AI로 과학 논문을 심사하는 디센트럴라이즈드 사이언스(DeSci) + AI의 이중 속성을 갖춘 YesNoError의 실력은 어떠할까?
글: TechFlow
내일, 오랫동안 기다려온 $BIO가 정식으로 상장된다. 바이낸스가 직접 후원하는 DeSci(탈중앙 과학) 프로젝트로서, 시장에서는 $BIO의 상장이 DeSci 분야에 새로운 강세장을 불러올 뿐 아니라 AI 섹터의 유동성 일부를 흡수할 수 있을지 주목하고 있다.
하지만 AI와 DeSci 분야는 반드시 경쟁 관계일까? 그렇지 않다. 최근 솔라나 체인에서 큰 관심을 받고 있는 프로젝트 YesNoError는 DeSci와 AI를 융합한 독특한 길을 걷고 있다. 바로 AI 기술을 활용해 과학 논문의 오류를 식별하고 검토하는 것이다.
$YNE 토큰은 12월 20일 상장 당일 6,000만 달러의 시가총액을 순식간에 돌파했으며, 트위터의 유명 KOL인 Andrew Kang(이하 AK)도 지속적으로 추천하며 현재 약 5,000만 달러의 시가총액을 유지하고 있다.
AI가 과학 논문을 검토하는 것이 정말 필요한가?
아직 YesNoError의 실용성을 잘 모르겠다면, 팀 멤버인 Ben Parr의 한 트윗 사례를 보면 논문 내 오류 검토의 중요성을 이해할 수 있다.
2024년 10월, 한 연구 논문은 검은색 플라스틱 조리 도구에 독소가 포함되어 있다고 주장했고, 이 소식은 언론을 타고 급속히 퍼졌다. 《대서양 월간지(The Atlantic)》조차 "당신의 검은색 플라스틱 조리 도구를 버려라"라는 제목의 기사를 게재하며 공공의 공포를 촉발시켰고, Ben Parr 본인도 자신의 주방 도구를 치우기 시작했다. 그러나 맥길 대학교 과학사회사무국 책임자 Joe Schwartz는 이 연구에 중요한 수학적 오류가 있음을 발견했다. 바로 단순한 곱셈 오류로 인해 보고된 독성 수치가 실제보다 10배나 높게 나왔던 것이다. 이 사례는 겉보기에 권위적인 연구조차 중대한 오류를 포함할 수 있으며, 이러한 오류가 일반인의 삶에 실질적인 영향을 미칠 수 있음을 보여준다.
AI 기술을 활용해 연구 논문을 검토한다면, 이런 기본적인 계산 오류를 최대한 줄일 수 있다. YesNoError는 바로 이러한 필요성에서 탄생했다.
YesNoError는 Matt Schlicht가 설립했으며, OpenAI의 o1 모델을 기반 기술로 사용한다. 프로젝트 운영 방식은 간단하다. 팀은 AI를 이용해 연구 논문을 검토하고, 발견된 문제점을 yesnoerror.com 웹사이트와 공식 트위터를 통해 공개한다.
이러한 투명한 운영 방식을 통해 과학계와 대중 모두 중요한 연구에 잠재된 문제를 신속히 인지할 수 있다. 아직 프로젝트 초창기이지만, 이미 여러 논문의 오류를 찾아내며 눈에 띄는 성과를 거두고 있다.
또한 $YNE 토큰은 실용적인 용도도 부여받았다. 토큰 홀더는 자신의 논문을 우선적으로 검토받기 위해 $YNE를 지불할 수 있다.
현재까지 YesNoError AI는 2,219편의 논문을 검토했으며, 실제로 다수의 오류를 발견했다.
지지 vs 회의: 시장의 다양한 반응
AK의 지지와 열렬한 추천
$YNE 토큰 상장 당일, DeSci 분야를 꾸준히 응원해 온 AK는 YesNoError 프로젝트에 찬사를 보냈다.
AK는 "YesNoError의 핵심 가치는 암호화폐 x AI x DeSci의 진정한 실현 가능성에 있다"고 평가했다.
YesNoError는 암호화폐 생태계의 특성을 활용하는데, 이 환경에서는 전통적인 투자 수익률을 요구하지 않는다. 충분한 관심만 받으면 자금 지원을 확보할 수 있다(즉, 주목 경제 Attention Economy. 누군가 주목하면 누군가는 토큰을 구매하게 된다).
