Your browser does not support JavaScript!

AI, 과학 논문 작성 혁신을 이끌다

일반 리포트 2024년 12월 12일
goover

목차

  1. 요약
  2. AI 사이언티스트 개발
  3. 스톰 서비스의 기능과 영향
  4. AI 기반 논문 작성의 영향
  5. 사례 연구
  6. 결론

1. 요약

  • 본 리포트는 사카나AI와 스탠퍼드대학이 개발한 AI 기반 과학 논문 작성 시스템의 발전과 영향을 분석합니다. 일본의 스타트업 사카나AI에서 개발한 'AI 사이언티스트'와 스탠퍼드대학의 '스톰' 서비스는 과학 논문 작성 과정에서 효율성을 압도적으로 향상시키고 있습니다. AI 사이언티스트는 아이디어 생성부터 논문 작성까지 완전한 자동화 시스템을 제공하며, 스톰은 논문 아이디어 창출과 동료 검토 과정을 모방하여 30쪽 분량의 리포트를 신속히 작성합니다. 그러나 이러한 자동화 시스템은 기존의 동료 평가 시스템의 신뢰성을 저해할 수 있는 우려를 불러일으키고 있습니다. 이러한 논의는 새로운 기술 도입의 이점뿐만 아니라, 과학계의 공정성과 품질 확보를 위한 숙제를 남깁니다.

2. AI 사이언티스트 개발

  • 2-1. 사카나AI의 개요

  • 사카나AI는 구글 출신 연구원이 설립한 일본의 AI 스타트업으로, 옥스퍼드 대학교 및 브리티시컬럼비아 대학교와 협력하여 거대언어모델(LLM)을 활용한 연구개발 프로세스를 자동화하는 'AI 사이언티스트'를 개발하였습니다. 이 시스템은 과학 연구 사이클을 자동으로 수행하며, 아이디어 생성에서 실험 수행, 결과 요약, 논문 작성 및 리뷰의 전 과정을 포함하고 있습니다. AI 사이언티스트의 작업은 연구 방향에 대한 브레인스토밍으로 시작하며, 연구하고자 하는 주제의 템플릿을 제공하여 연구 방향을 탐색할 수 있도록 지원합니다.

  • 2-2. AI 사이언티스트의 기능 및 작동 방식

  • AI 사이언티스트 시스템은 아이디어와 템플릿을 기반으로 제안된 실험을 실행하고, 그 결과를 시각화한 후 논문에 필요한 정보를 준비하는 과정을 자동으로 진행합니다. 또한, AI는 표준 회의 스타일에 맞춰 학술 문헌을 검색하고, 관련 논문을 자율적으로 찾아 인용하여 논문을 작성합니다. 특히, 자동 리뷰어 기능을 통해 생성된 논문을 인간에 가까운 정확도로 평가하고 피드백을 제공하여 연구 결과를 개선할 수 있습니다. AI 사이언티스트의 제작 비용은 약 15달러(한화 약 2,200원)로 알려져 있으며, 오픈소스로 깃허브에 소스코드가 공개되어 있습니다.

3. 스톰 서비스의 기능과 영향

  • 3-1. 스톰 서비스의 개요

  • 스톰(S.T.O.R.M) 서비스는 스탠퍼드대학의 오픈 버추얼 어시스턴트 랩(OVAL)에서 개발한 논문 자동작성 프로그램입니다. 이 서비스는 사용자가 주제를 입력하면 약 30쪽 분량의 논문급 리포트를 작성해주는 기능을 제공합니다. 스톰은 논문 아이디어 창출 과정과 동료 검토 등 과학계의 논문 작성 관행을 모방하여 설계되었습니다. 투명성과 신뢰성을 확보하기 위해 위키피디아와 같은 평판 높은 출처의 자료 검색에서 시작하며, 단순히 복사해 붙여넣는 것이 아니라 관련 정보를 분석, 추출, 종합하여 일관된 구조로 만듭니다. 스톰의 가장 큰 특징 중 하나는 적절하고 정확한 인용을 추구하는 것입니다. 생성된 문장에는 인용이 제시되어 독자가 출처를 확인할 수 있게 하며, 스톰은 인용 정확도가 85.18%라고 밝히고 있습니다. 스톰에서 30쪽 분량의 리포트를 작성하는 데 걸리는 시간은 최대 3분이며, 무료로 제공됩니다.

