입력 2025.09.12 10:23
서강대학교(총장 심종혁) 기술경영전문대학원(MOT)은 지난 9일(화) 오전 한국과학기술회관 중회의실 5에서 ‘AI 시대 과학연구 방향’을 주제로 데이터경제 학술 컨퍼런스를 열고, 데이터와 AI로 과학의 임팩트를 키우는 최신 흐름을 한자리에 모았다.
행사에는 Northwestern University의 Benjamin F. Jones·Dashun Wang 교수를 비롯해 문성욱 교수(서강대 MOT), 이경하 센터장(KISTI), 김지홍 부연구위원(KISTEP)이 연사로 참여해 학·정·연 협력의 실행 해법을 제시했다.
행사의 문을 연 문성욱 교수는 “더 나은 과학이 더 나은 경제성과와 사회적 복지로 이어지게 하려면, 글로벌 프런티어의 프레임워크를 학습하고 데이터 기반 도구를 적극 도입해야 한다”라는 방향을 제시했다. 한국은 세계 최상위권의 R&D 투자에도 불구하고 성과의 질(상위 피인용 비중), 혁신기업 비율, AI 인재 유출 등 구조적 과제를 안고 있다며, 정보 접근을 넘어 ‘과학 수행의 자동화(AI Scientist)’에 대비한 생태계 재설계가 필요하다고 강조했다.
이어진 기조 발표에서 이경하 센터장은 AI for Science의 현재와 다음 단계 로드맵을 소개했다. 대규모언어모델(LLM)이 단순한 생성기를 넘어 ‘플래너·리저너’로 진화하는 가운데, 학습(Train-time) 스케일링의 한계를 보완하는 테스트타임 스케일링이 중요해지고 있음을 짚었다. 또한 에이전트·오픈 프로토콜(MCP) 기반 접근과 함께, KISTI의 과학·기술 특화 모델군 KONI-R(추론), KONI-V(멀티모달), KONI-RAG(전문 RAG)의 개발·배포 현황과 하이브리드 리트리버·RAG Fusion 등 구성 요소를 공개하며, 연구 현장에서의 활용과 저작권·생성물 소유권 등 거버넌스 이슈를 균형 있게 논의했다.
정책 세션에서 김지홍 부연구위원은 데이터 기반 과학기술 인재정책(HRST)의 큰 그림을 제시했다. 미국 연방·부처 차원의 데이터 전략과 NSF SciSIP/SoS:DCI 사례를 토대로, 국내의 저출산에 따른 인재 공급 감소와 대학 연구경쟁력 정체를 냉정히 진단했다. 그는 수요–공급 격차를 데이터로 정밀 진단하고, 유치·양성·전환을 아우르는 국가적 인재 확보 미션을 체계적으로 추진해야 한다고 제안했다.
클로징으로 소개된 Northwestern의 세션은 ‘과학의 임팩트를 어떻게 정량화하고, 어떻게 극대화할 것인가’에 답을 내놓았다. 발표에 따르면 다수의 학술논문은 이후 특허 지식 흐름에 편입되며, 과학을 직접 활용한 특허가 더 높은 시장가치를 보이는 경향이 확인됐다. 동시에 대형팀의 비중과 영향력이 커지는 구조 속에서, 연간 200만 편을 넘는 논문과 심화되는 전공 특화는 ‘지식의 부담’을 키워 유망 아이디어의 발굴을 어렵게 만든다. 이를 해결하기 위해 Northwestern은 Innovation Data Lake와 Idea·People·Partner Finder를 통해 논문–특허–라이선스–스타트업–임상·정책 데이터를 통합·예측하고, IRB 승인 RCT에서 기술이전 참여를 실질적으로 끌어올리는 초기 성과를 확인했다고 밝혔다. 메시지는 명확하다. R&D 효율이 단 5%p만 개선되어도 사회적 편익과 대학 경쟁력의 상승 폭은 크다.
이번 컨퍼런스는 오전 9시부터 정오까지 Plenary, Generative AI & AI for Science, HRST 정책, Measuring & Maximizing Impact(I/II) 순으로 이어졌고, 데이터로 뒷받침된 실행 전략과 협력의 가능성을 확인하며 마무리됐다. 서강대 MOT는 오는 11월 26일(화) 열리는 제6회 Data Economy Conference에서 ‘임팩트 있는 아이디어를 어떻게 상용화할 것인가’를 주제로 논의를 확장할 계획이다.