SCIENCEA NEW GOLDEN AGE

보고서의 문제의식은 네 가지로 압축된다. 첫째, 부시가 상정한 선형 모델(기초연구 → 응용연구 → 개발)은 더 이상 유효하지 않다. 현대의 발견은 기초와 응용, 과학과 공학, 대학과 산업 사이의 반복적 순환(iterative loop)에서 나온다. 둘째, 민간 R&D가 연방 R&D를 압도하는 시대가 되었고, 기초연구에서조차 기업의 비중이 급성장했다. 셋째, 중국의 R&D 지출이 구매력 기준으로 미국과 대등한 수준에 도달하는 등 냉전기에도 없던 동급 경쟁자가 등장했다. 넷째, AI가 과학의 수행 방식 자체를 바꾸고 있으나, 지난 세기를 위해 설계된 제도와 인프라는 이 전환을 감당할 준비가 되어 있지 않다.

과학 진보는 여전히 본질적이다

트랜지스터와 집적회로, 레이저와 LED, 인간 게놈의 해독과 편집 도구까지 — 부시가 예견한 "새로운 제품, 새로운 산업, 더 많은 일자리"는 컴퓨팅·바이오·항공우주·통신이라는 산업 전체로 실현되었다. 미국 농부는 1940년대 대비 약 4분의 1의 노동력으로 3배의 생산량을 달성했고, 평균 수명은 10년 이상 늘었으며, 소아 백혈병의 가장 흔한 유형은 치명적 질병에서 90% 완치 가능한 질병으로 바뀌었다. 이 성취는 우연이 아니라 의도적 선택의 결과였다. 정부의 기초연구 지원, 민관 협력의 조율, 그리고 낡은 제도를 갈아치우는 역동성이라는 세 가지 선택이었다.

선형 모델은 더 이상 성립하지 않는다

부시의 선형 모델(기초 → 응용 → 개발)은 당시에도 단순화였고, 81년이 지난 지금은 현실을 설명하지 못한다. 공학적 난제가 미해결 과학 질문을 드러내고, 기초 이해의 돌파구가 새 공학 경로를 연다. 관계는 단방향이 아니라 재귀적이다. 도널드 스토크스의 "파스퇴르 사분면(Pasteur's Quadrant)" — 근본적 이해를 추구하면서 동시에 실용적 동기를 갖는 연구 — 이 프런티어의 점점 더 큰 비중을 차지한다. 2024년 노벨화학상(단백질 접힘 예측)과 2025년 노벨물리학상(초전도 양자소자)이 대표 사례다.

민간 R&D의 성장과 새로운 경쟁 구도

민간 기업은 연간 약 7,000억 달러를 R&D에 투입하며, 기초연구에서도 수행 주체로는 대학에, 자금원으로는 연방정부에 필적하는 수준으로 성장했다. 트랜지스터와 트랜스포머 아키텍처 모두 기업 연구소에서 나왔다. 이는 학계의 쇠퇴가 아니라 과학 세계 자체의 확장이며, 연방정부 기여의 성격을 그에 맞게 조정해야 한다는 뜻이다. 한편 중국의 R&D 지출은 20년 만에 구매력(PPP) 기준으로 미국과 대등한 수준에 도달했다 — 소련 경제가 미국보다 훨씬 작았던 냉전기에도 없던 상황이다. 영국은 메타사이언스 유닛을 신설했고, 노르웨이는 포트폴리오 기반 연구위원회 모델로 재편했다.

리더십 회복 — 개방과 착취를 구분하라

2024년 기준 미국 컴퓨터과학·수학 박사 학위자(진로 확정자)의 약 절반이 임시 비자 소지자다. 자국 인재 풀은 저평가되고, 막대한 비용으로 양성한 글로벌 인재는 경쟁국 정부에 스카우트된다. 미국은 EUV 리소그래피의 핵심 기술을 개척했으나 제조 가능 기업은 유럽에 있고, 리튬이온 배터리를 발명했으나 공급망은 아시아 기업이 지배한다. "자기 조건에 따른 공유"와 "착취당하는 것"은 다르다. 국내 제조 없는 발견은, 미국이 연구비를 내고 경쟁국이 경제적·전략적·지식적 수익을 가져가는 구조를 낳는다.

