과학기술 분야의 통합창구 NTIS 서비스혁신팀 과학기술의 발전과 혁신, 그리고 국가 경쟁력 강화를 위해 연구개발(R&D) 과제는 필수적이라 할 수 있다. 그러나 매년 약 7만여 건의 과제가 수행되고 있는 만큼, 연구자들에게는 과제의 중복을 피하는 것이  또 다른 도전 과제가 될 수밖에 없다. 이러한 상황 속에서 KISTI  NTIS 센터의 서비스혁신팀은 연구자들이 R&D 과제를 성공적으로 수행할 수 있도록 지원하는 중요한 역할을 하고 있다. NTIS 효율적인 연구지원으로 국가 경쟁력을 강화한다 NTIS(국가과학기술지식정보서비스)는 2008년 처음으로 세상에 공개되었으며, 이후 연구원들 사이에서 필수적인 플랫폼으로 자리 잡았다.  이 서비스는 과학기술정보통신부의 주도 아래 KISTI가 총괄 주관을 맡고 있으며, 이로 인해 NTIS는 신뢰성과 전문성을 갖춘 정보 제공 플랫폼으로 자리매김할 수 있었다. 그리고 이는 서비스혁신팀(이전 서비스개발팀)이 있기에 비로소 가능한 일이었다. 연구자뿐만 아니라, 대중에게도 가치 있는 NTIS 서비스 서비스혁신팀은 R&D 과제와 관련된 정보를 통합적으로 제공하는 플랫폼 NTIS를 운영하고 관리하는 중요한 역할을 맡고 있다. 김도균 팀장은 “특히 연구자들이 과제를 제출할 때 중복성을 검사할 수 있는 기능을 제공하여, 이전에 수행된 과제와의 중복을 방지하는 데 기여하고 있다”라며 “과제에 대한 정보를 수집하고 분석하여 연구자들에게 필요한 다양한 데이터를 제공한다”고 설명했다. 이 데이터에는 과제 정보, 예산, 인력, 연구자 정보, 참여 기관 정보 등이 포함된다. 또한, NTIS는 연구자들이 필요한 정보를 쉽게 찾고 분석할 수 있도록 통합 검색 기능과 다양한 분석 도구를 제공한다. 다른 유사 플랫폼과 비교하여 통합적이고 포괄적인 정보를 제공하는 데 중점을 두어, 연구자들이 보다 효율적으로 연구를 수행할 수 있도록 지원한다. 이러한 역할을 통해 NTIS 서비스혁신팀은 R&D 과제의 활용성을 더욱 높이고 있다. NTIS를 통해 약 30조 원의 R&D예산이 어떤 사업에 어떻게 사용되었는지를 분석하며, 논문과 특허를 포함한 14종의 연구성과 대한 데이터도 다루고 있다. 논문과 특허 및 연구보고서 외에도 연구시설 장비, 기술요약정보, 소프트웨어, 화합물, 생물자원, 생명 정보, 신품종, 표준에 이르는 다양한 연구성과 정보를 통합적으로 관리하고 있다. NTIS는 국가 R&D와 관련된 다양한 정보를 일반 대중에게 제공함으로써 연구와 기술 개발에 대한 이해를 높이고, 연구자와의 협력 기회를 창출하는 데 기여하고 있다. NTIS는 대중이 과학기술에 관한 관심을 가지고 적극적으로 활용할 수 있는 접근 창구 역할을 수행하는 것이 중요하다. 국민과 함께 하는 NTIS 서비스를 꿈꾸다 2025년은 서비스혁신팀에게는 또 다른 도전의 해이다. 기술 이전 및 사업화 정보 활용 확산 생태계를 구축하기 위해 개발된 기술이전 사업화정보서비스(이하 R&D TEMA)가 한 단계 더 발전하여 새롭게 업데이트될 예정이기 때문이다.  R&D TEMA는 기술이전 및 사업화 검색, 현황 및 분석, 우수기술 및 성공사례 구축, 기술설명회 지원, 기술이전 및 사업화 관련 공고 등 기술이전 및 사업화에 대한 정보 접근성을 높이고, 관련 기관 간의 협력을 촉진하여 기술 혁신을 지원하는 서비스이다. 김 팀장은 “현재 국가 R&D 기술 이전 및 사업화 서비스의 활용도를 높이고, 성공사례를 가시화하는 작업을 진행 중”이라며, “기술사업화 관련 기관 간 협력 체계를 마련하고, 서비스 연계를 지원하며, 기술 거래를 활성화하고 우수 사례를 발굴하는 등 국민이 체감할 수 있는 서비스를 강화하고 있다”고 덧붙였다. 최근 AI 기술의 발전으로 일반 국민과 기업들은 업무와 일상에서 AI를 효과적으로 활용하고 있다. 이러한 흐름 속에서 AI와 추천 서비스의 접목은 NTIS의 새로운 역할로 자리 잡게 될 것이 분명하다. 김 팀장은 “과기부의 요청에 따라 대국민 서비스와 AI 서비스를 적극적으로 개발하고 있다”고 밝히며, NTIS를 국민들이 더욱 유용하게 활용할 수 있도록 다양한 서비스를 제공할 계획을 세우고 있다고 설명했다. 작년부터 서비스혁신팀은 NTIS의 홍보에 집중했다. 올해는 18개 부처·청에서 나오는 국가 R&D에 대해 적극적으로 홍보하는 막중한 역할을 맡게 됐다. 즉, 18개 부처·청에서 진행하는 다양한 연구개발 프로젝트와 성과를 국민들에게 알리고, 이를 통해 국민들이 어떤 혜택을 받을 수 있는지를 적극적으로 홍보하겠다는 계획이다. 이러한 홍보를 통해 어린이부터 노인까지 다양한 연령대의 사람들이 창업할 수 있도록 지원하고, 성공사례나 예시를 제공함으로써 국민들이 연구개발의 성과를 더 잘 이해하고 활용할 수 있도록 도와주겠다는 의도를 가지고 있다. 김 팀장은 끝으로 “이 활동은 국민들이 국가의 연구개발 성과를 체감하고, 이를 통해 자신의 진로를 선택하거나 창업에 도전할 기회를 제공하는 데 중점을 두고 있다”고 비전을 밝혔다.

0 144

의사를 돕는 AI, 의사를 꿈꾸는 AI 인터뷰 | 강재우 교수(고려대학교 컴퓨터학과) 의사가 놓칠 수 있는 병력 정보를 미리 분석하고, 환자의 말을 대신 정리해주는 AI. 인간처럼 판단하고, 때로는 의사를 도와 협진까지 해내는 AI. 이제 AI는 의료 현장에서 단순한 도구를 넘어 '지적 파트너'로 거듭나고 있다. AI를 신약 개발과 의료 현장에 적용해온 강재우 교수의 연구는 그러한 미래를 누구보다 한발 앞서 보여준다. AI 기술을 의료 분야에 접목해 신약 개발의 패러다임을 바꾸다 강재우 교수는 고려대학교 컴퓨터학과에서 인공지능을 연구하고 가르치는 과학자다. 동시에 인공지능 기반 신약 개발을 선도하는 바이오 스타트업 ‘아이젠 사이언스(Aigen Sciences)’의 대표이기도 하다. 2020년에 설립된 이 회사는 ‘AI 기반 항암제 개발’이라는 새로운 영역을 개척하며 업계의 주목을 받고 있다. 핵심 파이프라인은 AI가 유전자 데이터를 분석해 항암제를 설계하고, 최적의 병용 요법을 도출하는 기술이다.  현재까지 10종 이상의 항암제를 설계했으며, 이 중 일부는 동물실험을 마치고 대동물 실험 단계로 진입한 상태다. 신약 개발 초기 단계의 설계부터 실험까지 상당 부분을 기업 내부에서 수행하고, 약물 합성은 임상시험수탁기관(CRO)과 협력해 진행하는 구조로, 높은 연구 자립도를 자랑한다. 의료 데이터와 AI의 융합이 여는 새로운 가능성 강 교수는 원래 컴퓨터를 전공한 연구자로, 처음부터 의료 분야에 관심이 있었던 것은 아니다. 미국에서 교수로 재직 중일 때 가깝게 지내게 된 동료 교수의 전공이 생명정보학(Bioinformatics)이었고 이를 계기로 바이오 데이터를 기반으로 AI를 접목해 문제를 푸는 연구에 본격적으로 뛰어들게 되었다. 이후 그는 세계적 제약사 아스트라제네카가 주최한 국제대회 ‘드림 챌린저’에 참가해 2위를 차지하며 가능성을 입증한 이후 MIT, 구글, 지멘스 등 글로벌 기업들을 제치고 7차례 우승을 거두었다. 연구자로서 국제적 성과를 거뒀지만, 회사를 이끄는 일은 전혀 다른 도전이었다. “연구실에서는 내가 몰두한 만큼 결과가 나오는데, 회사는 그렇지 않아요. 아무리 좋은 연구여도 시장에서 바로 받아들여지는 건 아니니까요.” 그럼에도 자신의 연구가 실제 약으로 개발되고 환자에게 닿을 수 있는 길을 만든다는 데 큰 보람을 느낀다. 환자의 데이터를 이해하고 판단하는 조력자, ‘전문가 AI’ 강 교수가 지향하는 AI는 단순한 도구가 아니다. AI가 스스로 판단하고 문제를 해결하는 ‘에이전트 AI(Agent AI)’로 진화하고 있다는 것이 그의 설명이다. 기존의 AI가 인간의 요청에 따라 데이터를 분석하는 수준이었다면, 이제는 스스로 문제를 정의하고 실험 계획을 수립하며 의사결정의 주체가 되는 수준으로 나아가고 있다. 에이전트 AI는 기존의 ‘도구형 AI(Tool-based AI)’와는 달리, 사용자의 지시를 기다리지 않고 스스로 데이터를 탐색하고 필요한 판단을 내릴 수 있는 ‘행위 주체형 인공지능(Autonomous Agent)’이다. 이러한 AI는 단순 보조 기능을 넘어, 복잡한 문제 상황에서도 맥락을 이해하고 최적의 대응 방안을 제시할 수 있는 디지털 협업자로 진화하고 있다. 대표적인 예로 그가 개발한 ‘미어캣(Meerkat)’ 모델은 미국 의사면허시험(USMLE)을 통과한 최초의 소형 거대언어모델(small Large Language Model, sLLM)이다. 100억 개 미만의 매개변수(Parameter)를 가진 이 모델은 병원 내 서버에서도 독립적으로 운용할 수 있어 환자 정보 보호가 중요한 의료 환경에서 실용성이 높다. 이 모델은 단순히 정답을 제시하는 것을 넘어 문맥을 이해하고 다양한 진단 시나리오를 제안하는 기능을 갖춘 것이 특징이다. 이는 전자의무기록(EMR)을 분석해 진료 방향을 제안하거나 환자의 병력, 약물 복용 이력, 유전 정보 등을 기반으로 다양한 판단을 내릴 수 있게 해준다. 특히, 서울대학교병원과 공동 개발한 당뇨 전문가 AI 시스템은 환자와 의사의 질문에 모두 응답하며 복잡한 질병 이력을 정리해 제공한다. 또한, 서울대 희귀질환센터와는 6,000여 종의 희귀질환 데이터를 학습한 시스템을 개발하고 있으며 이는 평균 2년 이상 소요되는 진단 기간을 크게 단축시킬 수 있다. 이러한 ‘전문가 AI’는 특정 질환에 특화된 언어 모델로 의사의 임상 결정을 서포트하며, 특히 소아청소년과 같은 인력 부족 분야에서 응급환자 분류, 약물 처방 이력 분석, 간호사 키인(key-in) 자동화 등 실질적인 의료현장 지원을 목표로 한다. 실제로 키보드 입력 없이 음성 기반 기록 자동화, 환자 응답 분석을 통한 실시간 요약 보고, 환자의 표정이나 몸짓과 같은 비언어적 표현을 감지하는 기능까지 점차 확장되고 있다. 이는 의료진이 환자와 눈을 마주치며 대화하는 시간은 늘리고, 반복적인 기록 작업에 소비되는 시간을 줄이는 데 도움을 준다. 또한, 이러한 시스템은 병원 내 서버 한 대만으로도 구동이 가능하다는 점에서 고가의 장비구입이 어려운 지방 병원이나 1차 의료기관에도 적용 가능성이 높다. 프라이버시 보호가 중요한 의료 환경에서 데이터를 외부로 전송하지 않고도 AI 서비스를 받을 수 있다는 장점이 의료 AI 도입의 문턱을 크게 낮추고 있다. 의료 패러다임을 바꾸는 인공지능과 인간의 협업 “AI는 인간 의사를 대체하진 않을 겁니다. 하지만 좋은 전공의처럼 곁에서 정보를 정리하고 요약해 주는 조력자가 될 수 있습니다. 환자가 어떤 약을 복용했고 어떤 반응을 보였는지, 가족력은 어떤지 등을 AI가 정리해 주면 의사는 훨씬 더 정밀하게 진료할 수 있죠.” 강 교수는 특히 AI를 통한 진료의 질 향상뿐 아니라, 의료 생산성의 구조적 혁신 가능성에 주목한다. 현재 많은 의료진이 환자의 데이터를 일일이 조회하고 과거 기록을 수작업으로 비교하는 데 상당한 시간을 소모한다. 하지만 AI는 환자의 히스토리를 종합적으로 분석해 ‘이번 진료에서 반드시 확인해야 할 포인트’를 실시간으로 제시함으로써 진료 과정의 누락을 줄이고 정확도를 높일 수 있다. 강 교수가 만들어가는 의료 AI는 더 나은 치료를 위한 ‘디지털 동료’와 같다. 사람처럼 사고하고 상황을 이해하며, 의사와 협업할 수 있는 AI의 등장은 단순한 기술 발전을 넘어선다. 인간과 기계가 각자의 강점을 살려 함께 진료하는 시대. 그 실현을 위해 오늘도 강 교수는 연구실과 회사를 오가며 도전을 이어가고 있다. 강 교수의 연구는 기술이 사람을 향해 있어야 한다는 철학과 그것을 구현하는 실제적인 노력을 통해 사회 전반에 신뢰할 수 있는 AI 도입의 본보기를 제시하고 있다. KISTI와의 협력: AI 연구의 연료를 제공하다 강 교수는 한국과학기술정보연구원(KISTI)의 K-BDS GPU 자원이 미어캣 모델을 훈련하는 데 큰 역할을 했다고 밝힌다. 고성능 컴퓨팅 인프라는 대형 언어모델 개발의 핵심 기반으로, KISTI의 자원이 없었다면 이 같은 성과는 불가능했을 것이라고 했다. 향후에는 KISTI와 함께 다양한 과학 분야에 특화된 ‘사이언티스트 AI’를 공동 개발해 보고 싶다는 포부도 내비쳤다. 과학 전 분야에 정통한 AI는 특정 분야를 넘어서 융합형 문제 해결에도 기여할 수 있어 연구의 생산성과 통찰력 모두를 높일 수 있을 것으로 기대된다. “기술은 사람이 중심일 때 비로소 가치가 생깁니다.” 강재우 교수의 이 말에는 과학이 추구해야 할 방향을 되묻는 나침반이 들어있다. AI라는 도구를 통해 우리는 인간 중심의 미래를 설계할 수 있을까. AI와 함께 그리는 인간 중심의 미래는 과학이 풀어야 할 가장 중요한 질문이자, 그 미래를 설계하는 힘이 되고 있다.

