AI가 연구 경력은 높였지만 과학 발견은 '평탄화'

AI 기술의 도입으로 전 세계 과학자들의 논문 발표 속도와 연구 경력 진전이 눈에 띄게 빨라지고 있다.

그러나 최근 연구 분석에 따르면 AI 활용도가 높을수록 기존 방법론 반복과 주류 가설 검증에 편중되면서 획기적인 발견의 다양성이 오히려 줄어드는 '평탄화' 현상이 발생하고 있다.

이는 AI가 효율성과 생산성을 극대화하는 데 최적화된 도구인 반면, 실패 위험이 높지만 혁신적인 연구 방향을 선택하도록 유인하지 못한다는 구조적 문제를 드러낸다.

한국의 대학평가와 교수 임용 시스템이 논문 수량 중심으로 설계된 만큼, AI 활용 확산 시 서울대·KAIST 등 연구기관에서도 보수적 주제 쏠림 현상이 심화될 우려가 크다.

과학 커뮤니티는 생산성 지표와 발견의 독창성 사이 균형을 맞추기 위해 평가 체계 개선과 고위험 탐색 연구에 대한 인센티브 강화 방안을 모색할 필요가 있다.