ZDNet 검색 페이지

'AI 과학자'통합검색 결과 입니다. (8건)

[AI 리더스] 유용균 국가과학AI센터 단장 "'AI 과학자'로 노벨상급 성과 목표"

"우리 목표는 범용 인공지능(AI)을 연구하는 것이 아닙니다. 과학자가 AI로 이전보다 수백 배 더 많은 성과를 낼 수 있도록 지원하는 것입니다. 연구자 한 명이 AI 과학자 10명, 100명을 활용해 노벨상급 성과를 내는 것이 장기 목표입니다." 유용균 국가과학AI연구센터 운영 단장은 22일 지디넷코리아를 만나 센터 목표를 이같이 밝혔다. 과학자 한 명이 AI 에이전트로 연구 성과를 내는 환경을 구축하고, 장기적으로는 네이처급 논문과 노벨상급 연구 성과를 창출할 수 있는 국가 과학 AI 생태계를 조성하겠다는 구상이다. 센터는 국가과학기술연구회(NST) 산하에 설치돼 정부 출연 연구기관 AX, 과학 AI 연구를 주도한다. 한국원자력연구원 AI응용연구실장이던 유 단장은 알파고 충격 2016년부터 관련 논의를 진행했다. 센터는 내주 공식 출범을 앞뒀다. 유 단장은 과학 특화 AI 연구소가 필요한 이유로 과학계와 최신 AI 기술 간 격차를 꼽았다. 기존 AI 연구기관이 범용 지능이나 컴퓨터과학 중심으로 설계됐지만 생명과학·소재·원자력 등 과학 도메인 연구자들은 AI 모델 최적화와 대규모 그래픽처리장치(GPU) 활용 역량을 충분히 갖추지 못했다는 지적이다. 그는 "출연연과 도메인 연구자들이 실제 활용하는 AI 기술은 IT 업계 최신 수준과 비교해 2년 가량 차이가 있다고 본다"고 말했다. 센터는 올해 'AI 과학자 플랫폼' 베타 서비스 공개를 추진한다. 초기에는 연구자가 공통적으로 수행하는 문헌조사, 기술동향 보고서 작성, 코드 작성, 논문·보고서 초안 구성, 발표자료 제작 등 반복적 업무 자동화에 초점 맞춘다. 이후 고차원적인 연구 판단과 실험 설계를 AI로 추진할 수 있도록 시스템을 강화할 방침이다. 그는 "연구자 일상 업무부터 줄여 실제 활용도를 높일 것"이라며 "이후 AI 적용 범위를 넓히는 게 목표"라고 말했다. 유 단장은 센터가 직접 모든 기술을 자체 개발하지 않는다고 말했다. 그는 "우수한 민간 AI 솔루션을 플랫폼 위에 올려 연구자가 선택적으로 활용할 수 있는 마켓형 구조를 구상하고 있다"며 "연구자에게 바우처를 지급해 여러 AI 서비스를 사용하도록 하고, 실제 활용량에 따라 기업에 비용을 정산하는 방식으로 이뤄질 것"이라고 설명했다. 이어 "센터가 모든 것을 처음부터 만들기보다 민간이 잘하는 영역은 적극적으로 연결해 연구자들이 더 빨리 활용할 수 있게 하겠다"고 말했다. 유 단장은 연구현장에 AI 인프라 정비하는 것을 장기 목표로 제시했다. 연구자가 GPU 종류나 배정 방식을 직접 고민하지 않아도, AI 시스템이 연구 과제 규모·난이도에 따라 적절한 연산 자원을 자동 배분하는 환경을 구축하겠다는 것이다. 그는 "간단한 작업은 작은 GPU에, 대규모 연산이 필요한 작업은 더 큰 자원에 자동으로 할당하는 환경"이라며 "연구자는 결과에만 집중할 수 있게 만드는 것이 목표"라고 말했다. 유 단장은 출연연 특유 보안 제약을 해소하는 것도 핵심 과제라고 봤다. 민감한 연구 데이터와 아이디어를 외부 상용 AI에 입력하기 어려운 게 현실이기 때문이다. 이에 출연연 내부에서만 접근 가능한 온프레미스형 AI 활용 환경을 마련할 계획이다. 그는 "연구자가 보안 우려 없이 데이터와 질문을 올리고 AI를 활용할 수 있는 연구용 샌드박스를 올해 시제품 수준까지 구축할 것"이라고 구상을 밝혔다. "K-과학용 AI 모델 절실…기관 업무 사일로 해소 필요" 유 단장은 한국에 과학 특화용 AI 모델이 필요하다고도 봤다. 이를 위해 기관 간 역할 분담과 협업 체계 정비가 필요하다고 주장했다. 그는 "연구 조직들이 각자 독립적으로 움직이기보다, 국가 차원에서 필요한 기능을 나누고 상호 보완하는 구조를 만들어야 한다"며 "과학 AI 두뇌가 될 연구용 특화 파운데이션 모델은 센터 단독으로 모두 개발하기 어렵다"고 설명했다. 그러면서 "관련 조직이 센터 수요에 맞는 모델을 공급하는 식의 협업이 필요하다"며 "현재 추진 중인 독자 파운데이션 AI 모델 프로젝트와 긴밀한 역할 조정이 필요하다"고 주장했다. 유 단장은 장기적으로 과학 AI가 한국 연구 경쟁력 분수령이 될 것으로 봤다. 미국과 중국이 이미 빠르게 앞서가는 상황에서 인력 규모가 상대적으로 작은 한국은 연구방식 자체를 더 효율적으로 바꾸지 않으면 격차를 좁히기 어렵다고도 짚었다. 그는 "우리는 더 효율적으로 연구해야 한다"며 "과학 AI는 한국 과학기술 경쟁력을 끌어올릴 수 있는 가장 기본적인 토대가 될 것"이라고 강조했다.

