핵심 내용
미국 에너지부(DOE)는 10월 8일 Genesis Mission의 신규 Phase II 12개 연구과제에 총 1억5,900만 달러를 배정했다고 발표했다. 신규 6개 Phase I 선정도 별도로 진행했으며 첫해 전체 포트폴리오는 297개 과제라고 설명했다. 이번 금액은 새 Phase II 12개 과제의 합계로, 과거 발표된 모든 Genesis Mission 자원·민간 투자약정과 동일하지 않다.
지원 대상은 핵융합 실증장치 SPARC의 AI 디지털트윈, UC San Diego의 RNA 구조 데이터베이스 확충, MIT의 격자 양자색역학 계산, 지열 저장층 분석, 희토류 추출 공정, 고효율 효소 설계, 극한 환경용 반도체 설계와 입자가속기 운용 등이다. 선정과 지원계획 발표는 연구 성과의 최종 달성을 의미하지 않는다.
배경
과학 AI는 모델 추론 능력뿐 아니라 슈퍼컴퓨터, 실험 측정데이터, 시뮬레이션과 기존 물리법칙 검증기를 연결해야 한다. 정부가 과학 분야별 공공 연구조직에 AI 구현 예산을 직접 배정하는 것은 범용 챗봇을 넘어 실제 실험·설계 workflow를 개선하려는 접근이다.
산업·시장에 미치는 영향
과학 AI의 상용화 경로가 민간 모델 개발사의 연구발표에만 의존하지 않고 에너지·소재·반도체·생명과학 분야 국립연구기관과 대학의 실증사업으로 확장될 수 있다. 공공 지원이 AI 활용을 촉진할 수 있지만 각 과제의 실제 생산성 및 재현성은 연구 완료 후 따로 검증해야 한다.
실무에서 바로 활용할 수 있는 시사점
AI for Science 프로젝트를 기획할 때 모델 성능만 평가하지 말고 해당 영역의 시뮬레이터, 실험검증, 오차범위, 실패비용을 프로젝트 KPI에 포함해야 한다. 공공 연구계획은 업계에서 사용할 공개 데이터셋과 검증도구를 추적하는 자료로 활용할 수 있다.