2024년 노벨상은 인공지능과 머신러닝에 직접적으로 연관된 연구가 같은 해에 두 개의 서로 다른 노벨 위원회에서 처음으로 인정받은 해로 기록되었으며, 이는 해당 분야에 대한 과학적 정당성 부여로 널리 해석되었다. 노벨 물리학상은 인공 신경망에 대한 기초 연구로 제프리 힌턴과 존 홉필드에게 수여되었고, 노벨 화학상은 단백질 구조 예측 및 설계 연구로 데미스 허사비스, 존 점퍼, 데이비드 베이커에게 수여되었다.
물리학상
물리학상은 1982년 홉필드가 통계 물리학의 아이디어를 바탕으로 개발한 초기 형태의 연상 기억 네트워크인 홉필드 네트워크의 개발과, 힌턴이 이러한 아이디어를 바탕으로 한 볼츠만 머신 및 이후 역전파와 딥러닝 전반에 대한 기여를 인정받았다. 이 선택은 수상한 연구가 전통적인 물리학보다 컴퓨터 과학과 머신러닝에 더 가깝다는 점에서 일부 공개적인 논의를 불러일으켰지만, 노벨 위원회는 이 기여가 정보 처리에 적용된 물리학 방법에 뿌리를 두고 있다고 설명했다. 힌턴은 고급 AI의 위험에 대해 더 자유롭게 발언하기 위해 2023년 구글을 떠났으며, 노벨 강연과 이후의 공개 발언에서 AI 안전과 통제 상실에 대한 우려를 반복적으로 강조했다.
화학상
화학상은 두 가지 관련 성과를 인정했다: 베이커의 새로운 단백질 계산 설계 연구와, 구글 딥마인드에서 데미스 허사비스와 존 점퍼가 개발한 알파폴드 프로젝트이다. 알파폴드는 아미노산 서열로부터 단백질의 3차원 구조를 예측하는 시스템으로, 구조 생물학에서 오랫동안 난제로 여겨졌던 정확도를 달성했다. 알파폴드의 예측과 관련 공개 데이터베이스는 약물 발견부터 효소 설계에 이르기까지 생물학과 의학 전반의 연구를 가속화한 것으로 평가되며, AI 외부의 문제에 딥러닝을 적용한 가장 구체적인 대규모 과학적 응용 사례 중 하나가 되었다.
의의
두 상은 함께 신경망 방법이 한때 주변부에 머물렀고 여러 차례 AI 겨울을 겪은 소규모 분야에서 물리학 관련 컴퓨팅과 생물학 전반에 걸쳐 현대 과학의 핵심이 되었다는 인정으로 널리 해석되었다. 논평가들은 고급 AI로 인한 실존적 위험을 진지하게 받아들여야 한다는 주장의 선도적 지지자인 힌턴과, 이 분야에서 가장 저명한 상업 연구소 중 하나를 이끄는 허사비스가 같은 시기에 인정을 받은 상징성을 지적하며, 이는 이 분야의 과학적 명성과 해결되지 않은 안전 논쟁이 동시에 존재함을 보여준다고 언급했다. 또한 이번 수상은 계산 방법이 자연 과학의 발견을 점점 더 주도하는 시대에 전통적인 노벨 분야의 경계에 대한 공개적인 논의를 재점화했다.