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'

[ChatGPT 모델 옵션 완벽 분석: 나에게 맞는 최적의 모델은?]

  ChatGPT 모델 옵션 완벽 분석: 나에게 맞는 최적의 모델은? GPT-4, GPT-4o, o3, o4-mini... 헷갈리는 모델들, 속 시원히 정리해 드립니다! ChatGPT를 사용하다 보면 다양한 모델 옵션 때문에 어떤 것을 선택해야 할지 고민될 때가 많습니다. 특히 글쓰기, 창의적인 작업, 일상 업무 등 다양한 용도로 AI를 활용하는 경우, 각 모델의 특성을 이해하고 상황에 맞게 선택하는 것이 중요합니다. 이 글에서는 ChatGPT에서 제공하는 주요 모델들의 의미와 특징, 장단점을 자세히 살펴보고, 여러분의 필요에 맞는 최적의 모델을 선택할 수 있도록 가이드를 제공합니다. 모델별 개요와 특징 ChatGPT에 표시되는 여러 모델은 크게  GPT 계열 (대규모 언어 모델 기반)과  o-시리즈 (강화학습으로 추론 능력을 향상시킨 모델)로 나눌 수 있습니다. 각 모델의 상세 내용을 살펴보겠습니다. 1. GPT-4 (기존 GPT-4 모델) 의미 및 특징 2023년 초 출시된 GPT-4는 GPT-3.5 대비 월등한 성능을 보인 OpenAI의 주력 언어 모델입니다. 뛰어난 텍스트 생성 능력과 이미지 입력 처리(멀티모달) 기능을 처음 도입했으며, 출시 당시 여러 시험에서 상위 10% 성적을 기록할 만큼 높은 지능 수준을 입증했습니다. 복잡한 문제 해결과 자연스러운 창작에 강점이 있었습니다. 장점 높은 출력 품질 : 복잡한 질문에도 깊이 있는 답변 생성 풍부한 표현력 : 창의적인 아이디어 제시에 유리 멀티모달 : 이미지 이해 및 설명 가능 (초기 버전) 단점 느린 응답 속도 높은 비용 및 자원 소모 : 사용량 제한 존재 지원 종료 예정 : 최신 모델로 대체 진행 중 2. GPT-4o (GPT-4 Omni 모델) 의미 및 특징 GPT-4를 개선한  옴니(Omni) 모델 로, 텍스트, 이미지, 오디오 등 모든 유형의 입력/출력을 단일 모델로 처리합니다. 이름의 'o'는 "모든 것(omni)"을 의미하며, GPT-4 대비 성능 향상 및...

Gemini 2.5 Pro, '책 쓰기'의 새로운 지평을 열다: 『AI Deep Research 완전 정복』 탄생 비화

  Gemini 2.5 Pro, '책 쓰기'의 새로운 지평을 열다: 『AI Deep Research 완전 정복』 탄생 비화 AI 시대를 맞아 많은 작가들이 생성형 AI를 글쓰기 파트너로 활용하려 시도합니다. 하지만 솔직히 말해, 짧은 글이나 아이디어 구상을 넘어  '책 한 권' 을 쓰는 여정에서 AI와 성공적으로 협업하기란 쉽지 않은 과제였습니다. 가장 큰 어려움은 바로  '맥락 유지' 였죠. 이야기가 길어질수록 AI가 앞서 나눈 대화나 설정된 스토리를 잊어버리고 엉뚱한 방향으로 가기 일쑤였으니까요. 그런데 이번에 『AI Deep Research 완전 정복』 을 집필하면서, 저는  Gemini 2.5 Pro 와 함께 이 한계를 뛰어넘는 놀라운 경험을 했습니다. 단순히 'AI의 도움을 받았다'는 차원을 넘어,  진정한 '협업'을 통해 책 한 권을 완성 할 수 있었던 그 놀라움과 감탄을 여러분과 나누고 싶습니다. 긴 호흡의 집필, 흔들림 없는 맥락 유지 능력에 감탄하다! 책 쓰기는 마라톤과 같습니다. 수백 페이지에 달하는 긴 여정 동안 일관된 톤과 스토리를 유지하는 것이 핵심이죠. 기존의 생성형 AI들은 이 '긴 호흡'에 약점을 보이는 경우가 많았습니다. 세션이 끊기거나, 대화가 길어지면 이전 맥락을 놓쳐 작가가 끊임없이 방향을 다시 잡아줘야 했죠. 하지만  Gemini 2.5 Pro는 달랐습니다.  책 전체의 구조와 흐름, 등장인물의 설정과 같은 방대한 정보를 놀랍도록  안정적으로 기억하고 유지 했습니다. 마치 지치지 않는 조수처럼, 제가 설정한 큰 그림 안에서 일관성을 유지하며 다음 이야기를 함께 써 내려갔습니다. 덕분에 저는 전체 맥락을 바로잡는 데 에너지를 쏟는 대신, 내용의 깊이와 창의적인 표현에 더 집중할 수 있었습니다. 책 한 권을 쓰는 긴 과정 내내  세션을 유지하며 맥락을 이해하는 능력 , 이것이야말로 Gemini 2.5 Pro가 보여준 첫 번째 놀라움이었습니다....

Claude Max 요금제, 과연 월 $100의 가치가 있을까? Pro 사용자들의 불만과 Research 기능의 실체

  Claude Max 요금제, 과연 월 $100의 가치가 있을까? Pro 사용자들의 불만과 Research 기능의 실체 클로드가 한국 사용자들에게도 Research 서비스를 오픈했군요, Max (월 100달러) 가입을 유도하는 문구가 클로드 사이트 접속시 유난하게 보입니다.  최근 Anthropic의 Claude가 새로운 'Max' 요금제(월 $100)를 출시하며 기존 Pro 사용자들 사이에서 논란이 일고 있습니다. 특히, Max 요금제의 핵심 기능으로 내세우는 'Research' 기능의 실효성과 더불어, 기존 Pro 요금제(월 $20)의 사용 환경이 이전보다 악화되었다는 불만이 터져 나오고 있습니다   ( https://shorturl.at/RAlpf  ).  이는 Anthropic이 수익 극대화를 위해 의도적으로 Pro 사용자들을 Max 요금제로 유도하려는 전략이 아니냐는 의구심마저 낳고 있습니다. 점점 더 팍팍해지는 Claude Pro: 의도된 불편함인가? 가장 큰 불만은 Claude Max 출시 이후 기존 Pro 요금제의 사용 경험이 눈에 띄게 저하되었다는 점입니다. 사용자들은 이전보다 ▲더 잦은 사용량 제한 ▲짧아진 세션 유지 시간 ▲엄격해진 토큰 크기 제한 등을 체감하고 있다고 입을 모읍니다. 과거 월 $20로 누렸던 비교적 자유로운 사용 환경과 성능을 기대하기 어려워졌다는 것입니다.  이는 마치 Max 요금제로의 업그레이드를 강요하는 듯한 인상을 줍니다. Pro 요금제는 '일상적인 생산성'을 위한 옵션으로 남겨두고, 조금 더 깊이 있는 작업이나 활용을 원하는 사용자는 울며 겨자 먹기로 월 $100짜리 Max 요금제를 선택하도록 유도하는 전략으로 비칠 수 있습니다. 월 $100의 가치? Claude Max 'Research' 기능 살펴보기 Claude Max의 핵심 기능인 'Research'는 방대한 정보를 빠르게 분석하고 요약해 주는, 소위 '딥 리서치' 기능입...