[데일리환경=유승철 기자] 유럽연합(EU)이 연구현장에서 생성형 인공지능(AI)을 사용하는 기준을 크게 손질했다. 단순 문서작성이나 요약을 넘어 연구과정을 스스로 계획하고 여러 작업을 연속 수행하는 ‘에이전트형 AI’가 빠르게 확산하자, 연구자가 통제권과 최종 책임을 유지해야 한다는 원칙을 새로 구체화했다. 연구비 제안서 평가와 논문 동료평가에서도 AI가 과학적 가치 판단을 대신해서는 안 된다는 기준을 명확히 했다. 유럽연합 집행위원회 연구혁신총국은 16일 ‘연구에서 생성형 AI의 책임 있는 사용에 관한 ERA 생활지침’ 4판을 공개했다. 2024년 첫 지침이 나온 이후 가장 큰 폭의 개정이다. 이번 지침은 법적 구속력이 있는 새 규정이 아니라 기존 연구윤리와 책임 있는 AI 원칙을 연구현장의 실제 사용 사례에 적용한 권고안이다. 연구자와 대학·연구기관, 연구비 지원기관을 주요 대상으로 한다.가장 큰 변화는 에이전트형 AI에 대한 별도 기준이다. 지침은 AI 에이전트를 복잡한 목표를 설정하고 외부 시스템과 상호작용하면서 일정 부분 독립적으로 작업을 수행할 수 있는 시스템으로 본다. 연구자가 이런 도구에 분석이나 코딩, 데이터 처리 같은 복합 업무를 맡기더라도 핵심 방법론과 의사결정 지점에는 인간의 검증 절차를 두도록 했다. 특히 AI 에이전트의 사용은 통제권이나 책임을 넘기는 것으로 간주할 수 없으며, 결과의 품질과 타당성에 대한 책임은 연구자에게 남는다고 못 박았다.연구결과의 투명성 기준도 강화됐다. 문헌검토, 연구격차 탐색, 가설 설정, 데이터 분석·해석처럼 연구의 내용이나 판단에 실질적 영향을 미치는 AI 사용은 어떤 도구를 어디에 썼는지 공개하고, 환각이나 편향을 어떻게 검증했는지도 설명하도록 권고했다. 반면 맞춤법 검사나 문법 교정, 단순한 문장 다듬기처럼 연구내용에 영향을 주지 않는 보조적 사용까지 일률적으로 공개하도록 요구하지는 않는다.연구비 심사와 동료평가에서는 AI의 역할에 더 분명한 선을 그었다. 지침은 논문과 제안서의 과학적 수준과 중요성을 판단하는 업무를 AI에 위임해서는 안 된다고 밝혔다. AI는 개념 정리나 배경조사, 언어 다듬기 같은 보조업무에 제한적으로 활용할 수 있지만, 심사보고서를 작성하거나 연구의 과학적 가치를 평가하는 데 사용해서는 안 된다는 것이다. 평가자와 편집자는 AI를 쓰더라도 모든 평가와 판단, 추천에 대해 전적으로 책임져야 한다.기밀성과 데이터보호는 ‘협상할 수 없는 원칙’으로 제시됐다. 아직 공개되지 않은 연구계획서와 논문, 심사보고서, 핵심 아이디어를 보안이 확보되지 않은 공개형 AI 서비스에 입력하지 말도록 했다. 특히 연구비 지원기관이 자체 AI를 심사과정에 활용할 경우에는 편향이나 오류로 인해 신청자를 선별·순위화·배제하는 문제가 발생하지 않도록 안전장치를 두고, 어떤 용도로 AI를 썼는지도 투명하게 밝혀야 한다.새 지침은 이른바 ‘숨은 프롬프트’도 연구평가의 새로운 위험요인으로 다뤘다. 제안서나 문서 안에 사람이 보기 어려운 문자나 서식, 메타데이터 형태로 AI에 특정 행동을 지시하는 문구를 숨겨 심사결과에 영향을 주는 방식이다. EU는 연구비 지원기관에 이런 조작을 명확히 금지하고 문서를 처리하는 정보기술 시스템에 탐지·차단 장치를 마련하도록 권고했다.연구기관에도 책임을 넓혔다. 대학과 연구소는 모든 직급과 전공의 연구자·연구지원 인력에게 AI 활용 교육을 제공하고, 데이터보호와 지식재산권, 연구보안 기준을 마련해야 한다. 가능하면 기관이 직접 관리하는 로컬 또는 클라우드형 AI 도구를 제공해 민감한 연구데이터가 외부 서비스로 무분별하게 흘러가지 않도록 하라는 내용도 담겼다. 생성형 AI의 에너지·환경 부담을 추적하고 더 지속가능한 도구를 선택하도록 지원하라는 권고도 포함됐다.이번 개정은 AI를 연구현장에서 막기보다 사용할 수 있는 범위를 넓히되 인간 책임과 검증체계를 더 촘촘하게 만드는 데 초점이 맞춰졌다. 국내에서도 생성형 AI가 논문작성과 데이터 분석, 연구비 제안서 작성, 심사 지원까지 빠르게 확산하는 만큼 연구윤리 기준과 R&D 평가절차를 손볼 때 참고할 만한 기준이 될 수 있다. 앞으로는 AI 에이전트가 실제 연구과정에서 맡는 업무 범위와 AI 사용 공개 기준, 안전한 심사도구를 어디까지 허용할지가 연구기관과 학술출판계의 핵심 쟁점으로 떠오를 전망이다.

