Google ERA：과학 연구용 AI 시스템이 입원 예측에서 CDC 최고 순위 달성, 미해결 우주론 문제 해결, 10분마다 CO2 관측

Google Research는 2026년 4월 29일 **ERA（경험적 연구 지원 시스템）**를 발표했습니다. 이는 과학자를 위한 내부 AI 시스템으로, LLM（Gemini Deep Think 포함）을 계산 도구와 결합하여 연구를 가속화합니다. 가상의 설명 대신, 서로 다른 분야에서 나온 네 가지 구체적인 성과 예시가 제시됩니다.

공중 보건 예측

ERA는 COVID-19, 독감, RSV 입원 예측을 생성합니다. Google의 제출물은 학술 기관이 주최하는 독감 및 COVID 예측 경쟁의 「두 리더보드 모두에서 1위 또는 그 근처에 순위」를 기록하며, CDC 도구의 성능을 달성하거나 능가합니다.

함의：공중 보건 기관은 실시간 자원 분류에 유사한 시스템을 활용할 수 있습니다.

우주론

팀은 ERA와 Gemini Deep Think를 결합하여 중력 물리학의 미해결 문제 — 우주 줄의 에너지 복사 — 해결에 나섰습니다. 결과：「여섯 개의 일반 해와 점근 한계에 대한 간결한 공식을 성공적으로 도출」하여 특정 케이스에 한정된 기존의 부분적 결과를 확장했습니다.

이는 수치적 피팅이 아닙니다 — 이전에는 존재하지 않았던 닫힌 형식의 공식입니다. AI 지원이 데이터 분석뿐만 아니라 이론 물리학에도 기여할 수 있음을 증명합니다.

기후 모니터링

ERA는 GOES-East 기상 위성에서 CO2 신호를 추출하는 물리 가이드 신경망을 개발했습니다. 이 모델은 전례 없는 공간적·시간적 해상도를 실현합니다：기존 위성 커버리지 16일에 1회에 비해 전체 반구의 대기 CO2를 10분마다 관측할 수 있습니다.

이는 약 2,300배 높은 측정 빈도입니다. 기후 정책에 대한 함의：대규모 배출 사건（산불, 산업 배출, 도시 피크）의 더 빠른 감지.

제브라피시 신경 과학

제브라피시 신경 회로 데이터를 사용하여 ERA는 환경 자극과 신경 반응을 연결하는 「해석 가능하고 메커니즘적으로 정확한 솔루션」을 발견했습니다. 이 전환 — 예측적 블랙박스 모델에서 실제 회로 메커니즘 발견으로 — 은 인식론적으로 중요합니다：AI는 더 이상 단순히 더 나은 예측기가 아니라 메커니즘적 이해를 생성하는 과학적 연구자가 되고 있습니다.

왜 중요한가?

ERA는 AI가 자연어 처리/컴퓨터 비전에서 자연 과학으로 주요 응용 분야를 이전하고 있음을 보여줍니다. 네 가지 예시 모두 LLM만으로는 달성할 수 없었던 결과로, 도메인별 도구 및 데이터와의 결합이 필요했습니다. Google Research는 이를 통해 DeepMind（AlphaFold, AlphaGeometry）와의 경쟁에서 새로운 구도를 시사합니다 — Google은 도메인별 전문 모델이 아닌 크로스 도메인 AI 연구 어시스턴트를 제공합니다.