AI for Science(AI4S) Alert (2026.6.16~6.22)
이번 주간(06.16~06.22)에 AI for Science(AI4S) 분야는 국가 단위 인프라 가동과 대규모 정책선언이 동시다발로 터졌다. 싱가포르 NRF는 S$120M 규모의 8개 첫 과제를 AI4X 컨퍼런스에서 공식 출범시켰고, 일본 이화학연구소(RIKEN)는 AI4S 전용 슈퍼컴퓨터 '理究(RIKYU)'의 명칭을 확정하며 가동 준비를 마쳤다. 같은 날(6.22), 독일 함부르크에서 개막한 ISC High Performance 2026에서 NVIDIA는 '베라 루빈(Vera Rubin)' 플랫폼을 발표했고, 유럽 전역에 35개 신규 AI 슈퍼컴퓨터 구축 계획도 함께 공개됐다. 학계에서는 *Nature* 에디토리얼(6.16)이 수학 분야 'Leiden 선언'을 출발점 삼아 모든 과학 분야에 AI 거버넌스 기준을 확립할 것을 촉구했고, ISC에서는 자율 과학 발견 워크숍(A2SD-2026)이 열려 에이전틱 AI 연구 생태계의 제도화 논의가 이어졌다. 하드웨어, 거버넌스, 국가 전략이 한 주에 교차한 밀도 높은 한 주였다.
📌 섹션 1> 주요 연구 성과 및 뉴스
싱가포르 국립연구재단(NRF)은 6월 16일 AI4X-Accelerate Conference 2026에서 'AI-for-Science(AI4S) Initiative' 아래 총 S$120M(싱가포르달러) 규모의 8개 첫 연구과제를 공식 출범시켰다. 이 이니셔티브는 국가 AI 전략 2.0과 직접 연계되며, 생성형 AI부터 로보틱스 실험·멀티오믹스·소재·mRNA 백신까지 매우 다변화된 과학 영역을 망라한다.
- 대표 과제 4선 : Materials Data Foundry(소재 데이터 파운드리), Accelerating Genomic Research with AI(유전체 연구 가속), AI for Program Reasoning(프로그램 추론), Generative AI Models for mRNA Vaccine(mRNA 백신 생성 모델)이 첫 번째 출범 과제에 포함됐다.
- 플랫폼 성격 강화 : 단순 모델 개발이 아닌 로봇 실험 자동화, 대규모 실험 데이터셋, 도메인 파운데이션 모델, 에이전트형 워크플로를 결합한 통합 연구 플랫폼 구조를 취한다.
- 국제 협력 설계 : 연구자, 도메인 전문가, 국제기관의 공동 참여를 전제로 설계됐으며 RIKEN·NIST 등과의 협력망 구축도 예고된 상태이다.
6월 22일 독일 함부르크에서 개막한 ISC High Performance 2026에서 NVIDIA는 'Vera Rubin' 플랫폼을 공식 발표했다. 네이티브 배정밀도(FP64) 연산과 AI 가속을 하나의 랙 규모 슈퍼컴퓨터로 통합한 이 플랫폼은 기후 모델링·전산유체역학·양자화학·에너지 탐사 등 정밀 시뮬레이션 가속을 목표로 한다. 동시에 유럽 전역 35개 신규 AI HPC 슈퍼컴퓨터 구축 계획도 공개됐다.
- 성능 스펙 : AI 연산 7엑사플롭스(Exaflops)와 FP64 5페타플롭스(Petaflops)를 지원하며, Rubin GPU·Vera CPU·NVLink-C2C·ConnectX-9 SuperNIC·BlueField-4 DPU를 하나의 스택으로 통합한 랙-규모 아키텍처이다.
- 에이전틱 AI 결합 : 고정된 시뮬레이션을 넘어 자율 컴퓨팅 노드와 결합해 스스로 과학 연구를 수행하는 에이전틱 AI 시스템을 지원한다. 로스알라모스 국립연구소(LANL)가 Veritas 시스템을 에이전틱 과학 발견 전용으로 구성했다.
- 유럽 AI4S 생태계 확대 : 유럽 전역 35개 신규 NVIDIA AI HPC 슈퍼컴퓨터가 300만 명 이상의 연구자에게 차세대 인프라를 제공할 예정이다. Dell·HPE·Supermicro·Bull·GIGABYTE 등이 맞춤형 시스템 제작에 참여한다.
일본 이화학연구소(RIKEN)는 6월 19일 AI for Science 개발용 신규 슈퍼컴퓨터의 공식 명칭을 '理究(りきゅう, RIKYU)'로 확정했다. AGIS(과학연구기반모델개발프로그램) 및 R-CCS(계산과학연구센터) 공동 개발 시스템으로, 같은 날 양자-HPC 하이브리드 플랫폼용 'ROQUO'의 가동도 공식 시작됐다.
