과학은 발견이 어떻게 이루어졌는지를 공유하기 위해 항상 문자라는 수단에 의존해 왔습니다. 연구자는 학술 논문에서 실험 과정을 설명하며, 재료 목록, 기계 설정, 단계별 지침을 문장 속에 엮어 냅니다. 이러한 방식은 맥락을 추론하고 빈틈을 메울 수 있는 인간 독자에게는 효과적이지만, 기계에게는 큰 장벽이 됩니다. 컴퓨터는 한 논문의 "80도로 가열됨"이 다른 논문의 "353 켈빈으로 유지됨"과 같은 의미라는 것을 이해하거나, 생물학 실험실의 특정 화학 공정이 화학 실험실의 공정과 유사한 논리를 따른다는 것을 이해하는 데 어려움을 겪습니다. 과학이 자동화되고 학제 간 연구가 활발해짐에 따라, 인공지능 시스템과 로봇 실험실이 이러한 지침을 읽고 실행하려 노력함에도 불구하고, 과학적 방법론을 위한 공통의 구조화된 언어의 부재는 병목 현상이 되었습니다. 발견의 산문(prose)을 경직된 기계 판독 가능 형식으로 변환할 방법이 없다면, 연구를 비교하고, 결과를 재현하며, 연구를 자동화하려는 잠재력은 여전히 활용되지 못한 채 남아 있을 것입니다.

이러한 격차를 해결하기 위해, 대규모의 국제 연구팀이 인간과 컴퓨터 모두가 이해할 수 있는 방식으로 과학적 과정을 기술하기 위해 설계된 새로운 구조화된 템플릿 모음인 SciSchema.org를 선보였습니다. 생물학, 물리학, 심리학, 재료 과학 등 다양한 분야의 전문가들로 구성된 이 팀은 단순히 이 템플릿들을 수작업으로 작성한 것이 아닙니다. 대신, 그들은 인간 전문가가 인공지능 모델을 유도하여 수천 편의 과학 논문을 탐색하고 특정 실험의 핵심 구성 요소를 추출하도록 하는 협업 워크플로우를 개발했습니다. 그 결과, CRISPR-Cas9을 이용한 유전자 편집부터 입자 물리학에서의 중성미자 사건 재구성까지 다양한 과정을 다루는 16개의 뚜렷한 "스키마(schemas)", 즉 구조화된 개요가 탄생했습니다. 이 스키마들은 사용된 특정 기구, 작동 조건, 수행된 정밀한 단계와 같이 특정 유형의 실험을 위해 어떤 정보가 기록되어야 하는지를 정확히 정의하며, 전통적인 논문의 무질서하고 비구조화된 산문을 깨끗하고 비교 가능한 데이터로 변히합니다.

이 프로젝트는 문헌에 잘 확립되어 있고 자주 기술되는 16가지 특정 과학적 과정을 식별하는 것으로 시작되었으며, 이를 통해 작업에 충분한 자료를 확보했습니다. 팀은 분자 생물학자부터 심리학자에 이르기까지 각 과정에 대한 도메인 전문가들을 모집하여 가이드 역할을 맡겼습니다. 이 전문가들은 해당 분야의 표준 절차에 대한 기본 설명과 관련 과학 논문 모음을 제공했습니다. 핵심 작업은 대규모 언어 모델(텍스트를 읽고 이해할 수 있는 고급 AI 도구)이 이 논문들을 읽고 프로세스에 대한 구조화된 개요를 제안하도록 하는 "인간 참여형(human-in-the-loop)" 시스템을 통해 이루어졌습니다. AI는 텍스트를 스캔하여 온도 설정이나 화학 농도와 같은 반복되는 세부 사항을 식별하고, 이러한 세부 사항을 논리적인 범주로 정리하는 스키마 초안을 작성했습니다.