[데일리환경=유승철 기자] 희귀질환 환자의 방대한 임상기록에서 증상과 징후를 찾아 표준화하고, 진단에 중요한 표현형을 우선순위까지 매기는 인공지능(AI) 프레임워크가 실제 의료기록을 이용한 외부검증에서 기존 딥러닝 방식보다 높은 성능을 보였다. 미국 밴더빌트대 메디컬센터를 중심으로 한 연구진은 대규모언어모델(LLM)을 활용한 ‘RARE-PHENIX’를 개발해 희귀질환 진단 과정에서 가장 많은 수작업이 필요한 표현형 정리를 자동화할 가능성을 제시했다. 연구 결과는 15일 국제학술지 npj Digital Medicine에 공개됐다. 희귀질환 진단에서는 환자가 보이는 신체적·임상적 특징을 Human Phenotype Ontology(HPO)라는 표준용어로 정리하는 과정이 중요하다. 하지만 실제 진료기록에는 같은 증상이 다양한 표현으로 기록되고, 중요한 특징과 일반적인 증상이 뒤섞여 있어 전문가가 일일이 정리하는 데 많은 시간이 든다.RARE-PHENIX는 이 과정을 세 단계로 처리한다. 먼저 LLM이 자유서술형 임상노트에서 표현형을 추출하고, 다음 단계에서 검색증강생성(RAG)을 이용해 표현형을 HPO 표준용어로 연결한다. 마지막으로 지도학습 기반 순위모델이 진단에 더 중요한 HPO 용어를 앞쪽에 배치한다.연구진은 단순히 증상을 찾아내는 데서 그치지 않고 실제 임상에서 사용하는 ‘추출→표준화→우선순위화’ 전체 흐름을 하나의 파이프라인으로 구현했다.모델 개발에는 미국 미진단질환네트워크(UDN) 11개 임상기관의 환자 2671명 자료가 사용됐다. 외부검증에는 훈련에 전혀 사용하지 않은 밴더빌트대 메디컬센터 환자 143명의 실제 임상노트 1만6357건을 활용했다. 데이터 분할은 환자 단위로 이뤄져 훈련과 검증 사이의 정보누출을 막았다. 검증 대상 기록은 진료기록이 67.8%로 가장 많았고 상담기록, 수술·시술기록, 영상기록 등이 포함됐다.외부검증에서 RARE-PHENIX는 기존 표현형 추출모델인 PhenoBERT보다 전반적으로 높은 일치도를 보였다. 임상의가 직접 정리한 HPO 용어를 기준으로 비교했을 때 상위 50개 표현형에서 가장 높은 성능을 낸 LLaMA-2-70B 기반 구성의 HPO 의미 유사도는 약 0.70으로, PhenoBERT의 약 0.58을 웃돌았다.연구진은 정밀도·재현율·F1 점수에서도 RARE-PHENIX가 비교모델보다 일관되게 높은 성능을 보였다고 설명했다.성능 향상에는 단순한 LLM 추출 능력보다 표준화 과정이 크게 기여했다. 연구진이 각 모듈을 하나씩 제거해 성능을 비교한 결과, 자유문장을 HPO 용어로 바꾸는 표준화 단계가 추가되자 LLaMA-2-70B 구성의 정밀도는 0.25에서 0.43으로, F1 점수는 0.34에서 0.50으로 개선됐다. 재현율은 0.70에서 0.71로 큰 변화가 없어, 표준화가 ‘더 많은 증상’을 찾기보다 불필요하거나 모호한 표현을 줄이는 역할을 한 것으로 분석됐다.오류 분석에서도 실제 임상문서의 복잡성이 주요 변수로 나타났다. 연구진이 놓친 표현형 271건을 수작업으로 검토한 결과 97%는 명확한 증상을 모델이 못 찾은 경우가 아니라, 증상이 간접적 표현이나 문맥 속에 기록됐거나 진료노트에 아예 명시되지 않은 경우였다. 반면 명확히 기록된 HPO 표현을 실제로 추출하지 못한 사례는 3%였다. 이는 의료 AI의 성능이 모델 자체뿐 아니라 진료기록의 표현방식과 데이터 품질에도 크게 좌우된다는 점을 보여준다.