Embedded Files
학술행사
학술행사
예정된 행사
예정된 행사
제6회 세미나
발표자 양수정 박사 (Stanford University)
발표 주제 AI가 바꾸는 과학의 방식
개요 발표자는 스탠퍼드대학교 화학과 이론화학연구실 박사후연구원으로 단백질 물성 예측 AI 모델을 연구하고 있으며, 생명과학 연구자를 위한 AI 에이전트 시스템(Robin 등)을 개발하는 FutureHouse의 펠로우, Microsoft AI for Science 단백질 팀의 방문연구자로도 활동하고 있다. ICML AI for Science: AI Scientist 워크샵과 ICLR GEM Bio 워크샵을 조직하는 등 AI for Science 커뮤니티에서 활발히 활동해왔으며, 내년 2월부터 듀크대학교 생화학 및 세포생물학과 조교수로 부임할 예정이다. 본 발표는 과학 연구자의 관점에서 AI가 가져오는 변화와, 이에 대응하는 과학자 커뮤니티의 노력을 소개한다.
먼저 과학에서 AI의 역할이 변화하는 양상을 다룬다. 기존 AI for Science는 개별 과학 문제를 푸는 모델 개발에 초점을 두었으나, 최근에는 과학을 수행하는 방식 자체를 바꾸는 방향으로 확장되고 있다. Claude Science, Robin 등의 시스템이 대표적 사례로, 방대한 문헌을 빠르게 검토하여 흥미로운 연구주제를 발굴하고 문헌 간 논리적 연결을 통해 가설을 제시하며, 데이터를 자동으로 다각도로 분석해 유의미한 상관관계를 찾아낸다. 이러한 시스템은 이미 다수의 과학자들에게 일상적인 연구 도구로 자리잡고 있다.
이어서 이러한 변화 속에서 과학자들이 마주한 두 가지 과제를 논의한다. 첫째, 자동 연구 시스템의 신뢰성을 어떻게 평가할 것인가라는 문제이다. 미네소타대학 연구진과 협업하여 진행 중인 과학적 가설 품질 평가 벤치마크 구축 노력(sci-harbor.com)을 소개한다. 둘째, in silico 연구의 속도가 빨라지고 AI가 과학의 형태를 바꾸면서 wet lab과 in silico 연구 간 속도 격차와 인식 격차가 확대되고, 두 그룹 간 협업 방식에도 변화가 요구되고 있다는 점이다. 그러나 실제로는 두 그룹 간 소통이 충분히 이루어지지 않고 있어, 이를 촉진하기 위한 별도의 노력이 필요하다. 이러한 문제의식에서 출범한 GEM Bio 워크샵(gembio.ai)의 활동과 그 과정에서 얻은 시사점을 공유한다.
장소 온라인 (https://us06web.zoom.us/j/81921475273?pwd=xG20Kvegodu35Bg0hmoGJa2paymL04.1 )
일시 2026년 9월 21일(월) 10:30-12:30
고등과학원 개원 30주년 기념 특별강연
<AI와 집단지능> - 매개, 창발, 주체 사이에서
장소 서울특별시 동대문구 회기로 85 고등과학원 1호관 김동명강의실 또는 8101호
일시 2026년 9월 28일(월) 10:30-15:30
[오전 세션] (10:30 ~ 12:30)
발표 I 박일호 교수 (전북대학교)
발표 주제 철학 연구와 AI 알고리즘: 열린 세계와 인식 확장
개요 AI 알고리즘 연구에서 ‘Open World Object Detection(열린 세계 객체 탐지)’ 문제란 기존 학습 과정에서 다루어지지 않은 객체를 미지의 것(unknown)으로 탐지하고, 이후 새로운 클래스에 관한 정보가 주어졌을 때 기존에 학습한 지식을 가능한 한 보존하면서 이를 새롭게 학습하는 문제를 말한다. 한편 철학 연구에서 ‘Awareness Growth(인식 확장)’ 문제란 새로운 개념이나 명제를 발견하여 이를 보수적이면서도 합리적으로 기존 믿음 체계에 포섭하는 문제를 말한다. 서로 다른 학문 분야에서 출발했음에도, 두 연구주제는 기존 지식 체계의 한계를 인식하고 새로운 대상을 발견하여 지식의 영역을 확장한다는 점에서 흥미로운 구조적 유사성을 갖는다. 본 발표에서는 이러한 유사성을 바탕으로 AI 알고리즘 연구와 철학 연구가 서로에게 어떤 문제와 통찰을 제공할 수 있는지 살펴보고, 두 분야를 연결하는 통합 연구의 가능성을 모색한다.
