▲AI 생성 이미지(Nano Banana)

생성형 인공지능(AI)의 시조 격인 챗GPT가 태동한 지 불과 3년 반. 세상은 이미 AI로 물들었다.
“AI에 밥그릇 뺏긴다”는 자조 섞인 말은 이제 과학계도 피해 가지 못한다. AI로 논문이 더 많이, 더 빠르게 쏟아지고 있다. 지금 과학 연구의 생태계는, 과장 조금 보태면 AI 없인 아무것도 못 할 정도다.
AI가 뒤바꾸는 전 세계 과학계의 모습을 취재하고, 한국 과학계의 안녕을 물었다.

▲Shutterstock

2024년 미국 하버드대는 학부 및 대학원생 360명을 대상으로 학업 연구에 인공지능(AI)을 활용하는지 설문했다. 그 결과, 응답자의 65%가 “활용한다”고 답했다.

“지금 생성형 인공지능(AI)을 안 쓰면 조금 손해 보는 수준이 아니에요. AI 도움 없이 혼자서 논문 쓴다는 건 요즘 트렌드에선 도태될 각오를 하는 셈입니다.” 2026년 2월, 서울 소재 한 대학에서 만난 공학계열 박사 과정의 연구원 30대 남성 이 모 씨는 최근 대학원 연구 분위기를 전했다.

이 씨의 논문 작성법은 2023년 전후로 명확히 갈린다. 석박사 통합 과정 6년 차인 그는 2025년부터 논문 초고를 다수의 AI 툴을 이용해 작성한다. 실험 아이디어를 입력하면 서론, 방법, 결과, 고찰을 한 AI 프로그램을 이용해 자동으로 써낸다. 이후 구체적인 방법론은 다른 AI 프로그램을 통해 발전시킨다. 마지막으로 논문의 전체 틀이 나오면 또 다른 프로그램으로 문장과 문맥을 다듬는다. 이르면 몇 주에서 길면 몇 달, 심지어는 해가 넘어가던 작업 기간이 단 한나절 만으로 줄어든 셈이다. “지도교수님도 알고 있는 사실입니다. 하지만 안 쓸 수가 없어요. 다들 쓰니까 그 속도를 솔직히 따라잡을 수 없다고 모두가 인정하거든요.”

AI의 파도는 연구 기관에도 여지없이 덮쳤다. 대전의 한 정부출연연구소에 근무 중인 30대 연구원 윤 모 씨는 “단순한 비서가 아니라 공동 저자 수준으로 대우해야 한다”고 말했다. 윤 씨는 최근 수행한 정부 지원 프로젝트에서 데이터 시각화와 복잡한 수식 검증을 모두 AI 에이전트에게 맡겼다.

과거에는 실험 데이터를 엑셀에 일일이 입력하고 그래프 하나를 그리는 데만 꼬박 사흘이 걸렸지만, 이제는 원천 데이터를 AI에 업로드하고 “학술지 가이드라인에 맞춰 분석하라”는 명령어 한 줄이면 충분하다. 그는 “예전에는 연구자가 ‘노가다’라 불리는 단순 반복 작업에 시간의 70%를 쏟았다면, 이제는 그 시간을 오롯이 가설 설정이나 연구 아이디어에만 집중할 수 있게 됐다”며 “이런 도구를 활용하지 않는 연구자와의 생산성 격차는 이제 노력으로 메울 수 있는 수준을 넘어섰다”고 덧붙였다.

일부 학생과 연구자들만의 문화로 봐야 할까. 지난 1월 14일, 이 물음에 반문하듯 과학계를 전수 조사한 연구 결과가 나왔다. 1980년부터 2025년까지 45년간 발간된 4130만 편의 논문을 분석한 중국 칭화대와 미국 시카고대 공동 연구팀은 “AI를 쓰는 과학자는 3.02배 많은 논문을 출판하고 4.84배 많은 인용을 받았다”고 국제학술지 ‘네이처’에 발표했다. doi: 10.1038/s41586-025-09922-y

