구글 딥마인드, 연구용 AI '제미나이 포 사이언스' 공개

무엇이 나왔나

Google DeepMind 공식 웹사이트

구글의 AI 모델 제미나이를 기반으로 만든 이 도구는 새로 발표된 논문을 놓치지 않고 따라잡거나, 연구 목표를 실제로 쓸 수 있는 코드로 바꾸고, 새로운 가설을 만들어내는 작업을 돕는 '랩스 프로토타입' 형태로 제공돼요. 발표 영상에서는 "our new labs prototypes streamline daily scientific tasks(새 랩스 프로토타입이 일상적인 과학 작업을 매끄럽게 만든다)"는 설명이 나왔어요.

이게 무슨 얘긴가

제미나이는 구글 딥마인드가 만들고 구글이 앱과 API로 유통하는 AI 모델 브랜드예요. 챗봇으로 출발했지만 최근에는 특정 분야에 맞춘 버전으로 갈라지는 흐름이 뚜렷해요. 구글이 강화학습 기법 ResidencyRL로 임상 상담 능력을 훈련시킨 사례에서 보듯, 제미나이 3.5 플래시를 의료 상담용으로 따로 다듬은 전례가 있어요. 이번 제미나이 포 사이언스도 같은 맥락으로 읽혀요 — 범용 모델 하나로 모든 걸 처리하게 두지 않고, 연구자가 매일 반복하는 논문 검색·코드 작성·가설 수립 같은 작업에 맞춘 프로토타입을 따로 얹는 방식이에요. 다만 이번 공개 자료에는 어떤 논문 데이터베이스와 연동되는지, 어떤 프로그래밍 언어로 코드를 생성하는지, 정확도나 처리 속도가 어느 정도인지는 담기지 않았어요.

그래서 뭐가 달라지나

지금 확인된 범위에서는 연구자가 논문 추적과 코드 작성, 가설 도출을 하나의 도구 안에서 처리할 수 있는 선택지가 생겼다는 정도로 정리할 수 있어요. 국내에서는 구글이 대학(원)생 대상 제미나이 유료 멤버십 무료 제공이나 AI 에이전트 '제미나이 스파크' 출시 같은 시도를 이어온 만큼, 이번 과학 연구용 도구도 학계·연구기관을 겨냥한 확장 라인업의 하나로 볼 수 있어요. 구체적인 국내 적용 시점이나 이용 조건은 아직 공개된 자료로는 확인되지 않아요.

에디터의 시선

이번 발표의 핵심은 "제미나이가 과학을 한다"보다 연구 과정의 세 단계를 하나의 작업 흐름으로 묶으려는 시도예요. 논문을 찾고, 연구 목표를 코드로 옮기고, 다음 가설을 세우는 일은 서로 이어져 있지만 지금까지는 도구가 나뉘어 있었어요. 이 연결이 제대로 작동하면 연구자는 검색과 형식 변환에 쓰던 시간을 실험 설계와 검증에 돌릴 수 있어요.

그러나 공개 영상은 제품의 방향만 보여줬을 뿐, 성능 수치·지원 언어·사용 대상·검증 방식은 제시하지 않았어요. 특히 생성된 코드와 가설은 그럴듯함이 아니라 재현성과 반증 가능성으로 평가해야 해요. 연구 현장에서 중요한 질문은 AI가 아이디어를 얼마나 많이 내느냐가 아니라, 근거와 계산 과정을 연구자가 얼마나 쉽게 추적하고 다시 검증할 수 있느냐예요.

제미나이 포 사이언스의 가치는 기능 목록보다 이 검증 고리를 얼마나 투명하게 만드는지에서 갈려요. 연구 도구의 승부는 답을 빨리 내는 속도가 아니라, 틀렸을 때 어디서 틀렸는지 밝히는 능력이에요.