실험실 앞에 108개의 문이 한꺼번에 생겼는데 열어볼 수 있는 문은 몇 개뿐이라면, 과학자는 어느 문부터 선택해야 할까. 지금 AI for Science가 마주한 문제가 이와 비슷하다. 최근 AI 과학자 시스템은 논문을 읽고 가설을 만드는 데서 그치지 않고, 수십 개의 아이디어를 서로 비교해 무엇부터 실험할지 순서까지 제안하기 시작했다.

구글 연구진이 2026년 5월 《네이처(Nature)》에 발표한 ‘코사이언티스트(Co-Scientist)’는 여러 AI 에이전트가 가설을 만들고 비판하고 비교해 연구 우선순위까지 제안하는 시스템이다. 2026년 9월 《네이처》가 소개한 한 암 연구에서는 이 시스템이 700편이 넘는 논문을 검토한 뒤 108개의 연구전략을 만들고, 실행하기 어려운 선택지를 제외해 하나의 접근법을 남겼다. 그러나 많은 아이디어 가운데 하나를 추려냈다는 사실과, 그 선택이 실제 실험에서도 가장 좋은 결과로 이어진다는 것은 다른 문제다. 연구비와 연구기간, 장비와 사람은 AI가 만들어내는 아이디어만큼 빠르게 늘어나지 않는다. 문은 많아졌지만 열어볼 수 있는 손은 그대로다. 그래서 AI for Science의 질문도 달라지고 있다.

AI가 새로운 가설을 만들 수 있는가에서, 어떤 가설에 먼저 시간과 돈을 투자해야 하는지를 제대로 판단할 수 있는가로 옮겨가고 있다.

가설 만드는 AI에서, 골라내는 AI로