'제미나이 포 사이언스(Gemini for Science)': 새로운 발견의 시대를 위한 AI 실험 및 툴
구글 안티그래비티의 새로운 ‘사이언스 스킬(Science Skills)’과 구글 랩스(Google Labs)의 세 가지 신규 실험 툴을 통해 발견의 미래를 경험해 보세요. 코사이언티스트(Co-Scientist), 알파이볼브(AlphaEvolve), ERA(Empirical Research Assistance), 노트북LM(NotebookLM) 기반으로 구축된 해당 툴들은 과학적 방법론의 핵심 단계를 더욱 빠르게 수행하도록 설계됐습니다.
과학적 방법론은 수 세기 동안 인류 발전을 이끌어온 가장 강력한 원동력이었습니다. 구글의 사명 역시 이러한 과학적 진보를 가속화할 수 있는 툴들을 만드는 데 뿌리를 두고 있습니다. 구글은 새로운 발견의 시대가 특정 분야에 국한된 전문 모델이 아니라, 다양한 과학 분야의 연구자들을 지원하는 '범용 에이전트(general agents)'를 통해 열릴 것이라고 믿고 있습니다.
이러한 비전을 바탕으로, 구글은 과학적 탐구의 규모와 정밀성을 더욱 확장하기 위해 설계된 과학 도구 및 실험의 집합체인 '제미나이 포 사이언스(Gemini for Science)'를 새롭게 선보입니다.
인간의 창의성을 확장하는 강력한 조력자
오늘날 과학은 역설적인 상황에 직면해 있습니다. 인류의 지식은 그 어느 때보다 빠르게 축적되고 있지만, 그만큼 개별 연구자가 전체적인 큰 흐름과 맥락을 파악하기는 더욱 어려워지고 있기 때문입니다. 과학적 돌파구는 서로 다른 데이터와 아이디어 사이의 창의적인 연결에서 탄생하는 경우가 많지만, 이를 사람이 직접 찾아내는 데에는 수주에서, 길게는 수개월이 걸리기도 합니다. AI는 이러한 병목 현상을 줄이고 복잡한 작업을 대신 처리함으로써 과학 연구의 역량을 한층 확장하는 역할을 할 수 있습니다. 이를 통해 연구자들은 가장 중요한 과학적 문제와 미래 연구 방향을 발견하고 해결하는 데 더욱 집중할 수 있습니다.
구글 랩스(Google Labs)에서 제공하는 '제미나이 포 사이언스' 실험 툴에는 이러한 과제를 해결하도록 설계된 세 가지 핵심 프로토타입이 포함돼 있습니다.
- 코사이언티스트(Co-Scientist) 기반 가설 생성: 아이디어 발상은 과학의 핵심이지만, 매년 발표되는 수백만 편의 논문을 사람이 모두 분석하고 종합하는 것은 사실상 불가능합니다. '가설 생성' 기능은 과학적 방법론을 시뮬레이션해 이러한 한계를 보완합니다. 연구자와 함께 연구 과제를 정의한 뒤, 다중 에이전트 기반의 '아이디어 토너먼트'를 통해 가설을 생성하고 토론하며 평가합니다. 또한 모든 주장에 대해 심층 검증을 수행하고클릭 가능한 인용 출처를 함께 제공해 높은 수준의 신뢰성과 투명성을 확보했습니다.
- 알파이볼브(AlphaEvolve) 및 ERA(Empirical Research Assistance) 기반의 컴퓨팅 발견: 과학 연구의 발전은 실제로 검증할 수 있는 가설의 수에 의해 제한되는 경우가 많습니다. 에이전트 기반 연구 엔진인 '컴퓨팅 발견'은 수천 개의 코드 변형을 병렬로 생성하고 평가함으로써, 이러한 문제를 해결하도록 설계된 프로토타입입니다. 이를 통해 태양광 발전 예측이나 전염병학처럼 복잡한 분야에서도 기존에는 수개월이 걸리던 부분을 새로운 모델링 접근 방식으로 훨씬 빠른 시간 안에 실험할 수 있습니다.
