록 만들어나가야 할 것이다. 칼 자체는 선하지도 악하지도 않다. 그것을 쥔 손이 모든 것을 결정한다. 인공지능도 마찬가지다. 우리가 어떻게 사용하느냐에 따라 축복이 될 수도, 저주가 될 수도 있다.