Mistral은 Emmi AI 인수를 거쳐 항공우주, 자동차, 반도체, 에너지 등을 대상으로 한 산업용 Physics AI 연구를 진행하고 있으며, 관련 연구 성과를 공개했다. 2025년 12월 1일에는 천음속 영역의 3D 날개를 대상으로 한 CFD 시뮬레이션 데이터셋을 공개했으며, 약 30,000개 샘플의 체적장과 표면장을 포함한다고 밝혔다. AB-UPT는 리메시 없이 단일 GPU에서 표면 9M, 체적 140M 셀을 처리한다.
Google은 Gemini로 과학 계산 코드를 작성하고 최적화하는 연구 도구 ERA(Empirical Research Assistance)의 논문을 Nature에 게재했다고 밝혔다. ERA는 유전학, 공중보건, 위성 영상 분석 등의 벤치마크에서 전문가 수준의 성능을 보였다고 한다. ERA와 AlphaEvolve로 구축한 Computational Discovery도 Gemini for Science를 통해 단계적으로 제공이 시작된다.
Google DeepMind의 Co-Scientist는 노화 연구에서 세포를 젊은 상태에 가깝게 만드는 유전자 후보를 찾는 데 활용되고 있다. 수만 건의 문헌을 검토해 참신하면서도 타당한 유전자 인자를 20개 이상 제안했으며, 그중 몇 가지 가설은 실험에서 세포를 젊은 상태로 전환시키고 기능을 개선하는 것으로 확인됐다. 또한 대규모 스크리닝 결과와 문헌을 대조하는 작업은 최장 6개월이 걸리던 것이 며칠로 단축됐다고 한다.
케임브리지 대학의 Clare Bryant 교수는 Google DeepMind의 Co-Scientist를 활용해, 병원체가 동물에서 사람으로 전파될 때 패혈증 등 중증화를 일으키는 분자 스위치를 탐색하고 있다. Co-Scientist는 연구 지원안의 요약으로부터 가설을 생성해 순위를 매기며, 주고받는 과정을 거듭하면서 후보 단백질에서 실험 대상 아미노산까지 범위를 좁혀 나갔다. 보통 특정까지 2~3년의 실험이 필요하지만, 표적이 맞다면 6개월 안에 완료될 것으로 전망된다고 한다.
Calico Life Sciences는 Co-Scientist를 활용해 통합 스트레스 반응(ISR)이 대사에 의해 조절된다는 새로운 가설을 세웠다. 연구자들은 Co-Scientist와 대화하며 검증 실험의 설계를 다듬었고, 결과가 나올 때마다 새로운 정보를 입력했다. 그 결과 ISR이 건강과 질병에서 맡는 역할에 중요한 시사점을 주는 새로운 발견을 얻었으며, 연구팀은 향후 이 성과를 발표할 예정이다.
에든버러 대학의 Filippo Menolascina 씨는 Co-Scientist를 활용해 지방간염(MASH)에서 염증과 대사를 연결하는 분자적 가교 역할을 하는 NLRP3 인플라마좀을 지목하는 가설을 생성했다. 이 가설은 최근 승인된 resmetirom이 대상 환자의 일부에게만 효과를 보이는 이유를 설명하는 것으로 알려졌다. 이 가설은 이후 실험으로 검증됐으며, 표적을 좁힌 병용 요법으로 가는 길을 열 가능성이 있다.
Co-Scientist를 활용한 MIT의 Ritu Raman 씨와 Boston Children's Hospital의 Ryan Flynn 씨가 ALS를 표적으로 하는 새로운 RNA 기반 메커니즘 탐색에 나섰다. Raman 씨는 Co-Scientist로 방대하고 상충하는 문헌을 짧은 기간에 정리하고, 가설 수립과 실현 가능성, 위험 대비 수익에 따른 연구 방향의 우선순위를 매겼다. 두 사람은 서로의 방법을 결합한 연구 경로를 만들었으며, 향후 RNA 기반 약물 개발도 염두에 두고 있다.
스탠퍼드대학교의 Gary Peltz 씨 연구팀은 Co-Scientist를 활용해 간섬유증에 효과가 있는 기존 약물을 탐색했다. Co-Scientist가 제안한 3개 후보 가운데 2개는 섬유화를 억제했으며, 간세포 재생도 촉진했다. 특히 항암제 vorinostat는 Peltz 씨의 실험에서 간의 흉터 형성을 초래하는 손상 반응을 91% 억제한 것으로 나타났다.
Google DeepMind와 Google Research가 개발한 AI 기상 모델 WeatherNext는 2025년 10월 허리케인 Melissa가 카테고리 5의 강도로 자메이카에 상륙할 것을 5일 전에 예측해 NHC의 경보 발령을 뒷받침했다. 예측의 확률은 5일 전 80%, 3일 전에는 100%에 가까운 수준에 도달했다고 한다. NHC의 2025년 검증 보고서에서는 진로와 강도 양쪽에서 가장 성능이 높은 개별 모델로 평가됐다.
Google DeepMind는 Gemini를 기반으로 한 멀티에이전트형 AI 시스템 'Co-Scientist'를 Nature에 발표하고, 연구자가 가설을 생성·검증할 수 있는 실험 도구 'Hypothesis Generation'으로 제공한다고 밝혔다. 향후 수 주 내에 순차적으로 제공을 시작하며, 연구자는 labs.google/science에서 이용 등록을 할 수 있다. 간 섬유증 연구에서는 이 시스템이 제시한 재사용 후보 약물 중 하나가 실험실 시험에서 흉터 형성과 관련된 반응을 91% 억제한 것으로 보고되었다.
