인공지능(AI)이 연구 아이디어 생성부터 논문 작성까지 전 과정을 수행한 결과물이 세계적인 학술지에 게재되며, 과학 연구의 패러다임 전환이 현실화되고 있다.

AI 스타트업 사카나(Sakana AI)는 26일, 자사의 연구 에이전트 ‘AI 사이언티스트-v2(The AI Scientist-v2)’가 생성한 논문이 국제 학술지 ‘네이처(Nature)’에 게재됐다고 밝혔다. AI가 전 과정을 주도한 논문이 인간 심사를 통과해 주요 학술지에 실린 것은 이번이 처음이다.

이번 논문은 ‘인공지능 연구의 엔드투엔드 자동화를 향하여(Towards end-to-end automation of AI research)’라는 제목으로, 머신러닝 연구의 전 과정을 AI가 수행할 수 있음을 체계적으로 입증했다. 브리티시컬럼비아대학교, 옥스퍼드대학교, 벡터 연구소 등은 논문 작성이 아닌 AI 시스템 설계와 검증에 참여했다.

핵심은 ‘엔드투엔드 연구 자동화’다. AI 사이언티스트는 연구 주제를 기반으로 가설을 생성하고, 관련 논문을 탐색·분석한 뒤 실험 설계와 코드 작성, 실행까지 수행한다. 이후 결과를 분석하고 시각화하며, 최종적으로 LaTeX 형식의 논문을 완성한다.

특히 이번 연구에서는 AI 모델 성능이 향상될수록 논문의 질도 함께 높아지는 ‘스케일링 법칙’이 확인됐다. 이는 향후 더 강력한 모델과 낮아진 연산 비용이 결합될 경우, AI가 인간 연구자를 능가하는 성과를 낼 가능성을 시사한다.

사카나는 이미 1년 전 AI가 생성한 논문을 국제 학회 ICLR 워크숍에 제출해 인간 심사를 통과한 바 있다. 당시 논문은 평균 6.33점을 기록하며 합격 기준을 웃돌았지만, 학술 윤리 논란으로 자진 철회된 바 있다.

이번 연구에서는 ‘자동 리뷰어(Automated Reviewer)’ 시스템도 함께 공개됐다. 인간 심사 데이터를 기반으로 개발된 이 시스템은 여러 리뷰를 종합해 평가를 내리며, 일부 지표에서는 인간 심사자 간 일관성을 넘어서는 성능을 보였다.

다만 한계와 논란도 여전하다. AI가 단순하거나 미완성된 아이디어를 생성하거나, 코드 구현 과정에서 오류를 보이는 사례가 확인됐다. 부정확한 인용이나 중복 이미지 생성 등 ‘환각(hallucination)’ 문제도 해결 과제로 지적된다.

학계에서는 AI 논문 자동 생성이 연구 성과 부풀리기, 학술 생태계 왜곡, 심사 시스템 과부하 등 부작용을 초래할 수 있다는 우려도 제기된다. 이에 따라 AI 생성 논문에 대한 워터마크 적용과 윤리 기준 마련 필요성이 커지고 있다.

전문가들은 이번 사례를 두고 “AI가 단순 도구를 넘어 ‘연구 주체’로 진입한 첫 신호탄”이라고 평가한다. 과학 연구의 중심이 인간에서 AI로 이동할 수 있는 시대. 이제 질문은 기술이 아닌, 누가 연구의 주인이 될 것인가로 옮겨가고 있다.