타국의 새로운 기초 과학 지식에 의존하는 나라는, 기계적 숙련이 아무리 뛰어나더라도 산업 발전이 더디고 세계 무역에서의 경쟁적 지위가 취약해질 것이다.

진단 — 과학 기계는 왜 느려졌는가

NIH 예산이 1990년대 이후 2배 이상 늘었지만 획기적 치료제·달러당 인용 임팩트·과학 생산성은 비례해서 증가하지 않았다. 무어의 법칙을 유지하는 데 필요한 연구 인력은 1970년대 초 대비 18배 이상 늘었고("아이디어 생산성" 연 7% 하락), 임상시험당 "구한 생명 연수"는 1980년대 중반 정점 이후 급락했다. 그러나 보고서는 "저성과는 열매가 다 떨어진 탓"이라는 통념을 반박한다. 플랑크의 양자역학, 연구병원 제도가 연 현대의학처럼, 정체처럼 보이던 분야가 새로운 발견과 제도 변화로 폭발한 것이 과학사의 본질이다. 나무가 헐벗어 보였던 것은 열매가 없어서가 아니라, 딸 도구가 없었기 때문이다.

새로운 수행 주체 — 기관의 형태가 과학의 형태를 결정한다

개별 연구자의 원자화된 연구와 10억 달러급 메가 프로젝트 사이에는 거대한 중간 규모(mid-scale) 과학의 공백이 있다. 수천만 달러, 10~100명 규모 팀, 5년 내외의 타임라인이 필요한 문제들 — 뇌 연결지도(connectome) 작성, 뇌-컴퓨터 인터페이스, 면역 기억 해독 플랫폼 등 — 은 PI 중심 대학 실험실에도, 다음 분기 실적을 좇는 기업에도 맞지 않는다. 민간에서는 집중연구조직(FRO, Focused Research Organization) — 특정 과학 병목을 깨기 위해 설계된 시한부 비영리 연구 스타트업 — 이 이 공백을 메우기 시작했고, 연방에서는 NSF TIP 국(局)의 X-Labs가 전통적 학술기관 밖의 독립 연구조직을 지원하는 최초의 연방 프로그램으로 출범했다.

새로운 선정 메커니즘 — 메커니즘 디자인을 과학 펀딩에 적용한다

동료평가는 좋은 과학과 나쁜 과학을 구분하는 데는 유효하지만, 탁월함과 무난함을 구분하지 못한다. 같은 NIH 제안서에 대해 심사자들이 상반된 결론에 이르는 일이 빈번하고, 선정률이 10%로 떨어지면 잡음이 신호를 삼킨다. 합의 기반 패널은 가장 유망한 아이디어가 아니라 가장 덜 논쟁적인 아이디어에 자금을 준다. 심사 패널은 "과학 공동체의 결정"이라는 책임 회피 장치로 기능하며, 리스크 헤지를 위해 설계된 메커니즘이 돌파구에 필요한 리스크 감수 자체를 봉쇄한다.

포트폴리오 접근과 메타사이언스 유닛

민간 자본 배분자는 성과를 못 내면 투자자를 잃지만, 연방 프로그램 오피서는 포트폴리오가 체계적으로 저성과여도 교정 압력을 받지 않는다. 보고서는 연방 기관이 노련한 투자자처럼 논지(thesis) 기반의 확신을 갖고 포트폴리오를 구성하되 — 고위험/저위험, 사람/과제/기관 기반, 탐색/활용(exploration–exploitation)의 균형 — 세렌디피티의 여지를 남기라고 권고한다. 그 토대가 기관장 직속 메타사이언스 유닛이다. NIH 유닛은 골든 티켓 도입 여부를 무작위 배정해 참신성·인용 임팩트를 추적하고, NSF 유닛은 패스트 그랜트와 표준 심사의 성과를 비교하며, 결과는 외부에 공개해 책무성을 만든다. 2024년 설립된 영국 메타사이언스 유닛이 초기 모델이다. 아울러 프로그램 매니저직을 "과학에서 가장 선망받는 직업"으로 만들어야 한다 — DARPA의 성공은 특정 메커니즘이 아니라 올바른 PM을 뽑아 진짜 재량을 준 데 있다.