발표 II 권석범 교수 (KAIST)
발표 주제 How New Scientific Tools Shape Research Trajectories Across Career Stages
개요 2018년 Critical Assessment of Protein Structure Prediction (CASP) 대회에서 공개된 AlphaFold는 단백질 구조 예측을 과학 연구 과제에서 범용 도구로 바꾸어 놓았습니다. 본 강연은 이 사건을 자연실험으로 삼아, 획기적 research tool의 등장이 과학자의 연구 궤적과 연구 성과에 미치는 영향을 밝히고, 그 영향이 경력 단계에 따라 어떻게 달라지는지를 분석합니다. Early career researcher는 기존 전문분야를 이탈했고 이에 따라 연구 성과가 하락한 반면, senior researcher는 연구 영역을 재조정하지 않고도 도구를 활용하며 별다른 성과 손실을 겪지 않았습니다. 이 차이는 각자의 전문성이 AlphaFold에 의해 대체(substitute)되는 영역에 있었는지, 보완(complement)되는 영역에 있었는지에 기인했습니다. 이는 research tool 혁신 특히 AI 기반의 reserach tool의 편익과 비용이 균등하게 분배되지 않으며, 연구자의 career development pathway를 바꿈으로써 궁극적으로는 과학 발전의 방향에까지 영향을 줄 수 있음을 보여줍니다.
[오후 세션] (14:00 ~ 15:30)
발표 I 최지범 박사 (KIAS)
발표 주제 AI는 언제 배반하는가?
개요 이제 인공지능은 사람뿐 아니라 다른 인공지능과도 대화한다. 가격을 협상하고, 자원을 나누고, 서로의 답안을 평가하기도 한다. 그렇다면 이들 사이에도 협력과 배반이 있을까? LLM 모델을 대상으로 한 최근 연구 결과에 따르면, 더 똑똑한 모델일수록 공공재에 무임승차하고 남을 전략적으로 속이는 현상이 발견된다. 답안을 채점할 때는 자기와 비슷한 모델이 생성한 답안을 알아보고 편애하는데, 이는 진화생물학의 ‘친족 선택’을 상기시킨다. 자신들만 알아보는 신호를 통해 연합을 만드는 LLM 모델 역시 진화생물학의 ‘녹색수염’ 효과를 통해 해석할 수 있다. 이번 강연에서는 LLM에서 나타나는 협력과 배반의 다양한 사례를 살펴보고, 이를 사회진화생물학의 관점에서 해석하고자 한다.
발표 II 김초엽 작가
발표 주제 곰팡이처럼 생각하기 - 『파견자들』을 통해 상상하는 비인간 생물의 감각과 사고
개요 장편소설 『파견자들』에는 곰팡이처럼 '중심'이나 개체 개념이 존재하지 않는 지성 생명체 '범람체'가 등장합니다. 이 소설을 구상하는 과정에서 제가 참고한 여러 과학 대중서(작은 것들이 만든 거대한 세계, 이토록 굉장한 세계, 탈인지 등)를 비롯해 인간과 비인간의 감각 세계와 인지를 상상하는 사고실험에 대해 이야기해보려고 합니다.
