국가전략기술특별위서 심의·의결
인간지향적 AGI 원천기술 확보
AI 신뢰성 고도화기술 개발 집중
100만 한국인 바이오빅데이터 구축
바이오 생산효율 10배 ↑ 혁신 도모
주영창(왼쪽 첫 번째) 과학기술정보통신부 과학기술혁신본부장(국가전략기술 특위 위원장)이 31일 열린 ‘국가전략기술 특별위원회’ 회의에서 인사말을 하고 있다. [과학기술정보통신부 제공] |
정부가 2030년까지 데이터·전력 소모량을 50% 이상 절감할 수 있는 고효율 인공지능(AI) 학습 모델 개발에 나선다. 100만명 이상의 한국인 바이오 빅데이터를 구축하고 바이오 제조 과정의 효율을 최대 10배 혁신 할 수 있는 기술 고도화에도 힘을 싣는다. |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
과학기술정보통신부는 31일 국가과학기술자문회의 ‘국가전략기술 특별위원회’를 통해 이같은 내용을 담은 AI, 첨단바이오 등 미래 혁신 분야의 ‘임무중심 전략로드맵’을 심의·의결했다.
▶데이터 절감하는 고효율 AI 개발...AI 신뢰성 고도화도 과제=우선 AI 분야에선 AI 학습에 필요한 데이터·컴퓨팅·전력 부담을 50% 이상 줄일 수 있는 기술 확보에 나선다. 특히 기존 AI의 난제인 초소량 데이터 학습, AI 모델 상호 간 협업, 상식추론, 뇌신경망 모사 등 인간지향적 인공일반지능(AGI)의 원천 기술 확보를 통해 글로벌 선도 그룹 진입을 추진한다.
AI 신뢰성 고도화도 핵심 임무로 삼았다. 이를 위해 AI 생성 컨텐츠의 권리 침해 자동 탐지율을 90%까지 올리고 AI 모델이 결론을 도출해 내는 과정에 내재된 취약점 등을 판단할 수 있는 설명 가능한 AI(XAI) 기술 확보에 집중한다. 과기부는 이를 뒷받침할 생태계 조성 방안으로, 디지털 권리장전, AI법 제정을 통해 글로벌 리더십을 주도한다는 목표다. 비전문가를 대상으로 한 융·복합 교육과 디지털 소외계층의 디지털 교육도 강화한다.
▶100만 한국인 바이오 빅데이터 구축, 바이오 생산 효율 10배↑=첨단 바이오 분야에서는 ‘바이오제조 강국 도약’을 목표로 ▷합성생물학 ▷유전자·세포치료 ▷감염병 백신·치료 ▷디지털 헬스데이터 분석·활용 등 4개 중점기술 중심의 로드맵을 수립했다.
합성생물학의 경우, AI·로봇을 적용해 유전체·단백질 등 바이오부품의 설계·생산효율을 10배까지 자동화·고속화·저비용화하는 혁신적 기술 확보에 집중한다. 단백질·유전체 등 바이오부품을 발굴하고 배양·정제하는 공정 기술을 개발한다. 이를 뒷받침할 핵심 장비·소프트웨어(SW) 확보 및 바이오 제조 공정의 디지털트윈 구현 등도 목표로 삼았다.
2030년까지 난치성 질환의 신물질 치료제 임상 진입을 목표로 차세대 세포치료제 개발을 추진한다. 감염병 대응 역시 백신플랫폼 중 타분야 파급효과가 높은 mRNA(메신저리보획산)를 중심으로 고도화한다.
바이오의 디지털 전환을 위해 100만명 이상의 한국인 바이오 빅데이터 구축에도 나선다. 클라우드, 생성형 AI 기술을 적용한 신약후보 분석·질병진단 등 난제 해결에도 도전한다.
혁신적인 연구 개발을 뒷받침하기 위해 ▷바이오·AI 융합 및 제조생산 전문인력 양성 ▷글로벌 주요 연구기관·제약사와 공동연구 ▷바이오·의료 데이터 표준화 및 공유 촉진 ▷우수 연구성과의 신속한 시장진입을 위한 규제 과학 및 오픈 이노베이션 역량 강화 등도 포함했다.
AI·첨단바이오는 기술발전 속도가 빠른 만큼, 정부는 2030년을 기준 시점으로 설정된 목표를 동향 변화에 따라 지속적으로 검토·조정해나갈 계획이다.
주영창 과기정통부 과학기술혁신본부장(국가전략기술 특위 위원장)은 “AI·첨단바이오는 기술패권 경쟁 뿐 아니라 우리 미래 세대의 성장과 모든 산업의 혁신을 이끌 기술”이라며 “임무중심적 연구개발 및 초격차 기술확보가 무엇보다 중요하다”고 평가했다. 이어 과학기술혁신본부는 “ ‘국가전략기술 육성 특별법’의 본격 시행에 발맞춰 전략 로드맵이 제시하는 핵심 목표를 중심으로 세계 최고 수준의 연구를 집중 지원해나갈 것”이라고 덧붙였다. 박세정 기자
sjpark@heraldcorp.com
Copyright ⓒ 헤럴드경제 All Rights Reserved.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.