구글, AI 공동 연구자(과학자) 개발

AI 공동 연구자란?

구글의 연구진인 Juraj Gottweis와 Vivek Natarajan은 과학자들이 새로운 가설을 세우고 연구 계획을 수립하는 데 도움을 주는 다중 에이전트 AI인 'AI 공동 연구자'를 개발했습니다. AI 공동 연구자는 과학 및 생물 의학 분야의 발견 속도를 높이는 것을 목표로 하며, Gemini 2.0을 기반으로 구축되었습니다. 연구 목표에 맞춘 가설을 생성하고 실험 계획을 지원하며, 연구자의 역량을 증대시키는 역할을 합니다.

 

과학 연구의 어려움과 AI의 역할

과학 연구는 창의성, 통찰력, 전문 지식을 바탕으로 새로운 연구 방향을 제시하고 탐구해야 하지만, 과학 논문의 기하급수적인 증가와 다양한 학문 분야의 지식을 통합해야 하는 어려움이 존재합니다. 이에 따라, 연구진은 다양한 분야의 지식을 융합하는 접근 방식을 적용했습니다. Emmanuelle Charpentier와 Jennifer Doudna는 미생물학, 유전학, 분자생물학을 결합하여 CRISPR 기술을 개발하여 2020년 노벨 화학상을 수상했습니다. AI 공동 연구자는 이러한 융합 연구를 지원하고 촉진하는 역할을 합니다.

 

AI 공동 연구자의 기능과 작동 방식

AI 공동 연구자는 과학자의 역량을 강화하고 발견을 가속화하는 협업 도구로서 작동합니다. 연구 목표를 기반으로 새로운 연구 가설을 생성하고, 상세한 연구 개요와 실험 프로토콜을 제공합니다. 이를 위해 Generation(생성), Reflection(반영), Ranking(순위 지정), Evolution(진화), Proximity(근접성), Meta-review(메타 리뷰)와 같은 특화된 에이전트들이 협력하여 자동화된 피드백을 통해 가설을 반복적으로 생성, 평가, 개선합니다. 피드백은 자연어로 제공하며, 웹 검색과 특화된 AI 모델을 활용하여 연구 결과를 보완할 수 있습니다.

 

연구 계획 설정과 AI의 관리 방식

슈퍼바이저 에이전트는 연구 목표를 분석하고, 특화된 에이전트들을 작업 대기열에 할당하며, 자원을 배분합니다. 이를 통해 컴퓨팅 자원을 유연하게 확장하고, 과학적 추론을 반복적으로 개선할 수 있도록 설계되었습니다.

 

고급 과학적 추론과 테스트 시간 컴퓨팅 확장

AI 공동 연구자는 테스트 시간 컴퓨팅 확장을 활용하여 결과물을 반복적으로 추론, 발전, 개선합니다. 주요 과정에는 새로운 가설 생성을 위한 자기 대결 기반의 과학적 토론, 가설 비교를 위한 순위 토너먼트, 품질 향상을 위한 "진화" 과정 등이 포함됩니다. 또한, 자체 비판 기능을 통해 피드백 도구를 활용하여 가설과 연구 계획을 개선합니다. 연구진은 Elo 자동 평가 지표를 통해 AI 공동 연구자의 성능을 측정하였으며, 높은 Elo 등급이 정답을 맞힐 확률을 높인다는 것을 확인했습니다.

 

분야별 전문가 평가

7명의 분야별 전문가가 15개의 공개 연구 목표를 평가했으며, AI 공동 연구자가 최첨단 에이전트 모델보다 뛰어난 성능을 보였습니다. 또한, 11개의 연구 목표에 대해서는 AI 공동 연구자가 생성한 결과물의 독창성과 영향력을 평가했으며, 전문가들은 AI 공동 연구자의 결과물을 선호하는 경향을 보였습니다. 이는 Elo 자동 평가 지표와 일치하는 결과였다.

 

실험실 실험을 통한 가설 검증

AI 공동 연구자의 유용성을 평가하기 위해 연구진은 세 가지 핵심 생물 의학 분야에서 실험실 실험을 수행했습니다. 이는 약물 재창출, 새로운 치료 표적 제안, 항균 내성의 기저 메커니즘 규명으로 구성되었습니다.

1. 급성 골수성 백혈병 치료를 위한 약물 재창출

급성 골수성 백혈병(AML)에 대한 새로운 약물 재창출 후보를 제안했으며, 후속 실험을 통해 임상적으로 유의미한 농도로 종양 생존력을 억제하는 결과를 확인했습니다.

2. 간 섬유증 치료 표적 발굴

간 섬유증 치료를 위한 후성유전학적 표적을 식별했으며, 인간 간 오가노이드 실험에서 항섬유화 활성을 나타냈다. 이 연구는 스탠포드 대학과 협력하여 진행되었습니다.

3. 항균 내성 메커니즘 설명

항균 내성과 관련된 세균 유전자 전달 진화 메커니즘을 설명하는 가설을 생성했습니다. 연구진이 AI 공동 연구자 시스템을 활용하기 이전에 수행한 실험과 일치하는 결과를 도출하였으며, 이는 플레밍 이니셔티브 및 임페리얼 칼리지 런던과 공동으로 작성된 논문에서 자세히 다룰 예정입니다.

 

AI 공동 연구자의 발전 방향

연구진은 향상된 문헌 검토, 사실 확인, 외부 도구와의 상호 검증, 자동 평가 기술, 더 많은 주제 전문가와 다양한 연구 목표를 포함하는 대규모 평가가 필요하다고 보고 있습니다. AI 공동 연구자는 과학자의 발견을 가속화하는 AI 지원 기술로서 중요한 진전을 보이며, 실험적으로 검증된 가설을 생성하고 자체 개선 능력을 갖추고 있습니다.

 

연구진은 AI 공동 연구자 시스템을 더 광범위하게 평가하기 위해 신뢰할 수 있는 테스터 프로그램을 운영할 예정입니다. 연구 기관은 이 프로그램을 통해 시스템을 활용해볼 수 있으며, 연구진은 이를 통해 AI 공동 연구자의 강점과 한계를 더욱 면밀히 분석할 계획입니다.

 

글의 원문은 아래에서 확인할 수 있습니다.

https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

Accelerating scientific breakthroughs with an AI co-scientist