소리를 물질로 바꾸다 | 마커스 뷸러(Marcus Buehler) | TEDxMIT

물질화된 소리와 음향화된 물질의 결합 - 자연은 종종 단순하고 풍부한 물질과 적은 에너지로 많은 기능이 있는 다양한 물질을 만들어냅니다. 거미줄, 진주층. 또는 우리 세포에 있는 단백질 같은 시스템들은 공학에 영감을 주고 지속 가능한 설계를 위한 새로운 패러다임을 제공합니다. 이 강연에서는 분자 모델링 AI 및 머신 러닝, 실험적 합성 및 특성화 등 다양한 도구를 사용하여 물질과 소리의 접점에서 재료 과학의 새로운 관점을 탐구하고 새로운 설계 패러다임을 실현합니다. 생물의 기본 구성 요소인 단백질의 분자 진동을 청각 신호로 변환함으로써 우리는 생명체의 코딩 시스템을 만듭니다. 소리를 조정하고 돌연변이를 탐지함으로써, 이 개념은 새로운 음악을 창조하기 위한 물리 기반의 구성 기술을 제공하는데, 이것은 화가가 새로운 색의 팔레트를 찾은 것과 비슷합니다. 여기서 물질의 진동 프레임 워크에 반영되는 나노 기계적 구조는 소리 생성을 위한 새로운 팔레트를 제시하며, 규모와 종, 물질의 발현을 초월하여 인간의 창조성을 보완하거나 지원할 수 있습니다.

마커스 J. 뷸러는 MIT의 맥아피 공학 교수로 MIT의 원자론 및 분자 역학 연구소를 이끌고 있습니다. 그의 주요 연구 관심사는 나노부터 거시적 규모에 이르는 건축적 특징을 가진 물질의 특성화, 모델링 및 제작을 위해 생물학적 또는 생물학적 영감을 받은 물질의 구조와 기계적 성질에 초점을 맞추고 있습니다. 그가 최근 펴낸 저서 '바이오매터리오믹스'는 물질과 음악 등 이질적인 분야의 통찰을 연결하는 분류접근법을 이용한 바이오 소재 분석의 새로운 설계 패러다임을 제시하고, 소리와 물질의 결합에서 새로운 계층적 설계 접근법을 제시합니다.

뷸러는 공학 협회 이사회 회장을 맡고 있으며 MIT 예술과학기술센터(CAST) 집행위원 등을 맡고 있습니다. 그는 생체 재료의 기계적 행동 저널 (JMBBM)과 바이오 나노사이언스선임 편집자이며 수많은 저널에서 편집 위원을 맡고 있습니다. 여러 학회 및 사회 위원회의 의장을 지냈으며, 기초 연구의 기업화는 물론, MIT가 지역 중·고등학교와 함께 매년 실시하는 재료 연구 캠프 같은 공공 활동에도 적극적으로 참여하고 있습니다. MIT에서 강의하는 것 외에도, 그는 매년 전문 교육 수업인 '예측적 멀티 스케일 재료 설계'를 합니다. 그는 최근에 MRS Fall 2021 회의 의장으로 선출되었습니다.

뷸러는 해롤드 E 에드거튼 교수 공로상, 알프레드 노블상, 파인만 나노 기술상, 레오나르도 다빈치상, 토마스 J.R. 휴즈 청년 혁신가상을 받았습니다. 그는 국립과학재단 커리어상, 미 공군 청년 혁신가상, 해군 청년 혁신가상, 국방고등연구사업청(DARPA) 청년 교수상과 대통령 청년 과학기술인 커리어상(PECASE)을 받았습니다. 2018년 뷸러는 클라리베이트 애널리틱스가 선정한 '고 인용 연구자'로 선정됐습니다. 2019년에는 머터리얼 호라이즌 우수 논문상을 수상했으며, 그의 작품은 왕립화학회에서 빈번하게 인용된 작가로 인정받았습니다.

이 강연은 TED의 형식에 맞춰 별도로 개최된 지역 TEDx 행사에서 발표되었습니다. 더 자세한 내용을 알고 싶으시면 https://www.ted.com/tedx를 방문해 주세요.

