1.2 AI for Science의 지형 · AI for Science 로드맵

"AI for Science"라는 말은 성격이 크게 다른 연구들을 한데 묶는다. 시뮬레이션을 대신하는 빠른 모델, 관측에서 숨은 파라미터를 거꾸로 찾는 방법, 원하는 성질을 가진 분자를 설계하는 생성모델, 다음에 할 실험을 고르는 알고리즘이 모두 여기에 들어간다. 이들은 학습하는 대상도, 성공의 기준도, 실패하는 방식도 다르다. 그래서 "AI로 과학을 한다"는 말만으로는 무엇을 해야 하는지 정해지지 않는다.

이 장은 그 지형을 두 축으로 정리한다. 첫째는 AI가 과학에 기여하는 방식, 둘째는 과학 분야다. 그리고 과학 문제가 일반적인 ML 벤치마크와 어떻게 다른지, 벤치마크 성과와 과학적 기여가 왜 같지 않은지를 본다. 마지막으로 이 분야에 들어오는 두 부류의 입문자가 각자 무엇을 채워야 하는지 정리한다. 이 장의 지도는 1.1장의 생애주기 위에 놓인다. 기여 방식이 달라지면 생애주기의 각 단계, 특히 수학적 정의와 평가가 달라진다.

학습 목표

AI가 과학 연구에 기여하는 방식을 유형별로 구분한다
과학 문제가 일반 ML 문제와 다른 점을 설명한다
자신의 관심 분야를 이 지형 위에 위치시킨다

AI가 과학에 기여하는 방식

왜 유형을 나누는가. 기여 방식에 따라 무엇을 입력으로, 무엇을 출력으로 학습하는지가 바뀐다. 그리고 그에 따라 "잘 됐다"를 확인하는 방법이 바뀐다. 대리모델은 시뮬레이터와 얼마나 같은 답을 내는지로, 역설계는 설계한 후보가 실제로 원하는 성질을 갖는지로 평가한다. 자기 연구가 어느 유형인지 모르면 엉뚱한 기준으로 성공을 주장하게 된다.

순방향 문제와 역방향 문제. 유형을 나누는 데 쓸모 있는 출발점은 과학의 순방향 모델(forward model)이다. 조건이나 파라미터 $\theta$ 가 주어지면 관측 $y$ 를 내는 과정을 $y = F(\theta) + \varepsilon$ 으로 쓴다. $F$ 는 물리 법칙이나 시뮬레이터, $\varepsilon$ 은 측정 잡음이다. 많은 유형이 이 식을 어느 방향으로 푸는가로 구분된다.

유형	학습하거나 푸는 것	수식으로 쓰면	무엇으로 검증하는가	다루는 곳
대리모델	느린 시뮬레이터를 흉내 내는 빠른 함수	$\hat{F}_\phi(\theta) \approx F(\theta)$	시뮬레이터와의 오차, 학습 범위 밖 조건에서의 오차	24.5장, 26.2장, 27.3장
역문제·파라미터 추정	관측에서 원인이나 파라미터를 거꾸로 추정	$y$ 로부터 $\theta$ 또는 $p(\theta \mid y)$	참 파라미터를 아는 합성 데이터, 독립 측정과의 비교	24.6장, 24.7장, 25.1장
역설계(design)	원하는 성질을 갖는 구조·조건 찾기	$\arg\max_\theta \ \text{성질}(F(\theta))$	설계한 후보를 실제로 만들거나 정밀 시뮬레이션으로 확인	26.4장, 28.4장, 29.3장
발견	데이터에서 법칙·구조·후보를 찾기	$F$ 의 형태 자체를 추정	새 데이터에서의 예측, 알려진 법칙의 재발견, 전문가 해석	25.2장
실험 자동화	다음에 할 실험·시뮬레이션 고르기	정보 이득이 큰 $\theta$ 선택	같은 목표에 도달하는 데 든 실험 수	25.3장, 25.4장
문헌·지식 활용	논문·데이터베이스에서 지식 추출·요약·연결	—	추출한 사실의 정확도, 전문가 검토	23.1장, 25.5장

유형은 섞인다. 역설계 연구는 흔히 대리모델로 후보를 빠르게 평가하고, 실험 자동화는 대리모델의 불확실성을 써서 다음 실험을 고른다. 그래도 주된 기여가 어느 유형인지는 정해야 한다. 주된 기여가 정해져야 평가 방법이 정해진다.

