국가과학AI센터, 연구자용 ‘AI 과학자’ 플랫폼 베타 낸다

• 국가과학AI연구센터의 목표는 범용 인공지능(AGI) 개발이 아니라, 과학자들이 AI로 연구 생산성을 몇십 배, 몇백 배 끌어올리게 하는 쪽임

  • 유용균 운영 단장은 “연구자 한 명이 AI 과학자 10명, 100명을 활용해 노벨상급 성과를 내는 것”을 장기 목표로 제시함
  • 센터는 국가과학기술연구회(NST) 산하에 설치되고, 정부 출연 연구기관의 AX와 과학 AI 연구를 주도하는 역할을 맡음

• 문제의식은 꽤 현실적임. 과학 도메인 연구자들이 최신 AI를 못 따라가는 간극이 있다는 것

  • 유 단장은 출연연과 도메인 연구자들이 실제 쓰는 AI 기술이 IT 업계 최신 수준보다 약 2년 정도 뒤처져 있다고 봄
  • 생명과학, 소재, 원자력 같은 분야 연구자는 자기 분야 전문성은 강하지만 모델 최적화나 대규모 GPU 운용은 별도 역량이 필요함

• 올해 나오는 건 ‘AI 과학자 플랫폼’ 베타임. 처음부터 실험 설계까지 맡기는 거창한 버전은 아님

  • 1차 타깃은 문헌조사, 기술동향 보고서 작성, 코드 작성, 논문·보고서 초안 구성, 발표자료 제작 같은 반복 업무 자동화
  • 연구자의 일상 업무를 먼저 줄여 실제 사용률을 만들고, 이후 연구 판단과 실험 설계 같은 고차원 작업으로 넓히겠다는 전략임

• 센터가 모든 기술을 직접 만들지는 않겠다고 선을 그은 것도 포인트임

  • 민간 AI 솔루션을 플랫폼 위에 올리고, 연구자가 필요한 서비스를 골라 쓰는 마켓형 구조를 구상 중
  • 연구자에게 바우처를 지급하고 실제 사용량에 따라 기업에 비용을 정산하는 방식이 언급됨
  • 공공기관이 처음부터 다 만들다 늦어지는 패턴을 피하고, 민간이 잘하는 영역은 붙여 쓰겠다는 얘기임

• 장기 과제는 연구자가 GPU를 직접 고민하지 않는 AI 인프라임

  • 간단한 작업은 작은 GPU에, 대규모 연산이 필요한 작업은 더 큰 자원에 자동 할당하는 환경을 목표로 함
  • 연구자는 GPU 종류나 배정 방식보다 연구 결과에 집중하게 만들겠다는 방향임

• 출연연 특유의 보안 문제도 핵심임. 민감한 연구 데이터를 상용 AI에 던지기 어렵기 때문

  • 센터는 출연연 내부에서만 접근 가능한 온프레미스형 AI 활용 환경을 준비 중
  • 올해 연구자가 보안 우려 없이 데이터와 질문을 올릴 수 있는 연구용 샌드박스를 시제품 수준까지 만들 계획임

• 한국형 과학 특화 AI 모델도 필요하다는 얘기가 나옴

  • 센터 혼자 연구용 특화 파운데이션 모델을 다 만들기는 어렵고, 관련 조직이 역할을 나눠야 한다는 입장
  • 독자 파운데이션 AI 모델 프로젝트와도 역할 조정이 필요하다고 봄
  • 미국과 중국이 이미 빠르게 앞서가는 상황에서, 한국은 인력 규모가 작으니 연구 방식 자체를 더 효율적으로 바꿔야 한다는 논리임

---

기술 맥락

• 이 프로젝트의 선택지는 “새 범용 모델을 하나 더 만들기”가 아니라 “연구 현장에서 바로 쓰는 플랫폼 만들기”에 가까워요. 왜냐하면 출연연 연구자에게 당장 막히는 건 AGI 담론보다 문헌조사, 코드 작성, 보고서 초안, 보안 환경 같은 매일 부딪히는 업무거든요.

• 민간 AI 솔루션을 마켓처럼 붙이려는 이유도 여기에 있어요. 센터가 모든 모델과 도구를 직접 만들면 속도가 느려지고 품질 경쟁도 약해질 수 있으니, 이미 잘하는 기업 서비스를 연구자 워크플로에 연결하려는 쪽이에요.

• 온프레미스 샌드박스가 중요한 건 출연연 데이터의 성격 때문이에요. 연구 아이디어, 실험 데이터, 미공개 결과를 외부 상용 AI에 넣기 어려우니, 내부망에서 안전하게 모델을 쓰는 환경이 없으면 실제 활용이 막혀요.

• GPU 자동 배분은 단순 편의 기능이 아니라 운영 레이어의 핵심이에요. 연구자가 매번 자원 크기를 판단하고 신청하는 구조면 AI 활용이 귀찮아지고, 작업 규모에 맞춰 자원을 자동으로 붙여줘야 플랫폼이 일상 도구가 될 수 있어요.