AI 요약
구글 리서치 과학팀은 2025년 가을 처음 도입한 '경험적 연구 지원(ERA, Empirical Research Assistance)' 시스템이 실제 과학 연구 현장에서 혁신적인 변화를 이끌어내고 있다고 발표했습니다. ERA는 전문가 수준의 경험적 소프트웨어를 생성하도록 설계된 AI로, 초기 세포 생물학 및 신경과학 분야의 6가지 벤치마크 문제를 해결하며 그 가능성을 보였습니다. 현재는 이를 넘어 역학, 우주론, 대기 모니터링, 신경과학 등 실제 세계의 복잡한 문제들에 적용되고 있습니다. 특히 공중보건 분야에서 COVID-19, 독감, RSV 입원율을 예측하는 데 투입되어 질병통제예방센터(CDC)의 기존 도구들보다 뛰어난 성과를 거두고 있습니다. 이는 AI가 단순한 데이터 분석을 넘어 해석 가능하고 기계적으로 정확한 과학적 해법을 제시할 수 있음을 의미하며, 향후 전 세계적인 과학적 발견의 민주화와 가속화를 목표로 하고 있습니다.
핵심 인사이트
- 공중보건 예측 확장: 2025년 9월 프리프린트 논문 공개 이후, COVID-19를 넘어 독감 및 호흡기세포융합바이러스(RSV)에 대한 실시간 주간 예측으로 범위를 확장함.
- CDC 챌린지 참여: 2025년 11월에 시작된 CDC의 2025-26 시즌 독감 예측 챌린지에 참여하여, 미국 모든 주를 대상으로 최대 4주 앞선 예측치를 매주 제출 중임.
- 검증된 성능: 매사추세츠 대학교 애머스트의 니콜라스 라이히(Nicholas Reich) 교수팀이 운영하는 공용 리더보드에서 ERA 기반 예측 모델의 우수성이 확인됨.
- 해석 가능한 솔루션: 블랙박스 모델링에서 벗어나 기계적으로 정확하고 해석 가능한(Interpretable) 과학적 해답을 도출하여 과학적 통찰력을 심화함.
주요 디테일
- 4대 적용 분야: 역학(Epidemiology), 우주론(Cosmology), 대기 모니터링(Atmospheric Monitoring), 신경과학(Neuroscience)에서 실질적 성과를 거둠.
- 실시간 데이터 대응: 매주 실시간으로 전향적 예측(Prospective Forecasts)을 수행하며 실제 공중보건 위기 대응 시스템에 기여하고 있음.
- 컴퓨팅 모델링의 민주화: 고도의 계산 모델링 기술에 대한 접근 장벽을 낮추어 더 많은 연구자가 강력한 분석 도구를 사용할 수 있게 함.
- 학계 협력: 구글 내부 과학자뿐만 아니라 방문 교수 연구원 및 학계 협력자들이 ERA를 사용하여 기존에 해결되지 않았던 문제들에 대한 답을 찾고 있음.
- 데이터 가치 극대화: 기존에 수집된 방대한 데이터 컬렉션에서 더 깊은 통찰력을 추출하여 데이터의 활용 가치를 높임.
향후 전망
- 광범위한 가용성 확보: ERA 기술이 더 널리 보급됨에 따라 전 세계적인 과학적 발견을 지원하는 AI 비서로서의 역할이 강화될 전망임.
- 과학 연구 방식의 변화: 단순한 도구 활용을 넘어 AI와 과학자가 협업하여 연구의 설계부터 실행까지 전 과정을 혁신하는 'AI 기반 과학 발견' 시대가 본격화될 것으로 예상됨.