---
title: "정부, 바이오·배터리·핵융합까지 과학 특화 AI 모델 만든다"
published: 2026-06-06T08:07:01.497Z
canonical: https://jeff.news/article/3755
---
# 정부, 바이오·배터리·핵융합까지 과학 특화 AI 모델 만든다

과기정통부가 생명공학, 재료·화학, 지구과학, 핵융합, 원자력, 이차전지 6개 분야에 특화된 AI 모델 개발 사업을 시작했다. 2026년부터 2029년까지 4년간 225억 원을 투입하고, 연구 데이터와 모델은 공개 플랫폼으로 개방할 계획이다.

- 과기정통부가 과학기술 6개 분야에 특화된 AI 모델 개발을 시작함
  - 대상은 생명공학, 재료·화학, 지구과학, 핵융합, 원자력, 이차전지임
  - 2026년부터 2029년까지 4년간 총 225억 원이 투입됨
  - ‘K-문샷 프로젝트’의 마중물 역할을 기대한다는 설명임

- 방향은 단순히 “AI 써보자”가 아니라 연구 방식 자체를 바꾸겠다는 쪽에 가까움
  - 기존 과학 연구는 연구자의 경험, 직관, 반복 실험, 시행착오에 크게 기대왔음
  - AI가 대규모 과학 데이터를 분석하고 복잡한 현상을 예측하면 시간과 비용을 줄일 수 있다는 계산임
  - 각 분야 연구자와 AI·데이터 전문 연구자가 함께 참여하고, 그래픽처리장치(GPU) 같은 컴퓨팅 인프라도 지원함

> [!IMPORTANT]
> 이번 사업의 중요한 포인트는 결과물을 연구실 안에만 두지 않는다는 점임. 확보한 연구 데이터와 AI 모델을 공개 플랫폼으로 개방하겠다는 계획이 포함돼 있음.

- 생명공학 쪽은 약물 반응 예측이 핵심임
  - 국립암센터 신동관 박사팀이 다층위 약물 반응 오믹스 빅데이터를 활용한 AI 모델을 개발함
  - 세포주, 오가노이드, 동물 간 약물 반응 전이를 예측해 전임상 단계에서 후보물질 발굴을 돕는 게 목표임

- 재료·화학과 이차전지는 개발 기간을 줄이는 데 초점이 있음
  - 서울대 손창윤 교수팀은 고분자·전자 소재의 복합 물성을 예측하고 목표 성능에 맞는 신소재 설계 AI를 개발함
  - 연세대 최정일 교수팀은 소재, 전극, 배터리 셀 데이터를 통합 분석하는 AI 플랫폼을 구축함
  - 배터리 쪽은 소재 설계부터 성능·안전성 예측까지 이어지는 구조임

- 지구과학, 핵융합, 원자력은 ‘위험을 예측하고 운전을 최적화하는 AI’에 가깝게 설계됨
  - 포항공대 민승기 교수팀은 한반도 특화 AI 모델로 폭염, 홍수, 지진 같은 복합 재난 위험을 분석함
  - 울산과학기술원 최은미 교수팀은 핵융합로 플라스마 가열 과정과 상태를 실시간 예측하는 디지털 트윈을 개발함
  - 울산과학기술원 이승준 교수팀은 원전 안전성 평가를 자동화하는 동적 위험도 평가 에이전트 플랫폼을 맡음

- 한국 개발자 입장에선 공공 연구 AI 인프라가 어디까지 열릴지가 관전 포인트임
  - 데이터와 모델이 실제로 재사용 가능한 형태로 공개되면 스타트업·대학·기업 연구팀이 활용할 여지가 생김
  - 반대로 포맷, 라이선스, 접근성이 애매하면 그냥 과제 결과물로 끝날 가능성도 있음

---

## 기술 맥락

- 이 사업의 선택지는 범용 대규모 언어 모델을 하나 더 만드는 게 아니라 분야별 과학 모델을 만드는 쪽이에요. 이유는 과학 연구 데이터가 일반 웹 텍스트와 성격이 다르기 때문이에요. 약물 반응, 소재 물성, 플라스마 상태 같은 데이터는 도메인 지식과 실험 맥락이 같이 들어가야 쓸모가 생겨요.

- 생명공학과 배터리처럼 실험 비용이 큰 분야에서는 예측 모델의 가치가 바로 나와요. 후보물질이나 소재 조합을 전부 실험으로 검증하면 시간이 너무 오래 걸리거든요. AI가 먼저 가능성 높은 조합을 좁혀주면 연구자는 비싼 실험을 더 중요한 곳에 집중할 수 있어요.

- 핵융합과 원자력 쪽은 실시간성과 안전성이 중요해요. 여기서는 단순 분석 모델보다 상태 예측, 위험도 평가, 디지털 트윈이 더 중요해져요. 실제 장비나 원자로에서 어떤 상황이 벌어질지 미리 계산해야 운영 의사결정에 연결되거든요.

- 공개 플랫폼 계획도 꽤 중요해요. 과학 AI는 데이터가 없으면 모델을 재현하거나 개선하기 어렵기 때문이에요. 모델과 데이터가 잘 정리돼 공개되면 후속 연구팀이 같은 출발선에서 성능을 비교하고 개선할 수 있어요.

## 핵심 포인트

- 6대 과학기술 분야별 AI 모델 개발에 4년간 225억 원 투입
- 분야 연구자와 AI·데이터 전문가가 함께 참여하고 GPU 인프라도 지원
- 약물 반응 예측, 신소재 설계, 재난 분석, 핵융합 디지털 트윈, 원전 위험도 평가, 배터리 플랫폼이 포함됨

## 인사이트

국내 AI 정책이 범용 모델 경쟁만이 아니라 연구 현장의 병목을 줄이는 쪽으로도 이동하는 신호임. 특히 데이터와 모델을 공개 플랫폼으로 개방하겠다는 대목은 실제 생태계 확산 여부를 가를 포인트임.