0 123

빅데이터 분석 시스템 COMPAS로 공적개발원조사업(ODA)까지, 미소테크 인터뷰 | 진병삼 대표(미소테크)  과학기술 데이터를 수집하고 이를 분석하는 데이터 분석 기술을 연구해 오고 있는 KISTI는 ‘논문, 특허, 무역정보’ 등을 손쉽게 분석할 수 있는 시스템인 경쟁정보분석시스템(COMPetitive Analysis Service, COMPAS)을 구축해 운영하고 있다. KISTI와 함께 COMPAS를 개발하고 운영하고 있는 미소테크의 진병삼 대표를 만나 COMPAS의 활용현황과 향후 계획에 대한 자세한 이야기를 들어보았다. Q. 자기소개와 함께 미소테크에 대한 소개 부탁드립니다. A. 2009년 미소테크를 창업해 현재까지 운영하고 있는 진병삼 대표입니다. 미소테크는 창립 이후 매년 꾸준하게 성장해온 공공 SI 전문기업으로, 정부부처 및 출연연구소, 공공기관들의 업무 시스템과 정보 분석 시스템, 기술 가치 평가 시스템 등 공공기관의 전문 시스템을 개발하고 있습니다. KISTI의 논문·특허 등 대규모 정보자원에서 글로벌 경쟁기술의 활동 상황을 감지·분석함으로써 연구개발(R&D) 의사결정을 지원할 수 있는 경쟁정보분석시스템(COMPetitive Analysis Service, COMPAS) 개발사업에 참여해 2009년에는 데이터베이스 등 인프라 구축, 2010년에는 기본적인 분석 시뮬레이션 시스템을 개발, 2011년에는 이를 바탕으로 서비스 시스템을 개발했습니다.  Q. 경쟁정보분석서비스(COMPAS, COMPetitive Analysis Service)가 어떤 시스템인지 소개해주세요. A. COMPAS는 KISTI의 논문과 특허 정보를 기반으로 해서 R&D 연구자들이 손쉽게 정보 분석을 할 수 있도록 만든 시스템입니다. 연구개발 초기에 기업 및 연구자가 제일 어려워하는 것이 시장 상황이나 특허 현황, 기술의 수준 같은 부분인데, COMPAS에서 몇 가지 검색식으로 검색을 실행하면 그것에 맞춰 미국특허청의 등록 특허, 유럽 특허청의 PATSTAT DB, 무역 정보 및 논문 정보 등을 분석해 리포트 형태의 보고서로 제공 받을 수 있습니다. 또한, COMPAS를 통해 손쉽게 관련된 정보와 동향 등을 찾아볼 수 있으며, 이를 R&D 개발에 응용할 수 있는 시스템입니다. COMPAS는 KISTI에서 대국민 서비스로 운영하고 있어서 인터넷 사이트 compas.kisti.re.kr을 통해 국민 누구나 자유롭게 사용할 수 있습니다. 특히, 창업을 준비하는 예비창업자분들, R&D 개발자분들, 기업을 운영하시는 대표님들, 개별 연구소에 계신 연구원분들이 활용하시면 유익한 시스템입니다. Q. COMPAS의 개발과정이 궁금합니다. A. COMPAS는 기본적으로 KISTI에서 기획한 시스템으로, 저희는 이 시스템을 구현하기 위한 용역입찰에 참가했고 당시 미소테크가 정보 분석과 대용량 데이터 처리에 대한 노하우가 있어서 개발에 참여할 수 있었습니다. 시스템 개발은 누구나 할 수는 있지만, 데이터 및 분석모델에 대한 이해와 구현, 분석형 DATA 설계·구축은 오랜 시간과 경험이 필요합니다. 미소테크는 15년 동안 COMPAS 개발을 통해 KISTI와 동고동락을 했다고 생각합니다.  개발 초기에 KISTI 박사님들께서 분석 알고리즘과 모델 등을 설계해 주시고, 구현 가능 여부에 대해 많은 고민을 하셨습니다. 그러면 저희는 그 알고리즘을 전산화해서 빠른 처리 속도로 분석 데이터가 나올 수 있도록 웹 프로그램 개발을 진행하고 분석 프로세스를 정교화했습니다. KISTI가 알려주신 알고리즘을 web 버전으로 개발하고, 보고서를 박사님들이 검증하여 완성하는 체계를 만든 것입니다. Q. 현재 COMPAS가 어떤 분야에서 어떻게 활용되고 있나요? A. 대표적으로 기술 R&D 개발이나 기획, 사업계획서 작성, 신사업 발굴 등의 분야에서 많이 활용되고 있습니다. 어떤 과제를 기획하거나 제안할 때 논문이나 특허 분석은 반드시 들어가야 하는데, COMPAS를 활용하면 쉽게 그 정보들을 얻을 수 있기 때문입니다. 더불어 사업 전환의 측면에서도 활용되고 있습니다. 예를 들어, 신발용 접착제를 만든 회사가 특허 분석을 해보니 신발뿐 아니라 전혀 알지 못했던 분야에도 이 접착제가 쓰이는 경우를 발견합니다. 그럼 이 신발용 접착제 기술을 바탕으로 5~10% 정도만 더 연구하면 다른 분야에 쓸 수 있는 기술들을 만들어 낼 수 있는 것입니다. 사실, 한 분야에 몰두하시던 분들이 다른 분야의 활용도 같은 정보를 알아내기가 쉽지 않습니다. 그런데 COMPAS 시스템을 통해 ‘다른 분야에서도 우리 제품이 쓰일 수 있겠네’를 인지하게 되고 이를 기반으로 사업의 전환을 꾀할 수 있는 것입니다. 또한, 연구원에서도 국가에서 R&D 과제를 기획할 때 연구 동향을 분석하는 용도로 COMPAS를 많이 사용합니다. 아예 0에서 시작해야 하는 분야에 개발을 착수하면 천문학적인 비용이 들어가지만, 우리나라가 논문이나 특허를 보유하고 있으며, 일정 수준의 기반이 있는 분야에 R&D 예산을 투자하면 재원의 효용성이 높아지기 때문입니다. 이렇듯 예산을 효율적으로 사용해서 산업을 발전시키는 데 이바지하는 시스템이라고 보시면 될 것 같습니다. Q. COMPAS 개발에 있어 가장 큰 힘이 됐던 지원이나 도움은 무엇이었을까요? A. 시스템 개발에 함께했던 KISTI의 박사님들의 도움이 가장 컸던 것 같습니다. COMPAS 개발 초기, 데이터로 알고리즘을 분석할 때 KISTI 박사님들께서 그것을 수학적으로 모두 풀어주셨습니다. 사실 한 개의 모델을 개발하기 위해서 분석이 맞는지 틀리는지를 따지는 데만 1~2년이 걸리기도 합니다.  더구나 이 부분은 개발자들이 할 수 있는 영역의 수준이 아니라 박사님들이 도와주시지 않았더라면 저희도 수많은 시간을 할애했을 것입니다. 박사님들의 노력에 맞춰 정보 분석 시스템 전문 개발자들이 붙어서 10여 년을 같이 개발을 했습니다. 이러한 훌륭한 협업을 통해 좋은 결과물이 나올 수 있었던 것 같습니다. Q. 개발단계부터 일련의 과정에 있어 가장 큰 보람과 가장 큰 위기는 무엇이었을지, 그리고 그 위기를 어떻게 극복하셨는지 궁금합니다. A. KISTI로부터 COMPAS 시스템을 기술이전 받고 국내에 보급하면서 해외 기관에서도 요청이 많이 왔습니다. 그중에서 베트남은 자체 예산으로 구매하겠다는 요청이 와서 베트남에 방문해서 설명하고 세미나도 진행했는데, 결국 판매 금액이 너무 높다는 답변을 받은 적이 있습니다. 그래서 KISTI에서 처음 판매 금액의 1/10을 제시했는데도 너무 비싸다, 10년에 걸쳐 3천만 원씩 분할 납부를 하겠다고 해서 이건 도저히 안 되겠다 하고 마음을 접고 과기부 공적개발원조(Official Development Assistance, ODA) 사업으로 우회하는 방법을 택했습니다. 이후, KISTI 박사님들께서는 베트남에 가셔서 타당성 조사를 하시고 저희는 계획서를 꼼꼼히 작성해서 전달했습니다. 그런데 바로 직후에 코로나19 팬데믹이 들이닥쳤습니다. 다행히 코로나 전에 사업계획서를 전달했고, 현지 기관의 담당자가 이를 베트남 ODA 문서로 만들어서 밤 10시가 넘도록 담당 차관, 부처 담당자들에게 왔다 갔다 하면서 서명을 모두 받아줘서 베트남 정부의 승인을 받을 수 있었습니다. 당시 2~3년 동안 승인받지 못한 프로젝트들도 많았는데 너무나도 빠르게 승인을 받아서 사업을 시작한다고 하니 과기부에서도 깜짝 놀랐습니다. 포기하지 않고 ODA 사업으로 방향을 튼 것이 신의 한 수였다고 생각합니다.  그때 저희가 보급한 COMPAS 시스템은 현재 베트남에서 너무 잘 활용되고 있습니다. 더구나 ODA 사업을 하면서 20회 이상 베트남 언론에 노출되기도 할 정도로 성과가 많았습니다. 코로나라는 큰 위기 속에 사업을 성공적으로 진행했고, 우리 과기부 장관님과 베트남 과기부 차관님을 모시고 성공적으로 마무리해 큰 보람을 느꼈습니다. Q. 해외 기술 전수까지 이루셨습니다. 남다른 성공 노하우가 있으시다면요? A. 남다른 노하우라기 보단 미소테크의 성장에 있어 KISTI의 전폭적인 지지와 지원이 큰 동력이 된 것 같습니다. 사실 저는 1999년부터 KISTI의 전신이었던 산업기술정보원의 초청연구원으로 4년 정도 근무했고, KISTI DDS에서 다양한 KISTI IT 프로젝트를 수행하고, 미소테크를 창업했습니다. 그 경력을 살려 창업 초기, COMPAS를 비롯한 IT 관련 프로젝트들을 수주해서 일을 시작했습니다. 이후 저희 능력을 인정해 주신 KISTI 박사님들께서 여러 기관에 입소문도 많이 내주셨습니다. 그 덕분에 한국과학기술기획평가원(KISTEP)의 시스템을 개발했고, 이어서 농촌진흥청, 한국환경공단의 행정시스템과 기술보증기금, 한국콘텐츠진흥원 등의 가치평가 시스템들도 개발할 수 있었습니다. 이후 보건산업진흥원, 식품의약품안전처 같은 기관들로도 영역을 계속 넓혀왔습니다. 또한, 베트남 ODA 사업 같은 다양한 사업을 진행하면서 노하우도 많이 쌓이고 해외 여러 나라의 문화도 알고 사업의 방향도 잡을 수 있었습니다. 이러한 노력을 바탕으로 ‘2022년 디지털정부 해외 진출 유공자 장관 포상’에서 행안부 장관상을 수상했고, 벤처인증, 이노비즈 인증, 강소기업인, 구로구 일자리 창출 우수기업 선정 등의 성과를 얻을 수 있었습니다. Q. 마지막으로 COMPAS와 관련한 향후 계획이 궁금합니다. A. COMPAS와 같은 정량정보 분석 시스템은 특정 기관이나 조직을 대상으로 하기 때문에, 민간 기업이 단독으로 보급하거나 운영하기에는 한계가 있습니다. 이에 저희는 대부분의 COMPAS 기반 시스템을 KISTI와 함께 기획·개발하고, 담당 부서와 긴밀히 협력하며 운영해오고 있습니다. 최근에는 사업이 중단되었던 카자흐스탄 등에서 COMPAS 시스템을 재도입하기 위한 다양한 시도가 이루어지고 있는 등 해외 확산 가능성이 열리고 있어, 앞으로 더 많은 국가로 확장되기를 기대하고 있습니다. 사실 COMPAS 프로젝트는 규모 면에서는 다른 기관의 대형 사업들에 비해 작을 수 있지만, COMPAS는 저희 미소테크가 창업 초기부터 함께 만들어온 프로젝트이기에 남다른 애착이 있습니다. 단순한 시스템이 아니라 함께 성장하고, 더 많은 곳에 보급되기를 바라는 마음이 크기 때문에 꾸준히 관심을 기울이고 있습니다. 또한, COMPAS 프로젝트를 통해 다양한 해외 사업 경험을 축적하게 되었고, 이를 바탕으로 다른 정부 기관들과도 해외 진출을 함께 도모하고 있습니다. 현재 한국국제협력단(KOICA) 및 식품의약품안전처의 ODA 사업과 연계하여 시스템 개발을 준비 중 입니다. KISTI와의 협업 역시 계속 이어지고 있으며, 정부 주도의 프로그램을 기업과 함께 현지에 보급하는 방식으로 지속 가능한 협력 모델을 기획하고 있습니다. 연구원에 몸담고 있던 시절도 의미 있었지만, 창업 이후 겪은 다양한 도전들이 지금의 저를 만들어 주었다고 생각합니다. 연구 과제부터 해외 사업까지 상호 보완적인 파트너로서 함께 성장하고 있다는 점에서 큰 보람을 느끼고 있습니다. 앞으로도 더 많은 기관과 국가에 COMPAS가 유의미하게 활용되기를 기대하며, 계속해서 최선을 다하겠습니다.

0 131

암호화된 은밀한 사이버공격… 데이터로 사전 대응한다   융합보안연구팀   디지털 대전환의 시대, IT 기술이 발전함에 따라 사이버공격 역시 고도화되며 우리의 일상을 위협하고 있다. 이러한 사이버공격을 막을 수 있는 건 사이버보안 기술이다. 특히 최근 과학기술을 중심으로 패권 경쟁이 심화됨에 따라 기술 유출 방지 및 핵심 과학기술 보호를 위해 사이버보안이 더더욱 중요해지고 있다. 끊임없는 창과 방패의 싸움, 그 중심에 과학기술계와 국민들의 사이버보안을 책임지는 KISTI 융합보안연구팀이 있다.   (왼쪽부터) 김용대, 류범종, 권태웅, 이준(팀장), 이현우, 박한솔, 박민우, 김병규, 신미란, 주광일   찾기 어렵고 복잡한 사이버공격, 패턴 분석 통해 공격 구분한다   융합보안연구팀은 KISTI 내에서도 활기가 넘치는 신생팀이다. 사이버보안의 중요성이 점점 늘어남에 따라 지난 2021년 ‘암호화 사이버 위협 대응 기술 개발’ 사업이 시작됐다. 국토교통부와 해양수산부까지 함께 참여하는 다부처공동사업이었다. 연구개발이 진행됨에 따라 KISTI 내부에서도 이를 종합적으로 수행하고 대응할 수 있는 조직의 필요성이 대두되었으며, 지난 2023년 융합보안연구팀이 신설되었다.   암호화 사이버위협 대응 기술 연구개발의 개요     암호화 사이버위협 대응 기술의 세부 연구 내용     현재 KISTI에선 과학기술보안연구센터 아래 융합보안연구팀, 사이버침해대응팀, 지능형보안기술연구팀이 각각 역할을 수행하고 있다. 사이버침해대응팀은 과학기술사이버안전센터(보안관제센터)를 운영하며 침해 사고 대응 및 예방 업무를 담당하고, 지능형보안기술연구팀은 평문 기반의 사이버공격들을 분석하고 대응하는 연구를 수행하고 있다.   융합보안연구팀은 시선은 더 앞쪽에 맞춰져 있다. 이준 팀장은 “융합보안연구팀은 IT 기술이 활용되는 다양한 도메인에 적용 가능한 보안기술을 연구개발하고 있다”며 “특히 네트워크 트래픽이 암호화됨에 따라 현재 보안관제 체계에서 탐지 및 분석할 수 없는 사이버공격들을 대응하기 위한 원천기술 개발이 핵심이다”라고 말했다. 또한 디지털 세계의 사이버공격만 한정하지 않는다. 이 팀장은 “IT 기술이 발전하며 이를 기반으로 모든 분야가 초연결되는 시대가 도래하고 있다”며 “전통적 융합보안에서 더 나아가 IT 기술이 접목된 분야의 모든 보안을 책임지는 ‘융합보안’ 연구를 수행해 나갈 예정이다”라고 설명했다   현재 가장 대표적인 수행 연구로는 앞서 소개한 ‘암호화 사이버 위협 대응 기술 개발’ 사업이 있다. 사이버공격이 기존 평문 형태에서 암호화된 형태로 진화함에 따라 이를 분석하고 대응할 수 있는 대응 기술을 개발하고 있다. 특히 기존 과학기술정보통신부뿐만 아니라 자율주행 통신 환경, 스마트선박 및 해상 무선 통신망 등의 보호를 위해 국토교통부의 한국도로공사와 해양수산부의 선박해양플랜트연구소 등이 함께 참여하는 다부처공동사업 형태로 연구개발이 진행되고 있다.   뿐만 아니라 AI를 접목한 융합보안연구 역시 진행되고 있다. 이 팀장은 “사이버공격은 정상 트래픽과는 다른 패턴들을 보인다. 이를 학습을 통해 분별해낼 수 있는 기술을 개발 중이다”라며 “지금까진 공격 판단 및 대응 작업을 보안관제 전문 인력들이 수작업으로 진행하였지만 이를 자동화할 수 있는 기술도 AI를 활용해 개발 중에 있다”고 설명했다. 이 과정에서 데이터 수집 및 분석을 위해 화이트해커와의 협업을 진행하는 것도 특징이다. 또한 융합보안연구팀은 최근 개청한 우주항공청의 보안관제를 일부분 담당하고 있다. 특히 국가기밀급 연구개발 및 데이터 관리가 이뤄지는 기관이기에 KISTI의 전문성이 빛을 발할 것으로 기대된다.   한 번의 문제가 큰 피해로… 기술과 인식 모두 제고 必   사이버보안 역시 여타 다른 보안 분야와 같은 고민을 가지고 있다. 권태웅 선임연구원은 “현재의 보안기술은 문제가 먼저 발생한 뒤 이를 분석하여 대응하는 형태로 진행된다”며 “이를 궁극적으론 선제적인 대응이 가능하도록 예방하고자 하지만, 선제 대응 자체가 상대방에겐 ‘공격 행위’로 판단될 수도 있어 능동적인 보안 체계를 구축하는 데 어려움이 있다”고 말했다. 권 선임연구원은 또한 “최근 AI와 기계학습 등을 활용한 연구들이 활발하게 진행되고 있고 유의미한 성과들이 도출되고 있지만, 보안 분야에선 이를 그대로 활용할 순 없다”며 “현재 보안관제 체계에 따라 판단 근거와 결과를 동시에 제시해야만 신속하고 정확한 대응이 가능한데, 높은 정확도와 판단 근거 체계를 유지하는 것에 대한 기술적인 어려움이 많다”고 설명했다.   사이버보안에 대한 인식도 제고될 필요성이 있다. 보안관제센터가 설치된 정부출연연구기관을 비롯해 국가 주요정보통신기반시설 등 국가·공공 분야 기관들은 국가정보원에서 지정한 지침에 따라 보안 체계가 운영되고 있다. 하지만 공공기관 내에서도 보안 인식이 아직 미흡한 부분이 있으며, 민간에는 ‘권고’ 수준으로만 운영이 이뤄지고 있다. 이 팀장은 “현재는 해외의 주요 대기업 등에서만 민간 연구가 이뤄지고 있다. 향후 연구개발된 보안기술들을 민간 등에 기술이전함으로써 해외 기술 종속을 방지하고 국내 정보보호 분야 역량 강화에 기여하고자 한다”고 말했다.   끝으로 이 팀장은 “국방, 경제, 의료 등 사이버보안이 중요시되는 분야에선 단 한 번의 탐지 실패가 막심한 피해로 이어진다”며 “높은 정밀도와 신뢰성을 중심으로 보안연구를 이어나가며 사이버공격으로부터 안전한 사회를 만드는 데 KISTI가 앞장서겠다”는 뜻을 밝혔다.    

