Google이 미국 에너지부(DOE)의 Genesis Mission에 4,000만 달러 규모의 AI 토큰과 클라우드 크레딧을 지원한다. 표면적으로는 과학 연구용 AI 모델을 제공하는 발표처럼 보이지만, 실제 구성은 훨씬 넓다. Genesis Mission 수상 연구자에게 Google DeepMind의 과학 AI 도구를 열고, DOE 국립연구소의 운영·연구·관리 조직 수만 명에게 1년간 Gemini for Government 좌석과 토큰을 제공한다.
대상 도구에는 알고리즘 설계와 탐색을 돕는 AlphaEvolve, 단백질과 생체분자의 구조·상호작용을 예측하는 AlphaFold 3, DNA 변이와 생물학·질병의 관계를 살피는 AlphaGenome이 포함된다. 여기에 날씨 예측 모델 WeatherNext, 지구를 지도화하고 이해하는 AlphaEarth Foundations도 들어간다. 모델별 용도가 서로 다른 만큼, 이번 지원은 하나의 만능 AI를 배포하는 방식과 거리가 있다.
더 눈에 띄는 부분은 Gemini for Government의 범위다. Google은 연구실 안의 분석 작업만 겨냥하지 않고, 특수 사용자 시설을 운영하는 행정과 관리 업무까지 같은 보안 기반에 올리려 한다. 과학 AI를 연구자의 개인 도구로 남겨두기보다, 실험 장비와 클라우드 사용권, 조직 계정을 묶어 연구소의 반복 업무에 심으려는 접근이다.
현장 사례는 이 방향을 숫자로 보여준다. Pacific Northwest National Laboratory에서는 Henry Kvinge 박사가 AlphaEvolve로 사람이 직접 탐색하기 어려운 대규모 수학 시스템을 살핀다. National Laboratory of the Rockies에서는 Gemini를 현미경 장비에 연결해 보정 시간을 90분 이상에서 약 13분으로 줄였고, 이미지 초점 조정에 필요한 수동 단계를 최대 50개에서 2개로 낮췄다고 설명했다. 소재 설계 공간을 더 넓게 탐색할 수 있게 됐다는 주장도 여기서 나온다.
다만 이 수치를 곧바로 범용적인 AI 과학 성능으로 받아들일 수는 없다. 게시글에 소개된 사례는 특정 연구 프로그램의 결과이고, 연구자가 결과를 검토하고 승인하는 과정은 여전히 필요하다. 장비가 잘못된 판단을 내렸을 때 중단하는 조건, 민감한 데이터에 접근하는 범위, 토큰과 클라우드 사용량을 관리하는 방식도 실제 도입에서 빠질 수 없다.
그래서 이번 발표의 관전 포인트는 모델 목록보다 운영 단위다. Google은 과학 AI를 멋진 데모로 보여주는 데서 멈추지 않고, 연구자 계정과 정부용 보안 플랫폼, 클라우드 크레딧, 실험 장비 연결까지 한 묶음으로 제시했다. Genesis Mission이 성과를 내는지는 AI가 한 번의 발견을 만들어내는지보다, 이런 자동화된 실험과 시설 운영을 장기간 반복할 수 있는지에 달려 있다.