AI4S Alert (2026.06.08 - 06.15)
이번 주 AI for Science 분야는 "실험실 밖으로 나온 AI"라는 흐름으로 요약된다. 케임브리지·사우샘프턴 공동연구진이 AI 설계 범코로나바이러스 백신의 첫 인간 임상시험 결과를 공개하며 의생명 AI의 임상 전환 가능성을 입증했다. 중국 JUNO 중성미자 관측소는 Nature 표지 논문으로 기초물리학 정밀측정의 새 이정표를 세웠으며, Google Research는 피부질환 AI 연구와 홍수 예측 수문학 모델 오픈소스화를 동시에 발표해 헬스케어·기후 분야 양쪽에서 AI4S 저변을 확대했다. 싱가포르는 AI4X Accelerate Conference와 함께 2,000만 SGD 규모의 AI4S 연구기금을 공식 발표했고, 한국 과기정통부는 바이오·이차전지·원자력 등 6대 과학기술 분야 특화 AI 모델 개발 사업을 착수했다. 유럽에서는 독일 Helmholtz AI 컨퍼런스(6.8~6.11)와 프랑스 AISSAI/GAP 워크숍(6.17~6.19 예정)이 연달아 열리며, AI4S의 학술 네트워크가 아시아-유럽 축으로 확장되고 있음을 보여줬다. 전반적으로 이번 주는 AI가 개별 연구 도구를 넘어 국가 R&D 전략과 글로벌 컨소시엄의 핵심 인프라로 편입되는 전환점을 명확히 드러낸 한 주였다.
주요 연구 성과 및 뉴스
케임브리지 대학교와 사우샘프턴 대학교, 스핀아웃 기업 DIOSynVax가 공동 개발한 AI 설계 '슈퍼항원' 범코로나바이러스 백신 pEVAC-PS가 Phase 1 임상시험을 통과했다. 전 세계 Sarbeco 코로나바이러스 게놈 서열 데이터를 AI로 분석해 바이러스 집단 전체에 공통된 항원 특성을 지닌 슈퍼항원을 컴퓨터 시뮬레이션만으로 설계한 것은 세계 최초 사례다. 바늘 없는 마이크로플루이드 젯 방식으로 투여된 이 백신은 SARS-CoV-2, SARS, 박쥐 코로나바이러스에 동시 면역반응을 유발했다.
- 시험 결과 : 39명 건강 성인 자원자 대상 임상에서 안전성 확인, 유의미한 부작용 없음, SARS-CoV-2 및 관련 바이러스 복수 면역반응 유도에 성공했다.
- 기술 혁신 : 전통 백신이 특정 변이주 스파이크 단백질에 맞춰 주기적으로 업데이트되는 "꼬리잡기식" 접근법을 탈피하여, 아직 출현하지 않은 바이러스에도 미래 방어력을 확보하는 설계 원리를 실증했다.
- 후속 계획 : 더 넓고 다양한 집단을 대상으로 강력하고 광범위한 방어 면역반응 유도 능력을 검증하기 위한 Phase 2 임상을 준비 중이다.
중국 광둥성 지하 700m에 건설된 장먼 지하 중성미자 관측소(JUNO)가 2만 톤 액체 섬광체로 수집한 59일치 데이터를 분석한 첫 물리 결과를 6월 10일 Nature 표지 논문으로 발표했다. 수십 년간 다수 실험을 합산한 기존 최선 측정치 대비 불확도를 1.6배 개선함으로써 중성미자 진동 파라미터를 역대 가장 정밀하게 측정했다. AI 보조 데이터 분석 파이프라인이 방대한 광전증배관 신호 처리를 실시간으로 지원했다.
- 측정 성과 : sin²θ₁₂=0.3092±0.0087, Δm²₂₁ 등 두 중성미자 진동 파라미터를 수십 년치 복합 실험 결과를 단번에 넘어서는 정밀도로 결정했다.
- 미해결 과제 : '태양 중성미자 긴장(Solar Neutrino Tension)' - 태양 중성미자와 원자로 중성미자 측정값 사이의 약 1.5σ 불일치가 JUNO 데이터로도 여전히 존재함이 확인됐다.
- 향후 목표 : 데이터 누적 시 중성미자 질량 순서(NMO) 결정 등 입자물리학의 핵심 미스터리를 풀 수 있는 관측소로서의 가능성을 입증했다.