2026.05.22 10:03김미정 기자

GIST, 전남대-전남대병원과 5년간 의사과학자 150명 양성 나서

광주과학기술원(GIST)은 전남대학교 의과대학, 전남대학교병원, 화순전남대학교병원이 참여하는 '미라클' 컨소시엄이 의사과학자 150명 양성에 나선다고 19일 밝혔다. '미라클'컨소시엄은 최근 과학기술정보통신부와 보건복지부가 공동 지원하는 의사과학자 양성 프로그램 '케이-메디스트(K-MediST)에 선정됐다. '미라클'은 전남대학교 산학협력단이 주관하는 의과학 첨단 융합 연구 및 리더 양성을 위한 교육·연구 시너지 플랫폼이기도 하다. 사업 기간과 예산은 오는 2030년까지 5년간 총 194억원(국비 166억원)을 지원을 받는다. 이 예산 가운데 GIST는 국비 기준 약 40%에 해당하는 66억을 지원받아 AI·생명과학·의공학 분야 연구 역량을 임상 현장과 연계하고, 의료 AI 및 의사과학자 양성 체계 구축에 나설 계획이다. GIST 사업 목표는 ▲공동 교과목 개발·공동학위 수여 ▲융합연구를 위한 공동연구소 설립·운영 ▲공동연구 프로젝트 및 사업화다. 우선 GIST는 전남의대와 공동 학위과정을 개설할 계획이다. 향후 5년간 150명 이상의 융합형 인재 양성과 16개 이상의 공동 교과목을 개발할 계획이다. GIST는 또 전남대 의대 전공의와 의학도를 대상으로 인공지능(AI)·오믹스(유전체·단백질체 등 첨단 바이오 데이터 분석)·의공학 분야 교과목을 제공하기로 했다. GIST 의생명공학과 대학원생은 전남대 의대 임상의학·병태생리 교육과정을 이수하는 교차 공동학위(MD-PhD, PhD) 제도도 운영한다. 이들은 특히 의학과 AI를 접목한 면역항암·재생의료·멀티모달(다양한 의료데이터 통합 분석) 분야 세부 트랙을 운영해 의사과학자와 의료 AI 융합인재를 집중 육성할 예정이다. 이와함께 화순전남대병원 미래의료혁신센터 내에 약 1,332㎡ 규모로 공동연구소를 구축한다. 이 곳에는 의사과학자 6명과 의과학자 12명 등 총 18명의 전담 교원을 확보할 계획이다. 이곳에서는 GIST 첨단 연구 인프라를 활용해 기초연구부터 임상 적용까지 이어지는 융합 연구도 추진할 계획이다. 나아가 ▲SCI급 논문 30건 이상 ▲특허 출원 22건·등록 8건을 목표로 기술이전과 창업 기반도 마련한다. 특히 GIST 기술사업화센터를 중심으로 공동 연구 성과의 발굴부터 사업화·창업까지 전주기 지원 체계를 강화할 계획이다. 한편 GIST는 지난 2008년 차세대 정밀의료 분야 인재 양성을 위해 의생명공학 전공을 신설했다. 현재까지 박사 97명과 석사 140명 등 총 237명의 전문 인력을 배출했다. 김태 미라클 사업단장(GIST 의생명공학과장)은 “사업 종료 이후에도 의료 생태계 전반을 아우르는 10년 로드맵을 기반으로 연구 성과 확산과 산업화, 인재 양성, 국제 협력을 지속 추진할 계획”이라고 말했다.

2026.05.19 09:00박희범 기자

'AI 4대 천왕' 얀 르쿤, 메타 떠난다…스타트업 설립 계획

페이스북의 모회사 메타의 수석 인공지능(AI) 과학자가 회사를 떠나 자신만의 스타트업을 설립한다. 얀 르쿤 메타 수석 AI 과학자가 가까운 시일 내에 회사를 떠날 예정이라고 파이낸셜타임스를 비롯한 외신들이 11일(현지시간) 정통한 소식통을 인용 보도했다. 튜링상 수상자인 르쿤은 새로운 벤처 설립을 위해 초기 자금 조달 논의도 진행 중인 것으로 알려졌다. 메타의 핵심 인력이 회사를 떠나는 것은 이번이 처음이 아니다. 지난 5월에는 조엘 피노 AI 연구 부문 부사장이 회사를 떠나 캐나다의 AI 스타트업 코히어에 합류했다. 하지만 얀 르쿤은 'AI 4대 천왕'으로 꼽힐 정도로 저명한 인물이라 퇴사할 경우 큰 충격이 예상된다. 이번 퇴사는 마크 저커버그 메타 최고경영자(CEO)가 경쟁사인 오픈AI 구글 등에 맞서기 위해 AI 전략을 대대적으로 재편하는 과정에서 이뤄졌다는 평가다. 메타는 2013년부터 르쿤이 이끌어온 '기초 AI 연구소'를 중심으로 장기 연구를 진행해왔으나 더욱 빠른 속도로 AI 제품을 시장에 출시하는 방식으로 전략을 선회했다. 또 저커버그 CEO는 'TBD 랩'이라는 독점적인 내부 팀을 직접 구성해 차세대 초거대언어모델(LLM) 개발을 주도하도록 했다. 그 결과 르쿤은 기존의 최고제품책임자에게 보고하던 체계를 벗어나 현재는 알렉산더 왕에게 직접 보고하는 구조로 변경됐다. 여기에 르쿤은 저커버그 CEO가 핵심 전략으로 삼은 LLM이 “유용하기는 하지만 인간처럼 추론하고 계획할 수는 없다”고 계속해서 주장해왔다. 그러면서 르쿤이 이끄는 페어 연구소는 '월드 모델'이라고 부리는 차세대 AI 시스템 개발에 집중해왔다. 이 시스템은 언어 모델 뿐만 아니라 영상과 공간 정보를 학습해 물리적인 세계를 이해하도록 설계됐다. 르쿤은 이 구조의 완전한 형태를 구현하는데 약 10년이 걸릴 것으로 전망했다. 르쿤의 차기 프로젝트도 '월드 모델' 연구를 발전시키는데 초점을 맞출 것으로 예상된다.