- 하드웨어 구성 : NVIDIA GB200 NVL4를 탑재한 계산 노드 400대(Blackwell GPU 1,600기)로 구성됐으며, NVIDIA Quantum-X800 InfiniBand로 초고속 인터노드 통신을 지원한다.
- 멀티모달 학습 기반 : 화학 실험 로봇 자동화 시스템과 연동해 세포 유전자 데이터·화합물 반응·현미경 영상·동영상을 유기적으로 결합하는 멀티모달 학습 인프라로 활용된다.
- 미-일 전략 파트너십 연계 : 6월 초 미국 DOE·일본 MEXT·METI가 서명한 'US Genesis Mission' 협력 선언과 연계되며, RIKYU는 공동 과학 인프라의 핵심 노드로 자리매김한다.
6월 22일 독일 함부르크 의회센터에서 제41회 ISC High Performance 2026이 개막했다. AI, HPC, 양자 기술의 교차점을 다루는 유럽 최고(最古) HPC 컨퍼런스로, 이번 회차에서는 AI4S 관련 워크숍이 대폭 강화됐다. 'A2SD-2026(Advancing Autonomous Scientific Discovery Workshop)'을 비롯해 디지털 트윈·실시간 데이터 스트리밍·컨테이너 기반 HPC 등 12개 이상의 전문 워크숍이 동시 진행된다.
- 자율 발견 워크숍(A2SD-2026) : 에이전틱 AI 기반 자율 실험 최적화 파이프라인, 멀티에이전트 협력 학습 체계, 고차원 데이터의 설명 가능성 확보 방안이 핵심 주제로 다뤄졌다.
- 디지털 트윈 세션 : 'Digital Twins for Science & Industry - from Data Scientist to Data Center' 워크숍이 별도로 편성돼 산업·과학 현장과 데이터센터의 연결 고리를 논의한다.
- 양자-HPC 하이브리드 : Argonne·LLNL·JSC·HLRS 등 세계 주요 슈퍼컴퓨팅 기관이 양자-고성능 컴퓨팅 통합 성과를 발표하며, RIKEN ROQUO도 주요 사례로 소개됐다.
6월 17일~19일 프랑스 그르노블에서 AISSAI/GAP 2026 Workshop "Artificial Intelligence for Science"가 개최됐다. 프랑스 국립과학연구센터(CNRS) GDR IASIS가 주관한 이 워크숍은 물리정보 신경망(PINN), 수리 추론, 에이전틱 AI 등 AI와 기초 과학의 교차 분야를 집중 조명했다.
- 범학문 융합 논의 : 머신러닝과 기초과학(물리·수학·화학)의 방법론적 통합을 다루는 세션이 중심을 이뤘으며, 이론과 실험을 잇는 AI 모델의 역할이 집중 논의됐다.
- 정책·연구 연계 : 이번 주 AI4S가 별도 학회만의 의제가 아니라 국가 R&D 프로그램과 국제 협력 플랫폼 안에서 함께 다뤄지는 흐름을 확인하는 자리가 됐다.
- ISC 2026 연계 : 그르노블 워크숍(6.17~19)과 함부르크 ISC 개막(6.22)이 같은 주에 맞물리면서 유럽 AI4S 생태계의 주간 밀도가 크게 높아졌다.
6월 18일 SpaceX는 AI 수요 급증으로 인한 지상 에너지·냉각 문제를 해결하기 위해 AI 데이터센터를 우주궤도에 구축하는 계획을 공개했다. 태양에너지를 무제한으로 활용하고 환경 부하를 줄이는 궤도 데이터센터는 향후 과학연산인프라의 새로운 축으로 부상할 가능성이 주목받는다.
- 태양에너지 활용 : 궤도 시설은 지상과 달리 태양 에너지를 대규모로 직접 활용할 수 있어 AI 추론·훈련의 에너지 비용과 탄소 발자국을 획기적으로 줄일 수 있다는 평가이다.
- AI4S 인프라 함의 : 기후 모델링·실시간 지구관측·우주과학 데이터 처리를 위한 궤도 HPC 노드는 지상 슈퍼컴퓨터를 보완하는 분산 AI4S 인프라 구조의 가능성을 열어준다.
- 기술 검증 과제 : 방사선 내성, 위성 인터넷 지연, 냉각 시스템 등 우주 환경 특수 요인에 대한 기술 검증이 선결 과제로 제기됐다.
