“당신의 연구비가 세상을 바꿨나요” 질문에…AI가 답했다 [교과서로 과학뉴스 읽기] 작성일 10-06 57 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="txaoRUj4TK"> <p contents-hash="e21f60ced2b05c286ed883127a40d22d2f1ef6eebbf55f26152fba722cae257f" dmcf-pid="FMNgeuA8vb" dmcf-ptype="general">우리가 세금을 내서 지원하는 과학 연구는 결국 사회에 어떤 변화를 만들까요?</p> <p contents-hash="9ae96854318bddfb6493a64f03399cbe01b0530c271f462693ab404a13211c69" dmcf-pid="3Rjad7c6WB" dmcf-ptype="general">논문이 몇 편 나왔는지는 숫자로 확인할 수 있지만, 그 연구가 실제로 새로운 약이 되거나, 정책을 바꾸거나, 산업을 움직였는지는 파악하기 어렵습니다. 지금까지는 연구비와 사회적 결과 사이의 거대한 연결고리를 직접 추적하는 도구가 사실상 없었습니다.</p> <p contents-hash="789464a1c9930a0b49f7fb70980f905be716186c3d10d51d861f1f6d5f9aee0f" dmcf-pid="0eANJzkPlq" dmcf-ptype="general">미국 노스웨스턴대 연구진이 여기에 도전했습니다. 이름부터 도전적인 ‘펀딩 더 프론티어(Funding The Frontier, FtF)’라는 인공지능(AI) 도구를 만든 겁니다. 이 시스템은 연구비가 논문과 특허, 임상시험을 거쳐 정책과 언론, 시장에까지 어떤 흔적을 남겼는지를 한눈에 보여주는 지도와 같습니다. 그리고 단순히 과거를 보여주는 것에 그치지 않고, 앞으로 어떤 연구가 가장 큰 사회적 파급효과를 낼지 예측하기도 합니다.</p> <div contents-hash="dc50e150bea4bcfa3ab68fee0d827aa7232d5032691faab6c1398d7e43520f54" dmcf-pid="pdcjiqEQTz" dmcf-ptype="general"> <div> <strong>연구비에서 사회까지, 보이지 않던 연결고리</strong> </div> </div> <figure class="figure_frm origin_fig" contents-hash="e754a1a2a8c2f82b6e732ecaeb37e387780ff5514be230a8b74a39b81c17ef07" dmcf-pid="U39bpCVZh7" dmcf-ptype="figure"> <p class="link_figure"><img alt="아카이브에 올라온 논문" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/06/mk/20251006171501815wnps.png" data-org-width="700" dmcf-mid="5ykjiqEQS2" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/06/mk/20251006171501815wnps.png" width="658"></p> <figcaption class="txt_caption default_figure"> 아카이브에 올라온 논문 </figcaption> </figure> <div contents-hash="a543d5c3f8efe9649449e1838b1fca6a88f23794e770f9f57382904a8b3cc1f5" dmcf-pid="u02KUhf5Tu" dmcf-ptype="general"> FtF가 다루는 데이터의 규모는 상상을 초월합니다. 700만건의 연구비 지원 과제, 1억4000만 편의 논문과 1억 6000만 건의 특허, 1090만 건의 정책 문서, 80만 건의 임상 시험, 그리고 580만 건의 뉴스 기사. 이 방대한 데이터 사이에는 18억 건의 인용 연결이 얽혀 있습니다. 연구비 하나가 어떤 논문을 낳고, 그 논문이 특허와 임상으로 이어지며, 다시 정책이나 언론 기사에 등장하는지를 일종의 ‘흐름도’처럼 보여줄 수 있습니다. </div> <p contents-hash="787c8c144d96d3bbe9b9ae609522904a76e6cae55f33065996b32c4293539747" dmcf-pid="7pV9ul41SU" dmcf-ptype="general">예를 들어 어떤 알츠하이머 연구 과제가 있습니다. 이를 FtF에 넣으면 이 과제가 발표한 논문이 특정 제약회사의 특허로 연결되고, 또 임상시험에 영향을 미쳤다는 사실을 추적할 수 있습니다. 더 나아가 이 연구가 독일과 영국의 정책 문서에까지 인용되었다는 것도 한눈에 알 수 있습니다.</p> <p contents-hash="d13fd760b0f278b2b43deda28c148a23cce6fd0311c1e915e4e45075de8aa648" dmcf-pid="zUf27S8tTp" dmcf-ptype="general">연구진은 FtF가 가진 가장 흥미로운 점을 ‘미래 예측’이라고 이야기합니다. 