- 구글 노트북LM(NotebookLM) 기반 문헌 인사이트: 과학 문헌을 이해하는 일은 모든 연구 과정의 핵심입니다. 문헌 인사이트 기능은 과학 문헌을 탐색하고, 결과를 맞춤형 속성과 함께 표 형태로 구조화해, 여러 연구를 나란히 비교·분석할 수 있도록 지원합니다 . 연구자는 대화형 채팅을 통해 자신이 구축한 데이터(corpus)를 기반으로 세부적인 맥락과 차이를 파악할 수 있으며, 보고서, 슬라이드 덱, 인포그래픽, 오디오 및 영상 요약 등 완성도 높은 결과물도 생성할 수 있습니다. 노트북LM의 기능을 바탕으로 문헌 인사이트는 논문 전반의 연구 결과를 하나로 종합하고, 연구의 공백과 새로운 기회를 발견하는 데 도움을 줍니다.
오늘부터 구글은 이러한 실험 기능에 대한 접근 권한을 순차적으로 확대할 예정입니다. 관심 있는 이용자는 구글 랩스 웹사이트(labs.google/science)에서 신청할 수 있습니다.
개별 실험 단계를 넘어, 구글은 이러한 고급 AI 역량을 구글 클라우드를 통해 기업과 연구 기관에도 제공하고 있습니다. 과학 및 산업 분야 연구개발(R&D)을 위한 구글의 엔터프라이즈급 솔루션은 현재 비공개 프리뷰 형태로 다양한 파트너들과 함께 실제 현장에서 적용되고 있습니다. 예를 들어 바스프(BASF)는 알파이볼브를 활용해 공급망 최적화를 진행하고 있으며, 클라르나(Klarna)는 머신러닝 모델 성능 향상에 이를 적용하고 있습니다. 동시에 다이이찌산쿄(Daiichi Sankyo), 바이엘 크롭 사이언스(Bayer Crop Science), 그리고 미국 에너지부(Department of Energy)의 ‘제네시스 미션(Genesis Mission)’에 참여 중인 미국 국립연구소(U.S. National Labs) 등은 코-사이언티스트를 활용해 연구 속도를 높이고 근본적인 과학 난제를 해결하고 있습니다. 이처럼 엔터프라이즈급 툴들은 현재 프리뷰 단계에서도 이미 높은 가치를 입증하고 있습니다. 구글은 파트너들이 만들어가고 있는 혁신적인 성과를 기대하고 있으며, 앞으로 몇 달 내 더 많은 조직으로 접근 범위를 확대해 나갈 예정입니다.
이 밖에도 이러한 툴들을 기반으로 한 다양한 검증 논문도 이미 발표되고 있습니다. ERA 관련 논문 역시 조만간 발표될 예정이며, 코-사이언티스트 연구 논문은 오늘 세계적인 권위의 학술지 네이처(Nature)에 게재되었습니다.
내 책상 위에 펼쳐지는 과학 연구 워크벤치
'제미나이 포 사이언스'의 일환으로, 구글은 유니프롯(UniProt), 알파폴드 데이터베이스(AlphaFold Database), 알파게놈 API, 인터프로(InterPro)를 비롯한 30여 개의 주요 생명과학 데이터베이스 및 툴의 인사이트를 통합한 전문 기능 패키지인 '사이언스 스킬(Science Skills)'도 새롭게 선보입니다. 구글 안티그래비티와 같은 에이전트 플랫폼에서 이 기능을 활용하면, 연구자들은 구조 생물정보학이나 유전체 분석처럼 복잡하고 수작업이 많이 필요했던 워크플로우를 몇 시간에서 단 몇 분으로 단축하여 수행할 수 있습니다.