2025.11.12 09:18박서린 기자

정부, AI 연구개발 '투트랙 전략' 추진…'AGI·과학' 연구소 설립 검토

정부가 인공지능(AI) 기술 응용과 원천 기술 개발을 전담하는 연구소를 세운다. 16일 업계에 따르면 과학기술정보통신부는 현재 성격이 다른 두 개의 국가 주도 인공지능AI 연구소 설립을 검토 중이다. 이중 '국가과학기술AI연구소(NAIS)'는 내년 출범을 목표로 약 400억원의 예산이 반영돼 기획 단계에 들어갔다. 이 연구소는 AI를 바이오·화학·신소재 등 기초과학에 접목해 신약 개발과 연구 자동화를 이끄는 '과학을 위한 AI(AI for Science)' 허브 역할을 맡는다. 초기 연구진은 50~60명 규모로 꾸려지며 민간과의 인재 경쟁을 위해 기존 정부출연연구기관(출연연)보다 높은 연봉과 성과 기반 차등 연봉제 도입도 검토 중인 것으로 알려졌다. 설립 형태는 우선 국가과학기술연구회(NST) 부설 기관으로 시작해 향후 독립 연구소로 전환하는 방안이 논의되고 있는 것으로 전해진다. 이와 별개로 정부는 '국가 AI 연구원(가칭)' 설립도 검토하고 있다. 이 조직은 범용인공지능(AGI) 및 초지능 원천 기술 확보가 목표로 한다. 과기정통부 관계자는 "해당 계획은 현재 검토 중인 사안"이라며 "아직 확정된 예산은 없으며 예비타당성을 통과하지도 않은 상태"라고 밝혔다. 두 연구소의 계획이 별개로 추진된다는 사실이 알려지면서 당초 업계에 퍼졌던 "정부가 AGI 연구소를 추진하다가 '과학을 위한 AI'로 방향을 틀었다"는 소문은 사실이 아닌 것으로 확인됐다. 업계에서는 이번 투트랙 전략이 지난 5월 국내 과학인 시민단체가 제안한 미래 청사진을 정부가 대폭 수용한 결과라는 분석이 나온다. 현재 국가 AI수석직을 맡고 있는 당시 하정우 네이버 AI 이노베이션 수석이 있던 '바른 과학기술사회 실현을 위한 국민연합(과실연)'은 '국가 과학AI연구소(NSAI)'와 '국가 초지능연구소(NASII)' 설립을 핵심 정책으로 제안한 바 있다. 더불어 하 수석과 'AI 전쟁'을 공저한 한상기 테크프론티어 대표 역시 '초지능 연구소' 설립 주장을 꾸준히 공론화해왔다. 한 대표의 핵심 논리는 기존 거대언어모델(LLM)의 규모를 키우는 '패스트 팔로워' 전략만으로는 미국과 중국의 기술 패권에 종속될 수밖에 없다는 것으로, 구체적인 해법이 '국가 초지능 연구소'라는 것이다. 한 대표에 따르면 AGI의 개발을 위해서는 AI가 인간이 만든 데이터를 학습하는 단계를 넘어 직접 세상을 경험하며 배우는 새로운 방식의 돌파구가 필수적이다. 이를 위해 AI 공학자만으로는 한계가 있으며 철학자, 뇌과학자, 물리학자 등 다양한 분야의 전문가들이 참여하는 통합 연구가 필수적이라는 주장이다. 그는 지난 8월 한 세미나에서 "트랜스포머 아키텍처의 한계를 넘어설 차세대 AI 모델 개발을 목표로 과감한 국가적 투자가 필수"라며 "100조원이 약속된 국가 AI 투자 규모를 감안할 때 초지능연구소에 5년간 1조원을 투자한다 해도 연간 2천억원 수준으로, 이는 합리적"이라고 말했다. 다만 신규 연구소 설립이 자칫 비효율적인 중복 투자로 이어질 수 있다는 우려도 나온다. 이미 AI 관련 국가 기관들이 지난해부터 다수 설립돼 운영 중이며 많은 정부출연연구기관(출연연)들 역시 내부에 관련 조직을 두고 있기 때문이다. 이에 업계에서는 각 기관의 목표와 역할을 명확히 하는 정교한 거버넌스 설계가 선행돼야 한다는 지적이 제기된다. 업계 관계자는 "정부가 AI 기술 확보에 진심이기 때문에 관련 조직들이 계속 생겨나는 것 같다"면서도 "이는 환영할 일이나 각 기관이 중복 없이 자신의 전문 분야에 집중할 수 있도록 교통정리를 해줄 거버넌스가 필요해 보인다"고 말했다.

2025.10.16 11:42조이환 기자

제프 베조스·에릭 슈미트도 투자한 미국 AI 스타트업

미국의 인공지능(AI) 스타트업 '페리오딕 랩스'가 AI모델과 로봇을 결합한 로봇 자율 연구소를 앞세워 과학 연구의 패러다임 전환에 나선다. 12일 테크크런치 등 외신에 따르면 페리오딕 랩스는 최근 3억 달러(한화 약 4천억원) 규모의 시드 투자를 유치했다. 이번 투자는 안드레센 호로위츠(a16z)가 주도했고 엔비디아, 액셀, DST 등이 참여했다. 제프 베조스와 에릭 슈미트 같은 기술업계 거물들도 투자자 명단에 이름을 올렸다. 이번 투자 유치 과정에서 페리오딕 랩스는 10억 달러(한화 약 1조3천억원)의 프리머니(투자 전 기업가치)를 인정받았다. 페리오딕 랩스는 현재 AI 기술이 가진 근본적 한계를 지적한다. 대규모 언어 모델이 약 10조 개에 달하는 인터넷 토큰 데이터를 모두 학습했지만 이는 기존 지식을 반복하는 수준에 그친다는 것이다. 회사의 해법은 AI 모델과 로봇 연구소를 직접 결합하는 것이다. 이를 통해 세상에 없던 새로운 실험 데이터를 생성하고 AI를 훈련시켜 진정한 과학적 발견을 이루겠다는 목표다. 작동 방식은 AI가 가설을 세우면 로봇 연구소가 자동으로 실험을 진행하는 피드백 루프 구조다. AI는 실험 결과로부터 학습하는데 특히 공개되지 않는 '실패' 데이터가 핵심 학습 자원이 된다. 이러한 흐름을 'AI 포 사이언스(AI for Science)'라 부른다. AI 기술로 신약 개발, 신소재 연구, 질병 진단 등 과학 분야의 난제를 해결하는 기업들을 의미한다. 구글 딥마인드, 라일라 사이언시스 같은 해외 빅테크와 스타트업들이 이 분야의 대표 주자다. 국내에서는 아스테로모프가 '과학자 AI'를 개발하는 대표적인 스타트업으로 꼽힌다. 이 회사는 AI가 인간의 개입 없이 스스로 지식을 탐구하고 새로운 질병 치료법이나 생명공학 기술을 대규모로 제안하도록 설계된 시스템인 '스페이서(Spacer)'를 개발 중이다. 지난 8월 첫 테크리포트를 공개한 이후 현재는 해외의 최상위 연구기관들과 협력해 '스페이서'가 제안한 후보 기술의 실증 연구에 착수한 것으로 알려졌다. 이같은 시도들은 AI 기술의 진화 방향과도 맞닿아 있다. 한 AI 업계 관계자는 "생성형 AI가 코딩과 수학을 정복하고 있는 가운데 이제는 과학의 영역에 도전하는 시도가 뜨겁다"며 "AI가 불러올 다음 패러다임 전환은 바로 이 지점에서 나올 것"이라고 전망했다.

2025.10.12 14:52조이환 기자

아스테로모프 "AI는 이제 '조수' 아닌 '과학자'…스스로 답 찾고 발명한다"

