과연 AI가 과학 과정의 일부를 가속화할 수 있을까? 마이크로소프트가 그러한 전망을 내놓았다.
마이크로소프트는 지난 월요일 회사 주최의 Build 2025 컨퍼런스에서, 테크크런치(TechCrunch)에 제공된 보도 자료에 따르면 ‘과학 발견 과정을 혁신하는’ 플랫폼인 Microsoft Discovery를 발표했다. 마이크로소프트에 따르면, Microsoft Discovery는 ‘확장 가능(extensible)’하며 특정 과학 관련 워크로드를 ‘엔드투엔드(end-to-end)’로 처리할 수 있다.
마이크로소프트는 보도 자료에서 "Microsoft Discovery는 에이전트 AI(agentic AI)를 활용하여 발견 과정 전반을 혁신함으로써 연구 및 발견을 가속화하는 기업용 에이전트 플랫폼입니다. 과학적 지식 추론부터 가설 공식화, 후보 물질 생성, 시뮬레이션 및 분석에 이르기까지 전 과정을 아우릅니다."라고 설명했다. 이어서 "이 플랫폼은 최신 AI 및 슈퍼컴퓨팅 기술 혁신을 활용하여 과학자와 연구원들이 전문 AI 에이전트 팀과 협력함으로써, 속도, 규모, 정확성을 갖춘 과학적 성과를 이끌어낼 수 있도록 지원합니다."라고 덧붙였다.
마이크로소프트는 과학 분야에 AI 기술에 대해 낙관론을 펼치는 여러 AI 연구소 중 하나다. 올해 초, 구글(Google)은 'AI 공동 과학자(AI co-scientist)'를 공개했으며, 이 거대 기술 기업은 이를 통해 과학자가 가설 수립과 연구 계획을 세우는 데 도움을 받을 수 있다고 밝혔다. Anthropic과 그 주요 경쟁사인 OpenAI는 FutureHouse, Lila Sciences 같은 기업들과 함께 AI 도구가 특히 의학 분야의 과학적 발견을 대폭 가속화할 수 있다고 주장해 왔다.
하지만 많은 연구원들은 오늘날 AI가 과학적 과정을 이끄는 데 특별히 유용하다고 여기지 않으며, 이는 주로 AI의 신뢰성 문제 때문이다.
‘AI 과학자’를 개발하는 과제 중에는 헤아릴 수 없이 많은 잡음(confounding factors) 요소를 예측하는 것이 핵심적인 난관이다. AI는 방대한 가능성 목록을 좁히는 등 광범위한 탐색이 필요한 영역에서는 유용할 수 있지만, 실제로 진정한 돌파구로 이어지는 종류의 창의적인 문제 해결 능력을 갖추었는지는 아직 불분명하다.
실제로 지금까지 과학을 목적으로 설계된 AI 시스템의 결과는 전반적으로 기대에 미치지 못했다.
2023년 구글은 GNoME라는 AI의 도움으로 약 40가지의 신규 물질을 합성했다고 발표했으나, 외부 분석 결과 이 물질들 중 실제로 새로운 것은 단 하나도 아니었다. 한편, Exscientia와 BenevolentAI를 포함하여 AI를 약물 개발에 활용한 여러 기업들은 유명한 임상시험 실패를 겪기도 했다.
마이크로소프트는 자신의 노력이 그 이전에 시도되었던 여러 사례들보다 더 나은 결과를 가져오리라는 기대를 내비치고 있다.
[출처:] https://techcrunch.com/2025/05/19/microsoft-wants-to-tap-ai-to-accelerate-scientific-discovery