Research Data & AI

해외 OA 법제화 현황 미국·유럽·일본의  오픈 액세스(OA)  관련 “법령(법/정부결정) – 규범(정부·펀더 정책) – 기준/가이드(세부지침·표준)” 미국 등 주요 국가는 국가 차원에서 법률을 통해  공공 연구성과물의 오픈액세스(OA)를 의무화하는 방향임. 미국 (United States) 1) 법령 / 정부 상위결정 OSTP(백악관 과학기술정책실) 2022 메모("Nelson Memo")  ( link ) 2) 규범(부처· Funder  정책) NIH 2024 Public Access Policy  ( link ) NIH 데이터관리·공유(DMS) 정책 ( link ) DOE Public Access Plan(2023) ( link ) NSF Public Access ( link ) 3) 기준/가이드 SPARC·대학 가이드   ( link ) 유럽 (EU/영국 및 주요 회원국) 1) 법령 / 정부 상위결정 EU 각료이사회 결론(2023-05-23)  ( link ) 프랑스 「디지털공화국법(2016)」 제30조  ( link ) 2) 규범(Funder·프로그램 정책) Horizon Europe(EC)   ( link ) Open Research Europe(ORE)  ( link ) Plan S / cOAlition S  ( link ) UKRI OA 정책  ( link ) 3) 기준/가이드 OpenAIRE·EC 헬프데스크 ( link ) 일본 (Japan) 1) 법령 / 정부 상위결정 국가 정책(내각부, 2024-02-16)  ( link ) 이행조치 문서(2024-02-21, 2024-10-08)  ( link ) 2) 규범( Funder  정책) JST Open Science Policy(2017 제정, 2022·2025 개정, ...

  AI 시대 연구자의 새로운 연구  혁신 가이드 연구 효율성과 확장성을 높이는 4가지 AI 활용 전략 AI를 단순한 분석 도구로만 사용하는 연구자와 연구 파트너로 활용하는 연구자 간에는 생산성과 창의성에서 상당한 차이가 나타날 수 있다. 이 가이드는 그 차이를 만드는 핵심 전략들을 담은 것이다. 1. 스마트 연구 자동화 ― 반복 작업에서 해방되어 핵심 연구에 집중      문헌 조사 및 정보 처리 자동화 수백 편의 논문을 주제별·중요도별로 자동 분류 후 핵심 요약 생성 최신 연구 동향 모니터링과 관련 논문 추천을 주간 리포트 형태로 수신 다국어 논문의 핵심 내용을 한국어로 요약하여 글로벌 트렌드 파악      데이터 처리 및 분석 업무 효율화 실험 데이터 전처리, 기초 통계, 그래프 생성 등 분석 시간을 절반 이상 단축 설문 응답 자동 분류, 인터뷰 전사록 주제별 분석, 질적 데이터 코딩 지원 연구 제안서 초안, 참고문헌 정리, 행정서식 표준 템플릿 자동 생성      연구 관리 업무 자동화 연구 진행 상황 보고서, 연구비 집행 현황, 실험 등 수행일정 관리 자동화 학회 발표 자료 초안, 포스터 레이아웃, 연구 소개 브로슈어 템플릿 생성 연구 참여자 모집 공고문, 안내 메일, 감사 인사 메시지 자동 작성 💡 “매주 반복되는 연구 업무를 리스트업하고, AI로 대체할 수 있는 항목부터 자동화하세요. 문헌 검색, 데이터 정리, 보고서 작성부터 시작하면 즉시 효과를 체감할 수 있습니다.”   2. 개인 맞춤형 연구 학습 가속기 ― 전문성 확장의 새로운 차원      새로운 연구 분야 빠른 습득 생소한 영역 진입 시 “기초 개념 → 핵심 이론 → 최신 동향 → 방법론” 단계별 학습 로드맵 생성 복잡한 통계 기법을 “초보자 수준 → 고급 수준” 단계별로 설명 듣고 빠른 이해 타 학문 분야 방법론...

