AI Co-Scientist는 정말 과학자를 대신할까: Nature 논문 2편으로 보는 실제 경계

짧은 결론

AI Co-Scientist를 ‘과학자를 대신하는 AI’로 읽으면 핵심을 놓치기 쉽습니다. 2026년 5월 Nature에 공개된 두 논문이 보여주는 것은 더 좁고, 그래서 더 흥미로워요. 하나는 과학 가설을 만들고 다듬는 다중 에이전트 시스템이고, 다른 하나는 연구용 소프트웨어를 작성해 정량 지표를 끌어올리는 시스템입니다.

제가 이 사안을 읽을 때 먼저 멈춰 보는 지점은 AI가 무엇을 냈느냐보다 그 산출물이 어디에서 반박될 수 있느냐입니다. 가설은 실험에서 반박될 수 있어야 하고, 코드는 평가 지표와 재현성으로 반박될 수 있어야 하거든요.

그 기준으로 보면 Co-Scientist와 ERA는 ‘자동 과학자’라기보다 ‘검토 가능한 연구 후보를 빠르게 만들어 주는 보조 시스템’에 가깝습니다.

무엇이 발표됐나

이번 사안은 네 층으로 나눠 읽는 편이 정확합니다.

첫째, Nature 논문 Accelerating scientific discovery with Co-Scientist는 Gemini 기반 다중 에이전트 시스템 Co-Scientist를 다룹니다. 논문 초록은 이 시스템을 구조화된 과학적 사고와 가설 생성을 돕는 도구로 설명한다. 연구 목표와 기존 과학적 증거를 입력으로 받아 실험 검증이 가능한 새로운 가설을 제안하고, 여러 에이전트가 가설을 생성·비판·정제하는 구조입니다.

둘째, Nature 논문 An AI system to help scientists write expert-level empirical software는 Empirical Research Assistance, 즉 ERA를 다룹니다. 이 논문은 과학적 발견 과정에서 계산 실험을 위한 소프트웨어 작성이 병목이 될 수 있다고 보고, LLM과 트리 탐색을 결합해 품질 지표를 최대화하는 연구용 코드를 만드는 시스템을 제시합니다.

셋째, Google DeepMind의 Co-Scientist 공식 발표는 논문보다 넓은 제품·접근 계획을 설명합니다. 생성 에이전트, 근접성 에이전트, 반영 에이전트, 순위화 에이전트, 진화 에이전트, 메타 리뷰 에이전트, 감독 에이전트 같은 구성을 소개하고, 개인 연구자에게 Hypothesis Generation이라는 실험 도구로 접근을 넓히겠다고 밝혔습니다.

넷째, Google DeepMind와 한국 과학기술정보통신부 협력 발표는 정책 맥락입니다. 한국 내 AI Campus, SNU·KAIST·AI Bio Innovation Hubs 등과의 협력 탐색, AlphaEvolve·AlphaGenome·AlphaFold·AI co-scientist·WeatherNext 같은 모델 활용 가능성이 언급됩니다. 이 발표는 한국의 AI for Science 관심을 보여주지만, Nature 논문 자체의 과학적 검증을 대체하지는 않습니다.

증거 수준을 나눠서 읽기

출처	성격	강하게 말할 수 있는 것	조심해야 할 해석
Co-Scientist Nature 논문	Nature 연구 논문	Gemini 기반 다중 에이전트가 과학 가설을 생성·비판·정제하도록 설계됐고, 일부 생의학 응용에서 실험 검증 사례를 제시했다	모든 과학 분야에서 독립 연구자를 대체한다는 뜻은 아니다
ERA Nature 논문	Nature 연구 논문	LLM과 트리 탐색이 연구용 소프트웨어 작성과 품질 지표 최적화에 쓰일 수 있음을 보여준다	좋은 점수가 곧 모든 실제 연구 상황의 타당성을 뜻하지는 않는다
Google DeepMind Co-Scientist 발표	개발사 공식 설명	에이전트 구조, 아이디어 토너먼트, 접근 계획, 안전 평가 방향을 알 수 있다	제품 소개와 연구 성과를 같은 증거 수준으로 보면 과장된다
한국 협력 발표	기관 협력·정책 맥락	한국 연구기관과 AI for Science 협력 가능성, AI Campus 계획, 과기정통부 협력 방향을 보여준다	국내에서 이미 같은 수준의 연구 성과가 검증됐다는 뜻은 아니다

Nature의 두 논문도 같은 이야기를 하는 것이 아닙니다. Co-Scientist는 ‘무슨 가설을 세울 것인가’에 가깝고, ERA는 ‘그 가설이나 계산 문제를 다루는 소프트웨어를 어떻게 더 잘 만들 것인가’에 가깝다.

둘을 합쳐 보면 AI가 연구 전 과정을 혼자 수행한다기보다, 연구 과정의 서로 다른 병목을 겨냥하고 있다는 쪽이 더 정확합니다.

