바이브 리서치란? AI 멀티 에이전트가 실험·코드·논문을 자동 생성하는 방법

핵심 메시지

• ‘바이브 코딩’이 원하는 것을 설명하면 AI가 만들어주는 방식이라면, ‘바이브 리서치’는 같은 방식을 과학 연구·실험·논문 작성에 적용한다.
• 영상에서 소개한 플랫폼(영상 내 명칭 ‘레마/Lemma’, AI를 연구하는 AI 기업이 개발)은 단일 응답형 도구가 아니라 계획·검색·논문 독해·코드 실행·검증을 나눠 맡는 멀티 에이전트 연구 시스템이다.
• 탐색(Explore)·서베이(Survey)·코드(Code)·완전 자동 연구의 네 가지 모드를 제공하며, 긴 작업은 수시간에서 1~2일까지 걸리고 그만큼 크레딧(비용)을 소모한다.
• 실제 시연에서 AI 생성 이미지 판별 분류기를 직접 학습시키고, ‘불확실성을 명시하는 프롬프트가 환각을 줄이는가’를 검증하는 9페이지 논문을 자동 생성했다.
• AI가 AI를 연구해 스스로를 개선하는 자기 강화 루프는 흥미로우면서도 다소 섬뜩하며, 고비용 전문 연구의 접근성을 낮춘다는 점이 핵심 의의다.

쉽게 이해하기

발표자는 먼저 최근 유행한 ‘바이브 코딩’을 짚는다. 무엇을 원하는지 설명하면 AI가 알아서 만들어 주고, 사용자는 세부 결정을 거의 내리지 않는 방식이다. 그는 이 접근을 과학 연구로 옮긴 것이 ‘바이브 리서치’라고 정의한다. 즉 주제를 탐색하고, 관련 문헌을 검토하고, 여러 실험을 돌리고, 코드를 짜거나 모델을 학습시킨 뒤, 결과를 담은 전문 논문까지 써내는 흐름이다.

영상이 소개하는 플랫폼은 단순한 챗봇 래퍼나 검색 도구와 다르다고 강조한다. 대부분의 AI 도구가 ‘질문→응답’의 단발성 상호작용에 그치는 반면, 이 플랫폼은 계획을 세우고 논문을 읽고 정보를 종합하며 코드를 실행하고 결과를 검증하는 AI 에이전트 팀을 자율적으로 가동한다. 발표자는 이 회사가 ‘AI를 위한 AI’ 기업이며, 시스템 자체가 부분적으로 자신의 산출물로 만들어졌다고 설명한다. (영상은 해당 업체의 후원을 받았다고 밝힌다.)

플랫폼은 네 가지 모드를 갖는다. Explore는 1~3분 만에 간단한 리포트를 만들고, Survey는 폭넓은 인용을 포함한 장문의 학술 서베이를 생성한다. Code는 연구 아이디어를 실제 코드와 실험으로 옮기며, 완전 자동 연구 모드는 제안서·실험 연구·전체 논문 중에서 선택해 진행한다. 긴 작업일수록 더 많은 크레딧이 들고 실행 시간도 길다.

코드 모드 시연에서는 AI 생성 이미지와 실제 사진을 구분하는 분류기를 만들게 했다. 시스템은 곧장 코딩하지 않고 먼저 방법론을 조사한 뒤, 가상 실행 환경 안에서 데이터셋 생성·학습·시각화를 수행했다. 결과적으로 MobileNetV3 small을 실제 150장·AI 생성 150장 등 300장으로 파인튜닝했고, 손실·정확도 곡선과 예측 시각화를 제공했다. 데이터셋이 작아 완벽한 모델은 아니지만 전 과정을 자동으로 처리할 수 있음을 보여줬다.

완전 자동 연구 시연은 더 인상적이다. ‘LLM에게 불확실성을 명시하도록 하면 환각이 줄어드는가’를 20개 질문으로 일반 프롬프트와 불확실성 인지 프롬프트로 비교하게 했다. 시스템은 제안서를 먼저 내놓고, 승인 후 10단계 실험을 자동 설계해 Qwen 2.5 72B와 GPT-4o 등에서 돌렸다. 이 실험은 1~2일이 걸렸고 약 63,000 크레딧을 소모했으며, 초록·서론·관련 연구·방법·평가·결론·참고문헌을 갖춘 9페이지 논문으로 정리됐다.

주요 인사이트

• 핵심 결론은 ‘이진 기권(binary abstention) 프롬프팅’이라는 무비용 기법으로, 모델이 답하거나 명시적으로 거부하도록 강제해 둘러대는 환각을 제거한다는 것이다. 두 모델·두 벤치마크에서 오답률을 18~51% 낮췄다.
• 다만 지식 집약적이고 롱테일에 해당하는 질문에서는 모델이 과도하게 기권하는 ‘구간 경계’가 드러났다. 알 만한 질문에도 답을 피하는 부작용이 있다는 뜻이다.
• 이 플랫폼은 질문에 한 번 답하는 도구가 아니라, 여러 에이전트가 서로의 결과 위에 반복·검증을 쌓는 자율 연구 파이프라인이라는 점이 일반 AI 도구와의 결정적 차이다.
• AI가 AI를 연구해 다음 세대 AI에 반영하는 자기 개선 루프는 발표자도 ‘흥미로우면서 약간 무섭다’고 표현할 만큼 함의가 크다.
• 데이터셋 규모가 작아 결과를 100% 신뢰할 수는 없다는 점을 발표자가 분명히 밝힌 만큼, 자동 생성 연구물도 검증이 필요하다는 태도가 동반돼야 한다.

자주 묻는 질문

관련 AI 소식