하지만 AI는 혼자 일하지 않았습니다. 모델이 초기 초안을 생성한 후, 인간 전문가들이 이를 검토하여 누락된 세부 사항을 지적하고, 용어를 수정하며, 서로 다른 정보 조각들이 어떻게 그룹화되어야 하는지 제안했습니다. 이 피드백은 다시 AI에 입력되었고, AI는 초안을 개선했습니다. 이러한 생성과 전문가 수정의 순환은 여러 단계에 걸쳐 반복되었으며, AI는 각 단계에서 점점 더 많은 논문을 읽었습니다. 이 과정은 반복적으로 설계되어, AI가 전문가의 수정을 통해 학습하고 점진적으로 더 정확하고 포괄적인 구조를 구축할 수 있도록 했습니다. 팀은 어떤 접근 방식이 최선의 결과를 만들어내는지 확인하기 위해 소규모의 빠른 모델부터 거대하고 복잡한 모델에 이르기까지 12가지의 서로 다른 AI 모델을 사용하여 이 워크플로우를 테스트했습니다.

이 엄격한 과정의 결과로, 전문가가 주석을 단 16개의 최종 스키마가 만들어졌습니다. 각 스키마는 특정 유형의 과학적 과정을 위한 마스터 템플릿 역할을 합니다. 예를 들어, DNA를 복제하는 데 흔히 사용되는 기술인 "중합효소 연쇄 반응(Polymerase Chain Reaction)" 스키마는 사용된 생물학적 재료, 유전적 프라이머의 설계, 열 순환 조건 및 결과 데이터를 위한 특정 필드를 정의합니다. 마찬가지로 "금속 재료의 피로 시험(Fatigue Testing of Metallic Materials)" 스키마는 금속의 종류, 테스트 샘 Samples의 형상, 가해진 힘, 환경 조건을 위한 필드를 개설합니다. 이 스키마들은 특정 실험의 데이터로 채워진 것이 아니라, 과학자들이 자신의 데이터를 표준화된 방식으로 기록하는 데 사용할 수 있는 빈 양식입니다. 이 템플릿을 사용함으로써, 연구자는 자신의 실험에 대한 모든 중요한 세부 사항이 소프트웨어에 의해 쉽게 검색되고, 다른 연구와 비교되며, 처리될 수 있는 형식으로 캡처되도록 보장할 수 있습니다.

연구진은 최종 스키마의 품질이 AI와 인간 전문가 사이의 협업에 크게 의존한다는 것을 발견했습니다. AI 모델은 수백 편의 논문에서 복잡한 구조를 생성하고 패턴을 식별할 수 있었지만, 과학적 정확성과 적절한 용어를 보장하기 위해 인간의 지도가 필요했습니다. 팀은 AI 모델이 더 많은 논문과 더 많은 단계의 전문가 피드백에 노출될수록 더 상세하고 구조적으로 복잡해진다는 것을 관찰했습니다. 가장 크고 상세한 스키마는 가장 발전된 지시 이행 모델들에 의해 생성되었으며, 이 모델들은 수백 개의 특정 필드와 다층적인 조직 구조를 가진 개요를 만들어냈습니다. 그러나 무엇이 "골드 스탠다드(gold standard)" 구조를 구성하는지에 대한 최종 결정은 항상 AI의 다양한 초안에서 최선의 요소를 선택하여 최종 버전을 만드는 인간 전문가들의 몫이었습니다.