저는 마커스 뷸러입니다.

MIT 공학부의 맥아피 교수이고

슈바르츠만 컴퓨팅 대학에 있는
컴퓨터 과학 공학 센터의 회원입니다.

강연에서 말씀드릴 것은 물질화된 소리와

소리화된 물질의 관계입니다.

진동, 소리, 물질의 상호 작용 방법과

새롭고 더 나은 물질을 설계할 때
음악을 이용하는 방법을 볼 겁니다.

거미집 같은 생물학적 구조를
생각해 보면,

구조가 매우 상세하고 까다롭고
복잡함을 알 수 있습니다.

거미집을 살펴보면,
이건 공간에 있는 거미집인데,

사실 많은 내부 구조가 있습니다.

거대한 규모에서 나노 규모까지
죽 이어져 있습니다.

지금 거미집 구조 내부를 날고 있는데

거미집의 매우 복잡한
건축학적 형태를 볼 수 있습니다.

가까이 갈수록 건축학적 형태가

점점 더 많이 나타나고 가시화됩니다.

더 가까이 가면 각 거미줄 필라멘트
내부를 볼 수 있습니다.

거미줄 필라멘트 자체가

계층 구조를 이루고 있다는 걸
알 수 있습니다.

이 계층 구조는 분자 규모,

원자 단위로 결합하는
개별 단백질 분자부터 시작하는데

2차 구조를 형성하고

다시 3차 구조를 형성해서
단백질 다발을 만들며,

궁극적으로 필라멘트를 형성합니다.

필라멘트와 피브릴 다발로 모이고

그 다음에 필라멘트를 형성합니다.

거미집에서 보이는 거미줄입니다.

그래서 거미줄 구조가

실제로 거대 규모에서

나노 규모에 이르는 구조를
갖고 있는 걸 볼 수 있습니다.

물질들은 어떻게 만들어질까요?

자연 속에서 이런 물질은

유전적 서열에 들어 있는
구조 정보를 풀어서 만듭니다.

일반적으로 DNA에 들어 있죠.

DNA 문자에는 단백질을 만드는
방법이 들어 있습니다.

단백질은 순차적으로 만들어집니다.

유전 정보 문자는
아미노산 서열을 형성하고,

알파 나선 또는 베타 시트와 같은
2차 구조를 형성하며,

차례로 더 복잡한 구조를 형성합니다.

예를 들면 우리 뼈의 콜라겐이나

베타 시트와 알파 나선 혼합물로
구성된 거미줄과 같은 구조 말이죠.

바이러스처럼 더 복잡한 것도 만듭니다.

이 슬라이드에 보이는 것은

코로나19 병원체입니다.

이 병원체는 스파이크 단백질이
표면에 튀어 나와 있는데,

그래서 이 바이러스가 코로나 바이러스
또는 왕관이라는 이름을 얻었습니다.

코로나 바이러스는 아미노산 서열로
암호화되어 있습니다.

이 서열은 유전 정보인 RNA 또는
DNA 문자로 암호화되어 있습니다.

이 유전 정보에 있는 생산 계획이

바이러스가 실제로
만들어지는 방법입니다.

바이러스가 상향식으로
계층적 구조를 형성하고

서로 다른 길이와 시간에 걸쳐
만들어지는 것처럼,

엔지니어링 분야에서도
이 접근법을 사용할 수 있습니다.

에펠탑과 같은
건축 시스템을 생각해 보면

또한 이 시스템에서도

매크로에서 나노 규모까지의
특징이 있다는 것을 알 수 있습니다.

엔지니어들은 오랫동안
계층 원리를 사용해 왔지만

아직까지 분자 규모를 동시에

거시적 수준까지 조정할 수 없었습니다.

정말 흥미로운 또 하나의 특징은

물질의 다양한 현상에 걸쳐
공통으로 나타나는 주제와 특징입니다.

바로 물질과 소리에 대한
진동의 등가성입니다.

파동과 진동의 보편성은
분자에서 볼 수 있는 것입니다.

