DBPIA-NURIMEDIA

Transcription

1 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 서울대학교장병탁 * 1. 서론 : 왜나노바이오지능컴퓨터 (NBIC) 가필요한가? 컴퓨터기술은지난 50여년동안지속적인발전을거듭하였다. 컴퓨터기술이급격히발전할수있었던한가지이유로서수학적모델과물리적기술의분리를들수있다. 즉대수학에기반한논리적계산모델과고체물리에기반한반도체소자기술이부울대수를경계로소프트웨어와하드웨어로나뉘어자체적인산업을형성함으로써상당부분독자적으로발전할수있었다 [1,2]. 그러나이러한공학적인접근방법은한편근본적인새로운계산모델의시도에대한장애요인으로작용하였다 [3]. 즉현재의순차적알고리즘에의한소프트웨어기술과반도체논리소자기반의하드웨어기술이너무발전한나머지이방식으로는해결하는것이근본적으로어려운문제를해결하기위한혁신적인새로운계산모델과기술을시도하는것을더욱어렵게만든다. 기존의기술환경과자본투자및인력구조에의한관성으로인해새로운기술 (disruptive technology) 이태어나기어려운혁신가의딜레마 (innovator s dilemma) 에빠지고만것이다 [4]. 1) 정보기술관점에서가장이상적인컴퓨터모델의하나는인간의두뇌이다 [5,6]. 현재의디지털컴퓨팅의기반이되는프로그램내장식컴퓨터모델을제안한 von Neumann 도병석에서그가쓴책 The Computer and the Brain 에서두뇌의구조를닮은아날로그형 Non-von Neumann 컴퓨터를이미생각하고있었다 [7]. 현재의실리콘컴퓨터는수치계산과대용량데이터처리에있어서사람의능력을능가함으로써기술적으로산업적으로성공하였다. 그러나이러한능력은사람기능의극히일부에해당하며나머지기능에대해서는실리콘컴퓨터는아직초보적인수준이다 ( 그림 1). Dreyfus 는왜현재의컴퓨터가사람의지능을흉내내기어려운 * 종신회원, btzhang@bi.snu.ac.kr 지를철학적인관점에서논하고있으며 [8], Scheutz 는현재의컴퓨터모델이왜인공지능실현에적합하지않은지를인지과학적인측면에서논하고있다 [9]. 디지털컴퓨터와뇌가근본적으로다른점중의하나는메모리구조이다. 인간의메모리구조는주소기반이라기보다는 ( 컴퓨터 또는 ㅋ 이라는기호가뇌의몇번째신경세포에저장되어있을것이라고믿는사람은별로없을것이다 ) 다양한개념들의상호작용에의한연상 (association) 능력에의하여동작하는데반해서지금의컴퓨터메모리는엄격한주소및인덱스에의한순차적접근에의하여수행되고있다. 현재의메모리기술은집적도와용량면에서우수하며이대로계속발전한다면어린아이가태어나서성인이될때까지경험한모든시청각자료를하나의하드디스크에저장할수있을지도모른다. 그러나단순저장은가능할지모르지만사람처럼필요한정보를쉽게접근하지는못할것이다. 반면에사람의뇌는 1.35 리터의용량에평생획득한정보를기억하고되살릴수있으며이에기반하여사고하고의사결정을한다. 나는지금이순간 30년전에보고그사이한번도만나지못한초등학교시절친구의얼굴을생생히기억할수있다. 그러나지금의메모리와프로세서기술로는집적도가아무리증가한다고하여도이러한 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 41

2 능력을실현할가능성은극히적다. 인간의메모리는정보를단순하게저장만하는것이아니라학습과정을통해서기존의정보와의융합에의한고도의압축기술을구사하고있으며기억을회상할때도고도의병렬적탐색에기반한연상작용을이용한다. 이러한능력은특히사람이 10 자리의휴대전화번호도잘기억하지못하는점을고려할때흥미있는대조를이룬다. 기존의계산모델에대한새로운대안으로현재여러가지비전통적인계산모델 (Unconventional Models of Computation) 이연구되고있다 [10]. 그대표적인예가양자컴퓨터 (quantum computer) 와분자컴퓨터 (molecular computer) 이다. 이들은물질의물리적특성을살려초병렬적인정보처리를수행한다는점에서기존의실리콘기술과대조적이다. 특히분자컴퓨터모델은생체분자의화학적구조를정보저장및처리에이용하고있으며초소형저가의나노수준계산구조를형성할수있으며최근많은연구결과들이산출되고있다 [11]. 이모델은 1 mole 당아보가드로수 ( ) 만큼의 DNA 분자들이용액상에서 3차원화학반응을하고또한분자들의나노자기조립 (nano self-assembly), 분자인식 (molecular recognition) 및자기복제 (self-replication) 능력에기반한대규모상호작용을통하여실리콘기술에서모방할수없는초대규모의병렬적나노정보처리가가능하다. 본고에서는분자컴퓨터기술을사용해서뇌의정보처리능력을실현하려는나노바이오지능컴퓨터기술에대하여살펴보는것을목적으로한다. 제2절에서는자연에존재하는바이오지능시스템으로서뇌의정보처리의원리를살펴보고, 이어서제3절에서는분자컴퓨터기술에기반한바이오지능컴퓨터모델을제안한다. 제4절에서는나노바이오분자컴퓨터기술에대한국내외의연구개발사례를소개하고, 제5절에서앞으로의발전방향에대하여토론한다. 2. 이론 : 자연계나노바이오지능의원리인간의정보처리활동은뇌에서일어나며뇌는세포로구성되고세포는다시분자로구성되어있다 ( 그림 2). 최근들어인지신경과학연구가활발해짐에따라마음의정보처리즉학습, 기억, 사고에관련된많은생물학적데이터들이생성되고있다 [12]. 이데이터들은사람의정보처리방식이디지털컴퓨터와는다르다는많은증거를제시하고있다. 또한지능기술들이공학적으로는성공하여현재많이응용되고있으나인간의지능은모방하지못하는점도 [9] 현재의계산모델이인간의정보처리모델로는적합하지않다는간접적인증거이다. 따라서현재의컴퓨터가잘하지못하는일을잘수행할수있기위해서는자연계의바이오지능시스템으로서뇌에서의정보처리원리를근본적으로살펴보고이를기반으로다시엔지니어링을해야할필요가있다. 이를위해서는다음과같은질문을던져볼수있다. 뇌에서의정보처리의근본원리는무엇일까? 1.35 리터용량의유한한물질로부터어떻게무한한개념생성능력이발휘될까? 숫자는 10자리도기억하기어려운데몇십년전의사건은어떻게생생히회상해낼까? 인간의언어습득능력은어떤정보표상과처리원리에기인하는것일까? 이질문에대해서논의하기에앞서서뇌의정보처리활동에대해지금까지규명된분자생물학적인사실들을조금더살펴볼필요가있다. 뇌에서의정보처리는두가지서로다른관점에서바라볼수있다. 하나는뇌를전기적인컴퓨터 (electrical computer) 로보는것이다. 이는주로뇌신경생리학자들의관점으로서뇌신경세포에서의전기적인신호전달에관심을두고이해하려는입장이다. 인공신경망 (artificial neural networks) 연구도이세포수준에서뇌를수학적으로모델링하려는시도중의하나로볼수있다. 이러한시도는단순하지만많은수의정보처리소자들이서로연결되어활동함으로써디지털논리기반방식과는다른일들을잘할수있다는것을보여주었다. 다만그구현기술이세포를단위로하기때문에많은수의세포들을서로연결하여시험관내에서 (in vitro) 컴퓨터를만들기가아직어렵다는것이다. 물론실리콘기술을기반으로이를흉내내는시도가많이있었으나이들은대부분기존의반도체칩기술을이용하기때문에 정보과학회지제 23 권제 5 호