연구에서의 의미. 유형은 생애주기의 수학적 정의 단계를 바꾼다. 대리모델의 입력은 시뮬레이터의 입력과 같지만, 역문제의 입력은 관측이고 출력은 파라미터다. 역문제는 답이 하나가 아닐 때가 많아(서로 다른 $\theta$ 가 거의 같은 $y$ 를 낸다), 점 추정보다 사후분포 $p(\theta \mid y)$ 가 자연스러운 출력이 된다(12.3장, 24.7장).

과학 문제는 무엇이 다른가

일반적인 ML 벤치마크(이미지 분류, 텍스트 분류)의 관행은 몇 가지 조건을 암묵적으로 가정한다. 데이터가 많고, 학습과 테스트가 같은 분포에서 나오고, 정답 label이 정확하고, 평가 지표 하나가 성공을 대변한다는 조건이다. 과학 문제에서는 이 조건이 대부분 깨진다.

특성	일반 ML 벤치마크의 전형	과학 문제의 전형	결과
데이터 양과 비용	많고 싸다	적고 비싸다(실험 한 번에 수일, 시뮬레이션 한 번에 수시간)	데이터 효율이 중요하고, 어떤 데이터를 모을지가 연구가 된다
사전 지식	거의 없다	보존 법칙, 대칭성, 단위, 알려진 방정식	지식을 모델에 넣으면 데이터가 적어도 된다(24부)
잡음과 불확실성	label을 정답으로 취급	측정 잡음, 시뮬레이터 오차, 재현 실험 간 차이	점 예측보다 분포와 구간이 필요하다(12.3장, 21부)
일반화	같은 분포 안의 새 샘플	새 재료, 새 조건, 더 긴 시간 — 외삽이 기본	무작위 분할은 대개 성능을 부풀린다(15.4장)
결과의 쓰임	예측 자체	이해, 다음 실험의 결정, 물리적 해석	해석과 독립 검증이 요구된다

마지막 줄이 특히 중요하다. 과학에서 예측은 대개 목적이 아니라 수단이다. 신소재 후보의 물성을 예측하는 목적은 어느 후보를 합성할지 정하는 것이다. 그래서 예측이 맞는지보다 예측을 믿고 내린 결정이 맞는지, 그리고 왜 그 예측이 나왔는지를 묻게 된다. 예측 정확도가 높아도 그 근거가 측정 장비의 특성이나 데이터 수집 순서처럼 과학적으로 무의미한 신호라면, 그 모델은 과학적 기여가 아니다.

분야별 지도

분야마다 데이터의 형태, 대표 문제, 대표 함정이 다르다. 아래 표는 이 책의 분야별 부(26–30부)와 그 밖의 분야를 한눈에 본 것이다. 표의 문제와 함정은 각 분야에서 흔히 등장하는 유형이고, 망라한 목록이 아니다.

분야	데이터의 형태	대표 문제(기여 방식)	대표 함정	이 책
물리·공학 시뮬레이션	격자·메시 위의 장(field), 시계열	시뮬레이션 대리모델, 형상 최적화(역설계), 난류 closure 학습	학습한 해상도·형상 밖에서 붕괴, 긴 시간 rollout에서 오차 누적	26부
지구·기후	위경도 격자의 시공간 데이터, 재분석 자료	데이터 기반 기상 예측, 다운스케일링, 기후 모델 에뮬레이션	격자 칸 면적을 무시한 평균, 시간 자기상관을 무시한 분할	27부
화학·재료	분자 그래프, 원자 좌표, 결정 구조	물성 예측, 원자간 퍼텐셜(대리모델), 분자·재료 생성(역설계)	구조가 비슷한 분자의 학습·테스트 중복, 계산값과 실험값의 혼동	28부
생명과학	서열(DNA·단백질), 구조, 단일세포 발현 행렬	서열 모델, 구조 예측과 설계, 세포 상태 분석	서열 유사성에 의한 누수, 실험 배치(batch) 효과	29부
에너지·배터리	충방전 사이클의 시계열, 전기화학 모델	상태 추정(역문제), 수명 예측, 충전 최적화, 파라미터 추정	같은 셀의 사이클이 학습·테스트에 나뉨, 실험실과 실사용 조건의 차이	30부
그 밖의 분야	천문 관측 영상·스펙트럼, 입자 검출기의 사건 데이터	대규모 관측 자료의 분류, 검출기 응답의 빠른 시뮬레이션, 시뮬레이션 기반 추론	시뮬레이션과 실제 관측의 차이, 관측 선택 효과	24–25부의 공통 방법

