연설문의 주제: AI 신약 개발은 화학이 여는 미래 의료이다.
예상 청중: 고등학교 동급생
성향: AI 신약 생소, 공감형 서사 선호
관심사: 과학, 미래
논거1: 신약 개발 속도 단축
논거2: 분자 구조 예측으로 정확성 향상
논거3: 비용 절감으로 접근성 확대
전략1: 이성적(귀납 논증 + 문제•해결)
전략2: 감성적(동정심 + 설의법)
전략3: 인성적(공신력 + 비유법)
준언어적 표현 6회, 비언어적 표현 5회
<연설문 쓰기>
안녕하세요. 저는 오늘 우리가 화학 시간에 외웠던 원소 기호와 분자 구조가 어떻게 사람의 목숨을 살릴 수 있는지에 대해 이야기하려 합니다. [잠시 청중과 눈을 맞추며] 혹시 여러분 주변에 희귀질환을 앓고 있는 분이 계신가요? 아마 드물겠지만, 전세계에는 3억 명이 넘는 사람들이 치료제 한 알 없이 고통 속에서 하루하루를 버텨 내고 있습니다.
신약 하나를 개발하는 데 평균 10-15년이 걸립니다. [목소리를 조금 낮추며] 비용은 평균 1조 원이 넘고, 그 과정에서 90% 이상의 후보 물질이 실패합니다. 이것이 현실입니다. 치료제가 개발되는 동안, 수많은 환자들은 기다릴 시간이 없습니다. 이 문제를 외면한 채 우리가 화학을 배운다는 것이 의미가 있을까요?
그런데 지금, 이 현실이 바뀌고 있습니다. AI와 화학의 만남이 신약 개발의 판을 완전히 뒤집고 있습니다. 첫 째, 속도입니다. 기존에는 수만 가지 물질을 일일이 실험했습니다. 하지만 AI는 방대한 화학 데이터를 학습해 유망한 후보 물질을 단 며칠 만에 추려냅니다. 실제로 2020년 영국 옥스퍼드 팀은 항생제 내성균에 효과적인 물질을 AI를 활용해 4일 만에 발견했습니다. [강조하듯 뚜렷하게] 4일입니다.
둘째, 정확성입니다. AI는 단백질의 3차원 구조를 정밀하게 예측합니다. 이는 마치 복잡하게 엉킨 실카래의 모양을 정확히 그려내는 것과 같습니다. 약이 체내 어디에 걸합할지, 어떤 부작용이 생길지 미리 시뮬레이션 할 수 있게 되면서, 불필요한 임상 실패를 크게 줄일 수 있게 되었습니다.
셋째, 접근성입니다. 개발 비용이 줄어들면, 채산성이 낮아 외면받아 온 희귀질환 치료제도 개발될 수 있습니다. [청중을 향해 한 걸음 다가가며] 약은 돈이 많은 사람만 살 수 있어야 할까요? 그렇지 않습니다. AI 신약 개발은 의료의 문턱을 낮추고, 더 많은 생명을 구할 가능성을 열어줍니다.
저는 화학을 전공허고 싶습니다. 처음에는 단순히 분자가 흥미로웠기 때문이었습니다. 하지만 AI 신약 개발을 알게 되면서, 화학이 단지 시험 과목이 아니라는 것을 다시 한 번 깨달았습니다. [천천히 진지하게] 우리가 배우는 화학이 AI와 만나 10년이 걸리던 신약 개발을 3년으로 바꿀 수 있습니다. 그 3년은 환자에게 삶과 죽음의 차이일 수 있습니다.
불과 이중 부정으로만 말할 수 있는 것이 아닙니다. AI 신약 개발은 단지 ‘가능성’이 아닌, 이미 현실이 되고 있는 변화입니다. [목소리를 높이며 힘 있게] 화학을 사랑하는 여러분, 우리가 배우는 지식이 미래의 누군가를 살릴 수 있다면, 그것보다 가치 있는 일이 또 있을까요? 감사합니다.