  • 3-2. 논문 작성 과정 및 동료 평가 시스템

  • 스톰 서비스는 다양한 관점의 질문 생성과 검색을 통해 주제 및 개요를 작성하는 방식으로 작동합니다. 논문 개요 작성 후, 각기 다른 관점을 대변하는 여러 인공지능 서비스 간의 대화가 생성되며, 이는 전문가들의 원탁토론과 유사한 형식을 갖습니다. 모든 참여자는 인공지능으로 구성되어 있습니다. 이러한 과정은 논문 작성 과정과 동료 평가 시스템을 통합하여 구현되었으며, 스톰은 동료 검토의 신뢰성을 향상시키기 위한 시도를 하고 있습니다. 그러나, 생성된 논문에 대한 평가 및 피드백 작성의 정확성은 동료 평가 시스템의 신뢰성에 의문을 제기하는 요소로 지적되고 있습니다. 일본의 인공지능 스타트업 '사카나AI'에서 개발한 'AI 과학자(AI Scientist)' 역시 비슷한 구조를 갖추고 있으며, 논문 방향을 제시하면 사람 개입 없이 연구 아이디어를 제안하고 필요한 코드를 작성하여 실험을 실행하고 결과를 요약하여 과학 논문으로 작성하는 자동화 기능을 제공합니다.

4. AI 기반 논문 작성의 영향

  • 4-1. 과학계의 반응

  • 최근 생성AI의 등장으로 과학 논문 작성 방식에 큰 변화가 일어나고 있습니다. 특히, 스탠퍼드대학의 ‘스톰(STORM)’ 서비스는 사용자가 제시한 주제에 대해 약 30쪽 분량의 논문을 자동으로 작성해 주며, 이는 과학계에 적잖은 충격을 주고 있습니다. 스톰은 다양한 유망 출처의 정보를 분석하고 종합하여 일관된 구조로 글을 작성하며, 이 과정에서 인용의 정확도를 85.18%로 자처하고 있습니다. 또한, 일본 스타트업 사카나AI에서 개발한 ‘AI 과학자(AI Scientist)’는 연구 아이디어의 제안, 실험 실행 및 논문 작성을 자동으로 수행하는 시스템으로, 거대언어모델(LLM)을 기반으로 하여 인간의 개입 없이도 연구 결과를 요약하고 논문을 작성하는 기능을 제공합니다. 이러한 변화는 과학 연구의 패러다임을 변화시키고 있으며, 연구자들은 더욱 효율적인 연구를 기대할 수 있게 되었습니다.

  • 4-2. 동료 평가 시스템의 문제점

  • 하지만 이와 같은 기술 발전에도 불구하고, 동료 평가 시스템에 대한 신뢰성이 문제로 지적되고 있습니다. 생성AI가 생성하는 과학 논문은 그 자체로 객관성을 담보하기 어려운 면이 있으며, 이는 기존의 동료 평가 시스템의 붕괴를 초래할 위험이 존재합니다. 스톰과 AI 과학자 모두 자동화된 논문 작성 시스템이지만, 이러한 시스템에서 생성된 논문이 실질적으로 품질이 보장되지 않는다면, 과학 연구의 신뢰성에 중대한 영향을 미칠 수 있습니다. 따라서 현재의 동료 평가 시스템이 이러한 변화에 어떻게 대응해야 할지에 대한 논의가 필요하며, 이는 과학 연구의 질 확보에 있어 중대한 도전 과제가 될 것입니다.