0 256

정밀성과 효율성으로 치과 분야 새 시대를 열다   AI로 치주염 조기 진단!   인공지능(AI)을 활용한 치주염 진단 기술이 개발되어 국민 치아 건강 증진에 새로운 전기를 마련할 것으로 기대된다. 치아와 구강의 다양한 구조적 특징을 고려해 최적의 b-box 마진을 설정함으로써 AI 모델의 학습과 추론 성능을 획기적으로 개선하는 연구가 진행 중이다. 의료 AI 솔루션 기업 등과의 협력을 통해 치과 분야에서의 산업적 활용은 물론이고, 임상연구와 건강보험 심사를 거쳐 의료수가 항목으로 인정받아 전 세계인의 치아 건강 개선에 기여하고자 하는 앞으로의 바람까지 자세한 이야기를 들어봤다   자기소개와 함께 담당하고 있는 분야에 대한 소개 부탁드립니다.   데이터분석본부 부산울산경남지원에서 주요 업무로 수요대응형 지역 혁신 생태계 활성화 지원 및 AI 솔루션 실용화 지원 업무를 담당하고 있습니다. 더 상세히 설명 드리자면, 기업 지원 측면에서 과학기술정보협의회(ASTI) 및 패밀리기업의 DX 전환 추진, AI 솔루션의 활용 및 확산을 위해 직접적인 대면 방식을 통해 집중·상시적으로 지원하고 있습니다. 간접적으로는 ASTInet 플랫폼의 DX화 추진을 통해 온·오프라인의 접점을 넓히고 ASTI 중심의 지역 산학연정 협력 생태계 기반을 넓히고 있습니다. 나아가 기업 지원을 위한 LLM 기반 AI 솔루션 개발을 통해 ASTInet의 기업 지원 서비스를 고도화하고 있습니다.   이러한 ASTInet 기반의 패밀리기업 지원 서비스를 국가과학기술연구회(NST) 산하 출연연의 기업 통합 지원 디지털 플랫폼 구축 사업으로 연계하여 확대하고 있습니다. 데이터분석본부의 5개 지원 중 하나로써 동남권 NST 출연연 지역조직협의체를 구축·운영하며, 이를 통한 다양한 지역 수요 기반의 R&D 선도형 융합클러스터 사업을 기획 추진하고 있습니다. 또한, ASTI의 글로벌 진출을 위해 베트남, 인도네시아 중심의 동남아 지역을 대상으로 한 한인상공인협의회(KOCHAM), 세계한인무역협회(OKTA), 한국무역협회(KITA) 등의 한국 민간기관과 아세안대표부, 한-아세안협력팀, 한아세안과학기술협력센터, 중소벤처진흥공단, 지자체 해외사무소, 출연연 해외사무소 등의 한국 공공기관, 해외 각국의 현지 민간협의체 및 공공기관 등과 협력하여 ASTI 기업의 글로벌 진출 지원을 돕고 있습니다.   개발하신 기술은 어떤 기술인가요?   ‘치주염 진단을 위한 인공지능 모델 학습용 데이터 생성 방법 및 장치’에 관한 기술입니다. 영상치의학적으로 치주염 진단은 치아 좌우부의 치조접합점의 중점과 치근점 간의 거리, 치조골 접점과 치근점 간의 거리 차이를 판단하고, 위 두 거리의 비율을 판단하여 종합적으로 치조골 소실 수준을 판단함으로써 치주염의 수준을 진단합니다. 각 치아별 치주염 진단 결과를 활용하여 인공지능 기반의 진단지원 기술을 개발하기 위해서는 학습 데이터로 변환하여야 하는데, 이때 요구되는 학습 데이터의 형태는 이미지상의 각 치아별 b-box(bounding-box) 좌표 값과 진단 레이블이 요구됩니다.   본 기술은 영상치의학적으로 쉬운 난이도의 명확한 다수의 주요 치아 및 치조골 관련 기준점을 이미지상에 표기함으로써, 영상치의학적 치주염 수준 판단에 근거하여 치주염 수준을 자동으로 계산해 진단 레이블을 생성하도록 합니다.   기술의 적용 예시   해당 기술을 개발하게 된 배경은 무엇이며, 기존의 어떤 문제점을 해결하고자 하셨나요?   본 기술은 과학기술을 활용한 사회문제 해결을 위해 설립된 NST 최초의 지역 On-Site 융합연구단인 ‘개방형데이터 융합연구단’에 소속되어, 부산대학교치과병원과 공동으로 개발하였습니다. 이 연구는 고령화 사회에 대응하여 시민의 삶의 질을 개선하기 위한 목적으로, 후두암 및 치주염과 같은 질환을 대상으로 헬스케어 분야에서 인공지능 기술을 활용한 진단지원 솔루션 개발을 추진하는 과정에서 탄생한 성과입니다. 영상치의학적으로 치과 엑스레이 파노라마 영상을 기반으로 한 치주염 판독과 진단지원을 위한 인공지능 솔루션 개발을 위해 필요한 학습 데이터 생성에 있어, 진단 정확도가 높은 고품질의 치주염 진단 데이터의 생성과 생성 효율성을 높이는 것이 목적입니다.   인공지능 학습용 치주염 진단 데이터 구축 필요성   기존에는 치주염 진단지원을 위한 인공지능 모델 개발에 활용된 학습 데이터의 품질이 b-box의 적합성과 정확도 측면에서 그 수준이 낮고, 진단 레이블의 오류가 많아서 인공지능 모델 개발과 모델 성능 향상을 위한 학습 데이터로써의 질적 측면에서 효용성이 매우 낮았습니다. 또한 학습 데이터의 정제를 위한 시간과 비용이 너무 과다하게 투입되어, 정제 후 데이터의 양적 측면에서도 그 충분성을 확보하기가 어려웠습니다. 이러한 기술적 애로를 해결하고, 학습을 위한 데이터 생성의 오류를 근본적으로 절감하여 고품질 데이터를 쉽고 효율적으로 생성하기 위해 개발하게 되었습니다.   연구하신 기술의 주요 특징이나 강점은 무엇인가요?   인공지능 치주염 진단지원 모델 개발을 위한 학습 데이터 생성에 있어, 영상치의학적으로 쉬운 난이도의 명확한 다수의 주요 치아 및 치조골 관련 기준점을 이미지상에 표기함으로써 학습에 적합한 b-box를 자동으로 생성합니다. 또한, 치주염 수준 판단 알고리즘에 근거하여 자동으로 진단 레이블을 생성하도록 합니다. 이러한 방식을 통해, 치주염 수준 진단의 오류 발생을 현저히 낮추고, 무치로 인한 치아 번호별 레이블 기입 작업에 있어 오류(기입 작업 시 데이터의 밀림 입력 오류 등으로 인한 전체적인 데이터 오류 발생 등)를 완전히 방지할 수 있습니다. 또한 필요한 경우 알고리즘이 인식한 치경부 수준을 손쉽게 수정할 수 있는 시각적인 툴을 제공함으로써 이러한 오류 수준을 더욱 낮출 수 있습니다.   치아 및 구강의 다양한 구조적 특징과 누운 치아, 기운 치아, 겹친 치아 등 복잡한 형태적 특성, 그리고 보철물, 발치, 구강 수술 및 시술 흔적으로 인해 영상치의학적 진단에 어려움이 따르고 있습니다. 이러한 요인들로 인해 b-box의 좌상점과 우하점을 정확히 지정하여 최적의 b-box를 생성하는 작업은 높은 난이도를 요구하며, 이로 인해 생성 과정에서 오류가 빈번히 발생하고 효율성이 저하됩니다. 또한, 생성된 b-box의 정확도가 학습에 적합하지 않은 수준으로 낮아지는 경우도 자주 발생하고 있습니다. 이런 상황에서 본 기술은 영상치의학적인 치주염 진단지원을 위한 인공지능 진단지원 모델 개발에 필요한 학습 데이터로써 요구되는 치아별 적합한 b-box의 자동 생성 효율성과 정확도를 증대하고, 진단 레이블 형성의 오류를 현저히 낮출 수 있도록 합니다.   데이터 레이블링 생성을 위한 치주 기준점 표기 방안 치주 기준점 표기안을 기반으로 한 치주염 클래스 데이터 레이블링 생성 방법     향후 해당 기술이 어떻게 활용되기를 바라시는지 말씀 부탁드립니다.   치아 및 구강의 다양한 구조 및 형태학적 특징과 치아 간 겹침, 기울어짐 등을 고려한 수평, 수직 마진을 결정하는 계수값 변수를 도입해 b-box의 최적 마진을 설정할 수 있도록 하여, 인공지능 모델의 학습과 추론 성능을 개선할 수 있도록 하는 연구 계획을 갖고 있습니다. 본 기술의 활용 확산을 위해 보건복지부, 건강보험심사평가원 등과 연계하여 직장인 건강검진 시에 치과 엑스레이 파노라마 촬영을 통한 치주염 사전 진단의 대국민 서비스를 개시하여 국민 치아 건강 수준을 제고하고, 미래의 건강보험 지출을 절감할 수 있는 측면에서 기여가 가능할 것으로 기대하고 있습니다.   또한 고도 치주염의 진행은 미래에 발치 및 임플란트 치료와 같은 의료 비용이 발생하는 치과 질환으로 발전할 수 있는바, 치과보험 분야에서 관련 기업의 서비스와 연계하여 활용될 수 있습니다. 의료기기 및 의료서비스 산업 측면에서는 치과 분야의 의료정보시스템(HIS), 의료영상저장전송시스템(PACS) 솔루션 및 서비스 기업, 치과 엑스레이 파노라마 영상 촬영 및 진단기기 제조 기업, 의료 AI 솔루션 서비스 기업 등과 연계 협력하여 치주염 진단지원 분야에서 활용될 수 있을 것으로 기대됩니다.   끝으로 연구와 관련해 전하고 싶은 말씀 부탁드립니다.   본 기술은 인공지능 기술을 활용한 치주염 진단지원 기술 개발에 활용 가능한 고품질의 학습 데이터 생성에 기여할 수 있는 기술입니다. 다만, 저희 연구는 연구용 IRB를 기반으로 연구용 실증을 수행하는 데 그쳤습니다. 앞으로는 본 기술이 임상연구를 거쳐 건강보험심사평가원의 의료수가 인정 항목으로써 기술사업화되어 국민의 치아 건강에 기여하기를 희망합니다. 공공 부문의 지원을 통해 민간 의료기기 및 의료서비스 기업, 의료 AI 솔루션 기업, 치과 관련 보험 기업, 건강검진 의료기관 등에 활용되어 우리나라 국민뿐 아니라, 세계인의 치아 건강에 도움이 될 수 있기를 기대합니다.

0 162

NDeX 수도권 거점노드 구축, 국가연구데이터 허브 조성   네트워크의 네트워크, 두 번째 물꼬를 트다   KISTI 과학기술연구망센터는 2023년부터 국가데이터교환노드(NDeX) 구축 및 개발 사업을 추진하고 있다. 여기에는 현재 운영 중인 부산을 포함해 총 3개 광역권 거점노드를 2026년까지 구축·운영한다는 계획이 담겨 있다. 지난 11월 말 경기도 안양 LG유플러스 평촌메가센터에 수도권 거점노드가 개소하며 두 번째 국가데이터교환노드 구축과 운영에 대한 새로운 소식이 전해졌다. KISTI는 이곳에서 업무협약을 체결하고, 수도권 국가연구데이터 허브 조성 계획을 발표했다. 조부승 과학기술연구망센터장을 찾아 해당 사업의 중간 성과와 향후 계획을 들었다.   KISTI 과학기술연구망센터 일동   수도권 거점노드에 국가연구데이터 백업 데이터센터도 마련   국가데이터교환노드(이하, NDeX)는 국가 DNA(데이터, 네트워크, 인공지능) 인프라 생태계 조성을 위한 필수 요소다. 공공과 민간의 경계가 없는 대규모 데이터의 공유와 활용 촉진을 위한 국가 연구 인프라로서 국가과학기술연구망, 글로벌 과학기술협업연구망, 국가초고성능컴퓨팅 네트워크, 글로벌 과학연구데이터 허브는 물론 민간 클라우드 네트워크, 민간 데이터 허브 등을 직접 연동하는 교환노드다. 거대 연구데이터를 교환하는 네트워크의 네트워크로 볼 수 있다.   KISTI와 LG유플러스는 NDeX 개발 및 구축 사업의 인프라 구축 및 운영, 그리고 인공지능(AI) 분야에서 협력하는 업무협약을 체결했다. 세부 협력 분야는 △NDeX 수도권 거점노드 구축·운영을 위한 상면 및 초고성능 네트워크 인프라 협력, △NDeX 노드를 통한 국내외 민간 클라우드 사업자와의 연결 협력, △AI 인프라 및 AI 플랫폼 솔루션 및 구축 운영 협력, △IDC 설계·구축·운영 수요 발생 시 협력, △기타 관심 사항에 대한 상호 협력 등의 다섯 가지 내용이다. 본 협약을 맺은 후 최근 수도권 거점노드를 개소했는데, 이번에 구축된 수도권 거점노드의 중요성과 차별점에 대해 조부승 센터장은 다음과 같이 설명했다.   NDeX 협력 업무협약 체결식이 LG유플러스 평촌메가센터에서 2024년 11월 22일 열렸다.   “이번 협약으로 NDeX는 NHN 클라우드, 네이버 클라우드, AWS, GCP, Oracle 등 국내외 클라우드 사업자들이 입주해 있는 메가센터의 통신룸(Meet-Meet Room)에 자리하게 되었습니다. 이로써 NDeX와 클라우드 사업자 네트워크 간 연동성을 극대화할 수 있을 것이라 기대하고 있습니다. 연구망을 이용하는 기관에서는 이렇게 구축된 NDeX를 통해 외부 AI 인프라와 AI 플랫폼의 수요에 필요한 자원을 제공받을 수 있게 됩니다. 또한 이번 협력으로 출연연의 국가연구데이터 백업을 위한 데이터센터 구축에 LG유플러스가 보유한 IDC(Internet Data Center) 설계·구축·운영 기술을 활용할 예정입니다. 바로 여기서 이번 협력의 궁극적인 가치를 찾을 수 있습니다.”   수도권 거점노드에 대해 설명하는 조부승 센터장   KISTI는 2023년 가을, 국제해저케이블로 연동 용이성을 극대화한 부산 국제해저케이블 육양국에 바로 인접한 부산광역권 거점노드를 구축했다. 앞서 부산에 구축된 거점노드와 이번에 새롭게 구축한 수도권 거점노드를 기반으로 국내외의 대규모 데이터 공급자 및 수요자 네트워크를 확대해 나갈 예정이다. 특히 국내외 연동망 구축과 민간 클라우드 연계를 위한 LG유플러스의 협력에 많은 기대가 실린다.   NDeX 수도권 거점노드 개소식   NDeX 사업의 마지막 거점노드 구축지는 대전   NDeX는 총 3개의 거점노드로 분산 구성될 예정이다. 조 센터장은 “2023년 부산, 2024년 수도권 거점노드 구축에 이어 마지막으로 구축할 거점노드는 대전에 위치한다”고 밝혔다. 대전권 거점노드는 국가초고성능컴퓨팅 네트워크의 연동을 비롯한 대전권 주위의 공공·연구 전용 네트워크를 연동해 NDeX를 완성할 예정이다.   이와 더불어 NDeX에 연동하는 연동 파트너(대표적으로 민간 클라우드 사업자, 국가초고성능컴퓨팅센터 및 전문센터 등)와의 적극적인 협력을 통해 연구자를 위한 클라우드 자원 사용에 대한 특별 프로그램을 구성할 예정이다. 이로써 클라우드 커넥터 직접 연동 등 AI를 활용한 국내 연구자의 컴퓨팅을 지원하고, 스토리지 자원에 대한 접근성을 강화해 나가고자 한다.   또한, 이의 기반을 마련하기 위해 대규모의 연구데이터를 데이터교환노드를 통해 전송할 수 있도록 연구 환경을 조성해 나갈 예정이다. 과학기술연구망센터에서는 이와 관련해 “데이터 4인지 네트워크 기반의 응용 중심 ‘소프트웨어 정의 네트워킹 교환(SDX)’ 자동화 서비스 기술 개발, 국가 대용량 데이터교환노드 접근 제어 시스템 개발을 기반으로 NDeX 운영과 서비스 기술에 대한 자체 개발을 통한 NDeX 핵심 기술 확보를 추진하고 있다”고 밝혔다.   국가 대용량 데이터교환노드 설명도   지속적인 연구와 새로운 협력 통해 NDeX 간 보안 백본 구축 모색   과학기술연구망센터는 국제협력을 위한 노력을 다각도로 기울여 왔다. 2022년 스위스 취리히 공대와의 MOU 체결 및 네덜란드 연구망(SURF)과의 협력이 대표적인 사례다. 조 센터장은 향후 국내외 협력과 연구를 다각화하고 보다 강화해 나갈 계획이라고 밝히면서 “NDeX는 기존 인터넷교환노드가 겪고 있는 성능, 보안 등에 대한 이슈를 해결하기 위해 고안되었다”고 설명했다. 이어 “세부적으로 보면 기존 인터넷교환노드에서 이용되고 있는 단일 인터넷 프로토콜인 BGP(Border Gateway Protocol)가 가지고 있는 보안 이슈를 해결하기 위해 미래 인터넷 프레임워크인 SCION 기술 적용과 개발을 추진하고 있다”고 밝혔다.   곧 “기존의 인터넷의 제어 평면 메시지와 데이터 평면 메시지가 하나의 채널로 전송되는 BGP의 단점을 극복하고, 제어 평면 메시지와 데이터 평면 메시지가 독립적인 채널로 전송되어 안전한 인터넷 환경을 구현할 수 있는 SCION 기술에 대한 적용 및 개발이 진행 중”이라는 것. 이와 관련된 기술을 보유한 스위스 취리히 공대와 MOU를 체결한 데 이어 독일 OVGU 대학과도 추가적인 협력을 도모해 다자간 협력으로 확대해 나갈 방침이다. 즉, 해당 기술을 고도화하고 데이터교환노드에 이를 적용함으로써 기존 인터넷교환노드에서는 불가능한 NDeX 간 보안 백본을 구축해 나갈 것이라는 설명이다.   과학기술연구망센터는 NDeX 개발 및 구축 사업과 더불어 국가과학기술연구망을 주요 사업으로 추진하고 있다. 조 센터장은 이와 관련해 “1988년 시작된 연구망 사업은 연구전산망 사업, 국내 최초의 TCP/IP 기반 인터넷 서비스 시작, 국가 그리드 네트워크, 글로벌 과학기술협업연구망 사업(GLORIAD), 국가람다교환노드(KRLight), 소프트웨어융합형광역연구망(KREONET-S), 연구망 양자암호통신 프로젝트 등으로 성장을 거듭해, 현재 200기가급 연구망 백본을 토대로 빅데이터 기반의 거대과학 분야의 새로운 과학적 발견을 위해 반드시 필요한 필수 과학기술 인프라로 자리매김했다”고 설명했다. KISTI는 이러한 노력에 힘입어 2023년에 세계적 수준의 테라급 국가과학기술연구망 인프라를 구축한 이후 2024년 현재 99.99% 이상의 안정된 연구망 가용률을 보장하며, 천문, 핵융합, 바이오, 항공우주, 고에너지물리 등 5개 거대과학 연구 분야 글로벌 협업연구을 중점 지원해 SCI급 유발성과 총 115건(1저자/교신저자 기준)을 달성한 바 있다.   한편, 과학기술연구망센터는 국가 지상위성 활용 네트워크를 확장해, 제주 국가위성운영센터는 물론 해양위성센터, 환경위성센터, 국토위성센터 등 다양한 부처의 위성센터를 연결하는 국가위성정보서비스망과 나로우주센터 등을 연동하는 국가위성운영망을 구축해 서비스하고 있다. 또한, 신뢰 및 신원 기술(Trust&Identity, T&I) 인프라 선진화 및 외산 기술 종속 탈피를 위해 관련 기술 개발 및 KAFE(Korean Access FEderation)를 통해 산학연 기관 대상 기술 보급 활동을 전개했다. 이 외에도 아시아-태평양-오세아니아 지역 글로벌 연구망 협의체(APOnet), 아시아-유럽 국제연구망협의체(AER), 동아시아 국제연구망협의체(EARBN), 북미-유럽 국제연구망협의체(ANA) 등의 국제연구망 활동을 통해 국제협력을 주도했다. 더불어 글로벌 첨단 국제연구망 컨소시엄(GNA-G), APAN(Asia Pacific Advanced Network) 등에서의 글로벌 연구망 리더십을 통해 국제연구망 발전에 지속적으로 기여하고 있다.