3 뇌에서일어나는본연의현상을자연스럽게모사하지는못하였다. 뇌를이해하는다른관점은화학적인컴퓨터 (chemical computer) 로보는것이다. 이는뇌의모든활동이분자들간의선택적인반응에의한화학적인신호전달체계라고보는것이다. 전기현상도그기저에는결국막과이온채널에의해분리된이온농도차이에따른전압차이가신경전달물질분자에의해발화하여일어나는것이므로, 화학적인신호처리를모델링할수있다면전기적인현상도이로부터유도할수있다. 화학적인컴퓨터로서의뇌는최근신경생물학에서의기억및학습현상에대한분자수준에서의규명과관련하여볼때특히흥미롭다. 또한최근에 fmri 나 PET과같은뇌영상촬영기술이개발되어뇌의생화학적인활동을거시적인관점에서관찰하는것이가능해졌다. 전기적컴퓨터로서의뇌가뉴런에초점을맞추는반면, 화학적컴퓨터로서의뇌는시냅스 (synapses) 에주목한다. 시냅스는두개의뉴런이연결되는중간부분을가리키며여기에서학습이일어나고그결과로기억이저장되는것으로알려져있다. 인간의기억은단기기억 ( 초, 분단위의기억 ) 과장기기억 ( 시간, 일, 주단위의기억 ) 으로나눌수있으며단기기억이장기기억으로저장될때특정한단백질들이생성되고이들이시냅스에물리적인변화를일으키는것으로알려져있다. 이에관한보다상세한메커니즘이그림 3에설명되어있다. 외부에서오는자극이전시냅스 (pre-synaptic) 세포에도달하면이것이세포내에있는신경전달물질 (neurotransmitters) 분자의분비를촉진하여이들이시냅스 간격을통하여후시냅스 (post-synaptic) 세포로전달된다. 후시냅스세포의수용체 ( 리셉터분자 ) 들은신경전달물질을받아들여서이신호를이용하여새로운단백질을합성하며이들이새로운수용체를형성하거나칼슘채널의성질변화를일으켜서신호전달을활성화시킨다. 시냅스의변화를유발하는단백질이합성되는메커니즘에대해서도많은연구가진행되고있다 [13]. 단백질을합성하기위해서는그단백질에해당하는 DNA가발현되어야하며 DNA는세포핵속에있으므로세포막에있는수용체에서의신호가결국세포핵내로전달되어야한다. 이과정은역시복잡한분자들의생화학적반응으로일어나며구체적인기작은아직밝혀지고있는중이다. 여기서주목할것은이것역시분자들의반응에의한정보처리라는점이다. 또한가지중요한기작은만들어진단백질이어떻게하여다시자극을준시냅스로전달될수있는가이다. 즉하나의신경세포에는여러개의시냅스가존재하는데이들중어떻게특정한시냅스를찾아가는가의문제이다. 이에관해서현재밝혀진한가지메커니즘은만들어진단백질이불특정다수시냅스로방송 (broadcast) 되면각시냅스는자기와매치되는것만인식하는분자인식 (molecular recognition) 메커니즘에의해자기자리를찾을수있다. 여기서특기할것은전자컴퓨터에서처럼 전기회로기판상 에서 주소에의한유선통신 이라기보다는 화학적인수프 에서 방송에의한무선통신 이라는것이다. 그림 4는전기적인뇌와화학적인뇌의두가지모델을모식적으로비교하고있다. 뇌는뉴런과이들을연결하는시냅스의망으로기술될수있으며기존의전기적 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 43

4 뇌는이중에서시냅스를단순화하여선으로연결한세포수준의모델로볼수있다. 반면에생화학적인뇌는그림에서뉴런을선으로단순화시키고대신에시냅스에초점을두는분자수준의모델로볼수있다. 뇌에서의정보처리를전기적현상과화학적인현상으로보는시각은빛을파동으로볼것인가입자들로볼것인가와유사하다. 전기적컴퓨터로서의뇌는활동전위 (action potential) 의파 (wave) 를전파하는것으로보는것이고, 화학적컴퓨터로서의뇌는신경전달물질분자입자 (particle) 들을전달하는과정으로본다. 일반적으로하나의뉴런은 1000개정도의다른뉴런과시냅스로연결되고하나의시냅스에서는수천개의신경전달물질을비롯한분자들이관여하므로시냅스수준에서의모델링은뉴런수준에서의모델링과비교하여 10 6 배의단위소자를포함하는더정교한모델이다. 즉세포수준에서보다분자수준에서뇌활동을모델링하는것이뇌정보처리의원리를보다근본적으로설명할수있다. 또한기술적으로볼때분자들은세포에비해서복잡도가낮고정형화되어있으며합성이가능해엔지니어링이쉽다. 위의사실들과기타논의내용들을근거로컴퓨터과학및정보이론관점에서뇌의정보처리활동에대한몇가지근본원리를정리하면다음과같다. (1) The Principle of Uncertainty. 뇌의작용에도불확정성의원리가적용된다. 즉소립자들의위치와속도를둘다정확하게측정하는것은불가능한것과마찬가지로유연한의사결정을하는것이정확한계산을하는것과상충될수있다. 진화관점에서볼때뇌는수치계산보다는적응적의사결정이더중요한역할을하였다. (2) The Principle of Inseparability. 뇌에서의정보처리는현재컴퓨터처럼프로세서와메모리가분명하게구별되어있지않으며많은프로세서의역할이메모리에의존한다. 이는저장되는정보의의미가시공간적인문맥에의존함을의미하며이는기존의컴퓨터에서는모든정보가문맥독립적인것과대조적이다. (3) The Principle of Infinity. 뇌는실제로무한한개념표상능력을가진다. 이것은기억이자기조직에의한학습과정을통해서상호관련되어저장되기때문일것이다. 그리고저장된정보에내용에기반하여임의의접근 (random access) 이가능하다. 이는실제로뇌의기억장치가무한차원 (infinite dimension) 을구현하고있다고볼수있다. (4) Large Numbers Count. 많은수의소자 (10 11 개의뉴런, 개의시냅스, 개의신경전달물질분자 ) 로구성된복잡계라는점이뇌의능력과기능을이해하는데중요하다. 이많은수의기본입자들의조합이복잡하고미묘한정보의의미차이를생성하고구별하는데중요한역할을할것이다 [14]. (5) Matter Matters. 인간의뇌는고체소자로된하드웨어가아니라유기체의웻웨어 (wetware) 로된소프트기계 (soft machines) 이며액체상태에서브라운운동에의한화학적인신호전달을하고열역학법칙의적용을받는다는사실이뇌의정보처리특성을이해하고모델링하는데중요하다 [15]. 위의원리들을종합하면뇌에서는아주많은수의바이오분자기반정보저장단위들이복잡하게동적으로상호작용함으로써무한한정보저장능력과문맥의존적인유연한정보처리능력이발휘되는것으로볼수있다. 이러한원리에기반한정보처리방식을앞으로는 초상호작용주의 (hyperinteractionism) 또는 상호작용주의 (interactionism) 패러다임이라부르기로한다. 이러한정보처리패러다임의당위성을평가하기위해서는아직여러가지새로운정보처리모델과컴퓨터를설계하여인지현상들을시험해보는것이필요하다. 다음절에서는이러한시도의하나로서분자컴퓨터에기반한뇌에서일어나는초상호작용주의적 (hyperinteractionistic) 바이오지능을모델링하기위한방법을제시한다. 3. 모델 : 분자컴퓨터기반나노바이오지능모델링앞절에서자연에존재하는뇌에서의지능은 DNA와단백질분자들의화학적인정보처리활동에기반하고있 정보과학회지제 23 권제 5 호

