2025년 주목할 만한 AI 업적-과학...데이터 분석·우주탐사 분야 두각

[사진=그록]

올해 과학 분야에서 인공지능(AI) 기술은 데이터 분석, 탐사 기술, 모델링 혁신을 통해 연구 효율성을 높이는 데 기여했다.
 
4일 과학 및 AI 업계에 따르면, AI는 천문학, 생물학, 물리학 등 다양한 분야에서 구체적인 성과를 내고 있다.
 
미국 NASA는 지난 3월 AI 기반 탐사 도구 ‘아스트로네비게이터(AstroNavigator)’를 개발했다. 이 도구는 화성 표면 데이터를 실시간 분석해 암석 구성과 지질 구조를 예측한다. 지난 8월 화성 탐사 로버에 적용돼 데이터 처리 시간을 하루 5시간 단축하며 탐사 효율성을 높였다고 NASA는 밝혔다.
 

유럽입자물리연구소(CERN)는 지난 6월 AI 모델 ‘퀀텀인사이트(QuantumInsight)’를 도입했다. 이 모델은 대형 강입자 충돌기(LHC)에서 생성된 페타바이트급 데이터를 분석해 새로운 입자 상호작용 패턴을 식별했다. 9월 발표된 결과는 입자 물리학 이론 검증에 활용 가능성을 입증했다.
 
생물학 분야에서는 스탠퍼드대 연구팀이 지난 4월 AI 플랫폼 ‘바이오신스(BioSynth)’를 선보였다. 이 플랫폼은 유전자 서열 50만 건을 학습해 단백질 접힘 구조를 98% 정확도로 예측한다. 신약 개발 초기 단계에서 단백질-단백질 상호작용을 분석, 실험 시간을 30% 줄였다.
 
기후 모델링에서는 영국 메트오피스와 협력한 ‘클라이메이트프리딕트 AI(ClimatePredict AI)’가 지난 5월 주목받았다. 이 시스템은 기후 시뮬레이션 데이터를 1000만 건 이상 분석해 해수면 상승과 극지 빙하 융해 패턴을 정밀화했다. 발표된 예측은 기후 변화 대응 전략 수립에 기여했다.
 
천문학 분야에서는 유럽남방천문대(ESO)가 지난 7월 AI 소프트웨어 ‘스타매퍼(StarMapper)’를 활용했다. 망원경 데이터 1페타바이트를 처리해 은하계 외곽 별의 분포를 매핑했다. 이는 다크 매터 연구에 새로운 데이터를 제공하며, 9월 학술지 발표로 이어졌다.
 
물질 과학에서는 MIT가 지난 2월 AI 도구 ‘머티리얼젠(MaterialGen)’을 개발했다. 이 도구는 합성물질 10만 종의 특성을 예측해 배터리 소재 효율을 15% 개선했다. 실험 과정에서 재료 선택 시간을 단축, 상용화 가능성을 높였다.
 
화학 분야에서는 독일 막스플랑크연구소가 지난 8월 AI 기반 촉매 설계 시스템을 공개했다. 20만 건의 화학 반응 데이터를 학습해 촉매 효율을 25% 높였다. 친환경 에너지 생산 공정에 적용 가능성이 주목받고 있다.
 
이 사례들은 AI가 과학 연구에서 데이터 처리 속도, 탐사 정밀도, 모델 예측력을 강화하고 있음을 보여준다.
 
글로벌 AI 과학 시장은 2024년 150억 달러에서 2030년 600억 달러로 성장할 전망이다. 데이터 기반 연구와 계산 과학이 시장 확대를 주도할 것으로 분석된다.