"우리는 인간의 질문에 답하는 '인공지능(AI) 조수'를 넘어 스스로 새로운 항암 치료법을 발명하는 'AI 과학자'를 만들고 있습니다. 우리의 목표는 이러한 발명들을 대량으로 생산하는 '발명의 알파폴드 모멘트'를 일으켜 미래 과학 기술의 패권을 확보하는 것입니다." 이민형 아스테로모프 대표는 1일 서울 코엑스에서 열린 과학기술정보통신부 주최 'AI 페스타 2025'의 '퓨처테크 콘퍼런스'에서 '독립적인 설계자로서 AI가 과학적 발견을 주도하는 방법'을 주제로 발표하며 이같이 말했다. 이 자리에서 그는 회사의 핵심 기술인 '스페이서'를 청중들에게 선보였다. 이날 발표는 AI 기술의 무게 중심이 언어 모델 경쟁을 넘어 인류의 과학적 난제 해결로 이동하는 거대한 흐름 속에서 AI가 인간 과학자의 '영감'까지 시스템화할 수 있다는 가능성을 제시해 업계의 이목이 쏠렸다. 과학계 '혁신의 위기'…구글 AI·LLM도 해답 아니었다 이 대표는 먼저 과학계가 직면한 구조적 위기를 정면으로 진단했다. 그는 "특허와 논문들이 시간이 갈수록 점점 혁신성이 줄어들고 있다"는 지난 2023년 네이처 논문을 인용하며 "지식의 양은 기하급수적으로 증가하지만 정작 획기적인 돌파구는 나오기 어려워졌다"고 지적했다. 이러한 '혁신의 위기'는 지나친 전문화와 세분화에서 비롯된다. 이 대표에 따르면 현대 과학의 기하급수적인 발전으로 연구자가 볼 수 있는 시야가 좁아지면서 그 시야 밖의 다학제적 연구가 일어나기 힘들어졌다는 설명이다. 현재 각광받는 AI 기술 역시 이 문제의 근본적인 해결책이 되지 못한다고 선을 그었다. 그는 구글 딥마인드의 'AI 코사이언티스트'를 예로 들며 "인간 과학자가 아주 잘 정제되고 디테일한 질문을 해야만 답을 내놓는 구조"라며 "여전히 인간이 연구의 '마스터' 역할을 차지하고 있다"고 설명했다. 거대언어모델(LLM)의 본질적인 한계도 마찬가지다. 이 대표는 "LLM은 사전 데이터셋을 통해 가장 자연스러운 단어를 연속적으로 예측하는 모델"이라며 "기존 지식의 확률적 재구성에 머물러 세상에 없던 유전자 가위 같은 개념을 스스로 생각해내기 어렵다"고 진단했다. '영감' 품은 '스페이서' 과학자 AI…차세대 항암 치료법 제시한다 이 대표는 문제 해결의 열쇠로 독자 개발 AI인 '스페이서'를 제시했다. 스페이서는 인간의 '영감'과 '직관'에 의존했던 과학적 발견의 첫 단계를 AI가 대체하도록 설계된 시스템이다. 그는 "경쟁사들이 더 좋은 '연구 도구'를 만들 때 우리는 새로운 '과학자'를 만들고 있다"며 AI가 연구의 '주체'가 되는 새로운 패러다임을 선언했다. 그는 '스페이서'의 잠재력을 입증할 사례로 새로운 면역항암제 관련 가설을 공개했다. 기존 면역항암제는 'IL-2' 단백질을 활용해 면역세포를 활성화시키지만 암세포뿐만 아니라 몸 전체에 영향을 미쳐 심각한 독성을 유발하는 명확한 한계가 있었다. 암세포 주변에서만 약물을 정밀하게 활성화하는 것이 이 분야의 오랜 숙제였다. '스페이서'는 이 난제를 풀기 위해 완전히 새로운 작동 방식을 고안했다. 먼저 암세포 주변의 콜라겐 골격(ECM)에만 달라붙는 'ECM 앵커' 분자를 활용해 IL-2 단백질을 암 주위에 고농도로 붙잡아 둔다. 이후 암세포가 내뿜는 특정 효소가 일정 수준 이상 축적되면 이것이 방아쇠 역할을 해 앵커와 IL-2의 연결을 끊어내면서 암 주변에서만 약물이 폭발적으로 방출되도록 설계했다. 이처럼 정교한 다단계 메커니즘이 인간의 개입 없이 AI에 의해 설계됐다는 점이 핵심이다. 이 대표는 "스페이서에게는 '암을 치료할 새로운 방법을 찾아보라'는 거대한 주제만 주어졌다"며 "이 복잡한 과정은 아무런 인간의 개입 없이 AI가 스스로 생각해낸 결과물"이라고 설명했다. 데이터로 입증한 '클래스'…'발명 공장'으로 과학기술 패권 노린다 '스페이서'가 내놓는 과학적 개념의 질은 객관적인 데이터로도 증명됐다. 이 대표는 '스페이서'가 생성한 가설과 'GPT-5' 등 최신 LLM들이 만든 가설, 실제 최상위 과학 저널 논문의 핵심 개념을 벡터 공간에 시각화한 자료를 공개했다. 분석 결과는 놀라웠다. 스페이서의 과학적 개념들은 '네이처'와 '사이언스'급 논문들과 같은 공간에 유의미하게 겹쳐 분포했다. 반대로 다른 LLM들이 생성한 아이디어는 전혀 다른 공간에 머물렀다. 이 대표는 "스페이서가 논리적, 개념적으로 실제 인간의 최상위 연구와 훨씬 유사하다는 것"이라고 강조했다. 아스테로모프는 이 기술을 통해 '발명의 알파폴드 모멘트'를 일으키겠다는 포부다. 과거 구글 딥마인드의 '알파폴드'가 단백질 구조 예측의 새 시대를 연 것처럼 스페이서가 과학적 발명 자체를 대량 생산하는 시대를 열겠다는 것이다. 그는 "인류가 그동안 생각해낸 모든 과학적 개념보다 더 많은 가능성을 AI로 아주 빠른 시간 내에 열 수 있다"고 말했다. 이 회사는 이를 실현할 핵심 사업 모델로 '더 라이브러리' 프로젝트를 추진한다. 스페이서가 발굴한 수만 개의 과학적 가설을 지적재산권(IP)으로 축적해 거대한 '지식 도서관'을 구축하는 전략이다. 이 지식 자산을 기반으로 전 세계 연구기관이나 기업에 라이선스를 제공하거나 직접 신약 개발에 나서는 것도 가능하다. 궁극적인 목표는 과학 발견의 속도를 기하급수적으로 높여 산업의 판도를 바꾸는 것이다. 이 대표는 "그래픽처리장치(GPU) 자원이 많으면 하루에 수십 개가 아니라 수백, 수천 개의 과학적 개념을 계속 만들어낼 수 있다"며 "이를 통해 전 세계 과학 기술 패권의 지형이 뒤흔들릴 수 있다고 생각한다"고 말했다.

