기본 콘텐츠로 건너뛰기

[신약 개발/타 연구 개발을 위한 GPT-4/BingChat 활용 팁] 알아두면 쓸모 있는 프롬프트 팁

신약 개발 또는 타 연구 개발을 위한 GPT-4/BingChat 활용 백서
(프롬프트 엔지니어링 기술 적용)

 

본 백서를 작성하게 된 동기는 7월5일자 한겨레 기사(생성형 인공지능, 46일 만에 신약 설계…사상 첫 임상 2상 진입를 신약 개발 분야에 비 전문가인 내가 읽게 되면서 영감을 얻어 작성된 것입니다. 이 기사의 내용을 요약 하면 아래와 같습니다.

생명공학기업 인실리코 메디슨(Insilico Medicine)이 AI를  이용해 설계한 신약 후보가 임상 2상시험에 돌입했습니다. 이 신약은 특발성 폐 섬유화증 치료제로, 중국과 미국의 환자 60명에게 투여될 예정입니다. 인실리코는 생성형 인공지능과 강화학습을 결합해 약물을 개발하였고, 이를 통해 신약 개발 비용을 10분의 1, 시간을 3분의 1로 단축했습니다. 이 회사는 현재 30여개의 인공지능 약물 개발 프로그램을 진행 중이며, 이 중 3개가 임상시험에 들어갔습니다. 이번 임상 2상시험 진입은 인공지능을 이용한 약물 개발 분야에서 중요한 이정표로 여겨집니다. 

이 기사를 기반으로, 생성형 AI( ChatGPT, BingChat)가 신약 개발에 어떻게 잘 활용될 수 있는지  그 과정을 프롬프트 엔지니어링 기법을 적용하여  단계별로 구체적인 결과를 도출 해 가는 과정을  예시를 들어 설명하려고 노력 했습니다.  

 

이 과정을 통해서 프롬프트 엔지니어링이 왜? 필요한지, 어떻게 적용하는지를 이해 할 수 있습니다.  또한 신약 개발에 매우 유용한 숨겨진 프롬프트 지시어들을 어떻게 발굴하였는지를 또한 보여주고 있습니다.  

이 백서 작성을 통해서 발굴한 프롬프트 지시어(#해시태그 형태) 들은 다음과 같습니다. (* 참고 아래 해시태그 지시어는 GPT-4 보다는 BingChat에서 실행을 해야 원하는 결과를 얻을 수 있습니다. ')

  • #patent_search
  • #trend_analysis
  • #information_query
  • #information_detail
  • #scenario_write
  • #scenario_simulate
  • #content_generate
  • #expert_interview
  • #educational_content
  • #risk_assessment
  • 이 외에도 다수

이 해시태그들은 신약 개발 뿐만아니라 다른 연구 개발에도 유용한 프롬프트 지시어들입니다. 이 해시태그 지시어를 다양한 연구 분야에 적용해 보시기 바랍니다. 예를들면, 아래 해시태그 중에서 ‘#patent_search’는 특허 정보를 검색하는 명령어입니다.

신약 개발 연구원은 BingChat에서 '#patent_search: 리툭심'로 질문을 하거나  '리툭심에 대한 최근 특허를 알려줘' 로 명령을 할 수 있습니다. 그러나, 이 두 명령어에는 아래와 같은 차이점이 있습니다.

'#patent_search: 리툭심' 명령어는 해시태그를 사용하여 특허 정보를 검색하는 명령어입니다. 이 명령어는 리툭심이라는 키워드로 국내외 특허 정보를 검색하고, 특허명, 출원번호, 출원일자, 발명자, 요약 등의 정보를 제공합니다.

'리툭심에 대한 최근 특허를 알려줘' 하는 것은 일반적인 질문 형식으로 특허 정보를 검색하는 것입니다. 이 질문은 리툭심이라는 키워드로 웹 검색을 수행하고, 검색 결과에서 특허 관련 사이트나 문서를 찾아서 정보를 제공합니다.

신약 개발은 인류의 건강과 삶의 질을 향상시키는 중요한 분야입니다. 하지만 신약 개발은 매우 어렵고 오랜 시간과 막대한 비용이 드는 과정입니다. 신약 후보물질을 발견하고, 그 효능과 안전성을 검증하고, 임상시험과 허가절차를 거쳐야만 시장에 출시할 수 있습니다. 이 과정에서 많은 실패와 낭비가 발생하며, 신약 개발의 성공 확률은 매우 낮습니다.

이러한 문제를 해결하기 위해 AI 기술이 신약 개발 분야에 점점 더 활용되고 있습니다. 특히 생성형 인공지능(Generative AI)은 기존의 데이터를 학습하여 새로운 데이터를 생성하는 인공지능 기술로, 신약 후보물질을 설계하고, 그 효능과 안전성을 예측하고, 임상시험 결과까지 시뮬레이션하는 데 사용될 수 있습니다. 신약 개발에 활용되는 생성형 인공지능의 대표적인 예로는 GAN(Generative Adversarial Network)가 있습니다.  

