LLM use is acknowledged almost as often as specialized AI tools in biology preprints

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Epoch AI 분석에서 2026년 9월 bioRxiv 생물학 프리프린트의 LLM 사용 언급 비율은 17.19%로 전문 AI 도구의 18.94%에 근접했지만, 이는 실제 사용 전체가 아니라 자발적으로 공개된 사용을 측정한 결과다.

📌 핵심 요약

• 생물학 프리프린트의 LLM 사용 언급은 2023년 이후 지수적으로 증가했다. 2026년 9월 조사한 bioRxiv 프리프린트 4,922편 중 846편인 17.19%가 LLM 사용을 언급했고, 전문 AI 도구 사용은 932편인 18.94%에서 확인됐다.
• 전문 AI 도구 사용 언급은 2021년부터 꾸준히 증가했으며, 단백질 구조·설계, 이미지 분석, 단일세포 시퀀싱, 유전체학 도구를 포함한다. 2021년 7월 공개된 AlphaFold는 전문 AI 도구 사용을 언급한 프리프린트의 약 절반에서 등장한다.
• LLM 활용에는 문헌 검토, 글쓰기, 코딩 지원 등이 포함된다. 연구·분석 목적의 LLM 사용을 언급한 프리프린트 비율은 2026년 1월 1.50%에서 9월 3.86%로 증가했으며, 전체 LLM 사용 언급 비율과는 구분된다.
• Epoch AI는 GPT-5.6 Sol로 2020년 1월부터 2026년 9월까지 bioRxiv의 모든 프리프린트에서 AI 사용 언급을 조사했다. GPT-6 Luna 기반 OpenAI Decisions API는 LLM 활용을 연구, 코드·계산, 글쓰기, 문헌 검토의 네 범주로 추가 분류했다.
• 결과에는 자발적 공개 관행, 실제 사용의 과소추정 가능성, bioRxiv 프리프린트의 동료심사 논문 대표성 한계, AI 모델의 판별·분류 오류가 영향을 줄 수 있다. 전문 AI 도구 150종 목록도 생물학 연구에서 쓰이는 모든 도구를 포괄하지 않을 수 있다.

🧩 주요 포인트

1. 확산 속도와 측정 대상: LLM 사용 언급의 급증은 전문 AI 도구와의 격차 축소를 보여주지만, 실제 활용 증가와 공개 관행의 영향을 분리해 해석해야 한다.
2. 도구 유형과 활용 깊이: AlphaFold 중심의 전문 AI 도구와 다양한 목적의 LLM은 활용 구성이 다르므로, 전체 언급 비율의 근접을 연구·분석 활용 수준의 동일함으로 볼 수 없다.
3. 분석 범위와 신뢰도: 전체 bioRxiv 프리프린트를 대상으로 한 자동 분석도 모델 오류, 전문 AI 도구 목록의 누락, 동료심사 논문에 대한 대표성 한계를 해소하지는 못한다.

🧠 상세 정리

1. LLM 사용 언급이 전문 AI 도구 수준에 접근

Epoch AI는 생물학 프리프린트에서 대규모 언어 모델인 LLM 사용을 명시하는 비율이 2023년 이후 지수적으로 증가했다고 설명한다. 약 3년 사이 LLM 사용 언급은 2021년부터 꾸준히 늘어난 전문 AI 도구 사용 언급에 거의 도달했으며, 원문은 이를 반올림해 17% 대 19%로 제시한다. 월별 표의 마지막 시점인 2026년 9월에는 조사한 bioRxiv 프리프린트 4,922편 중 846편이 LLM 사용을 언급했고, 932편에서 전문 AI 도구 사용이 확인됐다. 각각의 비율은 17.19%와 18.94%로, 두 지표가 상당히 가까워졌다는 것이 글의 핵심 관찰이다. 다만 이 비교의 대상은 논문에 드러난 사용 언급이며, 연구자의 실제 AI 사용 전체를 직접 측정한 수치로 해석해서는 안 된다.