양자 역학적 수준에서는

물질을 파동의 집합체로
설명할 수 있습니다.

또한 사인파, 조파가 중첩되어

더 복잡한 소리 구조가
만들어짐을 알 수 있습니다.

거미가 파동을 사용하는 것도
알 수 있습니다.

주변 환경과 소통하고
이해하는 방법으로써 말입니다.

파동, 소리, 진동은 보편적이며

어쩌면 진동과 소리를 사용해서

물질 모델을 정의하고

물질을 최적화하고 완전히 새로운 물질을
발명할 수도 있을 것입니다.

진동을 사용해서요.

여기서는 계층적 시스템의 구축을
발전시킬 수 있는 방법을 보여줍니다.

거미를 보면

거미는 진동을 사용해서
환경을 감지하고

다른 거미와 대화하고,
위협과 먹잇감을 알아채고

다른 많은 일을 합니다.

그들은 수집한 신호를 사용하여

뇌에서 처리하고 결정을 내립니다.

거미집을 어떻게 지을지 결정하는데
마치 자율적인 3D 프린터 같습니다.

그들은 공간속에서 재료를 조립하고

재료를 배치하고, 거미집을 수선하고,

다른 거미들과 상호 작용해서

자율 물질 시스템,
스마트 물질 시스템,

지능형 물질 시스템을 형성합니다.

인간의 방식도 매우 유사합니다.

물건을 만들 때,

그림을 그리고, 악기를 연주할 때,

우리는 환경을 감지하고,

다음에 무엇을 할지,
어떤 도구를 쓸지 정합니다.

나무를 조각하는 것을 생각해 보면,

특정 패턴을 만들기 위해
다음에 할 행동을 결정합니다.

우리는 악기를 연주할 때는

무엇을 듣는지에 따라
다음에 연주할 건반을 정합니다.

이러한 과정은 거미의 행동과
매우 유사합니다.

문제는 신경망 내에서
정보를 감지하고 처리하여

그로부터 새로운 걸
만들어내는 과정을 통해

물질을 생성하는 자율적인 방법,
피드백 메커니즘을

통합할 수 있을까입니다.

기술적인 면에서 이를 활용해서

정적인 것이 아니라 살아 움직이는
물질을 만들 수 있을까요?

혁신적이고 참신한 방식으로
환경과 상호 작용할 수 있는 물질을요.

사실 한 가지 방법은
물질을 소리로 변환시키고,

물질과 소리는 진동 측면에서
동등하니까요,

새로운 물질을 설계하는 방법으로
소리를 사용하는 것입니다.

이 작업을 수행하는 방법은

물질을 구성하고
구조를 갖추는 것입니다.

진동의 집합으로 이해할 수 있어요.

진동 집합을 계산하고,
들을 수 있는 소리로 만들고,

소리를 맞추는 것이죠.

새로운 소리를 만들고,
그 소리를 바꾸고,

그런 다음 역변환을 사용하여
소리를 물질로 되돌릴 수 있습니다.

이를 통해 설계 문제를 해결하는데,

이 문제는 일련의 빌딩 블록을 조립하여

레고 블록과 같이
구조물로 만드는 것입니다.

소리의 경우 이러한 빌딩 블록은

사인파나 악기 또는
피아노의 멜로디입니다.

복잡한 구조의 조각이나

소리의 조각, 복잡한 멜로디를

동시에 연주하고,
교차하고, 엮을 수 있고,

소리로 정말 복잡한 설계를 만들고

그 소리를 다시 물질로
변환할 수 있습니다.

그러니 질문은 특정 작품이
어떤 물질을 표현하는가입니다.

예를 들어 바흐나 베토벤은
무엇을 표현할까요?

이 아이디어를 활용해서

자연에 없는 완전히 새로운
물질을 만들 수 있을까요?

다른 방법으로는 얻을 수 없는

지속 가능한 물질에 대한
공학적 해법을 찾을 수 있을까요?

소리는 물질 체계에서
여러 단계를 포착하는

정말 우아한 방법입니다.