다만 이번 결과를 곧바로 ‘AI가 희귀질환을 진단한다’고 해석해서는 안 된다. 연구 대상은 복잡한 미진단 환자가 집중된 UDN 코호트로 일반 유전질환 진료현장을 모두 대표하지 않으며, 가장 높은 성능은 700억개 매개변수 규모의 대형 모델에서 나왔다. 또 임상의가 정리한 HPO 용어 자체에도 누락이나 개인차가 있을 수 있다. 무엇보다 이번 연구는 후향적으로 표현형 정리 능력을 검증한 것으로, 실제 진단정확도를 높이거나 진단까지 걸리는 시간을 줄이는지는 아직 입증되지 않았다.연구진도 RARE-PHENIX를 의사를 대체하는 자동진단시스템이 아니라 ‘인간 검토형(human-in-the-loop)’ 도구로 제시했다. 희귀질환 진료에서는 환자의 오랜 진료기록을 구조화하는 과정이 병목으로 꼽혀 왔다.앞으로 전향적 임상시험에서 의료진의 작업시간이 실제로 줄어드는지, 진단 후보의 정확도가 높아지는지, 다양한 의료기관과 환자군에서도 같은 성능이 유지되는지가 임상 도입의 핵심 관건이 될 전망이다.

[데일리환경=정이든 기자] 충북의 초·중·고등학생들이 발표자료와 소프트웨어로 미래사회의 문제를 풀어내는 경연에 나섰다. 주어진 과제를 분석하고 해결 방안을 구체화한 뒤, 발표와 시연으로 자신의 생각을 설명하는 자리다. 충청북도교육청 직속기관 교육연구정보원은 10월 14일부터 16일까지 사흘간 교육연구정보원에서 ‘제27회 충북컴퓨터꿈나무축제’ 도대회를 개최한다. 학교와 지역대회를 거쳐 선발된 학생 180여 명이 프레젠테이션과 소프트웨어(SW) 제작 두 종목에 참가한다.대회는 14일 초등부를 시작으로 15일 중등부, 16일 고등부 순으로 진행된다. 참가 학생들은 180분 동안 과제를 해결하고, 완성한 결과물을 발표하거나 직접 작동시켜 보인다. 프레젠테이션은 학생 두 명이 한 팀을 이루는 종목이다. 4차 산업혁명과 미래사회에 관한 주제를 탐구해 문제해결 방안을 마련하고, 이를 보고서와 발표자료로 구성한다. 자료를 분석하는 능력과 함께 해결 과정을 논리적으로 설명하는 역량을 겨룬다.소프트웨어 제작은 개인 종목으로 운영된다. 초·중등부는 명령어 블록을 연결하는 스크래치와 엔트리를 활용한다. 고등부는 아두이노 등 전자회로와 프로그램을 연계하는 도구로 문제해결 작품을 제작하고 시연한다. 학교급에 따라 도구와 구현 방식은 달라지지만, 주어진 문제를 분석해 실제로 작동하는 결과물로 만드는 과정이 공통으로 요구된다. 심사에서는 과제해결의 정확성과 창의성, 문제해결 과정, 발표 및 프로그램 구현 능력을 종합적으로 평가한다. 우수한 성적을 거둔 학생 90명에게 교육감상과 교육연구정보원장상을 수여할 예정이다. 대상·금상 수상 학생을 지도한 교사에게도 교육감상이 주어진다.올해로 27회를 맞은 충북컴퓨터꿈나무축제는 학생들의 컴퓨팅 사고력과 창의적 문제해결력을 기르고 정보통신 분야 인재를 발굴하기 위해 운영된다. 컴퓨팅 사고력은 복잡한 문제를 작은 단위로 나누고, 해결 순서와 규칙을 찾아 실행 가능한 방법으로 구성하는 능력이다.교육연구정보원은 대회와 함께 SW·AI 체험교실, 하굣길 SW·AI 교실, 정보영재교육 등을 운영하고 있다. 충북디지털교육플랫폼(CMOOC)을 통해 학생과 교원이 활용할 수 있는 AI·SW 학습 콘텐츠도 제공한다.우관문 교육연구정보원장은 학생들이 이번 대회에서 쌓아온 역량을 발휘하기를 기대한다며, 학생 개개인이 디지털 역량을 키울 수 있도록 다양한 AI·SW 교육 기회를 제공하겠다고 밝혔다.