예정된 세미나
발표자 천현득 교수 (서울대학교)
발표 주제 TBA
개요 TBA
장소 온라인 (줌 링크 추후 안내)
일시 2026년 10월 12일(월) 시간 추후 안내
예정된 세미나
발표자 박권 교수 (고등과학원)
발표 주제 TBA
개요 TBA
장소 온라인 (줌 링크 추후 안내)
일시 2026년 11월 2일(월) 시간 추후 안내
이전 행사
이전 행사
Workshops
Workshops
Towards Autonomous Scientific System and Introduction to 'The Library Project
개요 생명활동은 수만 개의 유전자·단백질·대사물질이 상호작용하는 복잡계이며, 현재까지 인류가 규명한 생물학적 기전은 그 전체의 극히 일부에 불과합니다. 이 지식의 총량이 신약개발을 비롯한 바이오 산업 혁신의 상한선을 결정하지만, 전통적 연구 방식은 가설 수립에서 실험 검증까지 수년이 소요되며 연구자 개인의 직관에 크게 의존하는 구조적 한계를 가지고 있습니다. 본 세미나에서는 이 병목을 해소하기 위해 AI가 자율적으로 가설을 수립하고, 전산 분석 실험을 설계·실행·해석하며, 그 결과를 바탕으로 가설을 반복적으로 개선하는 Closed Feedback Loop 기반의 자율 과학 시스템을 소개합니다. 이 시스템은 기전 규명이라는 과학 연구의 최상위 난이도 문제를 다루며, 궁극적으로 AI가 스스로 발견한 원리를 기반으로 다시 새로운 원리를 탐색해나가는 진화적 지식 확장 구조를 지향합니다. 아울러 이 시스템을 대규모로 가동하여 AI가 발견한 신규 생물학 기전 수천~수만 건을 체계적으로 데이터베이스화하고 공개하는 프로젝트인 더라이브러리 프로젝트(The Library Project)의 비전과 추진 방향을 함께 소개할 예정입니다.
연사 이민형 대표 (아스테로모프)
소개 이민형 대표는 과학 연구를 위한 AI, 더 구체적으로는 ‘과학적 초지능’을 지향하는 스타트업 아스테로모프의 창업자 겸 대표입니다. 아스테로모프는 2025년 2월 설립되었고, 생물학·화학 분야에서 스스로 연구 아이디어를 만들고 가설로 확장하는 AI 파운데이션 모델 ‘스페이서(SPACER)’를 개발 중입니다. 최근에는 K-문샷 추진전략의 참여 기업 명단에 포함되기도 했습니다.
장소 서울특별시 동대문구 회기로 85 고등과학원 1호관 1층 김동명강의실
(온라인: https://kias-re-kr.zoom.us/j/85330510925)
일시 2026년 5월 4일(월) 19:00-21:00
제2회 워크숍 (한국논리학회 공동개최)
AI와 논리: 수학의 증명 자동화를 중심으로
장소 서울특별시 동대문구 회기로 85 고등과학원 8호관 8101호
일시 2026년 8월 18일(화) 13:00-18:00
세부 일정
주제 발표 (13:10 ~ 14:00)
소한종 (KAIST)
역설을 낳는 도입규칙과 타당성의 등급: 프라위츠-덤밋 검증주의의 관점에서
주제 발표 (14:10 ~ 15:00)
양은석 (전북대학교)
Fuzzy Logics without Identity
주제 강연 (15:20 ~ 16:20)
이찬우 (아주대학교)
수학 증명 자동화에 관한 철학적 관점들
기조 강연 (16:30 ~ 17:30)
김상현 (고등과학원)
인간, 수학, AI
대담 (17:30 ~ 18:00)
Seminars
Seminars
제1회 세미나 (AI윤리철학연구회 공동개최)
발표자 Prof. Sven Nyholm (LMU Munich)
발표 주제 Authorless Texts? Generative AI, Authorship, and the Future of Writing
개요 My presentation will be about how to think about – and whether we need to rethink – the idea of authorship as many people (students, researchers, artists, novelists, etc.) start to rely more and more heavily on large language model (LLM)-based generative AI technologies when they produce texts. In the small but growing literature on this topic, the following views are all represented: (1) LLMs can be authors of texts; (2) LLMs can be co-authors of texts; (3) when people use LLMs, they are always the authors of the resulting texts; (4) when people use LLMs, they are co-authors, but not sole authors; and (5) texts whose production has relied heavily on LLMs should be considered as authorless texts. I will discuss these different views, doing so with reference to the ideas that authors are accountable for their texts, that writing is a form of agency, and that if texts are good, authors deserve credit for their texts.