5 음을살펴보았고이점에서뇌는생화학적분자컴퓨터라고볼수있다. 한편기술적인관점에서바이오분자를실리콘대신사용하여컴퓨터를만들려는시도는오래전부터있어왔다. 노벨상수상자인 Richard Feynman은이미 1959년에그유명한 There s Plenty of Room at the Bottom 연설에서분자수준에서의엔지니어링가능성을제시하여나노기술을예측하였다. 1982년에 Charles Benett 은 DNA를튜링기계의메모리테이프로보아컴퓨터를구현하려는개념을제시하였다 [16]. Michael Conrad 는 1985년 Communications of the ACM에발표된논문 On Design Principles for a Molecular Computer 에서분자들의자물쇠- 열쇠개념에기반한분자인식 (molecular recognition) 을이용하여분자컴퓨터를만들수있는원리를제시하였다 [17]. 1992년 IEEE Computer 지의분자컴퓨팅특집호에서는이를실현하기위한여러가지개념과기술들이소개되고있다 [18]. 그러나여기에소개된많은기술들이단백질에기반하고있으며단백질은그구조변화예측이어려워실제적인계산에공학적으로활용하기에는어려운점이있었다. 한편뉴욕대학의화학자인 Nad Seeman은 1980년대부터 DNA 가닥을사용하여복잡한기하학적인구조를만드는시도를하였다. 그는 1992년 Nature 논문에서 DNA 가닥을여러개동아줄처럼꼬아서만든 DNA Cube를발표하여많은사람들의관심을모았다 [19]. 이러한기반연구위에드디어 USC의 Leon Adleman 은 1994년 Science 지에발표한논문에서 7도시해밀턴경로문제를시험관내에서 DNA 분자를이용하여풀수있음을실험적으로보여주어 [20] 실제적인분자컴퓨팅시대를열었다 ( 그림 5). DNA 컴퓨팅 (DNA computing) 은 DNA를사용한분자컴퓨팅방식으로서정보를화학적으로합성된 DNA 서열에표시한다. DNA 분자는 A, T, G, C의네가지뉴클레오티드로구성되어있고 A와 T, G와 C는서로상보적인결합을한다 ( 그림 6). 상온에서 DNA는나선형모양의이중가닥으로존재하며그폭은약 2 nm(1 nm=10-9 m) 이고 10개의뉴클레오티드의길이는 3.4 nm이다. DNA에표현된정보는여러가지분자생물학적기술을사용하여변형, 선택, 복제된다. DNA 컴퓨팅을위한분자연산자 (molecular operators) 들이그림 7에요약되어있다 [21]. 변형 (variation) 연산자로는두개의 DNA 조각을길게이어주는 Ligation, 긴하나의 DNA 조각을잘라내어두개로만들어주는 Cleavage 또는 Restriction, 오류를유발하는분자복제를통한 Mutation 기술등이있다. 또한분자들의스프에서분자량에의해서특정분자들을선별하여추출하는 Gel Electrophoresis이나또는구슬모양의비드 (bead) 의표면에특정서열을가진 DNA 조각을붙여놓은후이와상보적인 DNA가여기에결합하도록함으로써특정분자들을선별적으로선택하는 Bead Affinity Separation 기술등이있다. 그리고분자를복제하기위해서는중합효소연쇄반응 (Polymerase Chain Reaction, PCR) 등이사용된다. PCR은또한시험관내에존재하는특정분자를검출하기위해서신호를증폭하는방법으로도사용된다. 그외에특정분자를인식하기위해서형광입자를붙여서광학적으로식별하는방법등이사용된다. 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 45