[데일리환경=안영준 기자] 정부가 인공지능(AI) 피부진단과 맞춤형 화장품, 미용·관광·의료를 연결하는 K-뷰티 서비스 육성에 나선다. 화장품 제조와 수출을 기반으로 성장한 산업에 데이터 분석과 개인별 상담, 체험 서비스를 더해 사업 영역을 넓힌다는 구상이다. 재정경제부 등 관계부처는 10월 14일 경제관계장관회의 겸 서비스산업발전 태스크포스(TF)에서 ‘AI·융복합 K-뷰티 서비스 지원방안’을 발표했다. 지원 방향은 AI 기반 신서비스 육성, 지역·해외시장 확산, 메디컬 뷰티 경쟁력 강화에 맞춰졌다. 먼저 기업들이 개인의 피부 특성에 맞는 서비스를 개발할 수 있도록 피부 데이터 활용 기반을 손질한다. 18개국 1만7000여 명의 정보를 축적한 피부 데이터뱅크를 AI 학습에 적합한 형태로 개편하고, 조사 대상 국가도 확대한다.맞춤형 화장품의 품질과 제조공정 관리에 활용할 AI 에이전트 개발에는 2026~2027년 총 72억 원 규모의 기업 연합 연구개발을 지원한다. 화장품 기업과 AI 기업이 함께 기술을 개발하고, 유망한 융복합 기술은 후속 연구로 연결할 계획이다.매장 운영과 관련한 제도 개선도 추진한다. 매장마다 맞춤형 화장품 조제관리사가 상주하는 현행 방식에서 AI·자동화기기를 활용해 한 명이 여러 매장을 관리할 수 있도록 개선한다는 방침이다. 기업의 투자와 생산을 뒷받침하는 금융지원도 확대한다. 한국콜마·코스맥스와 공동으로 조성한 430억 원 규모의 글로벌 K-뷰티 공동펀드는 투자를 이어간다. 뷰티테크 스타트업과 기업형 벤처캐피털의 협업을 위한 250억 원 규모 오픈이노베이션 벤처펀드도 조성한다.우수기술 화장품 기업에는 보증비율을 기존 85%에서 최대 95%로 높이고 보증료율을 0.2%포인트 감면해 자금 조달을 지원한다. 뷰티 체험을 지역 방문과 소비로 연결하는 사업도 마련됐다. 홍대·명동·부산의 체험·홍보관 등에서는 AI 피부진단과 가상 메이크업을 제공하고 주변 상권의 관광·쇼핑과 연계한다. 경주와 제주에는 체험·홍보, 해외 바이어 상담을 결합한 K-뷰티 클러스터를 조성할 계획이다.서비스 전문인력 양성을 위해서는 2027년 상반기 충북 오송에 K-뷰티 아카데미를 개원한다. 내·외국인을 대상으로 헤어와 메이크업 등을 교육해 연평균 1900명의 전문인력을 양성한다는 목표다. 외국인 환자가 의료기관을 알아보는 단계부터 귀국 이후 관리까지 이용할 수 있는 ‘K-헬스케어 통합 허브’ 구축도 추진한다. 의료기관 정보와 사전상담, 예약·결제, 진료 전후 관리, 숙박·관광 연계를 통합 제공하는 방식이다. 올해 정보화전략설계를 거쳐 2027~2028년 플랫폼을 구축할 예정이다.해외 진출 지원 역시 넓힌다. 2027년부터 AI를 활용한 해외 규제·시장정보 제공 대상을 신흥국까지 확대하고 할랄 인증을 지원한다. 해외 인허가와 수출 현장 대응을 돕는 K-바이오데스크의 지원 범위에도 K-뷰티를 포함해 기업의 현지 진출과 정착을 뒷받침할 계획이다.

