1 00:00:01,507 --> 00:00:03,396 2003년 2 00:00:03,420 --> 00:00:06,333 인간 유전체 서열의 해독으로 3 00:00:06,357 --> 00:00:10,279 많은 질병의 치료에 대한 기대가 컸지만 4 00:00:10,974 --> 00:00:13,631 현실과는 거리가 멀었어요. 5 00:00:14,782 --> 00:00:16,703 유전체 말고도 6 00:00:16,727 --> 00:00:21,297 환경과 생활 방식이 많은 주요 질병들에 7 00:00:21,321 --> 00:00:23,869 상당한 영향을 미치기 때문이죠. 8 00:00:23,893 --> 00:00:27,473 한 예로, 지방간 질환으로 9 00:00:27,497 --> 00:00:31,580 전 세계 20%가 넘는 사람들이 고생하고 있지만 10 00:00:31,604 --> 00:00:36,258 치료법이 없어 간암이나 간부전으로 진행하게 됩니다. 11 00:00:37,517 --> 00:00:42,261 DNA 염기서열의 해독만으로는 효과적인 치료법을 12 00:00:42,285 --> 00:00:44,517 찾을 수 없는 이유죠. 13 00:00:44,541 --> 00:00:48,297 다행히 체내에는 다른 많은 분자 구조들이, 14 00:00:48,321 --> 00:00:52,301 실제로 10만개 이상의 대사물이 존재합니다. 15 00:00:52,325 --> 00:00:56,621 상당히 작은 크기의 분자 구조를 대사물이라고 하는데 16 00:00:57,193 --> 00:01:02,165 포도당, 과당, 지방, 콜레스테롤 등 17 00:01:02,189 --> 00:01:03,699 항상 듣는 것들이죠. 18 00:01:04,273 --> 00:01:07,256 신진대사에 영향을 주는 대사물은 19 00:01:08,066 --> 00:01:12,094 DNA의 아래 부분에 위치해 20 00:01:12,118 --> 00:01:17,200 유전자와 생활방식에 대한 모든 정보를 가지고 있어서 21 00:01:17,224 --> 00:01:22,873 이 물질에 대한 이해는 많은 질병의 치료법을 찾는 데에 필수적입니다. 22 00:01:22,897 --> 00:01:25,109 늘 환자들을 치료하는게 꿈이었지만 23 00:01:25,934 --> 00:01:29,792 15년 전에 제가 의대를 그만둔 건 24 00:01:29,816 --> 00:01:31,781 수학에 대한 미련 때문이었어요. 25 00:01:33,019 --> 00:01:35,955 곧 알게 된 아주 신나는 일은 26 00:01:36,692 --> 00:01:39,455 의학에 수학을 활용할 수 있다는 사실이었죠. 27 00:01:41,026 --> 00:01:46,239 그때부터 저는 생물학 자료의 분석 알고리즘을 개발하고 있어요. 28 00:01:47,092 --> 00:01:49,375 처음엔 아주 쉽게 들렸죠. 29 00:01:49,399 --> 00:01:53,000 체내의 모든 대사물에 대한 자료들을 모아서 30 00:01:53,024 --> 00:01:58,152 병으로 발전하는 과정을 보여주는 수학적 모형을 만들고 31 00:01:58,176 --> 00:02:01,164 그 과정에 개입해 치료한다는 건데 32 00:02:02,488 --> 00:02:05,960 왜 아무도 이걸 해보지 않았는지 곧 알게 됐어요. 33 00:02:07,230 --> 00:02:08,917 완전 어렵더라고요. 34 00:02:08,941 --> 00:02:10,028 (웃음) 35 00:02:10,052 --> 00:02:12,464 우리 몸 안의 많은 대사물은 36 00:02:12,783 --> 00:02:15,283 각기 성질을 달리 합니다. 37 00:02:15,307 --> 00:02:19,035 어떤 대사물은 질량 분석기를 통해 38 00:02:19,059 --> 00:02:21,652 분자량의 측정이 가능하지만 39 00:02:21,676 --> 00:02:26,069 같은 질량의 분자가 10개나 될 수도 있고 40 00:02:26,093 --> 00:02:27,900 정체 조차 모르는 41 00:02:27,924 --> 00:02:30,698 그 모든 분자들을 명확히 식별해 내려면 42 00:02:30,722 --> 00:02:33,826 더 많은 실험을 거쳐야 하는데, 수십 년 동안 43 00:02:33,850 --> 00:02:35,564 수십 억의 예산이 들겠죠. 44 00:02:36,207 --> 00:02:41,770 그래서 인공지능 플랫폼을 개발했어요. 