[유미's 픽] AI로 8대 난제 푼다…'K-문샷' 가동, 실행력이 관건
정부가 인공지능(AI)을 앞세워 과학기술 분야 국가 난제 해결에 나서는 'K-문샷(K-Moonshot)' 프로젝트를 본격 가동한다. 8대 전략 분야에서 12개 국가 미션을 뽑아 2035년까지 단계적으로 달성하겠다는 구상으로, 앞으로 부처·기관·산학연에 흩어진 자원을 실제 한 방향으로 묶어낼 컨트롤타워의 실행력이 성패를 가를 핵심 변수가 될 것으로 보인다. 과학기술정보통신부는 25일 국가AI전략위원회 제2차 전체회의에서 이 같은 내용의 K-문샷 추진 전략을 발표했다. 인공지능(AI)이 가설 설정, 실험 설계, 데이터 분석 등 연구 전 주기에 도입되면서 과학기술 연구 방식이 근본적으로 전환되고 있는 데다 주요 선도국이 AI 기반 과학 혁신 전략을 국가 차원에서 추진하고 있는 만큼, 우리나라도 미션 중심 체계로 R&D 구조를 재편하겠다는 의지를 담았다. K-문샷 전략은 크게 두 축으로 구성된다. 하나는 국가 과학기술 AI 자원과 역량의 총결집, 다른 하나는 이를 기반으로 한 임무 중심 국가 미션 수행이다. 이번 전략은 기존 과제 단위 R&D를 국가 단위 '미션형 R&D'로 전환하겠다는 점에서 차별화됐다. 정부는 그동안 부처별·기관별로 분산 추진되던 사업을 특정 목표 아래 묶어 자원을 재배치하겠다는 구상을 이번에 제시했다. 다만 예산·평가·조직 운영 체계까지 미션 중심으로 연동되지 않을 경우 기존 구조와의 충돌 가능성도 제기된다.우선 정부는 연구데이터·그래픽처리장치(GPU)·AI 모델·자율실험 인프라를 연계한 '국가 과학AI 통합플랫폼'을 구축한다. 슈퍼컴퓨터 6호기 GPU의 30%와 첨단 GPU 확보 사업 물량의 일부를 과학기술 AI 전용으로 배정해 GPU 8000장 이상을 확보할 계획이다. 출연연과 4대 과학기술원, 직할연구기관 등이 보유한 고품질 연구데이터를 수집·개방하고 대형 연구시설 데이터 자동 수집과 분야별 표준화도 추진한다.다만 GPU 확보 규모 자체보다 실제 접근성과 활용 체계가 더 중요하다는 지적도 나온다. 특정 기관에 자원이 집중되거나 데이터 표준화가 지연될 경우 통합 플랫폼 효과가 제한될 수 있어서다. 정부가 연구데이터 관리계획 확대와 데이터 공유 인센티브, 관련 법 제정 검토까지 병행하겠다고 밝힌 것도 이런 현실적 제약을 고려한 조치로 해석된다.AI 모델 측면에서는 2027년부터 2031년까지 5년간 4640억원을 투입해 6대 분야 과학 특화 파운데이션 모델을 구축한다. 가설 생성부터 실험·분석까지 전 과정을 지원하는 AI 에이전트와 자율실험실 구축도 포함됐다. 이를 총괄할 조직으로는 국가과학기술연구회(NST) 산하에 국가 과학AI 연구센터를 신설키로 했다. 두 번째 축인 국가 미션은 첨단바이오, 미래에너지, 피지컬AI, 우주, 소재, AI 과학자, 반도체, 양자 등 8대 분야 12개다. 첨단바이오 분야에서는 AI 융합을 통해 신약 개발 속도를 10배 높이고 뇌-컴퓨터 인터페이스 상용화를 추진한다. 미래에너지 분야에서는 선박용 소형모듈원자로(SMR) 후보인 용융염원자로(MSR) 개발과 한국형 소형 핵융합로 실증을 목표로 제시했다. 피지컬AI 분야에서는 가사·돌봄용 휴머노이드와 범용 모델 개발을, 우주 분야에서는 우주 데이터센터 구축을 추진키로 했다. 정부는 소재·반도체·양자 분야에서도 희토류 대체 기술, 극미세 저전력 AI 반도체, 오류정정 기반 양자컴퓨팅 등 전략기술 확보도 과제로 내걸었다. 정부는 이를 통해 2030년까지 피인용 상위 1% 논문 점유율을 2023년 4.1%에서 8.2%로 확대해 연구 생산성을 두 배로 끌어올린다는 목표도 제시했다. 운영 방식은 미션별 민간 프로그램디렉터(PD) 중심 체계다. PD에게 기존 사업 조정과 신규 대형 R&D 기획, 예산 우선 배분 권한을 부여하고 마일스톤 기반으로 진도를 관리한다. 그러나 PD 전권 구조가 실제로 작동하려면 부처 간 사업 조정 권한과 예산 재편의 법적 근거가 명확해야 한다는 지적도 나온다. 형식적 총괄이 아니라 실질적 자원 재배치 권한을 확보할 수 있느냐가 관건이라는 평가다. 이번 전략은 미국의 '제네시스 미션'을 참고했다. 미국은 10년 내 연구 생산성 2배 향상을 목표로 예산 4720억원을 배정해 26개 전략 과제를 설정하고, 빅테크와 협력해 AI 역량을 국가 차원에서 결집하고 있다. 우리나라는 12개 미션에 집중하는 구조를 택했지만, 민관 협력의 구체성이나 다년 예산 구조, 산업 성과 지표 측면에서는 추가 보완이 필요하다는 지적도 나온다. 업계에선 컨트롤타워의 실질적 조정 능력이 'K-문샷'의 핵심 변수가 될 것이라고 전망했다. 부처별 R&D 사업과 기관별 이해관계가 복잡하게 얽힌 상황에서 데이터 통합, GPU 배분, 예산 재편을 일관되게 추진할 수 있어야 미션형 R&D가 작동할 수 있다고 봐서다. 또 미션 간 자원 경쟁을 관리하고 중복 투자를 조정하는 상위 거버넌스 체계도 마련돼야 한다고 강조했다. 정부는 3월 중 최종 미션과 PD를 확정하고 세부 사업 기획을 거쳐 내년도 R&D 예산에 반영할 방침이다. K-문샷이 선언적 전략에 그칠지, 연구개발 체질을 바꾸는 계기가 될지는 실행 단계에서 판가름 날 전망이다.배경훈 부총리 겸 과학기술정보통신부 장관은 "생성형 AI가 추론형 AI로 발전하면서 과학 분야의 대혁명이 일어날 것"이라며 "죽음의 계곡을 넘어 대한민국이 기술을 따라가는 나라가 아닌 미래의 방향을 제시하는 국가가 되기 위해 달 착륙선을 준비하는 마음으로 (K-문샷 프로젝트를) 준비하고 있다"고 말했다. 그러면서 "AI 시대 과학 기술 경쟁력 대도약을 위한 K-문샷 전략을 본격 추진할 것"이라며 "3월 과학기술관계장관회의에서 핵심 미션을 확정할 것"이라고 덧붙였다.
