본 발표는 과학 연구자의 관점에서 AI가 가져오는 변화와, 이에 대응하는 과학자 커뮤니티의 노력을 소개한다.
먼저 과학에서 AI의 역할이 변화하는 양상을 다룬다. 기존 AI for Science는 개별 과학 문제를 푸는 모델 개발에 초점을 두었으나, 최근에는 과학을 수행하는 방식 자체를 바꾸는 방향으로 확장되고 있다. Claude Science, Robin 등의 시스템이 대표적 사례로, 방대한 문헌을 빠르게 검토하여 흥미로운 연구주제를 발굴하고 문헌 간 논리적 연결을 통해 가설을 제시하며, 데이터를 자동으로 다각도로 분석해 유의미한 상관관계를 찾아낸다. 이러한 시스템은 이미 다수의 과학자들에게 일상적인 연구 도구로 자리잡고 있다.
이어서 이러한 변화 속에서 과학자들이 마주한 두 가지 과제를 논의한다.
첫째, 자동 연구 시스템의 신뢰성을 어떻게 평가할 것인가라는 문제이다. 미네소타대학 연구진과 협업하여 진행 중인 과학적 가설 품질 평가 벤치마크 구축 노력(sci-harbor.com)을 소개한다.
둘째, in silico 연구의 속도가 빨라지고 AI가 과학의 형태를 바꾸면서 wet lab과 in silico 연구 간 속도 격차와 인식 격차가 확대되고, 두 그룹 간 협업 방식에도 변화가 요구되고 있다는 점이다. 그러나 실제로는 두 그룹 간 소통이 충분히 이루어지지 않고 있어, 이를 촉진하기 위한 별도의 노력이 필요하다. 이러한 문제의식에서 출범한 GEM Bio 워크샵(gembio.ai)의 활동과 그 과정에서 얻은 시사점을 공유한다.