6 이러한기본연산자들은모두용액상에서의 DNA 화학반응을이용하며이는정보처리관점에서기존의실리콘기술과는대조되는여러가지특징을지닌다. 집적도면에있어서 1g의 DNA 분자는 개의염기를가지며이는 10억 terabits의이진정보저장능력에해당한다 ( 그림 8). 정보처리속도면에서도현재의수퍼컴퓨터가초당 개의명령어를수행하는것과는대조적으로 DNA 컴퓨터는한꺼번에 1 mole 당아보가드로수즉 6 x 개만큼의분자소자들을화학반응에의해동시에처리함으로써 1 micromole의용액에서 개분자의화학반응을일으킬수있어고체소자기반의연산기술과는근본적으로다른막강한처리능력을발휘할수있다. 에너지사용측면에있어서도 DNA는 1 Joule 당 개의연산을수행할수있다. DNA 분자는또한 1 nm 3 에 1 bit을저장할수있으며이것은현재비디오테이프가 nm 3 에 1 bit을저장할수있는기술에비하면월등한집적능력이다. DNA 컴퓨터와실리콘컴퓨터의특성이그림 9의표에비교되어있다. 첫째, 계산과정이하드웨어회로로구성되어있지않고분자들의자유로운충돌에의해서일어난다. 둘째, 고체가아니라액체라는점이다. 셋째, 2차원평면상에서가아니라 3차원공간에서신호가전달된다. 최근들어다층구조를갖는 3차원의실리콘회로들도개발되고있지만이것역시고체상에서고정된회로라는측면에서 3차원의특성을액체화학반응에서처럼활용하지는못하고있다. 넷째, 계산회로가고정되어있지않고비정형적 (amorphous) 이다. 이러한방식은특히다양한요소들간의상호작용을잘처리할수있어현재의컴퓨터에서수행하기어려운복잡계현상을자연스럽게수행할수있다. 다섯째, 기본정보처리방식이순차적이라기보다는병렬적이다. 여섯째, 각각의반응에걸리는시간은현재실리콘방식의전자컴퓨터에비해느리다. 일곱째, 각반응의신뢰도또한현재의전자컴퓨터에비해서는떨어진다. 여덟째, 그러나정보저장의집적도가전자기술보다월등히높다. 고도의집적도와초병렬적상호작용은현재의전자기술에비해속도와신뢰도의약점을보완할수있다. 아홉째, 계산모델관점에서지금까지의결정적인논리연산보다는확률적인연산을자연스럽게수행한다. 분자들의반응에는브라운운동이관여하여이는다양한가능성을능동적으로탐색하는연산에아주적합한특성을지니고있다. Jones는그의책 Soft Machines 에서유기체기반의장치의특성을살리는데있어서브라운운동의중요성을강조하고있다 [22]. 바이오분자컴퓨팅연구자들은이러한장점을살리기위한새로운응용을발굴하고단점을보완하기위한새로운기술개발에역점을두고있다. 이렇게다수의정보단위가초병렬적으로상호작용하면서수행하는분자컴퓨팅의특성은앞의 2절에서논의 정보과학회지제 23 권제 5 호

7 한 초상호작용주의 적인뇌정보처리모델을실현하기에적합하다. 성인의뇌에는 개의신경세포가존재하고이들은각각평균 1000개정도의다른신경세포와상호연결되어있어총 개정도의연결선으로구성된복잡한시냅스의망으로구성되어있다. 각각의연결선에해당하는시냅스는다시분자수준에서보면여러가지의신경전달물질 (neurotransmitters) 분자들로구성되고이들이분자수준에서화학적인정보처리및통신을하면정보가처리된다. 하나의시냅스에관여하는분자의숫자를어림잡아서수천개정도라고하자면, 뇌의정보처리는분자수준에서보면적어도 개정도의분자들의망이라고생각할수있다. 1 mole의 DNA 에는 6 x 개의분자가들어있으므로 1 micromole 의 DNA는 6 x 개의분자를가지고있다. 따라서 1 micromole 정도의분자를가진시험관을사용하여분자수준에서일어나는뇌의전체활동을시뮬레이션하는것이가능하다. 또한 1 nanomole의즉약 6 x 개의분자를가진시험관내에서는시냅스간의연결여부를나타내는전체시냅스분자망을시뮬레이션할수있다 ( 그림 10). 물론이러한분자수준에서의모델링은뇌의구조적특성을모두포함하지는못할것이다 ( 불확정성의원리 ). 그대신뇌의상호작용적정보처리원리를잘모델링할수있는데그의미를살펴보기위해서뇌가 0.1초걸려서수행하는단순한인지작용동안에활동하는시냅스 및분자의개수를한번계산해보자. 즉뉴런하나하나의동작시간은대략적으로 10-3 초이므로 0.1초동안에는 100개의뉴런들이순차적으로자극을전달하게된다. 각자극전달단계마다연결된 1000개정도의시냅스중에 10개씩자극이전달된다고가정할경우 개의시냅스들이 0.1초동안에신호전달에참여한다. 이숫자는뇌전체에존재하는시냅스의숫자보다크며이는 0.1초정도걸리는단순한인지기능을위해서도결국뇌의상당부분이사용될것이라는것을추측케한다 ( 물 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 47

8 론이것보다는더경제적으로신호를전달하도록뇌의구조가진화되었을것이다 ). 따라서분자수준에서의상호작용모델링이뇌의정보처리원리를설명하고모방하는데중요할것이다. 이러한큰수의법칙 ( Large Numbers Count ) 의특성을고려한시뮬레이션은기존의신경망모델이실리콘컴퓨터상에서하던최대규모즉 10 4 정도의노드를가진망과는본질적으로다른특성을파악하는데도움을줄것이다. 아주많은수의단위소자들이복잡한상호작용을통하여보이는창발적인 (emergent) 현상에대한탐구는현대과학에서최대관심사중의하나이다. 또한, 기존의계산적인지모델중하나인연결주의 (connectionism) 에서는망의구조가고정되어있으나분자컴퓨팅에서는분자들의화학반응을통해서분자망의구조가동적으로연결되고분리되는구조를취한다. 표현력의관점에서, 연결주의에서는단순변수들의벡터형태로정보를표현하는데반해서 DNA로는임의의논리식을표현할수있어표현력이우수하다. 한편기존의기호주의 (symbolism) 적인정보처리방식에비해서상호작용주의모델은초병렬적이고확률적인정보처리라는점에서많은차이가있다. 분자컴퓨팅의이러한특성은뇌의정보처리모델로서기호주의와연결주의보다더매력적이다. 분자컴퓨팅을이용하여뇌를모델링할아이디어를일찍이제시한사람중의하나는 Eric Baum 이다. 그는 DNA 분자들의집적도와분자인식에기반한혼성화를이용하여두뇌보다더큰용량의연상기억장치를만들수있음을 Adleman 실험직후 Science 지에발표하였다 [23]. 그후 Duke 대학의 Reif 그룹과 Memphis 대학의 Deaton 과 Garzon 등에의해관련아이디어들이일부발표되었다. 그러나이들의연구는메모리의형성과정은고려하지않은데반해서 DNA 컴퓨팅을이용한개념학습을통해서연상메모리를만들수있다는것은서울대바이오지능연구실에서처음발표하였다 [24]. 여기서는전체메모리공간을 Version Space 로상정하고학습예에기반하여개념을자동으로학습해나감으로써 DNA 컴퓨팅으로학습에의한연상메모리를자동으로구성하는것이가능함을실험적으로보여주었다. 최근에는 개의분자로구성된확률적인추론모델인 Probabilistic Library Model (PLM) 을개발하고이를데이터로부터자동구성할수있는분자학습알고리즘을개발하였다 [25, 26]. PLM 모델은많은수의분자를사용하여데이터변수들의경험적인결합확률분포를표현하고분자컴퓨터의초병렬성을사용하여시험관내에서확률적인추론과학습을수행한다 ( 그림 11). 또 한이분자알고리즘을구현하는초미세유체 (Microfluidics) Lab-on-a-Chip이 ( 분자생물학실험실을하나의칩위에서실현하는개념 ) 설계되었다 ( 그림 12). 이칩은상부에서학습예제가입력되면라이브러리에들어있는 DNA 형태의일반화된논리식들 (wdnf) 과혼성화반응을통해이중 DNA 구조를형성하고그들을선별적으로추출하여복제함으로써라이브러리에있는분자들의확률분포를조정함으로써학습하게된다. 4. 기술 : 나노바이오분자컴퓨터기술개발국내외현황분자컴퓨터기술은크게 3가지방향으로발전하고있다. 첫째는 IT 분야에서 NP-complete 문제와같은기존컴퓨터에서해결할수없는 (intractable) 계산문제들을풀려는시도이다. 둘째는 NT 즉나노기술분야로서 DNA의나노수준에서의자기조립특성을이용하여새로운나노구조를만들고이를응용하려는시도이다. 셋째는 BT 분야에서생명과학, 의약학분야에서새로운분자진단이나치료등에 DNA 컴퓨터를이용하려는연구들이다. 여기서는이사례들을몇가지씩살펴봄으로써최근국내외에서의연구개발현황을알아보기로한다. 이각각의사례는앞에서논한뇌를모델링하기위한나노바이오지능분자컴퓨터를개발하기위한요소기술로활용되거나또는그에대한응용사례에대한아이디어를제공하게될것이다. USC 컴퓨터과학과의 Adleman 그룹에서는 1994년의 Hamiltonian Path Problem 문제해결에이어 2002년에 Science 지에발표한논문 [27] 에서또다른 NP-complete 문제인 20개의이진변수에대한 3-SAT 정보과학회지제 23 권제 5 호

