AI에 의한 연구 · 개발 혁신을 고민한다
AI에 의한 연구 · 개발 혁신을 고민한다
목차
1. AI에 의한 연구·개발 혁신이란
2. 연구개발에서 AI 활용의 현재 위치
3. AI의 발전으로 기업의 연구개발은 어디로 향할까
4. 마지막으로
생성 AI가 보편화되면서 기업의 연구·개발에서도 AI 활용이 활발히 진행되고 있다. 따라서 본 논문에서는 기업의 연구개발 프로세스와 그 실행자인 연구자의 관점에서 AI가 기업 연구개발 현장에 어떤 변화를 일으키고 있는지 살펴보고자 한다.
AI에 의한 연구 · 개발 혁신이란
2010년대에 일어난 딥러닝 기반 AI 기술 혁신 이후, AI를 연구·개발에 활용하려는 움직임이 활발해지고 있다. 이 흐름은 2022년 가을에 공개된 생성 AI 덕분에 더욱 가속화되고 있다. 이러한 배경 속에서 과학 연구는 「AI for Science」라는 시도가 진행되고 있다.
문부과학성에 따르면 「AI for Science」는 「AI 기술을 과학 연구의 모든 단계에 적용하고 다양한 분야에서 활용하는 노력과 함께, AI 연구, 환경 구축, 인재 양성, 사회 구현 등을 정책적으로 검토하고 추진하는 것(※1)」이라고 명시되어 있다. 이 사상을 기업 활동에 비유하면 아래에 제시된 연구개발 프로세스에 AI를 활용하는 시도로도 해석할 수 있다.
- 연구 Process : 가치의 「씨앗」을 찾는다
- 과제의 식별 : 세상과 고객의 어려움을 탐색하고 가설을 수립한다.
- 아이디어 창출 : 과제를 해결하기 위한 새로운 상품이나 서비스를 구상한다.
- 주제 설정 : 구체적으로 「무엇을 어느 정도까지 연구할지」에 대한 계획을 수립한다.
- 실험·검증 : 시뮬레이션과 실험을 수행해 연구 주제의 근거를 확보한다.
- 지재화 : 얻은 성과를 특허와 논문으로 정리해 자사의 무기로 만든다.
- 개발 Process : 가치를 「형태」로 만든다
- 시제품 : 연구 성과를 구현해 실제로 동작하는 것을 만든다.
- 사용자 검증 : 시제품을 고객에게 직접 사용해 보게 하여 사용 편의성과 가치를 확인한다.
- 제품 설계 : 검증 결과를 반영하여 양산을 염두에 둔 최종 설계를 수행한다.
다음으로 위 과정에 대해 AI가 어떻게 활용되고 있는지 살펴보고자 한다.
연구개발에서 AI 활용의 현재 위치
아래 표에 앞서 소개한 연구개발 프로세스에 대한 AI 활용 사례를 소개한다.
위 사례는 기업 등의 시도를 일반화하여 정리한 것이지만, 이번에 파악한 범위에서는 연구 개발 각 단계에서 AI 활용이 시작된 반면, 전체 프로세스를 오케스트레이션 하는 AI 활용은 아직 시작 단계라는 인상을 받는다. 이 배경에는 실제 기업 활동에서 목적이나 사업 환경, 개인적인 이유 등으로 다양한 연구개발 프로세스가 존재하고, 반드시 획일적인 프로세스로 연구 개발이 진행되는 것은 아니라는 점 등이 고려될 수 있다.
한편, AI 개발 스타트업인 Sakana AI는 2024년 여름에 다음 발표를 진행했다. 「The AI Scientist는 아이디어 창출, 실험 실행 및 결과 요약, 논문 작성과 피어 리뷰와 같은 과학 연구 사이클을 자동으로 수행하는 새로운 AI 시스템이다. (※2) 」 이 시스템은 실증 실험에서 언어 모델, 확산 모델, Grokking 등 머신러닝 연구 분야에서 새로운 기여를 하는 다양한 논문을 생성한 것으로 알려져 있다. 이러한 AI 기술의 발전을 고려하면, 기업 활동에서도 자사의 연구 개발 프로세스 전체를 자율적으로 실행하는 AI가 활용될 것이라고 상상하는 것도 어렵지 않다.
AI의 발전으로 기업의 연구개발은 어디로 향할까
AI 기술의 발전은 눈에 띄게 빠르며, 기업의 연구 개발에서 AI와 어떻게 마주해야 할 지를 제시하기는 어렵지만, 여기서는 기업의 연구 개발 프로세스와 그 과정을 수행하는 연구자의 관점에서 생각해 보고자 한다.