장소 온라인 (https://us06web.zoom.us/j/86316394847?pwd=r6zriT8gSBaaukiD2VZ4aR1oMpoHX7.1 )
일시 2026년 5월 18일(월) 17:00-19:00
제2회 세미나
발표자 김광호 교수 (고려대 통계학과)
발표 주제 Beyond Correlation — 인과추론과 반사실적 학습, AI의 다음 도약을 위한 통계적 기반
개요 현대 AI는 거대 모델과 방대한 데이터의 결합을 통해 비약적 발전을 이루었지만, 그 성능은 본질적으로 관측 분포 위에서의 통계적 의존성 학습(associational learning)에 기대고 있다. 정작 "만약 X가 달랐다면 Y는 어떻게 되었을까"라는 인과의 언어, 곧 관찰을 넘어 개입과 가상의 시나리오를 다루는 능력은 아직 충분히 갖추지 못했다. 이 간극은 AI의 가장 두드러진 병목으로 이어진다. 대규모 언어모델은 인과적·반사실적 질문 앞에서 그럴듯한 환각을 만들어내고, 의료 영상 모델은 병변이 아니라 촬영 장비의 흔적과 같은 허위 상관을 학습하며, 강화학습 정책은 환경의 작은 변화에도 무너진다. 분포외 일반화 실패, 강건성 저하, 전이학습의 표면성, 인과관계 규명 등과 같이 이질적으로 보이는 이러한 난제들의 근저에는 "사실과 다른 조건하에서는 어떻게 되었을까"를 묻는 반사실적 추론 능력의 부재라는 공통된 결핍이 자리한다. 본 발표에서는 이러한 병목을 해소하기 위해 단순한 패턴 학습을 넘어 개입과 가상 시나리오 추론을 가능케 하는 통계적 원리의 필요성을 논의하고, 그것이 어떤 실증 영역에 닿을 수 있는지를 함께 살핀다. 언어모델의 환각·추론 일관성 진단, 의료 의사결정과 임상시험의 외삽, 추천·정책 시스템의 사후 평가, 자율 시스템의 안전성 검증, 과학적 발견에서의 개입 추론과 같은 응용 사례를 짚으며, 이론과 응용을 잇는 차세대 연구의 조건과 열린 질문들을 청중과 함께 나누고자 한다.
장소 온라인 (https://us06web.zoom.us/j/85057606759?pwd=ww8kH7L2oPi7TTIedLshDNlbfeDJTf.1 )
일시 2026년 6월 8일(월) 19:00-21:00
제3회 세미나
발표자 김준솔 (University of Chicago)
발표 주제 Reasoning Models Generate Societies of Thought: 추론형 AI 내부의 ‘생각의 사회’와 집단 지성
개요 OpenAI o-series, DeepSeek-R1, Claude Opus 같은 추론형 모델(reasoning model)은 과학, 수학, 프로그래밍, 글쓰기에 걸쳐 기존 언어모델과 비교하기 어려울 정도로 뛰어난 능력을 보여주지만, 이러한 성능이 어디에서 비롯되는지는 잘 알려져 있지 않다. 기존 연구는 이러한 모델들이 더 많은 연산을 수행하고 더 긴 생각의 사슬(chain of thought)을 생성하기 때문에 높은 성능을 보인다고 설명해 왔다. 그러나 우리의 연구 결과는 최신 추론 모델의 성능 비결은 단순히 긴 사고 과정이 아니라, 모델 내부에서 다양한 페르소나가 치열하게 토론하는 ‘생각의 사회(society of thought)’에 있음을 보여준다. 추론형 모델들은 내부적으로 ‘다중 에이전트(multi-agent)’와 유사한 사회 시뮬레이션을 수행하고 있었으며, 서로 다른 관점을 가진 가상의 자아들이 질문을 던지고, 반박하고, 합의하는 과정을 통해 정답에 도달하였다. 놀라운 건, 단순히 정답만 맞히도록 강화학습(RL)을 시켰을 때에도 모델이 스스로 이러한 ‘사회적 상호작용’ 패턴을 터득하고 강화했다는 점이다. 가령 복잡한 과학 문제를 해결할 때에는 마치 서로 다른 전문성을 가진 화학자, 생물학자, 물리학자들이 한 문제를 두고 토론하듯, 다양한 관점이 번갈아 등장하며 서로의 가설을 검토하고 수정하는 행동 패턴이 강화되었다. 나아가 여러 관점이 번갈아 토론하는 형태의 추론 방식을 미리 학습시킨 경우, 단일한 관점에서 추론하도록 학습시킨 경우보다 빠르게 추론 능력이 향상되었다. 우리 연구는 AI의 지능이 기계적인 연산량 증가보다 인간의 집단지성을 닮은 내적 다양성과 토론 과정에서 비롯된다는 점을 시사한다. 나아가 에이전트 AI 시대에 인공지능의 발전 경로를 개인화된 초지능(superintelligence)이 아니라 다양한 관점들이 공존하고 상호작용하는 사회적 지능(social intelligence)으로 이해하는 관점을 논의하고자 한다. 발표할 논문의 preprint는 다음 링크에서 확인할 수 있다: https://arxiv.org/abs/2601.10825
장소 서울특별시 동대문구 회기로 85 고등과학원 8호관 8101호
일시 2026년 7월 13일(월) 16:30-18:00
제4회 세미나
발표자 Fengli Xu (Tshinghua University)
발표 주제 Agent for Innovation: from Specialized Tools to Agentic Research Partners