그것을 거미집이라 부르죠.

다른 구조가 많이 들어 있습니다.

돌이켜보면 거대하고 큰 규모부터
거미집 안으로 들어가고 있었는데

처음에

건축적 수준, 구조적
세부 사항을 볼 수 있었고

더 작게 분자 규모,

아미노산의 개별 원자들까지
인식할 수 있습니다.

아미노산은 단백질의 빌딩 블록입니다.

아미노산에서 단백질로,
단백질의 구성체로,

필라멘트로, 거미줄에서
전체 거미집 구조에 이르기까지

매우 복잡한 퍼즐입니다.

소리를 사용하면 이 모든 단계를
동시에 들을 수 있습니다.

각 단계는 특정 유형의
주파수 스펙트럼을 보입니다.

그것을 귀로 듣고 우리 뇌는
정보를 처리할 수 있으며

새로운 계층 구조를
설계할 수 있습니다.

음악처럼 말이죠.

물질과 분자를 생각한다면
좀 더 자세히 살펴봅시다.

화학 교과서를 펴면

필시 분자의 그림을
찾을 수 있을 것입니다.

이 벤젠 같은 것입니다.

이런 모델은 시간에 따라 변하지만

저는 모두 틀렸다고 말할 겁니다.

교과서의 그림은 정적이기 때문입니다.

이 그림들은 정적인데

실제로 분자는 계속 움직입니다.

그들은 진동하고, 항상 움직입니다.

실제로 이러한 진동과 움직임이

분자의 구조를 정의합니다.

각 분자에는 고유한
소리 지문이 있습니다.

여기 기타의 진동을
들을 수 있는 것이나

우리가 음악이라고 부르는 진동을
들을 수 있는 것과 마찬가지입니다.

(기타 연주)

이와 비슷하게 분자의 진동도
고유한 소리를 가지고 있으며,

그것을 들리게 만들 수 있는데

주파수를 가청 범위로 옮겨서

뇌가 처리할 수 있게 만드는 것이죠.

지금 여러분이 듣고 계신 것은
복잡한 단백질 구조의 소리입니다.

(전자 음악)

단백질은 항상 진동하고
계속 움직이고 있습니다.

이러한 움직임과 동작은
들리는 소리로 만들 수 있습니다.

음악 작곡에서 여러 기타, 여러 악기,

여러 구조를 연주하는 것처럼 말입니다.

단백질 모델을 소리로 만들면

단백질을 더 잘 이해하고,

구조를 이해하는
다른 방법을 알 수 있고,

정보를 매우 빠르게 처리할 수 있으며

돌연변이 같은 걸 이해할 수 있고,

돌연변이 발생시 접히는 기하학 구조를
단백질이 어떻게 변화시키는지

이해할 수 있습니다.

단백질에 결합하는
항체나 약물을 개발하여

질병이 어떻게 치료되는지
이해할 수 있습니다.

이러한 모든 면은 소리 공간에서
매우 쉽게 수행되고 들을 수 있습니다.

최근 발견한 바로는 각각의 아미노산,

즉 모든 단백질의
천연 빌딩 블록 20가지에

고유한 소리, 즉 고유한 지문이
있다는 겁니다.

다른 말로 하면 고유한 음조가
있다는 것입니다.

모두 다르게 들립니다.

지금 여러분이 듣고 있는 것은
20개 아미노산의 소리입니다.

처음부터 끝까지 각각의 소리입니다.

(전자적으로 생성된 소리)

이것은 생명의 소리입니다.

이 소리는 단백질 모델을
만드는 데 활용할 수 있습니다.

사실, 지금 듣고 있는 것은

스파이크 단백질을
음악적으로 표현한 것인데,

코로나19 병원체의 것입니다.

(현악기 연주)

아미노산 약 3천 개로 된
매우 큰 단백질입니다.

단백질이 매우 크고 복잡하게 접히는
기하학적 구조를 가지고 있기 때문에

이 단백질의 구조를 반영하는
음악적 구성은 매우 깁니다.

실제로 1시간 50분 정도 걸립니다.

