오픈AI(OpenAI)가 과학자와 학술 연구자가 AI를 활용한 연구 성과와 작업 방법을 공유하는 과학 블로그를 시작했다. 오픈AI는 11월 16일 공식 블로그에서 연구 결과와 실용적인 방법, 연구자들의 경험을 다루겠다고 밝혔다.
연구 결과부터 AI 활용법까지 소개
블로그에는 오픈AI와 협력 기관, 과학계가 진행한 새로운 연구와 진행 중인 연구가 실릴 예정이다. 과학 계산과 데이터 분석, 문헌 탐색, 실험 계획 등에 AI 모델을 활용한 사례도 다룬다. 다른 연구자가 참고할 수 있도록 접근 방법을 공유하되, 결과를 확인하는 방법과 각 방법의 한계도 함께 설명하겠다는 계획이다.
과학자들이 AI를 실제 연구에 적용한 경험과 각 분야에서 새롭게 알게 된 점도 소개한다. 과학 연구의 방식과 도구를 더 많은 사람이 활용하는 데 필요한 쟁점도 다룰 예정이다. 오픈AI는 기초 연구가 의약품이나 에너지 같은 실용적 발전으로 이어질 수 있지만, 그 의미가 드러나기까지 여러 해가 걸리기도 한다고 설명했다.
수학·생물학 연구 사례도 공유
오픈AI는 최근 자사 모델이 다룰 수 있는 과학 문제의 범위가 넓어지고 있다고 밝혔다. 9월에는 내부 시스템이 유체 운동을 설명하는 방정식과 관련된 오랜 난제인 나비에-스토크스 존재성과 매끄러움 문제에 대한 증명을 내놨다고 소개했다. 이는 해당 문제를 완전히 해결했다고 밝힌 것이 아니라, 문제를 다루는 증명을 산출했다는 설명이다.
10월 초에는 수학 분야의 여러 결과를 공개했으며, 그중에는 준리만 가설에 관한 결과와 특정 수보다 작은 소수의 개수 추정치를 정교하게 하는 결과가 포함됐다. 같은 달 말에는 파동의 집중, 효율적인 계산의 한계, 양자장론의 수학적 토대와 관련한 수학·컴퓨터과학·물리학 연구 결과도 공유했다. 생물학 분야에서는 퍼터브AI(PerturbAI), 스크립스 연구소(Scripps Research)와 협력해 GPT-로잘린드(GPT-Rosalind)를 탑재한 에이전트 수천 개가 쥐 뇌세포 수백만개의 기존 실험 데이터를 32분 동안 분석했다. 유전자 교란의 영향과 과학 문헌을 연결해 연구자가 실험으로 확인할 생물학적 작동 원리 후보를 찾아냈다는 것이다.
오픈AI는 과학 분야마다 AI 활용의 영향과 필요한 대응이 다를 수 있다고 짚었다. 증명을 생성하는 시스템은 새로운 논증을 어떻게 검증하고 설명해 학문에 반영할지를 묻고, 실험 과학에서는 더 많은 가설을 살펴보는 일이 어떤 실험을 우선할지 결정하는 과제로 이어질 수 있다. 연구자들은 교육, 기여도 표기, 연구에 필요한 기술도 논의하고 있으며, 각 과학 공동체가 도구의 활용 방식을 함께 정해야 한다고 오픈AI는 밝혔다.
오픈AI는 연구자들이 직접 활용 방법을 개발하는 사례도 블로그에서 다룰 예정이다. 세사르 데 라 푸엔테(César de la Fuente) 연구팀은 챗GPT(ChatGPT)와 코덱스(Codex)를 이용해 항생제 후보 분자를 찾는 알고리즘을 만들고, 후보를 실제로 합성해 실험실에서 시험하고 있다. 새 연구 결과뿐 아니라 이를 확인하고 검증하는 과정, 도구의 한계와 연구 현장의 질문도 함께 공유하는 창구로 운영될 계획이다.