2. 월별 자료에 나타난 서로 다른 증가 경로

월별 표는 2020년 1월부터 2026년 9월까지 조사한 프리프린트 수와 전문 AI 도구, 전체 LLM, 연구 목적 LLM의 사용 언급 건수 및 비율을 나란히 제시한다. 전문 AI 도구 사용 비율은 2020년 1월 1.43%에서 2021년 12월 5.19%, 2022년 12월 9.47%, 2024년 12월 15.19%로 장기적으로 높아졌다. 전체 LLM 사용 언급 비율은 2023년 1월 0.30%, 같은 해 12월 1.22%, 2024년 12월 3.15%, 2025년 12월 7.45%를 거쳐 2026년 9월 17.19%에 도달했다. 월별로는 두 지표 모두 하락하는 구간이 있으므로, 원문의 증가 추세를 매달 예외 없이 상승했다는 뜻으로 받아들일 수는 없다. 자료가 보여주는 주요 전환은 전문 AI 도구가 먼저 확산한 뒤 LLM 사용 언급이 빠르게 증가하면서 두 비율의 간격이 좁아졌다는 점이다.

3. 전문 AI 도구의 범위와 AlphaFold의 비중

원문이 말하는 전문 AI 도구는 단백질 구조 예측과 설계, 이미지 분석, 단일세포 시퀀싱, 유전체학 등에 쓰이는 모델을 포함한다. 따라서 전문 AI 도구 사용이라는 지표는 생물학 연구의 여러 작업에 특화된 도구들을 묶어 살펴본 결과다. 이 가운데 가장 흔히 언급되는 도구는 단백질 구조를 예측하는 AlphaFold이며, 원문은 이 도구가 2021년 7월 대중에게 공개됐다고 설명한다. AlphaFold는 전문 AI 도구 사용을 언급한 프리프린트의 약 절반에서 등장하므로, 여기서 약 절반이라는 비율의 분모는 전체 생물학 프리프린트가 아니다. 이처럼 대표적인 특정 도구의 비중이 큰 전문 AI 도구 지표와 여러 목적의 사용을 포함하는 LLM 지표는, 전체 비율이 가까워졌더라도 활용 구성까지 같다고 볼 근거를 제공하지는 않는다.

4. 다양한 LLM 활용과 연구·분석 목적의 증가

LLM의 활용 목적은 문헌 검토, 글쓰기, 코딩 지원 등으로 다양하며, 원문은 이 전체 범위와 연구·분석 목적의 사용을 별도로 구분한다. 본문에서는 연구·분석 목적의 LLM 사용 언급이 2026년 초 약 1%에서 같은 해 9월 약 4%로 늘었다고 요약한다. 월별 표의 정확한 수치로 보면 2026년 1월에는 3,924편 중 59편인 1.50%, 9월에는 4,922편 중 190편인 3.86%였다. 같은 9월 전체 LLM 사용 언급은 846편인 17.19%이므로, 모든 목적의 LLM 사용 언급과 연구·분석 목적의 언급 사이에는 뚜렷한 차이가 있다. 따라서 LLM 사용 언급이 전문 AI 도구 수준에 근접했다는 결과를, 그만큼의 프리프린트에서 LLM이 연구 설계나 분석에 직접 활용됐다는 의미로 확대해서는 안 된다.

5. 전체 bioRxiv 프리프린트의 사용 언급 조사

이 데이터 인사이트는 Epoch AI의 AI use in research explorer를 바탕으로 작성됐으며, 조사 대상은 2020년 1월부터 2026년 9월까지 bioRxiv에 올라온 모든 프리프린트다. Epoch AI는 GPT-5.6 Sol을 사용해 각 프리프린트에 AI 사용을 밝힌 내용이 있는지 확인하고, LLM 사용과 전문 AI 도구 사용을 별도로 집계했다. 월별 자료에는 조사한 프리프린트 수와 각 유형의 사용 언급 건수, 해당 월 조사 대상에서 차지하는 비율이 함께 실려 있어 건수와 비율을 구분해 볼 수 있다. 예를 들어 마지막 달인 2026년 9월의 LLM 사용 언급 846편과 전문 AI 도구 사용 932편은 모두 그달 조사한 4,922편을 기준으로 제시된다. 이러한 조사 방식은 사용 언급의 장기 변화를 비교하는 근거를 제공하지만, 논문에 공개되지 않은 AI 사용까지 확인하는 방법으로 설명되지는 않는다.

6. LLM 활용 목적의 네 가지 분류

LLM 사용 언급을 확인한 뒤에는 GPT-6 Luna 기반 OpenAI Decisions API가 그 용도를 연구, 코드·계산, 글쓰기, 문헌 검토의 네 범주로 추가 분류한다. 이는 AI 사용 언급을 찾는 GPT-5.6 Sol의 역할과 구분되는 후속 분석이며, 단순한 사용 여부를 넘어 어떤 작업에 쓰였는지를 살펴보기 위한 절차다. 연구 범주는 실험 설계와 같은 개념적 기여, 데이터 라벨링과 같은 방법론적 기여, 통계 분석과 같은 분석 작업을 포함한다. 따라서 연구 목적이라는 분류는 한 가지 좁은 작업만을 가리키지 않지만, 코드·계산이나 글쓰기 등 다른 범주와도 구분해서 제시된다. 원문은 사용 언급의 판별과 이러한 활용 목적 분류가 모두 AI 모델에 의해 수행된다고 밝히며, 그 결과에 오류가 있을 수 있다는 점을 해석상의 한계로 명시한다.

