JRC, 생물학 연구의 AI 활용 현황 분석
- AI가 생명과학 연구·혁신을 빠르게 변화시키면서 EU 경쟁력 확보를 위해 연구비·데이터·컴퓨팅 인프라를 아우르는 전략적 정책 조정이 필요하다는 분석이 제기됨
- 집행위 공동연구센터(JRC)는 생물학 분야 AI 활용 현황과 산업·임상 적용 가능성을 분석하고, EU의 강점·약점·대외 의존도 및 향후 기회·위험 요인을 제시함
생물학 AI 빠르게 발전하지만 분야별 격차 존재
- JRC에 따르면 전 세계적으로 생물학 분야 AI 모델이 빠르게 발전하면서 연구 수행 방식 자체를 변화시키고 있음
- AI 발전은 단백질 구조 등 일부 분야에 집중돼 있으며, 연구 활용에 비해 실제 임상·산업 적용은 아직 제한적임
- 그 주요 위험 요인으로는 AI 학습·운영에 필요한 데이터·컴퓨팅 자원의 위치·통제 및 상호운용성 부족이 지적됨
- 데이터셋은 미국·EU에 집중되고 컴퓨팅 인프라는 미국이 앞서지만, 다수 EU 국가도 자체 학습 역량을 보유하고 있으며 회원국 간 격차가 존재함
생물학 AI 개발 상위 20개 기관 중 EU는 TUM 한 곳
- 생물학 분야 AI 모델 개발에 가장 활발하게 참여하는 상위 20개 기관 가운데 EU 소재 기관은 독일 뮌헨공과대학교(TUM)가 유일했으며, 전체 5위를 기록함
- 상위권은 미국과 중국 기관이 대부분을 차지했으고, 유럽에서는 EU 밖에 위치한 영국 옥스퍼드대학교와 Google DeepMind가 포함됨
- EU 내부 공동연구는 제한적이며 독일이 주요 협력 허브인 가운데, 역내보다 미국·영국·중국과의 국제 협력이 활발하고 특히 미국이 글로벌 협력의 중심을 차지함
- 연구비 지원은 중국 24개, 미국 19개, EU 11개 모델로 나타나 EU의 생물학 AI 연구 지원이 상대적으로 적은 것으로 분석됨
EU 연구비로 데이터 격차 해소·공동연구·인재 유치 지원해야
- JRC는 EU가 생물학 AI 분야에서 경쟁력을 확보하기 위해 EU의 보건·생명공학 등 전략적 우선순위에 필요한 AI 역량을 구체화한 전략적 로드맵을 마련해야 한다고 권고함
- 이와 함께 AI 모델이 실제 산업이나 의료 현장에 적용할 만큼 충분히 성숙했는지를 객관적으로 평가할 수 있는 체계도 마련해야 한다고 강조함