9 문제를 DNA 컴퓨터로풀었다 ( 그림 13). 3-SAT 문제는 3개변수의논리합들의논리곱으로표시되는논리식을참으로만드는이진변수들의진리값을찾는문제로서, 그전에 Wisconsin 대학의 Smith 그룹에서마이크로어레이방식 DNA 컴퓨팅기법을이용하여해결한 3-SAT 문제보다훨씬실제적인문제이다. 식을표현하는 DNA 서열의길이가길어짐에따라시험관안에서원하는 DNA 분자를검출하고추출하는데보다정확한기술을필요로하며 Adleman 그룹에서는이러한정밀검출 (exquisite detection) 기술을개발하였다. Columbia 대학교와 New Mexico 대학의공동연구로 Tic-Tac-Toe 게임을하는분자컴퓨터를개발하였다 ( 그림 14). 이들은 DNA 대신 RNA인 ribozyme 을이용하여논리게이트와간단한논리식을구현하고이를조 합하여게임트리를만들고이를 plate well에서반응하게하였다 [28]. 2004년 Nature Biotechnology 지에발표된이논문에서는또한이러한문제해결전략이생물학이나의학에서의문제해결가능성을함께시사하고있다. 인공지능관점에서볼때 Tic-Tac-Toe와유사한계열의문제들이많이있기때문에이문제를해결함으로써다른관련문제들이분자컴퓨터로해결될수있음을암시하며기존의지능기술이 BT와 NT에적용될수있는길을마련했다는점에서흥미롭다. Princeton 대학의 Landweber 그룹에서는서양장기문제를 RNA 컴퓨팅을이용하여해결할수있는방법을제시하였다 [29]. 서울대바이오지능연구실에서는한양대학교와공동으로 Resolution 추론기법에의한수학적인정리증명문제를 DNA 컴퓨팅으로풀었다 [30]. 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 49

10 또한서울대응용화학부와공동으로 DNA에실수를표현하는코딩방법을개발하고여기에 Temperature Gradient 기법을적용하여수치최적화문제를해결하기위한 DNA 컴퓨팅기법을개발하고이를이용하여 Traveling Salesman Problem 문제를실험적으로해결하였다 [31]. 기존의 DNA 컴퓨팅방법들이이진변수만을다룬데반해서여기서는실수가관련되는최적화문제를최초로 DNA 컴퓨팅으로해결하였다는점에서의의가크다. 분자컴퓨터기술은나노기술과밀접한관련이있다 [32, 19]. 앞에서기술한바와같이이중가닥 DNA의폭은약 2 nm이고하나의뉴클레오티드의길이 ( 두개의인접한염기간거리 ) 는 0.34 nm이다. DNA 가닥들을기본구조로해서복잡한나노구조를설계할수있으며기본적으로는 A와 T가그리고 C와 G가서로상보적으로결합하는특성을이용한다. 그림 15(a) 에서오른쪽위의십자모양은 4개의단일가닥 DNA 분자를사용하여만든것이다 [33]. 이러한구조는끝을일부단일가닥으로남겨둠으로써 (sticky ends) 또다른이러한구조와다시결합되게만들수있다. 이렇게여러개의 sticky ends를가진이중가닥타일 (tile) 들을사용하여다양한패턴을형성해낼수있다. 그림 15(b) 는이러한 DNA의자기조립 (self-assembly) 특성을이용하여 4 비트 XOR 연산기를구현한예이다. 제일위쪽그림은 3중교차 (TX) 타일의구조를보여주는데이를빌딩블록으로하여논리연산을수행할수있다. 그아래의 계단모양의그림에서 X 1,...,X 4 은입력값을나타내고 Y 1,...,Y 4 은 XOR의계산결과를나타내며 C 0, C 1 은주어지는초기값이다. 계산은왼쪽아래에서출발하여오른쪽위로진행되며끝의 sticky end 부분이일치하는구조만이올바로자기조립되어최종결과를산출한다. 즉 Y 1 =C 0 X 1, Y 2 =Y 1 X 2, Y 3 =Y 2 X 3, Y 4 =Y 3 X 4 와같은순으로계산이진행된다. 이렇게원하는자기조립이일어나도록프로그래밍하는방식을 Programmed Self-assembly라하고이를사용하여알고리즘을수행하는것을 Algorithmic Self-assembly라고한다. 이를이용한여러가지계산사례들이최근많이연구되고있다. 이러한계산의특징은나노소자들이화학적으로자기조립되어나가는과정이계산이며그결과만들어진나노구조가그결과이다. 한편이러한구조를만든다음이것을다른구조를만들기위한비계 (frame) 로사용하는개념이최근에개발되어 DNA의프로그래밍이나노구조를설계하는방식으로사용될수있음을보였다. 최근 Caltech 과 Hewlett-Packard 회사가공동으로이러한나노구조를사용하여분자메모리를만들려는시도를하고있다. 또한 Lucent 의 Yurke 그룹과 Oxford 대학의 Turberfield 그룹은공동으로 DNA 만을사용하여움직이는분자핀셋 (molecular tweezer) 을만들어서 Nature 지에발표하였다 [34]. 이연구는추가의에너지공급없이 DNA의혼성화반응만으로동작할수있는분자장치를만들수있음을보여준점에서아주새 정보과학회지제 23 권제 5 호

