Google DeepMind, 인공지능을 실험실에 통합

Google DeepMind는 인공지능 시스템 'Co-Scientist'를 단순한 가설 생성 도구에서 실험실에 직접 통합된 연구 지원 시스템으로 발전시켰다. 이번 확장을 통해 Co-Scientist는 실험 계획 수립, 실험 장비 조작, 논문 집필까지 일관되게 담당할 수 있게 되었다. 이는 인공지능이 연구자의 보조 역할에 그치지 않고 연구 프로세스 전체에 참여하는 단계로 진입했음을 의미한다.

Co-Scientist는 Google의 대규모 언어 모델 'Gemini'를 기반으로 한 '멀티에이전트 시스템'이라는 구성을 취하고 있다. 멀티에이전트란 여러 인공지능이 역할을 분담하면서 연동하여 작동하는 체계로, 단일 모델로는 어려웠던 복잡한 작업을 단계적으로 수행할 수 있다. 고도로 전문화된 작업인 연구에 이러한 아키텍처가 적용된 점이 이번의 중요한 포인트다.

이번 성과는 재료 합성, 의료 인공지능 아키텍처의 자율적 개발을 포함한 여러 분야에 걸쳐 있다. 각 분야에서 Co-Scientist는 실험으로 검증된 결과를 도출했다고 Google DeepMind는 발표했다. 즉, 인공지능이 제안한 내용이 실제 실험으로 확인되었다는 뜻으로, 단순한 아이디어 도출이 아니라 과학적 실증까지 나아가고 있다.

그동안 인공지능은 문헌을 정리하거나 가설의 아이디어를 제안하는 도구로서 연구자에게 활용되어왔다. 하지만 실제로 실험 장비를 작동시키고 그 결과를 논문으로 정리하는 것까지 담당하는 시스템은 이전까지 거의 존재하지 않았다. Co-Scientist의 이번 진화는 그 공백을 메우려는 시도로 위치지어진다.

과학 연구 현장에서는 실험의 계획에서 결과 검증, 논문화까지에 막대한 시간과 인력이 소요된다. 특히 재료과학이나 의료 분야에서는 시행착오의 사이클이 길어 연구 속도가 병목이 되기 쉽다. 인공지능이 이러한 사이클의 일부를 자율적으로 담당할 수 있다면 연구 속도 향상으로 이어질 수 있다는 관점이 가능하다.

한편 인공지능이 도출한 실험 결과와 논문이 과학적으로 신뢰할 수 있는지 확인하는 체계는 여전히 중요한 과제다. 이번 발표에서는 실험을 통한 검증이 이루어졌다고 하지만, 어떤 검증 프로세스가 취해졌는지에 대한 상세는 원문에서 확인할 수 없다. 인공지능과 인간 연구자가 어떻게 역할을 분담할 것인가라는 물음도 향후 논의의 초점이 될 것으로 보인다.

향후 주목할 점은 이러한 시스템이 특정 파일럿 실험에 그치는지, 아니면 실제 연구 기관에서 지속적으로 사용되는 기반으로 발전하는지 하는 부분이다. 인공지능이 과학 연구의 한 축을 담당하는 존재로 정착하려면 재현성 보장이나 윤리적 검토 등 기술 이외의 측면에서도 정비가 필요할 것으로 생각된다. Co-Scientist의 이번 진화는 그 길을 모색하는 과정에서 하나의 중요한 사례로 참조될 것이다.