관련 기사 바로가기
AI 에이전트가 과학의 속도를 바꾼다AlphaFold를 활용해 유전자 편집 단백질을 재설계하여 비표적 편집을 줄이다[The Batch] 2026년 AI의 미래: AGI 테스트부터 과학적 발견까지AI의 '세계 모델'에 대한 오해와 지능의 계층 구조모든 질병을 해결한다? 구글 딥마인드 CEO의 발언에 대한 비판적 시각AI를 활용한 항생제 내성 극복 연구구글 I/O 2026 전망: 코딩 경쟁에서의 추격과 과학 AI의 강점생물학자를 위한 AI 기반 단백질 설계 도구의 대중화성별, 제국, 그리고 AI: MIT 심포지엄에서 논의된 AI 발전의 새로운 궤적벤치마킹의 문화: 머신러닝 평가의 역사와 미래모든 가능한 물질의 공간을 탐색하다: CuspAI Max Welling 교수 인터뷰생명 과학 분야의 검색을 혁신하는 텐서의 역할구글의 2025년 회고: 8개 분야의 연구 혁신과 돌파구AlphaFold를 활용한 더 건강하고 강한 꿀벌 육종 연구LEAP - AI를 활용한 대기 물리학(ClimSim) 경진대회 1위 솔루션 발표알파고 10년의 유산: 바둑판에서 과학적 대발견까지ChatGPT와 AlphaFold를 활용한 반려견 mRNA 암 백신 설계 7단계 가이드ML 엔지니어를 위한 단백질 AI 가이드
