LLM, 뇌과학 실험 성공 예측서 인간 제쳤다…81% 대 64%

수많은 연구비와 시간을 쏟아부은 과학 실험이 아무런 유의미한 결과를 내지 못하고 끝나는 일은 학계의 오랜 골칫거리입니다.

최근 샤오량 루오(Xiaoliang Luo) 연구진이 발표한 연구에 따르면, 대규모 언어모델(LLM)이 특정 신경과학 실험이 유의미한 양성 결과를 도출할지 여부를 예측하는 데 있어 인간 전문가를 뛰어넘었습니다. 모델의 예측 정확도는 81%로, 인간 전문가의 64%를 크게 앞질렀습니다.

전문 문헌으로 다듬은 7B 모델

주목할 점은 연구진이 초대형 모델을 쓴 것이 아니라, GPT-3.5 수준에 해당하는 70억 파라미터(7B) 소형 모델을 활용했다는 사실입니다.

연구팀이 이 모델을 신경과학 학술 문헌 데이터로 미세조정하자 예측 성능은 더욱 높아졌습니다. 단순히 실험 결과를 맞히는 수준을 넘어, 연구자들이 어느 연구 주제에 우선적으로 집중해야 할지 범위를 좁히는 데도 도움을 주었습니다.

왜 중요한가

신경과학 실험은 비용과 시간 소모가 막대합니다. 실험 착수 전 AI를 통해 성공 가능성을 사전 검토할 수 있다면 수많은 시행착오와 예산 낭비를 막을 수 있습니다.

우리가 보기에 이번 연구의 영리한 점은 모델 규모의 한계를 전문 데이터로 극복했다는 것입니다. 거대 모델에 매달리지 않고 7B급 소형 모델에 전문 문헌을 집중 학습시키는 것만으로도 인간 전문가를 능가할 수 있음을 보여주었습니다.

다만 양성 결과가 예상되는 실험에만 의존할 경우의 부작용도 있습니다. 연구자들이 AI가 추천하는 안전한 실험만 선택하다 보면, 예상치 못한 실패 속에서 우연히 발견되는 혁신적인 돌파구를 놓칠 위험이 있습니다.