단백질 자체는 본질적으로 계층적입니다.

이미 이야기했듯이 순차적 서열이 있고

바이러스의 유전 정보로
암호화되어 있습니다.

다시 말하지만 3만 가지의 기본 정보가

바이러스의 유전 코드에 있습니다.

이들 중 3천 개가
이 특정 단백질을 암호화합니다.

그 다음 2차 구조는

알파 나선 및 베타 시트,
랜덤 코일 같은 것과

기타 구조가 있습니다.

그런 다음 이것들이
복잡한 기하학적 구조로 접힙니다.

그 결과는 매우 복잡한 음악입니다.

서로 엮인 많은 멜로디들이

음악의 '대위법'을 만들어냅니다.

대위법 개념의 소개와 사용은

요한 세바스찬 바흐가
몇백 년 전에 했죠.

그는 우리가 단백질에서 발견한

구조적 특징 일부를 이미 활용했습니다.

단백질을 모델링하는 방법으로
소리나 음악을 사용함으로써

인공 지능 애플리케이션에서
사용할 수 있는

매우 강력한 코딩 모델을
구축할 수 있습니다.

사실 최근 연구에서 단백질에서

수천, 수십만 시간의 음악으로

그 단백질을 표현하는
데이터 세트를 구축하고

이를 들을 수 있도록
인공 신경망을 훈련시켰습니다.

AI는 학습한 내용을 바탕으로
새로운 음악을 만들어 낼 수 있습니다.

이 새로운 음악 구성은

일단 생성되면 단백질로
다시 변환될 수 있습니다.

단백질 소리와 유전 정보 사이에
고유한 짝이 있기 때문입니다.

파동과 물질의 등가성을 이해함으로써

단백질, 물질에서
소리로 갈 수 있습니다.

이 파동 또는 소리를 이용해서
새로운 소리를 만들 수도 있습니다.

소리를 편집하고, 소리를 조절하고,

새로운 설계법을 고안하고

AI도 사용해서 소리를 만듭니다.

새로운 소리를 물질로
다시 변환할 수 있습니다.

즉 소리를 물질화할 수 있는 거죠.

이 물질과 소리의 결합은
매우 흥미롭습니다.

다양한 설계 문제를 해결하기 위해

다양한 기술을 사용할 수 있게
해주기 때문입니다.

코로나19의 경우,
물론 우리가 추구하는 목표는

인간 세포 단백질에 결합하는 것보다

바이러스 단백질과
더 강하게 결합할 수 있는

단백질 분자, 즉 항체를 만드는
방법을 알아내는 것입니다.

지금 여러분이 듣고 있는 것은
AI로 생성한 단백질 중 하나입니다.

(바이올린 연주)

그림에서 이 단백질이
어떻게 생겼는지 볼 수 있습니다.

이것은 자연적으로는
존재하지 않는 단백질입니다.

이것을 어떻게 만들까요?

우리가 듣는 것은 코로나바이러스의
수많은 스파이크 단백질 종류,

다른 종,

다른 진화 단계에 있는
코로나바이러스,

지금 유행하는 코로나19뿐 아니라
많은 다른 코로나바이러스도 있습니다.

그런 다음 AI를 시켜서

특정 단백질의 선천적 구조를 반영하는
새로운 음악을 생성하도록 합니다.

모두가 바이러스에 있는
스파이크의 단백질입니다.

그 결과물은

단백질의 기하학적 구조,
단백질 서열을 반영하는 구성입니다.

코로나바이러스의
스파이크 단백질과 관련은 있지만

아직 자연에서 발견되지는 않은
단백질 서열입니다.

이런 종류의 구성, 이런 종류의 서열은

사실 항체로 가는 열쇠를
쥐고 있을 수 있습니다.

실제로 우리가 단백질에서,
유전 정보에서 발견하는 서열의 유형과

일치하기 때문입니다.

(음악)

지금 들리는 것은 감염의 순간을
표현한 피아노 연주입니다.

이것은 바이러스 스파이크 단백질이

인간 세포에 부착되는 순간과
유사한 단백질 구조입니다.