0 215

시간과 비용을 효과적으로 절약해주는 HyDM   초거대 AI 시대에 꼭 필요한 최적화 기술 연구   초거대 AI 시대에 접어들면서 슈퍼컴퓨터의 중요성은 더욱 부각되고 있다. AI 모델들이 점점 더 복잡해지고 방대한 데이터를 요구하면서 강력한 하드웨어 성능뿐만 아니라, 이를 최대한 활용할 수 있는 기술이 필수적이다. 이에 KISTI는 ‘고성능 컴퓨팅 시스템을 위한 데이터 이주 기술(HyDM)’을 통해 고성능고대역폭메모리(HBM)의 최적 활용을 지원한다. 기술 개발을 담당하고 있는 KISTI의 박근철 슈퍼컴퓨팅기술개발센터 책임연구원을 만나 HyDM 개발 현황과 향후 활용 계획 등에 대한 이야기를 나눠 보았다.   Q. 자기소개를 비롯해 슈퍼컴퓨팅기술개발센터에 대한 소개를 부탁드립니다.   KISTI 국가슈퍼컴퓨팅본부 슈퍼컴퓨팅기술개발센터는 초거대 AI 시대에 꼭 필요한 슈퍼컴퓨터와 관련된 최신 기술을 연구개발하는 부서입니다. 슈퍼컴퓨터는 모든 컴퓨팅 분야의 최신 기술이 집약된 초고가의 시스템입니다. 이러한 슈퍼컴퓨터를 효율적으로 활용하기 위해서는 최신의 활용 기술들을 연구하고 적용해야 합니다.   저희 센터는 이러한 슈퍼컴퓨터를 포함하는 대규모 클러스터 컴퓨터의 클라우드 기술 개발을 통해 슈퍼컴퓨터를 활용하고자 하는 국민들의 접근성을 향상시키고, 자체 개발 클러스터 및 슈퍼컴퓨터 5호기를 위한 맞춤형 관리 기술 개발을 통하여 슈퍼컴퓨터 운영 기술의 자립화를 이루고 있습니다. 또한, 슈퍼컴퓨터의 활용성을 높이기 위해서 병렬 프로그래밍 위주의 소프트웨어 기술도 연구 중인데, 저는 그중 슈퍼컴퓨터에서 실행되는 애플리케이션을 프로파일링하고 최적화하는 연구를 하고 있습니다.   지난 10월 열린 제2차 우수기술설명회 현장   Q. 개발하신 기술이 어떤 기술이며 어떤 효과가 있는지 궁금합니다.   저희가 개발한 기술은 HyDM(Data Migration Methodology for Hybrid Memories)으로 이름 붙인 ‘고성능 컴퓨팅 시스템을 위한 데이터 이주 기술’입니다.   서로 다른 성능의 계층적 메모리 구조를 가지는 시스템에서 고성능고대역폭메모리(High Bandwidth Memory, HBM)의 최적 활용을 지원하는 기술로, 실행 중인 애플리케이션을 모니터링하고 그중 메모리의 사용이 가장 많은 프로세스를 고대역폭메모리로 자동으로 옮겨주는 기술입니다.   개발한 기술을 고성능 컴퓨팅 시스템의 성능 테스트에 사용되는 NPB(NAS Parallel Benchmark)에 적용하여 실험한 결과 아무런 소스코드 변경 없이 최대 22%의 실행 시간이 감소하였습니다.     Q. HyDM 기술을 개발하게 된 배경은 무엇인지 궁금합니다.   저희 센터에서는 국가슈퍼컴퓨터 5호기 누리온을 구축하는 데 사용된 인텔의 나이츠랜딩 프로세서를 빠르게 확보할 수 있었습니다. 제품이 출시되기 전에 알파 버전의 시스템을 입수할 수 있었고 먼저 입수한 시스템으로 다양한 연구를 진행했습니다.   나이츠랜딩 프로세서는 기존 CPU에 비해 아주 많은 코어 수를 가지고 있고 고대역폭메모리를 가지고 있다는 큰 두 가지 특징이 있었습니다. 고가의 고성능 시스템을 최대한 활용하기 위하여 두 가지 특징적인 부분을 잘 활용하는 기술을 연구하게 되었고, 사용자가 보다 쉽게 고대역폭메모리를 최대한 활용할 수 있게 하기 위하여 본 기술을 개발하게 되었습니다.   Q. 해당 기술의 주요 특징이나 강점은 무엇인가요?   HyDM의 가장 큰 특징은 사용자가 아무 것도 하지 않아도 고대역폭메모리의 최적 활용이 가능하다는 것입니다. 일반적인 애플리케이션의 최적화는 사용자가 애플리케이션을 프로파일링하고 분석하여 소스코드를 수정하는 작업을 하거나, 애플리케이션에서 사용하는 라이브러리나 환경 변수 등을 수정하는 작업이 필요합니다. 이러한 최적화 작업들은 자신의 애플리케이션에 대한 이해와 함께 사용 중인 시스템 및 라이브러리에 대한 높은 이해와 분석을 필요로 합니다.   마찬가지로 고대역폭메모리를 최대한 활용하기 위해서는 전용의 라이브러리를 분석하고 소스코드를 수정하는 작업을 거쳐야 합니다. 시스템에서 지원하는 소스코드 수정이 없는 방식으로도 활용이 가능하지만 이 경우 성능이 떨어지는 것을 감수해야 합니다. 저희가 개발한 기술은 이러한 최적화를 자동으로 수행해 주기 때문에 사용자가 소스코드를 수정하지 않아도 가능하며 실행 중인 애플리케이션에 동적으로 적용이 가능한 강점이 있습니다.   Q. 기술 개발 중 가장 보람찼던 순간과 어려움을 느낀 순간은 언제였나요?   이런 기술을 개발할 때 가장 즐거운 부분은 아이디어가 현실화되어 결과가 나올 때라고 생각합니다. 기술을 구현하여 실험을 통해 최대 22%의 성능 향상의 결과가 나왔을 때 다 같이 기뻐했었고 저는 특히 ‘이 기술을 슈퍼컴퓨터에 적용하면 전기료를 10%는 절감할 수 있겠지? 내 기술로 몇 억의 전기료를 절감할 수 있겠네’라는 생각이 들어 뿌듯했습니다.   기술을 개발하면서 가장 힘들었던 점은 데이터 이주의 대상이 되는 프로세스를 모니터링하고 선택하는 부분이었습니다. 모니터링의 경우 많은 방식과 데이터들 중에서 오버헤드를 최소화하면서 효과적으로 수집하는 방안을 고심해야 했으며 대상이 되는 프로세스의 선택 방법에 대한 아이디어의 도출이 필요하였습니다. 이러한 부분은 같이 연구를 진행한 저희 센터 동료 연구원들 및 공동 연구를 진행한 원광대학교 이종민 교수실과의 브레인스토밍을 통하여 아이디어를 얻을 수 있었습니다.   Q. HyDM 기술과 관련해 어떤 계획이 예정되어 있는지 알려 주세요.   최근 거대언어모델로 촉발된 초거대 AI의 열풍이 거셉니다. AI의 규모가 거대화될수록 보다 많은 메모리가 필요하고, AI의 핵심인 GPU의 메모리가 고대역폭메모리 단일 구조에서 디램(DRAM)을 포함하는 계층적 메모리 구조로 바뀔 것이라고 예상합니다. 이 경우 GPU에도 본 기술을 적용할 수 있습니다. 그리고 현재 활발하게 연구가 진행되고 있는 CXL메모리 또한 성능의 차이가 있는 계층적 메모리 구조이므로 본 기술의 적용이 가능합니다. 이러한 최신의 고성능 컴퓨팅 기술에 본 기술을 적용하는 연구를 진행할 계획입니다.   Q. 마지막으로 박사님의 앞으로의 목표를 들려주세요.   저의 연구 목표는 늘 “세계 최고의 기술을 확보하자”는 것입니다. 비록 세상을 바꿀 만큼 큰 기술이 아닌 작은 기술이라도 “이 기술은 KISTI가 세계 최고야”라고 인정받을 수 있는 기술을 개발하고 싶습니다. 본 기술이 세계 최고의 기술이 되지 못하더라도 지금 연구하고 있는 고성능 컴퓨팅 프로파일링 및 최적화 분야에서 꼭 세계 최고의 기술을 확보하겠습니다.

0 132

새로운 차원의 확장현실에서 함께 숨 쉬다   개방형 XR 협업 플랫폼 XU:M(숨)   KISTI 오픈XR플랫폼융합연구단 일동. 왼쪽부터 시계 방향으로 정유나, 김정훈, 이승민, 안현장, 신정훈, 정유나, 김민아, 장희진, 이세훈   개방형 XR 협업 플랫폼에 대한 구상의 출발점은 코로나19 팬데믹 사태였다. 이는 유례없는 재난으로 여겨졌고 그 시기는 ‘언택트 시대’로 새롭게 명명되기도 했다. 이후 많은 것이 달라졌고 몇 가지 기술은 크게 진일보했다. 특히 몰입감과 사회적 공존감을 향상시킬 수 있는 기술적 요구가 다양한 분야에서 높아졌는데, 이는 오픈XR플랫폼융합연구단(이하 OXR융합연구단)의 활약과 XU:M의 탄생에 촉진제 역할을 했다. 지난 6월 코엑스에서 XU:M의 첫 선을 보인 OXR융합연구단의 김민아 단장을 만나 관련 연구의 성과와 발전 가능성에 대해 들었다.   XR 협업 콘텐츠로 실제 세계와 상호작용 가능한 메타버스 구현   “저희는 이 플랫폼을 ‘숨(XR Unified platform to enable to interact and collaborate for Metaverse, XU:M)’이라 부릅니다. 코로나19 팬데믹 시기에 화상회의는 일상이 되었지만, 통신 그 이상의 어떤 것, 그러니까 함께 호흡하면서 대화하는 것과 같은 느낌이 늘 부족했죠. 같은 공간에서 숨을 쉬듯, 실감나는 협업을 할 수 있게끔 하는 플랫폼. 그것이 핵심 개념입니다.”   XU:M은 고품질 몰입형 XR 협업을 위한 서비스 플랫폼으로 메타퀘스트, 홀로렌즈, PC, 태블릿 등 다양한 기기에서 고품질 몰입형 협업을 구현하기 위한 요소 기술과 협업 프레임워크를 소프트웨어 개발 키트(Software Development Kit, SDK)와 오픈에이피아이(OpenAPI)로 제공하는 개방형 플랫폼이다. SDK와 OpenAPI는 실세계 모델링, 고품질 아바타, 햅틱 디바이스 연동, 사용자 관리, 에셋 관리, 콘텐츠 관리, 디바이스 관리 등의 기능을 제공하며, 이를 활용해 개발자들은 XU:M 플랫폼과 연동한 다양한 분야의 고품질 XR 협업 콘텐츠를 만들 수 있다.   확장현실(eXtended Reality, XR)이 디지털 전환과 더불어 향후 사회와 경제 전반에 미치는 영향력은 지속적으로 증가할 것으로 전망된다. 제조업, 교육, 헬스케어를 비롯해 문화예술과 국방 분야 연구도 활발히 진행되고 있다. 이는 메타버스의 기반이며, 고성능컴퓨팅, 디스플레이, 고속네트워크 등의 인프라가 필요하다. 세계 주요국에서는 관련 기술 개발을 위한 투자가 보다 적극적으로 이뤄지는 추세다. 국내 현황과 관련해 김민아 단장은 “메타버스는 이제 우리에게 어느 정도 친숙한 개념으로 자리 잡아가고 있다고 본다”면서 “증강현실(AR) 아바타 서비스 ‘제페토’가 비교적 널리 알려져 있는 초창기 모델이지만 해당 서비스에서 구현되는 메타버스의 기능은 매우 제한적이라고 볼 수 있다”고 설명했다. 웹상에서 가상현실 캐릭터로 회의를 한다고 해도 보통 PC 화면을 벗어나지는 않는 반면, 연구단에서 생각하는 메타버스의 기능은 이러한 한계를 한참 뛰어넘을 수 있어야 하고, 이를 통해 구현할 서비스는 가상과 실세계를 자유롭게 넘나들 수 있어야 한다고 본다는 것. 이러한 관점에서 XU:M은 가상과 현실을 잇는 게이트웨이, 곧 메타버스로 들어가는 포털 플랫폼으로 설계했다. 다시 말해 ‘실제 세계와의 상호작용이 가능한 메타버스를 구현하기 위한 기본이 되는 포털 시스템’이 바로 ‘XU:M’이라고 볼 수 있다.   건설 산업과 의료・교육 분야 타깃, 일부 상용화 단계 돌입   정부는 2020년 12월 ‘가상융합경제 발전전략’을 발표하고, 2025년 가상융합경제 파급효과 30조 원 달성, 세계 5대 가상융합경제 선도국 진입을 목표로 삼았다. 해당 기술은 가상과 현실이 실감 있게 공존·소통할 수 있는 모든 기술(가상현실·증강현실·혼합현실 등)로서 사용자 몰입 극대화, 현실공간 제약 해소, 가상과 현실의 연결·융합 등이 주요 특징이다.   OXR융합연구단은 이러한 기조 아래 2021년 12월 출범했다. 총괄주관기관인 KISTI와 한국과학기술원(KAIST), 한국건설기술연구원(KICT), 한국한의학연구원(KIOM) 등 4개 주관기관이 ‘언택트(Untact) 실감형 OpenXR 플랫폼 기술 개발’ 과제를 중심으로 협력하고 있다. 세부 융합연구과제는 개방형 고품질 XR 협업 플랫폼 개발, 고품질 몰입감 및 사회적 공존감 향상 요소 기술 개발, 개방형 XR 기반 건설 협업 서비스 기술 개발 및 실증, 개방형 XR 기반 건설 실버 헬스케어 기술 개발 및 실증 등으로 구분된다. 해당 연구는 국가과학기술연구회(NST) 융합연구사업으로 올해 말이면 1단계 연구가, 2027년에는 2단계 연구가 마무리된다.   우선적으로 실증 대상으로 삼은 분야는 건설 산업과 의료, 그리고 교육이다. 올해 11월경이면 총 2단계 중 1단계 연구가 완료된다. 연구 완료 단계를 100으로 기준했을 때 현재 연구는 약 60% 진행된 것으로 볼 수 있다. 김 단장은 일부 영역에서는 상용화가 이미 진행되고 있다면서 다음과 같이 설명을 이어갔다.   XU:M 교육 협업 서비스자료 출처: KISTI 오픈XR플랫폼융합연구단   “연구 초기 단계부터 산업의 경우, 특히 건축에서의 XR 활용도가 높을 것으로 예상했는데요, 건축이 진행되고 있는 현장을 AR 설계도면을 통해 비교·점검할 수 있습니다. 향후 공정이 진행될 부분에 대해서도 XR 기술을 동반해 좀 더 상세한 논의가 가능해지고, 이 과정에 소요되는 비용을 줄일 수 있지요. 건설 분야의 경우 기술이전을 받아 창업해 사업을 추진하고 있는 회사가 이미 주목받기 시작했습니다. 관련 기술을 활용해서 건설 협업 서비스를 구축한 것인데요, 이곳에서는 최근 기술 기반으로 경기주택도시공사(GH)와 양해각서(MOU)를 체결했다는 소식도 전해왔습니다.”   XU:M 건설 협업 서비스자료 출처: KISTI 오픈XR플랫폼융합연구단   OXR융합연구단, XR 응용기술에 대한 가능성 선보여   2024년 6월 말 서울 코엑스에서는 ‘메타버스 엑스포’가 열렸다. 이 자리에서는 메타버스와 인공지능(AI), 웹3.0 등 관련 기술을 다양하게 접할 수 있었다. 이번 전시에 참가한 OXR융합연구단은 메타버스에 대한 기존의 인식을 한 단계 높인 ‘XU:M’을 선보였다. 전시는 실세계 상호 작용이 가능한 교육, 건설과 헬스케어 세 분야로 준비했다. 다양한 요소 기술을 적용했고, 단순히 대화나 놀이로 접근한 것이 아니라 실질적인 현장에 적용이 가능한 기술을 선보였다는 점에서 많은 관심을 받았다.   OXR융합연구단이 2024 메타버스 엑스포에 XU:M을 소개하는 장면   김 단장은 “메타버스를 서버 플랫폼이나 개방형 플랫폼으로서 새롭게 접근해 본 시도 자체는 국내에서 저희 연구단이 아마 최초일 것”이라면서 “많은 분들이 저희가 선보인 메타버스 서비스가 가상현실(VR)이 아닌 혼합현실(MR)로 구현되어 있다는 사실에 참 놀라워하셨고, 관련된 문의는 지금도 계속 이어지고 있다”고 전시 현장의 분위기를 전했다. 김 단장의 설명에 따르면 OXR융합연구단의 전시부스를 찾은 극단 배우들도 연구단이 선보인 바디 트래킹 기술에 대해 특히 관심을 보이면서 “이러한 기술을 자유롭게 활용할 수 있다면 앞으로는 전국 각지, 혹은 해외에 체류하고 있는 배우들끼리도 거리와 시간에 구애받지 않고 연기 합을 맞춰볼 수 있겠다”라는 소감을 밝혔다고 한다. 연구단은 이러한 반응을 통해 서비스 사용자가 예상했던 것보다 넓은 분야로 빠르게 늘어날 수도 있겠다고도 전망했다.   OXR융합연구단이 2024 메타버스 엑스포에 XU:M을 체험 시연 모습   KISTI의 역할도 더욱 확대됐다. CTS 인증을 획득하며 WDS 정회원 자격을 체결했기 때문이다. WDS 정회원 자격은 10년간 유지되며 국제적인 데이터 표준과 가이드라인에 대한 의결권이 주어진다. 이로 인해 향후 10년간 KISTI는 국가연구데이터 관리 체계 구축에 있어 선도적인 역할을 담당할 것으로 전망된다.   지속가능한 XU:M 플랫폼 운영 기반 구축 계획   메타버스 엑스포에서 OXR융합연구단은 프로그래밍이 익숙하지 않은 이들도 고품질 XR 협업 콘텐츠를 노코딩 방식으로 손쉽게 맞춤 제작할 수 있도록 XU:M 워크벤치 저작도구도 함께 선보였다. 메타버스 엑스포와 연계한 기술설명회에서는 플랫폼을 연동한 건설 시공 관리 서비스, 교육 서비스, 실버 헬스케어 서비스도 함께 소개해 XR 협업 플랫폼의 혁신적인 기능과 가능성을 강조했다.   올 연말 이후 연구 2단계에 들어가면 OXR융합연구단은 XU:M의 사업화를 목표로 참여 기업들과 보다 활발히 교류하게 될 것으로 보인다. 성과 확산과 사업화 추진을 우선적으로 기대하는 것은 이동통신사업 부문이다. 김 단장은 “서비스 활성화를 위해서는 무선통신망이 필수인데, 이는 바꾸어 이야기하면 저희 플랫폼이 관련 사업 분야에 새로운 서비스 기회이자 콘텐츠 개발과 운영의 동력이 될 수 있을 것이라는 이야기”라고 설명하며 “이를 바탕으로 무선망을 활용하는 새로운 킬러앱들이 곧 속속 등장할 수도 있을 것”이라는 포부를 밝혔다. 이어 “연구단에서는 관련업계에 활발히 기술설명회 등을 개최해 협업의 기회를 지속적으로 마련하고자 하며, 중소기업 대상으로는 개방형 플랫폼인 XU:M의 특성, 곧 SDK와 OpenAPI, 저작도구를 활용해 협업 플랫폼을 활용한 고유의 서비스 콘텐츠를 쉽고 저렴한 비용으로 개발할 수 있도록 사업화 방향을 구상 중”이라고 강조했다.     지난 8월, 「가상융합산업진흥법」이 시행에 들어갔다. 이 법은 메타버스 산업의 장려와 규제 환경의 완화 등을 목표로 한다. 3차원 모델링과 트래킹 등 관련 기술을 고도화해서 향후 XU:M을 통한 서비스를 교육과 실버 헬스케어, 그리고 그 이상으로 확장하고 상용화를 진행하면 관련 기술의 혜택을 받는 사용자의 범위는 보다 넓어질 것이다. 최근 OXR융합연구단에서는 메타버스 아카데미와 협업을 구상해 최종 연구 완성 단계 이후 인력 양성을 위한 준비 작업에 들어갔다. 이는 지속가능한 XU:M 플랫폼 운영과 관련 기술의 생태계 구축을 향한 또 하나의 새로운 발걸음으로 여겨진다.

