Science at the Frontier: How scientists use ChatGPT
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약
과학자들은 ChatGPT를 연구 전반에 활용하며 시간 절약과 발견 가속을 기대했지만, 실제 과학적 발견이 빨라지는지는 추가 연구로 확인해야 한다.
📌 핵심 요약
- OpenAI 경제연구팀은 ChatGPT for Academic Researchers 참여 과학자 1,819명의 과학 관련 메시지 580,186건과 설문 응답자 251명의 자료를 분석했다.
- 과학자들은 문헌 검토, 증거 분석, 아이디어 개발, 코드 작성, 연구 결과 전달에 ChatGPT를 활용했으며, 설문 참여자들은 같은 품질의 작업을 AI 없이 수행했다면 시간이 1.9배 걸렸을 것으로 추정했다.
- 과학자의 68%가 ChatGPT를 연구 아이디어 개발에 사용했다. 아이디어 관련 메시지는 구체적인 질문을 제시한 경우 35%, 아이디어를 함께 다듬은 경우 36%, ChatGPT에 연구 질문 제안을 요청한 경우 23%, 기타 6%로 분류됐다.
- 발견 소요 기간에 관한 질문에 답한 250명 중 98%는 AI가 자신의 분야에서 발견을 앞당길 것으로 기대했다. 연구자들은 작업을 맡긴 뒤에도 ChatGPT의 응답을 명확히 하거나 확인·수정하는 후속 요청을 이어갔다.
- 실제 발견 가속 여부는 추가 연구가 필요하며, 아이디어 검증에는 자금·인력·실험 역량도 필요하다. OpenAI는 ChatGPT for Academic Researchers의 무료 접근을 전 세계 200,000명 이상의 연구자로 확대하고 있다.
🧩 주요 포인트
- 과학자별 활동 비중에 동일한 가중치를 부여하고 자동 분류기로 메시지를 분석 → 사용량이 많은 개인에게 분석이 치우치는 것을 줄이면서 원문 열람 없이 활용 양상을 파악했다.
- 발견 가속을 기대한 이유는 작업 속도 향상 52%, 더 유망한 질문 발굴 23%, 더 폭넓은 질문 탐구 14%, 기타 11% → 기대 효과는 시간 절약뿐 아니라 연구 질문의 선택과 범위로 확장된다.
- 배라는 소요 시간 추정과 98%라는 발견 가속 기대는 참여자의 평가 → 실제 발견 성과를 입증한 결과와 구분하고, 자금·인력·실험 역량의 제약을 함께 고려해야 한다.
🧠 상세 정리
1. 연구 범위와 개인정보 보호 방식
OpenAI 경제연구팀은 ChatGPT for Academic Researchers 여름 시범 프로그램에 참여한 과학자들이 연구 과정에서 ChatGPT를 어떻게 사용하는지 조사했다. 분석 대상은 2026년 8월 20일부터 9월 22일까지 과학자 1,819명이 작성한 과학 관련 메시지 580,186건이다. 설문은 9월 30일부터 10월 7일까지 진행됐으며, 분석에는 과학자 251명의 응답이 포함됐고 질문별 응답자 수는 달랐다. OpenAI는 기본적으로 이 프로그램 참여자의 데이터를 모델 훈련에 사용하지 않는다고 밝혔다. 연구팀은 개인정보 보호를 위해 자동 분류기로 문헌 검토, 코드 작성, 데이터 분석 등의 활동을 구분했으며, 분류 결과만 확인하고 실제 메시지나 ChatGPT의 응답은 읽지 않았다.
2. 연구 전반의 활용과 아이디어 개발
과학자들은 문헌 검토에서 증거 분석과 아이디어 개발에 이르기까지 연구 과정 전반에서 ChatGPT를 사용했으며, 코드 작성과 연구 결과 전달에도 활용했다. 연구팀은 각 과학자의 과학 관련 메시지에서 활동별 비중을 계산한 뒤 이를 평균해 모든 과학자에게 동일한 가중치를 부여했다. 과학자의 68%가 연구 아이디어 개발에 ChatGPT를 사용했으며, 이들의 아이디어 관련 메시지는 연구자와 ChatGPT가 질문을 발전시키는 방식에 따라 구분됐다. 구체적인 질문을 가져온 경우가 35%, 기존 아이디어를 다듬도록 요청한 경우가 36%, ChatGPT에 연구 질문 제안을 요청한 경우가 23%였고, 나머지 6%는 다른 범주로 분류되지 않았다. 이 비율은 아이디어 관련 메시지의 구성을 나타내며, 각 유형을 사용한 과학자의 비율을 뜻하지 않는다.
