AI-native experimental laboratory 사람이 필요 없는 실험실? AI가 주도하는 자율 분자 생물학 플랫폼, AutoDNA의 혁신

AI가 직접 실험을 설계하고 실행한다면?

핵산 실험이나 생체 분자 공학 실험은 복잡하고 반복적입니다. 실수 한 번이면 데이터가 무의미해지고, 실험 반복에 소요되는 시간과 비용은 만만치 않습니다. 그런데 이제, 사람이 직접 관여하지 않아도 실험을 설계하고 실행하고, 결과까지 분석해주는 시스템이 등장했습니다. 이름은 AutoDNA.
AutoDNA는 인간 전문가 수준의 실험 설계를 수행하고, 다양한 생명과학 장비를 관리하며, 핵산 합성과 진단, 데이터 저장까지 자율적으로 처리합니다. 이 블로그에서는 AutoDNA의 기술 개념부터 구조, 실제 사례까지 짚어보며 이 시스템이 무엇을 가능하게 하는지 살펴보겠습니다.

반응형

---

AutoDNA란 무엇인가?

AutoDNA는 AI-native 자율 실험실 플랫폼으로, 핵산 실험을 포함한 생체 분자 공학 분야에서 복잡한 실험 절차를 자율적으로 수행할 수 있도록 설계됐습니다. 기존 실험 자동화 시스템은 대개 정해진 절차만 반복 수행하거나 단일 목표에 국한돼 있었습니다. 반면 AutoDNA는 실험 설계부터 장비 제어, 실험 최적화까지 전 과정을 AI가 협업하며 처리합니다.

핵심은 모델, 실험, 장비가 함께 설계되고 발전하는 co-design 구조입니다. 이를 통해 실험실 장비를 직접 제어하고, 절차를 설계하며, 최적화까지 스스로 수행하는 완전 자율 실험 환경을 제공합니다.

---

핵심 구조: 다중 에이전트 아키텍처

AutoDNA는 두 개의 주요 모듈로 구성된 다중 에이전트 구조를 사용합니다.

1. 실험 설계 담당 – Chemical Planning 모듈

이 모듈은 다양한 AI 에이전트가 협업하여 실험을 설계하고 최적화하는 역할을 맡습니다.

• Experiment Planner Agent (EPA): 사용자의 요구를 바탕으로 실험 절차를 설계합니다.
• Hypothesis Proposer Agent (HPA): 기존 절차에 대한 개선 아이디어를 생성합니다.
• Literature Researcher Agent (LRA): 과학 논문에서 관련 정보를 수집하여 절차 설계에 참고합니다.
• Reagent Manager Agent (RMA): 시약 재고를 확인하고 자원 제약을 절차 설계에 반영합니다.

2. 하드웨어 제어 담당 – Hardware Execution 모듈

장비를 직접 제어하고 실험을 실행하는 역할입니다.

• Program Developer Agent (PDA): 장비 기능을 'atomic services'로 추상화하고, 상위 수준의 실험 절차를 실행 가능한 코드로 변환합니다.
• Hardware Executor & Validator Agent (HEVA): 코드를 배포하고 실험을 실행하며, 실험 결과를 검증해 다시 chemical planning 모듈에 전달합니다.

---

실험 설계부터 실행, 최적화까지… 완전 자율 사이클

AutoDNA는 design-experiment-optimize 사이클을 완전히 자율적으로 운영합니다. 이 과정은 아래와 같이 진행됩니다.

1. 사용자가 실험 목적을 입력하면 EPA가 절차를 설계합니다.
2. LRA가 관련 문헌을 검색해 실험 설계에 참고 정보를 제공합니다.
3. RMA가 필요한 시약의 재고를 확인하고 절차를 조정합니다.
4. PDA가 이 절차를 장비 실행 코드로 변환합니다.
5. HEVA는 코드를 실행하고 실시간 장비 상태에 따라 실행 순서를 조절하거나 충돌을 방지합니다.
6. 실험 결과가 만족스럽지 않다면 HPA가 새로운 최적화 가설을 제안하고, EPA가 이를 반영하여 절차를 개선합니다.

이 모든 과정은 사람의 개입 없이 AI 에이전트 간 협업으로 이루어집니다.

---

AutoDNA가 해결한 실제 사례

AutoDNA는 단순 개념이 아닌, 실제로 물리적 장비에서 검증된 시스템입니다. 아래는 대표적인 적용 사례들입니다.

1. 자율 핵산 테스트

EPA는 3단계 절차를 생성하고, PDA는 자동으로 장비 동작 코드를 생성합니다. 튜브 밀봉 여부 등을 스스로 판단하고, 시약 전송 오류까지 수정합니다. 결과는 수동 실험과 통계적으로 동등한 진단 정확도를 기록했습니다.

2. 효소 기반 DNA 합성 최적화

실험 시간과 수율을 동시에 고려하는 multi-objective 최적화를 자율적으로 수행했습니다. 세척 조건, 효소 농도, 반응 시간 등 다양한 요소를 AI가 탐색해 절차를 개선했고, 97.7%의 평균 수율을 달성했습니다.

3. 동시 다중 사용자 실험

단일 사용자 다중 요청, 다중 사용자 동시 요청 등 다양한 실험 요청을 실시간으로 스케줄링하고 장비 자원을 조정해 충돌을 회피합니다. 이를 통해 탐색 시간은 최대 3.6배, 전체 소요 시간은 168분 이상 단축됐습니다.

4. DNA 데이터 저장

encoding부터 writing, storing, reading, decoding까지 DNA 기반 데이터 저장 실험 전 과정을 자율적으로 처리했습니다. 총 25개 이상의 장비, 9,000개 이상의 실행 단계를 거쳐 사람 개입 없이 78개의 합성 DNA 가닥 정보를 성공적으로 복구했습니다.

---

728x90

실험실의 패러다임이 바뀐다

AutoDNA는 단순한 자동화가 아닌, AI-native 자율 실험의 청사진을 보여주는 플랫폼입니다. 복잡한 실험을 설계하고 실행하며 최적화하는 전 과정을 AI가 수행할 수 있다는 점에서, 실험실의 개념 자체를 바꾸고 있습니다.

전문가가 아니더라도 고차원 생명과학 실험을 수행할 수 있게 하고, 대규모 실험의 효율과 정확도를 동시에 끌어올릴 수 있습니다. 향후 더 발전된 AI와 자동화 기술이 결합된다면, 신약 개발이나 첨단 생체 재료 탐색 같은 탐험적 연구에서도 AI 실험실이 주도적인 역할을 하게 될 것입니다.

과학 실험의 미래는 더 이상 사람이 직접 실험대를 붙잡고 있어야 하는 시대가 아닙니다. AutoDNA는 그 시작을 보여주고 있습니다.

https://arxiv.org/abs/2507.02379?fbclid=IwY2xjawLX85ZleHRuA2FlbQIxMABicmlkETFQdVhnMWFTMHRmWVhyN1NhAR6WU6hOZ5B0CrNv-lugBSARfQ33Xia3SyTUA6062_IeUBiVdq2ZyRDvSsNDxA_aem_CNQlYqO3xZusDaSr9ZJdng

An AI-native experimental laboratory for autonomous biomolecular engineering