AI 요약
에이전틱 AI(Agentic AI)는 단순한 텍스트 생성을 넘어 웹 검색, 코드 실행, 자율적 계획 수립 기능을 갖춘 대규모 언어 모델(LLM)로, 연구 지원금 신청 프로세스를 근본적으로 변화시키고 있습니다. 연구자의 기존 연구 데이터와 펀딩 기구의 과거 승인 사례를 학습한 AI 에이전트는 단 몇 분 만에 수십 개의 아이디어를 제안하고 완벽한 형식의 신청서를 작성할 수 있습니다. 런던의 '연구 연구소(Research on Research Institute, RoRI)'가 12개 주요 펀딩 기구를 조사한 결과, 2022년부터 2025년 사이 지원 건수가 급격히 증가한 것으로 나타났습니다. 특히 EU의 마리 스쿼도프스카-퀴리 액션은 지원자가 142%나 급증했으며, 지원서의 전반적인 품질이 향상되면서 심사 위원들이 우열을 가리기 힘든 상황에 놓였습니다. 이러한 양적·질적 팽창은 기존의 연구 평가 및 자금 할당 시스템을 지속 불가능하게 만들고 있으며, 펀딩 기구와 정책 입안자들에게 새로운 윤리적 가이드라인과 시스템 재설계를 요구하고 있습니다.
핵심 인사이트
- AI 에이전트의 자율성: 단일 프롬프트에 반응하는 기존 모델과 달리, 에이전틱 AI는 목표가 주어지면 계획 수립부터 실행, 평가, 반복까지 인간의 개입 없이 독자적으로 수행함.
- 지원 규모의 폭증: 2022년에서 2025년 사이 데이터 분석 결과, 영국 아카데미(British Academy) 포스트닥터 지원은 14%, EU 마리 스쿼도프스카-퀴리 액션(MSCA)은 142% 증가함.
- 주요 조사 대상: 런던 '연구 연구소(RoRI)'의 J.W. 소장 주도로 호주 연구 위원회(ARC), 유럽 연구 위원회(ERC), 웰컴 트러스트(Wellcome) 등 12개 글로벌 펀딩 기구의 데이터를 분석함.
주요 디테일
- 맞춤형 학습: AI 에이전트는 특정 연구자의 전체 출판물과 해당 펀딩 패널의 최신 승인 텍스트 등 공개된 데이터를 학습하여 최적화된 결과물을 산출함.
- 변별력 상실: AI를 활용한 지원서 작성으로 인해 제안서들의 질적 수준이 상향 평준화되면서, 펀딩 기구들이 우수한 연구를 선별하는 데 심각한 어려움을 겪고 있음.
- 범지구적 현상: 호주, 벨기에, 캐나다, 중국, 스페인, 영국 및 EU 등 다국적 펀딩 기구에서 공통적으로 지원 건수 상승 트렌드가 관찰됨.
- 생산성의 역설: 연구자의 생산성은 비약적으로 높아졌으나, 이는 곧 심사 시스템에 과부하를 일으켜 전체 연구 생태계의 효율성을 저해하는 결과를 초래함.
향후 전망
- 시스템 재설계 불가피: 펀딩 기구들은 AI 생성 지원서를 판별하거나, 서면 평가 비중을 줄이고 인터뷰 등 대면 검증을 강화하는 방향으로 시스템을 개편해야 할 것임.
- 새로운 윤리 기준 확립: AI 에이전트가 생성한 연구 계획서의 저작권 및 연구 진실성 문제를 다루기 위한 새로운 학계 윤리 규정이 마련될 것으로 보임.