생명과학 연구자를 위한 AI 활용 핸드북

📰 개요
'AI로 연구 시간을 되찾는 법'을 위한 생명과학 연구자 대상의 실전 핸드북입니다. 실험과 분석, 행정 절차를 거친 후 논문을 작성해야 합니다. 지도교수는 바쁘고 옆에 전문가가 있는 것은 아닙니다. 이런 상황에서 연구를 지속하는 연구자들을 인터뷰하여 실제로 하고 있는 것을 그대로 담았습니다. 이론서가 아니라 내일부터 사용할 수 있는 매뉴얼입니다.
🪜 최소한의 학습 비용으로, 할 수 있는 일을 최대화하는 AI 사용법을 '대화 화면으로 완결(학습 비용 거의 제로)', '도구를 조합하기(30분·코드 불필요)', '에이전트에게 맡기기(수일)'의 3단계로 나누어 각 절에 단계를 표시했습니다. 1단계만 하더라도 가치의 대부분을 회수할 수 있습니다. 어려운 장은 필요할 때 읽어도 충분합니다.
📮 이메일·Slack·회의록부터 시작하기
가장 효과가 크고 학습 비용이 낮은 것은 커뮤니케이션입니다. Gmail 답장문 생성, Slack AI 검색, ChatGPT 커넥터에서의 교차 검색, Gemini Notebook에서의 회의록 작성 등을 화면과 함께 설명합니다. 출장비, 사례금, 겸업 신고서 등 '이메일에 묻혀 다시 찾을 수 없는 학내 절차'를 찾아내는 방법도 소개합니다.
🔬 분석 워크플로우 반자동화
Claude Code로 과거 분석 리포지토리를 참조하여 새로운 워크플로우를 만드는 절차를 단일 세포 분석의 실례(실패 사례 포함)로 설명합니다. 'Agent-ready'한 디렉토리 설계, CLAUDE.md 작성법, nf-core 방식 워크플로우와의 사용 구분, 에이전트가 폭주하지 않게 하는 '하네스', 비모델 생물의 세포형 주석(annotation)까지 다룹니다.
🔒 기밀 데이터·대용량 처리·검열과 로컬 LLM
환자 데이터는 외부로 내보낼 수 없습니다. 대규모 반복 작업에서는 종량제 과금이 무너집니다. 민감한 주제에서는 정당한 연구라도 계정이 정지될 수 있습니다. 이에 대한 대처 방안으로 LM Studio, Ollama, vLLM / SGLang, OpenRouter의 사용 구분을 설명하며 '클라우드 AI에 넣으면 안 되는 것'을 판단할 수 있게 합니다.
🧭 멘토로서의 AI, 그리고 AI의 한계
힘들어하는 프로젝트의 공정한 평가, 경력 언어화(language-ing), 심사위원 시뮬레이션. 동시에, AI가 아첨하는 점, 책임을 지지 않는 점, 인간관계를 만들 수 없는 점도 정면으로 다루며 2026년 현재 AI의 6가지 한계와 'AI로 대체될 수 없는 연구자'란 무엇인지 생각합니다.
🎤 4명의 연구자 인터뷰를 바탕으로 한 내용