11 롭다. 이러한장치는분자계산구조나메모리를접근하기위한기계적인장치로활용될가능성이있다. 바이오분자컴퓨터의또다른주요응용분야는생명공학및의료보건이다. 2004년 4월에이스라엘의 Weizman Institute에서는 DNA 컴퓨팅을이용하여병을진단하고그결과에따라서분자로구성된약물을전달할수있다는실험적인결과를 Nature 지에보고한바있다 ( 그림 16). 이방법은진단에사용되는유전자마커들로구성된진단규칙을단일가닥의 DNA 서열로표현한다음환자의 DNA 샘플이이조건을만족시키면이중가닥 DNA 구조를형성하게한다 [35]. 이중구조를탐지하고자동으로 DNA를조각내주는효소를작용시켜규칙 DNA를잘라나간다. 이과정을반복하여진단규칙에있는모든마커가잘려나가게되면마지막에는 drug에해당하는 DNA 서열을분리해냄으로써약물전달이자동으로되도록한다는개념이다. 이연구결과는 DNA 컴퓨터로진단과약물전달을할수있다는새로운개념을시험관내에서 (in vitro) 확인해주는것이어서그응용면에서의의가크다. 위의 Weizman Institute 의연구결과는이미미리설계된진단규칙을사용하고있다. 진단규칙을정하는것이실제로는중요하다. 서울대학교바이오지능연구실에서는최근이러한질병진단규칙을실제 DNA 데이터로부터분자컴퓨팅으로학습하는알고리즘을개발하였다 (3절의그림 11). 여기서는환자들의샘플을학습예제로사용하여기계학습기술을이용하여분자수준에서 DNA 진단규칙을자동생성할수있음을보였다 [26]. 현재이를직접분자로실현하는실험을바이오벤처회사와공동으로수행하고있다. 또한이러한실험을나노입자를사용하여스캐너장비를필요로하지않고눈으로직접진단결과를식별할수있는기술을개발하고있다. 그림 17은 Northwestern 대학의 Mirkin 그룹에서개발한 Gold Nanoparticle 을보여준다 [36]. 이나노입자표면에 DNA 가닥을고정시킨후혼성화반응을하면입자들이모여서초분자구조 (supra-molecular aggregate) 를형성하면서가시영역에서색깔변화가생겨눈으로도분자들의반응결과를확인할수있는기술이다. 이기술을사용하여서울대와한양대의공동연구팀은논리식으로주어진정리를자동증명하는 (automatic theorem proving) 문제를 DNA 컴퓨팅으로해결하는방식을제안하고이를실험적으로검증하였다 [30]. 이 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 51

12 경우 DNA 혼성화반응을통해증명구조를만들어내도록 DNA 코드를설계한다음올바른증명이아닌구조들은효소를사용하여파괴하도록하였다. 올바른증명이있을경우에는초분자구조가형성되고 ( 색깔이보라색으로변함 ) 그렇지않으면나노입자들이따로존재하게된다 ( 빨간색을그대로유지 ). 그림 18은실험결과를보여준다. 왼쪽의그림은원자현미경 (Atomic Force Microscopy, AFM) 으로찍은 DNA 나노입자들의사진을보여준다. 위의 I에서의결과는입자들이초분자구조를형성하지않고있는경우이며아래의 II의경우는입자들이 DNA로연결되어초분자구조를형성하여문제에대한답을찾은경우를보여준다. 두경우의차이를사진에서명확히구별할수있으며, 보다정확히확인하기위해서 AFM으로입자들표면의높이를측정하여등고선으로표시한그림이오른쪽의그래프이다. 이실험은 DNA 컴퓨팅에나노입자를활용하는방법을최초로제안하였다는점에서의의가있다. DNA 컴퓨팅을이용하여정리를증명하는문제가갖는의미는크다. 정리증명문제는기존의컴퓨터에서진단등의전문가시스템에활용되는기반기술인데이를 wet DNA 데이터에기반한진단에활용할가능성을제시함으로써진단용전문가시스템을 DNA 컴퓨터로구현하고이를소형장치로산업화할수있는가능성을제시하기때문이다. 지금까지는 DNA 진단을위해서형광이된분자들을측정장비를사용하여스캔한후이를디지털전자신호로변환한후실리콘컴퓨터에코딩하여 정보를처리하고그결과를다시디코딩하여해석하였다. 그러나바이오분자컴퓨터는바이오물질로구성되어있으므로복잡한데이터변환없이바로생물학적인 wet 데이터를처리할수있는장점이있다. 일례로, 현재 DNA chip은환자로부터추출된유전자정보를읽기위한기술로서그결과를분석하기위해서는칩데이터가출력하는형광도를측정하기위한고가의스캐너장비및스캔된결과의형광패턴을분석하기위한컴퓨터소프트웨어가필요하다. 그러나기존의 DNA chip 대신에 DNA 컴퓨팅을수행하는바이오컴퓨터칩을사용하면 PC와소프트웨어가하는일을바로 chip상에서구현할수있어저가의소형진단장치를개발할수있다 [37]. DNA Computing-Based Medical Diagnostics Lab-on-a-Chip Seoul National University Biointelligence Laboratory (Design by D. van Noort) 정보과학회지제 23 권제 5 호

