중국 난징대학교 연구팀이 알파폴드(AlphaFold)를 활용한 구조생물학자들의 협력 패턴을 분석한 결과, AI 기술이 학제 간 협력을 크게 증진시킨다는 일반적인 믿음과 달리 실제 효과는 매우 미비한 것으로 나타났다. 연구팀은 1,247편의 알파폴드 관련 논문과 7,700명의 저자 데이터를 분석한 결과, 알파폴드 사용자들의 컴퓨터 과학자와의 협력 비율이 단 0.48%포인트 증가했을 뿐이라고 발표했다. 알파폴드는 구글 딥마인드가 개발한 단백질 구조 예측 프로그램이다.
이번 연구는 2020년 딥마인드(DeepMind)가 알파폴드를 공식 발표한 이후 2024년까지의 데이터를 기반으로 하며, 알파폴드를 사용한 692명의 구조생물학자(실험군)와 사용하지 않은 2,822명(대조군)을 비교 분석했다. 연구팀은 SCIBERT 알고리즘을 사용해 81.57%의 정확도로 연구자들의 학문 분야를 분류했다.
컴퓨터 기술이 필요한 알파폴드, 생물학자들의 협력만 늘려
연구 결과는 AI 기술이 학제 간 협력에 미치는 영향이 생각보다 복잡하다는 것을 보여준다. 알파폴드는 계산 집약적인 도구로서 컴퓨터 과학 전문 지식이 필요하기 때문에 구조생물학자들이 컴퓨터 과학자들과 협력할 동기를 제공했다. 하지만 다른 학문 분야에서는 알파폴드에 대한 기술적 요구가 상대적으로 낮아 유사한 협력 유인이 발생하지 않았다.
특히 흥미로운 발견은 컴퓨터 과학 배경을 가진 연구자들이 그렇지 않은 연구자들보다 학제 간 협력에 더 적극적이라는 점이다. 독립적으로 연구하는 연구자 중 16.86%만이 컴퓨터 과학 지식을 보유한 반면, 협력을 선택한 연구자들 중에는 45.10%가 컴퓨터 과학 지식을 가지고 있었다. 이는 유사한 지식 배경을 가진 연구자들끼리 협력하는 경향이 강하다는 것을 시사한다.
쉬워진 알파폴드가 협력 필요성 줄여
알파폴드의 학제 간 협력 효과가 제한적인 이유는 기술 민주화 과정에서 찾을 수 있다. 연구팀의 이벤트 연구(Event Study) 분석에 따르면, 2022년부터 2024년까지 협력 효과가 점진적으로 감소하는 추세를 보였다. 이는 오픈폴드(OpenFold) 같은 단순화된 도구들과 웹 기반 알파폴드3의 등장으로 기술 진입 장벽이 낮아졌기 때문이다.
연구진은 “구조생물학자들이 이제 독립적으로 관련 연구를 수행할 수 있게 되면서 학제 간 협력의 필요성이 줄어들었다”고 설명했다. 또한 다양한 자가학습 솔루션의 등장으로 공식적인 협력보다는 개별 학습을 통해 알파폴드를 활용하는 경우가 늘어났다.
생산성과 팀 규모, 학력에 따라 협력 패턴 달라져
연구팀은 연구자들의 특성에 따라 협력 양상이 어떻게 다른지도 살펴봤다. 논문을 많이 쓰는 연구자들이 그렇지 않은 연구자들보다 컴퓨터 과학자와의 협력에 더 적극적이었다. 연간 1편 이상 논문을 발표하는 활발한 연구자들이 그렇지 않은 연구자들보다 다른 분야와의 협력을 더 많이 했다.
팀 크기별로 보면 작은 팀이 큰 팀보다 컴퓨터 과학자와의 협력을 더 많이 했다. 평균 3명 이하의 작은 팀이 3명 초과의 큰 팀보다 협력을 더 적극적으로 했다. 이는 자원이 부족한 작은 팀이 외부 전문가의 도움을 더 적극적으로 찾기 때문으로 보인다.
연구 경력별로는 중간 경력 연구자들이 가장 활발하게 다른 분야와 협력했다. 경력 17~30년 차 연구자들이 초기 경력자나 고경력자들보다 협력에 더 적극적이었다. 초기 경력자들은 안정적인 성과를 위해 익숙한 분야에 집중하는 경향이 있고, 고경력자들은 이미 충분한 자원과 네트워크를 가지고 있어 외부 협력의 필요성이 적은 것으로 분석됐다.
FAQ
Q: 왜 알파폴드가 다른 분야 간 협력을 크게 늘리지 못했나요?
A: 알파폴드는 주로 컴퓨터 과학 지식이 필요한 도구이기 때문에 생물학과 컴퓨터 과학 사이의 협력만 늘어났습니다. 다른 분야와는 특별한 기술적 연결점이 없어 협력이 늘어나지 않았고, 시간이 지나면서 사용법이 쉬워져 혼자서도 사용할 수 있게 되었기 때문입니다.
Q: AI 기술이 분야 간 협력을 늘린다는 말이 틀렸다는 뜻인가요?
A: 완전히 틀렸다기보다는 생각만큼 크지 않다는 것입니다. AI 도구들은 자신의 기술적 특성에 따라 특정 분야와만 협력을 만들어내고, 기술이 대중화되면서 협력의 필요성이 줄어들기 때문입니다. 앞으로는 단순히 도구를 함께 쓰는 것을 넘어서 더 깊은 지식 교류가 필요할 것 같습니다.
Q: 이 연구 결과가 앞으로 AI 개발에 어떤 영향을 줄까요?
A: 이 연구는 AI 도구만으로는 서로 다른 분야 사이의 벽을 허물거나 의미 있는 협력을 만들어내기 어렵다는 것을 보여줍니다. 앞으로는 도구 개발뿐만 아니라 분야 간 깊은 지식 공유와 교류를 늘리는 방법에 더 관심을 가져야 할 것입니다.
해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.
논문 명: The Role of AI in Facilitating Interdisciplinary Collaboration: Evidence from AlphaFold
이미지 출처: 이디오그램 생성
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
