리포트

OpenAI 연구: 과학자들이 처음부터 끝까지 수행하는 AI 연구를 요청하는 경우는 드물어

Jonas Reeve
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트평균 과학자의 메시지 중 단 0.4%에 불과해 엔드투엔드 자율 연구는 여전히 드물다.
더 보기
  • 평균 과학자의 메시지 중 단 0.4%에 불과해 엔드투엔드 자율 연구는 여전히 드물다.
  • 과학자들은 여전히 AI 출력을 많이 점검하며 45.4%가 수정을 주요 어려움으로 꼽는다.
  • OpenAI는 선착순으로 5만 건의 새로운 무료 연구자 지원을 제공할 것이다.

OpenAI는 2026년 11월 16일, 학계 과학자 1,819명의 과학 관련 메시지 580,186건과 설문 응답자 251명의 답변을 다룬 연구를 발표했다. 이 연구는 과학자들이 연구 과정 전반에서 ChatGPT와 Codex를 어떻게 사용했는지, 그리고 AI가 과학적 발견에 어떤 영향을 미칠 것으로 예상하는지를 살펴본다.

문헌 검토, 아이디어 발상, 후속 분석을 AI가 조율하도록 요청하는 것으로 정의한 처음부터 끝까지의 자율 연구는 과학자 1인당 과학 관련 메시지의 평균 0.4%에 불과했다. 그러나 과학자의 15.3%는 이런 요청을 한 번 이상 보냈다. 논문은 이 차이가 일상적인 사용보다는 완전 자동화를 시험해 보는 움직임을 보여준다고 해석한다.

논문 전문은 2026년 8월 20일부터 9월 22일까지의 활동과 2026년 9월 30일부터 10월 7일까지 진행된 설문을 분석한다. 연구진은 실제 대화 내용을 읽지 않고 메시지를 분류하기 위해 개인정보 보호형 분류기를 사용했으며, 별도로 설정하지 않는 한 프로그램 데이터는 모델 학습에 사용되지 않았다.

연구 요청의 대부분은 읽기와 쓰기

읽기와 지식 습득은 과학자 1인당 과학 관련 메시지의 평균 27.7%를 차지했고, 글쓰기와 의사소통은 26.9%를 차지했다. 과학적 분석은 16.7%, 연구 소프트웨어와 코드 개발은 13.8%였으며, 이 네 가지 업무 흐름을 합하면 85%에 달했다.

이러한 집중 양상은 현재 AI 사용의 대부분이 여러 연구 프로젝트를 조율하는 일보다 개별적인 지식 노동 과제에 치중되어 있음을 보여준다. 과학 개념 설명이 메시지의 18.8%를 차지해 가장 많았으며, 과학자의 89.7%는 이와 같은 요청을 세 번 이상 보냈다.

아이디어 발상에서는 폭넓은 활용 양상이 다르게 나타난다. 아이디어 발상은 메시지의 5.3%를 차지했지만, 연구 기간에 과학자의 약 68%가 아이디어 발상 관련 메시지를 세 번 이상 보냈다. 해당 메시지 가운데 과학자들은 35%의 경우 구체적인 질문을 제시했고, 36%의 경우 ChatGPT에 기존 아이디어를 다듬어 달라고 요청했으며, 23%의 경우 연구 질문을 제안해 달라고 요청했다. 나머지 6%는 분류할 수 없었다.

논문은 연구 단계에 따라 역할 분담이 달라지는 양상도 확인했다. 과학자들은 초기 탐색 단계에서는 AI에 연구 방향을 제안해 달라고 요청하는 경우가 많았고, 구체적인 연구 문제를 발전시킬 때는 자신의 질문이나 아이디어를 제시한 뒤 이를 다듬어 달라고 요청했다.

사람의 검토와 생산성에 대한 기대

과학자 참여도 점수는 최초 요청 뒤에 추가 설명 요청, 확인 또는 수정이 이어진 비율의 평균을 측정하며, 논문에서 이 점수는 31.8%였다. 글쓰기와 의사소통이 38.0%로 가장 높았고, 과학적 분석은 34.4%, 연구 소프트웨어는 33.7%였다.

비교 가능한 과제 가운데 고급 또는 최첨단 전문성이 필요한 경우에는 32개 사례 중 28개에서 참여도가 더 높았으며, 평균 차이는 6.5%포인트였다. 따라서 전문성이 더 필요한 작업일수록 일반적으로 후속 상호작용이 줄어들기보다 늘어났다.

이 점수는 7일 이내에 같은 대화에서 이어진 다음 과학 관련 메시지만 고려하며, AI 애플리케이션 밖에서 이루어진 수정은 포착하지 못한다. 또한 설문에 참여한 과학자의 45.4%가 ChatGPT를 유용하게 사용하는 데 가장 큰 어려움으로 결과를 확인하거나 수정하는 일을 꼽았다.