0 185

국가 바이오 빅데이터 인프라의 미래를 연다   국가슈퍼컴퓨팅본부 디지털바이오컴퓨팅연구단   국가과학기술자문회의는 지난 4월 말 글로벌 바이오 강국으로 도약하기 위한 ‘첨단바이오 이니셔티브’를 발표했다. 이에는 2035년 국내 바이오 산업 생산 규모를 200조 원까지 확대할 것이라는 목표가 담겼다. 해당 분야의 R&D 투자를 확대해 첨단바이오를 반도체에 이은 차세대 주력 산업으로 키우겠다는 것. 중점추진과제에는 기술혁신과제로서 ‘바이오 대전환을 이끄는 디지털바이오를 주력 분야로 육성’, 기반구축과제로 ‘최첨단 연구 장비·디지털 인프라 구축’ 등이 포함되었다. KISTI는 법령에 따라 지정된 국가초고성능컴퓨팅센터로서 바이오 부문의 연구개발 인프라 구축과 운영에 있어 역량을 강화하기 위해 꾸준히 노력해왔다. 국가슈퍼컴퓨팅본부 디지털바이오컴퓨팅연구단은 국내외 바이오 빅데이터 인프라 구축 동향을 면밀히 파악하는 한편, 국가 바이오 데이터 기반 산업과 연구경쟁력 강화를 위해 올 초 새롭게 출발했다.   디지털바이오컴퓨팅연구단 일동 왼쪽부터 김영훈, 오천용, 김지민, 백효정, 전유경, 정찬석, 박지성, 김현우, 이용호, 이준학, 강효진, 고태륜, 이상정, 박정우   바이오의료팀 확대 개편, 첨단바이오 강국의 첨병으로 나서   국가 바이오 빅데이터의 구축 및 활용과 관련해 세계 각국 정부의 움직임은 최근 몇 년 사이 매우 활발해졌다. 미국은 백악관 과학기술정책실(OSTP)이 주도해 바이오기술·바이오제조 이니셔티브 행정명령을 2022년 발표했고, ‘국가바이오경제위원회’가 올해 출범했다. 유럽은 바이오기술법을 제정하고, 바이오테크 허브 설립 등을 추진하고자 정책 방안을 발표했으며, 중국은 2022년 바이오경제 5개 년 계획을 수립한 이후 이 분야를 국가전략 분야로 격상시켰다.   대한민국 정부는 2023년 6월, 향후 10년 동안 첨단바이오 분야의 발전 방향을 제시하는 ‘제4차 생명공학육성 기본계획’을 수립했다. 이 계획에는 바이오 분야의 기술 수준을 2020년 77.9%에서 2030년 85%로 높이고, 국내 바이오 산업의 생산 규모를 43조 원에서 100조 원으로 확대하는 목표가 포함되었다. 이후 최근 ‘첨단바이오 이니셔티브’를 의결해 대한민국의 새로운 성장 DNA인 첨단바이오 산업에 주력하고, 제2의 반도체 신화를 써내려갈 것이라는 정책 방향을 알렸다. 디지털바이오는 향후 새로운 게임 체인저(Game Changer)로 자리를 잡아갈 것으로 보인다.   KISTI에서는 이러한 흐름에 발맞춰 지난 3월 국가슈퍼컴퓨팅본부 슈퍼컴퓨팅응용센터 산하의 바이오의료팀을 디지털바이오컴퓨팅연구단(이하 연구단)으로 확대 개편했다. 해당 팀에 소속되어 있던 이준학 박사가 단장을 맡았다. 연구단은 ‘슈퍼컴퓨팅 기반 생명의료 데이터 분석 활용 연구’를 중심으로 연구 활동을 추진하고 있다.   “국가 바이오 빅데이터 인프라는 국가 차원에서 바이오 데이터를 수집, 관리하고 이를 활용하기 위한 시스템과 기술로 구성된 총합으로서, 디지털바이오 패러다임하에서 질병 진단, 신약 개발 및 치료법 개발 등 연구 혁신 및 바이오 산업 성장에 있어서 필수적 요소라 할 수 있습니다. 국내에서는 생명연구 자원 빅데이터 구축 전략, 디지털바이오 혁신 전략 등 바이오 빅데이터 구축을 통한 정밀의료 실현을 목표로 데이터를 축적, 활용하는 다양한 정책을 추진하고 있지요. 특히 다부처 국가생명연구자원 선진화 사업을 통해 국가 바이오데이터스테이션(Korea Bio Data Station, K-BDS)을 중심으로 데이터를 통합 관리하고, 분석·활용 환경을 구축해 서비스를 제공하는 사업이 추진 중입니다. 해외 주요 선도국가에서는 국가 주도의 바이오 비전과 후속 실행 전략을 수립해 국가 바이오 데이터 생산 및 서비스가 구축·운영되고 있습니다. 정밀의료 이니셔티브 등의 국가 정책사업을 통한 맞춤형 진단 및 의료로 분석 결과를 연계하고자 노력하고 있고요.”   이준학 단장은 작년 여름 이용호, 강효진 박사와 함께 ‘국가 바이오 빅데이터 인프라의 미래: 바이오 빅데이터 인프라 구축 동향 및 발전방향’(이슈브리프 제58호 게재)을 통해 국내외 바이오 빅데이터 인프라 구축 동향을 소개하고, 이에 기반한 부문별 미래 발전 방향을 제시했다. 국가 바이오 데이터 기반 산업 및 연구경쟁력 강화를 위해서는 “바이오 데이터 생태계의 가치사슬 흐름(생산-저장 및 유통-주체별 활용)에 대한 이해와 단계별 활성화 방안이 필요하다”고 강조하기도 했다.   K-BDS 데이터 인프라(분석 환경) 데이터 흐름도   “생명의료 분야는 특히 오픈 사이언스(Open Science) 문화가 가장 활성화된 분야라고 봅니다. 과학기술정보통신부에서는 선도적으로 바이오 의료기술 개발 사업 등에서 추진되는 연구 과제들의 데이터를 모두 K-BDS에 등록하고 공유하는 문화를 조성하고 있습니다. 이와 별개로 널리 활용될 수 있는 데이터를 생산하는 사업들도 활발히 기획·추진되고 있는데, 이 중 하나가 바로 4월부터 KISTI가 참여하고 수행하는 ‘국가 통합 바이오 빅데이터 구축 사업’입니다. 데이터들의 양과 품질의 향상이 생명의료 분야의 발전과 직결되는 것은 아니라고 볼 수도 있겠습니다만, 데이터를 실질적으로 활용하고 더 큰 문제를 해결하기 위해 향후 대규모 데이터 기반 연구 수행이 가능한 연구 환경이 제공되어야 한다는 것은 틀림없는 사실입니다. KISTI는 K-BDS 사업 등을 통해 바이오 데이터 활용을 위한 인프라 구축 및 서비스를 수행하고 있으며, ‘AI 데이터 기반 바이오 선도기술 개발 사업’ 등을 통해 바이오 분야 인공지능 모델을 개발하고 활용할 수 있는 환경도 제공할 예정입니다.”     K-BDS, 국가 바이오 데이터 축적에서 활용으로   KISTI는 K-BDS 사업의 데이터 분석 활용 담당 연구기관으로서 2021년부터 해당 사업 참여를 준비했다. K-BDS는 국가 R&D 사업을 통해 생산되는 연구 데이터를 수집·연계·관리·활용하기 위한 플랫폼으로서 한국생명공학연구원의 국가생명연구자원정보센터(KOBIC)가 바이오 분야의 데이터에 대한 품질 관리 및 수집을, KISTI가 데이터 분석과 활용 환경 구축을 담당한다. 궁극적으로는 축적된 데이터의 분석 활용을 활성화하는 것이 목표다. 현재 바이오 의료 분야 활용 활성화와 더불어 거대문제 탐색 및 해결을 지원하고 있다. 2022년 11월 K-BDS 플랫폼을 열었고, 작년에는 ‘제1회 신약개발 AI 경진대회’를 비롯해 총 다섯 차례, 올해는 지난 3월과 6월 총 두 차례에 걸쳐 K-BDS 분석 인프라 활용 지원 프로그램 신청 연구자를 모집했다.   “2021년도에 도입된 그래픽 처리 장치(Graphic Processing Unit, GPU) 기반의 바이오 데이터 분석 활용 시스템을 연구자에게 제공해 국내 연구자 분들께서 데이터·AI 기반의 디지털바이오 연구를 원활하게 진행하고, 도출된 연구 결과(데이터, 소프트웨어 등)를 다시 K-BDS로 환류하고 재활용될 수 있도록 추진하고 있습니다. 산학연병의 다양한 분야 연구자들이 활용 지원 프로그램을 이용하고 있습니다. 연간 약 30~40팀의 연구를 지원 중인데요. 다소 한정된 자원이지만 활용도는 80%에 이르고, 지원 프로그램에 대한 만족도는 계속 높은 수준을 유지하고 있습니다. 여러 동료들이 함께 노력한 덕분입니다. 지면을 통해 감사의 말씀을 전하고 싶습니다.”   KISTI가 생명정보학 관련 연구에 첫발을 디딘 시점은 지금으로부터 약 20여 년 전으로 거슬러 올라간다. 1990년대부터 데이터 및 컴퓨팅 기반의 생명의료 연구를 수행하는 생명정보학이 활성화되기 시작했고, KISTI는 2001년 국가 차원의 정보 분석 인프라 체제 구축이 시급하다는 판단 아래 기술의 산업화 연계를 위한 정보분석시스템 구축에 나섰다. 차세대 신성장 동력산업을 지원하기 위해 나노기술(NT), 바이오기술(BT), 부품소재기술(MCT) 분야에 대한 웹사이트를 구축해 운영하며 전문 정보를 지속적으로 업데이트하는 한편, 바이오인포매틱스센터(Center for Computational Biology and Bioinformatics, CCBB)를 2002년 조직한 것도 이의 영향이다. 이후 관련 분야 연구는 슈퍼컴퓨팅응용센터 산하 바이오의료팀으로 이어졌고, 최근 ‘국가 통합 바이오 빅데이터 구축 사업’ 등 대형 디지털바이오 국가 R&D 사업들을 수행하게 된 것이다.   연구단에서는 현재 대규모 계산이 필요한 생명의료 분야 연구 및 관련 기술 개발, 그리고 해당 분야 연구 활성화를 위한 인프라 구축·제공부터 연구 수행을 위한 연구 환경 플랫폼 개발 및 서비스까지 광범위한 역할을 수행하고 있다. 연구단은 전산학에서부터 생명정보학, 화학, 생물학 등 다양한 분야의 전문가들이 모인 드림팀이다.   “저희가 국가 R&D 사업 수행에 경쟁력을 갖출 수 있었던 원동력은 박사님들이 꾸준히 본연의 연구 활동을 지속하며 역량을 쌓아온 데에서 비롯되었다고 봅니다. 연구 지원이나 K-BDS의 활용 지원 프로그램 운영 과정에 다양한 분야에서 질의나 연구 지원 요청을 받게 되는데요, 그때마다 꼭 한두 분 정도는 무슨 내용인지 잘 알고 계시는 박사님이 계셔요. 그런 것이 저희의 큰 강점이죠. 연구단이 지닌 역량은 하루아침에 자연적으로 발생한 것이 아닙니다. 무려 20여 년의 노력이 뒷받침된 것이지요. 지난 워크숍에서도 함께 이야기 나누고 공감했던 부분인데요, 국가 R&D 사업을 통해 연구 지원을 하는 한편 새로운 지식을 습득하고, 기술을 파악하면서 자체적인 연구를 꾸준히 해나가야 할 필요성이 매우 크다는 겁니다. 바로 여기에 우리 연구단의 존재 이유와 관련 국가 R&D 사업을 왜 KISTI가 수행해야 하는지에 대한 당위성이 있다고 봅니다.”   ‘국가 통합 바이오 빅데이터 구축 사업’ 흐름도   오믹스 연구부터 슈퍼컴퓨터·AI 기반 의료 데이터 활용 연구 망라   연구단에는 학생연구원과 박사후연구원 3인을 포함해 총 16인이 모였다. 연구 분야는 △ 생물 정보 분석, △ 컴퓨팅 기반 바이오 분석기술 개발, △ 인공지능 등으로 크게 나뉜다. 생물 정보 분석 연구는 전사체(Transcriptomics) 데이터 기반 연구 및 대규모 유전체(WSG) 분석 연구 지원, 즉 오믹스(Omics) 데이터 연구와 한국인 유전변이 데이터베이스 서비스(KORSAIR), 데이터 기반 신약 설계 연구를 담당한다. 컴퓨터 기반 바이오 분석기술 개발 연구로는 슈퍼컴퓨팅 기반 대규모 유전체 분석 파이프라인 구축, 가속기(FPGA, GPU) 기반 고속 분석 기술 등을 개발한다. 인공지능 연구에서는 인공지능 기반 구조변이 검출 기술과 질병 진단 기술 개발, 임상 정보 기반 딥러닝 등을 연구하며 단백질 기능(Anti-CRISPR) 예측 기술 개발을 수행한다.   “저희의 모토는 ‘데이터 기반 연구 환경 조성’으로 압축할 수 있습니다. 당면한 과제는 데이터의 생산 비용이 크게 낮아지며 급속히 팽창한 데이터를 어떻게 효과적으로 분석할 것인가로 볼 수 있지요. 어떻게 더 빨리, 얼마나 효율적으로 분석해서 생명의료 분야 발전에 유용한 정보들을 선별해낼 것인지가 관건이죠. 인공지능 기술의 발전은 관련 분야 연구에 또 다른 장을 열었습니다. AI 핵심 부품인 그래픽 처리 장치 등 관련 기술이 진일보하면서 생명의료 분야에도 그동안 우리가 잘 몰랐던 것들, 곧 누가 왜 아픈지, 무슨 약으로 치료를 하면 보다 효과가 좋을 것인지에 대한 답을 예측할 수 있는 인공지능 모델 구축 기반이 마련된 겁니다. 여기에 앞서 구축된 대규모 데이터를 모두 탑재해 연구에 활용할 수 있는 트라이앵글 형태의 체제는 이제 거의 완성 단계에 들어섰다고 보고 있습니다. 하지만 아시다시피 바이오 분야는 매우 광활한 분야입니다. 의료에서부터 농어업과 미생물에 이르기까지 포괄적인 분야에서 우리나라가 첨단바이오 강국으로 발전하기 위해서는 갈 길이 아직 멉니다. 국내 데이터·AI 기반의 디지털바이오를 선도할 수 있는 역량을 확보해 다양한 연구 지원에 기여하고, 이를 폭넓게 응용할 수 있는 날이 하루빨리 오면 좋겠다는 희망을 가져봅니다.”