13 현재서울대바이오정보기술연구센터 (CBIT) 와한양대마이크로바이오칩센터, ( 주 ) 디지탈지노믹스, ( 주 ) 지노프라가공동으로 DNA 컴퓨팅기반분자진단칩의프로토타입을개발하는연구를수행하고있다. 그림 19는분자진단용 Lab-on-a-Chip DNA 컴퓨터의설계도이다. 이경우위의입력 (inlet) 부분에서환자의샘플 DNA가입력되고이것이초미세유체관 (microfluidic channels) 을통해아래로흐르면서라이브러리에들어있는진단규칙과혼성화반응을일으키면서마지막에질병여부를이진값으로진단을내리는구조로되어있다. 5. 결론 : 컴퓨터공학의뉴프론티어 NBIC 본고에서는뇌에서일어나는정보처리를분자수준에서고찰하였으며이를모델링하기위한분자기반나노바이오지능컴퓨터 (NanoBioIntelligence Computer, NBIC) 기술에대하여살펴보았다. 뇌의무한한개념표상능력과문맥의존적인학습및유연한의사결정능력이 큰수의법칙 의지배를받고있으며 1017개이상의신경전달물질분자들의초병렬동적상호작용을하는것과관계가있음을보였다. 이러한초상호작용주의 (hyperinteractionism) 모델은기존의지능적정보처리패러다임으로서기호주의 (symbolism) 와연결주의 (connectionism) 의단점들을제거하고이들의장점을한단계더승화시킨분자수준에서의정보처리모델로볼수있다 ( 그림 20). 논의된특성을만족시켜줄보다구체적인연산모델로서 Probabilistic Library Model(PLM) 을제시하고이를구현하기위한나노바이오분자컴퓨팅기술의국내외연구개발사례를 IT, NT, BT 관점에서살펴보았다. NBIC 기술은크게두가지방향으로발전될전망이다. 단기적으로는분자컴퓨터기술관점에서기존의실 리콘기술이적용될수없는분야즉 BT와 NT 분야에서두각을나타낼것이다. 앞절에서도이미살펴본바와같이 DNA 기반질병진단이여기에속한다. 분자진단의경우데이터가바이오분자물질로주어지기때문에이를전자신호로코딩하고디코딩하는과정을거치는번거로움이없이바로처리할수있는장점이있다. 또한자기조립의성질을사용한 DNA 나노구조의설계도나노기술관점에서다른방법들보다경쟁력을확보할수있을것이다. 중장기적으로는이러한 BT와 NT 기술개발과정의요소기술개발과축적을통해서 IT 분야에서새로운응용을찾게될것이다. 특히앞의 2절과 3절에서살펴본바와같이현재컴퓨터가수행하지못하는사람두뇌의정보처리영역에있어서나노바이오지능분자컴퓨터는새로운수요를창출하게될것이다. NBIC 컴퓨터를개발하는데있어서장애요인은무엇인가? 앞에서살펴본바와같이 IT, BT, NT 관점에서잠재력을검증받았으며관련요소기술들도이미존재한다. DNA의구조설계및합성에필요한과학적기반이확보되어있으며이미엔지니어링단계에있다. 다만아직임의의 DNA 서열을저가로대량합성하고이서열들을마음대로연결, 분리, 조합하여조작할수있는기술이부족하다. 앞에서강조한거대수의분자들의상호작용에의한정보처리의원리를최대한활용하기위해서는이러한기술이중요하다. 또한경제적인측면에서현재 DNA 분자서열을합성하는데드는비용은뉴클레오티드 (1 nt) 당 30센트이다. 그러나이가격은점차내려갈것으로보인다. 최근 DNA chip 제작등에필요한 DNA 합성에대한수요가급격히증가하고있으며기타생명과학, 의약학, 나노바이오기술개발을위한뉴클레오티드합성의수요는계속증가할것이다. 따라서과거디지털기술에서 1 bit 당메모리가격처럼향후 1 nt를합성하는데드는비용이급격히줄어들것이며결국 DNA 분자의합성비용도지금의메모리장치가격처럼내려갈것이다. 현재분자컴퓨팅에서한가지중요한문제는분자반응시발생하는오차를어떻게제어할것인가이다. 한가지는분자수준에서는에러를허용하되전체적으로안정된시스템을만들려는시도이고다른방법은물리적으로화학반응을보다정확히제어하려는시도이다. 현재는일반적으로반응시일부오차가생겨도전체결과에는영향을주지않도록하기위해서 1 bit의정보를표현하는데 nt를사용한다. 1 bit를 10 nt로표현한다고할때디지털기술의 16-bit address machine 에대응하는 2 16 x160 nt의내용검색메모리 (contentaddressable memory) 를갖는 160 nt 초병렬나노바 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 53

14 이오분자컴퓨터를만드는것은현재로서도가능하다. 또한현존하는 32-bit와 64-bit 디지털컴퓨터에준하는 2 32 x320 nt 및 2 64 x640 nt의내용검색연상메모리를갖는분자컴퓨터도조만간실현가능할것으로보인다. 여기서한가지주의할점은이러한비유는기술의난이도를측정하기위한구체적인한가지척도일뿐이며앞에서도논의한바와같이분자컴퓨터는지금의디지털컴퓨터를대치하려는경쟁적 (competitive) 인관계라기보다는지금컴퓨터가잘하지못하는일들을수행하려는상호보완적 (complementary) 인일들을수행하게될것이다. 궁극적으로는 1 bit를표현하기위해서 10 nt를사용하는대신, 1 nt를사용하여 2 bit를직접표현하는진정한 4진법 (A, T, G, C) 분자컴퓨터가개발될수있을것이다. 실제로이미 A, T, G, C 염기들의반응특이성을개선하기위해서 DNA의화학적인구조를변경한 PNA, LNA 등의연구가산업적으로추진중에있고또한이네개의염기외에제 5의염기를개발하는연구도진행중이다. 이경우아보가드로수 (6 x ) 만큼의 1 Knt (=1000 nt) 길이의 DNA 분자들을동시에병렬적으로조작함으로써뇌기능을모방하는초상호작용주의적나노바이오지능분자컴퓨터를실현하는것이가능할것이다. 마지막으로 NBIC 기술의특징을요약해서정리해보면다음과같다. Fusion Technology. NBIC 은나노기술, 바이오기술, 인지뇌과학, 정보기술의경계영역에속한기술로서이들기술간의시너지효과를극대화할수있는융합기술이다. 특히 NT와 BT의새로운기술에기반해서새로운 IT 기술을개발하여신산업을창출할수있으며, 또한반대로정보처리개념을 NT 와 BT에적용함으로써새로운융합기술들을창출할수있다. Post-Silicon Technology. NBIC 은기반이론및모델이혁신적일뿐만아니라이를실현하기위한구현기술또한기존의반도체와는다르다. 기존의고체상태에서의고정된회로를구현하기보다는액체상태의분자들의 3차원화학반응과분자인식기술에의하여동적인회로를구성함으로써정보를처리하는나노컴퓨터이다. 또한분자컴퓨터는 DNA 분자들의정보를액체상태에서바로처리함으로써기존의실리콘으로는불가능한일을수행할수있다. Disruptive Soft Technology. NBIC은유기체를이용한소프트기계기술로서분자들의브라운운동에기반한몬테칼로시뮬레이션을시험관안에 서구현함으로써의식 (consciousness) 이있는기계를만들려는시도에한발더다가가게될것이다. 버클리대학의철학자 Searle 등은실리콘상에서의인공지능실현은강력히부정하고있는데반해서유기체기반의인공지능실현가능성에대해서는열어두고있는 [38] 점을고려할때 NBIC은인지뇌과학연구의새로운툴이될수있다. 이러한점에서 NBIC 은기존의컴퓨터가잘수행하는작업을개선하려는점진적기술 (incremental technology) 이아니라잘수행하지못하는영역의문제를해결하려는새로운파괴적기술 (disruptive technology) 이다. Future IT Technology. 모든새로운발명이그러하듯이 NBIC 의실용화를위해서는과학기술적인뒷받침외에사회적필요성과산업경제적인가치창출이중요하다 [39]. 모토롤라에서는 2000년자료에서미래기술로 Lab-on-a-Chip, Self-assembly, Molecular Computer 를꼽았으며 2012 년경에 Bio-electric Computer 의도래를예측하고있다 ( 그림 21). 이러한추세로보아조만간 NBIC 기술은분자기반의대규모연상메모리와데이터베이스를사용하여초소형초대용량초병렬바이오정보검색시스템을구현하는것을가능하게할것이다. 또한이러한기술을바탕으로궁극적으로는현재유전자데이터베이스인 GenBank 에들어있는모든유전자서열을 wet 데이터뱅크에저장하고여기에분자컴퓨팅기반기계학습및추론기술을사용하여직접데이터마이닝 (datamining) 하는것을가능하게해줄수도있을것이다. 참고문헌 [1] Boole, G., An Investigation of the Laws of 정보과학회지제 23 권제 5 호

