[지디넷] 과학 연구의 패러다임을 바꾸는 스타크업

(기사에 어울리는 삽화로 퍼플렉시티가 생성한 이미지)

미국 AI 스타트업 ‘페리오딕 랩스(Periodic Labs)’가 AI와 로봇의 융합을 통해 과학 연구의 새로운 패러다임을 제시하고 있다는 내용의 최근 ZDNet 기사(2025.10.11)는, 글로벌 투자자들의 큰 관심과 함께 ‘AI for Science’ 분야가 본격적으로 열리고 있음을 보여준다.

기사 주요 내용 요약

• 페리오딕 랩스는 로봇이 실험을 자동화하고, AI가 이 실험 결과를 학습하여 과학적 발견의 새로운 방법론을 제시하는 자율 연구소 플랫폼을 구축하고 있다.

• 이번에 3억 달러 규모의 시드 투자를 유치하며, 엔비디아, a16z, DST, 액셀 등 글로벌 투자사와 함께 제프 베조스, 에릭 슈미트 등 빅테크 리더가 투자자로 참여했다. 투자 전 기업가치는 10억 달러에 달한다.

• 페리오딕 랩스의 핵심 비전은 기존 대형 언어모델이 이미 인터넷 전체 데이터를 학습했지만, 반복적이고 제한적인 지식 생성에서 벗어나기 위한 해답으로서, 현실 세계의 ‘새로운’ 실험 데이터를 직접 생산하고 이를 AI가 학습하게 하는 창발적 접근에 있다.

• AI가 가설을 세우면 로봇 연구소가 자동 실험을 수행하는 피드백 루프를 통해 ‘실패 데이터’까지 축적하여, AI의 과학적 학습 한계를 극복하려 한다는 점이 혁신적이다.

• 이는 ‘AI for Science’를 표방하는 글로벌 경쟁 구도와 맞물린다. 구글 딥마인드, 라일라 사이언시스 등 해외 빅테크·스타트업이 이미 신약 개발, 신소재 연구, 질병 진단 등 과학 난제에 AI를 적용하고 있다.

• 국내에서는 ‘아스테로모프’가 AI 자율 탐구 및 신약·생명공학 분야에 특화한 ‘스페이서(Spacer)’ 시스템 개발로 경쟁 중이다.

주요 인사이트 및 시사점

1. AI 기술 발전의 새로운 프런티어: 과학적 탐구의 혁신

• 대규모 LLM이 기존 인터넷 지식의 한계를 극복하기 위해서는, 현실 세계 실험 데이터의 ‘직접 생성 → 피드백 루프 학습’이라는 새로운 정보 흐름이 필요하다. 이는 단순 검색-정답 생성 AI의 틀을 벗어난 독창적 연구 방향을 제시한다.

• 특히, ‘실패 데이터’까지 내부 자산으로 삼아 AI가 진정한 발견과 창의적 탐구 주체로 발전하는 구조는, 향후 자율적 AI 과학자의 탄생을 예고한다.

2. AI for Science, 혁신의 경쟁무대 급부상

• 구글 딥마인드를 비롯한 글로벌 빅테크와 스타트업, 그리고 아스테로모프 등 국내 기업까지 ‘AI for Science’ 트렌드는 신약, 신소재, 진단 등 핵심 R&D 분야에 대규모 투자와 연구 협력이 동시다발적으로 이뤄지고 있다.

• 실험실 자동화와 AI의 결합은 연구 속도, 정확도, 창의성을 극적으로 확대시킬 수 있어, 이 분야가 2020년대 중반 이후 연구혁신의 중심축이 될 가능성이 크다.

3. 투자 트렌드: 초대형 자본과 빅테크 리더의 집결

• 초기 스타트업임에도 불구하고 글로벌 투자사와 빅테크 리더가 동시다발적으로 자금을 투입한다는 점은, 혁신 잠재력과 시장성이 매우 높게 평가되고 있음을 뜻한다.

• 이는 AI 인프라·모델 기업의 성장 다음 단계로서 ‘AI+로봇+실험 데이터’ 융합 플랫폼의 급부상, 그리고 과학산업의 초자동화·초지능화 흐름을 보여준다.

4. 다음 패러다임 전환의 분기점

• AI가 코딩, 수학을 넘어 ‘과학’이라는 인간 지식의 최전선에 접근함에 따라, 독자적 발견 메커니즘을 가진 AI 연구 주체의 출현이 현실이 되고 있다.

• 향후 ‘AI for Science’는 기술적, 정책적, 윤리적 고려사항이 다양하게 제기될 것으로 예상된다. 예를 들어, 연구 신뢰도, 데이터 오픈 정책, 자율 실험의 한계와 리스크에 대한 논의가 뒤따를 전망이다.