2025.10.01 18:55조이환 기자

[인터뷰] "美 빅테크와는 다른 게임"…韓 스타트업, '과학지식 도서관'으로 AI 패권 넘본다

"우리는 인간 개입 없이도 스스로 가설을 세우고 탐구하는 과학 인공지능(AI)을 만들고 있습니다. AI가 발견한 인류의 모든 미래의 과학적 개념을 담을 '지식의 도서관'을 구축해 기술 패권의 주도권을 잡고 궁극적으로는 초지능(Superintelligence)의 도래를 앞당기는 것이 목표입니다." 이민형 아스테로모프 대표는 최근 서울 강남에 위치한 본사에서 지디넷코리아와 만나 이같이 밝혔다. 그가 설명한 비전은 거대했다. 미국 빅테크가 주도하는 파운데이션 모델 경쟁을 넘어 AI가 창출하는 최종 '결과물'을 선점해 미래 기술의 주도권을 확보하겠다는 선언이다. 19일 업계에 따르면 과학적 발견에 특화된 '과학자 AI'가 새로운 화두로 부상하고 있다. 구글 딥마인드, 사카나AI, 라일라 사이언시스 등 해외 주요 스타트업들은 모두 연구를 통한 초지능 구현을 장기적인 목표로 삼고 있는 상황이다. 이러한 흐름 속에서 아스테로모프는 국내에서는 유일하게 '과학적 초지능' 실현을 공개적인 목표로 내세운 스타트업이다. 이들과 아스테로모프의 가장 큰 차이점은 AI를 대하는 근본적인 철학에 있다. 대부분의 경쟁사들이 인간이 설정한 목표 안에서 결과를 최적화하는 '자동화 도구'를 만든다. 이와 대비해 아스테로모프는 과학 발전의 주도권 자체를 AI에게 부여하려 한다는 것이 회사 측의 설명이다. 동시에 막대한 자본이 필요한 실험 자동화 단계에 집중하는 경쟁사들과 달리 '아이디어 생성'이라는 가장 근본적인 단계에서 승부를 보겠다는 전략이다. 이러한 아스테로모프의 비전은 이를 제시한 인물의 독특한 이력과 맞물려 설득력을 더한다. 2001년생으로 현재 만 23세인 이민형 대표는 만 16세에 서울대학교 의과대학 연구원으로 입사해 연구를 수행한 경력이 있다. 현재 같은 학교 박사과정에 재학 중인 그의 팀에는 국제수학올림피아드(IMO) 수상자를 포함한 서울과학고·서울대 출신 핵심 인력들이 포진해 있다. 이같은 잠재력을 바탕으로 아스테로모프는 지난 2월 법인 설립 후 한 달 만에 50억원 규모의 시드 투자를 유치하는 데 성공했다. 국내 스타트업 시장이 얼어붙은 현시점에 이례적인 성과다. 주변에서는 미국 법인 설립을 권유했지만 이 대표는 한국에서의 창업을 결정했다. 그는 "세계 최고 수준의 젊은 인재들이 한국에 높은 밀도로 모여있다"며 "이 인재들이 해외로 떠나지 않고도 비전을 펼칠 수 있는 회사를 만들고 싶었다"고 말했다. 이어 "AI로 세계 패권의 지형이 바뀔 수 있는 지금 한국이 그 수혜국이 돼야 한다고 생각했다"고 밝혔다. 아스테로모프의 비전을 구현하는 핵심 기술은 '스페이서(Spacer)'라는 이름의 과학 AI 아키텍처다. '스페이서'는 거대언어모델(LLM)의 강력한 추론 능력을 활용하되 과학적 '창의성'은 LLM에 의존하지 않는 새로운 구조다. 지식들을 원자 단위로 분해하고 그 사이의 숨겨진 연결 가능성을 탐색해 세상에 없던 새로운 과학적 개념을 창발해낸다는 것이다. 이민형 대표는 "과학 이론이란 결국 수많은 조각난 지식들의 연결이라는 전제하에 AI가 아직 연결되지 않은 고리들을 스스로 찾아내도록 설계하는 것"이라며 "이 과정에서 인간이 아직 떠올리지 못한 통찰을 뽑아내는 것이 우리가 말하는 창발성의 실체"라고 설명했다. 생성된 가설의 유효성에 대한 기자의 질문에 이 대표는 "'스페이서'의 목표는 정답을 찾는 것이 아니라 '실험해볼 만한 가치가 있는 질문'을 대량으로 생성하는 것"이라며 "이는 인간 과학자의 직관과 유사하지만 AI는 그 작업을 자동화해 훨씬 많은 가능성을 보다 신속히 탐색할 수 있다는 점에서 근본적인 차이가 있다"고 설명했다. 아스테로모프는 이달 중 '스페이서'가 생성한 구체적인 과학적 가설과 그 탐색 과정을 담은 테크 리포트를 논문 사전 공개 사이트 '아카이브(arXiv)'를 통해 공개하며 자신들의 주장을 증명할 계획이다. 이렇게 '스페이서'가 발굴한 수많은 과학적 가설들을 체계적으로 축적하고 전 세계의 연구자들에게 제공하는 것이 바로 '더라이브러리(The Library)' 프로젝트다. 구글 딥마인드의 '알파폴드'가 단백질 구조 예측에 국한됐다면 '더라이브러리'는 과학 기술 전체로 그 개념을 확장해 미래 지식의 소유권을 선점하려는 시도다. 이 대표는 "검증 가능한 수준의 가설들을 대량으로 생산하고 지식으로 비축해 기술이 패권이 되는 시대의 주도권을 선점하는 것이 중장기적 목표"라며 "궁극적으로는 과학적 초지능의 실현에 기여하고자 한다"고 밝혔다. 이토록 거대한 목표를 추구하는 이유는 기술이 자본을 대체하는 새로운 시대가 오고 있다는 믿음 때문이다. 과거에는 '과학기술 → 돈'의 문법이 일반적이었지만 현재 오픈AI나 스페이스X 같은 최상위 플레이어들은 '돈 → 과학기술'로 패러다임을 전환하고 있다는 진단이다. 이민형 아스테로모프 대표는 "AI가 과학자들의 유용한 도구 역할을 넘어 기술 발전을 전면 주도해 전례없는 속도의 과학적 발견과 진보를 일으킬 날이 머지 않았다"며 "AI의 실질적인 파급력과 그 결과물에 기반한 패권확보를 고민해야하는 때"라고 말했다. 아래는 이민형 대표와의 일문일답. Q. 아스테로모프의 근본적인 목적은 무엇인가. A. 우리가 하고자 하는 일은 과학이라는 도메인 안에서 인간의 개입 없이 독립적으로 가설을 세우는 '창발적 연구 인공지능(AI)'을 구축하는 것이다. 이를 통해 검증 가능한 수준의 과학적 가설들을 대량으로 생산하고 지식으로 비축해 기술이 패권이 되는 시대의 주도권을 선점하는 것이 중장기적인 목표다. 궁극적으로는 '과학적 초지능(Scientific Superintelligence)'의 실현에 기여하고자 한다. Q. AI를 보조 도구를 넘어 독립적인 '과학자'로 만드는 것이 왜 중요한가. 이것이 왜 기술 패권 확보로 이어지고 초지능의 실마리가 될 것이라고 보는가. A. 지식 확장의 병목을 푸는 유일한 방법이기 때문이다. 현대 과학은 각 분야가 지나치게 세분화되면서 서로 다른 영역 간 지식을 연결해 새로운 과학적 개념을 만들 가능성이 급격히 낮아졌다. 한 명의 과학자가 모든 것을 통합적으로 이해하고 직관을 발휘하는 것은 사실상 불가능에 가깝다. 이 구조 속에서 인간의 직관은 자신이 아는 좁은 지식 안에서만 작동한다. 이는 새로운 발견에 명백한 한계를 만든다. 지금까지 위대한 발견은 대부분 우연에 의존해왔다. 