2024년 처음 나온 AI 과학자는 주어진 연구주제를 바탕으로 새로운 가설을 생성하고, 관련 논문을 탐색·분석한 뒤 실험을 설계하고 코드를 작성해 실행한다. 2024년 일본의 스타트업기업(사카나 AI)이 과학연구를 알아서 하는 ‘AI 과학자(AI Scientist)’를 개발했다. 논문의 방향만 주면 생성형 AI가 연구 아이디어와 코드 작성, 실험 진행, 논문 작성까지 한다. 이 과정에 들어가는 컴퓨터 비용은 15달러이다. 15달러만 내면 양질의 논문을 청소년도 쓸 수 있다.
2025년 사카나AI(Sakana AI)는 AI가 만든 논문을 국제학회에 제출해 인간에 의한 심사를 통과했다. 학술윤리와 투명성 문제를 지적받으며, 최종 게재 전 자진 철회됐다.
완전 자동화 AI가 나타나면 상위 1% 논문도 나올 것으로 추정된다. 논문 주제를 입력하면 자동으로 문헌을 검색한 뒤 가설을 세우고, 구체적인 코드를 짜고 상세한 그래프를 그리며 논문까지 완성한다. 인간 연구자가 조금만 다듬는다면 SCI 상위권 저널까지 통과할 정도라는 주장도 나온다. 과학기술계는 생성형 AI가 만드는 논문에 대한 가이드라인 마련 중이지만 규제를 만드는 속도보다 더 빠르게 AI가 발전하고 있다.
2026년에는 AI가 연구 아이디어 생성부터 작성까지 전 과정을 100% 생성한 논문이 학술지에 게재됐다. AI 과학자(The AI Scientist-v2)가 생성한 논문이 세계 최고 학술지인「네이처」에 게재된 것이다. ‘인간’ 연구자들은 논문을 작성하지 않았고, AI 시스템을 설계하고 검증하는 역할만 맡았다. AI 모델의 성능이 향상될수록 논문의 품질도 개선되는 ‘스케일링 법칙’도 확인되어 AI가 인간을 뛰어넘는 성과를 낼 가능성을 보여준다. 논문심사를 위한 자동심사(automated reviewer) 시스템도 구축했다. 여러 리뷰를 종합해 최종 판단을 내린다. 인간에 의한 심사데이터(OpenReview)를 기반으로 검증한 결과, 인간과 유사한 수준을 보인다. 일부 지표에서는 인간심사자 간 일관성을 뛰어넘었다. 물론 AI 과학자는 단순하거나 미완성된 아이디어를 생성하는 경우가 있으며, 복잡한 방법론 설계나 코드구현에서 부족함을 보인다. 또 부정확한 인용이나 중복 이미지 생성 등 이른바 ‘환각(hallucination)’ 문제도 여전히 해결 과제로 남아 있다.
https://www.nature.com/articles/s41586-026-10265-5
부정적인 시각도 있지만 나는 긍정적으로 본다. 인류가 풀지 못한 학문적 숙제를 풀 수 있는 가능성이 있다. AI가 지속적으로 발전하고 양자컴퓨터도 개발된다면 우주와 생명의 미스터리도 해결할 가능성 있다. 미래는 늘 예측이 안 된다.