3년 만에 과학 논문이 3배로 급증했다면, 이를 어떻게 받아들여야 할까요? 최근 Nature에 발표된 충격적인 연구 결과는 AI 시대 과학 연구계에 드리워진 어두운 그림자를 생생하게 보여줍니다.
놀라운 수치 뒤에 숨겨진 진실
서리대학교 연구팀의 분석에 따르면, 2021년부터 2024년 사이 공개 보건 데이터베이스를 활용한 논문 수가 4,000편에서 11,500편으로 폭증했습니다. 이는 기존 추세를 바탕으로 한 예측치보다 무려 5,000편이나 많은 수치입니다.
특히 주목할 만한 점은 지역별 증가율의 극명한 차이입니다. 중국 발표 논문은 9.5배 증가한 반면, 다른 국가들은 1.2배 증가에 그쳤습니다. 이러한 불균형적 성장은 단순한 연구 활성화로는 설명하기 어려운 현상입니다.
틀에 박힌 연구의 범람
연구팀이 발견한 또 다른 우려스러운 패턴은 논문 제목의 획일화입니다. UK Biobank, NHANES, FAERS, FinnGen, 그리고 Global Burden of Disease 등 5개 주요 데이터베이스를 활용한 논문들에서 반복적이고 템플릿화된 제목 구조가 급증했습니다.
이러한 논문들은 종종 복잡한 건강 상태를 단일 변수와 연결하는 의심스러운 결론을 제시합니다. 예를 들어, 저지방 우유 섭취가 우울증을 예방할 수 있다거나, 교육 수준이 수술 후 탈장 발생률에 영향을 미친다는 식의 생물학적으로 타당성이 의심스러운 연구들이 대량으로 생산되고 있습니다.
AI와 논문 공장의 결합
이런 현상의 배경에는 대규모 언어모델(LLM)의 대중화와 이른바 ‘논문 공장(paper mills)’의 활동이 있습니다. 논문 공장은 주문제작 방식으로 학술 논문을 대량 생산하는 조직으로, AI 도구의 발달로 인해 생산성이 급격히 향상되었습니다.
2023년 Nature 조사에 따르면, 이미 과학자의 30%가 논문 작성에 생성형 AI를 활용하고 있습니다. 문제는 이러한 도구들이 연구의 질을 높이는 대신 양적 생산에만 치중하는 방향으로 악용되고 있다는 점입니다.
공개 데이터베이스의 API 접근성이 이러한 문제를 더욱 가속화하고 있습니다. 연구자들은 손쉽게 대용량 데이터에 접근해 자동화된 분석을 수행하고, AI가 생성한 텍스트로 논문을 완성할 수 있게 되었습니다.
과학 연구 생태계에 드리운 그림자
이러한 대량 생산된 저품질 연구들이 과학 문헌에 범람하면서 심각한 문제가 발생하고 있습니다. 서리대학교의 매트 스픽 박사는 “이런 연구 결과들 중 상당수가 안전하지 않을 수 있고, 대중이 접근할 수 있다는 점이 정말 우려스럽다”고 경고했습니다.
특히 공중보건과 의약품 안전성 분야에서 잘못된 정보가 확산될 경우, 그 파급효과는 상상을 초월할 수 있습니다. 검증되지 않은 연구 결과를 바탕으로 한 건강 정보가 대중에게 전파되면, 개인의 건강 선택은 물론 공공 보건 정책에도 악영향을 미칠 수 있습니다.
균형잡힌 해결책을 향하여
연구팀은 이러한 문제를 해결하기 위해 통제된 데이터 접근 메커니즘과 연구 프로토콜의 사전 등록을 제안합니다. 이는 유전학 분야에서 이미 사용되고 있는 방식으로, 데이터의 접근성과 책임감 있는 사용 사이의 균형을 맞추는 방법입니다.
중요한 것은 오픈 사이언스의 가치를 훼손하지 않으면서도 연구의 무결성을 보장하는 것입니다. AI는 분명 과학 연구에 혁신적인 기회를 제공하지만, 동시에 새로운 형태의 위험도 만들어내고 있습니다.
이번 연구는 AI 시대 과학 연구계에 대한 조기 경보 시스템 역할을 합니다. 동료 심사자, 편집자, 그리고 연구자들이 시스템의 취약점을 이해하고 대응할 수 있도록 돕는 중요한 첫걸음인 셈입니다.
과학의 신뢰성은 하루아침에 무너질 수 있지만, 다시 구축하는 데는 오랜 시간이 걸립니다. AI가 가져온 변화의 물결 속에서 우리가 지켜나가야 할 가치가 무엇인지 진지하게 성찰해야 할 때입니다.
참고자료:
Comments