개요 The increasing scale and complexity of scientific research have motivated systematic inquiries into the mechanisms underlying research productivity, collaboration, and innovation. Over the past decade, AI for Science has emerged as a major force reshaping how scientific knowledge is produced. This talk presents our large-scale empirical study of its impact on the scientific ecosystem. We find that AI for Science substantially accelerates individual researchers’ progress and amplifies their scientific impact, yet paradoxically narrows the collective scope of scientific exploration. This tension highlights a structural limitation of current AI for Science tools, which are predominantly optimized for isolated tasks rather than the broader dynamics of scientific discovery.
Building on these findings, we design OmniScientist and AutoSOTA, two AI scientist systems designed to support the full research lifecycle. By incorporating insights from the science of science into the architecture of AI agents, these systems provide integrated support for literature review, idea generation, experimental execution, scientific writing, and automated peer review. Together, they explore a path for transforming AI from a task-specific tool into a collaborative partner in scientific discovery.
장소 온라인 (https://us06web.zoom.us/j/83992612179?pwd=w92RTAVYBAtJZJhwH238OY53VubkB7.1)
일시 2026년 8월 3일(월) 17:00-18:30
제5회 세미나
발표자 Prof. James Evans (University of Chicago)
발표 주제 The Singularity will not be Singular: Complexity or Collapse in AI & Collective Intelligence
개요 I develop the idea that intelligence is not as a monolithic quantity, but a plural, social transition―a combinatorial complexification of billions of humans and non-biological agents. As large AI models increasingly built by other large models, we see the automatic emergence of recursive complexity. Frontier reasoning models, tuned by reinforcement learning, succeed not by “thinking longer”; but by simulating internal “societies of thought”―recursive debates among distinct cognitive perspectives and personalities that causally drive reasoning accuracy. This reflects the wisdom of human crowds in science and society, which succeed as a function of distinct perspectives on complex problems. I also show that when perspective complexity is suppressed within machines, humans, or human-machine systems, performance across a range of challenges collapses. I propose the importance of evolving complex social institutions that facilitate the continuous evolution of relevant diversity to facilitate AI-human intelligence explosion.
사전 등록 https://forms.gle/DzeEFRwVnqBhkHhq5
장소 서울특별시 동대문구 회기로 85 고등과학원 1503호
(온라인: https://us06web.zoom.us/j/86949294892?pwd=QWU5WSt65pVDSvQ56p7ew0EaatbXVX.1)
일시 2026년 9월 10일(목) 16:30-18:00
Publications
Publications
진행 예정
Page updated
Report abuse