[데일리환경=정진욱 기자] 버릴 물건을 스마트폰으로 촬영하면 인공지능(AI)이 종류를 알아보고 지역에 맞는 배출 방법을 안내하는 서비스가 서울 은평구에서 시범 운영에 들어갔다. 대형폐기물은 수거 신청과 수수료 결제까지 앱에서 처리할 수 있도록 지원한다. 기후에너지환경부와 과학기술정보통신부는 10월 12일 모바일 앱 ‘내 손안의 AI 폐기물 처리 도우미, 가져가’의 실증 계획을 발표하고, 13일부터 은평구 주민을 대상으로 서비스를 시작했다. 지역마다 다른 폐기물 배출 규정과 신청 절차 때문에 겪는 불편을 줄이기 위한 사업이다. ‘가져가’는 폐기물을 확인하는 단계부터 실제 배출 신청까지 연결한다. 이용자가 스마트폰 카메라로 물건을 촬영하면 AI가 사진 속 폐기물의 품목을 인식하고 분류한다. 이어 위치정보를 바탕으로 해당 지역의 분리배출 방법과 배출 요일, 수수료 등을 안내한다.가구나 가전제품처럼 별도의 신고가 필요한 대형폐기물도 앱 안에서 신청할 수 있다. 품목을 확인한 뒤 수거를 신청하고 비용을 결제하는 방식이다. 배출 방법을 검색한 다음 별도의 신고 누리집으로 이동하던 절차를 하나의 서비스로 연결한 것이 특징이다. 개발사인 교림소프트가 공개한 앱 설명에는 수거 날짜 선택과 사전 비용 확인, 신청한 폐기물의 수거 진행 상황 조회 기능도 포함돼 있다. 수거가 끝난 뒤에는 완료 내역을 다시 확인할 수 있다. 이용자는 물건을 버리는 방법을 알아보는 데서 그치지 않고 신청 이후의 처리 과정까지 살펴볼 수 있다. 이번 서비스는 과기정통부의 ‘공공 인공지능 전환(AX) 프로젝트’의 하나로 개발되고 있다. 한국환경공단은 앞서 폐기물 사진이나 품목 정보를 바탕으로 배출·처리 방법을 제공하는 솔루션을 개발해 시민의 배출 혼선을 줄이고 행정기관의 업무 부담을 덜겠다는 계획을 밝혔다. 정부는 은평구 실증 과정에서 AI의 폐기물 식별 정확도와 서비스 편의성, 안정성을 살펴볼 예정이다. 주민 의견과 운영 데이터를 반영해 기능을 보완하고, 이후 지방정부의 수요와 유지관리 여건을 고려해 서비스 지역을 단계적으로 확대할 방침이다.은평구 주민은 구글 플레이스토어나 애플 앱스토어에서 ‘가져가’를 검색해 내려받을 수 있다. 이번 발표에 따른 시범서비스 대상은 은평구 주민이다.김고응 기후에너지환경부 자원순환국장은 복잡한 배출 절차로 인한 불편을 해소하고 올바른 분리배출 문화가 정착되도록 AI 기반 자원순환 행정을 추진하겠다는 뜻을 밝혔다. 홍성완 과기정통부 정보통신정책관도 시민이 일상에서 AI의 편리함을 체감할 수 있도록 관계부처와 협력하겠다고 설명했다.