7. 자발적 공개와 프리프린트 표본의 한계

원문은 측정 대상이 자발적으로 공개한 AI 사용 언급이라는 점을 가장 먼저 한계로 제시한다. 관측된 비율에는 실제 AI 사용뿐 아니라 연구자가 사용 사실을 밝히는 관행도 반영되므로, 사용 언급의 증가를 실제 사용 증가만으로 설명할 수는 없다. 또한 사용했지만 공개하지 않은 경우가 포함되지 않을 수 있어, 제시된 수치가 실제 AI 사용 수준을 과소추정할 가능성이 있다. 조사 대상이 생물학 프리프린트라는 점도 중요하며, 원문은 이러한 자료가 동료심사를 거친 논문을 대표하지 않을 수 있다고 명시한다. 따라서 2026년 9월의 17.19%와 18.94%는 bioRxiv 조사에서 확인된 사용 언급 비율로 이해해야 하며, 이를 동료심사 논문 전체의 AI 사용 비율로 일반화하는 데에는 근거상의 제약이 있다.

8. 도구 목록의 포괄성과 자료의 출처

전문 AI 도구 조사는 최근 bioRxiv 프리프린트를 표본으로 삼아 AI 도구 언급을 찾는 방식으로 구축한 150종의 목록을 바탕으로 한다. 원문은 이 목록이 생물학 연구에서 사용되는 전문 AI 도구 전체를 빠짐없이 포함하지 않을 수 있다고 밝힌다. 이러한 목록의 포괄성 문제는 AI 모델의 사용 언급 판별 및 활용 목적 분류 오류와 함께 결과를 해석할 때 고려해야 할 별도의 한계다. 월별 데이터는 CSV로 제공되며, 자료에 표시된 갱신일은 2026년 10월 21일이고 관측 기간은 2026년 9월까지다. 글의 저자는 Tara Abrishami이고 발행 연도는 2026년이며, Epoch AI는 출처와 저자를 표시하는 조건으로 Creative Commons BY 라이선스에 따라 자료를 사용·배포·복제할 수 있다고 안내한다.

🧾 핵심 주장 / 시사점

• LLM 사용 언급이 전문 AI 도구에 근접한 것은 두 유형의 확산 경로가 만나는 현상이지만, AlphaFold 중심의 전문 도구 활용과 다양한 LLM 활용이 같은 연구 역할을 한다는 뜻은 아니다.
• 2026년 9월 전체 LLM 사용 언급 17.19%와 연구·분석 목적 언급 3.86%의 차이는, LLM 확산을 해석할 때 활용 목적을 구분해야 하는 이유를 보여준다.
• 이 자료는 공개된 AI 사용의 변화를 보여주는 근거이며, 실제 사용 수준이나 동료심사 논문 전체로 해석을 넓힐 때에는 공개 관행, 모델 오류, 도구 목록의 불완전성을 함께 고려해야 한다.

✅ 액션 아이템

• LLM 17.19%와 전문 AI 도구 18.94%의 비교에 자발적 공개 관행과 실제 사용의 과소추정 가능성을 함께 반영.
• 연구·분석 목적 LLM 사용 언급의 1.50%에서 3.86%로의 변화를 전체 LLM 사용 언급과 구분해 검토.
• GPT-5.6 Sol과 GPT-6 Luna의 판별·분류 오류, 전문 AI 도구 150종 목록의 누락 가능성, bioRxiv의 대표성 한계를 결과 해석에 반영.

❓ 열린 질문

• LLM 사용 언급의 급증에서 실제 활용 증가와 자발적 공개 관행의 변화는 각각 어느 정도를 설명하는가?
• 연구·분석 목적 LLM 사용 언급이 1.50%에서 3.86%로 증가한 흐름은 이후에도 이어질까?
• GPT-5.6 Sol과 GPT-6 Luna의 판별·분류 오류 및 전문 AI 도구 150종 목록의 누락은 17.19%와 18.94%의 비교에 어느 정도 영향을 미치는가?