Co-Scientist가 실제로 한 일

Co-Scientist 논문은 과학적 발견의 출발점을 가설 생성으로 잡습니다. 연구자가 목표와 기존 증거를 제시하면, 시스템은 가능한 연구 방향을 만들고, 그 가설들을 서로 비교하고, 비판하고, 다시 정제한다.

Google DeepMind 발표는 이를 ‘아이디어 토너먼트’로 설명합니다. 후보 가설들이 서로 경쟁하듯 평가되고, 상위 후보가 다시 개선되는 구조예요.

논문 초록에서 중요한 대목은 검증 범위입니다. Co-Scientist는 범용 시스템을 지향하지만, 논문에서 집중적으로 검증한 영역은 세 가지 생의학 응용입니다. 약물 재창출, 새로운 표적 발견, 항생제 내성 메커니즘 설명이 여기에 포함됩니다.

특히 급성 골수성 백혈병과 관련해 약물 재창출 후보와 병용 치료 후보를 찾는 데 도움을 주었고, 일부는 시험관 실험으로 검증됐다고 제시됩니다.

여기서 ‘실험 검증’이라는 말은 중요하지만, 동시에 경계도 만듭니다. 시험관 실험에서 지지된 후보가 곧 임상적 효과나 실제 치료법을 뜻하지는 않아요.

이 글의 출처들은 Co-Scientist를 의료 판단 도구로 제시하지 않습니다. 오히려 Google DeepMind는 이 시스템이 연구와 임상 전문성을 대체하는 것이 아니며, 사용자가 산출물에 따른 결정에 책임을 진다고 설명합니다.

ERA가 보여주는 다른 축: 가설보다 코드

ERA 논문은 Co-Scientist보다 덜 화려하게 들릴 수 있지만, 연구 현장에서는 매우 현실적인 병목을 겨냥합니다. 계산 실험을 하려면 데이터 전처리, 모델 선택, 평가 코드, 반복 실험, 오류 수정이 필요하거든요.

좋은 아이디어가 있어도 코드를 안정적으로 만들지 못하면 실험은 늦어집니다. 대학원생이나 연구원이 “모델은 생각났는데 평가 파이프라인이 자꾸 깨진다”고 느끼는 바로 그 지점에 ERA가 들어온다고 보면 됩니다.

ERA는 LLM과 트리 탐색을 사용해 가능한 해법 공간을 탐색하고, 특정 품질 지표를 높이는 소프트웨어를 만듭니다. Nature 초록에 따르면 ERA는 단일세포 데이터 분석에서 공개 리더보드의 상위 인간 개발 방법보다 나은 40개의 새로운 방법을 찾았고, 역학 분야에서는 COVID-19 입원 예측에서 CDC 앙상블과 다른 개별 모델을 능가한 14개 모델을 생성했습니다.

이 결과는 강합니다. 다만 해석은 지표 의존적이어야 해요.

ERA가 잘한 것은 ‘명확한 평가 지표가 있는 과제에서 코드를 만들고 개선하는 일’입니다. 이것은 과학 연구의 중요한 일부지만, 연구 질문의 사회적 의미, 실험 설계의 윤리성, 데이터 편향, 결과 해석까지 자동으로 해결했다는 뜻은 아닙니다.

연구 단계별 실제 경계

연구 단계	AI가 도울 수 있는 부분	사람이 남겨야 하는 판단
연구 질문 설정	기존 문헌과 데이터에서 후보 방향을 넓게 제안	무엇이 중요한 질문인지, 어떤 위험과 비용을 감수할지 결정
가설 생성	Co-Scientist처럼 새 가설을 만들고 서로 비교·정제	가설이 실제로 검증 가능한지, 연구 목적에 맞는지 판단
문헌 연결	관련 데이터베이스와 문헌을 엮어 놓친 연결을 찾는 데 도움	근거의 질, 오래된 연구, 반례, 분야별 관행을 검토
코드 작성	ERA처럼 평가 지표를 높이는 연구용 소프트웨어를 생성	코드 재현성, 데이터 누수, 과적합, 평가 설계 확인
실험 검증	후보를 좁혀 실험 우선순위를 정하는 데 도움	실험 설계, 안전, 비용, 실패 해석, 후속 검증 책임
결론 발표	결과를 구조화하고 가능한 설명을 정리	과장 여부, 불확실성, 저자 책임, 공개 범위 결정

이 표에서 핵심은 AI가 ‘결과를 말한다’보다 ‘검증할 후보를 줄인다’에 있습니다. 연구자는 무한한 후보를 모두 실험할 수 없습니다.

AI가 좋은 후보 목록을 만들 수 있다면 실제 가치는 충분합니다. 그러나 후보 목록이 줄었다고 해서 검증이 끝난 것은 아니에요.

AI 과학자라는 표현이 과장되기 쉬운 이유

AI 과학자라는 표현은 검색하기 쉽고 인상적입니다. 하지만 과학자는 단순히 가설을 내거나 코드를 쓰는 사람이 아닙니다.