(음악)

부착 과정에서

단백질의 방향이 약간 바뀌고,

이 부착물을

주파수와 진동 스펙트럼의
미세한 변화로 들을 수 있으며

음악을 통해 들리게 할 수 있습니다.

음악은 분자 운동의 세계,
감염의 세계, 분리,

그리고 궁극적으로 바이러스와
인체의 상호 작용에 대한

현미경적 시야를 제공합니다.

진동은 다른 영역에서도
볼 수 있습니다.

예를 들어 표면파에서 말입니다.

호수의 물결은 매우 흔한 현상입니다.

사실 태양이 호수나 물에 비치고

파도가 수면에 표면파를 일으키는 현상과

이 결과물이 반짝이는 것을 보는 것은

인류 진화에서 매우 중요한 것입니다.

인간은 이러한 반짝이는 개념을
이용해서 물을 찾습니다.

인간뿐만 아니라
많은 동물도 그렇게 합니다.

표면파를 사용하여 물을 찾는 것입니다.

그래서 우리는 물결파, 표면파의

더 깊은 구조를 사용할 수 있는지
알아 보려고 노력해 왔습니다.

이 표면파는 바람에 의한 하중이나

기타 환경적 영향뿐만 아니라

단백질에 암호화된

진동의 기계적 신호를
통해서도 생성됩니다.

그래서 실험적인 설정을 만들었는데

단백질의 고유한 진동을 통해

물을 자극하고 보이게 할 수 있는지를
알아보는 실험입니다.

그렇게 하면 거시적 수준에서,

여러분의 눈으로

이러한 단백질이 어떻게 물을 자극하고

어떤 고유 패턴을 형성하는지
볼 수 있습니다.

결론은 단백질 상태가 다르면
진동이 다릅니다.

분자 규모에서 생긴 차이를
서로 다른 패턴으로 볼 수 있습니다.

그것은 나노적 요소, 나노적 이벤트,

나노적 특징을 시각화하는
또 다른 방법을 제공합니다.

귀로 음악을 듣는 것뿐만 아니라

눈으로 파동 패턴을 보는 방법입니다.

파동 패턴은 현실을
왜곡할 수 있습니다.

이 애니메이션에서 보는 것처럼

카메라를 어떻게 사용하여
파동의 표면을 촬영하고

반영된 환경을 관찰했는지
볼 수 있습니다.

이건 눈 덮인 풍경에 있는
나무와 덤불입니다.

(음악)

이 수역에 바람의 하중이
조금 가해지기 때문에

미세한 표면파가 생기고

이러한 표면파는
카메라 이미지를 왜곡합니다.

따라서 무슨 이미지인지 알 순 있지만
약간의 왜곡이 있습니다.

이 왜곡, 즉, 인셉셔니즘은

환경적 영향을 기반으로
다른 이미지를 만드는 것인데,

물속의 단백질 진동을 시각화함으로써

현실이 어떻게 왜곡되거나
변경되는지 알아보기 위하여

유사한 개념을 사용할 수 있는지를

탐구하고 알고 싶은 것입니다.

단백질 진동에 의해 생성된
물결파를 영상화하는 것은

사실 단백질을 감지하는
강력한 방법입니다.

여기서 우리가 한 일은
다양한 단백질을 골라서

물결파, 수면파로 시각화한 다음

각각의 단백질 수천 개의 영상에 대해

신경망을 훈련시킨 것입니다.

이 훈련 과정을 통해
신경망이 배울 수 있는 것은

각 단백질 구조와 연결된
파동 패턴이 무엇인가입니다.

이것은 예들 중 하나의 모습입니다.

표면에 정말 흥미로운 고유 패턴이
형성되는 것을 볼 수 있습니다.

단백질 진동에 의한 것입니다.

이러한 단백질의 기계적 진동은

표면파를 일으키고

매우 흥미로운 패턴을 만들어서

결과적으로 육안이나 고속 카메라로
포착할 수 있습니다.

각 단백질에는 고유한
진동 스펙트럼이 있습니다.

앞서 말한 것처럼요.