이 문제를 해결하려면 과학자의 직관 자체를 모델링한 자율 시스템이 필요하다. 인간의 개입 없이 AI가 스스로 탐구를 시작하고 가설을 세우고 검증하는 구조를 만들어야 한다. 단순한 보조 도구를 넘어 '과학자로서 사유하고 탐구하는 AI'를 만드는 것이 우리의 목표다. Q. '과학자로 기능하는 AI'를 구현할 '창발적 아키텍처'에 대해 좀 더 자세히 설명해달라. 이들은 오픈AI '챗GPT' 등 생성형 AI의 근간이 되는 트랜스포머 아키텍처와 차이가 있나. A. 우리는 현재 개발하는 핵심 아키텍처를 '스페이서(Spacer)'라고 부른다. 탐구 의도 설정부터 가설 생성, 검증까지 과학적 탐구의 전 과정을 인간 개입 없이 AI가 독립적으로 수행하도록 설계된 시스템이다. '스페이서'는 거대언어모델(LLM)의 강력한 추론 능력은 적극적으로 활용하지만 과학적 '창의성'은 LLM에 의존하지 않는 새로운 구조다. 기존 LLM은 확률적 패턴 학습에는 탁월하지만 학습 데이터에 없는 새로운 과학적 개념을 구성하는 데는 명백한 한계가 있다. '창의성' 혹은 '창발성'이란 단순히 데이터의 상관관계를 넘어 지금까지 연결되지 않았던 지식들의 조합을 통해 새로운 과학적 개념을 체계적으로 드러내는 것이기 때문이다. 이를 위해 '스페이서'는 지식들을 원자(Atomic) 단위로 분해하고 그 사이의 숨겨진 연결 가능성을 위상수학적으로 탐색한다. 과학 이론이란 결국 수많은 조각난 지식들의 연결이라는 전제하에 AI가 아직 연결되지 않은 고리들을 스스로 찾아내도록 설계한 것이다. 이 과정에서 인간이 떠올리지 못한 통찰을 뽑아내는 것이 우리가 말하는 창발성이다. Q. 아키텍처의 비전은 알겠다. 다만 이 기술 구조가 어떻게 수익으로 연결되는지 구체적인 사업 모델이 궁금하다. A. '스페이서'가 발굴한 과학적 가설들을 체계적으로 축적하고 제공하는 '더라이브러리(The Library)' 프로젝트가 사업 모델의 핵심이다. '더라이브러리'는 내년 상반기 본격적인 구축을 목표로 하는 웹사이트로, 이용 정책은 투트랙으로 나뉜다. 전 세계 연구자들은 논문 출판 등 학술적 목적으로는 결과물을 자유롭게 이용할 수 있다. 다만 이를 기반으로 특허를 확보하거나 상업화할 경우에는 라이선스 계약을 통해 기술료(Royalty)를 받는 구조다. 우리는 후속 투자를 통해 약 1천만 개 규모의 출판물을 갖춘 라이브러리를 신속히 구축할 계획이다. 특히 이 과정에서 발견되는 인간-컴퓨터 인터페이스나 알츠하이머 치료제 같은 고부가가치 기술에 대해서는 외부 전문기관과 협력해 직접 상업화에 나서는 방안도 적극적으로 추진하려고 한다. Q. 해외에서도 과학적 발견을 위한 AI 모델을 구축하는 시도가 있는 것으로 알고 있다. A. 맞다. 구글 딥마인드의 '코사이언티스트', 일본 사카나AI, 미국 라일라 사이언시스 등이 대표적이다. 이들은 공통적으로 실험 설계 자동화나 시뮬레이션 기반 가설 평가를 통해 인간 과학자의 생산성을 극대화하는 방향에 집중한다. 특히 라일라 사이언시스는 2억 달러(한화 약 2천700억원) 규모의 시드 투자를 유치하며 'AI 사이언스 팩토리(AISF)'를 개발 중이다. 이는 자동화된 로봇과 AI를 결합해 물리적 실험 전체를 자동화하는 사례다. 이 외에도 엔비디아가 지원하는 DNA 언어모델 '이브이오2(Evo2)'나 딥마인드의 '싱글셀 파운데이션 모델'처럼 특정 분야의 대규모 데이터를 학습한 초대형 파운데이션 모델을 구축하려는 흐름도 주를 이룬다. Q. 이들과 비교할 때 아스테로모프에는 차별점이 있나. A. 접근 방식의 전제와 철학 자체가 다르다. 구글 딥마인드나 라일라 사이언시스 등 대부분의 경쟁사들은 인간이 설정한 목표와 탐색 공간 안에서 결과를 최적화하는 '자동화 도구'로서 AI를 활용한다. 이는 본질적으로 '인간-AI 협업'의 연장선에 있다. 반대로 우리는 인류 과학기술 발전의 '주도권'을 인간에서 AI에게 부여하려는 첫 시도다. 단순히 인간을 돕는 도구가 아니라 지금까지 인간 고유의 영역으로 여겨졌던 '과학자의 영감과 직관'을 갖춘 AI를 개발하는 것이 우리의 최종 목표다. 경쟁사들이 더 좋은 '연구 도구'를 만들 때 우리는 새로운 '과학자'를 만들고 있다는 점에서 근본적인 차이가 있다. 이러한 접근은 자원 효율성으로도 이어진다. 경쟁사들이 집중하는 대규모 시뮬레이션이나 물리적 실험 자동화는 막대한 하드웨어가 필수적이다. 반대로 우리는 그 이전 단계인 가장 근본적인 과학적 개념 생성에 집중하기에 수십억원 규모의 컴퓨팅 리소스로도 구현이 가능하다. 핵심은 자본이 아니라 연구자의 논리 역량과 문제 구조화 능력으로, 여기서 승부를 보는 것이다. Q. 과학적 개념을 만든다는 '스페이서'에 대해 보다 기술적인 설명을 해줄 수 있나. 과학자의 '직관'을 모델링하고 '지식의 체인'을 탐색한다는 것은 구체적으로 어떤 의미인가. A. 인간 과학자는 호기심과 직관으로 연구 주제를 설정하고 가설을 세운다. 우리는 지금까지 인간 고유의 영역으로 여겨졌던 이 영감의 과정을 수학적으로 모델링해 AI가 스스로 가설을 생성하도록 만드는 것을 목표로 한다. 모든 과학 이론은 결국 수많은 원자적(Atomic) 지식들이 연결된 '지식의 체인'이다. 우리 모델은 기존 학습 데이터가 가진 문맥의 관성을 최소화하며 이 지식들 간의 잠재적 연결을 스스로 탐색해 기존에 존재하지 않던 새로운 체인을 만들어낸다. 이를 통해 기존 데이터베이스에는 존재하지 않던 완전히 새로운 과학 개념을 창발적으로 생산할 수 있다고 본다. 다시 말해 '스페이서'는 완전 자율형 과학 시스템이다. 인간이 주제를 정해주지 않아도 스위치를 켜는 것만으로 모델 스스로 연구 주제를 결정하고 개념을 창발하고 정제된 가설로 발전시키는 전 과정을 자율적으로 수행한다. 현재 모델의 작동 가능성 검증은 거의 끝난 상태다. 이달 중 '스페이서'가 생성한 구체적인 가설들과 그 과정을 담은 테크 리포트를 아카이브(arXiv)를 통해 공개할 예정이다. Q. 이렇게 생성된 가설들이 실제로 유효한지 어떻게 판단할 수 있을까. LLM처럼 정답이 아닌 노이즈와 환각이 많은 결과가 나올 가능성은 없나. A. '스페이서'는 정답을 말해주는 게 아니라 "이 가설은 한 번쯤 실험해볼 만하다"고 판단할 수 있을 정도의 논리적 완결성을 가진 지식 간 연결을 대규모로 생성한다. 각각은 실험 전에는 옳고 그름을 알 수 없지만 검증 가능성이 있는 새로운 가설들이다. 