구글 연구팀은 사이언스 스킬을 활용한 초기 테스트를 통해 이러한 속도 향상을 직접 확인했습니다. 실제로 기존에는 여러 시간이 걸리던 복잡한 분석을 단 몇 분 만에 수행했으며, 이를 바탕으로 AK2 유전자 돌연변이로 인해 발생하는 희귀 유전 질환의 잠재적 발병 메커니즘에 대한 새로운 통찰까지 얻을 수 있었습니다.
구글 안티그래비티에서 사이언스 스킬을 활용하는 방법에 대한 더 자세한 내용은 antigravity.google/use-cases/science에서 확인할 수 있습니다.
과학계와의 긴밀한 협력과 연대
과학 연구를 위한 툴을 책임감 있게 개발하고 배포하기 위한 구글의 노력은 과학 생태계와의 긴밀한 협력에서 시작됩니다. 구글은 스탠퍼드 대학교(Stanford University)의 간 섬유화 연구, 임페리얼 칼리지 런던(Imperial College London)의 항생제 내성 연구, 그리고 크릭 연구소(The Crick Institute)와의 장기 협력 프로젝트를 포함해 전 세계 100개 이상의 기관과 협력하며 새로운 시스템과 툴을 검증하고 있습니다 . 또한 AI가 생성한 인사이트의 신뢰성을 확보하기 위해 박사 과정 학생부터 산업계 연구자, 노벨상 수상자에 이르는 전문가들로 구성된 테스터 커뮤니티를 운영하며, 실제 과학 연구 환경의 복잡한 과제를 기반으로 시스템을 지속적으로 검증하고 있습니다.
이와 함께 구글은 ICML, 스톡(STOC), 뉴립스(NeurIPS)와 같은 세계 최고 수준의 과학 학술 대회와 전용 파일럿 프로그램을 운영하며, 실험적인 페이퍼 어시스턴트 툴(Paper Assistant Tool)이나 스칼라피어(ScholarPeer)처럼 에이전트 기반의 동료 평가(Peer Review) 및 과학적 검증을 돕는 혁신적인 툴도 함께 개발하고 있습니다.
이러한 모든 노력은 오랜 AI 기술 발전의 토대 위에서 이루어지고 있습니다. 구글의 특화 AI 모델들은 이미 과학 연구의 속도를 크게 높이고 있습니다. 알파폴드는 300만 명 이상의 연구자들이 말라리아 백신과 플라스틱 분해 효소를 연구하는 데 활용되고 있으며, 알파게놈(AlphaGenome)은 질병을 유발하는 요인을 규명하는 연구를 지원하고 있습니다. 또한 구글 스칼라(Google Scholar), 어스 엔진(Earth Engine), 코랩(Colab), 메드제마(MedGemma), 어스 AI(Earth AI), 제미나이 딥 리서치(Gemini Deep Research)와 같은 툴들도 전 세계 연구자들의 연구 활동을 폭넓게 뒷받침하고 있습니다. 구글은 최근 공개된 제미나이 딥 씽크(Gemini Deep Think)를 통해 복잡한 과학 과제를 해결하는 핵심 모델의 역량 역시 지속적으로 강화해 나가고 있습니다. 이처럼 다양한 툴들은 이미 과학 생태계의 중요한 일부로 자리 잡아, 연구자들이 방대한 정보를 체계적으로 정리하고 대규모 데이터 분석을 손쉽게 수행할 수 있도록 적극 지원하고 있습니다.
구글은 에이전트 기반 연구의 미래를 함께 탐구해 나가며, AI가 과학 발전을 가속화하고 우리 사회가 직면한 시급한 과제 해결에 기여할 수 있도록 지속적으로 노력할 것입니다.
[I/O 2026] 연구를 가속화하는 멀티 에이전트 AI 파트너, '코사이언티스트(Co-Scientist)'
생명과학을 비롯한 다양한 분야 연구자들이 새로운 가설을 도출하도록 돕는 협업 AI 파트너를 소개합니다.
