Gemini for Science: 새로운 발견의 시대를 위한 AI 실험 및 도구

Person using a microscope with "Gemini for Science" text and star icon.

수 세기 동안 과학적 방법론 (scientific method)은 인류 진보의 가장 위대한 엔진 역할을 해왔습니다. Google의 미션은 이를 가속화하기 위한 도구를 구축하는 데 깊이 뿌리박고 있습니다. 우리는 새로운 발견의 시대가 좁고 특화된 모델이 아니라, 모든 과학 분야의 연구자들에게 힘을 실어주는 범용 에이전트 (general agents)를 통해 올 것이라고 믿습니다.

이것이 바로 우리가 과학적 탐구의 규모와 정밀도를 확장하기 위해 설계된 과학 도구 및 실험 모음인 Gemini for Science를 소개하는 이유입니다.

인간의 창의성을 위한 승수 (A force multiplier)

오늘날 과학은 역설에 직면해 있습니다. 우리의 집단적 지식이 너무 빠르게 성장하고 있어, 개별 과학자들이 전체적인 그림을 파악하는 것이 점점 더 어려워지고 있습니다. 과학적 돌파구 (breakthroughs)는 종종 데이터 사이의 창의적인 연결을 만드는 것에 의존하지만, 이를 수동으로 수행하는 데 필요한 시간은 몇 주 또는 몇 달이 걸릴 수도 있습니다. AI는 복잡한 작업을 처리함으로써 이러한 병목 현상을 제거하고 과학적 업무를 위한 승수 (force multiplier) 역할을 수행하여 도움을 줄 수 있습니다. 이를 통해 연구자들은 진보를 이끌어낼 수 있는 가장 영향력 있는 과학적 문제와 방향을 식별하고 해결하는 데 집중할 수 있습니다.

Google Labs의 Gemini for Science 실험적 도구에는 이러한 작업을 처리하도록 설계된 세 가지 주요 프로토타입 (prototypes)이 포함되어 있습니다.

Co-Scientist로 구축된 가설 생성 (Hypothesis Generation): 아이디어 구상은 과학의 심장과 같지만, 그 어떤 인간도 매년 발표되는 수백만 편의 논문을 모두 종합할 수는 없습니다. 가설 생성 (Hypothesis Generation)은 과학적 방법론 (scientific method)을 시뮬레이션함으로써 이 격차를 메웁니다. 이 도구는 연구자와 협력하여 연구 과제를 정의한 다음, 멀티 에이전트 (multi-agent) "아이디어 토너먼트"를 사용하여 가설을 생성, 토론 및 평가합니다. 절대적인 엄밀함을 보장하기 위해, 모든 주장은 심층적으로 검증되며 클릭 가능한 인용 (citations)을 통해 뒷받침됩니다.

AlphaEvolve 및 ERA (Empirical Research Assistance)로 구축된 계산적 발견 (Computational Discovery): 과학적 진보는 종종 계산 실험 (computational experiments)을 통해 현실적으로 테스트할 수 있는 가설의 수에 의해 제한됩니다. 에이전트 기반 연구 엔진 (agentic research engine)인 계산적 발견 (Computational Discovery)은 수천 개의 코드 변형을 병렬로 생성하고 점수를 매김으로써 이 문제를 해결하는 프로토타입 (prototype)입니다. 이를 통해 과학자들은 태양광 예측이나 역학 (epidemiology)과 같은 복잡한 분야에서 수동으로 수행할 경우 수개월이 걸릴 새로운 모델링 접근 방식을 테스트할 수 있습니다.

Google NotebookLM으로 구축된 문헌 통찰 (Literature Insights): 과학 문헌을 이해하는 것은 모든 연구 여정의 핵심적인 부분입니다. 문헌 통찰 (Literature Insights)은 과학 문헌을 검색하고, 결과물을 맞춤형 검색 가능 속성이 포함된 표로 구조화하여 병렬 분석이 가능하도록 합니다. 연구자들은 채팅을 사용하여 선별된 코퍼스 (corpus)에 근거한 미묘한 차이를 발견할 수 있으며, 보고서, 슬라이드 데크, 인포그래픽, 오디오 및 비디오 개요와 같은 고충실도 아티팩트 (high-fidelity artifacts)를 생성할 수 있습니다. NotebookLM의 강력한 기능을 통해, 문헌 통찰 (Literature Insights)은 여러 논문에 걸친 연구 결과를 종합하고, 연구 공백을 식별하며, 기회의 영역을 찾아내는 데 도움을 줍니다.

오늘부터 이러한 실험들에 대한 액세스 권한을 점진적으로 개방하기 시작합니다. labs.google/science를 방문하여 참여 의사를 등록하세요.