이러한 접근은 인간 과학자가 직관에 의존해 가설을 세우는 방식과 유사하다. 다만 차이점은 AI가 이 작업을 자동화함으로써 기존보다 훨씬 많은 가설들을 빠르게 생성할 수 있다는 점이다. 이 자체만으로도 연구 리소스를 절감하는 데 큰 의미가 있다. 이렇게 생성된 가설들은 이후 시뮬레이션과 실제 실험을 통해 검증된다. 우리의 첫 단계는 실험 이전에 의미 있는 연결성을 찾아내는 데 집중하는 구조다. 이 단계만으로도 모델이 실험 가능한 수준의 유효한 가설들을 꾸준히 생성하고 그 일부가 실제로 검증된다면 이는 단순한 기술적 진보를 넘어 과학 탐구 방식 자체를 바꾸는 새로운 패러다임의 전환점이 될 수 있다고 본다. Q. 장기적 비전이라고는 해도 초지능 실현을 스타트업의 목표로 설정하는 사람은 거의 없다. 실리콘밸리에서조차 ('챗GPT'의 아버지로, 초지능 개발을 위한 스타트업인 '세이프슈퍼인텔리전스'를 설립한) 일리야 수츠케버의 비전이 의심 받는다. 국내에서는 특히 그런 목표를 입 밖으로 꺼내는 사람을 본 적이 없다. 어떻게 그런 목적의식을 갖게 됐는가. A. 초지능에 대한 정의는 다양하다. 그런데 우리가 정의하는 초지능은 단순히 인간보다 뛰어난 지능이 아니라 인간이 이론적으로 도달 가능한 모든 사고·추론·창의성의 상위 집합(Superset of the Human Mind)이다. 이 초지능이 등장하는 순간 인간이 생각할 수 있는 모든 영역은 더 이상 인간의 고유한 것이 아니게 된다. 그래서 우리는 단순히 그 발명에 필요한 도구를 만드는 데 기여하는 것을 넘어 초지능의 도래를 앞당기는 것에 궁극적인 의의를 두고 있다. 그 외에 개인적으로는 인생을 '행복을 쫓는 메트릭'과 '거대한 목표를 쫓는 메트릭'이라는 두 함수 중 하나를 선택하고 최적화하는 문제로 본다. 두 메트릭은 근본적으로 충돌하기에 어느 한쪽을 명확히 선택하고 인생을 설계하는 것이 더 효율적이라고 생각해왔다. 성향상 돈이나 명예 같은 외부 보상에 크게 좌우되지 않고 스트레스에 대한 내성도 강한 편이다. 그래서 '행복'을 쫓는 삶도 충분히 가능하다. 실제로 시골에 내려가 김밥집을 운영하며 조용히 사는 삶을 생각해 본 적도 있다. 다만 여기에는 중요한 전제가 있다. 만약 내가 김밥을 썰면서 "어떻게 하면 더 잘 썰 수 있을까" 같은 최적화 문제를 고민하기 시작하는 순간 그 행위는 더 이상 행복이 아닌 '거대한 목표'를 위한 과정으로 바뀌게 된다. '행복'을 선택하려면 어떤 문제도 최적화하지 않겠다는 자기 약속이 필요하다. 나는 아직 젊고 거대한 목적에 대해 고민하지 않을 수 없었다. 오랜 탐색 끝에 지난해 12월에 비로소 나의 미션을 명확히 정의했고 그 순간부터 망설임 없이 실행에 들어갔다. Q. 초지능의 등장은 인류 문명의 패러다임을 바꿀 수 있는 사건이다. 이런 일을 하려는 사람으로서 현재 시대를 어떤 관점으로 바라보고 있는가. A. 시대의 주도권이 누구에게 있는지를 기준으로 시대를 구분할 수 있다고 본다. 지난 수백 년간은 자본이 가장 강력한 지배 구조였지만 약 10년 전부터 과학기술이 새로운 주도권을 쥐기 시작했다고 본다. 오픈AI와 스페이스X가 그 대표적인 사례다. 이 두 회사는 순수한 자본주의적 관점만으로는 설명하기 어렵다. 이들은 막대한 자본을 투입해 당장의 수익보다 훨씬 더 먼 미래의 인류 패러다임 전환에 맞닿아 있는 연구 중심의 거대한 목표를 추구한다. 과거에는 '과학기술 → 돈'의 문법, 즉 기술이 돈을 벌기 위한 수단이었다. 그런데 지금 최상위 플레이어들은 '돈 → 과학기술'로 패러다임을 전환하고 있다. 돈을 모아 미래의 결정적 기술을 선점하는 것이다. 기술이 일종의 핵무기처럼 자본을 넘어선 새로운 패권의 도구로 작동하기 시작했다는 강력한 증거라고 믿는다. Q. 이런 목적의 딥테크 스타트업이라면 미국에 법인을 세우는 것이 유리할 수도 있을 것 같다는 생각이 든다. 굳이 한국에서 창업한 이유가 있나. A. 실제로 그 부분이 가장 큰 고민이었다. 오픈AI나 딥마인드 같은 연구 중심 회사를 하려면 막대한 자본이 필요하고 조 단위의 후속 투자를 고려하면 미국 법인이 현실적으로 유리하다는 조언을 선배 창업가들이나 벤처 캐피털리스트(VC)들에게 많이 들었다. 그렇지만 동시에 한국에는 세계적인 경쟁력을 갖춘 젊은 인재들이 높은 밀도로 모여있다고 생각했다. 그들을 수용할 만한 비전과 자본력을 제시하는 회사가 없어 해외로 떠나간다고 봤다. 우리 팀은 비유하자면 '대한민국의 야오반이나 투링반(중국 최고 명문대의 천재 특별반)'으로만 이뤄진 팀이다. 이런 인재들이 모두 떠나가면 한국은 20년 뒤 성장 동력을 잃은 나라가 될 것이다. AI로 세계 패권이 바뀔 수 있는 지금 내가 한국인으로서 한국에서 이 비전을 실현하고 한국이 그 수혜국이 돼야 한다고 생각했다. 물론 회사가 커지면서 현실적인 난관이 많겠지만 감내할 가치가 있다고 믿는다. Q. 앞서 팀을 '대한민국의 야오반'에 비유했다. 팀의 역량과 구성 과정에 대해 더 구체적으로 설명해 줄 수 있나. 또 보통의 창업가들과는 다른 길을 걸어왔는데 어떻게 그런 최고 수준의 인재들을 영입할 수 있었나. A. 우리 팀원들은 객관적으로 세계 최고 수준의 20대 인재들이다. 황수영 최고기술책임자(CTO)는 서울과학고를 전체 수석으로 입학하고 수석으로 졸업했다. 그 외에도 국제수학올림피아드(IMO) 만점자를 비롯해 수학·물리·정보 등 다양한 분야의 국내외 올림피아드 수상자들이 팀의 주축을 이루고 있다. 이런 인재들을 모을 수 있었던 기반은 이전 알고리즘 트레이딩 스타트업 창업 경험 덕이다. 수학적 역량이 뛰어난 인재들이 모이는 그곳에서 만난 핵심 인물들을 중심으로, 영재고-서울대 네트워크를 통해 실력 위주로 멤버들을 추가 영입했다. 현재는 다양한 전공자들이 우리의 비전을 보고 자발적으로 합류하고 있다. Q. 마지막 질문이다. 지난 2월 법인 설립 한 달 만에 50억원 규모의 시드 투자 금액을 받았다. 국내 스타트업 생태계에서 상당히 이례적인 속도와 규모로 알고 있다. 올해는 특히 스타트업 시장이 얼어붙은 시점이다. 어떻게 가능했던 것인가. A. 우리가 하는 일이 근본적인 문제를 다루는 일이라고 생각한다. 투자자분들이 그 부분에 공감해주신 것 같다. 자금은 하려고 하는 일에 필요한 최소 범위만큼 요청했다. 이에 대해 신속히 의사결정을 해주셨다. 리드 투자사였던 퓨처플레이의 경우 최재웅 최고투자책임자(CIO)님이 담당해 주셨는데 이 회사에서 가장 빠른 의사결정 중 하나였다고 들었다.

