클리핑에서 가장 충격적이었던 점은 수학과 생물학 문제들이 “verifiable reward만 있으면 모델이 풀 수 있는 게임”이라는 인식이 현실이 되고 있다는 것이다. GPT-5.2가 COLT(Conference on Learning Theory)의 공개 문제를 증명하고, 분자 클로닝 프로토콜의 효율을 79배 높인 사례는 우연이 아니다. 2025년 R1 논문 이후 GRPO와 같은 verifiable reward 방법이 정립되면서, 과학자들은 자신의 도메인에서 “이거 작동하네”를 발견했다.
핵심은 AI가 더 이상 ‘도우미’가 아니라 ‘문제 해결 플레이어’로 변하고 있다는 점이다. Terence Tao가 AlphaEvolve와 인간 수학자들이 협업하여 1975년의 Erdős 문제를 푼 사례는 AI가 ‘아이디어 제공자’ 역할까지 넘보고 있음을 보여준다. 심지어 wet lab(실험실)의 로봇 자동화까지 결합되면서, 과학은 전 과정이 closed-loop로 재설계되고 있다. 나는 이것이 ‘과학의 게임화’(gamification of science)라고 부르고 싶다.
근거
“이제부터 올해 코딩 뉴스까지는 내가 좀 따라갈 수 있었는데 2026년의 과학 뉴스는 읽어도 잘 모르겠더라.”
“로봇이 수행한 것과 인간이 수행한 것을 비교… 인간이 수행한 것에 비해 더 빠르게 했다, 성능은 유사하게 나타났다.”
연결된 생각
- 20260607-ai-science-revolution — 상위 개념: 과학 게임화의 구조적 배경.
- 20260607-industrial-revolution-10x — 연장: 속도가 가져올 사회적 충격.