AI가 쓴 논문, ICLR 심사 통과: Sakana AI-Scientist-v2, 편당 15달러
SakanaAI의 AI-Scientist-v2가 ICLR 2025 워크숍 블라인드 동료심사를 통과했습니다. 가설 수립부터 논문 완성까지 완전 자동화, 비용은 Claude 3.5 Sonnet 기준 논문 1편당 약 15달러입니다.
AI가 혼자 논문을 쓴다: AI-Scientist-v2 공개
SakanaAI(사카나 에이아이, 도쿄 기반 AI 연구 스타트업)가 2026년 3월, AI-Scientist-v2를 오픈소스(누구나 무료로 사용·수정 가능한 공개 소프트웨어)로 공개했습니다. 공개 직후 GitHub(깃허브, 개발자들이 코드를 공유하는 플랫폼)에서 별 2,800개를 기록하며 큰 주목을 받았습니다.
이 시스템이 특별한 이유는 연구의 전 과정을 인간의 개입 없이 자동으로 수행하기 때문입니다. 구체적으로는 가설(연구의 출발점이 되는 추측) 생성, 실험 설계, 코드 실행, 데이터 분석, 논문 작성까지 모두 AI가 담당합니다. 연구자가 관심 주제와 기본 방향만 입력하면, 아이디어를 입력한 후 수 시간 내에 학술지에 제출 가능한 수준의 논문이 완성됩니다.
v1(이전 버전)과 비교해 가장 큰 차이는 두 가지입니다. 첫째, 인간이 미리 작성한 코드 템플릿이 필요 없습니다. v1에서는 AI가 실험을 설계하더라도 기본적인 코드 구조를 인간이 미리 제공해야 했습니다. v2는 이 제약을 완전히 제거하여, AI가 실험 코드를 처음부터 끝까지 직접 작성합니다. 둘째, 특정 분야가 아닌 머신러닝(machine learning, 컴퓨터가 데이터를 스스로 학습하는 기술) 전 분야에 범용적으로 적용할 수 있습니다. v1은 일부 좁은 도메인(domain, 특정 분야)에만 효과적이었습니다.
ICLR 2025 동료심사 통과: 세계 최초의 기록
AI-Scientist-v2가 만든 논문은 ICLR 2025(아이클알, International Conference on Learning Representations, 머신러닝 분야 최상위 국제 학술대회) 워크숍의 블라인드 동료심사(blind peer review, 저자 신원을 심사자에게 숨긴 채 전문가들이 논문의 질을 평가하는 과정)를 통과했습니다. 이는 완전히 AI가 생성한 논문이 공식 학술 심사를 통과한 세계 최초의 사례입니다.
리뷰어(논문 심사자) 3명이 부여한 점수는 각각 6점, 7점, 6점으로 평균 6.33점이었습니다. 이 점수는 인간이 작성한 논문의 평균 수락 기준을 초과하는 수치입니다. ICLR 워크숍에서는 일반적으로 6점 이상이면 수락 권고로 분류됩니다.
SakanaAI는 윤리적 이유로 사전에 워크숍 주최 측과 합의를 거쳤습니다. 심사 과정의 투명성을 위해 논문이 AI로 생성되었다는 사실을 사전에 공개하고, 수락 확정 이후 실제 게재는 자진 철회했습니다. 이는 연구 윤리와 학술 시스템에 대한 책임 있는 접근 방식으로 평가받고 있습니다.
점진적 에이전트 트리 탐색 (progressive agentic tree search):
여러 실험 경로 중 가장 유망한 방향을 AI가 스스로 선택하며 연구를 진행하는 방식입니다. 나무(tree)처럼 여러 갈래로 뻗어나가는 가능성 중에서, AI가 각 방향의 가능성을 평가하고 가장 성과가 좋은 경로를 선택합니다. 인간 연구자가 "이 방향이 더 유망해 보인다"고 직관적으로 판단하는 과정을 AI가 수행하는 것입니다.
VLM 피드백 루프 (Vision-Language Model feedback loop):
VLM(이미지와 텍스트를 동시에 이해하는 AI 모델)이 논문 내 그래프와 차트의 품질을 스스로 평가하고 개선하는 반복 과정입니다. 논문에서 그래프의 가독성이나 데이터 표현 방식이 부적절하면 AI가 이를 감지하고 자동으로 수정합니다.
비용과 설치 방법: 1편당 약 15달러
AI-Scientist-v2는 Claude 3.5 Sonnet(클로드 3.5 소넷, Anthropic의 고성능 AI 모델)을 사용할 때 완성된 연구 논문 1편당 약 15달러(약 2만 원)의 비용이 발생합니다. 연구 논문 1편 작성에 수개월을 투자하는 인간 연구자와 비교하면 혁신적으로 낮은 비용입니다. 단, 이 비용은 기본 실험 규모를 기준으로 하며, 더 복잡한 실험을 진행할수록 비용이 늘어날 수 있습니다.
v1 논문은 인간 편집이 포함된 버전으로 Nature(네이처, 세계 최고 권위 과학 학술지)에 게재된 바 있습니다. 이번 v2는 그보다 훨씬 광범위한 적용 범위와 높아진 자율성을 갖추었으며, 별도의 인간 편집 없이도 학술 심사를 통과하는 수준에 도달했습니다.
아래는 AI-Scientist-v2를 직접 설치하고 사용하는 방법입니다.
# 1단계: 저장소 복제 (코드 전체를 내 컴퓨터로 내려받기)
git clone https://github.com/SakanaAI/AI-Scientist-v2
# 2단계: 해당 폴더로 이동
cd AI-Scientist-v2
# 3단계: 필요한 라이브러리(도구 모음) 일괄 설치
pip install -r requirements.txt
# 4단계: AI 모델 접속 키 설정 (Claude 사용 예시)
export ANTHROPIC_API_KEY="your-api-key-here"
# 5단계: 연구 시작 (예시)
python launch_scientist.py --topic "transformer optimization"설치 후 Claude 3.5 Sonnet 등 AI 모델의 접속 키를 설정하면 바로 사용할 수 있습니다. 연구 주제와 기본 방향만 입력하면 AI가 나머지를 처리합니다.
물론 AI가 생성한 논문이 모든 면에서 인간 수준과 동등하다고 볼 수는 없습니다. 창의성, 윤리적 판단, 완전히 새로운 개념의 발명, 타 분야와의 창의적 연결 등은 여전히 인간 연구자의 영역입니다. 그러나 반복적이고 시간이 많이 소요되는 실험 설계, 데이터 분석, 논문 초안 작성 과정을 자동화함으로써 연구 생산성을 획기적으로 높일 수 있다는 점에서 AI-Scientist-v2는 학술 연구 방식 자체를 바꿀 수 있는 잠재력을 지닌 도구입니다.
특히 연구 인력이 부족한 중소 기업이나 스타트업, 또는 혼자 연구를 진행하는 독립 연구자에게 이 도구는 강력한 지원군이 될 수 있습니다. GitHub에서 무료로 내려받아 사용할 수 있으며, 상업적 활용 여부는 라이선스를 확인하시기 바랍니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기