수동적 모델의 실패

"정부는 기초연구에 돈을 대고 시장을 열어두면 기술적 강대함이 저절로 따라온다"는 전후 질서의 암묵적 가정은, 기술 국가(technological state)를 구축한 경쟁자들 앞에서 붕괴했다. 미국 연구자가 평판 디스플레이를 발명했으나 아시아 제조사가 시장을 가져갔고, 배터리 화학을 개척했으나 생산은 해외에서 확장됐다. 무역에서의 일방적 개방이 산업 기반을 공동화한 것과 같은 논리다. 보고서는 "경제 안보가 곧 국가 안보"라는 관점에서, 발견에 대한 투자만으로 기술 지배력이 유지된다는 가정을 "순진한(naive)" 것으로 규정한다.

싸울 무대를 고른다 — 플랫폼 기술과 미국의 진짜 강점

모든 영역에서 이길 수는 없다. 초기 우위가 복리로 쌓이는 플랫폼 기술(반도체, AI, 컴퓨팅)을 지배하는 쪽이 타국이 따라야 할 규칙과 표준을 정하는 구조적 권력을 갖는다. 미국의 진짜 무기는 금융 아키텍처다 — 2024년 미국 VC는 2,000억 달러 이상을 투자해 전 세계 벤처 투자의 57%를 차지했고, 미국 7대 기술기업의 시가총액은 주요 경쟁국 주식시장 전체보다 크다. 실패를 수치가 아닌 교육으로 여기는 창업 생태계, 계약을 집행하는 법체계, 장기 시야의 기관투자자가 이를 뒷받침한다.

무허가 혁신(Permissionless Innovation)의 복원

미국 규제 기관은 행동의 위험을 재는 데는 능숙해졌지만 부작위(inaction)의 비용에는 눈이 멀었다. 극단적 사례가 원자력이다. 신형 원자로 스타트업은 착공 전 NRC와 5~6년의 사전 협의, 4년의 설계 인증을 거쳐야 하고, 한 기업은 1만 2천 페이지 신청서와 200만 페이지 이상의 기술 문서를 제출했으며, DOE는 단일 원자로 설계 지원에 6억 달러 이상을 썼다. 바이오 분야에서는 임상시험 비용 폭등으로 캘리포니아에서 개발된 시각 복원 인공망막이 유럽에서 임상을 진행해야 했다.

• 2025. 5 — 원자력 행정명령 4건
  NRC 규정 개정 18개월 시한 부과, 신규 건설 인허가 기간 상한 설정, DOE/DOW 기시험 원자로의 신속 승인 경로 신설, 원자력의 경제·안보 편익을 규제 판단에 반영. 동반 명령으로 기존 원자로 5GW 출력 증강, 2030년까지 대형 원자로 10기 착공, 국방물자생산법을 통한 핵연료 공급망 확보를 지시했다.
• HHS/FDA/NIH — 사상 최대 규제 완화
  FDA는 실사용 증거(real-world evidence) 수용, 신약 신청 시 임상 2건 기본 요건을 확증 증거를 갖춘 1건의 충분한 검정력 연구로 대체, 국익 관련 의약품 심사 신속화. NIH는 신규 공고 없이 우선 연구 분야를 알리는 사이트를 도입하고 편익 없는 신청 요건을 폐지했다.
• 규제 샌드박스와 연방주의
  애리조나는 로보택시 조기 허용으로 자율주행 테스트베드가 되어 1,000억 달러 이상의 반도체 투자를 유치했고, 유타는 2021년 최초의 일반 규제 샌드박스를, 와이오밍은 블록체인 맞춤 법제를 도입했다. 50개 주와 수천 개 지자체가 병렬로 실험하는 것이 미국의 구조적 이점이다.

시험할 장소, 열린 연구소

모하비 사막의 아마추어 로켓 시험장 — 수백~수천 달러의 예약비, 콘크리트 벙커, FAA 발사 허가 — 에서 부녀(父女) 팀과 대학생, 항공우주 엔지니어가 나란히 액체 엔진을 점화하고, 이 클러스터에서 상업 발사 산업을 재편한 복수의 로켓 기업이 태어났다. 스테니스 우주센터는 산업 규모의 시험대를 스타트업에 임대한다. 시험 인프라는 "다음 위대한 미국 기업이 사막에서 시작하느냐, 학생의 차고에서 죽느냐"를 가르는 국가적 지렛대다.