Generative Adversarial Networks (GANs)와 GPT-4는 둘 다 인공지능의 한 분야인 딥러닝 모델입니다. 그러나 이 두 모델은 목적과 작동 방식에서 차이가 있습니다. 신약 개발에는 두 모델 모두 활용될 수 있습니다. 그러나 그들이 사용되는 방식과 문맥은 다릅니다.

1. Generative Adversarial Networks (GANs): GANs는 생성 모델로서, 두 개의 신경망, 즉 생성자(generator)와 판별자(discriminator)가 서로 경쟁하면서 학습합니다. 생성자는 실제 데이터와 유사한 가짜 데이터를 생성하려고 하고, 판별자는 생성자가 만든 데이터가 진짜인지 가짜인지를 판별하려고 합니다. 이런 경쟁 과정을 통해 생성자는 점차 실제 데이터와 구별이 어려운 가짜 데이터를 생성하게 되며, 이를 통해 새로운 이미지, 음성 등을 생성하는 데 사용됩니다.

GANs 는 신약 개발에서 분자 설계 단계에서 주로 사용됩니다. GANs는 새로운 분자 구조를 생성하는 데 사용될 수 있으며, 이는 신약 후보를 찾는 데 도움이 될 수 있습니다. 생성자는 실제 분자와 유사한 새로운 분자를 생성하고, 판별자는 이 분자가 실제 분자와 얼마나 유사한지를 판별합니다. 이런 방식으로, GANs는 신약 개발에서 새로운 분자 구조를 탐색하고 생성하는 데 사용될 수 있습니다.

2. GPT-4: GPT-4는 자연어 처리(NLP)에 사용되는 모델로, 텍스트 데이터를 이해하고 생성하는 데 초점을 맞춥니다. GPT-4는 대량의 텍스트 데이터를 학습하여 문맥을 이해하고, 주어진 입력에 대해 적절한 텍스트를 생성하거나, 질문에 대한 답변을 제공하거나, 텍스트를 번역하는 등의 작업을 수행할 수 있습니다. GPT-4는 트랜스포머(Transformer) 아키텍처를 기반으로 하며, 이는 입력된 문장의 모든 단어를 동시에 처리함으로써 문맥을 더 잘 이해하도록 설계되었습니다. GPT-4 와 같은 자연어 처리 모델은 신약 개발의 다른 측면에서 사용될 수 있습니다. 예를 들어, 이러한 모델은 대량의 의학적 텍스트 데이터를 분석하고 이해하는 데 사용될 수 있습니다. 이는 연구 결과를 분석하거나, 임상 시험 결과를 해석하거나, 의학적 문헌을 검색하고 요약하는 데 도움이 될 수 있습니다.

따라서, GANs와 GPT-4의 주요 차이점은 GANs가 이미지, 음성 등 다양한 유형의 데이터를 생성하는 데 사용되는 반면, GPT-4는 주로 텍스트 데이터를 처리하고 생성하는 데 사용된다는 것입니다. 또한, GANs는 두 개의 신경망이 서로 경쟁하는 방식으로 학습하는 반면, GPT-4는 대량의 텍스트 데이터를 학습하여 문맥을 이해하고 텍스트를 생성하는 방식으로 학습합니다.

GANs와 GPT-4는 신약 개발의 서로 다른 단계에서 서로 다른 방식으로 활용될 수 있습니다. 이 두 모델은 각각의 장점을 활용하여 신약 개발 과정을 개선하고 가속화하는 데 기여할 수 있습니다.

본 백서에서는 신약 개발하는 과정에서 GPT-4를 어떻게 활용할 수 있는지를 프롬프트 엔지니어링 기법을 적용하여 분석하는 과정을 설명하고 있습니다.

 

생성형 AI를  신약 개발에 활용하기 위해서는 프롬프트 엔지니어링 기술이 필요합니다. 프롬프트 엔지니어링이란 인공지능 모델에게 원하는 결과를 얻기 위해 적절한 입력값(프롬프트)을 제공하는 기술입니다. 프롬프트 엔지니어링은 인공지능 모델의 성능과 효율성을 높이고, 원하는 목적에 맞게 인공지능 모델을 조정하고, 인공지능 모델의 한계와 위험을 줄이는 데 도움이 됩니다.

저는 신약 분야에 비 전문가 입니다. 일반적인 프롬프트 엔지니어링 기술을 터득한 경험을 토대로 , 신약 개발시 생성형 인공지능(ChatGPT, BingChat)을 어떻게 활용할 수 있는지 과정을 연구해 보았습니다.