표를 세로로 읽으면 분야별 차이가, 가로로 읽으면 공통점이 보인다. 분야는 다르지만 대리모델·역문제·역설계라는 기여 방식은 반복되고, 함정의 상당수는 "학습과 테스트가 생각보다 가깝다"는 같은 문제의 변형이다. 이것이 이 책이 분야별 부(L5)보다 과학 머신러닝의 공통 방법(24–25부, L4)을 먼저 두는 이유다.

성공과 실패에서 배우기

벤치마크 성과와 과학적 기여. 1.1장에서 벤치마크 점수의 향상이 현실 문제의 해결과 같지 않다고 했다. 과학에서는 이 간극이 더 크다. 과학적 기여의 주장은 대개 다음 사다리의 어느 칸까지 올라갔는지로 그 무게가 정해진다.

회고적 벤치마크. 이미 있는 데이터를 나누어 테스트한다. 가장 흔하고 가장 약한 근거다. 분할이 일반화 대상과 맞는지가 핵심이다.
전향적 테스트. 모델을 만든 뒤에 생긴 데이터(새로 측정한 시료, 이후 기간의 관측)로 테스트한다. 연구자가 테스트 데이터를 보고 설계를 고를 수 없으므로 더 강한 근거다.
실험 검증. 모델이 제안한 후보를 실제로 합성하거나 측정해, 예측한 성질이 나오는지 확인한다. 역설계와 발견 연구에서 결정적인 근거다.
현장 채택. 도메인 과학자나 운영 조직이 그 모델을 실제 결정에 쓰고, 기존 방법 대비 이득이 확인된다.

위 칸으로 갈수록 비용이 크지만, 주장할 수 있는 범위도 넓어진다. 회고적 벤치마크만으로 "새 소재를 발견했다"고 주장할 수는 없다. 반대로 실험 검증이 없다고 연구가 무가치한 것도 아니다. 중요한 것은 올라간 칸에 맞게 주장의 범위를 쓰는 것이다(23.6장).

실패의 공통 패턴. 과학 문제에서 ML 결과가 기대에 못 미치는 경우는 대개 다음 중 하나로 설명된다. 이 패턴들은 특정 분야의 사고가 아니라, 생애주기의 특정 단계에서 생기는 반복적인 실수다.

누수로 부풀려진 점수. 학습과 테스트가 일반화 대상의 단위로 나뉘지 않았다(데이터 단계).
약한 baseline. 신경망을 선형 회귀나 평균 예측, 또는 분야의 표준 물리 모델과 비교하지 않았다. 신경망이 baseline을 이기지 못하는 경우도 드물지 않다(16.1장).
시뮬레이터 오차의 무시. 시뮬레이션 데이터로 학습한 모델의 오차가 시뮬레이터 자체의 오차보다 작다고 보고한다. 실제 현상에 대한 정확도가 시뮬레이터 오차보다 좋아지기를 기대할 수는 없다(9.7장).
실험 검증 없이 끝나는 역설계. 모델이 높은 점수를 준 후보를 제시하지만, 그 점수를 준 것이 바로 그 모델이다. 모델이 틀린 영역을 골랐을 가능성을 배제하지 못한다.
해석 없는 정확도. 예측은 맞지만, 모델이 쓴 신호가 과학적으로 의미 있는지 확인하지 않았다(21.5장).

두 갈래의 입문자

이 분야에는 두 방향에서 사람이 들어온다. AI를 배우는 과학자·공학자와 과학 문제로 넘어오는 AI 연구자다. 0.3장의 배경별 경로가 이 둘에 맞춘 순서를 정했다. 여기서는 각자 채워야 할 빈칸이 무엇인지, 그리고 그 빈칸이 이 장의 지형 어디에서 문제를 일으키는지 정리한다.

