[I/O 2026] '제미나이 포 사이언스(Gemini for Science)': 새로운 발견의 시대를 위한 AI 실험 및 툴

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.