21세기 들어 전 세계에서 가장 많이 인용된 논문은 AI(인공지능) 분야의 연구들이었다.

15일(현지 시각) 국제 학술지 '네이처'는 2000년 이후 발표된 논문 수천만 건을 분석해 그중 전 세계적으로 가장 많이 인용된 논문 25개를 발표했다. AI 관련 논문이 대세를 이뤘다.

논문의 인용도는 해당 연구의 국제적 영향력을 가늠할 수 있는 주요 척도다. 후속 연구들에서 중요한 참고자료로 쓰였다는 의미인데, 대표적인 국제학술논문 데이터베이스 'SCI'는 논문의 인용도가 10년간 상위 0.1%에 속할 경우 '최우수 논문'으로 인정한다.

네이처 자체 분석 방법에 따라 인용도를 매긴 결과, 마이크로소프트(MS) 연구팀이 2016년 발표한 '이미지 인식을 위한 심층 잔류 학습'(Deep Residual Learning for image recognition)이 10년간 약 25만회 인용되며 1위를 차지했다. 챗 GPT 등 생성형 AI 개발의 핵심 기술인 '딥러닝' 알고리즘을 설명한 논문이다.

딥러닝은 사람 뇌 속 신경망 구조를 모방해 AI를 학습시키는 기술이다. AI가 스스로 데이터를 분류하고, 데이터 간 관계를 파악하는 데 초점을 둔다. AI의 심층신경망은 여러 레이어가 층층이 겹쳐진 형태다. 각 레이어는 정보를 받아들이거나 추출하는 역할을 한다.

MS 연구팀은 레이어의 수가 훨씬 늘어날 때도 결과의 정확도를 유지하는 기술인 'ResNet'을 처음 소개했다. 기존 기술보다 약 5배 많은 150개 레이어로 이뤄진 인공신경망에서도 신호를 정확히 전달할 수 있는 방법이다. 오픈AI의 '챗 GPT', 구글 딥마인드의 '알파폴드'는 이 기술을 기반으로 탄생할 수 있었다고 평가받는다.

네이처는 "MS 연구팀의 논문은 21세기를 넘어 인류 역사상 가장 많이 인용된 논문 상위 10위권"이라고 했다.

'AI의 대부'라 불리며 2024년 노벨물리학상을 수상한 제프리 힌튼 캐나다 토론토대 교수의 2012년 논문은 약 13만회 인용돼 8위에 올랐다. '알렉스넷(AlexNet)' 모델을 설명한 논문이다. 알렉스넷은 심층신경망 기술을 기반으로 이미지 분석에 특화된 모델이다. 딥러닝 기술의 '원류'라고도 불린다. 힌튼 교수는 논문 발표 1년 후 구글에 입사해 AI 개발을 이끌기도 했다. MS 연구팀의 논문은 힌튼 교수의 연구를 이어받아 나왔다.

앞선 두 연구에 이어 2017년 구글 연구팀이 발표한 '주의력만 있으면 된다'(Attention is all you need)는 7위를 차지했다. 약 15만회 인용된 것으로 나타났다. AI가 학습 패턴을 학습할 때 관련 정보의 우선순위를 지정할 수 있는 '셀프 어텐션' 메커니즘을 소개한 논문으로, LLM(거대언어모델)이 획기적으로 발전할 수 있는 기초가 됐다는 평가를 받는다.