DOE는 아르곤의 Advanced Photon Source, 오크리지의 Spallation Neutron Source 등 28개 사용자 시설을 운영하지만 접근은 좁고 느렸다. 보고서는 학술 성과 중심의 이용 심사에 혁신 잠재력과 상업적 긴급성을 함께 반영하고, CRADA·라이선싱을 간소화하며, OTA(기타거래권한)를 확대해 민간이 연구 방향 공동 설계에 참여하게 하라고 권고한다. 유휴 시설 시간은 낭비된 국가 자산이고, 산업계 이용료 수익은 차세대 장비 투자 재원이 된다. 2,000종 이상의 장비를 갖춘 공유 클린룸(시간당 수백 달러), 공유 웻랩, 공유 GMP 시설은 스타트업의 자본 장벽을 극적으로 낮춘다.

민간 활용과 대규모 국가사업

1960년대 연방정부는 미국 기초연구의 70% 이상을 지원했으나 오늘날 그 비중은 40%로 줄었고 산업계가 35% 이상을 차지한다. 프런티어 AI 기업은 수백억 달러 규모의 슈퍼컴퓨터와 페타바이트급 데이터를 보유하며 대학이 따라갈 수 없는 보상으로 인재를 흡수한다. 처방은 FNIH형 기관 인접 재단(AMP 파트너십은 알츠하이머 후보 표적 20개를 실험 검증), 전략적 SBIR/STTR, 산업 박사·포스닥 프로그램(Activate 등) 같은 부문 간 인재 순환 경로의 확장이다.

더 큰 규모에서는 인간 게놈 프로젝트(HGP)가 모범이다. 1990년 NIH-DOE 주도로 시작해 버뮤다 원칙(즉시 공개) 아래 국립연구소·대학 네트워크가 공동 마일스톤으로 움직였고, 1998년 셀레라의 민간 참전이 일정을 더 앞당겼다. 연방 투자 38억 달러가 약 7,960억 달러의 경제 활동을 창출한 것으로 추산된다. 사전경쟁 컨소시엄으로는 SEMATECH(1987, 14개 반도체사 + DARPA 매칭)과 EUV LLC(1997, 3개 DOE 연구소와 계약, 2001년 최초 EUV 노광 프로토타입·특허 150건 이상)가 있다. 오늘날 첨단 반도체 연구의 국내 복귀, 생체 조직의 정밀 프로그래밍, 자기복제·원자 수준 조작이 가능한 차세대 나노기술 같은 과제가 같은 접근을 기다린다.

과학과 장인 기술의 결합

반도체 수율 트러블슈팅, 웨이퍼 세정 변수의 상호작용, 차기 공정 노드의 설계 균형 — 이런 지식은 청사진에 적히지 않고 경험 많은 엔지니어와 기술자의 머릿속에 산다. 화학자 출신 철학자 마이클 폴라니의 말처럼 "우리는 말할 수 있는 것보다 더 많이 안다." 사회학자 해리 콜린스의 1970년대 연구에서, 새로운 레이저를 논문만 보고 재현한 과학자는 단 한 명도 없었다 — 성공한 이들은 모두 이미 만들어 본 사람의 실험실에서 시간을 보냈다. 2017년 노벨물리학상 수상자 라이너 바이스는 MIT에서 낙제한 뒤 실험실 기술자로 일하며 기계가공·납땜·용접을 배웠고, 그가 "실험 과학의 즉흥 기술"이라 부른 이 수련이 중력파를 검출한 LIGO의 프로토타입 간섭계를 낳았다.