또한 암호화폐에게도 좋은 응용 방향을 제시한다. 적절한 시나리오 하에서 토큰은 더 이상 공기 같은 존재가 아니라, 전통적인 비즈니스 모델로는 지속되기 어려운 공공재를 실제로 지원할 수 있게 된다.
실제로 매우 긍정적으로 생각하거나(혹은 상당한 보유 물량 때문인지?), AK는 12월 31일 다시 한번 글을 올려 YesNoError의 필요성과 실용성을 데이터를 통해 극찬했다.
AK는 YesNoError가 전 세계 과학 문헌 데이터베이스의 9,000만 편 이상의 논문 오류를 검토할 능력이 있으며, 단 몇 주 또는 몇 달 안에 완료할 수 있다고 말했다. 인간이 수작업으로 검토한다면 수만 년이 걸리고, 5,000명의 박사로 구성된 팀을 만들어도 거의 10년이 소요되며(그 사이에도 신규 논문 발표 속도를 따라잡을 수 없음), 보수적으로 54억 달러가 필요하다고 추정했다.
반면 최적화된 AI 모델은 약 3,000만 달러(논문당 약 0.3달러)로 더욱 정확하고 표준화된 검토 작업을 수행할 수 있으며, 비용은 인건비의 1%도 되지 않는다.
전통적인 과학 분야에서는 3,000만 달러를 모금하는 것도 작은 일이 아니지만, 암호화폐 세계에서는 훨씬 쉬운 일이다. (물론 많은 투기 요소가 포함되어 있지만, $YNE는 상장 10일 만에 이미 5,000만 달러의 시가총액을 기록했다.)
현재 AI 에이전트는 이미 1,700편 이상의 논문을 검토했으며, 오류 발견률은 약 3~4% 수준이다. 앞으로 계속 개선된다면 처리 속도도 더욱 빨라질 것이다. 9,000만 편의 논문 중에는 중대한 오류를 가진 중요한 논문이 많을 가능성이 있으며, 이러한 오류를 바로잡는 것은 세계에 실질적인 긍정적 영향을 미칠 수 있다.
BIO Protocol의 공식 계정 역시 AK의 견해에 동의했다.
실제 수요일까? 다른 시각 보기
긍정적인 평가 외에도, YesNoError의 실제 수요에 대해 의문을 제기하는 목소리도 있다.
Multicoin Capital 공동 설립자인 Kyle Samani는 AK의 글 아래 반대 의견을 제시했다.
Kyle는 파레토 법칙(80:20 법칙)에 따라 실제로 중요한 논문은 소수이며, 이러한 중요한 논문들은 충분한 주목을 받기 때문에 알려진 오류가 존재하기 어렵다고 주장했다.
그러나 Andrew Kang은 데이터로 반박했다. 그는 Kyle의 논리를 따르더라도 9,000만 편의 논문 중 5%만 중요하다고 해도 450만 편의 중요한 논문이 존재하며, 이들 중 오류율이 0.1%에 불과하더라도 여전히 4,500편의 중요한 논문에 수정이 필요한 오류가 있다는 의미라고 지적했다. 앞서 언급한 '검은색 주방 도구 연구' 사례는 중대한 영향을 미친 논문조차 오류를 포함할 수 있으며 사회에 실질적인 영향을 줄 수 있음을 잘 보여준다.
마무리
AI가 논문을 검토하는 것은 사실 새로운 개념은 아니다. ChatGPT 등장 초기부터 이미 많은 AI 기반 논문 검토 사례가 있었다. 하지만 암호화폐 분야에서 보면, YesNoError는 과학 논문의 오류 문제 해결뿐 아니라, 암호화폐가 투기 이상의 실질적인 활용 사례를 갖추는 데 의미 있는 발걸음을 내딛고 있다. 물론 아직 초기 단계이며 일부 가치는 여전히 시장의 투기 열풍에 의존하고 있을 수 있다.
시장 행위를 되짚어보면, 많은 지지 의견을 "입바른 소리"라고 평가할 수 있겠지만, 만약 프로젝트 자체가 실제로 실행 가능하고 투기 외에도 실질적이고 유용한 가치를 지닌다면, 그런 "서서 돈 벌기"는 결국 시장에서도 인정받을 것이다.
YesNoError의 향후 발전은 시장의 투기 열기가 가라앉은 후에도 꾸준히 프로젝트를 이어갈 수 있는 팀의 결심에 달려 있다. 우리는 계속 주목할 것이다.
세상을 이롭게 하는 프로젝트들이 점점 더 많아지기를 바란다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
深潮TechFlow