위대한 과학적 혁신은 모두 세상을 바꿀 단 하나의 아이디어에서 시작됩니다. 위대한 발견은 흩어진 사실들을 연결해 검증 가능한 올바른 가설을 세우는 연구자의 역량에 달려 있습니다. 하지만 정보가 넘쳐나고 해결해야 할 과제는 더욱 복잡해지고 있기 때문에, 모래밭에서 바늘을 찾는 것과 같은 이러한 아이디어 발굴 과정은 과학 발전을 더디게 만드는 주요 원인이었습니다.
구글은 AI가 획기적인 과학적 가설을 세우고 이를 다듬는 과정에 든든한 파트너로 함께한다면, 혁신적인 과학적 발견의 속도를 눈부시게 끌어올릴 수 있다고 믿습니다.
그리고 오늘, 구글은 국제 학술지 네이처(Nature)를 통해 '코사이언티스트(Co-Scientist)'에 관한 최신 연구 결과를 발표했습니다. 제미나이(Gemini)를 기반으로 구축된 이 새로운 멀티 에이전트 AI 시스템은 복잡한 과학 문제에 관해 새로운 가설을 반복적으로 생성하고, 토론하며 발전시켜 나갑니다.
구글은 개별 연구자들이 이 코사이언티스트 시스템을 직접 활용해 볼 수 있도록 '가설 생성(Hypothesis Generation)'이라는 새로운 실험적 도구를 선보입니다. 구글 딥마인드(Google DeepMind), 구글 리서치(Google Research), 구글 클라우드(Google Cloud), 구글 랩스(Google Labs)가 공동으로 개발한 이 툴은 향후 몇 주 내에 출시될 예정이며, 연구자들은 [labs.google/science]에서 사전 등록을 신청할 수 있습니다.
지난해 초기 연구 결과를 공유한 이후, 구글은 항생제 내성, 식물 면역, 간 섬유화 등의 난제를 해결하기 위해 코사이언티스트를 도입한 여러 팀과 함께 시스템을 고도화하고 테스트해 왔습니다. 기초 생물학, 자연과학, 공학 전반에 걸쳐 이미 의미 있게 활용되고 있는 이 시스템을 공유할 수 있어 무척 기쁩니다.
코사이언티스트 작동 방식: 제미나이 기반의 멀티 에이전트 시스템
과학적 발견은 결코 단번에 이뤄지지 않습니다. 아이디어를 구상하고 가설을 세운 뒤, 이를 비판적으로 검토하고 개선해 나가는 순환의 과정입니다. 과학자들은 며칠, 몇 달, 혹은 몇 년 동안 복잡한 문제에 대해 치열하게 고민한 후, 비로소 가장 깊은 통찰에 도달하곤 합니다. 코사이언티스트 연구의 핵심 질문 역시 "AI 시스템이 과학적 발견을 위한 이 엄격하고 체계적인 사고 과정에서 어떤 역할을 할 수 있을까?" 였습니다.
코사이언티스트 AI 시스템은 제미나이 모델을 기반으로 하는 전문화된 에이전트들의 협업체로 구성되며, 이들의 역할은 크게 세 단계로 나뉩니다.
- 아이디어 도출 (Generate ideas):
- 생성 에이전트(Generation agent): 과학 문헌과 데이터를 바탕으로 초기 연구 방향과 새로운 가설을 제안합니다.
- 탐색 에이전트(Proximity agent): 도출된 가설들을 매핑하고 그룹화해, 연구 영역을 다양하고 포괄적으로 탐색할 수 있도록 지원합니다.
- 아이디어 토론 (Debate ideas):
- 리플렉션 에이전트(Reflection agent): '가상의 동료 검토자(virtual peer reviewer)' 역할을 맡아 가설의 정확성, 품질, 참신성을 비판적으로 평가합니다.