▲Shutterstock

2026년 2월 발표된 중국 난카이대, 칭화대 공동연구팀 논문에 따르면 AI로 인해 존재치 않는 논문이 인용되는 ‘유령 인용’ 현상이 1년 새 80.9% 급증했다. doi: abs/2602.06718

만능 조수 AI, 연구 다양성은 죽인다

연구팀은 1980년부터 현재까지 생물학, 의학, 화학, 물리학, 재료과학, 지질학 6개 분야 총 4130만 편의 논문을 분석했다. 컴퓨터과학과 수학은 제외하고, AI 방법론 자체를 개발하는 분야가 아닌 AI를 ‘도구’로 쓰는 자연과학 계열만 추려냈다. 연구팀은 사전 학습된 언어 모델을 이용해 논문 저자 200만 명을 추적한 뒤, 논문 출판 패턴이나 네트워크, 경력 사항 등을 세밀하게 분석했다.

결과는 극명했다. AI를 쓰는 과학자는 논문을 3.02배 더 많이 출판했다. 인용은 4.84배 더 많이 받았다. 연구 프로젝트 리더가 되는 시기는 1.37년 빨랐다. 개인에게 AI는 말 그대로 축복이었다. 제1 저자인 하오치엔위에 칭화대 연구원은 논문에서 “개인적 이점은 일관되고 뚜렷했다”고 평가했다.

하지만 과학 전체로 보면 마냥 웃을 수 없다. AI를 사용한 논문은 일반 논문보다 연구 주제의 다양성이 4.63% 감소했다. 연구팀은 이를 피드백 루프로 설명했다. 인기 주제에 연구자들이 몰리면서 데이터가 덩달아 쏠리고, 데이터가 많아진 만큼 그 분야에서는 AI 도구를 쓰기가 더욱 유리해지는 것이다. 논문 저자인 제임스 에반스 시카고대 사회학과 교수는 과학동아와의 인터뷰에서 그 원인을 “AI의 데이터 가용성”으로 짚었다. “현재의 AI 모델은 대규모 데이터에서 패턴을 인식하고 예측하는 데 최적입니다. 연구자들은 성과를 내기 위해 자연스럽게 데이터가 풍부한, 즉 이미 활발히 연구된 분야로 이동하는 경향을 보이죠.”

에반스 교수는 개인적인 동기 역시 다양성을 죽이는 데 한몫하고 있다고 전했다. “논문 주제 선택에 있어 심리적으로는 개인적 보상의 영향이 큽니다. AI를 활용한 연구에 확실한 보상이 주어지는 체계 속에서 연구자들은 위험이 큰 미개척지보다는 AI를 통해 빠르게 성과를 낼 수 있는 데이터 집약적인, 검증된 주제를 선택하게 됩니다.” 소수의 ‘스타 논문’에 인용이 집중되는 현상도 최근 들어 더욱 심화됐다. 연구에 따르면 인용 수 상위 20% 논문이 전체 인용의 80%를, 상위 50% 논문이 전체 인용의 95%를 차지했다. AI 논문들은 특정 상위 논문에 인용이 집중되는 경향이 훨씬 강했던 것이다.

반면 연구들 간의 상호 교류는 22%나 낮았다. 새로운 아이디어는 논문 간 촘촘한 인용 네트워크에서 자란다. 이는 AI 연구들이 서로 유기적으로 연결돼 새로운 분야를 개척했다기보다, 특정 인기 주제에만 머무는 구조를 의미한다. 이와 같이 잘나가는 논문과 주제만을 인용하는 현상을 두고 에반스 교수는 “지적 근친교배”라고 표현했다. 유전적 유사도가 높은 개체끼리 교배하면 자손의 생물 다양성이 급격히 줄어드는 현상이 과학계에도 일어날 것이란 경고다.

“만약 AI가 기존 데이터의 패턴만 최적화하는 데 그친다면, 과학은 새로운 패러다임을 발견하기보다 부분적인 최적화에만 갇힐지도 몰라요. 결과적으로 지식의 외연을 넓히기보다 이미 알고 있는 것을 더 정교하게 다듬는 ‘자동화된 과학’에 머물게 될 수 있습니다.”