왜 제조 기반이 과학의 문제인가

첫째, 발견의 경제적 수익 대부분은 발명의 순간이 아니라 번역(translation) 과정 — 제조 가능한 설계, 비용을 낮추는 공정 개선, 첨단 설비를 운영하는 인력, 규모를 가능케 하는 공급망 — 에서 발생한다. 번역이 해외로 가면 일자리·전문성·차세대 돌파구 생산 능력이 함께 떠난다. 둘째, 과학과 생산은 서로를 지속적으로 가르친다. 반도체 물리학자는 수율과 씨름하는 제조 엔지니어에게 배우고, 고토크 액추에이터를 개발하는 로봇공학자는 길 건너 정밀가공 기반의 존재에서 이득을 본다. 밴스 부통령의 표현대로 "제조를 하는 지역이 결국 설계도 지독하게 잘하게 된다."

세 갈래의 참여 확대

주(州) 차원의 사례로, 오하이오는 뉴올버니 반도체 팹 유치에 약 20억 달러의 인센티브를 투입했고, 콜럼버스의 커뮤니티 칼리지가 주 내 23개 대학 네트워크를 이끌며 칩 제조 테크니션 2년 학위 과정의 공개 커리큘럼을 개발한다. 텍사스 테일러에서는 주 정부 지원으로 약 50억 달러의 반도체 설비 투자가 유치됐다. 맨해튼 프로젝트가 버클리의 물리학자, 테네시의 엔지니어, 뉴멕시코의 장인을 모두 동원했듯 — 미국 과학의 천재성은 언제나 전국적이고 만인에게 열려 있었으며, 앞으로도 그래야 한다. 목표는 "100개의 실리콘밸리"다.

지능의 시대

2025년 한 해에만 미국 기업들은 4,000억 달러 이상을 AI 인프라에 투입했다 — 인플레이션 보정 기준으로 아폴로 계획과 맨해튼 프로젝트를 합친 것보다 크다. 좁은 AI 시스템은 이미 원자 수준 정확도의 단백질 구조 예측, 신규 단백질 설계, 신약 분자동역학, 핵융합 플라즈마 제어, 입자물리 데이터 속 숨은 현상 발굴을 해냈다. 2026년의 AI 에이전트는 소프트웨어 전체를 작성하고, 실험 데이터를 분석하며, 사람 개입 없이 실험 장비를 운용한다. 인간의 작업기억·독서량·평생 습득 가능한 기법의 한계, 분과 학문의 지식 파편화, 위계가 억누르는 비관행적 사고 — AI는 이 모든 한계를 돌파할 가능성을 연다. 문헌 종합, 원시 데이터(옛 논문·아카이브·영상)의 가공, 폐루프 자율 실험까지.

그러나 AI가 과학을 저절로 고치지는 않는다

지능의 풍요를 제약하는 세 가지 병목이 있다. 피드백의 속도(존재하지 않는 관측 데이터를 지능이 만들어낼 수 없다), 원자의 속도(세포는 제 속도로 분열하고 하드웨어는 물리적으로 제조되어야 한다), 그리고 제도다. 보고서는 산불 비유를 든다 — 한 세기 동안 미국은 작은 산불을 공격적으로 진압했고, 개별 개입은 성공처럼 보였지만 연료가 축적되어 결국 통제 불능의 대화재를 낳았다. AI도 개별 연구자의 생산성을 높이면서 동시에 시스템 차원의 파국적 기능부전 조건을 쌓을 수 있다. 논문·제안서·심사 제출물의 생성이 사소해질 때, 병목이 정말 "산출물 생산"이었다면 우리는 이미 황금시대에 살고 있어야 한다 — 그렇지 않다.

골드 스탠더드 과학 — 생성기에는 동급의 검증기가 필요하다

AI를 학습시킬 지식 기반 자체가 오류투성이다. 심리학 연구의 1/2~2/3가 재현에 실패했고, 실험경제학 유명 연구의 1/3 이상이 재현되지 않았으며, 전임상 생의학의 재현 불가 결과만으로 연간 약 280억 달러가 잘못 배분되는 것으로 추산된다. 2025년 5월 서명된 「Restoring Gold Standard Science」 행정명령은 모든 연방 지원 연구에 재현성, 투명성, 오류·불확실성의 소통, 학제 간 협력, 가정에 대한 회의, 가설의 반증가능성, 편향 없는 동료평가, 부정적 결과의 수용, 이해충돌로부터의 자유라는 원칙을 적용한다.