- 순위 평가 에이전트(Ranking agent): '아이디어 토너먼트(idea tournament)'를 주관, 가설 간의 일대일 비교와 가상의 과학 토론을 통해 가장 유망한 방향과 가설의 우선순위를 정합니다.
- 아이디어 발전 (Evolve ideas):
- 이볼루션 에이전트(Evolution agent): 토너먼트에서 상위권을 차지한 가설들을 지속적으로 다듬고 결합하며 확장해, 가설의 완성도를 반복적으로 높여갑니다.
- 메타-리뷰 에이전트(Meta-review agent): 토론과 아이디어 토너먼트에서 얻은 인사이트를 종합해 시스템을 지속적으로 최적화하고, 과학자가 최종 검토할 수 있도록 연구 제안서를 작성합니다.
이 모든 에이전트의 협업을 총괄하는 것은 유연한 기획자(adaptive planner) 역할을 하는 관리자 에이전트(supervisor agent)입니다. 일차원적으로 사고하는 기존 AI 모델과 달리, 이 유연한 기획자는 거시적인 상위 연구 목표를 실행 가능한 세부 단계로 나누고, 여러 에이전트가 동시에 다양한 경로를 병렬적으로 탐색할 수 있도록 조율합니다.
도출된 아이디어는 반복적인 비판, 개선, 고도화 과정을 거쳐 새로운 가설로 거듭나며 과학적 발견의 선순환 체계를 구축합니다.
아이디어 토너먼트: 가설의 검증, 개선, 그리고 우선순위 평가
코사이언티스트는 수천 가지의 연구 방향을 탐색할 수 있습니다. 그중 가장 파급력 있는 방향을 찾기 위해 고안된 것이 바로 '아이디어 토너먼트(tournament of ideas)'입니다. 알파고(AlphaGo)와 알파스타(AlphaStar)에 적용되었던 원리를 활용했지만, 게임을 하는 대신 AI 에이전트들이 치열한 과학적 토론을 벌여 아이디어를 도출하고, 다듬고, 순위를 평가합니다.
아이디어의 참신함을 확장하면서도 가설의 견고함과 검증 가능성을 확보하기 위해, 시스템 연산량의 상당 부분은 가설 검증에 이용됩니다. 시스템은 과학 문헌과 데이터를 바탕으로 주장을 심층적으로 교차 검증함으로써 도출된 주장이 사실에 기반하고 논리적 일관성을 유지하도록 합니다. 현재 시스템은 웹 검색은 물론, ChEMBL, UniProt과 같은 전문 데이터베이스를 연동해 폭넓은 지식을 통합, 활용하고 있습니다. 나아가, 선별된 일부 공동 연구를 통해 테스트 중인 알파폴드(AlphaFold)와 같은 최첨단 예측 모델도 활용할 수 있습니다.
이러한 역량이 결합된 코사이언티스트는 체계적인 과학적 사고를 수행하는 가장 신뢰할 수 있는 멀티 에이전트 시스템의 첫 대표 사례로, 가설 수립과 과학적 발견의 영역에서 이미 가시적인 성과를 만들어내고 있습니다.
아이디어 토너먼트는 엘로(Elo) 평점 시스템을 기반으로 가설의 순위를 반복해서 평가하는 동시에, 새로운 지식을 지속적으로 주입, 가설의 탐색 범위를 넓혀갑니다.
생명과학을 시작으로, 실험실 현장에서 코사이언티스트 검증하기
구글은 지난 한 해 동안 글로벌 전문가들과 협력하며 생명과학 분야의 복잡한 난제들을 통해 코사이언티스트의 성능을 평가해 왔습니다. 또한, 다이이찌산쿄(Daiichi Sankyo), 바이엘 크롭사이언스(Bayer Crop Science)와 더불어 제네시스 미션(Genesis Mission)의 일환으로 진행된 미국 국립 연구소(US National Laboratories)와의 협업 등 여러 기관과 함께 엔터프라이즈급 버전을 테스트하고 있습니다. 머지않아 더 많은 구글 클라우드(Google Cloud) 엔터프라이즈 파트너들에게 이 시스템을 제공할 수 있게 되기를 기대합니다.
