AI가 과학 연구를 어디까지 가속화할 수 있을까
원제 AI for scientific discovery: How researchers use Claude
100 포인트댓글 39

Key Point
과학 분야별·작업별 AI 도입 패턴을 대규모 데이터로 측정함으로써, AI가 현재 어디서 실제로 쓰이고 있는지, 미래에 어느 정도 가속화를 가져올 수 있는지 보여준다.
핵심 요약
- Anthropic이 프라이버시 보호 방식으로 207,000개의 Claude 세션을 분석해 과학 연구에서 AI 사용 방식을 조사했다.
- 컴퓨터과학·수학·통계 등 형식과학에서 Claude 사용이 상대적으로 높고, 의학·화학·생물학 같은 현장 기반 과학에서는 낮았다.
- 과학자들은 데이터 분석(전체 세션의 33.7%)과 논문 작성(32.0%)에 Claude를 집중 사용하지만, 가설 생성(4.2%)과 데이터 수집(11.5%)에는 거의 사용하지 않는다.
- 설문조사에서 연구자들은 가설 생성과 데이터 수집을 가장 중요한 작업으로 꼽았으나, 실제 AI 사용은 이와 역행하고 있다.
- Claude 사용은 AI 성능이 우수한 작업에서 2~4배 높으며, 신체 작업이 포함된 작업에서는 미미하다.
- 현재 AI 능력이 광범위하게 도입되면 일부 분야의 연구 산출량이 2배 증가할 수 있고, 모든 비육체 작업을 자동화할 경우 컴퓨터과학은 최대 15배 증가할 가능성이 있다.
- Claude Science 같은 전문화된 과학 AI 도구는 Claude보다 가설 생성(8% vs 4.2%)을 더 많이 지원하며, 생물·의학 분야 사용자들이 더 복잡한 작업을 자율적으로 수행한다.
- Claude Science 세션의 80% 이상이 박사 수준의 지식이 필요하며, 70% 이상이 높은 수준의 AI 자율성으로 수행되어 Claude의 50~70%보다 높다.
- AI 자동화로 더 빠른 과학 발전이 가능하지만, 인간 감시 감소로 위험한 연구 추구 가능성, 연구자 경력 변화, 지식 추구의 목적 상실 같은 위험 요소도 존재한다.
- 설문 응답자 중 약 40%는 AI 모델이 2030년까지 전체 연구 프로젝트를 독립적으로 수행할 것으로 예상하고 있다.