그래픽카드의 가장 중요한 이유는 게임이었죠.
그리고 BTC의 등장으로 채굴을 취미로 해보면서 재미가 있었습니다.
다양한 알트코인들의 등장과 그중 ETH의 등장으로 더욱 코인시장은 커지고 풍부해지고 있습니다.
이렇게 STEEM이라는 커뮤니티에 참여하고 글을 쓰고 있다는것도 그 시대의 흐름이 아닌가 싶습니다.
제 전공이 "의약생명공학"입니다.
간단하고 쉽게 "신약개발"이라고 보시면됩니다.
현재 신약의 개발은 다들 아시겠지만, 전임상과 임상1,2,3상의 단계를 거치고 나야 비로서 약으로써 사용이 됩니다.
그 기간이 10~15년정도 걸리고 최근 10년간 비용은 더욱 증가하는데, 신약허가건수는 점차 줄어들거나 정체상태입니다.
왜 그럴까요?
다양한 견해와 의견들이 있겠지만, 점차 신약의 허가를 위한 절차나 필요한 단계가 전보다 강화되고 더욱 safe에 대한 이슈들이 중요해지고 있습니다.
그렇기때문에, 신약후보물질들이 완주를 하지 못하고 중간에 drop되는 일들이 더 많아졌지요.
그로인해 시간적, 경제적 손실이 대단합니다. 이건 결국 약값의 인상으로 귀결됩니다. 제약회사들이 기부천사가 아니죠.
성공한 신약으로 실패했던 비용들을 만회하려고 합니다. 당연하지요.
결국, 약을 필요로 하는 사람들만 피해를 보게되지요. 신약이 고맙긴하지만 말이에요...
이러한 연유로 신약개발의 단계가 변화되고 있습니다. 시간적, 경제적 효율성을 꾀하고자 말이죠.
그의 한 방편으로 "Machine Learning(ML)"을 이용한 방법이 최근 몇년간 다양한 시도들을 하고 있습니다.
https://phys.org/news/2017-04-machine-drug-discovery.html
"IBM researchers Ping Zhang (left) and Jianying Hu (right) have been granted U.S. Patent 9,536,194 for an invention that could accelerate discovery of more effective and safer drugs by using machine learning models to predict therapeutic indications and side effects from various drug information sources. Credit: IBM"
위 기사내용은 한번 보시면 아시겠지만, IBM이 남 밥그릇까지 건드리고 있군요. 이런일까지 하고 있는줄 몰랐습니다.
이렇게 in silico(컴퓨터상의 가상의 실험)상에서 걸러진 결과를 토대로 시간과 비용을 절감할 수 있는 기술이 신약개발에서
속속 등장하고 있습니다.
그리고 얼마전 학회가서 들었는데, 그래픽 카드 NVIDIA회사가 자체적인 drug development 플랫폼을 개발하고 서비스하려고 한다고 하네요. 게임산업으로 성이 안차는걸까요? ㅎ
제 생각에는 그만큼 ML이 우리의 다양한 분야를 대체할만한 진보된 기술이라서 그런것 같습니다.
이만 줄이겠습니다..
채굴하면서 ML에 관심을 가지게 되서 좀 찾아보다가...
일단 간단하게 이런 일도 ML로 가능하고 계속 개발중이다라고 소개드리고 싶었습니다 ^^
다음에는..
제가 논문을 준비중인, ML을 이용해서 비용과 시간을 절약한 연구결과를 쉽게 이야기해볼까 합니다.
감사합니다 ^^