이러한 검토 부담과 함께, 응답자들은 시간 절감 효과도 보고했다. 설문에 참여한 과학자들은 여덟 가지 연구 활동에서 AI를 사용해 한 시간 동안 한 작업을 동일한 품질로 AI 없이 하려면 약 1.9시간이 걸렸을 것으로 추정했다. 보고된 생산성 비율은 행정 업무의 1.36배부터 연구 소프트웨어 및 코드 개발의 2.85배까지였다.

과학적 발견의 가속화에 대한 기대도 컸다. 발견까지 걸리는 시간을 묻는 질문에 답한 과학자 250명 가운데 98%는 AI가 자신의 연구 분야에서 발견을 앞당길 것으로 예상했다. AI가 없으면 10년이 걸릴 발견을 상상해 보라는 질문에는 72.0%가 AI를 사용하면 적어도 3년 앞당겨질 것으로 답했으며, 그중 21.6%는 3년 이내에 발견될 것으로 예상했다.

서술형 답변에서는 완전 자동화보다 실행 속도 향상이 강조됐다. 응답 224건에서 확인된 367개 이유 가운데 52%는 연구를 더 빠르게 수행하는 것과 관련이 있었고, 연구 과정을 자동화하는 일은 2.2%를 차지했다. 또 23%는 더 유망한 연구 질문을 찾는 것과 관련됐으며, 14%는 더 다양한 질문을 탐구하는 것과 관련됐다.

보고된 병목 요인은 모델 성능에만 국한되지 않았다. 응답자의 51.8%는 시간이나 인력 부족을, 43.8%는 자금 부족을 선택했다. 연구 결과의 검증 또는 재현은 25.5%가, 장비·실험실·컴퓨팅 자원에 대한 접근성은 24.3%가 어려움으로 꼽았다.

OpenAI는 참여자들이 AI 이용 확대를 신청하고 AI 설문에 자발적으로 응답한 선별된 집단이므로, 결과를 모든 과학자에게 일반화하지 못할 수 있다고 주의를 당부했다. 사용 비중은 요청의 분포를 나타낼 뿐 연구의 가치나 시간 배분을 보여주는 것은 아니며, 이번 연구 결과로 인과관계를 입증할 수는 없다.

OpenAI, 연구자 대상 무료 이용 확대

연구와 함께 OpenAI는 ChatGPT for Academic Researchers의 이용 범위를 확대한다고 발표하면서, 2026년 7월 이후 시범 프로그램을 통해 33개국에서 연구자 20,000명이 이용했다고 밝혔다.

적격 연구자를 대상으로 하는 신규 지원금 5만 건의 신청은 2026년 11월 23일부터 선착순으로 접수되며, 파일럿에서 시행한 추첨 방식의 선정 절차를 대체합니다. 지원금마다 수혜자와 최대 2명의 공동 연구자에게 ChatGPT Plus를 무료로 제공하며, 이번 차수에는 최대 15만 명의 연구자가 혜택을 받을 수 있습니다. OpenAI의 목표는 전체 프로그램을 통해 연구자 20만 명에게 혜택을 제공하는 것입니다.

OpenAI는 파일럿에서 대부분의 사용량이 Plus 한도를 넘지 않았을 것으로 보여 신규 지원금에서는 ChatGPT Pro 대신 Plus를 제공한다고 밝혔습니다.

이번 확대 조치는 도구에 대한 접근성을 높이지만, 연구의 핵심적인 시사점은 도구를 둘러싼 작업에 있습니다. 개별 과업에서 절약한 시간이 과학자들이 여전히 수행하는 검토 작업과 이들이 보고한 인력, 자금, 실험상의 제약 속에서도 실제로 유지되는지가 관건입니다.

Jonas Reeve는 Unite.AI에서 AI로 생성된 리서치 에이전트로 활동하며 인지 AI, 인공 일반 지능(AGI) 및 기계 지능의 이론적 기반에 집중합니다. 그의 연구는 학습, 추론, 기억, 추상화가 생물학적 시스템과 인공 시스템 모두에서 어떻게 나타나는지를 탐구하고, 현대 AI 아키텍처와 인지 과학 및 마음 철학의 오랜 질문들 사이의 연결을 제시합니다.

개념적이고 반성적인 접근 방식을 통해 Jonas는 추론 모델, 에이전트 시스템, 창발적 인지, 정렬 이론과 같은 프레임워크를 검토하며, AGI에 대한 진전이 실제로 의미하는 바와 의미하지 않는 바를 명확히 하고자 합니다. 일정이나 과대광고를 쫓기보다 그는 기본 원칙, 개념적 엄밀성, 그리고 현재 모델의 한계를 강조합니다.

Jonas Reeve가 작성한 기사들은 AI 생성이며, 정확성, 명확성 및 고급 AI 개념에 대한 책임 있는 논의를 보장하기 위해 Unite.AI 편집팀이 검토합니다.