구글 리서치 연구과학자 Rory Sayres·Yun Liu가 6월 12일 AI 피부과학 도구가 일반인의 피부 관련 건강 질문에 어떤 도움을 줄 수 있는지를 다룬 두 편의 신규 발표 논문 결과를 공식 블로그에 공개했다. 성인의 절반 이상이 인터넷으로 건강 정보를 검색하지만, 올바른 의학 용어를 몰라 정확한 정보에 닿지 못하는 문제를 AI 피부질환 도구가 구체적으로 해소할 수 있음을 데이터로 입증했다.
- 핵심 문제 : 일반인은 '다리의 붉은 점(red dots on legs)'처럼 증상을 묘사하지만, 실제 의학 용어('촉지성 자반' 등)를 몰라 검색 정확도가 크게 낮은 정보 격차가 확인됐다.
- AI 도구 효과 : 피부과학 AI가 이미지나 증상 설명을 받아 정확한 진단 방향을 제시함으로써, 비전문가가 보다 정확하고 유의미한 건강 정보를 얻을 수 있도록 중재 역할을 수행했다.
- 의의 : AI를 진단 대체재가 아니라 건강 정보 이해 보조도구로 위치시킨 연구로, 의료 AI의 실생활 적용 프레임을 새롭게 정의했다.
6월 15일, 싱가포르 래플스 시티 컨벤션 센터에서 NUS 기능성 지능형 재료 연구소(I-FIM)와 토론토 대학 가속 컨소시엄(Acceleration Consortium)이 공동 주최하는 'AI4X Accelerate Conference 2026'이 개막했다. 개막식에서 싱가포르 국립연구재단(NRF)은 임페리얼 칼리지 런던·A*STAR와 협력하여 AI4S 분야 두 핵심 프로그램에 총 2,000만 SGD의 연구기금을 지원하기로 공식 발표했다.
- 표면과학 AI(S$1,000만) : '표면 과학 기반 모델(Surface Science Foundation Model)'을 구축하여 촉매 조성의 계산 스크리닝 속도를 500배 가속화하는 계산 재료 과학 연구에 투자한다.
- 소프트웨어 신뢰성 AI(S$1,000만) : 심볼릭 분석과 생성형 AI를 결합해 AI 생성 코드의 정확성·보안을 확보하는 차세대 프로그램 추론 기술을 개발한다.
- Materials Data Foundry : 8개 연구과제로 구성된 싱가포르 AI-for-Science 프로그램의 첫 공개 프로젝트로, 차세대 반도체·청정 수소 소재 탐색을 AI로 가속화하는 것을 핵심 목표로 삼는다.
6월 8일부터 11일까지 독일 오버슐라이스하임에서 Helmholtz AI Conference 2026 - AI for Science가 열렸다. 기조강연·주제 세션·포스터 발표·워크숍으로 구성된 이번 행사는 독일 헬름홀츠 연구회 산하 기관들의 AI4S 최신 연구 성과를 한자리에서 공유하는 유럽 최대 AI 과학 전문 학술행사 중 하나다. 에너지·지구과학·생명과학·재료 등 헬름홀츠 핵심 분야에 걸쳐 AI가 어떻게 연구 가속 도구로 통합되는지에 관한 심층 논의가 이뤄졌다.
- 행사 구성 : 기조강연, 평행 주제 세션, 포스터 세션, 분야별 워크숍이 4일간 이어지며 다양한 과학 도메인 간 AI 방법론 교류를 촉진했다.
- 주요 논의 : 대형 과학시설 데이터 분석, 기후 모델링 AI 적용, 신약 후보 물질 탐색 AI 도구, 파운데이션 모델의 과학 도메인 이전 학습 등이 핵심 의제로 다뤄졌다.
- 유럽 AI4S 연속성 : 6월 17~19일 프랑스 그르노블 AISSAI/GAP 워크숍과 연계되며, 유럽 AI4S 학술 네트워크의 연속 강화 흐름을 형성했다.
최신 연구 동향 및 정책 논의
구글 리서치가 Google Flood Hub를 구동하는 AI 수문학 모델을 오픈소스로 공개했다. PyTorch 기반의 LSTM 아키텍처를 사용하는 이 Python 패키지는 각국 기상수문서비스(NMHS)가 자체 워크플로에 AI 홍수 예측을 직접 통합할 수 있도록 지원한다. Caravan 오픈 데이터셋을 활용해 전 세계 하천의 일별 유량을 예측하며, 연구자들이 지역 수계 데이터를 추가해 파인튜닝할 수 있는 학습 파이프라인도 함께 제공된다.