개별적인 실험들을 넘어, 우리는 Google Cloud를 통해 이러한 고급 AI 역량을 기업 조직에 제공하고 있습니다. 과학 및 산업 R&D를 위한 당사의 엔터프라이즈급 솔루션은 이미 다양한 파트너사들이 프라이빗 프리뷰 (private preview) 단계에서 실제적인 영향력을 창출하기 위해 사용하고 있습니다. BASF와 같은 기업들은 공급망을 최적화하기 위해 AlphaEvolve를 사용하고 있으며, Klarna는 머신러닝 (machine learning) 모델을 강화하기 위해 이를 활용하고 있습니다. 이와 병행하여, Daiichi Sankyo, Bayer Crop Science 및 미국 국립 연구소들(U.S. Department of Energy의 Genesis Mission의 일환)과 같은 조직들은 Co-Scientist를 사용하여 연구를 가속화하고 근본적인 과학적 과제들을 해결하고 있습니다. 이러한 엔터프라이즈급 도구들은 현재의 프리뷰 단계에서 상당한 가치를 입증하고 있습니다. 우리는 파트너들이 열어가는 혁신적인 돌파구에 대해 매우 기쁘게 생각하며, 향후 몇 달 안에 더 많은 조직으로 액세스 권한을 확대하기를 기대하고 있습니다.

이러한 도구 및 기타 도구들을 기반으로 한 여러 검증 논문들이 이미 발표되었습니다. ERA 및 Co-Scientist 연구 논문은 오늘 Nature에 게재되었습니다.

데스크톱 위의 과학적 워크벤치 (scientific workbench)

Gemini for Science의 일환으로, 우리는 UniProt, AlphaFold Database, AlphaGenome API 및 InterPro를 포함한 30개 이상의 주요 생명 과학 데이터베이스 및 도구의 통찰력을 통합한 전문 번들인 Science Skills를 출시합니다. Google Antigravity와 같은 에이전틱 플랫폼 (agentic platforms)에서 이러한 스킬을 사용하면, 연구자들이 구조 생물정보학 (structural bioinformatics) 및 유전체 분석 (genomic analyses)과 같이 복잡하고 종종 수동으로 이루어지던 워크플로를 몇 시간이 아닌 몇 분 만에 수행할 수 있습니다.

Science Skills를 사용하는 당사의 연구 팀들은 이미 실제 환경에서 이러한 속도 향상을 경험했습니다. 초기 테스트에서 당사 팀은 Science Skills를 사용하여 평소 몇 시간이 걸리던 복잡한 분석을 단 몇 분 만에 수행했습니다. 이를 통해 AK2 유전자의 돌연변이로 인해 발생하는 희귀 유전 질환의 잠재적 메커니즘에 대한 새로운 통찰력을 얻을 수 있었습니다.

Google Antigravity에서 Science Skills를 사용하는 방법에 대해 더 자세히 알아보려면 antigravity.google/use-cases/science를 방문하십시오.

과학계와의 협력적 노력

과학을 위한 도구를 책임감 있게 개발하고 배포하려는 우리의 약속은 과학 생태계에서 시작됩니다. 우리는 간 섬유화(liver fibrosis)에 관한 Stanford University, 항생제 내성(antimicrobial resistance)에 관한 Imperial College London, 그리고 The Crick Institute와의 다년간의 협력을 포함하여 100개 이상의 기관과 협력하여 우리의 새로운 시스템과 도구를 검증하고 있습니다. AI가 생성한 통찰력의 무결성을 보장하기 위해, 우리는 박사 과정 학생부터 산업계 연구자, 노벨상 수상자에 이르기까지 신뢰할 수 있는 테스터 커뮤니티를 구축하여 복잡한 실제 과제에 대해 우리의 시스템을 스트레스 테스트(stress test)하고 있습니다.

또한, 우리는 ICML, STOC, NeurIPS와 같은 주요 과학 컨퍼런스와 함께 전용 파일럿 프로그램을 구축하여, 실험적인 Paper Assistant Tool (PAT) 및 ScholarPeer와 같이 에이전트 기반 피어 리뷰(agentic peer review) 및 과학적 검증을 위한 선구적인 도구들을 개발하고 있습니다.

이 모든 작업은 AI 발전의 오랜 역사에 기반을 두고 있습니다. 우리의 특화된 AI 모델들은 이미 발전을 가속화하고 있습니다. AlphaFold는 300만 명 이상의 연구자가 말라리아 백신과 플라스틱 분해 효소 문제를 해결하는 데 도움을 주었으며, AlphaGenome은 과학자들이 질병의 원인을 식별하는 데 도움을 주고 있습니다. 이러한 모델들은 Google Scholar와 Earth Engine부터 Colab, MedGemma, Earth AI, Gemini Deep Research에 이르기까지 연구자들이 의존하는 일상적인 도구들과 함께 자리 잡고 있습니다. 최신 Gemini Deep Think 출시와 함께, 우리는 복잡한 과학적 과제에 대한 핵심 모델 역량을 지속적으로 개선하고 있습니다. 이 도구들은 이미 과학 생태계의 필수적인 부분으로 자리 잡았으며, 연구자들이 정보를 정리하고 대규모의 복잡한 데이터 분석을 수행할 수 있도록 돕고 있습니다.

우리가 에이전트 기반 연구(agentic research)의 미래를 함께 탐구함에 따라, 우리는 AI가 과학적 진보를 가속화하고 가장 시급한 사회적 과제를 해결하는 데 도움을 주는 미래를 향해 계속해서 나아가고 있습니다.

The image shows a colorful abstract design with the Google I/O 2026 logo.