OpenAI가 과학자들을 노리는 진짜 이유

92%. 이것이 OpenAI의 최신 모델 GPT-5.2가 박사급 생물학, 물리학, 화학 문제에서 기록한 점수다. 인간 전문가 평균인 70%를 훌쩍 뛰어넘는 수치다. 불과 1년 전 GPT-4가 39%에 그쳤던 것과 비교하면 놀라운 발전이다.

ChatGPT 출시 3년 만에 일상을 뒤바꾼 OpenAI가 이번엔 과학계를 겨냥했다. 지난 10월 'OpenAI for Science'라는 전담팀을 출범시키며 본격적인 과학 분야 진출을 선언한 것이다.

늦은 출발, 하지만 다른 접근

사실 OpenAI는 후발주자다. 구글 딥마인드는 이미 수년 전부터 AI 과학팀을 운영하며 단백질 구조 예측 모델 알파폴드같은 혁신을 만들어냈다. 딥마인드 CEO 데미스 하사비스는 "이것이 내가 딥마인드를 창립한 이유"라고 말할 정도다.

그렇다면 OpenAI는 왜 지금 과학에 뛰어드는 걸까?

OpenAI for Science 팀을 이끄는 케빈 웨일 부사장은 스탠포드에서 입자물리학 박사과정을 밟다가 실리콘밸리로 방향을 튼 인물이다. 그는 "GPT-5와 함께 이것이 가능해졌다"고 말한다.

핵심은 *추론 능력*이다. 기존 언어모델이 단순히 다음 단어를 예측했다면, GPT-5는 문제를 여러 단계로 나누어 차근차근 해결한다. 수학 올림피아드에서 금메달 수준의 성과를 내는 이유다.

과학자들의 새로운 동료

밴더빌트 대학의 로버트 셰러 물리학 교수는 수개월간 해결하지 못했던 문제를 GPT-5와 함께 풀어냈다. "GPT-5는 여전히 바보 같은 실수를 한다. 물론 나도 실수하지만, GPT-5의 실수는 더 바보 같다"면서도 "현재 추세가 계속된다면 모든 과학자가 곧 LLM을 사용할 것"이라고 전망했다.

잭슨 연구소의 데리야 우누트마즈 생물학 교수는 GPT-5로 면역체계 연구의 실험을 설계하고 논문을 요약한다. "수개월 걸리던 데이터 분석을 빠르게 완료할 수 있는데, 이를 사용하지 않는 것은 선택지가 아니다"라고 말한다.

하지만 모든 과학자가 열광하는 건 아니다. 리버풀 대학의 앤디 쿠퍼 화학 교수는 "LLM이 과학 연구 방식을 근본적으로 바꾸지는 못했다"면서도 "자동화된 시스템의 일부로는 유용하다"고 평가했다.

함정과 한계

GPT-5의 능력이 인상적이지만 함정도 있다. 지난 10월 OpenAI 임원들이 "GPT-5가 미해결 수학 문제들을 풀었다"고 자랑했다가, 실제로는 독일어로 쓰인 기존 논문의 해답을 찾아낸 것에 불과했다는 게 밝혀져 게시물을 삭제하는 일도 있었다.

더 심각한 문제는 *미묘한 오류*다. 양자역학 연구자 조나단 오펜하임은 GPT-5가 제안한 아이디어로 쓰인 논문이 학술지에 게재됐지만, 실제로는 잘못된 내용이었다고 지적했다. "코로나 검사를 요청했는데 수두 검사를 주는 격"이라고 비유했다.

웨일 부사장은 이런 한계를 인정하면서도 다른 관점을 제시한다. "연구할 때 동료와 아이디어를 주고받으면 90%는 틀린다. 그게 핵심이다. 서로 아이디어를 던지며 통하는 것을 찾아가는 과정"이라는 것이다.

한국 과학계에 미칠 파장

OpenAI의 과학 진출은 한국 연구진에게도 기회와 위협을 동시에 제공한다. 언어 장벽이 높았던 해외 논문들을 GPT-5가 요약하고 연결점을 찾아주면서, 국내 연구자들도 글로벌 지식에 더 쉽게 접근할 수 있게 됐다.

하지만 *월 200달러*짜리 GPT-5 Pro 구독료는 부담이다. 연구비가 넉넉하지 않은 국내 대학원생이나 신진연구자들에게는 접근성 문제가 될 수 있다.

삼성이나 LG 같은 대기업 연구소들은 이미 AI 도구 도입을 검토하고 있을 것이다. 소재·부품 연구, 신약 개발, 반도체 설계 등에서 GPT-5같은 도구가 경쟁 우위를 가져다줄 가능성이 높기 때문이다.