[오픈소스] AI-Scientist-v2: AI가 직접 논문 쓰고 심사까지 통과? 완전 자율 과학 탐사의 새 시대!

[오늘의 딥다이브 요약] 사카나 AI에서 선보인 AI-Scientist-v2는 완전히 자율적으로 과학 연구를 수행하는 에이전트 시스템이에요. 이 시스템은 가설을 세우고, 실험을 실행하며, 데이터를 분석하고, 심지어 과학 논문까지 작성해서 동료 심사를 통과시키는 놀라운 능력을 보여줬어요. 특히 사람의 손으로 만든 템플릿에 의존했던 이전 버전(v1)과 달리, ML 도메인 전반에 걸쳐 더 일반화되고 에이전트 기반의 트리 탐색 방식을 사용해 광범위한 과학적 발견을 목표로 하고 있답니다. 이 시스템 덕분에 AI가 주도하는 과학 연구의 미래가 더욱 기대돼요. [왜 주목해야 할까요?] 가장 큰 혁신은 AI가 스스로 과학 논문을 작성하고, 그 논문이 실제로 동료 심사를 거쳐 워크숍에 채택되었다는 점이에요. 이는 AI가 단순히 연구 도구를 넘어, 창의적인 연구 주체로서의 가능성을 입증한 획기적인 사례라고 할 수 있어요. 또한, 특정 템플릿에 얽매이지 않고 다양한 ML 분야에서 광범위한 탐색을 시도한다는 점에서, AI가 기존에 없던 새로운 과학적 통찰을 찾아내는 데 큰 도움이 될 거예요. 연구 과정의 자동화는 연구 속도를 비약적으로 높이고, 인간 과학자들이 더 복잡하고 창의적인 문제에 집중할 수 있게 해주는 효과도 기대할 수 있죠. [우리도 써볼 수 있을까?] 네, 개인 사용자도 일정 수준의 기술 지식만 있다면 충분히 시도해볼 수 있어요. 개발 환경은 리눅스 기반의 NVIDIA GPU와 CUDA를 필요로 하지만, 설치 과정은 비교적 명확하게 설명되어 있답니다. OpenAI, Gemini, Claude 등 다양한 LLM API 키가 필요하고, 선택적으로 Semantic Scholar API 키도 사용할 수 있고요. 다만, 이 시스템은 LLM이 작성한 코드를 실행하기 때문에 보안상의 주의가 필요해요. 개발팀에서도 도커(Docker) 같은 샌드박스 환경에서 실행할 것을 강력히 권고하고 있으니 꼭 참고하세요. v1이 명확한 목표에 강점이 있다면, v2는 더 개방적이고 탐험적인 연구에 적합하니, 프로젝트의 성격에 맞춰 활용하는 것이 중요할 거예요. 확장성 측면에서는, 클라우드 환경에서 필요한 GPU 리소스와 LLM API 비용을 확보한다면 대규모 연구에도 적용될 가능성이 충분해 보입니다.