▲Nature

지난 1월, 제임스 에반스 시카고대 교수팀은 “AI를 사용했을 때 모든 의·과학 분야에서 더 많은 논문 출판과 인용이 이뤄졌다”고 논문에서 밝혔다.

‘만 원’이면 SCI 논문 한 편, 학계의 공공연한 비밀

국내 학계에선 이 현상을 어떻게 받아들이고 있을까. 2월 2일 연세대 신촌캠퍼스에서 만난 송경우 연세대 응용통계학과 교수는 “AI 에이전트가 논문을 자동 작성하는 시대는 이미 왔다”며 “AI 탄생 이전으로 과학 연구계가 되돌아갈 순 없다”고 말했다. 그는 AI를 활용해 여러 업무를 보조하는 AI 에이전트 연구에 전념하고 있다.

“1년 반 전, AI가 발표한 논문 자동 작성 에이전트를 보면 15달러(한화 약 1만 8000원)만 내면 어느 정도 양질의 논문을 고등학생도 쓸 수 있어요. 향후 2년 안으로 완전 자동화 AI가 상위 1% 논문도 뽑아낼 걸로 보이고요.”

그가 언급한 AI 에이전트는 일본의 AI 스타트업 ‘사카나 AI’가 2024년 8월 공개한 ‘The AI Scientist’다. 논문 주제를 입력하면 자동으로 문헌을 검색한 뒤 가설을 세우는 건 물론, 구체적인 코드를 짜고 상세한 그래프를 그리며 논문까지 완성하는 AI 에이전트다. 논문 한 편을 만드는 데 드는 비용은 출시일 기준 15달러(한화 약 1만 8000원)에 불과했다. 당시에도 SCI(세계적으로 학술 기여도가 높은 학술지)급 하위권 저널 정도는 넉넉히 통과할 수준으로 평가받았다. 출시 이후 1년 반이 지난 지금, 사람 연구자가 조금만 다듬는다면 SCI 상위권 저널까지 통과할 정도라는 주장도 나온다.

연구를 대신해 주는 AI 에이전트의 등장은 연구계의 양극화를 불러왔다. 실제로 AI가 쓴 논문만 받는 저널이 생겼고, 반대로 한 줄이라도 AI가 개입하면 게재 자체를 거부하는 저널도 나타났다. 송 교수는 “아이디어를 제시한 건 사람이니 논문 자체가 거짓은 아니”라면서도 “이젠 고등학생도 논문을 찍어낼 수 있게 됐을 정도로 논문 출판이 쉬워졌다”고 말했다.

논문 써주는 AI, 학계 신뢰 무너뜨린다

AI가 이미 학계에서 ‘표준’이 됐다면, 부작용은 없을까. AI가 그릴 미래를 유토피아로 바라보는, 소위 ‘AI 찬성파’인 송 교수조차 두려워하는 점은 AI가 야기할 ‘신뢰의 붕괴’다. 연구는 세계적으로 얽힌 지식 네트워크 속에서 이뤄진다. 본 적 없는 해외 연구자라도 그의 연구를 믿고, 이어서 발전시켜 나간다. 하지만 AI의 양산 논문으로 남의 연구 결과를 의심하게 된다면, 연구 신뢰가 무너질 수도 있다. 그는 생명과학 분야를 구체적인 예로 들었다.

“생명과학에선 보통 연구가 늦게 나옵니다. 길면 5년 넘게 세포를 키워야 하죠. 그래서 논문이 나오면 그간 학계에선 결과를 믿어주는 분위기였는데, 이제는 서서히 그런 문화가 깨질 수도 있어요. 결국에는 더욱 논문 저자의 이름값에 기대서 논문을 보는 경향이 커질 겁니다. 신인 연구자들의 좋은 논문이 나오면 의심부터 하게 될 것 같아요. 결국 과학계 다양성을 후퇴하게 만드는 요인이 되고요.”

이런 탓에 그는 ‘검증’을 AI 시대의 최우선으로 꼽았다. AI의 존재를 인정하되, 논문을 검토하고 출판하는 동료 연구자들이 사후 검증을 더욱 치밀하게 해야 한다는 뜻이다. 송 교수는 “AI가 현재 구분 불가능한 수준까지 올라섰다”면서 과거 조작된 연구 하나가 후속 연구자들의 수년간의 노력을 물거품으로 만든 사례를 소개하며 검증의 중요성을 다시 한번 강조했다.

