Automating the practice of science: Opportunities, challenges, and implications

Motivation

• Known: 생물학의 functional genomics, 수학의 conjecture 도출, 화학의 hypothesis generation, 재료과학의 material discovery, 심리학의 theory development 등 다양한 과학 분야에서 automation과 AI가 이미 discovery 과정을 가속화하고 있음이 알려져 있다.
• Gap: 기존 연구들은 개별 분야에서의 automation 성공 사례를 보고하는 데 그쳤을 뿐, 과학적 실천 전반에 걸쳐 automation이 어디까지 정당하고 실현 가능한지에 대한 통합적 framework이 부족했다.
• Why: AI, 소프트웨어, 컴퓨팅 하드웨어의 동시 발전으로 과학적 과정 전반의 automation이 가속화되고 있는 시점에서, 산업 자동화가 노동자와 시장에 미쳤던 부작용처럼 과학 자동화도 과학과 사회에 부정적 영향을 미칠 수 있어 이를 사전에 성찰할 필요가 있다.
• Approach: 저자들은 과학적 실천의 automation을 규범적(normative)·인식론적(epistemic) 목표 차원의 goal-related bounds와, 과제의 난이도에 따른 technological bounds라는 두 축으로 나누어 분석하는 conceptual framework을 제시한다.

Achievement

1. Goal-related bounds 개념화: automation이 과학의 normative goal(윤리·사회적 가치)과 epistemic goal(설명·예측·통제)에 각각 어떻게 기여하거나 상충할 수 있는지를 구분하여 논의하였다.
2. Technological bounds의 4가지 요인 제시: 입력 데이터의 가용성과 품질, 알고리즘의 계산 복잡도 등 과제 자동화의 난이도를 결정하는 요인들을 Fig. 1을 통해 체계화하였다.
3. prediction-understanding trade-off 지적: material science 등에서 machine learning 모델의 예측 정확도가 높아질수록 인간이 그 과정을 이해하기 어려워지는 epistemic dilemma를 사례를 들어 논증하였다.
4. 응용과학과 기초과학의 구분: 응용과학·공학에서는 예측·통제 극대화를 위한 automation이 정당화되는 반면, 기초과학에서는 인간의 이해 증진이 더 중요할 수 있음을 논증하였다.

How

• 문헌 조사를 통해 biology, chemistry, materials science, mathematics, psychology 등 여러 분야의 automation 사례를 수집·분석
• 산업 자동화(mechanized assembly line, robotics, computer-aided manufacturing)의 역사적 궤적을 과학 자동화에 유비(analogy)
• 과학 실천을 정의하고, automation의 정당화 여부를 판단하는 두 가지 질문(목표 정합성, 기술적 실현가능성)을 축으로 conceptual framework 구성
• 각 축에 대해 세부 요인(정합성 문제, 입력 데이터의 질과 가용성, 알고리즘 계산 복잡도 등)을 사례 기반으로 설명

Originality

• 산업 자동화의 역사적 궤적을 과학적 실천의 automation에 유비적으로 적용한 관점 제시
• normative goal과 epistemic goal을 구분하여 automation의 정당성 문제를 논의한 점
• prediction과 human understanding 사이의 trade-off를 automation의 핵심 딜레마로 명시적으로 제기한 점
• 여러 분야(과학철학, 인지과학, 컴퓨터과학, 재료과학 등)의 다학제 저자진이 통합적 framework을 도출한 점

Limitation & Further Study

• Perspective 논문의 특성상 실증적 데이터나 정량적 검증 없이 개념적 논증과 사례 나열에 그침
• 4가지 technological bounds 요인이 발췌된 부분에서는 2가지만 상세히 설명되어 전체 framework의 완결성 확인이 어려움
• 서로 다른 과학 분야 간 이질성(heterogeneity)을 고려할 때 하나의 통합 framework이 모든 분야에 동일하게 적용 가능한지에 대한 논의가 부족
• 후속 연구로는 제시된 framework을 특정 분야에 적용하여 실증적으로 검증하거나, 정책적 가이드라인으로 구체화하는 작업이 필요

Evaluation

총평: 과학적 실천의 automation을 둘러싼 기회와 위험을 다학제적 관점에서 균형 있게 정리한 시의적절한 perspective 논문으로, 실증적 기여보다는 향후 연구와 정책 논의를 위한 개념적 지도(map)를 제공하는 데 의의가 있다.