  * 출처 : https://bytebytego.com/

  AI 활용의 70/30 법칙 : '마지막 완성은 언제나 인간의 몫' Ⅰ. 서론 인공지능(AI)은 이제 데이터 분석, 언어 처리, 의사결정 지원 등 다양한 영역에서 인간의 업무를 보조하거나 대체하는 도구로 자리 잡았다. 특생성형 AI의 등장은 복잡한 작업의 상당 부분을 자동화하여 인간의 생산성을 크게 향상시키고 있다. 그러나 AI 성능의 급속한 발전에도 불구하고 인간만이 수행할 수 있는 창의적·윤리적·맥락적 역할은 여전히 중요하다. 로블록스의 프로덕트 리더인 피터 양(Peter Yang)이 제시한 “AI가 70%까지는 데려다 주지만, 나머지 30%는 사람이 직접 채워야 한다”는 주장은 이러한 맥락에서 인간-기계 협업 모델의 핵심을 직관적으로 드러낸다. ¹ 본 논문은 이른바 “AI 활용의 70/30 법칙”을 학문적 관점에서 분석하고, 그 구조와 이론적 배경, 적용 가능성 및 한계를 고찰함으로써 AI 시대의 인간 고유 역량의 본질을 탐구하고자 한다. Ⅱ. 본론 1. 70/30 법칙의 구조 70/30 법칙은 작업 수행에서 AI가 담당하는 70% 영역 과 인간이 필수적으로 책임져야 하는 30% 영역 으로 구분된다. AI의 70%  : 데이터 처리 및 패턴 인식, 초안 생성, 반복적 루틴 업무, 계산 및 최적화 인간의 30%  : 맥락적 해석, 창의적 비약, 윤리적 검증, 개인화와 차별화 이는 AI가 “효율성 중심의 자동화”를 수행하는 반면, 인간은 “의미와 가치를 부여하는 완성 단계”를 담당한다는 점을 보여준다. 2. 이론적 배경 (1) 인지적 보완 이론(Cognitive Complementarity) AI는 수렴적 사고와 직관적 계산(시스템 1)에, 인간은 발산적 사고와 논리적 분석(시스템 2)에 강점을 가진다. ² 이러한 인지적 분업은 70/30 구분을 뒷받침한다. (2) 부분 자동화와 자동화의 역설 자동화가 심화될수록 인간의 역할은 줄어드는 것이 아니라 오히려 강화될 수 있다. ³ AI가 70%의 작업을...

  지식, 더 이상 평생 자산이 아니다 예전에는 한 번 배운 지식이 평생 쓸 수 있는 자산이었다. 1970년대 경제학 교과서가 2000년대 강의실에서 여전히 쓰였고, 전문가가 되면 수십 년간 그 권위를 인정받았다. 하지만 지금은 다르다. 불과 몇 달 전까지 ‘혁신적’이던 ChatGPT 활용법은 이제 대학생들의 기본 소양이 되었고, ‘최신 기술’이라던 것들은 금세 기초 상식으로 변한다. 지식은 차곡차곡 쌓는 보물이 아니라 빠르게 쓰고 버리는 ‘일회용품’에 가깝다. AI가 불러온 지식 생산의 폭풍 이 변화의 중심에는 인공지능이 있다. AI는 인간이 수년 걸려 배울 내용을 단번에 학습하고, 새로운 연결을 만들어내며, 놀라운 속도로 답을 뽑아낸다. ChatGPT는 불과 1년 만에 전 세계 학생들의 학습 방식을 뒤바꿨다. GitHub Copilot 같은 AI 도구는 프로그래밍 교육 자체를 흔들고 있다. 지식은 패스트패션처럼 빠르게 생산되고, 빠르게 소비되며, 빠르게 버려진다. 현실 속에서 확인되는 변화의 속도 교육 현장에서는 ‘AI 활용 능력’이 핵심 역량이 되었다. 의사들은 AI 진단 도구를 익혀야 하고, 변호사들은 AI가 작성한 계약서를 검토할 수 있어야 한다. IT는 더욱 급격하다. 오픈소스 자바스크립트 라이브러리  jQuery는 밀려나고,  새로 등장한 React·Vue.js조차 끊임없이 업데이트된다. 디자인 업계도 Adobe 실력보다 Midjourney, Canva 활용 능력이 더 주목받는다. 새로운 AI 시대가 요구하는 세 가지 능력 지식 저장에서 지식 활용으로 얼마나 아느냐보다, 필요할 때 찾아 쓰는 능력. AI에게 정확히 묻고 원하는 답을 얻어내는 프롬프트 역량 이 핵심 실력이 된다. 맥락을 읽고 비판적으로 판단하기 데이터의 출처, 맥락, 숨은 편견을 간파하는 능력. 상황의 미묘한 차이는 여전히 인간만이 볼 수 있다. 평생 학습 능력 ‘무엇을’보다 ‘어떻게’ 배우느냐가 중요하다. 새 지식을 빠르게 흡수하고, 필요하면 과감히 버리는...

