AI 쓰자 논문 수 3배 늘었는데… 연구 주제 범위는 4.63% 좁아져[박재혁의 데이터로 보는 세상]

자연과학 논문 4130만 건 분석하니 AI활용 연구자 논문 인용 4.84배 늘어 연구 주제, 데이터 풍부한 분야 쏠려… LLM 활용도 높을수록 독창성 떨어져 연구비 수주율 높아도 혁신 성과 미미… 국가 R&D, 다양성 중심의 심사 필요 박재혁 KDI 국제정책대학원 교수 《AI가 과학 혁신을 보장할까인공지능(AI)이 과학 연구의 풍경을 바꾸고 있다. 정부는 AI를 활용해 첨단 바이오와 양자, 우주 등 8대 분야의 12개 국가 임무를 2035년까지 해결하겠다는 ‘K-문샷(Moonshot)’ 프로젝트에 착수했다. 미국도 AI로 과학 연구 패러다임을 혁신하는 ‘제네시스 미션(Genesis Mission)’을 출범시키고 50억 달러(약 6조8000억 원) 이상의 연방정부 투자를 약속했다.》일선 연구 현장에서도 AI를 활용한 데이터 분석 및 거대언어모델(LLM)을 활용한 데이터 분석과 논문 작성이 점차 확산하고 있다. AI가 연구의 속도와 효율을 높인다는 데는 이견이 많지 않다. 하지만 과학의 본질인 다양성과 혁신성에도 긍정적인 영향을 미칠까? 최근 발표된 두 연구는 AI가 연구자의 생산성을 높이는 강력한 도구인 동시에, 과학계의 탐구 영역과 연구 아이디어의 다양성을 좁힐 수 있다는 역설을 보여준다. 첫 번째 연구(연구①)는 1980년부터 2025년까지 자연과학 분야에서 발표된 논문 4130만 건을 분석했다. 연구진은 언어모델을 미세조정해 AI 방법론을 접목한 연구를 식별한 뒤, AI 활용이 과학자 개인의 경력과 과학계 전체에 미친 영향을 정량적으로 추적했다. 분석 결과 AI를 연구에 활용한 과학자는 그러지 않은 과학자보다 연평균 3.02배 많은 논문을 발표하고, 4.84배 많은 피인용 횟수를 기록했다. 독립적인 연구책임자로 성장하는 데 걸린 기간도 평균 1.37년 단축됐다. 연구자의 생산성과 학문적 성취 측면에서 두드러진 향상을 보였다. 그러나 논문이 다루는 지식의 범위를 고차원 벡터 공간에서 분석하자 과학계 전체 차원에서는 다른 양상이 나타났다. AI 활용 연구가 다루는 주제의 범위는 일반 연구보다 4.63% 좁았다. 후속 연구들이 해당 연구를 바탕으로 연구에 참여하는 정도도 22% 감소했다. 연구자들이 AI를 활용해 미개척 영역을 탐구하기보다 데이터가 풍부하고 이미 학계의 관심이 집중된 주류 연구 주제로 몰린 결과다. 개인의 생산성은 크게 향상됐지만 과학계 전체가 탐구하는 지식의 외연은 오히려 좁아진 셈이다....