“예전 유전체 연구가 발표된 후 몇 년 뒤 조작으로 밝혀진 적이 있어요. 조작된 연구로 적지 않은 연구자들의 연구 인생이 함께 증발해 버렸죠. 연구는 혼자서 하는 게 아닙니다. 하나의 좋은 논문이 나왔다면, 후속 연구자들이 세계 각지에서 연구를 이어나갑니다.”

▲Amazon

벨기에의 과학철학자 이자벨 스탱게르스는 2017년 ‘다른 과학은 가능하다, 느린 과학 선언’을 출간하며 뿌리내린 빠른 과학 관행에 대해 비판의 목소리를 냈다.

AI라는 ‘유입종’, 한국 연구 생태계 흔들까

그렇다면 한국의 연구 생태계는 AI라는 ‘유입종’에서 안전할 수 있을까. 한국 과학계는 성과주의와 유행성이 극심한 토양이다. 이런 배경에선 AI가 한국 과학의 ‘독약’이 될 수 있다는 지적이 나온다. 1월 30일, 서울에서 만난 이덕환 서강대 화학과 명예교수는 “(AI가 퍼지고 있는 점이) 굉장히 걱정스럽다”며 “특히 우리나라처럼 현대 과학에 대한 연구 경험과 기반이 약한 사회에서는 더 우려되는 부분”이라고 밝혔다. 그는 한국 과학계의 성과주의 연구 문화에 대해 지속적으로 비판과 개선의 목소리를 내온 학자이자 과학 커뮤니케이터다.
이 교수가 제시한 답안 또한 ‘투명성’과 ‘사후 검증’이었다. “연구자가 AI를 어떻게 썼는지 최대한 투명하게 명시해야 합니다. 사후 검증이 갈수록 중요해지기 때문이죠. 논문 출판은 본격적 검증의 시작 단계예요. 5년, 10년이 지난들 반박이 받아들여지면 그 논문의 수명은 끝나는 겁니다. AI를 통한 편한 출판에 곧 무시무시한 사후 검증이 기다리고 있다는 사실을 과학자들에게 주지시켜야 하는 겁니다.”

그러나 AI가 한국 연구 생태계에 주는 영향이 단순히 나쁘기만 한 것은 아니다. 2025년 12월 국제학술지 ‘사이언스’에 발표된 옌 인 코넬대 정보과학과 교수팀의 연구는 AI의 또 다른 가능성을 보여준다. AI가 “비영어권 연구자들의 언어적 장벽을 획기적으로 낮추고 있다”고 밝혔기 때문이다. doi: 10.1126/science.adw3000 그동안 한국을 포함한 비영어권 과학자들은 연구 역량과 별개로 영어 논문 작성이라는 높은 언어 장벽에 부딪혀 왔다. 연구에 따르면, AI 도입 이후 언어의 복잡성이 성과를 결정짓던 과거의 패턴이 무너지고 있다는 것이다.

▲Nature

독일 율리히 연구센터의 미생물 연구실 내 로봇 팔이 실험하는 모습. AI가 과학자의 두뇌를 대체하고 있다면, 로봇은 과학자의 몸을 대신하며 ‘과학 연구 자동화’가 심화하고 있다. 스테판 노아크 율리히 연구센터 미생물 분석 연구그룹장은 2024년 국제학술지 ‘네이처’와의 인터뷰에서 “로봇 팔 도입 이후 세포 배양 작업 속도가 100배는 빨라졌다”고 밝혔다.

양보다는 질, 태동하는 ‘느린 과학’

AI가 선도하는 과학계의 반대편에서는 ‘느린 과학’의 목소리가 나온다. 느린 과학은 성과주의에 반대하는 문화다. 논문 편수, 인용 횟수 등으로 일괄적으로 평가하는 대신, 연구의 깊이, 사회적 기여, 학문적 정직성을 중시한다. 느린 과학의 필요성을 꾸준히 주장해 오며 저서 ‘다른 과학은 가능하다, 느린 과학 선언’를 펴낸 벨기에의 과학철학자 이자벨 스탱게르스는 과학동아에 “유감스럽지만 AI로 인해 과학이 자동화된 산업으로 전락하고 있다”고 의견을 전했다.