📋 섹션 2> 최신 연구 동향 및 정책 논의
*Nature*는 6월 16일 에디토리얼에서 수학 공동체가 발표한 'Leiden 선언'을 출발점 삼아, AI 도구 사용에서의 투명성·무결성·공정성 원칙을 다른 모든 과학 분야로 확장해야 한다고 촉구했다. 이 선언은 AI 공개 의무화, 동료 심사 필수화, 학계-영리기업 간 불균형 해소를 핵심 처방으로 제시했다.
- Leiden 선언 주요 처방 : 연구에서 AI 사용 시 반드시 공개할 것, 모든 논문은 동료 심사를 거칠 것, 법적 자원·공적 자금 제공을 통해 학계와 영리 기업 간 경쟁 환경을 평등하게 만들 것을 명시했다.
- 단위거리 문제 해결 충격 : 직전 달 OpenAI가 80년 된 기하학 문제(unit distance problem)를 AI로 단독 해결하면서 수학계가 큰 충격을 받았고, 이것이 선언 발표의 직접 계기가 됐다.
- 다분야 파급 : 물리학·화학·생물학 등 다른 과학 분야도 같은 원칙을 선제적으로 수립해야 한다는 논의가 이번 주 확산됐으며, AI4AS 2026에서도 생성 AI 공시 의무 규칙이 첫 적용됐다.
9월 개최 예정인 AI4AS 2026(Workshop on AI for Autonomous Computing Systems)은 6월 20일 주요 논문 제출 마감과 함께 연구 윤리 및 데이터 가이드라인을 최종 공유했다. 특히 이번 서브미션부터 본문에 사용된 텍스트·그림·소스 코드 중 생성형 AI 결과물이 포함된 경우 감사의 글(Acknowledgments) 섹션에 반드시 출처를 명시하도록 강제 규칙을 도입했다.
- 핵심 주제 : 분산 에지·클라우드 환경에서의 멀티에이전트 협력 학습 체계, 에이전틱 AI 기반 자율 최적화 파이프라인, 고차원 데이터의 견고성 및 설명 가능성이 중심 주제로 선정됐다.
- 생성 AI 공시 의무화 : Leiden 선언과 동일한 방향으로, AI 생성 콘텐츠를 투명하게 명시하는 학술 표준을 선도적으로 적용한 사례로 주목받는다.
- 자율 과학 실험 : 에이전틱 AI가 실험 설계-실행-데이터 분석-보고서 작성까지 루프를 완성하는 '자율 과학 발견' 시스템의 벤치마크 기준 논의가 본격화됐다.
*Nature*는 6월 22일자 World View 섹션에 "Will AI spark a scientific renaissance — or a diffuse monoculture?"라는 제목의 논평을 게재했다. AI가 과학 탐색 공간을 좁히고 '기대에 의해 구동되는 지루한 논문'을 양산할 수 있다는 경고와, 반대로 새로운 연구 방법론을 여는 혁신적 잠재력 사이의 긴장 관계를 조명했다.
- 연역적 과학 vs. 귀납적 과학 : AI는 패턴 기반의 '연역적' 과학에 강하지만, 인간 연구자 고유의 예상 위반으로부터의 창의적 도약(귀납적 과학)을 대체하기 어렵다는 논거가 제시됐다.
- 동료 심사 위기 : AI가 논문 생산 속도를 급격히 높이면서 충분한 인간 심사자를 확보하기 어렵다는 구조적 문제가 재부각됐다. 여러 패널리스트가 AI 편집자 도입·공개 비익명 심사 등 대안을 제안했다.
- 흑상자 해부 요구 : 과학 분야에서는 예측 결과뿐만 아니라 모델 내부의 주의(Attention) 맵과 피처 구조를 이해하는 '신경망 고고학'이 2026년의 중요한 과제로 지목됐다.
6월 초 미국 DOE·일본 MEXT·METI 간 서명된 'Genesis Mission' 협력 선언에 이어, 6월 중순 들어 세부 실행 계획 조율이 진행됐다. 빅테크의 과학 AI 독점 방지와 글로벌 오픈 사이언스 기반 다원화를 위해 국경을 넘는 공유 컴퓨팅 인프라와 공공 데이터 플랫폼 연동을 골자로 하며, 일본이 미국의 첫 번째 국제 파트너로 선정됐다.
- 주권 AI 보호 : 거대 IT 기업의 과학 AI 독점 방지와 글로벌 오픈 사이언스 기반 다원화를 핵심 원칙으로 삼으며, 각국이 자국 데이터와 컴퓨팅 자원을 주권적으로 운영하는 구조를 목표로 한다.