1 318

국내 최초 CTS 국제 인증으로 날개를 달다   새로운 연구 문화를 만드는 연구데이터플랫폼 ‘DataON’   신뢰성 높은 데이터는 잘못된 의사결정을 방지할 수 있을 뿐만 아니라 비용 관리, 문제 예측 및 정확도를 개선하는 데 도움을 준다. 그러나 중소기업, 비영리기관을 포함한 많은 기관에서는 예산, 인력 등의 문제로 신뢰성 높은 데이터를 확보하기 어려운 실정이다. KISTI 연구데이터공유센터는 ‘DataON’을 통해 이에 대한 해답을 제공하고 있다.   DataON은 연구데이터의 수집, 보존, 분석, 활용 등 데이터 기반 연구 활동을 지원하는 국가연구데이터플랫폼이다. 올해 3월에는 국내 최초로 연구데이터 리포지토리(데이터 저장소)의 신뢰성을 인증하는 ‘CoreTrustSeal(이하 CTS)’인증을 획득하며 그 위상을 높인 바 있다. DataON의 CTS 인증 획득은 어떤 의미를 가지고 있을까? 임형준 연구데이터공유센터장과 팀원들을 만나 이야기를 들어봤다.   DataON, 연구데이터 수집·분석·활용까지 ‘원스톱’ 지원   ‘누구나 믿고 활용할 수 있는 데이터 체계 구축.’ KISTI 연구데이터공유센터가 지향하는 목표다. 산업 각계에서 데이터의 신뢰성을 어떻게 확보할지에 대한 문제가 점차 부각됨에 따라, 연구데이터공유센터는 2018년 정부의 ‘연구데이터 공유·활용 전략(안)’ 발표와 함께 탄생했다. 국가의 자산이자 과학기술의 원천인 연구데이터가 과학자들의 후속 연구에 적극적으로 활용될 수 있도록 환경을 조성해야 한다는 필요성이 대두됐기 때문이다.   연구데이터공유센터에서는 국가 R&D 사업 과정에서 발생하는 연구 성과물과 데이터를 수집, 관리하고 있다. 나아가 2020년에는 연구데이터플랫폼 DataON을 공식 서비스하며 국내 연구자들을 대상으로 국내외 약 194만 건의 연구데이터를 제공하고 있다.   국가연구데이터플랫폼 DataON 홈페이지 메인 화면   임형준 연구데이터공유센터장은 “KISTI는 DataON을 통해 연구데이터 수집, 분석, 활용까지의 전 주기 과정을 이용자들에게 원스톱(one-) 서비스로 지원하고 있다”며 “국내 다른 기관의 연구데이터뿐만 아니라 해외 우수 연구기관의 데이터를 한 곳에서 검색, 활용할 수 있다”고 강조했다. 이어 임형준 센터장은 “DataON은 전산 자원이 없는 기관에서도 데이터를 저장할 수 있도록 리포지토리 기능을 운영하고 있다”며 “최근에는 DataON이 국내 최초로 CTS 인증을 획득하며 신뢰할 수 있는 연구데이터 리포지토리로 한층 더 거듭나는 성과를 거두었다”고 밝혔다.   CTS 인증은 국제과학위원회(International Science Council) 산하 세계 데이터 시스템(World Data System, 이하 WDS)의 정규 회원기관과 DSA(Data Seal of Approval)가 공동 발급하는 인증이다. 전 세계에 존재하는 약 3천여 개의 연구데이터 리포지토리 중 107개만이 CTS 인증을 획득할 만큼 높은 자격 요건을 지니고 있다.   WDS의 정규 회원기관과 DSA가 공동 발급한 DataON CTS 인증서   이혜림 연구데이터공유센터 책임연구원은 “CTS 인증을 받았다는 것은 리포지토리가 보유한 데이터 품질이 우수하다는 것을 의미한다”며 이를 통해 “플랫폼 이용자들이 DataON의 데이터를 보다 안심하고 사용할 수 있으며, DataON에 대해 높은 신뢰감을 가질 수 있게 되었다”고 말했다.   신영호 박사는 “CTS 인증을 획득하기 위해서는 종합적인 요건들이 모두 우수하다는 평가를 받아야 한다”며 “데이터뿐만 아니라 물리적 인프라가 얼마나 안정적으로 유지될 수 있는지, 재정의 흐름은 안정적인지, 소프트웨어 관리 능력은 우수한지 등 종합적인 요건이 고려된다”고 밝혔다.   KISTI의 역할도 더욱 확대됐다. CTS 인증을 획득하며 WDS 정회원 자격을 체결했기 때문이다. WDS 정회원 자격은 10년간 유지되며 국제적인 데이터 표준과 가이드라인에 대한 의결권이 주어진다. 이로 인해 향후 10년간 KISTI는 국가연구데이터 관리 체계 구축에 있어 선도적인 역할을 담당할 것으로 전망된다.   뿐만 아니라 KISTI DataON의 CTS 인증 획득은 국내 연구데이터 생태계에도 많은 변화를 가져올 것으로 기대된다. 임형준 센터장은 “CTS 인증 획득으로 인해 KISTI의 리포지토리를 배포받은 국내 기관들의 신뢰성도 간접적으로 입증되는 효과를 가져올 것이다”라며 “국제 유명 저널에 논문을 게재할 때에도 KISTI DataON이 추천 리포지토리로 노출될 수 있다. 이로 인해 양질의 연구데이터를 더욱 많이 확보하는 채널로 발전할 수 있을 것으로 예상된다”고 밝혔다.   연구데이터 활용 체계, 보다 견고히 다질 것   KISTI의 CTS 인증 획득 과정이 모두 순탄하게 진행된 것은 아니다. 정책, 기술, 데이터 관리 및 보존 등 16개 항목에 대한 심사과정이 총 3번에 걸쳐 진행됐기 때문이다. 엄정호 박사는 “외부에서 온 심사관들의 경우 같은 문제를 바라봄에도 우리와는 다른 시각을 가지고 있어 이를 이해하는 과정에서 많은 어려움이 있었다”며 “힘든 과정도 있었지만 DataON을 객관적이고 세부적으로 볼 수 있는 계기가 됐다”고 말했다.   이어 한나은 박사후연구원은 “CTS 인증 획득이라는 목표는 굉장히 도전적인 목표였다. 전체적인 가이드라인 지침부터, DataON에 직접적으로 반영할 수 있는 세부 내용까지 모든 것을 검토해야 했기 때문이다”라며 “사업 평가 결과가 나오기까지 메일만 쳐다보고 기다렸는데 올해 3월 결과가 발표되며 모든 팀원들이 환호성을 지르고 기뻐했던 기억이 있다”고 소감을 밝혔다.   향후 연구데이터공유센터는 CTS 인증에 대한 지속적인 관리와 더불어 리포지토리 보급, 확산에 앞장설 계획이다. 엄정호 박사는 “CTS 인증 유효 기간은 3년이다. 이를 갱신하는 과정은 총 2년의 기간이 필요하기 때문에 다음 과정을 빠르게 준비해야 한다”며 “정책, 기술, 인프라 항목을 재점검하고 CTS 인증 심사 과정에 필요한 16개 항목에 대해서도 변경된 건이 있는지 최신 상황과 환경에 맞게 지속적으로 확인해야 한다”고 강조했다.   임형준 센터장은 “연구데이터공유센터는 연구데이터에 대한 공공의 목적과 새로운 연구 방법을 도입하며 연구데이터 활용 체계를 견고히 구축하고자 한다”며 “이 과정에서 수반되는 정책, 법, 이해관계자들의 의견 등 모든 것을 검토하며 글로벌 환경 속에서 DataON이 중추적인 역할을 수행할 수 있도록 노력하겠다”고 말했다.   왼쪽부터 연구데이터공유센터 한나은 박사후연구원, 엄정호 책임연구원, 임형준 센터장, 신영호 책임연구원, 이혜림 책임연구원  

0 224

국제 협력과 인공지능 기술로 신속·정확한 감염병 대응   KISTI 인공지능 기술 질병 대응 시스템 구축   세계화로 빠른 이동이 가능해진 현대 사회에서 감염병은 전 세계를 위협하는 글로벌 문제로 대두되었다.   신종 플루, 메르스, 에볼라, 지카 바이러스 등 많은 종류의 감염병이 주기적으로 발생하여 삽시간에 국경을 넘어 전파되며 전 세계를 위협하고 있다. 이러한 감염병 대유행을 신속히 대응하려면 국가 간의 긴밀한 정보 공유와 협력을 통해 공동으로 대응하는 체계를 갖추는 것이 중요하다. 올해 초 감염병AI애자일팀을 발족한 KISTI는 인공지능 기술을 기반으로 한 질병 대응 시스템을 구축해 세계 각국과의 협력을 넓히고 있다.   감염병 연구에는 해외 데이터가 필수   2015년 중동호흡기증후군, 일명 메르스(MERS)가 국내에서 유행했을 당시, 정부는 우리나라의 강점인 IT 기술력을 신종 감염병 대응에 활용하기 위한 연구개발에 집중 투자를 시작했다. 그의 일환으로 이듬해 과학기술정보통신부 산하 9개 출연(연)이 연합한 ‘신종 바이러스 융합연구단(이하, CEVI 융합연구단)’이 출범했고, KISTI는 ‘확산방지팀’의 책임 연구기관으로서 연구단에 합류했다.   그러던 2020년 또 다른 신종 감염병인 COVID-19(이하 코로나19)가 발생해 전 세계가 혼란에 빠지고 ‘국제적 공중보건 비상사태(PHEIC)’가 선포됐다. 우리나라 역시 코로나19의 직격탄을 맞으며 언론과 대중은 ‘코로나19 바이러스가 해외로부터 언제, 얼마나 유입되고 있나’에 촉각을 곤두세웠다.   그 가운데 KISTI는 해외 데이터를 신속히 확보하여 코로나19 대응 기술들을 개발했다. ‘코로나19 확산예측 연구 얼라이언스’에 참여하여 국내 바이러스 유입에 대응한 것이 대표적인 사례다. 국내외 코로나19 일별 확진자 수와 KT가 제공하는 로밍 데이터에 더해 옥스퍼드 대학교에서 제공하는 국가별 코로나19 대응 정책의 엄중 지수(OxCGRT)를 활용하여 확진자 유입을 높은 정확도로 예측할 수 있는 모델을 개발한 것이다.   글로벌 감염병 관련 뉴스 발생 현황 모니터링 예시   또한 독일의 GISAID(Global Initiative on Sharing All Influenza Data) 플랫폼이 제공하는 정보를 활용하여 코로나19 병원체의 변이 발생을 추적할 수 있는 기술을 개발하고, 미국의 VAERS(Vaccine Adverse Event Reporting System)에서 제공하는 코로나19 백신별 접종자의 정보를 포함하는 자연어 데이터를 수집하여 백신 부작용 간 연관도 분석을 수행했다. 그 후 2023년 5월, 정부가 마침내 코로나19 종식을 선언했다.   코로나19를 연구했던 안인성 감염병AI애자일팀장은 “코로나19는 시민들에게도 연구자들에게도 큰 교훈을 가져다줬다”고 회상하며 “관건은 이를 앞으로 어떻게 개선하고 예방할 것인가”라고 말했다. 다음 감염병을 준비하는 것이 중요하다는 것이다. KISTI는 올해 초 제2의 코로나19 사태를 대비할 감염병AI애자일팀을 발족했다. 인공지능 기술로 감염병 데이터를 통합 분석하여 감염병에 신속히 대응할 수 있는 기반을 구축하는 것이 팀의 목표다. 안 팀장은 6년간 감염병을 연구한 전문성을 바탕으로 팀장을 맡아 팀을 이끌고 있다.   안인성 감염병AI애자일팀장   아세안 지역과의 협력으로 신·변종 감염병 연구   과거에는 감염병이 특정 지역에만 영향을 미쳤다면, 최근에는 이상기후 현상 등으로 전 국가로 빠르게 전파되고 있다. 안 팀장은 “코로나19를 통해 체감했듯 전 세계적 범유행 감염병은 우리나라만의 노력으론 해결할 수 없다”며 “다른 나라들과의 협력이 필수적이고, 발 빠른 정보 교류가 이뤄져야 한다”고 말했다. 해외의 질병 발생 정보를 신속하게 파악하기 위해 글로벌 질병 데이터를 확보하는 것이 매우 중요하다는 것이다.   KISTI는 지난 5월 28일 태국 공중보건부(Ministry of Public Health) 산하 질병통제국(Department of Disease Control), 출라펀 왕립학술원(Chulabhorn Royal Academy), 부라파 대학교(Burapha University) 등 태국의 보건의료 분야 기관들과 신종 감염병 대응을 위한 4자 MOU를 체결했다. 협약을 바탕으로 감염병AI애자일팀은 태국 내 데이터를 활용해 열대 지역의 신종 감염병을 예측하고 예방하는 연구 및 기술 개발을 수행하고 있다.   또한 인도네시아 대학교(University of Indonesia)의 감염병 전문 센터인 인도네시아 의학 교육 및 연구소(Indonesian Medical Education and Research Institute, IMERI)와의 감염병 대응 분야 공동연구를 통한 추가적인 협력 방안도 모색 중이다. 아세안 지역의 국가들과의 협력과 공동연구를 적극적으로 전개함으로써 양국 간 질병 데이터 공유 네트워크를 구축하고, 양질의 질병 감시 데이터를 확보할 수 있다. 김재수 KISTI 원장은 “KISTI와 태국 간의 국제 협력이 한-아세안을 넘어 글로벌 팬데믹에 선제 대응할 수 있는 기술 개발의 장이 될 수 있도록 KISTI의 연구개발 역량을 최대한 활용하겠다”라고 밝혔다.   AI로 신종 감염병 잡는다   기존 정보가 부족한 신종 감염병의 경우, 제한된 데이터를 기반으로 질병의 특성을 신속하게 파악하는 것이 중요하며, 이러한 분석에 인공지능 기술이 탁월하게 활용될 수 있다. 감염병AI애자일팀은 인공지능 기술로 질병 발생을 조기에 감지하고, 확산 경로를 예측하며 효과적인 대응 전략을 수립할 수 있는 시스템을 구축할 방침으로 다양한 전문가로 구성됐다.   안 팀장은 “언어 모델, 기후변화 등 관련 분야의 연구자들이 모여 감염병AI애자일팀이 만들어졌다”고 말했다. 안 팀장 역시 고려대학교에서 응용동물학 학사와 석사를 마치고, 고려대학교 생명공학 이학 박사, 서울대학교 보건학 박사 학위를 취득한, 다양한 배경지식을 가진 연구자다. 그는 “감염병이라고 해서 보건 분야만의 문제가 아니다”라며 “감염병은 절대 혼자 대응할 수 없으며, 사회가 유기적으로 협력하면서 대응해야 한다”고 피력했다.   급속한 기후변화로 인한 모기매개 감염병 예측 모델 개발   연구팀은 현재 전 세계 특정 질환 환자의 증가 추이, 환자 행동 경로, 비질환자의 국내외 주요 이동 경로 등에 대한 데이터들을 처리, 분석하여 신종 감염병의 출현을 예측하는 모델을 개발하고, 이를 통한 선제 대응 등을 연구하고 있다. 또한 감염병 대응에 특화된 생성형 언어 모델을 만드는 연구도 이어가고 있으며, 곤충 매개 감염병의 주요 숙주가 되는 모기, 벼룩 등과 같은 생물의 특성 및 이동과 관련된 기후변화의 데이터도 연구에 접목하고 있다.   국경 너머의 감염병 위협에 대응하는 안인성 팀장과 연구팀   안 팀장은 “지금도 지구 어딘가에선 우리가 알지 못하는 다양한 감염병들이 발생하고 있다”며 “감염병의 발생은 막을 수 없을지라도 대응은 할 수 있다”고 말하며, 국민들이 신뢰할 수 있는 정보를 바탕으로 안전한 사회를 만드는 데 기여하겠다는 뜻을 전했다. KISTI는 인공지능 기술 기반의 질병 대응 시스템 구축에 지속적인 노력과 투자를 통해 질병의 위협으로부터 국민이 안심할 수 있는 사회를 만들기 위해 최선을 다할 것이다.   KISTI 감염병AI애자일팀 단체 사진

0 239

공공 R&D 사업화 탐색 AI 플랫폼 ‘APOLLO’, 공공기술사업화 분야를 선도하다   기술과 시장의 ‘통역사’ 역할 톡톡히!   KISTI 데이터분석본부 기술사업화연구센터의 최윤정 센터장은 “우리 센터는 시장의 접점에서 기술의 방향을 알려주는 ‘등대’와 같다”고 소개한다. 단편적 지식수준을 넘어 시장과 밀접한 관계를 맺으며 기술 특성을 이해해야만 기술사업화를 제대로 진행할 수 있다는 게 그 이유다. 일반적인 연구부서에는 이공계를 전공한 연구자들이 상당수 속해 있지만, 기술사업화연구센터에서는 경영, 디자인, 생화학 등 다양한 분야를 전공한 연구자들을 확인할 수 있다.   이들은 다양한 지식과 경험, 그리고 데이터와 과학적인 방법론을 통해 기술사업화 의사결정을 실효성 있게 지원한다. 특히 최근에는 공공 R&D 가치 창출을 위한 인공지능 사업화 분석 플랫폼 ‘APOLLO’를 공개하며 세간의 주목을 받고 있다.   APOLLO, 공공기술사업화의 A to Z   공공기술사업화의 과정은 여러 복잡한 단계를 거치게 된다. 다양한 유형의 사업화 분석 모델은 단계별 목적에 적합하며, 사업화 생태계의 주체별 애로사항 극복의 해결책을 제시하는 강력한 도구이기도 하다. 따라서 기업의 성장과 전략 마련에 적지 않은 도움이 된다. 물론 그 과정이 순탄치만은 않다.   공공 R&D는 국가 생존의 핵심 엔진이다. 최근 우리나라를 포함한 세계 각국에서는 국가전략기술 개발에 집중하는 움직임이 보이고 있다. 우리나라의 GDP 대비 공공 R&D 투자비용은 전 세계 국가 중 1~2위를 고수하고 있다. 그러나 실제 사업화를 위해 공공기술을 활용(기술이전)하는 금액 비중은 1.5%로 투입 대비 현저히 낮은 수준이 10년 이상 지속되고 있는 실정이다. 이와 같은 이유로 공공기술사업화의 문제점을 해결하고자 하는 움직임이 시작됐고, 이는 KISTI가 APOLLO를 개발하게 된 배경이기도 하다.   KISTI에서 개발한 AI 기반 공공 R&D 유망성 탐색 플랫폼 APOLLO   변정은 R&BD분석연구팀장은 “실제 현장을 나가면 많은 기업들에게 ‘어떤 기술을 접목하여 신규 아이템을 판매해야 기업을 잘 영위할 수 있을까요?’라는 질문을 듣게 된다”며 “급속한 기술 발전과 환경 변화로 인해 사업 포트폴리오가 잘 구축되어 있지 않는 이상 기업이 지속 성장하기 어려운 환경이 됐다. 이러한 기업의 요구와 기술 환경의 변화를 모두 수용할 수 있는 다차원적 측면의 사업화 분석 AI, APOLLO를 개발하게 되었다”고 설명했다.   이처럼 APOLLO에는 KISTI 기술사업화연구센터 R&BD분석연구팀 구성원들의 철학이 고스란히 녹아들었다. 그리고 사업화 가능성이 높은 공공기술을 찾고자 하는 기업의 니즈와 기술 수요 기업을 찾고자 하는 연구자의 니즈를 APOLLO에서 각각의 서비스로 구현시켰다. 기업과 연구자의 니즈를 모두 충족할 수 있는 해결책이 탄생한 것이다.   APOLLO의 서비스는 총 5개로 구분된다. 첫 번째로 ‘유망 사업화 공공 R&D 예측’이다. APOLLO에 탑재된 최신 딥러닝 알고리즘을 기반으로 수요 기업에 적합한 100건의 공공 R&D 분석 결과를 적합도순으로 추천해준다. 같은 업종에 종사하고 사업 목적이 같은 기업이더라도 업체의 규모와 매출, 지역에 따라 각기 다른 결과의 공공 R&D 기술이 추천된다.   김민주 박사는 “일례로 ‘혈당측정기’와 관련된 공공기술을 찾고자 할 때 지금까지 활용했던 대다수 검색 사이트에서는 기업의 규모가 달라도 검색 쿼리(Query)가 같기 때문에 동일한 공공 R&D 분석 결과만을 확인할 수 있었다. 그러나 APOLLO에서는 업력과 인력, 매출 등 기업에 최적화된 공공 R&D 기술을 확인할 수 있다”고 자부했다.   반대로 연구자에게 기술 수요 기업을 추천해 주는 기능도 탑재돼 있다. APOLLO의 두 번째 기능인 ‘유망 사업화 기술 수요 기업 예측’ 서비스는 공공 R&D 사업화 기술에 맞는 기술 수요 기업을 연구자에게 추천해준다. 개별 기업을 클릭해 기업별 기본 정보 및 주요 제품, 재무 현황, 유망성 결과 확인도 가능하며 주요 제품에 대한 시장 범위와 규모도 확인할 수 있다. 또한 지역별·산업군별로도 확인 가능하다.     다음으로 ‘기업 유망성 분석’ 서비스는 7가지 핵심 지표(① 성장성, ② 수익성, ③ 비용성, ④ 안정성, ⑤ 활동성, ⑥ 기술혁신성, ⑦ 부가가치창출성)를 바탕으로 기업의 고유 역량과 미래 유망성을 분석하는 기능이다. 막대 그래프 형태로 기업의 점수와 지역 기업의 평균 점수, 기업이 속한 산업의 평균 점수를 확인할 수 있으며 지역별 유망 기업 TOP100에 대한 리스트도 확인할 수 있다.   APOLLO 유망 사업화 공공 R&D 예측 서비스 예시 화면(좌)과 기업 유망성 분석 서비스 예시 화면(우)   ‘글로벌 유망 아이템 탐색’ 서비스는 전 세계 집단 지성 데이터인 위키피디아 데이터를 기반으로 글로벌 유망성 지표를 도출하는 서비스다. 사용자는 이를 통해 최신 기술과 시장 트렌드를 다각도로 분석한 데이터를 확인할 수 있으며, 비즈니스 발굴의 기회도 제공받을 수 있다.   마지막으로 KISTI 고유의 제품명 특화 언어 모델과 기계학습 알고리즘이 적용된 ‘제품 시장 분석’ 기능을 통해 기술 제품의 시장별 규모와 점유율, 경쟁 기업, 연관 제품을 손쉽게 확인할 수 있다. 또한 연구진들은 “지금까지 전체 산업에 대한 시장 분석 자료는 많은 곳에서 확인할 수 있었지만 제품 단위의 시장 데이터는 확인하기 어려운 단점이 존재했다”며 “APOLLO를 활용하면 각각의 제품에 대한 시장 구성 현황과 관련 기업, 연관 제품을 손쉽게 파악할 수 있다”고 강조했다.   공공기술사업화 분야의 마중물 되길   오늘날 APOLLO와 같은 우수한 사업화 분석 플랫폼이 탄생할 수 있던 배경에는 기술사업화연구센터가 수십 년 동안 연구해온 다양한 사업화 분석 모델과 인공지능 모델을 학습시키기 위한 기술사업화 데이터, 기술사업화 연구 분야를 이끌고 있는 선후배들의 연구에 대한 열정이 큰 뒷받침이 됐다. 이를 바탕으로 현재 기술사업화연구센터는 인공지능 기반 모델의 정확성을 높이기 위한 노력과 플랫폼의 활용 확산을 위해 이용자 각각의 목적에 맞는 최적의 서비스 플랫폼을 제작하는 데 집중하고 있다.   이를 위해 현재 APOLLO는 개발과 검증 과정을 동시에 거치고 있다. 올해는 기능적 향상과 더불어 편의성 향상과 같은 모델의 추가적인 활용 방향에 집중할 계획이다. 최윤정 센터장은 “기술사업화는 단순한 기술적 측면의 숫자로 판단하는 게 아닌 시장 측면을 포함한 종합적 검증 과정이다”라며 “모델이 만들어진 이후에도 이를 활용, 확산하는 과정에서 산학연정 등 다양한 기관들과의 협동이 중요하다. 기술사업화연구센터는 앞으로도 다양한 기관과 협업하며 국내 공공기술사업화 영역을 선도할 것”이라고 자신했다.   이어 그는 “인공지능 대전환 시대, 초 불확실성 시대 등 거대한 환경 변화가 발생하며 기업이 시장 환경을 분석하기 더욱 어려워지고 있다”며 “APOLLO가 공공기술사업화 분야에서 사업을 영위하고 있는 기업과 신규 아이템 발굴을 위해 고민하는 예비 창업 기업들의 마중물로 작용할 수 있길 바란다”고 기대했다.   왼쪽부터 변정은 기술사업화연구센터 R&BD분석연구팀장, 최윤정 기술사업화연구센터장, 김민주 기술사업화연구센터 R&BD분석연구팀 박사