제가 틀어드린 음악에서
그걸 들을 수 있었습니다.

이건 동일한 아이디어를 그래프화하여
시각적으로 표현한 것입니다.

이 막대 차트에서 두 가지 단백질의
지문을 볼 수 있습니다.

왼쪽에 있는 6m17이라는 단백질은

코로나19 병원체가
인간 세포에 결합한 상황입니다.

오른쪽에 있는 6m18이라는 단백질은

바이러스가 인간 세포에
결합하지 않은 경우입니다.

즉 오른쪽은 감염되지 않은 것이고
왼쪽은 감염된 것입니다.

이 단백질이 특히 매우 중요한 까닭은

코로나19의 인체 감염 과정을
이해할 수 있게 해 주기 때문입니다.

우리는 다양한 단백질에 대해
신경망을 훈련시키고

표면파를 감지했습니다.

지금 또 다른 실험을 할 수 있고

다양한 단백질과 관련된 표면파의
사진을 촬영하거나 기록하고

신경망을 사용하여

표면파를 유발한 단백질을
분류할 수 있습니다.

사실 그 방법은 정말 효과가 좋습니다.

왼쪽에서 볼 수 있는 것은
107m이라는 단백질입니다.

이 단백질은 갈색으로
음영 처리되어 있습니다.

이 막대 그래프에서 볼 수 있듯이

이 시나리오에 대한 예측의
가장 높은 확률은 갈색입니다.

이것은 이 단백질,
107m을 나타냅니다.

그것은 단연코 가장 높은 확률입니다.

따라서 모델은 구조를
완벽하게 예측할 수 있습니다.

전체 그래프를 살펴보면 모든 사례에서

가장 높은 예측은 단연코

진동을 유발한 실제 단백질을
표시한 것을 알수 있습니다.

따라서 이 방법은 표면파의
사진을 보는 것만으로도

진동을 일으키는 기저 단백질이
무엇인지 바로 알아낼 수 있습니다.

중간 부분을 봅시다.

6m17 및 6m18은
좀 전에 본 단백질입니다.

이것은 감염 단계인데

코로나19 병원체와 인체 사이에서

분자 수준의 상호 작용이
시작되는 때입니다.

6m17은 결합한 상태이고

6m18은 분리된 상태입니다.

비록 구조가 매우 유사하더라도,

즉 아주 미세한 분자 변화와

진동 스펙트럼의
아주 미세한 변화만 있더라도,

이전 사진에서 보셨듯이 말입니다,

이 방법은 그 차이들을
아주 잘 포착할 수 있습니다.

6m18에서 가장 높은 확률은
연한 파란색이며

특정한 그 구조를 반영한 것입니다.

따라서 그것을 예측할 수 있습니다.

6m17은 초록색이며 같은 개념입니다.

가장 높은 확률은
이 특정 구조에 대한 것입니다.

따라서 이 방법은 크고 작은
다양한 종류의 단백질을

구별할 수 있을 뿐만 아니라

진동 스펙트럼의 매우 미묘한 차이나

단백질 접힘 상태의 매우 미묘한 차이를

표면파를 통해 설명할 수 있습니다.

단백질 인셉셔니즘 개발에
이 방법을 쓸 수 있습니다.

다른 영상에서 단백질이 만드는

물의 표면파에서 발견되는 패턴들을

찾을 수 있는지 알아볼 수 있습니다.

산의 풍경, 어쩌면 호수,

눈으로 볼 수 있는 어떤 것이라도
사진을 찍을 수 있고

단백질 진동이 표면파에
작용하는 고유한 특징을

다른 시스템에서도 볼 수 있는지
확인할 수 있습니다.

다른 일상적인 물체들의 분자 진동을
어디서, 어떻게 인식할까요?

딥드림 알고리즘을 사용하고

우리가 훈련시킨 신경망을

이 모든 다양한 단백질 진동에
적용시킵니다.

여기 사진이 있습니다.

이것은 진동 스펙트럼이

물결 표면 구조에서 실현되는 모습,
내장된 모습입니다.