[데일리환경=유승철 기자] NASA 찬드라 X선 관측소를 포함한 국제 연구진이 우주에서 높은음자리표를 닮은 특이한 전파구조의 형성 원인을 제시했다. 연구 대상은 지구에서 약 15억5000만광년 떨어진 은하단 VLSS J0318.9+5755다. 연구진은 이 구조가 한 번의 사건으로 만들어진 것이 아니라, 초대질량 블랙홀의 과거 분출과 이후 두 은하단의 충돌이 연이어 작용한 결과일 가능성이 높다고 분석했다. 이 전파구조는 형태가 음악 기호인 높은음자리표와 닮아 ‘Treble Clef’라는 별칭을 얻었다. 다만 모양 자체에 물리적인 의미가 있는 것은 아니다. 연구진은 사람이 무작위 패턴에서 익숙한 형상을 떠올리는 ‘파레이돌리아’ 현상에 가까운 시각적 유사성이라고 설명했다. 실제 과학적 핵심은 특이한 모양이 아니라, 오래전에 약해진 전파 플라스마가 은하단 충돌 과정에서 다시 밝아졌다는 점이다.이번 연구에는 찬드라와 eROSITA X선 관측, 유럽 저주파전파간섭계 LOFAR, 영국 적외선망원경 UKIRT 자료가 함께 사용됐다. 찬드라와 eROSITA는 높은음자리표 구조 주변에 수천만도에 이르는 고온 가스가 넓게 퍼져 있음을 확인했다. X선 분포를 분석한 결과 해당 은하단은 하나의 안정된 계가 아니라 두 은하단이 충돌한 뒤 서로 멀어지고 있는 병합계로 해석됐다.연구진이 제시한 형성 과정은 두 단계다. 먼저 은하단 중심의 초대질량 블랙홀이 과거 강한 분출을 일으켜 빛에 가까운 속도로 이동하는 하전입자와 자기장을 주변 공간으로 밀어냈다. 이 과정에서 강한 전파복사가 만들어졌지만 시간이 흐르며 입자 에너지가 낮아지면서 전파 신호도 약해졌다.이후 두 은하단이 직접 충돌하면서 상황이 달라졌다. 충돌로 발생한 압축과 난류, 충격파가 오래된 전파 플라스마를 다시 압축하거나 재가속해 전파 밝기를 되살린 것으로 연구진은 보고 있다. 이런 방식으로 과거의 전파 플라스마가 다시 빛나는 천체를 ‘라디오 피닉스’라고 부른다.찬드라 자료에서는 은하단 충돌 방향도 추적됐다. 연구진은 고온 가스의 대칭적인 타원형 성분을 제거한 잔차 영상을 분석했고, 은하단 중심의 좌우에서 X선 방출이 상대적으로 강하고 중앙은 약한 구조를 확인했다. 이를 토대로 두 은하단의 직접 충돌이 관측 화면상 좌우 방향으로 일어났고, 충돌 시점은 수억년 전이었을 가능성이 크다고 해석했다.이 천체를 분석하기 어려웠던 이유는 위치에도 있다. VLSS J0318.9+5755는 지구에서 볼 때 은하수 원반 바로 뒤쪽에 가깝게 자리한다. 우리 은하의 별과 가스, 먼지가 시야를 가려 광학관측만으로는 구조를 파악하기 어렵다. 연구진은 X선과 저주파 전파, 적외선처럼 서로 다른 파장을 결합해 이 장애물을 우회했다.찬드라 관측팀에 따르면 이 구조는 하늘에서 약 14.5분각에 걸쳐 있으며 실제 규모는 약 600만광년에 이른다. 찬드라는 올해 4월 네 차례에 걸쳐 총 13시간34분 동안 이 은하단을 관측했다. 연구 결과는 안드레아 보테온 이탈리아 국립천체물리연구소 연구원이 이끄는 국제 연구팀의 논문으로 정리됐으며, Astronomy & Astrophysics에 게재가 승인됐다.이번 연구는 은하단 충돌이 단순히 은하들의 위치만 바꾸는 사건이 아니라, 과거 블랙홀 활동이 남긴 입자와 자기장을 다시 활성화할 수 있다는 점을 보여준다. 앞으로 더 높은 해상도의 저주파 전파 관측이 이어지면 오래된 전파 플라스마가 충격파와 난류에 의해 어떻게 재가속되는지, 은하단 병합이 우주 거대구조의 비열적 에너지 분포를 어떻게 바꾸는지 더 정밀하게 확인할 수 있을 전망이다.