구글, 가설 생성 돕는 멀티 에이전트 'AI 코사이언티스트' 공개

논문을 요약하거나 기존 연구를 검색해 주는 AI는 이미 흔하지만, 전에 없던 독창적인 가설을 세우고 실제 실험실에서 검증할 수 있는 프로토콜까지 짜내는 일은 전혀 다른 차원의 문제입니다.

구글은 2월 19일 제미나이 2.0을 기반으로 개발한 멀티 에이전트 시스템인 AI co-scientist를 공개했습니다. 단순한 리서치 보조 도구를 넘어 연구원과 함께 머리를 맞대고 새로운 과학적 가설과 연구 계획을 수립하는 가상 동료를 지향합니다.

6개 에이전트가 펼치는 토론과 Elo 랭킹 시스템

현대 과학 연구의 가장 큰 난관은 쏟아지는 논문을 따라가면서 낯선 분야의 지식을 융합해 내는 일입니다. 구글은 과학적 탐구 방식 자체를 소프트웨어 아키텍처로 구현해 이 문제를 풀고자 했습니다.

시스템 내부에는 가설 생성, 반성, 순위 선정, 진화, 근접도 분석, 메타 리뷰를 전담하는 6개의 특화 에이전트가 존재합니다. 감독자 역할을 맡은 에이전트가 큐를 관리하고 연산 자원을 배분하는 구조입니다.

핵심은 추론 시점 연산 확장을 활용한 상호 작용입니다. 에이전트들은 자가 대결 방식의 과학 토론을 벌이고, 체스 경기처럼 가설 간 토너먼트를 열어 Elo 점수로 우열을 가립니다. 높은 점수를 얻은 가설만 다음 단계로 진화합니다.

전문가 7명이 선정한 15개 연구 과제에서 시스템의 Elo 평점은 고난도 과학 벤치마크인 GPQA 정답률과 뚜렷한 상관관계를 보였습니다. 추론 시간을 늘릴수록 결과물의 질이 개선되며 AI 보조를 받지 않은 인간 전문가의 초기 아이디어를 앞서기도 했습니다.

백혈병부터 간 섬유화까지, 실험실에서 확인된 가설

컴퓨터 화면 안의 가설에 그치지 않기 위해 구글은 임상의 및 외부 연구진과 함께 실제 실험실 검증을 진행했습니다.

급성 골수성 백혈병 환자를 위한 신약 재창출 과제에서는 AI가 제안한 약물 후보가 실제 세포주 실험에서 임상적으로 유의미한 농도로 종양 활성을 억제하는 것으로 확인되었습니다.

간 섬유화 치료 표적 발굴에서는 AI가 제안한 후성유전학적 표적이 스탠퍼드 대학교 연구팀의 인간 간 오가노이드 실험을 통해 뚜렷한 항섬유화 효능을 입증했습니다.

임페리얼 칼리지 런던과의 항생제 내성 기전 연구에서는 인간 연구진이 비공개 실험으로 이미 규명해 둔 메커니즘을, AI가 오직 공개된 과거 문헌만을 바탕으로 완벽히 동일하게 독립 추론해 내는 성과를 거두었습니다.

구글은 사실 검증의 신뢰도 개선과 외부 분석 도구 연동 등 여전히 해결해야 할 과제가 많으며, 전문가의 개입이 필수적이라고 덧붙였습니다.

왜 중요한가

AI co-scientist는 대형 언어 모델의 가치를 이미 알려진 데이터의 정리에 머물지 않고 미지의 영역을 개척하는 가설 수립으로 끌어올렸다는 점에서 주목할 만합니다.

생명과학 분야 연구자들에게는 수개월이 걸리던 이종 분야 논문 분석과 가설 검토 과정을 획기적으로 줄여줄 강력한 파트너가 생겼습니다. 특히 연구팀이 미처 생각지 못했던 새로운 접근법이나 분자 간 상호작용 메커니즘을 먼저 제안받을 수 있다는 점은 큰 이점입니다.

추론 시간 연산 확장을 에이전트 간 토너먼트 및 Elo 평가와 결합한 구글의 방식은 꽤 영리합니다. 단일 모델이 확률적으로 내뱉는 환각을 줄이고, 여러 에이전트의 혹독한 상호 비판을 견뎌낸 아이디어만 남기는 필터링 구조를 완성했기 때문입니다.

하지만 바이오 분야의 습식 실험은 막대한 비용과 시간이 듭니다. AI가 아무리 그럴듯한 논리로 포장하더라도 잘못된 가설을 실험실로 가져갔을 때 발생하는 손실은 고스란히 연구진의 몫입니다. 결국 훌륭한 전문가의 검증 안목이 뒷받침될 때에만 진가를 발휘할 수 있는 도구라고 봅니다.