0 336

디지털 큐레이션 성숙도 모델 인공지능(AI), 사물인터넷(IoT) 등 첨단 디지털 기술이 발달하며 ‘디지털 전환(Digital Transformation)’이라는 거대한 변화의 물결이 전 산업을 휩쓸고 있다. 디지털 전환이란 디지털 기술을 조직 전반에 적용해 새로운 가치를 창출하는 과정이다. 최근 제조업, 농업, 수산업 등 전통 산업 현장에서 활발한 디지털 전환이 진행되며 생산 공정의 혁신을 불러일으키고 있다. KISTI는 국내 과학기술정보 분야의 대표 연구기관으로서 시대에 흐름을 예측하는 데이터 분석 기술로 디지털 혁신을 선도하고 있다. 올해 1월에는 국내외 최초로 디지털 성숙도 모델을 개발하며 국내 디지털 전환 역량을 한층 더 높이는 데 성공했다. KISTI 디지털큐레이션센터가 개발한 ‘데이터 생애주기 관리의 디지털 전환 관리 모델(디지털 큐레이션 성숙도 모델)’에 대해 소개한다. 연구 현장에서는 하루에도 수많은 데이터가 생성된다. 이러한 데이터는 사업 전략과 기술 개발에 있어 중요한 자료가 되며, 특히 디지털 전환의 중요성이 대두됨에 따라 체계적인 데이터 수집·관리 방안은 더욱 강조되고 있다. 그러나 방대한 양의 데이터를 효율적으로 관리·활용하기 위해서는 정제된 기준이 필요하다. 기관별로 데이터 분류법이 달라 호환성이 떨어져 데이터 활용 범위가 좁아지기 때문이다. 데이터 표준화가 이루어지면 업무에 있어 불필요한 과정을 최소화할 수 있을 뿐만 아니라 데이터의 신뢰성을 높여 양질의 정보를 제공할 수 있다는 장점이 있다. 이러한 생애주기 관점의 데이터 관리 활동이 바로 ‘디지털 큐레이션’이다. 데이터 생애주기는 데이터의 생산, 수집, 가공, 보존, 활용, 평가, 처분까지 일련의 선순환 주기로 구성된다. 우리나라에서는 KISTI 디지털큐레이션센터에서 디지털 큐레이션을 전문적으로 연구하고 표준화하고 있다. 디지털큐레이션센터는 연구개발뿐만 아니라 디지털 큐레이션 표준 절차를 실무에 적용해 국내외에서 수집한 과학기술 데이터의 가치를 증진하고 있으며, ScienceON, NTIS 등 과학기술정보 플랫폼을 통해 큐레이션된 데이터를 모든 국민에게 제공하고 있다. 최근에는 업무 프로세스의 디지털 전환에 필수적인 ‘디지털 큐레이션 성숙도 모델’ 개발에 성공해 산·학·연·관·군 등 데이터를 다루는 기관들로부터 주목을 받고 있다. 디지털 큐레이션의 중요성은 지속적으로 강조되어 왔지만 기존에 디지털 전환 수준 측정에 대한 명확한 기준이 없어 객관적 진단이 불가능한 상황이었다. 나아가 데이터 관점에서 같은 활동임에도 불구하고 기관별로 상이한 기준과 용어를 사용해 원활한 소통이 이루어지지 못하는 상황도 발생했다. 디지털 큐레이션 성숙도 모델 개발 업무를 담당한 임석종 KISTI 책임연구원은 “각 기관의 담당자들은 데이터 처리, 구축 방법을 잘 알고 있음에도 불구하고, 후임자 또는 다른 기관 사람과 소통하는 상황에서는 정립된 표준이 없어 소통에 어려움이 발생하는 일이 있었다”라며 “누구든지 쉽게 이해하고 소통할 수 있는 모델이 개발된다면 스스로 데이터 관리를 잘하고 있는지 객관적인 분석이 가능할 것이라고 생각해 디지털 큐레이션 성숙도 모델을 개발했다”고 연구 배경을 설명했다. 디지털 큐레이션 성숙도 모델은 크게 5단계 성숙수준과 5개 측정지표로 구성돼 있다. 성숙수준은 ‘초기, 진입, 성장, 성숙, 최적화’ 단계로 구분되며 데이터 관리·유통 조직의 디지털 큐레이션 성숙도를 평가한다. 이어 ①전략 ②조직 ③기술 ④데이터 ⑤영향력 5개로 구분된 측정지표는 각각 3~4개의 영역으로 다시 세분화되어 연구 성과 데이터 관리 및 활동을 심도 있게 평가한다. 임석종 KISTI 책임연구원은 “종합적인 관점에서 실효성 있는 모델을 개발하기 위해 해외의 여러 성숙도 모델과 표준을 참고해 모델을 개발했다”라며 “측정 지표의 경우 기관 유형별로 상이한 데이터 특성을 반영할 수 있도록 고정 지표가 아닌 유연하게 설정가능한 지표로 산식을 설계했다”고 말했다. 이어 그는 “앞서 해외에서 이미 개발돼 활용하고 있던 디지털 큐레이션 모델은 데이터의 변화를 고려하지 않은 형태로 설계되어 있었다”라며 “진정한 디지털 전환은 투입되는 데이터와 산출되는 데이터의 형태가 달라야 한다는 점을 반영해 KISTI만의 차별화된 모델을 개발했다”고 강조했다. 디지털 큐레이션 성숙도를 평가하는 산식은 측정 대상에 대하여 조직이 설정한 중요도(가중치)를 할당하는 형태다. 측정 대상의 세부 영역별로 리커트 5점 척도를 부여하여 산술 평균을 산출한다. 이어 산출 결과는 디지털 큐레이션 성숙도 평가 공식을 통하여 산출하고, 해당하는 점수 구간에 따라서 초기 단계(0점 이상~1점 미만), 진입 단계(1점 이상~2점 미만), 성장 단계(2점 이상~3점 미만), 성숙 단계(3점 이상~4점 미만), 최적화 단계(4점 이상~5점)로 적용한다. 임 책임연구원은 “성숙도는 포괄적이고 종합적인 의미를 내포하고 있다”라며 “기관 정책과 전략, 조직의 문화와 예산 등 여러 요인의 영향을 받기에 해당 지표를 절대적인 관점이 아닌 각 분야에 관련된 이해관계자와의 소통 관점에서 바라보는 것이 중요하다”라고 강조했다. 디지털 큐레이션 성숙도 모델이 더 많이 활용되길 임 책임연구원은 디지털 큐레이션을 ‘농사’에 빗대어 표현했다. 농사에서 씨를 뿌리고 열매가 열리기까지의 과정에서 자연스럽게 수행하는 여러 일들이 디지털 큐레이션과 같으며, 이러한 과정을 보다 명확하게 표현하는 것이 성숙도 모델이라는 이유에서다. 그는 “디지털 큐레이션 성숙도 모델이 개발됐다고 내부적으로 하던 일이 크게 변하는 것은 아니다”라며 “우리가 지금까지 자연스럽게 하고 있던 일을 조금 더 명확하게 표현하는 과정이다”라고 설명했다. 이어 그는 “디지털 큐레이션 성숙도 모델을 활용하면 자신이 데이터를 처리하는 과정에 있어 어떤 단계에 있는지 체계적인 점검도 가능하다”라며 “연구 데이터를 취급하는 다른 기관들과의 소통도 더욱 원활해질 것으로 기대한다”고 밝혔다. KISTI는 앞으로 디지털 큐레이션 모델 개선과 더불어 보다 많은 기관이 이를 활용할 수 있도록 홍보에도 집중할 계획이다. 모든 기관을 직접 방문하기에는 한계가 존재하기 때문에 연구자가 웹에서 성숙도 수준을 자체 점검할 수 있는 웹사이트 개발도 진행하고 있다. 나아가 글로벌 연구 환경에서도 KISTI 디지털 큐레이션 모델이 적용될 수 있도록 해외 기관과의 공동 연구도 추진할 예정이다. 임 책임연구원은 “최근 디지털 전환과 관련된 기술만이 과도하게 부각되고 있다. 디지털 기술을 개발하고 조직의 업무 프로세스에 반영하기 위해서는 근간이 되는 데이터를 인간과 기계가 소통 가능한 표준화된 방식으로 큐레이션하고 조직 내에서 데이터를 자체적으로 점검, 평가하는 일들이 선행되어야 한다”라며 “디지털 큐레이션 성숙도 모델이 사람의 MBTI 지표와 같이 쉽게 이해하고 활용할 수 있는 도구가 되길 바란다”고 기대를 드러냈다.

1 156

KISTI-KFAS MOU 체결 쿠웨이트는 중동에 위치한 세계적인 산유국으로 1979년에 대한민국과 수교한 이래 활발한 경제교류를 이어 오고 있다. 그간 주로 석유를 수입하고 자동차나 전자제품을 수출하는 관계가 이어져 왔다면, KISTI는 한걸음 더 나아가 쿠웨이트과학진흥재단이 업무협약을 체결하면서 공동 연구 사업과 전문가 교류 활동 등을 수행할 계획이다 . KISTI 과학데이터교육센터의 김지영 센터장과 박혜진 박사를 만나 MOU 체결 배경과 향후 계획에 대해 들어 보았다. 디지털 역량 강화 위한 협력 방안 모색 과학기술계에서 ‘국제협력’이 뜨거운 이슈로 떠오르고 있다. 범지구적 차원의 문제가 증가하며 인류의 생존을 위한 공동 전략의 필요성이 부각되고 있기 때문이다. 해외의 풍부한 연구 인력과 장비를 활용해 연구개발(R&D) 단독 수행에 따른 부담을 분담할 수 있다는 점에서도 국제협력은 큰 장점을 가진다. 국내에서도 과학기술 국제협력의 필요성에 대한 인식은 더욱 확산되고 있다. 우리나라 정부는 올해 초, 국제협력 R&D 예산을 기존 5,000억 원에서 1조 8,000억 원으로 확대할 것을 발표했다. 세계 각국에 분포되어 있는 최고 연구 기관 및 연구자와의 협력을 강력히 추진하기 위함이다. 국제협력 추진을 위한 분위기가 고조되는 상황 속, 지난 2월 5일 KISTI와 쿠웨이트과학진흥재단(The Kuwait Foundation for the Advancement of Sciences, 이하 KFAS)은 쿠웨이트 현지에서 업무협약(이하 MOU)을 체결했다. 양 기관은 디지털 역량 강화를 위한 교육 훈련 프로그램 개발과 데이터 분야 연구개발 협력 방안을 모색할 계획이다. DATA·AI 캠프서 시작된 인연 KISTI와 KFAS의 인연은 2022년 봄 우연한 만남을 계기로 시작됐다. 당시 KISTI에서 근무하고 있던 서동민 박사는 유재수 충북대학교 교수와의 미팅에서 뜻밖의 이야기를 듣게 된다. KFAS가 자국의 고등학생들을 KISTI로 파견해 교육 방한 연수를 추진하기 희망한다는 것이다. 이 소식을 접한 서동민 박사는 KISTI 내부에 쿠웨이트의 협력 의사 소식을 알렸고 김재수 KISTI 원장은 과학데이터교육센터를 필두로 3일 과정의 교육 캠프 기획 준비에 나섰다. 앞서 여러 국가와 MOU를 체결하며 다수의 국제협력 경험을 보유한 KISTI였지만 쿠웨이트와의 협업 과정에서는 몇몇 어려움도 존재했다고 한다. 주된 원인은 ‘문화적 차이’에 있었다. 쿠웨이트는 이란, 사우디아라비아, 이라크와 국경을 맞대고 있는 중동 국가이다. 국가 면적 약 1만 7,818㎢, 총 인구수는 약 425만 명에 불과한 작은 나라지만 1960년대에 비영리 국왕 직속기관으로 KFAS를 설립하는 등 과학기술 역량 강화에 힘쓰고 있다. 헌법이 정하는 한계 내에서 군주권이 행사되는 ‘입헌군주제’를 따르고 있어 민주 공화제를 따르는 우리나라와는 문화에서 큰 차이를 보인다. 박혜진 박사는 “1차연도 교육 캠프를 기획할 당시 중동 국가의 톱다운(Top-down, 하향식 접근) 체계로 인해 예정보다 프로젝트 조율과정이 길어지는 상황이 발생하기도 했다”라며 “다행히 비대면 회의를 진행하며 쌓인 상호 신뢰와 KFAS의 적극적인 협력 의사로 인해 ‘1차 DATA·AI 캠프’를 성공적으로 진행할 수 있었다”고 밝혔다. 1차 DATA·AI 캠프는 15명의 쿠웨이트 고등학생이 참여한 가운데 총 3일(2022년 8월 1일~ 3일)에 걸쳐 진행됐다. 참여 학생들은 KISTI에서 실제 근무하고 있는 박사로 구성된 교수진으로부터 4차 산업혁명, 딥러닝, 머신러닝 모델 등 교육 프로그램을 수강했다. 또한 슈퍼컴퓨터, CAVE 등 KISTI 내부 인프라 시설을 견학하며 한국의 과학기술을 직접 눈으로 확인할 수 있는 시간을 가졌다. 박 박사는 “캠프 이후 만족도 조사를 실시한 결과 참여 학생들로부터 5점 만점 중 4.57점이라는 좋은 평가를 받았다”라며 “학생들이 현지로 귀국한 이후에 교육 과정에서 느낀 내용을 친구, 가족들에게 전파하며 쿠웨이트 측에서도 더 많은 관심을 가지게 됐고 2023년에는 2차 DATA·AI 개최됐다”고 설명했다. 2차 DATA·AI 캠프는 2023년 8월 3일부터 8일까지 총 5일 과정으로 진행됐다. ‘실습 교육이 보다 많아졌으면 좋겠다’는 1차 캠프 수료 학생들의 의견이 반영된 결과다. 박 박사는 “2차 캠프에서는 KISTI 메타버스 인프라인 MyKSC, 키온버스, VlabON을 활용하고 ChatGPT 실습과 자율주행 프로젝트를 진행하는 등 실습 교육을 확대했다”라며 “KISTI에서 실제 연구자로 생활하고 있는 외국인 유학생들과의 토크쇼도 개최해 쿠웨이트 학생들에게 좋은 반응을 얻었다”고 말했다. 이어 그는 “학생들이 다녀간 이후 쿠웨이트 대사관 측에서도 KISTI와 지속적인 협력을 이어가고 싶다는 내용의 문서가 전달됐다”라며 “우연한 계기로 시작한 DATA·AI 캠프가 KISTI-KFAS 양 국가 기관의 MOU 체결로 이어졌고 우리의 노력이 국제 과학교류와 지속적인 협력 활성화의 토대가 되어 보람찬 마음이다"라고 소감을 전했다. 데이터 실크로드로 글로벌 진출 나선다 이번 KISTI의 쿠웨이트 방문은 김재수 KISTI 원장, 김지영 과학데이터교육센터장 등이 함께 하였다. KFAS와의 업무 협약은 △디지털 역량 강화를 위한 공동연구 수행 △전문 미래 인재 양성을 위한 교육 협력 등의 내용을 담고 있다. 양 기관은 KISTI의 강점인 데이터, 인공지능, 슈퍼컴퓨팅 역량을 바탕으로 쿠웨이트 과학기술 연구개발 역량을 강화하는 데 집중할 예정이다. 또한 심포지엄, 포럼, 세미나 등 외부 행사 공동 개최를 통해 과학기술 분야의 정보 교환 및 네트워킹의 장도 지속적으로 마련할 계획이다. 김지영 센터장은 “디지털, 교육 분야를 넘어 바이오 데이터를 통한 당뇨병 치료 후보물질 연구, 사이버 보안, 아랍어 거대언어모델 등 폭넓은 분야에서 공동연구를 추진할 예정이다”라며 “이를 계기로 KISTI는 아세안과 중동, 유럽 지역을 연결하는 데이터 실크로드를 확보할 것이다”라고 강조했다. 실제로 KISTI 방문단은 쿠웨이트 방문기간 동안 걸프과학기술대학교, 쿠웨이트은행, 다스만당뇨병연구소, 글로벌 통신회사 Zain 등 쿠웨이트 내 주요 기관을 방문했다. 또한 각기관의 대표, 책임자와의 만남을 통해 향후 협력 분야 및 추진방안에 대한 깊이 있는 논의도 진행했다. 김 센터장은 “방문하는 곳마다 국빈 대접으로 격렬한 환대를해 주어 정말 감사한 마음이었다”라며 “각 기관의 부서와 연구실마다 어떤 연구를 진행하고 있는지 세심하게 소개받을 수 있었다”고 말했다. 이어 “특정한 부분의 협력을 시작으로 점차 폭넓고 다양한 분야에서 협력적 공동사업을 개발할 계획이다”라며 “이전에는 부서 차원에서 협력이 진행됐지만 현재는 KISTI 전체 차원, 미래에는 국내 다른 연구기관과 협업 방안을 마련해 범위를 점차 넓히려 한다”고 강조했다. 올해 다시 개최될 DATA·AI 캠프에 대한 계획도 설명했다. 김 센터장은 “2번의 캠프 과정에서 실습 및 실용적인 교육에 대한 학생들의 수요가 큼을 확인할 수 있었다”라며 “슈퍼컴퓨터 이론 및 실습 교육을 추가하고 AI&HPC 아이디어 콘테스트를 진행하는 등 여러 제안에 나설 예정이다”라고 말했다. 이어 그는 “KFAS와의 협력 성과를 바탕으로 인접 국가인 사우디아라비아, 아랍에미리트 등 협력 거점을 확대할 계획이다”라며 “KISTI가 중동 지역과 우리나라의 교두보 역할을 수행할 수 있도록 앞으로도 최선의 노력을 다하겠다”고 포부를 밝혔다.