간 섬유화 치료를 위한 신약 재창출 후보 발굴
코사이언티스트는 게리 펠츠(Gary Peltz) 교수의 간 섬유화 치료제 연구를 가속화하는 데 기여했습니다. 이 AI 시스템은 그동안 간과되었던 약물 재창출(drug-repurposing) 후보군을 찾아냈으며, 그중 하나는 실험실 테스트에서 흉터 생성과 관련된 반응을 91%까지 성공적으로 차단했습니다. 국제 학술지 '어드밴스드 사이언스(Advanced Science)'에 발표된 이 연구 결과는 만성 간 질환을 치료하기 위한 새로운 유전자 조절 방식의 가능성을 제시합니다.
"코사이언티스트는 생의학 분야의 모든 문헌을 섭렵하고, 우리가 놓치고 있는 연결 고리를 찾아낼 수 있는 추론 능력까지 갖춘 뛰어난 동료와 같습니다." — 스탠퍼드 대학교 의과대학 게리 펠츠 교수
생물학적 도구의 융합을 통한 ALS(루게릭병)의 새로운 접근법
코사이언티스트는 퇴행성 질환인 ALS(루게릭병)를 연구하는 리투 라만(Ritu Raman) 교수와 라이언 플린(Ryan Flynn) 교수의 연구실을 하나로 연결하는 데 도움을 주었습니다. 이 시스템은 라만 교수가 복잡한 문헌을 빠르게 소화하여 검증 가능한 아이디어를 제안하고, 어떤 분야의 전문가와 협력해야 가장 유망한 방향으로 연구를 발전시킬 수 있을지 파악하도록 지원했습니다. 이는 결국 플린 교수와 함께 루게릭병을 해결하기 위한 잠재적인 RNA 기반 접근법을 공동 연구하는 계기가 되었습니다.
"과학은 팀 스포츠입니다. 코사이언티스트 혼자서 과학 연구를 할 수 없듯, 저 역시 혼자서 모든 것을 해낼 수는 없습니다. 이 시스템은 제 생각을 구조화하여, 다른 전문가나 공동 연구자들에게 무엇을 요청해야 할지 명확하게 알 수 있도록 도와줍니다." — 매사추세츠 공과대학교(MIT) 리투 라만 부교수 및 하버드 줄기세포 연구소 라이언 플린 부교수
대사성 간 질환의 메커니즘 규명 가속화
필리포 메놀라시나(Filippo Menolascina) 교수에게 코사이언티스트는 방대한 양의 생의학 문헌들을 대사성 간 질환에 대한 수준 높은 가설로 변환해 주는 훌륭한 도구였습니다. 이 시스템은 유망한 질병 메커니즘과 약물 조합을 찾아냈을 뿐만 아니라, 기존 약물이 왜 일부 환자에게만 효과가 있는지 설명하는 데 도움을 주었습니다. 이 가설은 이후 메놀라시나 교수의 실험실 테스트를 통해 사실로 입증되었습니다.
"코사이언티스트는 과학자들을 위한 '제트팩'과 같습니다. 유망한 메커니즘을 찾아내는 능력을 비약적으로 끌어올려 주기 때문입니다. 우리는 지금 획기적인 발견에 필요한 반복 실험의 주기를 크게 단축시킬 과학 혁명의 문턱에 서 있다고 생각합니다." — 에든버러 대학교 공학 생물학 필리포 메놀라시나 교수
신종 감염병 이면의 분자 스위치 발견
클레어 브라이언트(Clare Bryant) 교수는 독감이나 코로나19와 같은 병원체가 동물에서 사람으로 전파될 때 중증 질환을 유발하는 특정단백질을 식별하는 데 코사이언티스트를 활용하고 있습니다. 그녀는 AI 시스템과의 반복적인 검증을 통해 실제 실험실에서 테스트할 특정 아미노산 후보군을 빠르게 좁혔으며, 이를 통해 수년이 걸릴 수도 있었던 실험 과정을 단 몇 달로 단축할 수 있는 잠재력을 확인했습니다.
