학계의 첫 반응 — 놀라움 + 의심 + 흥미

처음 몇 시간 ~ 며칠 동안:

• "진짜야? 점수가 그렇게 높아?" — 결과 시트를 여러 번 확인
• "하지만 이건 그냥 운인가, 진짜로 강한가?" — 후속 검증 필요
• "우리가 지금까지 한 게 다 헛수고였나?" — 일부 그룹의 자존심 손상

"이게 정말 정직한 결과인가?"

• DeepMind 팀이 PDB 데이터를 잘못 활용했을 가능성? (이미 알려진 구조를 학습 데이터로 사용해서 새 단백질의 답을 우연히 맞춤?)
• 특정 카테고리에 특화된 거 아닌가?
• 학계의 외부 그룹이라 다른 룰로 평가한 거 아닌가?

이런 의심은 CASP의 엄격한 절차로 곧 해소됐다 — 모든 그룹이 같은 데이터, 같은 평가 기준, 마감 시점이 정확히 같았다.

며칠 지나고 진정된 후, 가장 큰 반응은 흥미였다.

• "어떻게 했지? 알고리즘이 뭐야?"
• "우리도 그 방향으로 해볼 수 있나?"
• "이게 시작이면 다음 CASP에는 어디까지 갈까?"

2019년 Nature에 AlphaFold 1 논문이 출간되자 — 학계 전체가 그 방향으로 재정렬되기 시작.

• Mohammed AlQuraishi (Columbia): "이건 단백질 구조 예측의 패러다임 시프트다. 우리 모두 다음 단계를 다시 생각해야 한다."
• Janet Thornton (EBI): "놀랍다. 하지만 아직 끝이 아니다 — 정확도는 더 올라가야 한다."
• David Baker (Univ of Washington): "이 결과를 보고 우리 그룹의 접근 방식을 완전히 재검토 중이다." (나중에 RoseTTAFold를 만듬, 2024 노벨상 공동 수상)

DeepMind 팀의 공식 반응도 흥미로웠다.

• "우리가 큰 한 걸음을 내디뎠지만 아직 풀린 건 아니다"
• "다음 CASP까지 2년 — 더 잘할 수 있다"
• 학계와 협력 의지 — 논문 공개, 기법 공유 등

"풀렸다"고 주장하지 않은 게 중요. 그게 진실이었고, 그래야 다음 단계의 모멘텀이 살아남았다.