A: 최근에는 오히려 "20대라면 샌프란시스코에 가지 말아야 할 수도 있다"고 생각합니다. 샌프란시스코 문화는 기존의 지혜를 타파하고 자신만의 길을 개척하는 '창업가'의 원형(스티브 잡스, 빌 게이츠 등)을 높이 평가합니다. 이는 훌륭한 현상이지만, 세상은 그 외에도 많은 것을 필요로 합니다.
샌프란시스코 문화는 엄청난 깊이의 전문 지식을 쌓는 경력을 장려하지 않는 경향이 있습니다. 예를 들어, 재조합 DNA 기술로 값싼 인슐린을 처음 생산한 제넨텍(Genentech)의 공동 창업자 허브 보이어(Herb Boyer)는 23살에 그 일을 할 수 없었습니다. 그는 수십 년의 경력을 통해 필요한 모든 지식과 기술을 축적해야 했습니다. 샌프란시스코는 사람들에게 허브 보이어가 되라고 격려하지 않습니다.
따라서 20대를 위한 제 조언은 다음과 같습니다: "제가 걸어온 길과 비슷한 창업가의 길도 있지만, 세상의 정말 중요한 많은 발명과 성과는 저와는 매우 다른 궤적을 요구합니다. 그 길을 가는 것도 고려해봐야 합니다." 샌프란시스코는 기업가에게 과도하게 높은 지위를 부여하지만, 그것이 사람들의 유일한 집착이 되어서는 안 됩니다.
Q: 깊이 있는 전문성을 쌓기 위해 실질적으로 어떻게 해야 하나요? 여전히 대학이 정석적인 경로인가요?
A: 분야마다 다릅니다. 예를 들어, 생물학 분야에서 정말 좋은 연구를 하려면, 많은 '실험실 기술(bench skills)'과 방대한 양의 구체적인 지식이 필요합니다. 생명 현상은 물리학처럼 깔끔한 기본 원리로 설계되지 않았고, 진화적이고 우연하며 복잡하기 때문입니다. 따라서 생물학 분야에서 순수한 독학으로 성공한 사례는 거의 없습니다. 최고의 연구실에서 실제로 연구가 어떻게 이루어지는지 직접 경험하는 과정이 필수적입니다.
사람들은 종종 특정 전문가나 조직과 함께 일하면서 '위대함(great)'이 무엇인지 배우고, 그 경험이 자신의 작업 기준을 영구적으로 바꿨다고 말합니다. 따라서 20대에게 추천하는 한 가지 방법은 다음과 같습니다: 관심 있는 분야를 정한 뒤, 그 분야에서 가장 높은 기준이 어디에 구현되어 있는지 알아내고, 그곳에 가서 직접 경험하는 것입니다.
Q: 이러한 도제식 교육에서 구체적으로 무엇을 배울 수 있나요?
A: 과학자들의 3대에 걸친 멘토십을 다룬 『천재의 견습생(Apprentice to Genius)』이라는 책에 따르면, 멘토로부터 배우는 핵심적인 것들은 다음과 같습니다.
문제 선택(Problem Selection): 과학에서 가장 중요하고 미묘한 질문 중 하나는 '무엇을 연구할 것인가'입니다. 성공했을 때 중요할 만큼 충분히 어렵지만, 진전이 불가능할 정도로 복잡해서는 안 되는 문제를 선택하는 방법을 배웁니다.
높은 기준(High Standards): '위대한 결과물'이 실제로 어떤 모습인지 직접 보고 경험하며 자신의 기준을 재설정하게 됩니다.
Part 2: 과학 발전 연구 (Progress Studies)와 제도
Q: 아이디어 발견이 점점 어려워지는 상황에서, NIH(미국 국립보건원) 같은 기관을 10% 개선하는 것이 정말로 큰 차이를 만들까요? 과학 발전은 단순히 연구자 수에 비례하는 것 아닌가요?
A: 저는 '자금만능주의(moneyism)'에 회의적입니다. 즉, 특정 결과(예: 반도체 공장 건설)에 대한 투입(자금)과 산출 사이에 일정한 탄력성이 있다고 가정하는 것에 반대합니다. 투입 대비 산출의 전환율은 우주의 상수가 아닙니다. 더 중요한 것은 자금 외에 허가, 노동력 부족 등 다른 제약 조건이 있을 수 있다는 점입니다.
제2차 세계대전 이전의 미국에는 이후보다 약 1%의 과학자만 있었지만, 세기의 전반부에 우리는 상당히 좋은 결과물들을 많이 얻었습니다. R&D 지출을 100배 이상 늘렸음에도 불구하고 지출과 산출 사이에 직접적인 선형 관계가 있는지는 불분명합니다.
Q: 그렇다면 과학 발전을 어떻게 분석해야 할까요?
A: 더 구체적이고 실질적인 질문을 던져야 합니다. 예를 들어, 저희가 운영했던 '패스트 그랜츠(Fast Grants)' 수혜자들에게 설문조사를 한 결과, 5명 중 4명(79%)이 자금 사용에 유연성이 주어진다면 자신의 연구 의제를 '많이' 바꿀 것이라고 답했습니다.