15 Thought, 1854 (reprint: Dover, 1958). [2] Davis, M., Engines of Logic: Matheacians and the Origin of the Computer, Norton, [3] Ifrah, G., The Universal History of Computing, Wiley, 2001 (English translation). [ 4 ] Christensen, C.M., The Innovator's Dilemma, HarperCollins Publishers, [5] Cummins, R. and Cummins, D.D., Minds, Brains, and Computers, Blackwell, [6] Valiant, L.G., Circuits of the Mind, Oxford University Press, [7] von Neumann, J., The Computer and the Brain, Yale University Press, [8] Dreyfus, H.L., What Computers Still Can't Do, MIT Press, [9] Scheutz, M., Computationalism: New Directions, MIT Press, [10] Calude, C.S., Casti, J., and Dinneen, M.J. (Eds.), Unconventional Models of Computation, Springer-Verlag, [11] Sienko, T., Adamatzky, A., Rambidi, N.G., and Conrad, M., Molecular Computing, MIT Press, [12] Gazzaniga, M.S., Ivry, R.B., and Mangun, G.R., Cognitive Neuroscience: The Biology of the Mind, Norton, [13] Fields, R.D., Making memories stick, Scientific American, February [14] Zhang, B.-T., The Mind, the Brain, Cells, Molecules, and the Computer, Talk at School of Computer Science and Engineering Colloquium, Seoul National University, April 18, [15] Zhang, B.-T., Evolutionary Dynamics in Biomolecular Reaction Networks, Talk at MIT Dept. of Brain and Cognitive Science, October 7, [16] Benett, C., The thermodynamics of computation: A review, International Journal of Theoretical Physics, 21: , [17] Conrad, M., On design principles of a molecular computer, Communications of the ACM, 28(5): , [18] Conrad, M., Molecular computing: The lock-key paradigm, IEEE Computer, 25(1): 11-20, [19] Seeman, N. C., DNA in a material world, Nature, 421(6921): , [20] Adleman, L., Molecular computation of solutions to combinatorial problems, Science, 266: , [21] Zhang, B.-T., Molecular information processing technologies (in Korean), IEEK Magazine, 29(3): , [22] Jones, R.A.L, Soft Machines: Nanotechnology and Life, Oxford University Press, [23] Baum, E., Building an associative memory vastly larger than the brain, Science, 268: , [24] Lim, H.-W., Yun, J.-E., Jang, H.-M., Chai, Y.-G., Yoo, S.-I., and Zhang, B.-T., Version space learning with DNA molecules, Proc. 9th Int. Conf. on DNA Computing (DNA9), LNCS 2568: , [25] Zhang, B.-T. and Jang, H.-Y., A Bayesian algorithm for in vitro molecular evolution of pattern classifiers, Proc. 10th Int. Conf. on DNA Computing (DNA10), LNCS 3384: pp , [26] Zhang, B.-T. and Jang, H.-Y., Molecular learning of wdna formulae, Proc. 11th Int. Conf. on DNA Computing (DNA11), London, Ontario, June 3-7, 2005 (to appear). [27] Braich, R.S., Chelyapov, N., Johnson, C., Rothemund, P. W.K., and Adleman, L., Solution of a 20-variable 3-SAT problem on a DNA computer, Science, 296: , [28] Stojanovic, M. N. and Stefanovic, D., A deoxyribozyme-based molecular automaton, Nature Biotechnology, 21(9): , [29] Faulhammer, D., Cukras, A.R., Lipton, R.J., and Landweber, L.F., Molecular computation: RNA solutions to chess problems, Proc. Natl. Acad. Sci. USA, 97(4): 나노바이오지능분자컴퓨터 : 컴퓨터공학과바이오공학, 나노기술, 인지뇌과학의만남 55

16 , [30] Lee, I.-H., Park, J.-Y., Jang, H.-M., Chai, Y.-G., and Zhang, B.-T., DNA implementation of theorem proving with resolution refutation in propositional logic, Proc. 9th Int. Conf. on DNA Computing (DNA9), LNCS 2568: , [31] Lee, J.-Y., Shin, S.-Y., Park, T.-H., and Zhang, B.-T., Solving traveling salesman problems with DNA molecules encoding numerical values, BioSystems, 78:39-47, [32] Reif, J.H., Self-assembled DNA Nanostructures for Molecular Patterning, Computation, and Motors, Talk at Korea Institute of Science and Technology, November 8, [33] Winfree, E., Liu, F., Wenzler, L.A., and Seeman, N.C., Design and self-assembly of two-dimensional DNA crystals, Nature, 94: , [34] Yurke, B., Turberfield, A.J., Mills, A.P., Simmel, F.C., and Neumann, J.L., An automomous DNA nanomotor powered by a DNA enzyme, Nature, 406: , [35] Benenson, Y., Gil, B., Ben-Dor, U., Adar, R., and Shapiro, E., An autonomous molecular computer for logical control of gene expression, Nature, 429: , [36] Nam, J.-M., Thaxton, C.S., and Mirkin, C.A., Nanoparticle-based bio-bar codes for the ultrasensitive detection of proteins, Science, 301: , [37] van Noort, D., A poor man's DNA computer, Proc. 11th Int. Conf. on DNA Computing (DNA11), London, Ontario, June 3-7, 2005 (to appear). [38] Searle, J., The Mystery of Consciousness, New York Review Press, [39] Wiener, N., Invention: The Care and Feeding of Ideas, MIT Press, 장병탁 서울대학교컴퓨터공학 ( 학사 ) 서울대학교컴퓨터공학 ( 석사 ) 독일 Bonn 대학교컴퓨터과학 ( 박사 ) ~ 독일국립정보기술연 구소 (GMD) 연구원 ~ 건국대학교컴퓨터공 학과조교수 ~ 현재서울대학교컴퓨터공학부 부교수, 인지과학, 뇌과학, 생물정 보학협동과정겸임 ~ MIT Computer Science and Artificial Intelligence Laboratory(CSAIL) 객원교수 ~ 현재바이오정보기술연구센터 (CBIT) 센터장 ~ 현재바이오지능국가지정연구실실장 관심분야 : Biointelligence, Probabilistic Models of Learning and Evolution, Molecular/DNA Computation 16th Annual Symposium on Combinatorial Pattern Matching (CPM 2005) 일 자 : 2005년 6월 19~22일 장 소 : 제주도 주 최 : 컴퓨터이론연구회 내 용 : 논문발표등 상세안내 : 정보과학회지제 23 권제 5 호