어떤 질문을 연구할지 정하고, 실패한 실험을 해석하고, 동료의 비판을 받아들이고, 데이터가 말하지 않는 영역을 구분하고, 위험한 적용을 멈출 책임을 집니다.

Co-Scientist와 ERA는 이 중 일부를 강하게 밀어줍니다. Co-Scientist는 문헌과 데이터에 근거한 후보 가설을 빠르게 만들고, ERA는 측정 가능한 과제에서 소프트웨어 개선 속도를 높입니다.

그러나 둘 다 사람이 정의한 목표와 평가 틀 안에서 움직입니다. 그 틀 자체가 잘못되면 AI가 빠르게 움직일수록 잘못된 방향으로 더 많은 후보를 만들 수도 있어요.

따라서 ‘AI가 과학자를 대신한다’는 질문보다 더 좋은 질문은 이것입니다. 어떤 연구 단계에서 AI 산출물을 반박 가능하게 만들 수 있는가.

반박 가능한 가설, 재현 가능한 코드, 추적 가능한 문헌 근거, 실험으로 확인되는 후보라면 연구 보조 도구로서 의미가 커집니다.

한국 협력 발표는 어디에 놓아야 하나

한국 맥락은 별도의 층위로 읽는 편이 정확합니다. Google DeepMind는 2026년 4월 27일 한국 과학기술정보통신부와의 협력을 발표했고, 서울 사무소 내 AI Campus를 통해 국내 학계·연구기관과 협력하겠다고 밝혔습니다. 발표에는 생명과학, 에너지, 날씨와 기후 분야가 포함됩니다.

또한 SNU, KAIST, 과기정통부의 AI Bio Innovation Hubs와의 협력 탐색이 언급되고, AlphaFold가 한국에서 8만 5천 명 이상의 연구자에게 사용됐다는 공식 설명도 나옵니다. AI co-scientist는 과기정통부의 AI Scientist Project를 지원하기 위한 공동 연구 탐색과 기술 자문 맥락으로 소개됩니다.

다만 이것은 정책과 협력의 출발선입니다. 국내 연구기관에서 Co-Scientist를 이용해 어떤 과제가 성공했는지, 데이터 접근과 보안은 어떻게 운영되는지, 연구 성과가 어떤 방식으로 검증될지는 별도로 봐야 합니다.

협력 발표를 국내 성과 검증 자료처럼 읽으면 한 단계 앞서 나가는 해석이 됩니다.

아직 모르는 점

첫째, 분야 확장성입니다. Co-Scientist 논문은 범용성을 지향하지만, 공개 초록에서 강조된 검증은 생의학 응용에 집중돼 있습니다. 물리학, 재료과학, 기후, 공학 설계처럼 데이터 구조와 실험 비용이 다른 분야에서 같은 수준의 성과가 반복되는지는 별도 검증이 필요합니다.

둘째, 독립 재현성입니다. 개발사와 협력 연구진이 제시한 성과가 다른 기관, 다른 데이터, 다른 실험 설계에서도 유지되는지가 중요합니다. AI 연구도구는 데모가 강해 보일수록 재현 가능한 벤치마크와 실패 사례 공개가 더 중요해집니다.

셋째, 접근 조건입니다. Google DeepMind는 개인 연구자 대상 실험 도구와 Gemini for Science 접근 확대를 언급했습니다. 하지만 실제 사용 가능 범위, 데이터 처리 조건, 기관용 버전의 차이, 사용자가 확인할 수 있는 로그와 근거 제시 방식은 연구 현장 적용에서 핵심 변수가 됩니다.

넷째, 안전 경계입니다. Google DeepMind는 Co-Scientist가 생명·물리 과학에서 능력을 보였기 때문에 CBRN 오용 가능성 평가와 안전 분류기를 개발했다고 설명합니다. 이는 중요한 조치지만, 공식 발표만으로 모든 오용 위험이 사라졌다고 볼 수는 없습니다.

안전 장치도 연구 결과처럼 실제 작동 범위와 한계를 계속 확인해야 합니다.

다음에 볼 관찰 포인트

앞으로 이 주제에서 볼 지표는 네 가지입니다.

첫째, Nature 논문 이후 독립 연구팀의 재현 결과가 나오는가. 둘째, Co-Scientist가 생의학 외 분야에서 어떤 성과와 실패를 보이는가. 셋째, ERA 같은 코드 작성 시스템이 공개 리더보드뿐 아니라 실제 연구 프로젝트의 재현성과 유지보수성을 높이는가. 넷째, 한국 협력 발표가 실제 공동 연구, 공개 결과, 연구자 접근 프로그램으로 이어지는가.

AI 과학도구를 둘러싼 말은 앞으로 더 커질 가능성이 높습니다. 그럴수록 ‘AI가 과학자가 됐다’는 문장보다 ‘어떤 산출물이 어떤 검증을 통과했나’라는 질문이 더 오래 쓸모 있습니다.

Co-Scientist와 ERA는 그 질문을 던질 만한 충분히 중요한 사례입니다. 동시에, 아직 답을 끝냈다고 말할 만큼 단순한 사례는 아닙니다.