Google I/O showed how the path for AI-driven science is shifting

개요

Google I/O에서 공개된 과학 AI 분야의 변화는 특정 과학 문제를 해결하도록 설계된 AI 도구 중심 접근 방식에서 LLM 기반 에이전트 시스템을 통한 자율 연구 방식으로 전환되고 있음을 보여줍니다.

주요 내용

• Google DeepMind CEO Demis Hassabis는 AI가 인간 지능을 초월하는 이론적 미래인 '특이점'의 초기 단계에 있다고 선언했습니다.
• 이러한 발언은 과거 허리케인 멜리사 예측에 기여한 WeatherNext와 같은 특정 과학 문제를 해결하는 AI 도구의 성공과 함께 나왔으나, 이는 임박한 특이점의 증거라기보다는 두 가지 다른 AI 과학 접근 방식 간의 긴장감을 보여줍니다.
• 첫 번째 접근 방식은 WeatherNext와 같이 특정 과학 문제를 해결하도록 설계 및 훈련된 AI 도구에 중점을 둡니다.
• 두 번째 접근 방식은 인간의 개입 없이 최첨단 연구 프로젝트를 실행할 수 있는 에이전트 기반, LLM 기반 시스템입니다.
• 이 두 번째 비전은 AI 시스템이 더 똑똑해짐에 따라 점점 더 빨라지는 과정인 재귀적 자체 개선에 대한 최근의 흥분을 포함하여 현재 AI 열정의 상당 부분을 뒷받침합니다.
• 에이전트 시스템은 이제 제한된 인간의 안내만으로도 실제 연구에 기여하고 있습니다.
• Google은 AlphaFold 및 WeatherNext와 같이 잘 알려진 전문화된 과학 AI 도구 개발을 계속하고 있지만, 자원 및 인력 배치의 변화 징후가 있습니다. 예를 들어, AlphaFold로 노벨상을 받은 John Jumper는 현재 과학 도구보다는 AI 코딩에 집중하고 있습니다.
• OpenAI의 모델이 중요한 수학 추측을 반증한 것은 일반 목적의 추론 모델이 전문화되지 않은 상태에서도 연구 기여를 할 수 있음을 보여줍니다.
• Google은 AI Co-Scientist 및 AlphaEvolve를 포함하는 Gemini for Science 패키지를 발표함으로써 에이전트 중심의 과학 미래에 많은 노력을 기울이고 있습니다.
• Gemini for Science는 전문화된 도구와 양립할 수 없으며, 에이전트 시스템은 유용할 때 그러한 도구를 호출하도록 설계될 수 있습니다.
• Google은 이러한 새로운 과학 에이전트 세트를 인간 과학자를 대체하는 것이 아니라 가속화하는 것으로 포지셔닝하고 있습니다.
• Demis Hassabis는 장기적으로 AI가 협력자로 발전할 수 있다고 언급했으며, 이는 잠재적으로 인간의 능력을 뛰어넘는 초인적인 에이전트 과학자의 출현을 시사합니다.

시사점

Google의 AI 과학 전략 변화는 AI가 인간의 도움을 받는 도구에서 독립적인 연구원으로 발전함에 따라 과학 연구의 미래가 에이전트 기반 시스템으로 나아가고 있음을 보여줍니다. 이는 과학 탐구의 속도와 방식에 대한 중대한 변화를 예고합니다.