	AI를 배우는 과학자·공학자	과학을 배우는 AI 연구자
이미 가진 것	분야 지식, 실험·시뮬레이션 경험, 측정 오차와 단위 감각	모델 설계, 학습 코드, 벤치마크 관행
흔한 빈칸	데이터 분할과 누수, baseline, 검증 데이터의 역할, 연구 소프트웨어	시뮬레이터와 측정의 오차, 불확실성, 물리적 제약, 분야의 평가 기준
빈칸이 만드는 실수	같은 데이터로 조건을 고르고 성능을 보고한다	무작위 분할의 높은 점수를 과학적 성과로 보고한다
먼저 볼 장	15.4장, 16.1장, 16.6장, 5–6부	9.7장, 12.3장, 21.1장, 24.1장

두 빈칸은 대칭이다. 과학자는 모델 쪽의 검증 장치(분할, baseline, 검증 데이터)를 모르고, AI 연구자는 데이터 쪽의 검증 장치(측정 오차, 시뮬레이터 검증, 물리적 제약)를 모른다. 그래서 가장 생산적인 연구는 종종 두 부류가 함께 하는 연구다. 협업의 실제는 23.13장(도메인 과학자와의 협업)에서 다룬다.

실습

관심 분야의 논문 세 편을 골라 이 장의 지형 위에 놓는다. 세 편은 가능하면 서로 다른 기여 방식이 되도록 고른다. 이 표는 1.4장 실습(모델링 축 분류)과 23.2장(논문 읽는 법)에서 다시 쓴다.

기여 방식을 분류한다. 각 논문의 주된 기여가 대리모델·역문제·역설계·발견·실험 자동화·문헌 활용 중 무엇인지 정하고, 순방향 모델 $y = F(\theta)$ 에서 무엇이 입력이고 무엇이 출력인지 적는다.
검증의 사다리를 확인한다. 각 논문이 회고적 벤치마크·전향적 테스트·실험 검증·현장 채택 중 어느 칸까지 올라갔는지 적는다.
분할과 baseline을 확인한다. 테스트 데이터가 어떤 단위로 나뉘었는지, 분야의 표준 방법(물리 모델, 시뮬레이터, 기존 경험식)과 비교했는지 적는다.
주장과 근거를 맞춰 본다. 논문의 핵심 주장 한 문장을 옮겨 적고, 2–3번에서 확인한 근거가 그 주장을 지지하는 범위를 한 문장으로 쓴다.

논문	기여 방식	입력 → 출력	검증 칸	분할 단위	분야 baseline	주장이 지지되는 범위
(예) 가상의 촉매 연구	역설계	조성 → 활성	실험 검증(후보 5개 합성)	조성 계열	기존 경험식	이 반응·이 조성 계열의 후보 선택

실패 사례

일반 ML 벤치마크의 관행을 과학 문제에 그대로 가져오는 것. 무작위 분할과 단일 지표는 같은 분포 안의 새 샘플을 가정한다. 새 재료·새 조건·새 장비에서 써야 하는 과학 문제에서는 무작위 분할의 점수가 실제 성능을 크게 부풀릴 수 있고, 평균 지표 하나는 특정 조건에서의 큰 실패를 가린다. 분할은 일반화 대상 단위로, 지표는 조건별로 나누어 보고한다.
도메인 지식 없이 데이터만으로 문제를 정의하는 것. 열을 무작정 입력으로 넣으면, 측정 후에야 알 수 있는 값이나 정답에서 계산된 값이 입력에 섞여 들어간다. 단위가 다른 열이 같은 이름으로 합쳐지거나, 물리적으로 불가능한 예측이 걸러지지 않는다. 변수 하나하나가 어떻게 측정되었는지 도메인 과학자와 확인한다(1.3장, 23.13장).
검증 사다리의 낮은 칸에서 높은 칸의 주장을 하는 것. 회고적 벤치마크만으로 "발견했다", "설계했다"고 쓰면, 그 주장은 검증되지 않은 가설이다. 주장의 동사를 올라간 칸에 맞춘다.

통과 기준

자신의 관심 연구를 기여 방식 하나와 분야 하나로 위치시키고, 순방향 모델 $y = F(\theta)$ 에서 입력과 출력이 무엇인지 쓴다.
그 연구가 과학적으로 검증되려면 검증 사다리의 어느 칸까지 가야 하는지, 그리고 그 칸에 필요한 데이터·실험·협업이 무엇인지 문서로 쓴다.
실습의 논문 세 편 분류표를 완성한다(기여 방식, 검증 칸, 분할 단위, 분야 baseline, 주장의 범위).