- 기술 구성 : 기후·토양·지형·토지 피복 등 지리 특성 데이터와 강수·기온 기상 예보를 입력으로 받아 하천 유량을 예측하는 LSTM 기반 모델이 핵심이다.
- 활용 범위 : 세계기상기구(WMO)의 '모두를 위한 조기경보(Early Warnings for All)' 이니셔티브와 연계되며, 최대 7일 전 홍수 영향 지역을 사전 경고하는 시스템과 결합된다.
- 의의 : 대기업이 독점적으로 보유했던 최첨단 기후 AI 모델을 공공 인프라로 전환함으로써, 개발도상국 포함 전 세계 기상 기관의 기후 대응 역량을 직접 강화한다.
영국 큐 왕립식물원(Kew Gardens)이 40개국 400여 명의 과학자가 참여한 제6차 '세계 식물 및 균류 현황 보고서'를 6월 중순 발표했다. 보고서는 AI와 대규모 표본 디지털화 기술이 멸종 위기종 분석의 패러다임을 바꾸고 있다고 밝혔다. 특히 800만 개의 디지털 표본을 AI로 분석한 최초의 글로벌 개화 시기 연구는 지난 세기 동안 개화 시기가 10년마다 평균 2.5일씩 변화했음을 확인했다.
- 디지털화 규모 : 740만 개의 식물·균류 표본을 전면 디지털화하고, 사초과·물이끼 같은 분류하기 까다로운 식물을 AI가 자동 학습·식별하는 기술이 도입됐다.
- 개화 시기 분석 : 800만 개 표본 분석으로 확인된 10년마다 2.5일의 개화 시기 변화는 기후 변화가 생태계 생물종 동기화에 미치는 장기 영향을 역추적하는 전례 없는 데이터셋이다.
- 보존 정책 연계 : 이 데이터는 멸종 위기종의 조기 경보 시스템과 기후 적응 농업 전략 수립에 직접 활용될 전망이다.
스탠퍼드 인간중심AI연구소(HAI)가 공유한 AI+Science 컨퍼런스 성과 보고에 따르면, AI가 과학적 발견 주기를 수개월에서 수분 단위로 단축시키는 가속이 각 분야에서 동시에 진행 중이다. 해양-대기 결합 기후 AI 에뮬레이터 Samudra와 게놈 DNA 언어 모델 EVO가 대표 사례로 제시됐으며, AI4S 분야 자연과학 논문이 2025년에만 약 8만 150편으로 전년 대비 26% 증가했다는 통계도 함께 공개됐다.
- Samudra 에뮬레이터 : 기존 단일 GPU로 하루에 12년치 기후를 시뮬레이션하던 성능을 하루 1,000년치 수준으로 가속화한 해양-대기 결합 기후 시뮬레이터가 안정적 예측 궤도에 진입했다.
- EVO DNA 언어 모델 : 수백만 개의 게놈 데이터를 학습하여 자연계에 존재하지 않는 새로운 항-크리스퍼(Anti-CRISPR) 유전자를 생성하고, 박테리아 내성 극복을 위한 16종의 새로운 박테리오파지 종 설계에 성공했다.
- 스케일 지표 : Stanford 2026 AI Index에 따르면 AI는 분야별로 과학 연구 성과의 5.8~8.8%를 점유하며, 2010년 1% 미만에서 급격히 성장했다.
6월 초 미국 하원에서 발의된 '2026년 위대한 미국 인공지능 법안(Great American Artificial Intelligence Act of 2026)' 269페이지 분량 초안에 대한 산·학·연 공식 의견수렴이 이번 주 집중적으로 진행됐다. 특히 법안 4섹션 "연구 개발, AI 시스템용 공공 데이터, 국제 표준 협력" 조항이 AI4S 연구자 사이에서 높은 관심을 받았다. 민간 프론티어 모델 개발사에 의무를 부과하는 동시에, 과학 연구용 고품질 공공 데이터 개방과 표준화 기구 설립을 지원하는 내용이 담겨 있다.
- 핵심 조항 : 과학 연구용 고품질 공공 데이터 개방을 명문화하고, 국제 AI 표준 협력 기구 설립을 지원하는 내용이 AI4S 데이터 수집·공유 체계 전반에 영향을 미칠 전망이다.
- 의무 부과 : 민간 프론티어 모델 개발사에 대한 안전성 평가·보고 의무와 함께, 과학 데이터 공개 기준 설정에 대한 산업계 기여를 요구하는 조항이 포함됐다.
- 국제 파장 : EU Scientific AI Hub의 '신뢰할 수 있는 AI 도입 프레임워크'와 방향이 유사하여, 미-EU 표준 협력 가능성을 높이는 정책 환경이 형성되고 있다.
