구글 리서치, AI 연구 도구 'Empirical Research Assistance' 4대 실전 사례 공개… CDC 독감·COVID·RSV 주간 예측 상위, 우주끈 중력파 6개 일반해·GOES East 10분 단위 CO2 추적
구글 리서치(Google Research)가 4월 29일(현지시간) 자체 개발한 AI 연구 도구 'Empirical Research Assistance(ERA)'를 실제 과학 문제에 적용한 4가지 사례를 공개했다. ERA는 지난 9월 프리프린트로 처음 소개됐으며, 당시 세포생물학에서 신경과학에 이르는 6개 벤치마크 문제에 대한 새로운 해법을 함께 제시했다. 이번에 공유된 사례는 역학·우주론·기후·신경과학 등 실전 분야로, 개념검증을 넘어 실제 활용 단계로 진입했다는 점이 특징이다.
구글 리서치는 ERA가 계산 모델링 접근성을 민주화하고, 미해결 문제 해법을 제시하며, 기존 데이터에서 새로운 통찰을 끌어내고, 블랙박스 모델링을 넘어 해석 가능한 메커니즘 기반 해법을 발굴할 수 있다고 설명했다. 사내 연구진뿐 아니라 방문 교수와 학계 협력자들도 ERA를 시험·확장하고 있으며, 향후 더 광범위한 공급을 준비 중이라고 밝혔다.
공중보건 분야에서는 미국의 독감·COVID-19·RSV(호흡기세포융합바이러스) 입원 예측에 ERA를 활용했다. 구글은 CDC가 2025-26 시즌 독감 예측 챌린지를 11월 개시하자 미국 전 주(state)에 대해 최대 4주 후까지의 주간 예측을 제출하기 시작했고, 지난해 말부터는 CDC의 연중 상시 COVID-19 주(state) 단위 입원 예측과 새로 출범한 RSV 예측 허브에도 참여하고 있다. UMass 애머스트의 생물통계학 교수이자 본 프로젝트 자문인 Nicholas Reich가 운영하는 독감·COVID-19 공개 리더보드에서 구글은 제출 기간 동안 양쪽 모두 최상위권 성능을 기록 중이며, 공개 리더보드가 없는 RSV에서도 내부 분석 결과 유사한 강세를 보였다.
우주론 분야에서는 우주끈(cosmic strings)이 방출하는 중력파 에너지 스펙트럼 계산이라는 미해결 문제를 다뤘다. 지배 방정식에 특이점이 포함돼 전통 모델이 깨지는 어려움이 있어, 지난 가을 한 논문은 OpenAI GPT-5를 이용해 가장 단순한 사각 루프(α = π/2, 즉 90도) 경우의 부분해만 제시한 바 있다. 구글은 ERA와 Gemini Deep Think를 결합해 특이점을 다룰 수 있는 수학 기법을 체계적으로 탐색했고, 6개의 일반해와 점근 극한에 대한 간결한 공식을 도출해 3월 공개했다.
기후·지속가능성 분야에서는 기상 위성을 이용한 이산화탄소(CO2) 모니터링에 ERA를 적용했다. 1950년대 후반 하와이 마우나로아 관측소에서 시작된 정기 CO2 관측은 대기 중 CO2 농도 상승을 보여주는 'Keeling Curve'를 만들었지만, 인간 배출량과 식생·토양·해양의 흡수를 매핑하려면 시공간 변동을 추적해야 한다. 현재 NASA의 Orbiting Carbon Observatory-2(OCO-2) 등 우주 기반 CO2 센서는 고정밀이지만 지구 표면의 극히 일부만 매핑하고 16일에 한 번씩 같은 위치로 돌아온다. 반면 GOES East 같은 정지궤도 기상위성은 10분마다 반구 전체를 스캔할 수 있지만 CO2 매핑용으로 설계되지 않았다.
구글 연구진은 ERA로 단일 픽셀(single-pixel)·물리 가이드 신경망을 개발해 기존 GOES East 관측에서 컬럼 평균 CO2 신호를 추출했다. 이 모델은 GOES-East의 16개 파장 대역을 하층 대류권 기상, 태양 각도, 연중 일자(day of year)와 결합한다. OCO-2와 OCO-3의 희소 관측 데이터로 학습한 뒤, 어디서나 10분 단위로 컬럼 평균 CO2를 추정할 수 있게 됐다.
International Workshop on Greenhouse Gas Measurements from Space에서 공유된 결과에 따르면, AI가 개발한 이 모델은 GOES East 관측의 높은 시공간 밀도를 활용해 전례 없는 해상도로 컬럼 평균 CO2를 추적했다. 추가 연도의 OCO-2 관측 데이터, 지상 기반 전(全)컬럼 탄소 관측망과의 비교에서도 실제 CO2 변동을 포착하는 능력이 확인됐다. 구글은 ERA가 자원 집약적인 위성 임무 데이터에서 추가 가치를 끌어낼 수 있음을 보여주는 사례라며, 기후·온실가스 관련 다른 질문도 ERA로 탐색 중이라고 밝혔다.
신경과학 분야에서는 제브라피쉬(zebrafish)의 신경 회로 메커니즘 규명에 ERA를 투입했다. 제브라피쉬는 척추동물의 자극 감지·정보 처리·반응을 연구하는 모델 생물로, 자연 환경에서 수면의 잔물결이 만드는 명암 줄무늬 변화에 본능적으로 반응해 얕은 수역에 머물도록 진화했다. 구글은 단순화된 제브라피쉬 신체·뇌 시뮬레이터 'simZFish'의 와이어링 다이어그램(세포 연결 정보만 제공하고 이를 지배하는 수학 규칙은 제공하지 않음)을 ERA에 입력했고, ERA는 자극에서 신경 활동을 거쳐 운동 반응으로 이어지는 회로를 가설로 제안했다.