'데밍 사이클' :  글은 구상(Plan)-집필(Do)-퇴고(Check)의 과정을 거친다. 내 글의 퇴고와 AI를 통한 퇴고 요령 1. 퇴고, 글쓰기의 필수 과정 글을 다시 다듬고 고치는 행위인  퇴고( 推敲, revision) 는  글을 쓰는 과정 에서  반드시 거쳐야 할 관문이다. 초고를 완성했다고 해서 글이 곧바로 완결되는 것은 아니다. 문장의 흐름을 다듬고, 표현의 과잉이나 부족을 메우며, 핵심 메시지를 독자에게 더 선명하게 전달하기 위해서는 여러 차례의 검토와 수정이 필요하다.  퇴고는  이런 과정을 말한다. 전통적으로 퇴고는 글쓴이 스스로의 몫이었다. 편집자와 동료의 도움을 받아 문장을 가다듬기도 한다. 그러나 자기 글을 객관적으로 보는 일은 쉽지 않다. 익숙한 문장이기에 잘못된 구조나 어색한 표현을 발견하지 못하기도 한다. 때로는 오랜 시간 들여다보아야 겨우 수정점을 찾아낼 수 있다. 2. AI 퇴고의 등장과 그 장점 오늘날에는 AI가 새로운 퇴고 도구로 자리잡고 있다. AI를 활용한 퇴고의 장점은 분명하다. 먼저, 속도와 정확성이다. 맞춤법이나 문법 오류, 중복된 표현은 거의 즉시 잡아낼 수 있다. 또한 글의 톤을 학술적, 칼럼적, 감성적 등 원하는 방향으로 바꾸어 주기도 한다. 독자 대상에 맞는 어휘와 문체로 변환하는 기능은 과거의 퇴고 방식과 비교할 때 큰 진보라 할 만하다. 3. AI 퇴고의 구체적인 기능들 AI를 활용한 퇴고는 다음과 같은 영역에서 특히 효과적이다. 1) 기본적인 오류 교정 띄어쓰기, 맞춤법, 조사 사용법 등 언어의 기본 규칙을 자동으로 점검하고 수정한다. 이는 가장 기초적이면서도 필수적인 퇴고 과정이다. 2) 문장 표현의 자연스러운 다듬기 어색하거나 매끄럽지 않은 문장을 보다 자연스럽고 읽기 쉬운 형태로 변환한다. 예를 들어 "이 문제는 심각할 수도 있다"를 "이 문제는 상당히 심각할 수 있다"로 수정하여 표현을 명확하게 만든다. 3) 장르별 어조 조정 연구보고서, 연구...

AI로 논문 표절도 하지만, AI로 논문 표절을 잡기도 합니다. 다음은  AI로 연구논문 표절율(유사도) 줄이는 방법 을 정리한 가이드이다. * 단순히 ‘표절 회피’가 아니라  의미를 유지하면서도 표현을 독창적으로 변환 하는 전략에 초점을 두었다. 이 방법이 절대적이지는 않지만, 잘 알고 있어야 할 사항입니다.