국제 AI 학술계의 양대 컨퍼런스가 하반기 한국 개최를 앞두고 AI4S 의제를 전면화하고 있다. KDD 2026은 올해 처음으로 'AI for Sciences 트랙'을 신설하며 8월 9~13일 제주 ICC에서 개최되고, ICML 2026은 7월 6~11일 서울 코엑스에서 열려 게놈학·기후·재료과학 등 AI4S 세션을 포함한다. 두 대형 컨퍼런스의 아시아 집중 개최는 AI4S 연구 허브로서 한국의 위상을 크게 부각시킨다.
- KDD 2026 AI4S 트랙 : 게놈학·입자물리학·천문학·기후과학 등 데이터 집약적 과학 전 분야를 망라하는 최초의 전담 트랙으로, 3,500명 이상 참가자가 집결할 예정이다.
- ICML 2026 서울 : 43회를 맞는 세계 최대 기계학습 학술대회가 서울 코엑스에서 개최되며, 계산 생물학·기후 AI·재료 발견 등 AI4S 관련 세션이 대폭 강화됐다.
- 지역 파급 : 두 컨퍼런스 모두 한국 내 AI4S 생태계를 가속화하는 계기가 되며, 자율실험실·파운데이션 모델 연구 논문 발표가 집중될 것으로 예상된다.
이번 주의 AI4S 이슈
이번 주 가장 눈에 띄는 흐름은 AI 기반 과학 성과가 실험실을 벗어나 실제 세계로 이전되는 전환점이 분명해졌다는 점이다. 케임브리지-DIOSynVax의 범코로나바이러스 백신은 컴퓨터 시뮬레이션만으로 설계된 활성 성분을 인간에게 최초로 시험한 사례로, AI 설계 의약품이 IND 단계를 넘어 임상 안전성을 확보했다. 큐 왕립식물원의 AI 분석은 800만 표본을 가로질러 1세기 분량의 기후-생태계 변화를 역추적했고, Google의 수문학 AI는 개발도상국 현장 기상 기관의 실시간 운영 인프라가 됐다. 연구 성과물이 논문으로 끝나지 않고 환자 임상·생태 보전·재난 대응 현장으로 직접 연결되는 구조가 이번 주에 걸쳐 동시다발적으로 확인됐다.
AI4S가 개별 연구팀의 방법론적 선택을 넘어 국가 R&D 전략의 구조적 인프라로 편입되는 흐름이 이번 주 세 개 지역에서 동시에 나타났다. 싱가포르 NRF는 2,000만 SGD 규모의 AI4S 전담 기금을 공표하며 재료과학 파운데이션 모델 구축을 국가 프로젝트로 격상시켰다. 한국 과기정통부는 6대 과학기술 분야 특화 AI 모델 사업을 착수했으며, NST는 AI Co-researcher와 자율실험실을 정출연 전환 핵심 수단으로 채택했다. EU는 Scientific AI Hub를 통한 데이터 공유 프레임워크 고도화와 'AI 팩토리' 연계를 추진하고 있다. 공통 패턴은 세 가지다 : (1) 도메인 특화 파운데이션 모델에 대한 공공 투자, (2) 자율실험실 등 AI-로보틱스 결합 인프라 구축, (3) 데이터 수집·공유 표준화의 법제화다. 이 세 축이 동시에 제도화된다는 것은 AI4S가 일시적 유행이 아닌 과학 인프라의 영구적 재편임을 시사한다.
JUNO 중성미자 관측소의 Nature 표지 논문은 AI4S가 응용과학을 넘어 기초물리학의 최전선에서도 결정적 역할을 담당하고 있음을 보여준 상징적 사례다. 20,000톤 액체 섬광체 탱크에서 나오는 광전증배관 신호 데이터를 AI 보조 파이프라인 없이 실시간 처리하기란 사실상 불가능하다. 59일치 데이터만으로 수십 년치 복합 실험을 넘어서는 정밀도를 달성했다는 것은 측정 한계를 AI가 구조적으로 확장하고 있음을 의미한다. 동시에 스탠퍼드 AI Index는 '최고 모델이 2,700개 이상의 화학 문제에서 인간 전문가 평균을 능가하면서도 기본 과제에서는 실패한다'는 비균질적 성능(Jagged Performance)을 지적했다. AI4S의 다음 과제는 벤치마크를 넘어선 실제 과학 재현성·신뢰성 검증 체계를 구축하는 것이다.
Comments
Post a Comment