2026년 9월 29일, 마이크로소프트 리서치는 공식 블로그를 통해 생물학 AI 연구 시스템 '퀸(Quine)'을 공식 발표하고, 동시에 '퀸 펠로우즈(Quine Fellows)' 프로그램을 시작해 생물학·의학 최전선의 과학자들에게 신청을 개방했다. '월드모델' 개념을 생물학에 온전히 구현한 첫 사례로, 단백질 구조를 예측하는 단일 모델이 아니라 유전체, 단백질, 화학, 세포 상태, 바이오 이미징 등 여러 스케일을 가로질러 통합적으로 추론하는 연구 시스템이다.
퀸은 두 부분으로 구성된다. 첫째는 생물학 월드모델이다. 다중모드 생물 데이터를 공동 학습해 스케일을 넘나드는 공통 표현을 습득하며, 한 모달리티의 증거가 다른 모달리티의 예측을 직접 뒷받침한다. 예를 들어 유전자형에서 표현형으로 추론할 때 유전자·단백질·세포를 서로 고립된 전문가 모델에 나눠 맡긴 뒤 오케스트레이션 계층으로 이어 붙이는 방식을 버린다. 마이크로소프트의 주장은, 이런 스케일을 넘나드는 공동 학습이 오히려 생물학 자체의 계층 구조를 포착해 일반화 성능을 높인다는 것이다. 둘째는 월드모델을 오케스트레이션·추론 모델, 과학 도구, 문헌, 웻랩, 그리고 이를 사용하는 과학자들과 연결하는 인터랙티브 하네스다. 과학자의 질문이 계산적 제안이 되고, 실험할 가치가 있는 설계가 되며, 웻랩의 측정 결과가 과학자에게 되돌아가 다음 세대 시스템의 학습 신호가 된다. 과학자는 항상 루프 안에 있고, 계산과 실험이 끊임없이 가속하는 순환을 이룬다.
발표에서 가장 설득력 있는 부분은 실제 사례다. 마이크로소프트는 하버드–MIT 브로드 연구소와 수년간 췌관선암(PDAC, 가장 흔한 췌장암)의 세포 상태 가설을 연구해 왔다. 종양의 거동과 약물 반응은 유전자뿐 아니라 전사 수준의 세포 상태에도 달려 있다는 가설이다. 이번에 퀸으로 수천 종의 화합물을 '종양 세포를 치료적으로 유의미한 상태로 이동시킬 가능성' 순으로 정렬했더니, 웻랩 실험에서 최상위 화합물이 여러 실험에 걸쳐 가장 큰 의도된 변화를 만들어냈다. 화합물 탐색 공간을 빠르게 좁히고 소수의 후보를 실험으로 검증하기까지의 전 과정이 단 한 주말 만에 끝났고, 수개월 분의 실험 작업과 상당한 연구 비용을 절약할 가능성을 보여줬다. 더 흥미로운 것은 예상치 못한 발견이다. 퀸은 몇몇 화합물이 classical–basal 축과 다른 제3의 표현형으로 세포를 밀어낼 것이라고 예측했고, 실험이 이를 입증했다. 이 실험은 모델의 가설을 검증했을 뿐 아니라 새로운 가설을 만들어냈다.
마이크로소프트는 발표에서 경계를 분명히 그었다. 퀸은 현재 실험적 연구 기술로 연구 용도로만 사용되며, 임상·의료 용도로 쓰지 않는다. 출력은 불완전하거나 부정확할 수 있어 자격을 갖춘 연구자의 검토와 적절한 과학적 검증이 필수다. 접근은 단계적으로 이뤄지며, 초기에는 퀸 펠로우즈 프로그램과 일부 연구 협력에 한정하고, 기술이 성숙해지면 마이크로소프트 디스커버리(Microsoft Discovery) 같은 제품을 통해 확대할 예정이다. 이런 신중함에는 현실적인 이유가 있다. 생물학은 실험 반복 주기가 길고 오류의 대가가 크다. '똑똑해 보이는' 시스템을 그대로 임상에 연결하는 것은 재앙이 될 수 있다.
과학 AI, 벤치마크 경쟁에서 폐쇄 루프 발견으로
여기서 진정 주목할 점은 새로운 벤치마크 점수가 아니라 마이크로소프트가 걸고 있는 방향이다. 지난 몇 년간 AI for Science 서사는 '단일 과제 정복'을 중심으로 돌아왔다. 단백질 구조, 소재 스크리닝, 문헌 QA가 그것이다. 퀸이 거는 명제는 다르다. 과학 발전의 병목은 단일 예측의 정확도가 아니라 '질문을 세운다–실험을 설계한다–검증한다–다시 질문한다'는 순환이 얼마나 빨리 도는가에 있다. 월드모델의 가치는 생물학을 완벽히 재현하는 데 있지 않으며(마이크로소프트 스스로 불가능하다고 인정한다), 값비싼 실험 자원을 투입하기 전에 검증할 만한 범위로 탐색 공간을 압축할 수 있느냐에 있다.
바이오·제약 R&D에 이 신호는 구체적이다. 신약 발견 비용의 대부분은 컴퓨팅이 아니라 웻랩의 시행착오에 있었다. PDAC 사례에서 수개월 분의 작업이 한 주말로 대체된 것이 다른 적응증에서도 재현된다면, 초기 신약 스크리닝의 비용 구조가 직접 바뀐다. 마이크로소프트가 이 단계에서 펠로우즈 프로그램을 개방한 것은 하나의 판단을 드러낸다. 생물학 월드모델이 진화할 방향은 실험실 과학자 스스로가 정해야 하며, 시스템은 리더보드 안이 아니라 실제 과학 실천 속에서 자라야 한다.