- 연구 인프라 공유 : 공유 컴퓨팅 인프라와 공공 데이터 플랫폼 연동이 핵심 아젠다로, 단일 국가가 AI4S 인프라를 독점하지 않는 분산 거버넌스 모델을 지향한다.
- RIKEN 역할 : RIKEN은 실험·이론·시뮬레이션·AI·양자 기술을 통합하는 일본측 핵심 노드로 자리잡으며, RIKYU를 공동 연구 플랫폼으로 개방할 계획이다.
이번 주 S$120M AI4S 과제 출범은 싱가포르 국가 AI 전략(NAIS) 2.0과 연계된 S$1B(10억 싱가포르달러) 국가 AI R&D 계획의 첫 구체적 실행이다. 이 계획은 NRF의 S$37B 연구·혁신·기업 예산 프레임워크에서 도출됐으며, AI4S 인재 트리플 확대(AI 실무 인력 1만5천명 목표)와 글로벌 AI 연구 허브 구축을 양대 목표로 삼는다.
- NAIS 2.0 실행 : 2023년 발표된 NAIS 2.0의 핵심 실행안으로, 연구·산업·정부가 동일한 생태계에서 AI4S를 추진하는 통합 거버넌스 모델이 본격화됐다.
- 인재 생태계 : AI 실무 인력을 현재의 3배 이상인 1만5천명으로 확대하는 동시에, 글로벌 우수 연구자를 싱가포르로 유치하기 위한 NRF AI Fellowship을 병행 운용한다.
- 정책 모델 주목 : AI4S를 '활용 지원' 수준이 아니라 연구 인프라와 제도에 직접 내장하는 구조로 설계한 점에서 국가 AI4S 정책의 선도 사례로 평가된다.
💡 섹션 3 > 이번 주의 AI4S 이슈
이번 주의 가장 큰 구조적 변화는 AI4S 인프라가 '국가 주권' 자산으로 격상됐다는 사실이다. 싱가포르 S$120M 과제 출범, 일본 RIKYU 명칭 확정, NVIDIA Vera Rubin 발표와 유럽 35개 슈퍼컴퓨터 계획이 단 하나의 주간에 집중된 것은 우연이 아니다. 미-일 Genesis Mission 파트너십이 보여주듯, 국가들은 AI4S 컴퓨팅 인프라를 단순한 연구 도구가 아니라 과학·경제·안보 역량의 핵심 기반으로 인식하기 시작했다. '주권 AI'라는 언어가 이제 슈퍼컴퓨터 도입 발표문에 공식적으로 등장하는 시대가 된 것이다. 인프라를 보유한 국가가 과학 발견의 속도와 방향을 선점하는 구조에서, 이번 주는 그 레이스의 진정한 출발선이 된 주간으로 기록될 것이다.
싱가포르 AI4S 과제의 로봇 실험·에이전트형 워크플로 결합, NVIDIA Vera Rubin의 '에이전틱 AI 결합' 아키텍처, ISC A2SD-2026 워크숍의 자율 최적화 파이프라인 논의는 모두 같은 방향을 가리킨다. 에이전틱 AI for Science는 더 이상 연구 아이디어가 아니라 실제 구현 단계에 진입했다. 그러나 LANL Veritas 시스템과 RIKEN RIKYU가 보여주듯, 자율 과학 에이전트는 엑사플롭스급 슈퍼컴퓨터와 결합되어야 비로소 실용적 가치를 갖는다. 인프라 없는 에이전틱 AI는 사양서에 불과하다. 이번 주는 에이전틱 AI4S가 하드웨어 기반 위에서 현실화되는 첫 번째 구체적 장면을 보여준 주간이었다.
*Nature* 에디토리얼(6.16)의 Leiden 선언 지지, AI4AS 2026의 생성 AI 공시 의무 도입, Nature World View(6.22)의 'AI 단일문화' 경고는 이번 주 과학커뮤니티가 AI4S 거버넌스를 정부 규제보다 먼저, 스스로 쓰기 시작했음을 보여준다. OpenAI가 80년 된 수학 난제를 풀어낸 충격이 그 촉매였다. 투명성·동료 심사·공정 경쟁이라는 세 원칙은 수학에서 시작됐지만, AI4S 전체가 직면한 질문이기도 하다 - AI가 쓴 논문을 누가, 어떻게 검증하는가? 속도를 좇다 다양성을 잃은 과학은 진보인가? 이번 주 과학계의 자기 규율 선언은, 규제가 기술을 따라가지 못하는 시대에 과학자들이 선제적으로 규범을 설계하려는 움직임의 출발점이 됐다.
Comments
Post a Comment