검증이 규모화되지 못한 것은 시장 실패다 — 새 발견에는 자금과 명예가 따르지만 남의 결과 확인에는 영광이 없다. 생성 비용은 지수적으로 떨어졌는데 검증 비용은 그대로다(AI 학회 제출물이 1년 새 60% 급증하며 평가 역량이 붕괴한 것이 예고편이다). 처방은 AI 기반 검증 인프라다: 제출 논문을 파싱하고, 계산 환경을 재구성하고, 샌드박스에서 분석을 재실행해 주장과 대조하는 에이전트, 저널·연구비 시스템·민간 AI 도구에 꽂히는 개방형 API와 상호운용 표준, 기계가 감사할 수 있는 재현 패키지 표준, 그리고 영향력 있는 논문을 재현하거나 반증한 이에게 주는 상금. NIH는 재현·재현성 연구를 격상하는 기관 전체 이니셔티브를 출범시켰다.

지평선의 아이디어 — 수학이 보여주는 미래

수학은 "답 확인이 답 발견보다 쉬운" 검증 우위의 분야라 AI × 골드 스탠더드의 시험장이 되었다. 2020년 Liquid Tensor Experiment는 정리 하나의 형식화에 전문가들의 2년 가까운 노력이 들었다. 2024년 초 시작된 소수 정리(Prime Number Theorem) 형식화 프로젝트는 전 세계 20여 명이 18개월을 매달리고도 복소해석의 난관에 막혀 있었는데, 2025년 9월 한 스타트업이 AI로 3주 만에 완료했다 — 형식 검증된 정리·정의 1,100개 규모다. 형식 검증은 평판과 근접성에 기반한 소규모 신뢰 네트워크를 수학적 확실성으로 대체해, 협업을 개인적 신뢰 너머로 확장한다. 미래의 수학자는 고독한 장인이 아니라 증명 전략을 설계하는 오케스트레이터, 전문 지식을 대는 도메인 전문가, AI 도구를 지휘하는 숙련 실무자가 될 수 있다.

출판의 재고, 협업과 크레딧의 새 형태

17세기에 수백 명의 연구자를 위해 설계된 저널 시스템이, 이제 900만 명의 전업 연구자와 연간 수백만 편의 논문을 감당한다. 저널은 인위적 희소성을 만들어 개방적 협업보다 비밀주의를 보상하고, 다듬어진 서사를 정직한 연구 과정보다 우대하며, 부정적 결과·실패한 실험·방법론적 세부는 거의 출판되지 않는다. AI가 그럴듯한 연구를 산업적 규모로 생성할 수 있게 되면 논문 수·인용 수·임팩트 팩터는 굿하트의 법칙에 따라 조작 가능한 표적으로 전락한다. 대안은 이미 실험 중이다 — 짧고 잦은 산출물(데이터셋·코드·예비 결과·방법 노트), 데이터 변경 시 자동 갱신되는 동적 논문, 공개 동료평가.

더 급진적 전망은 에이전트 기반 과학 경제다. 블록체인 기반의 세분화된 기여 기록(모든 데이터셋 업로드·분석 실행·가설 제안의 타임스탬프), 전통적 게이트키퍼 없이 연구에 직접 자금을 대는 DAO, 예측 시장보다 나은 성과를 보인 예측 폴. 희귀질환 치료 표적에 100만 달러의 바운티가 걸리면, 인접 문제를 연구하던 에이전트가 유망한 단서를 발견해 재현 바운티를 걸고, 다른 에이전트들이 작업에 입찰해 인터넷으로 접근 가능한 자율 실험실과 계약하고, 암호학적으로 서명된 결과가 돌아오며, 스마트 컨트랙트가 마일스톤 검증에 따라 자동으로 자금을 지급한다. 재현 전문 에이전트, 부정적 결과 전문 에이전트도 상상할 수 있다. 아직 성숙한 형태로 존재하지 않지만, 구성 요소들은 각기 등장하고 있다.

미래의 발견 인프라는 수조 개의 AI 에이전트가 모든 과학 영역에서 실험을 수행하고 추측을 검증하며 통찰을 발굴하되, 방향을 정하고 질문을 던지고 발견을 통합하며 계산이 아닌 지혜가 필요한 판단을 내리는 것은 인간 연구자의 몫으로 남는 체계일 것이다. 개인이 온전히 이해할 수 없는 것을 신뢰하고, 완전히 예측할 수 없는 것을 조종할 수 있게 하는 제도·인센티브·정보 시스템을 지금 구축해야 한다.