5. 사례 연구

  • 5-1. 사카나AI의 사례

  • 사카나AI는 일본의 스타트업으로, 구글 출신 연구원이 설립하였습니다. 이들은 옥스퍼드 대학교와 브리티시컬럼비아 대학교와 협력하여 거대 언어 모델(LLM)을 활용한 'AI 사이언티스트'를 개발하였습니다. AI 사이언티스트는 아이디어 창출부터 실험 수행, 결과 요약, 논문 작성, 리뷰에 이르는 과학 연구 사이클을 자동으로 수행합니다. 이 시스템은 연구 방향에 대한 브레인스토밍에서 시작하여, 탐구하고자 하는 주제에 대한 '템플릿'을 제공하면서 연구 방향을 탐색합니다. 또한, 학술 문헌을 검색하여 브레인스토밍 단계에서의 아이디어가 기존의 것인지 여부도 확인합니다. 제안된 실험을 실행한 후 결과를 시각화하고, 필요한 데이터와 정보들로 논문을 작성하며, 표준 회의 스타일에 맞춰 학술 문헌을 검색하고 인용할 관련 논문을 찾아 자동으로 논문을 작성합니다. 특히, 생성된 논문을 평가하고 피드백을 제공하는 '자동 리뷰어' 기능이 있어, 이 기능은 연구 결과를 개선하는 데 도움을 줍니다. AI 사이언티스트의 논문 작성 비용은 약 15달러, 즉 한화 약 2200원 정도입니다.

  • 5-2. 스탠퍼드대학 스톰의 사례

  • 스탠퍼드대학의 '오픈 버추얼 어시스턴트 랩(OVAL)'은 '스톰(STORM)'이라는 논문 자동 작성 프로그램을 지난 7월에 공개하였습니다. 이 시스템은 사용자가 주제와 개요를 입력하면 약 30페이지 분량의 논문급 리포트를 작성해 주는 기능을 제공합니다. 스톰은 논문 아이디어 창출과 동료 검토 과정을 모방한 구조로, 투명성과 신뢰성을 확보하고자 하였습니다. 이 시스템은 위키피디아 등 평판 높은 출처에서 자료를 검색하고, 이를 단순히 복사해 붙여넣는 것이 아니라 관련 정보를 분석하고 종합하여 일관된 구조로 만들어냅니다. 논문 개요 작성 후, 스톰은 서로 다른 관점을 대변하는 여러 인공지능 서비스 간의 대화를 생성하여 논문 작성 과정을 진행합니다. 이후, 생성된 문장에는 적절하고 정확한 인용이 제시되어 독자가 출처를 확인할 수 있도록 지원합니다. 스톰의 인용 정확도는 85.18%로 보고되고 있으며, 30페이지 분량의 논문이 작성되는 데 걸리는 최대 시간은 3분이며, 이 서비스는 무료로 제공됩니다.

결론

  • AI 기반 과학 논문 작성 시스템의 발전은 연구 절차의 혁신을 이끌고 있습니다. 사카나AI의 'AI 사이언티스트'와 스탠퍼드대학의 '스톰'은 자동화된 논문 작성의 새로운 가능성을 제시하며 연구 효율성을 극대화합니다. 그러나 동료 평가 시스템의 신뢰성 문제는 여전히 큰 과제로 남아 있습니다. 이들 시스템은 과학적 진보를 위한 강력한 도구이며, 이에 따른 품질과 신뢰성을 어떻게 확보할 것인가에 대한 논의가 지속적으로 필요합니다. 향후 이러한 AI 시스템들은 과학 연구의 책임성과 투명성을 높이는 방향으로 발전할 가능성이 크며, 이에 따라 새로운 평가 및 검증 시스템이 마련되어야 할 것입니다. 연구자들은 이러한 기술을 활용하여 연구의 질을 높이고, 이를 통해 사회에 실질적으로 기여할 수 있는 방안을 지속적으로 모색해야 합니다.

용어집

  • 사카나AI [회사]: 일본의 AI 스타트업으로, 과학 연구 프로세스를 자동화하는 AI 사이언티스트 시스템을 개발하였습니다. 이 시스템은 연구 아이디어 생성부터 논문 작성까지 전 과정을 자동으로 수행할 수 있는 기능을 가지고 있으며, 연구의 효율성을 크게 향상시킬 것으로 기대되고 있습니다.
  • 스탠퍼드대학 [교육 기관]: 미국의 유명한 대학으로, AI 기반 논문 자동작성 프로그램인 '스톰'을 개발하였습니다. 이 프로그램은 다양한 관점의 질문을 생성하고, 이를 바탕으로 논문을 작성하는 기능을 제공하여 과학계의 논문 작성 관행에 혁신을 가져오고 있습니다.

출처 문서