여기에 단백질 인셉셔니즘
알고리즘을 적용하면

실제로 이 특정 단백질에 고유한

모든 다른 패턴들을 인식할 것입니다.

이것이 신경망이 작동하는 방식입니다.

내부 층은 특정 단백질에
고유한 특징을 결정하고

어떤 단백질이 진동을
생성했는지 감지합니다.

영상 처리를 하면

이 특징을 좀 더 명확하게
볼 수 있습니다.

그리고 여기 이 그림은

처리 결과로 스파게티와 같은 구조가
어떻게 생성되는지 보여줍니다.

그것은 고유한 지문 또는 구조인데

신경망에서 실제로 특정한 공명을
유발하고 있습니다.

단백질 인셉셔니즘 알고리즘으로 생성된

신경망에서의 공명은 실제로 이미지에서

특정 형태가 어떻게 확대되고

더 잘 보이고 증폭되고

공명될 수 있는지를 시각화하는
강력한 방법입니다.

기타와 같은 악기에서
공명이 발생하는 것처럼

여기서 보이는 공명 이미지는

궁극적으로 분자 진동에 의해
생성되는 것입니다.

이제 우리가 강에서 물결이 있는
또 다른 상황을 살펴보면,

이것이 원래 그림인데

이 물결들은 단백질에
의한 것이 아닙니다.

사실 이 물결들은 바위 위로
흐르는 물에 의해 생깁니다.

알고리즘이 물결의 특정한 특징을
어떻게 포착하는가를 볼 수 있습니다.

다시 말하면 단백질 때문에
발생되지는 않지만

단백질로 인한 물결과
유사한 특징들이 있습니다.

다시 말하지만,
영상을 특정하게 처리하면

특정 패턴이 나타나는 것을
볼 수 있습니다.

스파게티와 닮은 구조인 이 모든 영역은

단백질 진동에 의해 발생되는
내부의 세밀한 구조의 공명을

알고리즘이 감지하는 곳입니다.

단백질 진동은 강에서도 보입니다.

이 해안 풍경의 사례에는
세 가지 요소가 있습니다.

물이 있고 바위가 있고
공기도 있습니다.

사실 알고리즘은 단백질 진동의 특징을

세 요소 모두에서 감지합니다.

그중 일부는 물결파에서 발생하는데

둘 다 물결파니 놀라운 일은 아닙니다.

또한 암석도 이와 유사합니다.

암석의 일부 특징과 일부 패턴은

단백질에서 보이는 것과 유사합니다.

또한 하늘에서도 몇 가지를
찾아볼 수 있습니다.

이것 역시 영상 처리를 이용한 분석이고

이 영상에서

단백질 진동에 대해 자연적이고

고유한 특징을 집어낼 수 있습니다.

물질은 소리이고 소리는 물질입니다.

사실 물질의 표현에 대해 생각할 때

그것을 진동의 집합체라고
생각할 수 있음을 알았습니다.

그것을 들리게 할 수 있고

또한 물질의 다른 상태에서는
진동을 볼 수 있게 만들 수 있습니다.

예를 들어 액체나 물에 있는
표면파처럼 말이죠.

음악적 구성에 존재하는 정보를
감지하는 방법으로 소리를 사용하거나

새로운 소리를 만듦으로써
새로운 물질을 만들거나

물질을 조작하는 다양한 방법을
이용할 수 있는 것이죠.

여러분은 이런 질문을 할 수 있습니다.

그의 작품을 분석해 본다면
베토벤은 어떤 물질을 만들었을까요?

또한 단백질 진동이나
단백질 진동의 특징과

다른 물질에 있는 진동 스펙트럼의
고유한 특징을 볼 수 있습니다.

단백질 인셉셔니즘을
알고리즘으로 사용하여

이러한 진동이 물결뿐만 아니라

다른 물질 상태에서도 볼 수 있음을
증명할 수 있었습니다.

풍경에서 볼 수 있고
식물에서 볼 수 있습니다.

하늘과 눈 그 밖의 여러 곳에서
볼 수 있습니다.

집중해 주셔서 감사합니다.