6대 국가 미션

1. 프런티어 과학을 지원할 새 메커니즘 개발

   X-Labs·ARPA형 모델로 "민첩한 중간 규모 과학"의 제도 공백을 메우고, 5년 이상·1차연도 전액 지급의 장기 그랜트(NIH Pioneer Award, DOW Vannevar Bush Faculty Fellowship이 모델)를 확대하며, 몇 페이지 신청·1개월 내 심사의 패스트 그랜트를 상설화한다. 민간 대 연방 3:1 이상의 레버리지를 노리는 상금·챌린지를 설계하고, 골든 티켓·선구매 약정·재교부·2차 펀딩/아이겐펀딩 같은 신흥 메커니즘을 OMB·OSTP와 함께 시범·평가한다.

2. 최고 기술 인재의 발굴과 육성

   재능은 배경·정체성이 아니라 입증된 기술 역량으로 정의한다. 자기소개서·기관 추천·세련됨이 아닌 추론 평가, 도메인 경진대회, 엔지니어링 포트폴리오, SAT 등 표준화 평가로 전국의 숨은 인재를 찾는다. 기숙형 수학·과학 프로그램과 올림피아드형 대회 등 K-12 심화 기회를 확대하고, 최소 한 학기 이상의 실질적 연구 배치를 표준화하며, 창의성이 가장 높은 초기 경력 단계를 집중 지원한다. NSF GRFP처럼 기관이 아닌 개인에게 직접 자금을 지급해 기관들이 인재를 두고 경쟁하게 하고, 학계·산업·연방 시설을 넘나드는 유연한 경로와 광의의 사후 봉사(post-fellowship service) 요건을 설계한다.

3. 스스로 개선하는 과학 엔터프라이즈 구축

   연간 약 2,000억 달러를 투자하면서 "어떤 펀딩 방식이 효과적인가"에는 거의 투자하지 않는 현실을 바꾼다. 충분히 높은 직급의 메타사이언스 역량을 설치해 펀딩 메커니즘·동료평가·출판 관행이 성과에 미치는 영향을 연구·시범·평가하고, 미해결 난제 지형과 포트폴리오를 대조하는 갭 맵(gap map)을 산학·자선과 함께 유지하며, 신청·심사·성과를 종단 추적하는 전용 데이터 인프라(탈락 직전 근소차 신청자 포함)를 구축한다. 프로그램 오피서를 격상·권한 강화하고, 연방 규정을 넘어서는 과잉 준수(overcompliance)를 제거한다.

4. 연방 R&D를 더 넓은 과학기술 엔터프라이즈에 통합

   기초연구와 제조 R&D를 통합하는 컨소시엄·파트너십(경력 과학자·엔지니어 고용, 기초 발견은 공공재로 출판하고 공정 혁신은 라이선싱, 제조 시설·테스트베드와의 공동 입지)에 투자한다. 산업·자선·주정부·국제 파트너의 비연방 비용 분담을 확대해 연방 달러가 홀로 서지 않고 민간 투자를 견인·증폭하게 한다. R&D 투자를 인력·교육·경제개발·인프라·조달 등 비R&D 투자와 조율해 지역 혁신 생태계를 강화하고, 산업계와의 인력 양성 협력(등록금·장학금 공동 부담, 유급 인턴십, 인프라 접근, 커리큘럼 공동 개발)을 극대화한다.

이행(Implementation)

각 기관은 표준 절차에 따라 FY 2028 예산안에 우선 영역을 반영한다. 이에 더해, FY 2026 R&D 예산권한 30억 달러 이상인 기관의 장은 메모 발신 후 90일 이내에 4대 우선 실천의 이행 계획(신규 펀딩 기회, 프로그램 공고, 시범 사업, 조직 개편 등 구체적 조치와 일정, 책임 부서 명시)을 대통령 과학기술보좌관(APST)과 OMB 국장에게 제출해야 하며, OSTP와 OMB가 이행을 조율하고 보충 지침을 발행한다.