2025.08.19 12:17조이환 기자

SK하이닉스·MS, AI 역량 강화 프로그램 'AI for Impact' 신설

SK하이닉스가 사회적 기업 및 환경·안전·보건 분야 시민과학자들의 인공지능(AI) 역량 강화를 위한 교육 프로그램 'AI for Impact'를 신설하고, 서울 성동구 성수동 헤이그라운드(성수시작점)에서 론칭 행사를 진행했다고 14일 밝혔다. 시민과학자는 과학 전공자가 아닌 일반 대중으로서 과학 연구에 참여하는 시민 AI for Impact는 사회적 기업 관련 생태계의 AI 역량을 강화함으로써 AI 기술을 통한 사회문제 해결에 기여하고자 SK하이닉스가 마이크로소프트와 협력해 마련한 프로그램이다. 사회문제 해결에 AI 기술을 접목함으로써 사회적 기업들의 사회적 가치(SV) 창출 범위와 영향력을 확대하는 것은 물론, 일반 시민들에게도 일상 속에서 AI를 활용한 SV 창출이 가능하다는 인식을 확산하는 것이 이 프로그램의 기획 취지다. 교육 대상은 AI 역량 개발에 관심을 갖는 사회적 기업 구성원 및 (재)숲과나눔 '시민과학풀씨' 참여자와 같이 환경·안전·보건 분야 문제 해결을 원하는 시민과학자들이다. 교육 콘텐츠는 더 많은 사람이 AI 기술을 배울 수 있도록 지원하는 마이크로소프트 글로벌 AI 스킬 이니셔티브와의 협력으로 제공한다. AI 윤리에 대해 집중적으로 소개하는 'AI 기초 이해'와 홍보 영상이나 e-브로셔 제작 등 '생성형 AI 활용'에 대한 실무 콘텐츠 등으로 구성돼 있으며 AI for Impact 사이트를 통해 누구나 수강할 수 있다. 마이크로소프트와 함께한 이날 행사에는 마이크로소프트 성종은 총괄(AI 내셔널 스킬 한국 디렉터), (재)숲과나눔 장재연 이사장, SK하이닉스 이방실 부사장(SV 담당)이 참석해 AI for Impact 프로그램의 취지와 향후 운영 계획 등에 대해 소개했다. 이어 사전 신청한 100여 명의 사회적 기업 구성원 및 시민과학자들을 대상으로 ▲데이터 분석 및 시각화 ▲공공데이터와 생성형 AI를 활용한 환경·안전·보건 문제 해결 ▲AI 업무 자동화 등을 주제로 오프라인 교육이 이뤄졌다. 사회적 기업 비커넥트랩의 강승희 부대표는 “데이터 분석과 AI 활용에 대한 사회적 기업의 니즈가 많은데, 이번 기회를 통해 니즈를 만족시켜 줄 생성형 AI 활용법을 알게 됐다”며 “남은 교육을 잘 이수해서 실제 사업에 잘 응용하고 사회적 가치를 만드는 데 기여하겠다”고 말했다. 풀씨연구자로 참여한 오픈도어의 박민선 대표는 “특히 환경 연구 분야에서 AI 기술 활용 가능성과 효율성을 실감했다”며 “앞으로 환경문제 해결을 위한 혁신적인 접근 방식을 모색하는 데 큰 도움이 될 것 같다”고 밝혔다. 이날 장재연 (재)숲과나눔 이사장은 “환경·안전·보건 분야에서도 AI 기술을 활용하여 다양한 사회 문제를 해결하고 사회적 가치를 창출하는 데 지속적으로 노력하겠다”고 말했다. 이방실 SK하이닉스 부사장은 “AI for Impact를 통해 사회적 기업 및 시민과학자들의 AI 활용 역량이 향상되기를 기대한다”며 “향후에도 지속적으로 AI 교육 프로그램을 마련해 나가겠다”고 덧붙였다.

2025.05.14 10:03장경윤 기자

지금 뜨는 기사

이시각 헤드라인

"AI 전환 힘 실었지만, SW 생태계 개선 미흡"…소프트웨어 B학점

쿠팡이츠 "무료배달 비용 입점업체 전가 없어"

[AI 리더스] 유용균 국가과학AI센터 단장 "'AI 과학자'로 노벨상급 성과 목표"

엔비디아 '베라 CPU' 외부 판매...삼성·SK LPDDR 수요 촉진

ZDNet Power Center