50대에 시작한 AI 여정,  "늦은 나이는 핑계일 뿐" “즐거움으로 시작한 디지털 전환, 이정은 대표의 이야기” 좌절에서 발견한 새로운 가능성 "캔바를 시작하고 나서야 깨달았어요. 제가 공부하는 걸 이렇게 좋아하는 사람이었다니." 중장년층 사이에서 '캔바여왕', '미대언니'로 불리는 이정은 대표. 그의 이야기는 많은 중장년층에게 희망과 용기를 주는 특별한 여정입니다. 광고회사 디자이너로 시작해 그림책 작가로 활동했던 그는, 경력 단절과 개인적 어려움이 겹치며 깊은 절망에 빠졌습니다. 특히 온라인 사기를 당한 후 모든 것이 무너져 내린 듯했던 그 순간, 오히려 자신 안에 숨어있던 새로운 면을 발견하게 됩니다. 혼자서는 버거웠던 재기의 길에서  중장년층 교육 플랫폼 '큐리어스' 를 만나게 됩니다. 단순히 강의 기회를 얻은 것을 넘어, 같은 세대의 사람들과 경험을 나누며 서로에게 긍정적인 자극이 되는 공간을 찾은 것입니다. "큐리어스의 진짜 힘은 교육 그 자체보다도 세대적 공감과 인간적인 연결에 있어요. 혼자였다면 불가능했을 일들이 가능해졌죠." 캔바에서 찾은 힐링과 가능성 처음 AI를 접했을 때는 회의적이었습니다. 초창기 NFT 이미지 생성 기술을 보며 "퀄리티가 별로"라고 생각했던 그가, 최근의 발전된 AI 기술 앞에서는 달랐습니다. 두려움과 호기심이 교차하는 마음으로 다시 도전했을 때, 그의 손에 들어온 도구가 바로 캔바(Canva)였습니다. "경력 단절로 힘들던 시기에는 10분도 집중하기 어려웠어요. 그런데 캔바를 사용하다 보면 어느새 2시간이 훌쩍 지나가 있더라고요. 그 자체로 힐링이었습니다." 쉬운 접근성과 직관적인 기능 덕분에 캔바는 단순한 디자인 툴을 넘어, 삶을 회복시키는 '전환의 매개체'가 되었습니다. 이후 그는 'We Can-바' 캠페인을 시작했습니다. '위캔바'라는 말장...

「 Staying Ahead in the Age of AI: A Leadership Guide 」 의 핵심 요약 정리이다. 1. AI 시대의 특징 지능 : 2022년 이후 대규모 모델 출시 5.6배 증가. 비용 : GPT-3.5급 모델 실행 비용이 18개월 만에 280배 저렴해짐 . 채택 속도 : 데스크톱 인터넷보다 4배 빠른 도입 . 선도 기업은 평균 대비 1.5배 빠른 매출 성장 을 달성. 2. 5대 실행 원칙 ① Align (정렬) 목적 명확화 : AI 도입 이유(경쟁, 고객 기대, 성장 등)를 구체적으로 제시. 회사 차원의 목표 설정: AI 도구 사용 빈도, 신기술 도입 목표 등. 리더십 롤모델링 : 임원들이 직접 AI 활용 사례 공유. 부문별 세션 : 부서 리더가 AI 적용 사례를 직접 연결해 설명. ② Activate (활성화) 구조화된 교육 프로그램 : 직무 맞춤형 교육으로 실질적 활용 강화. AI 챔피언 네트워크 : 사내 멘토를 세워 동료 지원. 실험 문화 조성 : 정기적 해커톤, 실습 시간 보장. 성과와 연계 : 평가·승진 기준에 AI 활용 반영. ③ Amplify (확산) 중앙 지식 허브 구축: 정책, 가이드, 활용 사례를 모아 공유. 성공사례 공유 : 뉴스레터, 사내 웨비나, 전체 회의 등에서 지속 홍보. 내부 커뮤니티 운영 : Slack/Teams 그룹, CoE 운영으로 실시간 교류. 팀 단위 인정 : 관리자가 AI 활용 성과를 꾸준히 칭찬·강조. ④ Accelerate (가속화) 도구와 데이터 접근 간소화 : 승인 지연 최소화. 프로젝트 접수·우선순위 프로세스 : 투명하고 간단한 심사 체계. AI 위원회 구성 : 부서 간 이슈 조정 및 빠른 승인. 성과 보상 : AI로 절감·혁신한 팀에 자율성과 자원 재투자. ⑤ Govern (거버넌스) 간단한 책임 AI 플레이북 : 안전한 사용 가이드라인...

