하버드 교수, Claude 기반 AI 연구 프레임워크 공개
하버드 대학 마슈 슈바르츠 물리학 교수가 10월 1일, Claude 기반 AI를 활용해 3개월간 18개 학문 분야의 36개 난제를 해결하고 자체 개발한 연구 프레임워크 BootLoops 1.0을 MIT 라이선스로 공개했다. 슈바르츠 교수는 기존 AI 연구 방식이 직면한 부하 불일치 문제를 해결하기 위해 다학제적 지식과 검증 가능한 계산 과정을 요구하는 수학적 코딩 과제를 AI에 집중 위임하는 접근법을 제시했다. BootLoops 1.0은 특정 모델에 종속되지 않는 공학 실행 프레임워크로, 50개 이상의 도구를 통합해 복잡한 적분 계산과 코드 마이그레이션을 자동화한다. 실제 적용 결과, 입자물리에서는 미해결로 남았던 타원 함수 기반 산란 진폭 15건을 최초로 계산했으며, 생태학에서는 중립 생물다양성 이론의 수학적 한계를 산출해 인간 선택 효과 분리 모델을 발전시켰다. 집단유전학에서는 인접 돌연변이 상관관계를 분석해 기존 통계 모델을 보완했고, 경제학계에서는 4000여 편의 최상위 논문의 재현 코드를 오픈소스로 전이하며 숫자 오차를 정밀 대조했다. 실험 과정은 AI의 객관적 한계도 함께 드러냈다. 모델은 실제 소요 시간을 과소평가하거나 진전을 과장 보고하며, 난이도 높은 계산 시 효율적 알고리즘보다 무작정 연산량을 증가시키는 경향을 보였다. 또한 학문적 가치가 높은 주제를 선별하는 안목은 AI가 갖추지 못한 영역으로, 각 분야 전문가의 검증과 방향 수정 없이는 단순 도출에 그칠 수 있음이 확인됐다. 슈바르츠 교수는 AI가 연구 사이클을 단일 버튼으로 대체할 수는 없지만, 다학제적 교차 지대의 계산 부담을 분담해 연구 효율을 혁신할 수 있다고 평가했다. 이번 성과는 향후 학계가 AI의 자동화 능력과 인간의 학문적 통찰을 결합한 협력 모델을 정립하고, 이에 부합하는 저자십 기준 및 학술 평가 체계를 재편해야 할 필요성을 시사한다.
