[공직자의 창] AI 시대, R&D의 미래
2024년 9월 출시한 오픈AI o1 추론 모델은 인공지능(AI) 발전 역사에서 중요한 이정표다. 인간의 평균 지능을 능가하는 IQ 120 수준 기계의 등장은 과학기술 연구에도 인간과 AI의 협업과 공생이라는 새로운 질문을 던진다.
지난 2월 싱가포르의 한 스타트업은 완전 자동 연구시스템을 공개했다. 417시간 동안 기계학습 논문 166편, 2시간 30분에 한 편꼴이었고 편당 비용은 1100달러 수준이었다. 3월에는 가설 설정부터 실험 설계, 코딩을 통한 실험 수행 및 결과 분석, 최종 논문 작성까지 전 과정을 수행하는 AI의 연구 성과가 네이처에 실렸다. 구글의 AI 코사이언티스트는 막대한 양의 연구 가설을 생성하고 실험실에서는 로봇이 실험을 대신 해 준다. 몇 해 전만 해도 논문 요약과 코드 작성을 돕던 도구가 이제 연구 설계자의 자리를 넘보고 있다.
속도가 바뀌면 판이 바뀐다. 미국은 지난해 11월 맨해튼 프로젝트에 버금가는 제네시스 미션을 선언하고 17개 국립연구소의 슈퍼컴퓨터와 시설, 데이터를 하나의 플랫폼으로 묶었다. 올해 7월에는 15개 이상 부처가 참여하는 50억 달러 규모 범부처 프로젝트로 확대했다. 10년 안에 과학 생산성을 두 배로 만들겠다는 목표다. 미국과학재단은 연구자에게 데이터와 컴퓨팅을 직접 제공하고, 영국은 연구비 대신 자체 슈퍼컴퓨터 이용 시간을 지원한다. 경쟁의 축이 “더 많은 연구비”에서 “더 좋은 연구자원”으로 옮겨 간 것이다.
우리에겐 위협이자 기회다. 위협은 분명하다. AI 도입으로 논문 수와 인용 건수로 줄을 세우던 논문 평가 체계가 무력해진다. 개인 연구자에게 소액 과제를 넓게 뿌리는 방식만으로는 첨단 컴퓨팅과 실험 시설이 결합된 대형 연구자원 경쟁을 감당하기도 어렵다.
기회도 분명하다. 한국은 반도체와 이차전지, 바이오처럼 실물 데이터가 매일 쌓이는 제조·연구 현장을 가진 몇 안 되는 나라다. AI에 필요한 양질의 실험 데이터는 현장에서 나온다. 남보다 빨리 실험·검증하는 나라가 앞서는 경쟁이라면 한국에 결코 불리하지 않다.
정부의 역할도 재설계해야 한다. 첫째, 지원 단위를 개인에서 시스템으로 넓혀야 한다. 우수 연구자를 골라내는 일 못지않게 질문이 계속 창출되는 시스템에 투자하는 것도 중요하다. 데이터와 연구 장비·시설·전문 인력이 하나로 묶여야 성과가 난다. 지금 대학에 가장 부족한 부분이다. 대학 연구 기반 블록펀딩이 그 출발점이다.
둘째, 연구비를 넘어 자원을 제공해야 한다. 과학기술 AI 파운데이션 모델과 국가바이오데이터스테이션, 8496개의 GPU를 갖춘 국가 슈퍼컴 6호기 ‘한강’은 개별 연구자나 대학이 결코 살 수 없는 자산이다. 함께 쓰게 하는 편이 훨씬 효율적이다. 올해 출범한 대학의 과학기술AI연구센터와 출연연의 국가과학AI연구센터도 같은 취지다.
셋째, 평가 방식을 바꿔야 한다. AI가 문장을 대신 써 주는 시대라면 이제는 질문과 증거를 살펴봐야 한다. 무엇을 물었고, 어디까지를 AI에 맡겼으며, 어떻게 검증했는지가 측정 가능한 기록으로 남아야 한다. 책임이 사람에서 기계로 넘어가는 지점을 연구자 스스로 밝히는 문화도 만들어야 한다.
AI는 논문을 읽고 계산을 대신할 수 있다. 그러나 어떤 창의적인 질문을 내고 문제를 풀 것인지, 주어진 결과를 어떻게 검증하고 결정할 것인지, 틀렸을 때 누가 책임질 것인지는 인간 연구자의 몫이다. AI 시대 R&D 정책의 목표는 AI를 잘 쓰는 연구자를 늘리는 데 그치지 않는다. AI가 아무리 빠르고 똑똑해져도 흔들리지 않는 질문의 힘, 그 힘이 자라는 과학기술 생태계를 만든다.
김성수 과학기술정보통신부 연구개발정책실장