AI 도입과 실행의 단계별 전략 오늘날 대부분의 조직은 인공지능(AI)을 ‘활용해야 한다’는 필요성 은 인지하지만, 실제 도입과 실행 단계에서는 애매함과 불확실성 에 직면한다. AI 담당자의 역할은 단순히 기술 도입을 넘어, 조직의 구조와 문화를 고려하여 AI가 실제 성과를 낼 수 있는 체계 를 마련하는 데 있다. 이를 위해 다음과 같은 단계별 전략을 제시할 수 있다. 1. 현황 진단 : 조직 내 AI 활용 수준 평가 첫걸음은 조직 내 AI가 현재 어디서, 어떻게 사용되고 있는지 를 객관적으로 파악하는 것이다. 대부분의 경우 부서별 또는 개인별로 여러 시도를 하거나 자율적으로 활용하는 수준에 머물러 있다. 실천 전략  : 전사적 AI 활용 현황 설문조사, 부서별 워크숍, 파일럿 사례 인터뷰 등을 통해 AI 활용 지도를 작성 성과  : 관리되지 않은 실험적 활용을 정리하여, “무엇을 이미 하고 있는가”와 “어디에 공백이 있는가”를 확인 2. 기회 포착 : AI 적용 가능 영역 발굴 AI는 조직의 모든 영역에서 동일하게 효과적이지 않다. ROI(투자 대비 효과)가 큰 분야와 그렇지 않은 분야를 구분해야 한다. 실천 전략 : 반복적이고 표준화된 업무(예: 문서 요약, 데이터 정리, 고객 질의 응답)부터 자동화 대상으로 선정 경쟁사 벤치마킹과 시장 트렌드 분석을 통해 외부 서비스 혁신 기회를 도출 성과  : 단순 자동화 → 생산성 향상, 고객 접점 서비스 → 차별화된 사용자 경험 제공 3. 역량 및 지식 구축: 내부 학습 체계 마련 AI 도입은 기술만의 문제가 아니다. 결국 사람의 이해와 활용 능력이 성패를 좌우한다. 실천 전략  : 전 직원 대상 AI 리터러시 교육 (기초 개념, 프롬프트 작성법 등)을 운영 데이터 사이언티스트·엔지니어뿐 아니라 현업 직원이 AI를 ‘업무 도구’로 활용할 수 있는 실습 기반 워크숍 을 제공 사내 AI 커뮤니티를 만들어 경험과 아이디어를 공유하도록 장려 성과  : 조직 ...

CIO 코리아에서 2025년 8월 29일에 발행된 기사 “ 생성형 AI, 환멸의 골짜기로 추락하다 ”의 주요 내용을 정리한 것입니다. 기업 현장에서 생성형 AI에 대한 기대가 어떻게 변화하고 있고, 향후 어떤 방향으로 나아갈 수 있는지를 핵심적으로 다루고 있습니다. 

  AI 도입 전 점검해야 할 질문들 AI 도입은 “기술의 문제”가 아니라  전략과 책임의 문제 다. 도입 전 이런 질문들을 점검하면, ‘무조건 AI’가 아니라 ‘우리에게 맞는 AI’를 선택할 수 있다.

다음은   AI로 논문 표절율(유사도) 줄이는 방법 을 정리한 가이드이다. 단순히 ‘표절 회피’ 방안이 아니라  의미를 유지하면서도 표현을 독창적으로 변환 하는 전략에 초점을 두었다.