1월 19일, 국제학술지 ‘네이처’에 기고문을 실은 에이드리언 바넷 호주 퀸즐랜드공대 통계학과 교수는 “논문 출판을 절반으로 줄이겠다”고 선언했다. 지난 5년간 연간 평균 15편의 논문을 낸 바넷 교수는 이제 절반(7편)으로 그 수를 줄일 계획이다. 그는 현재 출판 시스템이 “폭주하는 기차”라고 표현했다. “2024년 펍메드(PubMed)에 올라온 논문만 170만 편이었고, 2014년엔 120만 편이었습니다. 이는 지속 불가능한 증가세입니다.” 논문 폭증은 출판 시스템에 엄청난 부담을 준다. 과학자들은 모든 문헌을 철저히 읽고 검토할 수 없다. 저급 논문도 적절한 검증 없이 통과되는 이유다.

바넷 교수는 느린 과학 운동이 커지고 있다고 기고문에서 전했다. “안타깝게도 속도가 여전히 엄밀함보다 중시되고 있습니다. 먼저 출판하는 사람이 신중하게 출판하는 사람보다 더 많은 인용을 받는 탓입니다. 이 때문에 느린 과학 운동도 성장하고 있습니다. 2017년에는 네이처에 ‘과학자에게 평생 동안 쓸 수 있는 단어 제한을 두자’는 제안이 이미 나오기도 했습니다.” doi: 10.1038/d41586-025-04061-w

‘빠름 vs 느림’ 갈림길, 한국 과학계 안녕하려면

과학계는 지금 갈림길에 섰다. AI를 업고 가속하는 빠른 과학, 아니면 학문적 정직성을 추구하는 느린 과학의 양갈래다. 에반스 교수는 과학 연구 생태를 위협하는 논문 출판의 속도와 수를 줄이기 위해선 인센티브 구조를 바꿔야 한다고 강조했다. “우리는 AI로 강화된 연구가 새로운 분야를 만들어내는 세상을 원해야 합니다. 나사를 더 조이기만 하면서 다양성을 죽이는 지금의 모습이 아니라요.”

물론 느린 과학은 현실성이 없다는 비판을 받기도 한다. 송 교수는 “느린 과학을 원하고 찬성하지만, 현실적으로 어려운 게 사실”이라며 “먹고 사는 문제 탓”이라고 원인을 짚었다. 그는 미·중 경쟁 구도를 예로 들었다. “느린 과학이 성공하려면 과학 연구에서 선도 국가인 미국이 채택해야 하는데, 그럼 중국과의 경쟁에서 패권을 뺏길 수 있습니다. AI가 출시된 이후로 ‘10배 더 잘하고 빠르게’가 기본이 됐거든요. 설령 아직 AI를 적극적으로 쓰지 않는 실험 분야가 있더라도 결국엔 AI를 활용하는 문화가 기본이 될 거라고 봐요.”

AI가 주도하는 질서는 이제 막을 수도, 이미 돌이킬 수도 없다. AI라는 소용돌이 속에서도 한국의 과학계는 안녕할 수 있을까. 이 교수는 불가피한 변화에도 연구자들이 AI에서 얻을 수 있는 득과 실을 명확히 구분해야 한다고 마지막까지 강조했다.

“생성형 AI에서 얻을 수 있는 득과 실을 구분할 집단적 고민이 필요한 시점입니다. AI를 통해 얻을 수 있는 이점도 확실하거든요. 말솜씨, 글솜씨, 데이터 수집 능력 등에선 AI가 아주 뛰어납니다. 반대로 경계해야 할 부분은 참과 거짓, 옳고 그름, 당위성에 대한 구분입니다. AI는 분명 과학 연구 전반에 확실히 도움 되지만, 그렇다고 해서 연구자들이 AI의 제안을 무비판적으로 받아들이지 않는 연구 문화가 핵심이 돼야 할 겁니다.”