최근 생성형 AI 기술의 급격한 발전이 학술계에는 오히려 ‘신뢰의 위기’라는 역설적인 상황을 불러오고 있다. AI가 생성한 부자연스러운 이미지나 왜곡된 데이터 그래프가 논문의 진실성을 훼손하는 사례가 늘고 있기 때문이다. 이러한 가운데 구글(Google)과 베이징대학교(Peking University) 공동 연구진이 학술 논문의 시각적 엄밀성을 확보하기 위한 다중 에이전트 프레임워크인 ‘페이퍼바나나(PaperBanana)’를 전격 공개하며 학계의 이목을 집중시키고 있다.
페이퍼바나나의 핵심은 단순히 보기 좋은 그림을 그리는 것이 아니라, 인간 연구자의 논리적 사고 과정을 AI 시스템에 그대로 이식했다는 점에 있다. 이 프레임워크는 ‘선형 계획’과 ‘반복 개선’이라는 두 단계의 유기적인 프로세스로 작동한다. 먼저 검색 에이전트가 최적의 샘플을 분석하고 스타일리스트 에이전트가 학회 가이드라인에 맞춘 설계를 진행하면, 이후 비평 에이전트가 투입되어 최대 3회에 걸친 정밀 수정을 거친다. 이는 단순 생성을 넘어 ‘기획-제작-검증’으로 이어지는 학술 전문 분업 시스템을 AI로 구현해낸 결과다.
특히 학술 논문에서 가장 민감한 문제인 ‘데이터 왜곡’을 원천 차단하기 위해 페이퍼바나나는 픽셀이 아닌 ‘코드(Code)’ 기반의 생성 방식을 채택했다. 숫자가 중요한 통계 그래프의 경우, AI가 직접 파이썬(Matplotlib) 코드를 작성하여 데이터를 시각화한다. 확률적으로 이미지를 그려내는 기존 AI의 고질적 문제인 ‘환각(Hallucination)’ 현상을 배제하고, 실제 수치를 좌표계에 100% 정확하게 투영함으로써 학술적 신뢰도를 확보한 것이다.
또한 연구 분야별로 고유한 ‘시각적 문법’을 이해한다는 점도 주목할 만하다. 컴퓨터 비전 분야의 풍부한 색상 대비나 이론 중심 분야의 미니멀한 구성 등 전공별 맞춤형 스타일 가이드를 자동으로 제공한다. 특히 세계적 권위의 AI 학회인 ‘뉴립스(NeurIPS)’의 정제된 레이아웃 스타일을 완벽히 지원함으로써, 연구자들이 시각 자료 제작이라는 부차적인 작업에서 벗어나 연구 본연의 가치에만 집중할 수 있는 환경을 조성한다.
연구팀은 실제 NeurIPS 2025 논문 데이터로 구축된 ‘페이퍼바나나벤치(PaperBananaBench)’를 통해 시스템의 가독성과 완성도를 증명했다. 연구진은 “학술 삽화는 단순한 시각 자료를 넘어 연구의 논리를 전달하는 언어”라고 강조하며, “기술이 연구자의 짐을 덜어줄 수는 있지만, 그 결과물에 대한 최종적인 윤리적 책임은 여전히 인간 연구자에게 있다”는 본질적인 메시지를 덧붙였다.