구글 딥마인드 AI 공동연구자, 실험 계획부터 논문 작성까지 자율 수행
구글 딥마인드가 멀티에이전트 시스템 Co-Scientist를 단순 가설 생성기에서 실험실 통합 연구 파트너로 대폭 확장했음. 2025년 2월 Gemini 2.0 기반으로 처음 공개됐던 Co-Scientist는 당시 팩트체크와 문헌 검토에 한계가 있었으나, 이번 업데이트로 현행 Gemini 모델을 기반으로 실험 계획 수립, 코드 작성, 실험 장비 제어까지 직접 수행하는 수준으로 진화했음.
닫힌 루프 연구 워크플로
기술적으로 가장 주목할 변화는 폐쇄 루프(closed-loop) 연구 워크플로의 구현임. 시스템은 연구 질문에서 가설을 도출하고, 실험 계획을 수립하며, 기계가 읽을 수 있는 실험실 프로토콜을 생성함. 이후 결과를 분석하고 과학 논문 초안까지 작성함. 검증 모듈은 본문의 수치 주장을 생성된 코드의 실행 로그와 대조해 허위 결과를 줄이도록 설계됐음. 연구 단계는 크게 아이디어 도출, 실험, 논문 생성의 세 단계로 구성됨.
재료과학·생물학·컴퓨터과학 세 분야 검증
Co-Scientist는 자율성 수준을 달리해 세 분야에서 검증을 거쳤음. 재료과학 분야에서는 반자동 고온 용광로와 연동해 위험한 에칭 공정 없이 2D 소재를 합성하는 안전한 경로를 탐색했음. 인간 연구자와 25회 반복 정제한 끝에 목표 소재와 유사한 층상 구조를 생성했으나, 원자 구조의 최종 확인은 아직 보류 중임. 별도 실험에서는 반도체 박막 3종을 첫 시도에 합성했으며, Gemini 3 Deep Think를 활용한 직접 장비 제어로 레시피 개발 시간을 며칠에서 수 분으로 단축했음. 다만 빠른 모드에서는 최적화 레시피 대비 결정이 작고 균일성이 낮았으며, 다른 실험실로의 레시피 이전 가능성은 여전히 열린 문제임.
생물학 분야에서 Co-Scientist는 유전자 조작 대장균 콜로니가 다양한 화학 농도에서 형성하는 패턴을 예측하는 이미지 분석 파이프라인을 자율 구축했음. Gemini 3 Pro Image로 생성된 예측은 미공개 실험실 결과와 4가지 형태 특징 중 3가지에서 일치했음. 단, 시스템은 알려진 조건 사이의 추론에 그치며 완전히 새로운 환경에서의 행동은 예측하지 못한다고 연구진이 인정했음. 컴퓨터과학 분야에서는 초기 설정 이후 인간 개입 없이 의료 AI 아키텍처 'Agent_H'를 설계했음. Agent_H는 입력 쿼리를 분류하고 수십 개의 응답 후보를 병렬 생성해 정제하는 방식으로 작동하며, 과도하게 긴 응답을 보정한 후 기존 모델 6종을 성능에서 앞섰음.
왜 중요한가
Co-Scientist의 진화는 AI가 과학 연구의 보조 도구를 넘어 실험 설계·수행·논문화까지 아우르는 자율 연구 주체로 발전할 수 있음을 보여주는 사례임. 특히 허위 수치를 줄이기 위한 코드 실행 로그 대조 검증은 AI 과학 도구의 신뢰성 문제를 정면으로 다루려는 시도임. 재료과학에서 원자 구조 미확인, 생물학에서 새로운 환경 예측 불가 등 한계도 명확히 존재하나, 세 분야에 걸친 실험적 검증은 AI 주도 연구의 현실적 가능성을 한 단계 높였다는 평가를 받고 있음.
원문: THE DECODER →