연구비 과제의 초록을 AI 언어모델(SciBERT)로 분석하고, 머신러닝 알고리즘(XGBoost)을 적용해 앞으로 어떤 연구가 특허나 임상, 정책에 이어질 가능성이 큰지 예측하는 겁니다.</p> <p contents-hash="38b4e80ae3601873403f79849c3532729d13fb887063e4718d79dfbaaf6f635e" dmcf-pid="qu4Vzv6FT0" dmcf-ptype="general">실제 사례에서 이 도구는 알츠하이머 연구 분야를 분석했습니다. 지난 20년간은 주로 질병의 기초 메커니즘 연구가 가장 큰 임상적 영향을 냈습니다. 그런데 앞으로는 환자의 사회적 지원 시스템 연구가 더 큰 파급력을 낼 것이라고 전망했습니다. 이는 연구자뿐 아니라 민간 투자자에게도 새로운 기회를 제시하는 결과라 볼 수 있습니다.</p> <div contents-hash="5bed8ef8afc8eec6b4757e23c962e3c5a15c1b169706fceabe1299def54a0342" dmcf-pid="B78fqTP3S3" dmcf-ptype="general"> <div> <strong>기대 반, 우려 속 의미있는 시도</strong> </div> </div> <figure class="figure_frm origin_fig" contents-hash="71d2e31b17d58c7e3b7c065b36b27037b97ff27714bea06531d8dbc5e5c957bb" dmcf-pid="bz64ByQ0vF" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI를 이용해 논문 내용을 그림으로 표현한 모습[그림=제미나이]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/06/mk/20251006171503155ywbw.png" data-org-width="700" dmcf-mid="1UKB0I2XC9" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/06/mk/20251006171503155ywbw.png" width="658"></p> <figcaption class="txt_caption default_figure"> AI를 이용해 논문 내용을 그림으로 표현한 모습[그림=제미나이] </figcaption> </figure> <div contents-hash="509ffe2b9ebc79d9bc160edac0b817c125b9487f8d86f01b706156e5a140b374" dmcf-pid="KqP8bWxpht" dmcf-ptype="general"> 스타샤 밀로예비치 인디애나대 교수는 네이처와 인터뷰에서 “이 도구는 실제로 과학 정책에 쓸 수 있는 강력한 도구”라고 평가했습니다. 단순히 논문 수를 세는 것이 아니라, 연구비의 진짜 사회적 흔적을 가시화할 수 있기 때문입니다. 하지만 우려도 존재합니다. 제임스 윌스돈 영국 UCL 교수는 “AI 예측에만 의존하면 과거에 효과적이었던 분야에만 자원이 몰리면서, 새로운 아이디어나 모험적 연구가 소외될 수 있다”고 경고했습니다. </div> <p contents-hash="bd14797dae4dd94efe5e0281326123ceb47f4e56fa7063552a5e756eb67ecd8a" dmcf-pid="9BQ6KYMUS1" dmcf-ptype="general">AI의 결과는 과거의 학습을 통해 낸 결과인 만큼 새로운 트렌드나 사회상을 반영하기 힘들다는 지적입니다. 결국 AI가 보여주는 결과는 참고자료일 뿐, 사람의 통찰과 균형 잡힌 판단이 필요하다는 의견입니다.</p> <p contents-hash="83f58bd55e54928b7028461c6c1cd9c15bd0a98cabeb54f4e24eb8f25091447b" dmcf-pid="2bxP9GRuv5" dmcf-ptype="general">FtF는 단순한 데이터 시각화 도구가 아닙니다. 연구비와 논문, 특허를 잇는 가느다란 실타래를 거대한 네트워크로 엮어 과학이 사회에 어떻게 스며드는지를 보여주는 거울입니다.</p> <p contents-hash="73d024d07f40a7c65ca0ad481662cc294aeb4c125e20abe4c9f872523d3a31b6" dmcf-pid="V9RxVXdzCZ" dmcf-ptype="general">물론 AI 예측이 완벽하지는 않습니다. 하지만 과학과 사회 사이의 틈을 메우고 “과연 우리의 연구비가 세상을 얼마나 바꿨는가”라는 질문에 답하려는 시도 자체는 의미가 있다는 생각이 듭니다. 이 도구는 따라서 이러한 질문을 던지고 있습니다. “당신의 연구는 세상을 바꿀 수 있습니까?”</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 차태현, 김종국 ‘극비 결혼식’ 현장 최초 공개…“너무 예뻐” 유재석도 깜짝 10-06 다음 '30억 그물'에서 등장한 초대형 대물…'66세' 김연자, 드디어 인생 첫 해루질 (푹다행) 10-06 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
