과학의 낯선 공간: 정합적이지만 인지적으로 접근하기 어려운 연구 방향

과학적 정합성과 인지적 가용성을 별도로 모델링해, 기존 지식에 비추어 타당하면서도 현재 연구자 집단이 쉽게 떠올리기 어려운 연구 방향을 탐색하는 프레임워크임 논문을 재조합 가능한 아이디어 원자로 분해하고, 조합의 연구 가능성과 기존 연구자 집단이 이를 만들어낼 가능성을 각각 학습해 정합성이 높고 가용성이 낮은 조합을 선택함 동료 심사를 거친 LLM 논문 16,068편을 활용한 평가에서, 최신 고성능 LLM 기반 아이디어 생성보다 다양한 아이디어 묶음을 만들면서 개별 아이디어 품질은 동등하거나 더 높게 나타남 2025년 이전 데이터만으로 후보 공간의 1% 미만을 선택해, 2025년 논문에 등장한 조합을 무작위 대비 35.9배 수준으로 찾아냄 목표는 인간의 과학 연구를 단순히 가속하는 데 그치지 않고, 기존 연구 공동체가 놓칠 수 있는 타당한 방향으로 탐색을 넓혀 보완하는 AI 아이디어 생성임 연구 공동체가 떠올릴 수 있는 아이디어의 한계 과학적 발견은 무엇이 참인지뿐 아니라 연구자에게 무엇이 인지적으로 가용한지에 의해서도 제약됨 연구자가 이어받는 개념, 방법, 협력자, 데이터셋, 기관, 학문적 직관은 어떤 방향은 쉽게 상상하게 하고 다른 방향은 사실상 보이지 않게 만듦 문헌에 비추어 똑같이 타당한 두 아이디어라도, 기존 연구자나 공동체가 이를 제안할 가능성은 크게 다를 수 있음 과학의 낯선 공간(alien space of science) 은 기존 지식의 구조와 정합적이지만, 현재 연구자들의 개념적 궤적에서는 자연스럽게 나오지 않는 연구 방향을 뜻함 추측에 불과하거나 비과학적이어서 낯선 것이 아니라, 해당 분야의 공동체가 현재 갖춘 인지적 범위 밖에 있기 때문에 낯선 것임 등장한 뒤에는 명백해 보일 수 있지만, 그전에는 지배적인 취향 밖에 있으며 분야가 이미 조직해 놓은 범위를 넘어서는 전문성 조합을 요구함 LLM의 지식 종합 능력이 분야의 기존 경향에서 벗어나는 능력과 같지는 않음 새로운 아이디어를 요청해도 문헌에서 유행하는 개념, 두드러진 메커니즘, 반복되는 연구 패턴을 조합하는 경향이 있음 이 때문에 연구 공동체의 사전분포를 벗어나기보다 근사하거나 증폭할 수 있음 정합성과 인지적 가용성이라는 두 탐색 축 정합성(coherence) 은 아이디어의 구성 요소가 서로 맞물려 타당한 연구 기여로 이어질 수 있는지를 평가함 인지적 가용성(availability) 은 현재 활동 중인 연구자와 공동체가 해당 조합을 만들어...