Google Research 과학자들이 전문가 수준의 실증 소프트웨어를 생성하는 AI 도구 「Empirical Research Assistance(ERA)」를 공중보건, 우주론, 기후 등의 분야에서 활용하고 있다고 밝혔다. 공중보건 분야에서는 인플루엔자, COVID-19, RSV의 입원 예측치를 매주 실시간으로 제출하고 있으며, 인플루엔자와 COVID-19의 공개 리더보드에서 상위 또는 그에 준하는 성적을 기록했다. 우주론 분야에서는 ERA와 Gemini Deep Thinking을 결합해 우주 끈(cosmic string)에서 방출되는 중력 에너지에 관한 일반해 6개와 점근 극한의 간결한 식을 도출했다.
Google Research는 성공과 실패 경험 모두에서 지식을 추출해 축적하는 에이전트용 메모리 프레임워크 「ReasoningBank」를 제안했다. Gemini-2.5-Flash로 평가한 결과, 스케일링을 적용하지 않은 ReasoningBank는 메모리를 쓰지 않는 에이전트보다 WebArena에서 성공률이 8.3%, SWE-Bench-Verified에서 4.6% 높았다. 또한 SWE-Bench-Verified에서는 태스크당 실행 단계가 약 3단계 줄었다.
Google Research는 추론 우선 합성 데이터 생성 프레임워크 「Simula」를 소개했다. 데이터셋 전체를 메커니즘 설계로 다루며, 시드 데이터에 의존하지 않고 데이터를 생성한다. Gemini 2.5 Flash를 교사 모델, Gemma-3 4B를 학생 모델로 하여 5개 영역에서 평가했으며, 각 영역에서 최대 512K개의 데이터 포인트를 생성했다. 모든 영역에서 Simula는 단순한 베이스라인보다 높은 성능을 보였고, 더 적은 샘플 수로도 하위 태스크의 성능을 웃돌았다.
Google Research는 합성 뉴런 형상을 생성하는 AI 모델 「MoGen」을 개발해, 뇌의 신경 연결 지도를 만드는 AI 재구성 모델 PATHFINDER의 학습 데이터에 추가했다. 합성 데이터를 10% 섞어 학습시킨 PATHFINDER는 보류해 둔 마우스 축삭의 재구성 오류율을 4.4%p 줄였으며, 그 개선의 상당 부분은 병합 오류(merge error) 감소에 따른 것이다. 마우스 전뇌 규모에서는 수작업 교정 157인년 분량을 줄이는 효과가 있는 것으로 알려졌다. MoGen은 오픈소스 모델로 공개됐다.
Google은 생성형 AI로 여러 AI 아바타와 대화하는 환경을 만들어 미래형 역량을 평가하는 연구 실험 「Vantage」를 발표했다. 뉴욕대학교와의 공동 연구에서는 18~25세 피험자 188명이 갈등 해결과 프로젝트 관리 과제에 임했으며, AI Evaluator의 채점은 인간 전문가끼리의 일치도와 비슷한 수준이었다. 영어 버전은 Google Labs에서 사용 등록을 받고 있다.
Google Research는 LLM 기반 사용자 시뮬레이터와 실제 사용자 간의 차이(리얼리즘 격차)를 측정하기 위한 데이터셋 'ConvApparel'을 소개했다. 의류 쇼핑 분야에서 4,000건이 넘는 사람과 AI의 다턴 대화(약 15,000턴)를 수집했으며, 참가자는 'Good'과 의도적으로 비협조적으로 행동하는 'Bad'라는 두 종류의 에이전트에 무작위로 배정되었다.
Google Research가 논문용 도표를 생성하는 에이전트 'PaperVizAgent'와 논문을 자동으로 심사하는 에이전트 'ScholarPeer'를 발표했다. PaperVizAgent는 0~100점 평가에서 종합 60.2점을 기록해 GPT-Image-1.5, Nano-Banana-Pro, Paper2Any를 웃돌았다. 인간 기준치인 50.0점을 넘은 것은 이 프레임워크뿐이라고 한다. ScholarPeer는 웹 검색으로 문헌을 참조하며 비판적인 리뷰를 생성하고, 기존 자동 심사 방법과의 비교에서 높은 승률을 보였다.
Google Research는 LLM의 행동 성향(behavioral dispositions)이 사람들의 합의와 얼마나 맞아떨어지는지 평가하는 프레임워크를 공개했다. 25개 LLM을 상황판단테스트(SJT)로 평가한 결과, 사람 주석자들의 의견이 전원 일치하는 경우에는 소형 모델과 프론티어 클로즈드 웨이트 모델 모두 거의 완벽하게 정렬됐다. 반면 합의율이 90% 미만으로 떨어지자 정렬률은 80%대 중반에서 더 오르지 못했고, 합의가 없는 상황에서는 사람들의 의견 폭을 제대로 포착하지 못했다.
Google Research는 AI 평가에서 항목 수와 항목별 평가자 수 중 어느 쪽을 우선해야 하는지 검증했다. 다수결과의 일치를 살펴볼 때는 항목 수를 늘리는 편이 효과적이며, 의견의 폭을 포착하려면 평가자 수를 늘려야 한다. 기존의 1~5명이라는 기준은 불충분한 경우가 많으며, 총 약 1,000건 규모의 어노테이션이라도 적절히 배분하면 재현성이 높은 결과를 얻을 수 있다고 밝혔다.
Mistral AI는 Carbone 4 및 ADEME과 공동으로 대규모 언어 모델(LLM)의 환경 영향을 측정하는 수명주기 분석(LCA)을 실시했다. Mistral Large 2의 학습과 18개월간의 이용으로 20,4 ktCO₂e의 온실가스 배출, 281 000 m3의 물 소비, 660 kg Sb eq의 영향이 발생했다. Le Chat의 400토큰 응답 1회당은 1.14 gCO₂e, 45 mL, 0.16 mg Sb eq였다.