- 기업의 연구개발 Process 재정의
AI로 인한 이익을 누리기 위해 가장 먼저 해야 할 일은, 자사의 연구 개발 프로세스에 AI를 도입해 재 정의하는 것이다. 이를 수행하기 위해서는 앞서 연구 과정의 예시로 제시한 「과제의 구체화」나 「아이디어 창출」과 같은 해상도가 아니라, 각 과정에서 연구자가 어떻게 사고하고 있는지를 밝히고, 그 사고 과정에 AI를 적용하는 것이 요구된다.
또한, 연구개발 프로세스에 AI를 도입할 때 반드시 자체적으로 AI 시스템을 개발해야 하는 것은 아니며, AI 기술의 발전 속도와 투자 효율성을 고려해 기존 시스템을 최대한 활용하는 방안도 검토하고 싶다. 여기서는 AI에 도입하는 사내 고유 데이터와 AI가 처리하는 자사의 암묵적인 사고 과정이 차별화 요소가 될 수도 있다.
- 연구자의 역할과 스킬 재정의
연구 개발 프로세스에 AI가 도입되면 연구자의 역할과 역량도 재 정의해야 할 필요가 생긴다. 구체적으로는 「질문을 제기하는 능력 강화」, 「AI를 활용해 자신의 사고를 확장하는 기술 습득」, 「기술자 윤리 향상」, 「진리 탐구에 대한 끊임없는 도전」 등이 있다.
「문제를 제기하는 능력 강화」란 「왜 지금 이 연구가 필요한가」, 「사회에 어떤 영향을 주고 싶은가」와 같은 연구의 의미 부여와 비전을 수립하는 능력을 말한다. AI는 주어진 목적에 대해 최적해를 찾는 데 능숙하지만, 의미 있는 최적해를 도출하려면 인간의 질문을 제기하는 능력이 중요해 진다.
「AI를 활용해 자신의 사고를 확장하는 기술을 습득한다」는 것은 AI가 도출한 「통계적으로 타당한 해답」을 기반으로 하면서, 인간 고유의 「비 연속적 사고」를 통해 지식을 확장하는 기술을 의미한다. AI가 강점으로 삼는 「지식의 포괄적 탐색 결과」를 다른 분야와 연결하는 촉매로 활용하면, 연구자는 자신의 전문성을 넘어선 이분야의 지식을 받아들일 수 있지 않을까. 앞으로는 AI가 제시하는 최적해라는 수렴점에서 벗어나, 「질문의 재정의」와 「연구자 자체의 비 연속적 사고력」으로 패러다임 전환을 일으키는 가설을 창조하는 능력이 요구될 것이다.
「기술자 윤리 향상」에 관해서는 AI가 효율성을 추구하다 보니 윤리적으로 회색 지대에 들어가거나, 편향된 데이터에 근거한 부적절한 결론을 도출할 가능성이 있다. 「그 연구가 사회적으로 허용되는가」, 「AI가 도출한 결론에 윤리적 편향은 없는가」 등을 감시 · 평가하는 역할이 연구자에게 요구될 것이 아닐까.
마지막으로, 「진리 탐구에 대한 끊임없는 도전」인데, AI를 활용한 연구 개발이 진전되면 AI가 도출한 해답을 인간이 맹목적으로 신뢰하게 될지도 모른다. 이러한 상황에서 연구자에게 요구되는 것은 AI가 도출한 해답 뒤에 숨은 메커니즘을 끈질기게 규명하려는 자세일 것이다. 이 자세를 연구자가 포기한다면, 인간이 AI에 종속될 가능성조차 있지 않을까.
마지막으로
지금까지 AI 연구 개발이 크게 발전한 영향에 대해 고민해 왔다. AI의 진화를 예측하는 것은 이제 불가능한 영역에 들어섰다고 느끼지만, 우리 각자가 자신과 관련된 사안이 어떻게 변할지 상상하는 것이 자신의 변화에도 중요하다고 생각한다. 이 글이 여러분께 도움이 된다면 큰 영광이다.
출처
(※1) 문부과학성. “AI for Science 추진을 위한 기본 방침에 대하여”. 문부과학성 웹사이트. 2025-12-9, https://www.mext.go.jp/content/20251205-mxt_sinkou01-000046191_4.pdf, （참조2026-1-2）
(※2) Sakana AI주식회사. “AI 사이언티스트”: AI가 스스로 연구하는 시대를 향해. Sakana AI Blog. 2024-8-13, https://sakana.ai/ai-scientist-jp/,(참조2026-1-2）
글쓴이 : 콘도 스스무(近藤 晋)
JMAC 이사
출처 : AIがもたらす研究開発の変革を考える｜コラム｜日本能率協会コンサルティング（JMAC）
