--- title: "국가과학AI센터, 연구자용 ‘AI 과학자’ 플랫폼 베타 낸다" published: 2026-05-22T08:20:01.613Z canonical: https://jeff.news/article/3145 --- # 국가과학AI센터, 연구자용 ‘AI 과학자’ 플랫폼 베타 낸다 국가과학AI연구센터가 올해 연구자용 ‘AI 과학자 플랫폼’ 베타를 공개할 계획이다. 문헌조사, 코드 작성, 보고서 초안 같은 반복 업무부터 줄이고, 장기적으로는 AI 에이전트가 실험 설계와 연구 판단까지 돕는 과학 AI 생태계를 만들겠다는 구상이다. - 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 > [!IMPORTANT] > 핵심은 “AI가 과학자를 대체한다”가 아니라 “과학자 1명이 여러 AI 에이전트를 연구 보조 인력처럼 쓴다”는 그림임. - 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. ## 핵심 포인트 - 올해 AI 과학자 플랫폼 베타를 공개하고 연구자 반복 업무 자동화부터 시작한다 - 민간 AI 서비스를 마켓처럼 붙이고 연구자 바우처 기반으로 사용량을 정산하는 구조를 구상 중이다 - 출연연 보안 제약 때문에 온프레미스 연구용 AI 샌드박스도 올해 시제품 수준으로 만든다 - 한국 과학계가 미국·중국과 경쟁하려면 과학 특화 파운데이션 모델과 기관 간 역할 조정이 필요하다는 문제의식이 깔려 있다 ## 인사이트 이건 ‘국가가 AGI 만든다’가 아니라, 연구자가 AI 에이전트를 실험실 보조 인력처럼 쓰게 만들겠다는 쪽에 가깝다. 진짜 관건은 모델 성능보다 보안, GPU 배분, 민간 솔루션 연동 같은 지루하지만 빡센 운영 문제를 얼마나 잘 푸느냐다.