4 63

과학기술 데이터 분야 전문 정책지 「S&T DATA」 소개 데이터가 세상을 바꾸는 시대다. 정보통신 기술의 발달을 시작으로 등장한 빅데이터 개념은 산업 간 장벽을 무너뜨리며 우리 일상에 새로운 변화를 가져왔다. 데이터의 중요성은 국가를 넘어 기업, 민간의 영역으로까지 확산됐다. KISTI는 데이터 활용에 대한 고민 해결을 돕고자 60년간 구축해 온 과학기술 데이터 노하우와 인프라를 국민에게 다양한 형태로 제공하고 있다. 2022년 12월에 새로 창간한 ‘S&T DATA’도 그중 하나다. 과학기술 데이터 전문 정책지로서 데이터 이슈, 해외 동향, 기업 사례, 전략 방향을 총망라한다. 「S&T DATA」의 특징과 차별점은? S&T DATA는 KISTI 설립 60주년을 맞이해 국내 데이터 기반 혁신의 새로운 원동력을 마련하고자 창간됐다. 2022년 12월 26일 발간된 창간호를 포함해 현재까지 총 5개의 정책지가 KISTI 홈페이지를 통해 공개되었다. 정책지의 이름은 KISTI 전체 구성원을 대상으로 한 공모를 통해 결정됐다. 다양한 의견 중 ‘과학기술 인프라 데이터로 세상을 바꾼다’는 KISTI의 비전이 담긴 ‘S&T(Science & Technology)’가 최종 채택됐다. S&T DATA의 가장 큰 차별성은 ‘핵심 주제’에 있다. 결과물을 중심으로 구성되는 다른 발간물과 달리 S&T DATA는 매호 하나의 특정 주제를 중심으로 구성된다. 핵심 주제는 매년 초 개최되는 편집위원회에서 당해 과학기술의 전반적인 흐름을 분석 후 결정된다. 인터뷰에 참여한 곽영 KISTI 정책전략본부 정책연구센터 박사는 “S&T DATA는 일반적으로 매 분기 1회 발간되며 KISTI 미래기술유망세미나와 편집위원회 논의에서 나온 다양한 자료를 바탕으로 주제를 선별하고 있다”라며 “지난해 세상을 뜨겁게 달궜던 생성형 인공지능과 같이 특별한 상황이 발생하면 주제를 변경하거나 특별호를 발간하기도 한다”고 설명했다. 이어 그는 “핵심 주제가 정해지면 해당 분야에서 저명한 KISTI 내부 또는 외부 전문가를 섭외해 원고를 의뢰한다”라며 “해당 내용이 주제에 어느 정도 부합하는지와 정책지를 구성하고 있는 각 목차의 성격을 고려해 S&T DATA를 발간 하고 있다”고 밝혔다. S&T DATA는 총 6개의 목차로 구분된다. ①DISCUSSION에서는 해당 호에서 말하고자 하는 전반적인 내용이 서술 형태로 요약돼 있다. 일례로 4호 ‘DATA MARKET’에서는 데이터 거래 시장과 흐름에 대한 내용이 소개됐다. ②PEOPLE에서는 핵심 주제와 연관된 인물의 인터뷰 내용을 ③SPECIAL ISSUE에서는 주제별 트렌드 분석 내용을 확인할 수 있다. ④DEEP INSIGHT는 데이터 기술 정책에 대한 전문가들의 다양한 의견이 담겨 있으며 ⑤GLOBAL TRENDS와 ⑥INSIDE는 과학기술 데이터를 활용한 실제 사례로 구성돼 있다. 곽영 박사는 “S&T DATA는 특정 주제에 대한 전체 개요부터 심층 분석까지의 내용을 스토리텔링 형태로 소개하고 있다”라며 “여러 정부출연연 중 가장 먼저 데이터에 대한 정책지를 발간했다는 점에서 큰 자부심을 가지고 작업을 진행하고 있다”고 말했다. 이어 그는 “기관 홍보지의 성격을 가져선 안 된다는 김재수 KISTI 원장의 신념대로 정책지를 구성하는 과정에서 KISTI에 관한 내용은 대부분 제외하고 있다”라며 “독자들에게 데이터에 관한 깊은 정보를 제공하는 데 많은 집중과 노력을 가하고 있다. 마지막 페이지에 KISTI가 개최하는 대외행사 정도만 간단하게 추가하는 형태다”라고 설명했다. 현재 S&T DATA는 발간물 당 약 600부씩 인쇄하고 있다. 인쇄된 출판물은 우편을 통해 과학기술 정책 수립 관계자들과 정부출연기관 및 정책본부에 전달된다. 또한 KISTI 홈페이지를 통해 동일한 내용의 파일을 공개하고 있어, 인쇄물을 수령받지 못하더라도 누구나 언제든 무료로 확인이 가능하다. S&T DATA를 보다 많은 사람들에게 알리고자 홍보 방안도 논의 중이다. 곽영 박사는 “S&T DATA의 저변을 확대하고자 온·오프라인 양면에서 확산 방안을 논의하고 있다”라며 “S&T DATA를 영상화해 유튜브에 업로드하는 등 일반 국민이 데이터 지식에 쉽게 접근할 수 있도록 노력할 계획이다”고 밝혔다. 전문성과 대중성, 두 마리 토끼 잡는다 현재까지 발간된 S&T DATA 중 사람들에게 가장 추천하는 주제는 무엇이냐는 기자의 질문에 곽영 박사는 4호 ‘DATA MARKET’을 지목했다. 그는 “4호 DATA MARKET은 빅데이터가 우리 일상에서 어떻게 활용되고 수익창출로 이어지는지에 대한 구체적인 사례가 담겨있다”라며 “일반 국민도 S&T DATA 4호 DATA MARKET을 통해 데이터의 중요성을 체감하며 많은 시사점을 얻어 갈 수 있을 것이다”고 말했다. 이제 막 발돋움을 시작한 S&T DATA에는 큰 도전 과제가 남아있다. ‘전문성’과 ‘대중성’ 두 마리 토끼를 동시에 확보하는 것이다. 곽영 박사는 “S&T DATA의 전문성을 유지하며 많은 사람들에게 편하게 읽히는 정책지로 만드는 것이 가장 큰 목표이다”라며 “담당자와 전문가 모두 제작 과정에서 이러한 고민이 반영될 수 있도록 노력을 가하고 있다”고 밝혔다. 이어 그는 “S&T DATA가 KISTI만의 잔치가 아닌 정보가 필요한 사람들이 바로 떠올릴 수 있는 정책지로 성장하길 바란다”라며 “앞으로도 KISTI는 과학기술 인프라와 데이터로 세상을 바꾸겠다는 비전을 가슴에 새기며 최선의 노력을 이어가겠다”고 강조했다.

1 85

국가과학기술데이터본부 초거대AI연구단 인터뷰 2023년 12월 KISTI는 생성형 거대 언어 모델(Large Language Model, LLM) ‘KONI(KISTI Open Natural Intelligence, 한글명 고니)’의 첫선을 보였다. 과학기술 데이터에 특화된 LLM의 소식은 많은 기대와 관심을 모았다. 3월에 KONI는 한 차례 성능을 향상시켰으며, 데이터 학습량을 대폭 증가시켜 오는 7월 오픈소스를 공개할 예정이다. KONI가 외부의 LLM 수요에 대한 대응을 적극적으로 모색하고 기관 간 실질적인 협력과 활용의 단계로 들어선 가운데, 지난 3월 새롭게 출범한 초거대AI연구단을 찾아 현황과 계획을 들어봤다. 올봄 연구단 출범, LLM 모델 개발과 활용 도모 초거대AI연구단은 KONI의 개발과 원 내외 활용을 담당하고 있다. 이의 전신인 초거대언어모델개발애자일팀은 LLM 모델을 기관 전사적인 입장에서 개발하기 위해 작년 7월에 구성했다. 이후 실행 조직으로 디지털큐레이션센터 내 초거대AI연구팀을 신설했고, 이후 조직을 승격해 연구단으로 거듭났다. 초거대언어모델개발애자일팀장과 초거대AI연구팀장을 겸직했던 이경하 단장이 현재 연구단의 총괄 책임을 맡고 있다. 연구단에서는 최근까지 과학기술 특화 언어 모델 개발에 우선 중점을 두고 연구를 전개해 왔습니다. 이후로는 논문, 보고서상의 다양한 비텍스트적 요소, 이를테면 그림이나 도표, 수식 등을 모두 이해하는 멀티 모달리티 기능을 지속적으로 강화하려고 합니다. 궁극적으로는 여러 연구 결과를 한 번에 취합해 정리하고, 새로운 가설이나 연구·실험계획을 자동으로 수립하는 코사이언티스트(Co-Scientist), 혹은 연구자 AI로 명명하는 연구 과정의 자동화를 지원할 수 있도록 하는 연구를 수행할 계획입니다. 이는 여러 연구 결과들을 한 번에 취합하고 분석·정리해 기존 연구들의 문제점을 파악하고, 새로운 가설을 수립하거나, 연구 및 실험 계획을 자동으로 세우는 연구자 AI를 개발해서 연구 과정을 지원하겠다는 것입니다. 대국민 포털인 사이언스온이나 NTIS에 KONI를 탑재해 AI 분석 서비스 기능을 강화하고자 하는 것도 같은 맥락이지요." KISTI는 국가과학기술데이터 서비스 분야에서 KONI를 통해 기존의 과학기술정보 유통, 분석 체계를 개선해 일반 대중과 전문과학자 모두가 활용할 수 있고, 공학박사 수준의 AI 정보 서비스 체계를 구축하겠다는 계획을 밝힌 바 있다. 향후 AI를 통해 기존 연구의 문제점 파악과 가설 수립 및 새로운 과학적 발견까지 지원함으로써 실제 연구를 수행하는 AI를 선보이겠다는 것이다. 이와 관련해 이경하 단장은 이렇게 소신을 밝혔다. 공학박사 수준의 AI’는 저희의 슬로건이나 다름없습니다. 다소 거시적인 목표이지요. 공학박사 수준이라고 하면 유사한 난이도의 질문을 받았을 때 그에 대해 답변할 수 있어야 한다는 것입니다. 그런데 이게 사실은 정확한 기준이 없습니다. 과학 분야에 대한 벤치마크 평가 데이터나 그런 체계도 전무하다시피 하고요. 해서 올 초부터 본격적으로 이를 구축하기 위한 연구에도 착수했습니다. 이 부분에 대한 성과가 가시화되면 KONI는 보다 신뢰성 있는 LLM 모델이자 공공재로서 역할을 해낼 수 있을 것입니다.” 오는 7월 오픈 소스 공개, ‘sLLM’으로서 특화된 성능 발휘 KISTI는 KONI의 원 내외 활용에서 한 걸음 더 나아가 과학기술과 산업 분야에 초거대 AI를 활용할 수 있도록 방안을 모색하고 있다. 곧 정보 보안에 민감한 출연연이나 공공기관, 전산 자원 부족의 문제로 LLM의 도입과 활용이 쉽지 않았던 외부 수요처에 대한 실질적인 보급에 앞장서겠다는 것이다. 다가오는 여름, KONI의 오픈 소스 공개는 산·학·연·관·군 생태계를 크게 확장하는 신호탄이 될 전망이다. 한편, KISTI는 올 초 육군의 디지털 대전환에 대한 지원에 나섰다. 이에 따라 2023년 4월 육군 군수사령부와 업무협약을 체결하는 등 데이터 중심으로 변화하려는 국방 혁신에 동참하기로 뜻을 모았다. KONI를 국방 도메인에 접목해 육군이 AI 육군으로 거듭나는 과정에 기여하고, 초거대AI연구단이 ‘군수 참모 AI(가칭)’ 보급을 목표로 국방 LLM을 군수사와 공동기획한 것은 이의 일환으로 볼 수 있다. 저희는 현재 ‘Small LLM(SLLM)’에 초점을 맞춰 KONI의 보급에 집중하고 있습니다. 결합된 두 단어 사이에 다소 간의 괴리감이 있습니다만, 여기서 ‘Small’은 ‘특정 사용자가 보유하고 있으며, 활용 권한이 한정될 필요가 있는 데이터’를 의미합니다. KONI는 기존 정보 서비스 시스템이 보유한 데이터를 답변 제공에 활용하는 검색 증강 생성 기술(Retrieval-Augmented Generation, RAG)의 적용이 용이하도록 개발했습니다. 이러한 특성을 바탕으로 개별 수요처에서 설치해서 자체적으로 운용할 수 있는 LLM 모델을 제공한다는 것이지요. 이로써 기밀을 중시하는 수요처에서도 안심하고 활용할 수 있는 모델을 보급할 수 있게 될 것으로 봅니다. 올해 군수 물자 정보 등 국방 데이터에 대한 효과적인 접근과 AI 기반 분석을 지원하기 위한 국방 LLM 개발을추진하는 것은 이의 대표적인 사례로 볼 수 있습니다.” 연구단은 5월 초 전력연구원(KEPRI)과 MOU를 체결할 예정이다. KEPRI 측에서 전력 분야 학술, 연구 정보에 대한 고도화된 분석 및 신규 AI 서비스 개발을 위해 KISTI의 LLM을 우선적으로 도입해 올해 파일럿 과제를 추진하고, 그 결과에 따라 내년 연구사업을 공동으로 추진하겠다는 취지로 MOU를 체결하는 것이다. 국회도서관과는 양 기관이 보유하고 있는 국가 정보자원들을 보다 효과적으로 활용하기 위해 생성형 언어 모델의 개발과 활용에 공동으로 대응하고자 협력을 지속해 왔다. 디지털큐레이션센터 초거대AI연구팀 시절이던 2022년에는 정보자원 공동활용 및 지식플랫폼 구축 및 관련 공동연구 추진을 위한 MOU를 갱신했다. 이 협약은 KISTI가 보유한 과학기술 데이터 및 디지털 전환 기술과 국회도서관이 보유한 국가지식정보 간의 연계·융합을 활성화하고, 지식정보 플랫폼 환경 조성의 계기가 될 것으로 기대를 모았다. 당시 KISTI는 데이터-네트워크-인공지능(DNA) 역량을 결집해 각 분야 연구기관들과 지속적으로 협력할 뜻을 밝혔다. 이러한 흐름에 발 맞춰 연구단은 LLM의 도입과 보급을 위해 외부 기관과 보다 폭넓게 교류해 나갈 계획이다. 특허 정보 시스템을 개발하고 운용하는 한국특허정보원이나 과학기술 정보를 대중에 보급하는 카오스재단과 같이 점점 다양한 곳과 LLM 개발과 활용을 공동으로 하기 위한 노력을 기울이고 있습니다. 이에 대한 가시적인 성과도 곧 나올 것으로 기대합니다. 연구자의 한 사람으로서 참으로 반가운 일입니다. 보급을 확대하는 것만큼이나 중요한 점이 LLM의 공통적인 문제점으로 여겨지는 환각 현상(Hallucination)을 최소화하려는 노력이라고 생각합니다. KONI의 오픈소스를 7월에 공개하겠다고 저희가 예정한 것도 바로 이러한 점에 대해 좀 더 고민하고,문제점을 최대한 해결하기 위해 시간적인 여유를 둔 것입니다.” 연구단 역량 강화와 다양한 협력 도모할 터 초거대AI연구단은 현재 총 11명의 연구 인력으로 구성되어 있다. 향후 AI플랫폼팀과 LLM 개발팀으로 세분해 운영할 계획이다. AI플랫폼팀은 이용, 장래영, 이건우 박사가 주축이 되어 AI 학습과 관련된 인프라와 플랫폼 기술을 개발한다. LLM개발팀은 임찬욱, 장광선, 양동헌, 이재용 박사를 중심으로 운영한다. 구성원 중에는 UST 응용AI 전공 학생연구원 3명이 지도학생으로 소속되어 있다. 연구단은 지속적으로 인원을 확충해나갈 예정이다. 연구단의 협력을 필요로하는 수요처는 앞으로 점점 더 늘어날 것을 확신하기 때문이다. 작년에 불과 3천만 원에 불과한 연구비로 시작한 사업이 이렇게 확장되어 가는 모습도, 협력의 범위를 차츰 넓혀가고 있는 것도 매우 뿌듯합니다. 국내에서 내로라하는 전문가들과 미래를 개척해 나가고 있다는 점에 자부심을 느낍니다. 여러 박사님들이 보다 훌륭한 연구 성과를 도출할 수 있도록 연구단이 역량을 키우고, 다양한 분야와 협력을 도모할 수 있도록 가교를 놓는 것이 저의 사명이라고 생각합니다. 지금은 저희가 과학기술에 대한 데이터들을 주로 다루고 있지만, 시야를 넓히면 기술과 공학뿐 아니라 생명과학, 인문사회 분야까지 그 가능성은 갈수록 무한하게 커지지 않겠습니까. 언젠가는 모든 과학기술 분야를 아우르는 LLM을 개발해 이를 폭넓게 응용할 수 있는 날이 오면 좋겠다는 희망도 가져 봅니다."  

2 1615