또한 생성형 AI를  활용하여 신약 개발에 성공한 Insilico Medicine 사 사례 기사를 분석하여 신약 개발에 인공지능이 어떻게 활용될 수 있는 과정을 분석하고, ChatGPT에서 유용한 프롬프트 명령어를 발굴하고 활용하는 방법을 찾는 과정을 소개합니다.


본 백서 내용의 대부분은 GPT-4 와 BingChat을 적절히 활용하여 생성한 것입니다.






자세한 내용을 원하시면 링크를 클릭 (PDF 다운로드) 하시기 바랍니다.


----------------------------------------------------------

도서: Mastering ChatGPT-4 Prompt for Writers: (저자 Charly Choi)




댓글

이 블로그의 인기 게시물

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...

[팁] Google Slide 프리젠테이션시 모든 한글폰트가 '굴림체' 로 바뀌는 현상을 해결한 크롬 확장 프로그램 소개

구글 문서도구인 구글 슬라이드를 이용하여 프리젠테이션을 많이 하는 분들을 위한 희소식 현재 구글 슬라이드에서는 슬라이드 편집시 사용한 고유 한글 폰트들은 프리젠테이션 모드로 전환할 경우는 모두 '굴림체' 로 바뀌어 표시가 되는 불편함이 있었습니다. 예). 슬라이드 편집에서 사용한 '궁서체' 한글 폰트는, 프리젠테이션 모드에서는 '굴림체'로 바뀌어 디스플레이됨 예). 슬라이드 편집 모드 - '궁서체' 폰트 사용 프리젠테이션 모드에서 '굴림체' 로 변경됨    따라서, 이러한 현상을 해결하는 크롬 확장 프로그램이 개발 되었습니다.  크롬 확장 프로그램 명 - ShowAsis 입니다. 크 롬 웹스토어 링크 -  https://goo.gl/PVPkZz 이 확장 프로그램을 사용하여 슬라이드 프리젠테이션을 하면, 편집 모드의 폰트 그대로 프리젠테이션시에도 그대로 한글 폰트로 디스플레이 됩니다. 단, 단점은 슬라이드가 애니메이션 슬라이드가 있는 경우는 애니메이션이 동작하지 않습니다. ----------------------- G Suite/Google Apps 전문 블로그 -  charlychoi.blogspot.kr 도서 '기업과 학교를 위한 구글크롬북'

구글 드라이브에서 내 파일이 갑자기 사라졌어요 [알아두면 쓸모 있는 구글 드라이브 팁]

  구글 드라이브에서 고아가 된(정리 되지 않은)  파일들에 대한 현상 및 복원 방법 및 공유 드라이브 활용 목차  배경 내 파일이나 폴더가 사라지고 (삭제된 것은 아님) 찾을 수 없는 현상 고아가 된 파일 (정리가 안된 파일) 을 찾아 내고 복원하는  방법 고아가 된 과정을 추적하는 방법 배경   구글 드라이브의 내 드라이브에서 협업을 위한 협업 폴더를 생성한 후 다른 팀원간들간에 공유하여 작업하는 동안 예기치 못하게 내가 생성한 파일들 또는 폴더가 갑자기 사라지는 현상이 발생 할 수 있습니다. 또한 이를 경험한 사용자들이 많이 있습니다.  내가 파일이나 폴더를 삭제하지 않았는데 불구하고 휴지통에도 없고, 내가 삭제한 기억도 없고, 이러한 현상이 발생할 경우에는 본 벡서서에서 설명하는 해당 폴더나 파일들이 ‘고아 (Orphaned)’ 가 된 상태가 되어있는게 분명합니다.  한글 도움말에는 ‘정리가 되지 않은 파일 (또는 분리가 된 파일)' 이라고 설명되어 있기도 합니다. 고아가 된 파일들은 어떠한 폴더에도 속하여 있지 않고, 내 휴지통에도 존재하지 않는 현상입니다. 그러나, 구글 드라이브에서는 용량을 계속 차지 않고 있는 상태입니다. 간혹 왜? 내가 삭제한 적이 없는데 파일이 없어졌거나 폴더가 보이질 않는 경우 당황하지 않고 이문서를 자세히 참조하면 해답을 찾을 수 있습니다.   내 파일이나 폴더가 사라지고 (삭제된 것은 아님) 찾을 수 없는 현상      1. 내 드라이브에서 Folder A를 생성하고 Folder A 안에 File A 를 생성 합니다. 나중에 File A를 삭제 하고, 그 이후에 Folder A 까지 삭제를 할 수 있습니다. 그후 휴지통에서 File A만 복원을 할 경우 삭제된 File A 를 복원하려고 하는데 File A가 존재하였던 상위 폴더 ‘Folder A’는 이미 삭제된 상태입니다. 이럴때 File A는 ...