"코사이언티스트는 출판된 전체 문헌과 온라인 자료를 모아 제가 더 나은 질문을 던질 수 있도록 도와줍니다. 방대한 데이터 속에서 자칫 놓칠 수 있는 부분들을 짚어내고 우선순위를 정해주기 때문에, 우리 팀은 실험실에서 '본질적인 문제'에 대한 답을 찾는 데 온전히 집중할 수 있습니다." — 케임브리지 대학교 선천 면역학 클레어 브라이언트 교수
노화 연구의 새로운 길을 열다
칼리코 라이프 사이언스(Calico Life Sciences)의 맷 온섬(Matt Onsum)박사와 캐서린 라베(Katherine Labbé)박사는 의학계의 가장 어려운 난제 중 하나인 노화 생물학을 연구하는 데 코사이언티스트를 사용하고 있습니다. 이 AI 시스템은 통합 스트레스 반응(integrated stress response)에 대한 흥미롭고 새로운 가설을 제시하고 이후 실제 실험실에서 그 가설을 입증받는 등, 뛰어난 과학적 통찰력으로 칼리코의 전문가들에게 깊은 인상을 남겼습니다.
"코사이언티스트를 사용하면서 가장 흥미롭고 놀라웠던 점은 이 시스템이 '실제 과학자처럼' 생각한다는 것이었습니다. 과학자가 생각하고 행동하는 방식과 정말 자연스럽게 어우러집니다." — 칼리코 라이프 사이언스 수석 과학자 캐서린 라베 박사 및 AI/ML 책임자 맷 온섬 박사
과학계와 함께 발전시켜 나가는 에이전트 기반 툴
코사이언티스트는 광범위한 과학계에 유용하고 완성도 높은 툴이 되도록 100곳 이상의 기관의 연구자들과 협력하여 그 기능을 테스트 및 개발했습니다.
구글의 '책임감 있는 AI(Responsible AI)' 원칙에 따라, 코사이언티스트는 광범위한 내부 및 외부 안전성 평가를 거쳤습니다. 코사이언티스트가 생명과학 및 물리과학 분야에서 보여준 뛰어난 역량을 보여줌에 따라, CBRN(화학, 생물학, 방사능 및 핵) 분야에서 오용될 가능성에 대한 독립적인 평가도 진행했습니다. 이러한 평가 결과를 바탕으로, 비윤리적인 연구 목표를 식별하고 안전하지 않은 정보의 노출을 방지하기 위한 맞춤형 안전 분류기(safety classifiers)를 개발했습니다.
구글은 앞으로도 과학계와의 협력과 피드백을 통해 이 도구를 지속적으로 개선하고 발전시켜 나갈 것입니다. 아울러 '제미나이 포 사이언스(Gemini for Science)'를 통해 개별 연구자들에게 코사이언티스트를 제공할 수 있게 되어 무척 기쁩니다.
구글은 오늘날 세상에 대한 이해를 넓혀 온 수많은 과학자들에게 깊은 영감을 받아왔습니다. 이제 AI가 연구자들의 든든한 조력자가 되어, 과학적 진보의 새로운 시대를 열고 혁신의 가속화에 기여하기를 바랍니다.
참고: 코사이언티스트는 연구를 돕는 파트너로설계되었으며, 과학적 또는 임상적 전문 지식을 대체하지 않습니다. 연구자는 자신의 과학적 여정에서 이 도구의 결과물을 활용하여 내리는 모든 결정에 대해 스스로 책임져야 합니다.