45 00:02:41,794 --> 00:02:44,638 생물학 자료들의 증가를 활용해 46 00:02:44,662 --> 00:02:49,086 대사물과 다른 분자와의 상호작용에 대한 47 00:02:49,110 --> 00:02:52,238 기존 정보의 데이터베이스를 만들고 48 00:02:52,262 --> 00:02:55,686 이 모든 자료들을 모아 메가네트워크를 구축했어요. 49 00:02:55,710 --> 00:02:59,106 그리고 환자들의 조직이나 혈액에서 50 00:02:59,130 --> 00:03:01,881 대사물 질량을 측정해 51 00:03:01,905 --> 00:03:05,164 발병 시 질량의 변화를 살펴봤어요. 52 00:03:05,188 --> 00:03:08,378 하지만 말씀드렸듯이, 정확히 그것이 뭔지 알지 못하죠. 53 00:03:08,402 --> 00:03:13,537 포도당, 갈락토오스, 과당 모두 분자량이 180이니까요. 54 00:03:13,561 --> 00:03:15,580 정확하게 같은 질량을 가지고 있지만 55 00:03:15,604 --> 00:03:17,691 체내에서의 기능은 각기 다르죠. 56 00:03:17,715 --> 00:03:21,302 이런 모호성까지 감안하는 저희 인공지능 알고리즘은 57 00:03:21,326 --> 00:03:24,062 메가네트워크에 들어가 58 00:03:24,086 --> 00:03:28,439 어떤 상호작용을 거쳐 이 대사물들이 병으로 발전하는지 59 00:03:28,463 --> 00:03:30,421 밝혀 내려고 하고 있어요. 60 00:03:30,445 --> 00:03:32,683 연결되어 있는 방식에 따라 61 00:03:32,707 --> 00:03:37,030 각 대사물의 분자량 유추가 가능한데, 62 00:03:37,054 --> 00:03:39,978 여기 180은 포도당을 가리키겠죠. 63 00:03:40,002 --> 00:03:42,553 더 중요한 사실은 64 00:03:42,577 --> 00:03:45,944 포도당과 다른 대사물들이 어떤 변이를 거쳐 병이 되는지 65 00:03:45,968 --> 00:03:47,473 알 수 있다는 것입니다. 66 00:03:47,497 --> 00:03:50,492 질병 구조의 이해를 위한 이런 참신한 시도로 67 00:03:50,516 --> 00:03:55,008 효과적인 치료법을 발견할 수 있는 거죠. 68 00:03:55,601 --> 00:03:59,446 그래서 이 기술을 상용화하고 사람들을 돕기 위해 69 00:03:59,470 --> 00:04:01,275 새로 회사를 차렸어요. 70 00:04:01,722 --> 00:04:05,267 현재 ReviveMed에서 일하는 저희 팀은 71 00:04:05,291 --> 00:04:10,396 발병 원인이 대사물인 주요 질병의 치료법을 연구하고 있어요. 72 00:04:10,420 --> 00:04:12,317 지방간의 경우에는 73 00:04:12,341 --> 00:04:15,265 간에 있는 대사물 중 하나인 74 00:04:15,289 --> 00:04:17,762 지방의 축적이 그 원인인데 75 00:04:17,786 --> 00:04:21,726 말씀드린 것처럼, 치료법도 없는데 급속히 증가하고 있죠. 76 00:04:21,750 --> 00:04:24,474 지방간 질환은 하나의 예에 불과해요. 77 00:04:24,498 --> 00:04:28,676 계속해서 저희는 수많은 병의 치료법을 찾기 위해 78 00:04:28,700 --> 00:04:30,193 노력할 것입니다. 79 00:04:30,217 --> 00:04:34,771 대사물에 대한 자료를 더 많이 수집하고 80 00:04:34,795 --> 00:04:38,339 대사물의 변이가 어떻게 병으로 발전하는지 81 00:04:38,363 --> 00:04:40,765 알아가는 과정을 통해 82 00:04:40,789 --> 00:04:44,278 저희 알고리즘은 점점 더 똑똑해져 83 00:04:44,302 --> 00:04:48,498 환자에게 맞는 올바른 치료법을 발견하게 될거에요. 84 00:04:48,522 --> 00:04:52,292 코드 한 줄을 쓸 때 마다 85 00:04:52,316 --> 00:04:56,179 생명을 구한다는 비전에 좀 더 다가갈 것입니다. 86 00:04:56,203 --> 00:04:57,524 감사합니다. 87 00:04:57,548 --> 00:05:01,375 (박수)