이는 "NIH 예산을 X 또는 1.1X로 해야 하는가?"라는 질문보다 "NIH 연구비 수혜자가 연구 의제를 선택하는 데 얼마나 많은 자율성을 가져야 하는가?"라는 질문이 훨씬 더 중요할 수 있음을 시사합니다. 이 구조적 변화 하나만으로 5배의 개선을 이끌어낼 수도 있습니다.
Q: 하지만 이런 생산성 둔화는 과학계뿐만 아니라 모든 분야에서 나타나는 현상입니다. 이것이 사회의 자연스러운 발전 과정이라면, 구조적 변화가 얼마나 효과가 있을까요?
A: 솔직히 말해 "잘 모르겠습니다". 이는 정말 어려운 문제입니다. 한 가지 가능한 설명은 우리가 '비생산적인 역량(unproductive capacity)'을 기하급수적으로 늘리고 있기 때문일 수 있습니다. 새롭게 추가되는 인력, 자원, 조직이 시스템 전체의 효율을 떨어뜨린다면, 투입이 늘어도 산출이 정체되는 현상을 설명할 수 있습니다. 예를 들어 NASA의 예산 궤적과 스페이스X의 성과를 비교해보면, 투입과 효율이 항상 정비례하지는 않는다는 것을 알 수 있습니다.
Q: 만약 근본적인 제약이 존 폰 노이만 같은 천재의 수가 한정되어 있다는 것이라면 어떨까요?
A: 그것이 사실이라면 할 수 있는 것이 많지 않겠죠. 하지만 저는 그보다는 문화적, 사회학적 요인이 더 크다고 봅니다. 거티(Gerty)와 칼 코리(Carl Cori) 부부의 연구실에서는 6명의 노벨상 수상자가 배출되었습니다. 그들이 매년 최고의 천재만 선발한 것이 아니라, 효과적으로 작동하는 조직 구조와 문화적 관행을 찾아냈기 때문입니다. 이러한 것들은 원칙적으로 복제 가능성이 더 높습니다.
Part 3: 아크 인스티튜트(Arc Institute)와 바이오테크
Q: 생명과학 연구는 이미 많은 지원을 받고 있는데, 아크 인스티튜트의 차별점은 무엇인가요?
A: 문제는 자금의 양이 아니라, 생명의학 연구가 추구되는 방식의 동질성(homogeneity)입니다. 현재 표준 모델은 대학의 연구 책임자(PI)가 NIH에 프로젝트 기반으로 연구비를 신청하는 구조입니다. 이 구조는 최적이 아닐 수 있습니다.
아크 인스티튜트는 다른 모델을 실험합니다.
호기심 기반 연구: 특정 프로젝트가 아닌, 과학자 자신에게 자금을 지원하여 그들이 원하는 연구를 자유롭게 추구하도록 합니다.
중앙 집중식 인프라: 과학자들이 각자 인프라를 구축할 필요 없이, 아크가 제공하는 플랫폼과 역량을 활용하여 더 야심 찬 연구를 할 수 있도록 셔포트합니다.
대안적 경력 경로: PI가 되고 싶지 않은 과학자들이 연구직에 계속 머물 수 있는 경력 경로를 제공합니다. 최근 발표된 '브릿지 편집(bridge editing)' 기술은 PI가 아닌 선임 과학자가 주도한 연구였습니다.
Q: 유전자 편집 기술의 발전이 10~20년 후 어떤 미래로 이어질 것으로 기대하시나요?
A: 유전자 편집 기술(CRISPR 등)은 직접적인 치료법 개발 외에도, 세포의 작동 원리를 이해하는 새로운 종류의 '망원경'으로 사용될 수 있다는 점이 매우 흥미롭습니다.
20,000개의 유전자를 체계적으로 하나씩 건드려보면서(perturb) 그 효과를 관찰하고, 이를 통해 질병의 근본적인 경로를 파악할 수 있습니다.
특히 알츠하이머, 대부분의 자가면역질환 및 암과 같은 '복합 질환(complex diseases)'의 유전적 요인을 밝히는 데 큰 도움이 될 것입니다. 유전적 상호작용을 이해하면 질병의 발생 원리를 파악하고, 이를 바탕으로 전통적인 방식으로 치료법을 개발할 수 있습니다.
Q: AI 에이전트가 서로 거래하게 될 때, 이를 위한 금융 인프라는 어떤 모습일까요?
A: 이미 클라우드 서비스의 사용량 기반 과금처럼 원시적인 형태의 자율 거래는 존재합니다. 앞으로 LLM이 이런 결정을 내리게 되면서 점진적으로 자율성이 커질 것입니다. 법적으로 봇의 책임 소재, 거래 속도(초당 수십억 건 vs. 하루 한 건), 결제 방식(실시간 vs. 월별 정산) 등 흥미로운 질문들이 생겨날 것입니다.