AI가 과학 연구를 최대 15배 가속할 수 있다는 Anthropic의 분석
AI for scientific discovery: How researchers use Claude
Anthropic이 20만 7천 건의 Claude 및 Claude Code 연구 세션을 프라이버시 보호 방식으로 분석했다. 과학자들은 주로 데이터 분석과 논문 작성에 AI를 쓰며, 아이디어 생성이나 데이터 수집에는 덜 쓴다. AI가 잘하는 과제일수록 사용량이 2~4배 높았고, 컴퓨터과학·수학 등 형식과학 분야에서 특히 많이 활용됐다. 현재 역량이 널리 퍼지면 일부 분야 연구 생산성이 두 배로 늘고, 비물리적 작업을 완전 자동화하면 최대 15배까지 가능하다는 시나리오를 제시한다.
AI가 모든 비물리적 작업을 완전히 자동화하는 가상 시나리오에서는 컴퓨터과학이나 통계학처럼 인지적 비중이 높은 분야의 연구 생산성이 최대 15배까지 증가할 수 있다.
HN 토론
34- StableAlkyne
그들은 아주 훌륭한 연구 조교입니다.
AI가 과학적 결론을 내리게 하는 건 절대 신뢰하지 않겠지만, 몇 가지 일은 아주 잘합니다:
- 자연어로 그래프 그리기: "A열 대 B열의 산점도를 만들고, Y축은 로그 스케일로 하고, 별 크기는 C열 값으로 해줘." 모든 플로팅 라이브러리(아마 ggplot2 / plotnine 정도를 빼면)는 형편없고, 상용구 코드는 아무리 써도 덜 지루해지지 않습니다.
- 문헌 검색, 예를 들어 "X 방법을 Y 분야에 적용한 동료 심사 논문이 있었나요?"
- 복잡한 시각화, 예를 들어 "이 그래프를 3D 인터랙티브로 보여주는 자체 포함 HTML 파일을 만들어줘. 공과 스프링 위치 최적화를 추가하고 노드를 움직일 수 있게 해줘."
- 보통은 시간이 너무 많이 들어서 할 가치가 없는 잡다한 시도, 예를 들어 "여기 데이터셋이 있어. 회귀 방법 A, B, C를 시도하고 표로 보고해줘." 이런 경우 보통은 실수하고 과적합하겠지만, 좋은 스모크 테스트가 됩니다.
이 모든 경우에 주목할 점은, 지루한 일에 쓰여서 어느 정도 가치는 주지만 결국 의사결정을 내리기 위한 정보만 제공한다는 겁니다.
물론 훈련시킬 수 있는 연구 조교가 있으면 좋겠지만, 회사가 그런 자리를 만들어주지 않으면 별로 할 수 있는 게 없죠.
- w10-1
그래서: 코드 + 경제학; 연구자와 조직은 과부하가 예정됨
대부분 인용:
- 207K 소비자 사용자 claude 세션(78K 코드, 나머지 채팅+cowork)이 '26년 8월+9월에 7K SciNet 분류체계로 분류됨
- 가장 큰 영역: 컴퓨터 과학(11.9%), 공학(8.4%), 의학(7.7%)
- 사용/연구자 비율이 더 높은 분야: 컴퓨터 과학, 수학, 통계학; 사회과학
- "사회과학에서도 사용량이 높다" ... "[...] 사회과학에서는 상대적 사용량이 낮으며, 경제학은 예외"
- Claude 사용과 AI 역량: "상위 20% 작업은 예상 사용량의 2~4배를 끌어들인다" "보건과학 연구자들은 해당 작업의 AI 역량 점수에 비해 Claude를 상대적으로 적게 사용한다"
- "이론적 AI 역량은 연구자들이 Claude가 얼마나 자율적으로 작업하도록 허용하는지도 예측한다"
- "생산성 향상은 조직이 그에 맞춰 재구성한 뒤에야 실현되는 경향이 있다 (David 1990; Brynjolfsson, Rock, and Syverson 2021)"
- "새 연구 논문의 급증은 한 분야를 더 빠르게 발전시킬 수 있지만, 과학자들이 결과를 흡수하거나 검증할 역량을 압도할 수도 있다."
- "AI가 더 유능하고 자율적으로 변하면서, AI 시스템이 검증, 심사, 중요한 결과의 전달을 주도할 수 있으며, 이는 위에서 논의한 흡수 문제를 완화할 것이다"
- "다섯째, 더 자율적인 AI 시스템은 AI 주도 연구가 인간의 목표와 정렬되도록 보장하는 과제를 키울 수 있다"
- "한 가지 효과는 연구자들의 일자리 변화일 수 있다 […]"
- dreambuffer
이런 스타일의 기사는 별로입니다. 여기서 "어떻게"가 "어떤 방식으로 사용하는가?"이지 "어떤 기법을 사용하는가?"가 아니잖아요. 구체적인 실험실 구성, 에이전트를 어떻게 사용하고 조율하는지, 질문하고 정보를 검증하는 데 어떤 프로토콜을 쓰는지 같은 걸 보고 싶습니다.
- FailMore
이 기사는 결과물이 Claude 아티팩트라고 이야기합니다. Claude 아티팩트를 사용해 본 분들의 피드백이 궁금합니다. 무엇이 좋고 무엇이 싫으신가요?
취미로 https://smalldocs.org / https://github.com/espressoplease/smalldocs 라는 에이전트 비종속적 아티팩트 레이어를 운영하고 있어서, 아티팩트 사용 전반에 대한 피드백을 찾고 있습니다.
다음은 과학 관련 SmallDoc 아티팩트 샘플입니다:
Palmer penguins: body mass, flipper length and species - https://smalldocs.org/s/YrJDCfCD8-6j_uRE0pNCbI#k=odJRxWOIySV...
AlphaFold 3: capabilities, evidence and operational limits - https://smalldocs.org/s/rRRuByQhmhZNBH_4RNCx1t#k=S0Jhyf72Q6M...
- bemtevi
과학에서의 AI는 여러 면에서 프로그래밍에서의 AI와 꽤 다릅니다. 프로그래밍에서는 상용구 코드 작성 같은 반복 작업을 빠르게 하는 데 쓰이기 때문에 대체로 무해해 보입니다. 하지만 과학에서는 AI가 과학자들의 발견을 촉진해 준다면, 그런 발견이 가질 수 있는 힘에 대해 과학자들이 더욱 무모한 태도를 갖게 되어, 부유하고 악의적인 행위자들의 권력 남용이 훨씬 더 늘어날 가능성이 크다고 생각합니다.