Google, AI로 과학을 혁신하다...연구 기간 '년 단위'에서 '일 단위'로

Google DeepMind가 미국 에너지부(DOE) 17개 국립연구소와 손잡고 AI 기반 과학 혁신 프로젝트 'Genesis Mission'에 나섰다. AI를 과학 연구에 본격 적용하는 움직임이 가속화되면서, 기초과학의 발전 속도가 근본적으로 달라질 전망이다.

Google이 제공하는 AI 협력 시스템들은 이미 구체적 성과를 내고 있다. 'AI co-scientist'는 간염 치료제 후보를 찾아내 실험 검증을 거쳤고, 항생제 내성 메커니즘을 예측해 논문 발표 전에 그 정확성을 입증했다. 연구 기간이 수년에서 수일로 단축되는 '혁신적 전환'이 현실이 되고 있는 것이다.

기초과학, AI의 손길로 변화하다

2010년부터 2025년까지 15년간 자연과학 논문 중 AI를 언급한 문헌이 30배 이상 증가했다. 스탠포드 인공지능지수보고서(AI Index Report 2026)에 따르면, 생물학·물리학·지구과학 등 각 분야에서 AI 관련 논문이 전체의 6~9%에 이르렀다. 이는 단순한 수치 증가가 아니라 과학 연구의 근본적 패러다임 전환을 의미한다.

Google DeepMind의 접근은 명확하다. 현대 과학자들은 융합 플라즈마 역학 분석부터 신소재 탐색, 방대한 데이터·문헌 처리까지 전례 없는 규모와 복잡성의 과제에 직면하고 있다. 심층학습 기술이 이러한 병목을 풀 수 있다는 판단이다.

실전 성과: 약물 재창출과 항생제 내성 예측

Google이 공개한 'AI co-scientist'의 성과는 단순 실험실 시연을 넘어선다. Gemini 기반의 이 멀티 에이전트 시스템은:

• 간염(간섬유화) 신약 후보: 기존 약물의 새로운 용도를 제안했으며, 실제 실험실 검증을 통과했다.
• 항생제 내성 메커니즘: 학술지에 발표되기 전에 실험 결과와 일치하는 메커니즘을 예측했다.

이러한 결과들이 의미하는 바는 "연구 기간이 수년에서 수일로 압축된다"는 것이다. 기존의 가설 수립·실험·검증 사이클이 AI의 개입으로 가속화되고 있다.

'Genesis Mission'의 포트폴리오

Google DeepMind는 2026년 초까지 DOE 국립연구소들에 다음 도구들을 제공할 예정이다:

AlphaEvolve - 알고리즘 설계 AI 에이전트. Google의 데이터센터 효율화와 칩 설계에 이미 적용되었으며, 머신러닝 모델 훈련 자체를 최적화하는 데도 활용 중이다. 물리학, 화학, 머신러닝은 물론 신약 개발과 에너지 분야까지 응용 가능성이 크다.

AlphaGenome - DNA 비암호화 영역 분석 AI. 유전체 생물학 연구 속도를 높이고 질병 이해도를 개선한다. 식물 유전체 데이터를 추가하면 작물 내성 강화, 바이오연료 개발, 첨단 바이오소재 개발로 확대될 수 있다.

WeatherNext - 기상 예보 AI 시스템. 미국 국립허리케인센터와의 협력을 통해 이미 열대 저기압 예측에 활용 중이며, 지역사회의 재해 대비 시간을 단축하는 데 기여하고 있다.

한국의 기초과학 AI 전략, 어디까지 왔나

Google DeepMind의 이번 Genesis Mission 참여는 기초과학 분야의 AI 활용이 선택이 아닌 필수가 되고 있음을 보여준다. 특히 주목할 점은 미국이 국가 수준의 주요 연구소들을 AI 시스템으로 통합한다는 것이다.

국내 상황은 어떨까. 한국과학기술원(KAIST), 서울대, 포스텍 등 국내 주요 대학들도 AI 활용 연구가 증가하고 있으나, Google이나 DeepMind 수준의 통합된 국가 플랫폼은 아직 미흡하다. 과학기술정보통신부(과기정통부)는 2024년부터 'AI 기초연구' 지원을 확대하고 있지만, 규모와 전략에서 미국의 Genesis Mission 수준에는 미치지 못하고 있다.

한국의 경우 바이오, 재료과학, 에너지 분야에서 AI 연구가 활발한 편이다. 삼성과학재단이 지원하는 AI 기초과학 과제와 SK이노베이션의 배터리 소재 AI 연구 사례들이 있으나, 이는 기업 또는 개별 대학 차원의 노력으로 국가 차원의 통합 전략으로 보기 어렵다.

논문 발표 방식도 변한다

또 다른 중요한 변화는 학술 발표 체계의 변화다. 스탠포드 AI 인덱스에 따르면, 2025년 AI가 동료 심사(peer review)를 통과한 논문이 나타나면서 과학 출판의 근본적 질문이 제기되고 있다.

UC Berkeley의 칼 베티거 교수는 "AI 사이언티스트 프로젝트가 기존 학술 인프라인 동료 심사와 논문 작성에만 집중하는 것 아닌가"라고 지적했다. 즉, AI가 단순히 연구를 '가속'하는 도구를 넘어 과학 연구 자체의 방법론을 바꾼다는 뜻이다.

국내 준비, 시간이 없다

국내 관련 분야 전문가는 "Google의 Genesis Mission은 기초과학과 AI를 국가 전략으로 통합하는 첫 공식 사례"라며 "한국도 전자, 바이오, 에너지 분야의 국가 AI 연구 플랫폼 구축을 서둘러야 한다"고 지적했다.

특히 KAIST AI 대학원과 성균관대 AI 연구소 등이 개별적으로 진행 중인 연구들을 국가 차원의 통합 플랫폼으로 조직화해야 한다는 제안이 나오고 있다. 또한 정부 출연 연구소인 한국과학기술연구원(KIST), 한국전자통신연구원(ETRI) 등이 Google의 국립연구소 모델을 참고해 AI 협력 체계를 구축할 필요가 있다는 평가다.

이에 따라 2026년 상반기 중 정부의 대규모 AI 기초과학 투자 계획이 나올 것으로 예상되며, 기초과학 분야의 AI 인력 양성에 대한 정책적 관심도 높아질 전망이다.