정책

[AI for Science]
AI for Science가 가져온 연구 패러다임 전환의 구체적 양상 3가지를 서술하시오.① 탐색공간의 폭발적 확장:
AlphaFold는 2억 개 이상의 단백질 구조를 예측하여, 기존 50년간 축적된 실험구조(약 19만 개) 대비 1,000배 규모의 데이터를 생성하였다. 이는 실험만으로 도달 불가능했던 설계공간을 개방한다.

② 연구 주기의 단축:
MIT·하버드 연구진의 항생제 후보물질 발견은 AI 스크리닝을 통해 수년 걸릴 후보탐색을 수개월로 단축시켰다. 신소재·신약 분야에서 이러한 AI-in-the-loop 방식이 표준화되고 있다.

③ 연구자 역할의 재정의:
연구자는 '데이터 생산자'에서 '데이터·모델 큐레이터(Curator)'로, 그리고 AI 협업과학자로 역할이 확장된다.

모두CBT | 국가고시 실기시험 부시기!

[AI for Science] AI for Science가 가져온 연구 패러다임 전환의 상세 페이지