[알아두면 쓸모 있는 구글 Meet 팁] 구글 Meet에서 컴패니언 (Companion) 모드가 무엇이고 왜? 필요한가요?

  구글 Meet 에서 컴패니언 (Companion) 모드란 무엇이고 왜? 필요한가 지난 1월13일자  구글 영문 공식 블로그 에서  구글의 화상회의 도구인 Google Meet 에 컴패니언 (Companion) 모드 기능이 추가 되었다는 발표가 있었습니다. 이 모드가 무엇이고 왜? 필요한지 알아보도록 하겠습니다. 여러분들은 구글의 대표적인 화상회의 도구인 Google Meet 로 화상 회의를 얼마나 자주 하나요? Google Workspace 에 기본 기능으로 포함되어 있는 Google Meet 는 코로나19 펜데믹 이후로 많은 기업에서 활용하고 있을 것입니다. 그동안 한 회의실에서 여러명이 모여 화상 회의를 하는 경우 대부분은 하나의 노트북을 대표로 지정하고 나머지 참석자들은 노트북 주변에 모여서 회의 (비디오+음성)를 하거나, 아니면 각자의 노트북으로 화상 회의에 연결한 후 마이크를 mute 를 하여 참여해야만 하는 불편함이 있었습니다. (이유는 한 회의실안에서 화상회의시 여려명이 마이크를 On 하면 소위 하울링 또는 Audio Feedback 현상이 발생하기 때문)   구글은 Google Meet 로 화상 회의시 이러한 불편함을 없애기 위해서 소위 컴패니언 모드 기능을 추가하였습니다. 즉, 한 회의실에서 여러명이 회의에 참여할 경우 하나의 컴퓨터 또는 Google Meet 전용 하드웨어인 화상회의 기기를 메인으로 연결하고 나머지 참여자들은 각자의 노트북에서 컴패니언 모드로 접속 할 수 하도록 한 것입니다. 즉, 컴패니언 모드로 접속한 사용자는 자동으로 오디오와 비디오는 Off 가 나머지 기능들만 활성화 (화면공유, 손들기, 다른 참여자와 채팅, 자막 사용) 되어 회의에 참여 할 수가 있게 되었습니다. 이 기능은 개인 gmail 사용자 뿐만아니라 Google Workspace 의 모든 사용자들이 사용할 수 있게 업데이트 되었습니다. Google Meet 로 화상 회의에 참여 할 경우 컴패니언 모드로 접속을 하는 방법에는 ...

"AI 전문가”의 함정: 프롬프트 엔지니어링에서 컨텍스트 엔지니어링까지, 누가 우리를 멀어지게 했나

            생성형 AI가 우리 곁에 온 지 얼마 되지 않아, 우리는 ‘프롬프트 엔지니어링’이라는 낯선 용어의 세례를 받았습니다. AI를 잘 쓰려면 뭔가 대단한 기술이 필요할 것 같은 불안감을 심어주었죠. 이제는 한술 더 떠 ‘컨텍스트 엔지니어링’이라는 말이 등장했습니다. 마치 AI와의 대화가 점점 더 소수 전문가의 영역이 되어가는 듯합니다. 하지만 정말 그럴까요? 이 글에서는 이러한 현상이 어떻게 우리의 AI 접근성을 떨어뜨리고 있는지, 그 이면의 진실은 무엇인지 파헤쳐 봅니다.         1. ‘프롬프트 엔지니어’의 등장: 필수 기술인가, 스쳐 가는 유행인가?         ‘프롬프트 엔지니어링’은 AI에게 원하는 결과를 얻기 위해 명확한 지시를 내리는 기술입니다. 초기 AI 모델들은 인간의 의도를 잘 파악하지 못했기 때문에, 사용자의 정교한 안내가 필수적이었습니다. 예를 들어, AI에게 특정 역할(페르소나)을 부여하거나, 복잡한 문제는 단계별로 생각하도록 유도하는(사고의 연쇄, Chain-of-Thought) 기법들이 대표적입니다.         하지만 이를 ‘엔지니어링’이라 부르는 것에 대해서는 논란이 많습니다. 지지자들은 체계적인 실험과 분석이 필요한 공학의 한 분야라고 주장하지만, 비판자들은 결과가 예측 불가능하고, 동일한 프롬프트에도 다른 답이 나오는 등 전통적인 공학의 엄밀함이 부족하다고 지적합니다. 사실 ‘프롬프트 엔지니어링’의 부상은 초기 AI 기술의 한계를 보완하기 위한  과도기적 현상 에 가깝습니다.         2. 다음 물결, ‘컨텍스트 엔지니어링’: 더 높은 벽인가, 자연스러운 진화인가?         최근에는 ‘컨텍스트 엔지니어링’이라는 용어가 주목받고 있습니다. 이는 단순히 질문 ...