Google은 아이디어, 테스트, 과학 문헌을 시작으로 Gemini를 연구 워크플로에 더욱 심층적으로 구축하고 있습니다.
Google I/O 2026에서 회사는 에이전트 AI 과학을 기반으로 구축된 실험 제품군인 Gemini for Science를 발표했습니다. 가설 수립, 컴퓨터 테스트, 문헌 검토 등 발견 뒤에 숨은 수동 작업을 목표로 합니다.
Google Cloud를 통해 기업 조직을 위한 별도의 경로가 있는 Google Labs를 통해 점진적으로 액세스가 시작됩니다. 이번 출시는 도구가 아직 초기 단계이지만 Google의 컨퍼런스 단계를 넘어서는 발표 경로를 제공합니다.
Gemini는 발견을 어디까지 추진할 수 있나요?
이 제품군은 표준 챗봇보다 연구 프로세스를 더 밀접하게 따르는 세 가지 기능을 중심으로 구축되었습니다. 가설 생성(Hypothesis Generation)은 과학자들이 새로운 아이디어를 형성할 수 있도록 많은 양의 논문을 검색하며, Google에서는 그 결과가 클릭 가능한 인용으로 뒷받침된다고 말합니다.
Computational Discovery는 테스트를 위한 에이전트 검색 엔진처럼 작동하여 다음 단계를 수행합니다. 팀에 가능한 모든 실험을 수동으로 설계하도록 요청하는 대신 Google은 이 기능을 사용하면 기존 실습 워크플로보다 훨씬 빠르게 수천 개의 테스트를 생성할 수 있다고 말합니다.
세 번째 작품인 Literature Insights는 독서 부담에 초점을 맞췄습니다. 이를 통해 연구자는 출판된 연구 결과를 쿼리하고 결과를 보고서, 인포그래픽, 오디오 요약 또는 비디오 개요로 전환할 수 있습니다. 논문에 빠져 있는 실험실의 경우, 속도는 관련 내용을 찾는 데 소요되는 시간을 줄이는 것부터 시작됩니다.
이것이 검색보다 더 나은 이유
Google은 또한 30개 이상의 주요 생명 과학 데이터베이스 및 연구 도구에서 통찰력을 끌어낼 수 있도록 설계된 기능인 Science Skills를 추가하고 있습니다. 이는 일반적으로 과학자들이 특수 시스템 사이를 이동해야 하는 복잡한 작업 흐름에 실험 컬렉션을 더욱 유용하게 만들 수 있습니다.
이번 출시는 또한 Google이 이 릴리스를 더 넓은 AI 연구 스택에 연결하는 것을 보여줍니다. 회사는 발견, 추론 및 연구 분석의 다양한 부분을 목표로 하는 Co-Scientist, AlphaEvolve, ERA 및 NotebookLM과 같은 프로젝트와 함께 이를 배치합니다.
바로 여기에 위험이 있습니다. 에이전트 AI 과학이 엄격함을 약화시키지 않고 일상적인 작업 속도를 높일 수 있다면 실험실이 판단, 설계 및 해석에 집중할 수 있는 여지를 더 많이 제공할 수 있습니다.
누가 먼저 시도해볼 것인가
현재 Gemini for Science는 범용 릴리스가 아닙니다. Google은 Google Labs 양식을 통해 점진적으로 액세스를 개방하고 있으며 기업 조직은 Google Cloud를 통해 툴킷을 사용할 수 있다고 밝혔습니다.
제한된 출시는 위험 프로필에 적합합니다. 가설을 제안하고, 테스트를 설계하고, 논문을 요약하는 AI 시스템에는 속도 이상의 것이 필요합니다. 연구원들이 보고 있는 내용을 신뢰할 수 있도록 명확한 소싱, 재현 가능한 출력, 충분한 투명성이 필요합니다.
다음 테스트는 컨퍼런스의 스포트라이트가 사라진 후 Google이 실제 과학 워크플로 내에서 에이전트 AI를 유용하게 만들 수 있는지 여부입니다.
관련 정보는 아래 링크에서 확인하세요