이 연구의 주요 발견 중 하나는 이러한 인간-AI 파트너십이 전통적인 수동 방식보다 훨씬 빠르게 고품질의 도메인 특화 스키마를 생산할 수 있다는 점이었습니다. 팀은 단 두 달 만에 16개의 모든 스키마를 개발하고 검증해 냈는데, 이는 전문가들이 수천 편의 논문에서 모든 세부 사항을 수동으로 추출하고 정리해야 했다면 불가능했을 시간입니다. 또한 이 과정은 서로 다른 유형의 과학적 과정이 서로 다른 수준의 세부 사항을 요구한다는 것을 보여주었습니다. 심리학에서 반응 시간을 측정하는 데 사용되는 "스트룹 과제(Stroop Task)"와 같은 과정은 실험의 단순하고 표준화된 성격을 반영하여 필드가 적고 계층 구조가 덜 복잡한 스키마를 생성했습니다. 반면, 생물학의 "벌크 RNA-seq 라이브러리 준비(Bulk RNA-seq Library Preparation)"와 같은 과정은 습식 실험실(wet-lab) 절차의 복잡하고 다단계적인 특성을 반영하여 깊은 층위의 중첩된 정보를 가진 매우 복잡한 스키마를 생성했습니다.

공개된 컬렉션에는 최종 스키마뿐만 아니라 그것들이 어떻게 만들어졌는지에 대한 전체 이력도 포함되어 있습니다. 데이터 아카이브에는 AI가 생성한 중간 초안, 전문가가 제공한 피드백, 그리고 과정에 사용된 논문의 메타데이터가 포함되어 있습니다. 이러한 투명성은 다른 연구자들이 스키마가 어떻게 구축되었는지 이해하고, 특정 설계 결정 뒤에 숨겨진 논리를 파악하며, 자신의 프로젝트에 자료를 재사용할 수 있도록 합니다. 스키마는 두 가지 형식으로 제공됩니다. 하나는 표준 컴퓨터 문서를 위한 것이고, 다른 하나는 정보 간의 연결된 데이터 네트워크인 지식 그래프(knowledge graphs)를 위한 것입니다. 이 이중 형식은 스키마가 단순한 데이터 입력 양식부터 복잡한 과학 데이터베이스에 이르기까지 다양한 소프트웨어 시스템에서 사용될 수 있도록 보장합니다.

이 작업의 의의는 과학적 지식을 저장하고 공유하는 방식을 변화시킬 잠재력에 있습니다. 과학의 "방법(how)"을 기술하는 구조화된 방식을 제공함으로써, SciSchema.org는 텍스트 기반 검색의 한계를 넘어설 수 있게 합니다. 연구자들은 이제 특정 키워드를 언급하는 기사를 찾는 대신, 원문에서 저자가 어떻게 기술했는지와 상관없이 특정 조합의 기구, 조건 및 재료를 사용한 모든 실험을 검색할 수 있게 될 것입니다. 이러한 능력은 과학의 미래, 즉 복잡한 글로벌 과제를 해결하기 위해 실험을 비교, 재현 및 자동화하는 능력이 필수적인 시대에 매우 중요합니다. 이 프로젝트는 인공지능이 정보를 정리하는 강력한 도구이지만, 인간의 전문성에 의해 유도될 때 가장 효과적이며, 이를 통해 과학적 관행의 미묘한 차이와 깊이를 기계 판독 가능한 형태로 포착하는 시너지를 창출할 수 있음을 보여줍니다.

팀은 이 자원들을 오픈 라이선스 하에 스키마, 생성에 사용된 코드 및 분석 도구와 함께 대중에게 무료로 공개했습니다. 이는 과학계가 이 토대 위에 새로운 스키마를 추가하고 기존의 것을 정교화하며 발전시켜 나갈 수 있도록 하기 위함입니다. 또한 이 프로젝트는 이러한 구조화된 설명이 원래의 과학 논문과 직접 연결될 수 있도록 하는 시스템인 오픈 리서치 지식 그래프(Open Research Knowledge Graph)와의 연결을 포함하고 있어, 발견의 가공되지 않은 텍스트와 재현성을 위한 구조화된 데이터 사이의 가교를 만듭니다. 이로써 SciSchema.org는 과학적 방법론이 그 결과물만큼이나 접근 가능하고, 비교 가능하며, 재사용 가능하게 되는 미래를 향한 실질적인 발걸음을 내딛고 있습니다.