연구 목표  

과학 속 AI의 역할은 점점 더 커지고 있다. 알파폴드는 단백질의 아미노산 서열을 입력받은 후, 그 3차원 접힘 구조를 예측하고 그 예측의 어느 부분이 신뢰도가 높고 낮은지를 색깔로 구분하여 표시한다. DNA 배양 조건을 최적화한다거나 재료를 최적화하려는 자율실험실(self-driving lab)에서는 AI가 어떤 실험을 할지 디자인하고, 인간 과학자의 개입 없이 AI가 자체적으로 실험하고 결과를 평가하며 분석한 뒤, 다시 다음 실험을 디자인한다. 

   그렇다면 AI는 이제 과학적 도구의 자리를 넘어서서 독립적인 과학 행위자 혹은 과학 행위의 주체로 인정받게 될까? 설사 연구 목표를 부여받은 AI일지라도 과학적 도구 역할을 하는 하위 AI를 통합하고 조율하여 자율적으로 연구를 수행할 수 있는 독립적인 주체로서 기능한다면 어떨까? 예를 들어 Semantic Scholar에게는 관련 문헌을 탐색하도록 하고, Elicit에게는 논문별 핵심 정보의 추출 및 배경 지식 정리를 맡기고, AGATHA에게는 가설 후보를 생성하도록 하고, ChemOS 2.0에게는 가설 검증을 위한 실험 계획 수립과 실행을 맡긴 다음, 이들 결과를 종합하는 과정을 상당 부분 자동화하여 독립적으로 진행하는 AI가 있다면, 우리는 그 AI를 독립적인 과학 탐구의 주체로 인정해야 하는 것이 아닐까? 그렇게 되면 과학은 더 이상 ‘인간의 탐구 활동’이 아니게 된다. 과학의 정의는 인공지능을 포함한 ‘지능의 탐구 활동’으로 수정되어야 할 것이다. 과연 그런 AI 과학자가 탄생할까?

   본 연구 과제는 과학 속 AI의 역할을 제대로 진단하기 위해서 그리고 과학을 위한 AI의 역할을 더 성공적으로 만들기 위해서, AI 및 AI 도구가 사용되는 다양한 과학 현장을 구체적으로 들여다보고자 한다. 수학, 천문학, 기상학, 생명과학과 약학, 재료과학 등의 개별 과학에서 AI 및 AI 도구가 구체적으로 어떻게 사용되는지, 즉 과학 속 AI의 역할은 무엇일지 탐구할 것이다. 또, AI가 어떻게 과학자 공동체의 신뢰를 얻는지, 나아가 배제로서의 발견이 아니라 창조로서의 발견을 할 수 있는 과학적 발견의 논리를 지니는지, 즉 AI는 과학을 위해 어떤 역할을 맡게 될지에 대해서도 고민할 것이다. 마지막으로 과학에서의 성공적인 AI의 활용 및 그로 인한 과학의 변화에 대해서도, 대표적으로 AI 과학자의 탄생이 과학을 어떻게 변화시킬지에 대해서도 연구할 것이다. 본 연구단은 이런 문제들에 대해 초학제적인 연구를 수행할 것이다.