Threads digest · @edutrend_
일·연구의 변화인간은 과학적 아이디어를 단 하나도 주지 않았습니다
과학적 아이디어를 주지 않았는데도 AI 에이전트들은 몇 주 만에 논문 45편으로 발전시킬 분량의 결과를 내놓았습니다. 이제 문제는 얼마나 빨리 쓰느냐가 아니라, 누가 검증하고 미래 연구자를 어떻게 키울 것이냐입니다.

“인간은 과학적 아이디어를 단 하나도 주지 않았습니다”
미국 퍼듀대 연구진이 AI 에이전트 군집(Swarm)을 연구자로 투입한 실험 결과를 공개했습니다.
연구 범위와 문헌, 컴퓨팅 도구를 제공하고 “쓸모 있고 참인 진전을 만들고 멈추지 마라”는 지침을 주었습니다. 어떤 과학적 아이디어로 문제를 풀지는 인간이 정해주지 않았습니다.
몇 주 만에 쏟아진 연구 결과
불과 몇 주 만에 5개 이론 분야에서 논문으로 발전시킬 수 있는 45개 항목의 연구 결과가 나왔습니다. 이 가운데 22개는 완전한 논문 초안이었습니다. 별도의 촉매 연구 분야에서는 아직 실행하지 않은 8개 실험 계획도 제안됐습니다.
기존 학계의 수학적 추측을 반박한다는 결과가 나왔고, 일부 형식화된 명제는 증명 보조 도구 Lean으로 검증됐습니다.
병목은 생산에서 인간의 검증으로
여기서 가장 중요한 문제가 드러납니다. AI가 결과를 만드는 속도를 인간이 검토하는 속도가 따라잡지 못한 겁니다.
연구진은 45개 연구 항목과 8개 실험 계획을 각각 3근무일씩 검토한다고 가정했습니다. 맞는지, 새로운지, 유용한지 살피는 데 약 160근무일, 한 사람의 풀타임 노동으로 7개월 이상이 필요하다는 추정입니다.
실제로 검토를 끝내고 잰 시간이 아니라, 앞으로 해야 할 일의 규모를 계산한 것입니다. 얼마나 빨리 생산하느냐보다 누가 이 결과를 다 검증하느냐가 병목이 된 셈이죠.
‘논문 몇 편 썼느냐’로 평가할 수 있을까
당시 연구진이 지출한 구독료는 월 800달러였습니다. 연구진은 나온 결과의 대부분이 검토를 통과한다면, 몇 주 만에 한 연구자가 수년 동안 발표할 분량을 만들어낸 셈이라고 봤습니다.
저자조차 다 읽지 못한 결과물이 쏟아질 수 있다면, 논문 편수를 연구자의 기여로 세어도 될까요?
연구진의 경고는 분명합니다. ‘논문 몇 편 썼느냐’에 기대는 채용·승진 체계는 이 변화를 견디기 어렵다는 것입니다. 이제는 결과가 정확하고 새롭고 유용한지, 어떤 검증을 거쳤는지를 봐야 한다는 이야기입니다.
대학원생을 키우던 사다리가 끊어진다면
학생들은 데이터 정리, 기초 계산, 문헌 조사 같은 작은 일부터 맡으며 연구자로 성장해왔습니다.
그런 작업을 에이전트가 맡게 될수록, 고정된 예산 안에서는 ‘베테랑 연구자 1명 + 대규모 AI 연산’에 투자하는 선택이 유리해질 수 있습니다. 연구진이 제기한 예산 논리의 위험입니다.
당장의 산출물만 따지다가 미래 연구자를 키워낼 사다리를 끊어버릴 수 있다는 것이죠. 신진 연구자가 성장할 기회가 사라지면, 미래의 베테랑은 어디에서 나올까요?
AI를 따라잡기보다 제어를 잡으라는 제안
그렇다면 인간은 무엇을 해야 할까요? 연구진은 AI의 모든 결과를 ‘따라잡으려’ 하기보다, 연구의 방향과 사용을 ‘제어’하는 데 집중하자고 제안합니다.
첫째, 논문 전체가 아니라 검증 상태가 명시된 개별 주장(Claim) 단위로 지식을 공유하자는 것입니다. 기계로 증명했는지, 에이전트가 검토했는지, 사람이 확인했는지를 구분하는 방식입니다.
둘째, 생화학 무기처럼 정확하기 때문에 오히려 위험할 수 있는 연구에는 가드레일이 필요합니다. 결과가 맞느냐뿐 아니라, 만들어도 되는지와 공개해도 되는지를 묻는 단계가 있어야 합니다.
셋째, 손계산 같은 숙련만 붙잡기보다 ‘무엇이 중요한 문제인가’를 판단하는 안목에 투자하자는 것입니다. 결과를 이해하고 선택하고 연구의 방향을 정하는 능력이 중요해집니다.
연구와 공부의 정의도 바뀌어야 합니다
계산기가 나온 뒤 손계산을 빠르게 하는 능력을 끝없이 연마할 필요는 줄었지만, 계산이 무엇인지는 여전히 이해해야 합니다. 연구진이 든 이 비유처럼, 연구와 공부에서도 무엇을 이해하고 무엇을 숙련할지 다시 물어야 합니다.
AI가 ‘진짜’ 과학을 하느냐를 논쟁하는 사이 모델은 몇 달 단위로 바뀌고, 학계 제도는 수년이 걸립니다. 준비를 미룰수록 둘의 간격은 벌어진다는 경고입니다.
연구진은 2026년 9월 25일까지 에이전트가 만든 산출물 전체를 인간의 과학적 수정 없이 깃허브에 공개했습니다. 동료 과학자들에게도 자신의 분야에서 직접 실험하고, 무엇이 나왔으며 무엇을 검증했는지 공개해보자고 제안했습니다.
이 글에서 소개한 원문
AI Agent Swarms as Researchers: Progress, Challenges, and Open Questions
Sergey Gusev, David E. Bernal Neira (2026)
프리프린트 · 관점 논문 · arXiv:2609.35719v1
연구 원문 보기 ↗