3. 작업 시간 절약과 발견 가속에 대한 기대
설문 참여자들은 동일한 작업을 같은 품질로 수행할 때 AI가 없었다면 시간이 1.9배 걸렸을 것으로 추정했다. 이는 참여자들이 평가한 작업 효율의 변화이며, 실제 과학적 발견에 걸린 시간을 직접 측정한 결과와는 구분된다. 연구팀은 별도로 AI가 없으면 10년이 걸릴 발견을 상정하고, AI가 있을 때는 얼마나 걸릴지 여러 분야의 과학자들에게 물었다. 이 질문에 응답한 250명 중 98%는 AI가 자신의 분야에서 발견을 앞당길 것으로 기대했다. 응답자는 여러 분야를 선택할 수 있어 분야별 집단이 서로 겹치며, 제시된 비율은 반올림돼 합계가 100%가 되지 않을 수 있다.
4. 후속 검토와 발견을 앞당기는 경로
연구자들은 ChatGPT에 작업을 맡긴 뒤에도 응답을 명확히 하거나 확인하고 수정하는 과정에 계속 참여했다. 연구팀은 연구 활동별로 후속 요청이 발생한 비중을 과학자마다 계산하고 평균했지만, 제공된 본문에는 활동별 구체적인 수치가 제시되지 않았다. 발견이 빨라질 것으로 기대한 과학자들의 설명에서는 연구 작업의 속도 향상, 더 유망한 연구 질문 발굴, 더 폭넓은 질문 탐구라는 세 가지 이유가 두드러졌다. 224개의 서술형 응답에서 식별한 이유 367건 중 작업 속도 향상이 52%, 유망한 질문 발굴이 23%, 질문 범위 확대가 14%, 기타가 11%였다. 한 사람이 여러 이유를 제시할 수 있었으므로, 이 수치는 응답자 비율이 아니라 식별된 전체 이유에서 각 범주가 차지하는 비중이다.
5. 기대가 실제 발견으로 이어지기 위한 조건
연구 결과는 과학자들이 ChatGPT를 일상적인 연구 활동에 사용하면서 시간 절약 이상의 가능성도 기대하고 있음을 보여준다. 참여자들은 더 유망한 질문을 찾고 더 넓은 범위의 연구를 수행하는 데 AI가 도움이 될 수 있다고 설명했다. 다만 원문은 이러한 기대가 실제로 더 빠른 발견으로 이어지는지 이해하려면 추가 연구가 필요하다고 명시한다. 과학적 진전은 아이디어를 만드는 속도뿐 아니라 이를 검증할 자금, 인력, 실험 역량에도 달려 있다. 따라서 이번 조사에서 확인된 활용 방식과 참여자의 기대를 실제 발견 속도에 대한 확정적 결론으로 확대해서 해석하기는 어렵다.
6. 연구자 접근 확대와 현장의 반응
OpenAI는 이번 연구와 함께 ChatGPT for Academic Researchers를 확대해 전 세계 200,000명 이상의 연구자에게 무료 접근을 제공하고 있다고 밝혔다. 더 많은 과학자가 자신의 연구에서 AI로 무엇이 가능해지는지 탐색하도록 지원하겠다는 취지다. 원문은 과학자들이 아이디어를 사람들의 삶을 개선하는 발견으로 연결하도록 돕는 일을, AGI가 인류 전체에 이익이 되도록 한다는 OpenAI의 사명과 연결한다. 항균 연구 사례로 소개된 César de la Fuente는 ChatGPT 같은 도구가 과학적 발견을 가속하는 데 도움을 주며, 자신과 같은 과학자에게는 일종의 놀이터라고 표현했다. 이 발언은 연구 현장의 긍정적인 경험을 보여주는 사례로 제시되며, 실제 발견 가속 여부에 추가 연구가 필요하다는 본문의 유보와 함께 읽어야 한다.
🧾 핵심 주장 / 시사점
- 연구 아이디어 개발에서 기존 질문을 제시하거나 함께 다듬는 활용이 모두 나타나며, ChatGPT에 새로운 질문을 제안받는 방식도 연구 과정의 일부를 차지한다.
- 발견 가속을 기대한 이유의 비중은 응답자 수가 아닌 식별된 이유 367건을 기준으로 하므로, 작업 속도 향상 52%를 과학자의 52%로 해석해서는 안 된다.
- 연구자가 후속 확인과 수정에 계속 참여한다는 관찰과 자금·인력·실험 역량의 필요성을 함께 보면, AI 활용의 확대만으로 발견 속도를 설명할 수는 없다.
✅ 액션 아이템
- AI 없이 같은 품질의 작업에 1.9배 시간이 걸린다는 참여자 추정과 실제 발견 가속 효과를 구분해 검토.
- ChatGPT의 연구 아이디어 개발 활용을 구체적인 질문 제시, 공동 개선, 연구 질문 제안 요청으로 나누어 검토.
- AI의 발견 가속 가능성을 평가할 때 자금·인력·실험 역량의 제약을 함께 고려.
❓ 열린 질문
- AI 없이 같은 품질의 작업에 1.9배 시간이 걸린다는 참여자 추정은 실제 작업 시간 측정에서도 확인되는가?
- 응답자의 98%가 기대한 AI의 발견 가속은 실제 과학적 발견 성과로 이어지는가?
- 자금·인력·실험 역량의 제약은 ChatGPT를 통해 발전시킨 연구 아이디어의 검증에 어떤 영향을 미치는가?