AI가 연구도구를 넘어
국가 미션의 실행체계가 된다

과학의 루프를 계산 가능한 시스템으로

한국은 바이오·반도체 등 연구역량과 AI 경쟁력이 있지만 데이터 부족·파편화, 출연연·기업 등 혁신주체 역량 분산이라는 한계를 가진다고 문서는 진단한다. 그래서 과학 AI 플랫폼을 공통 인프라로 두고 국가 미션을 산학연이 공동 수행하는 구조를 택한다.

후보는 출연연·전문기관 등 공공부문과 대국민 공모의 투트랙으로 발굴했다. 2025년 12월 16일~2026년 1월 15일 공모에는 1,786건이 접수됐고, 분야별 전문심사단이 평가했다.

글로벌 경쟁 · 민관협력 · AI 적용도

선정 뒤에는 원천기술, 응용, 상용화 단계에 따라 부처 R&R을 나눠 범부처 역량을 결집한다. 미션은 단일 사업이 아니라 기술주기 전체를 걸치는 포트폴리오로 취급된다.

Foundation Model → Lab-in-the-Loop

AI 신약은 2029년 AI 기반 제안·설계·최적화, 2032년 신약개발 전단계 Lab-in-the-Loop, 2035년 개발속도 10배 이상 향상을 목표로 한다. 요소기술은 범용 바이오 파운데이션 모델, 모달리티별 설계, AI 효과·독성 예측, 임상·유전체·의료 표준 데이터, Agentic AI+로봇 자동화, AI 바이오 연구거점이다.

경험·가설 중심 후보탐색을 분자-세포-조직-장기-개체 통합표현으로 확장하고 수동 실험을 폐루프로 바꾸는 것이 핵심이다.

해독·인코딩·개인화 캘리브레이션

2029 척수손상·언어장애, 2032 파킨슨 등 운동장애와 시각·촉각 복원, 2035 치매·우울 등 고위기능 질환과 의료 외 VR·AR 상용화를 단계로 둔다. 누적 뇌 임플란트 임상 500건 이상 성공도 목표이다. 초고해상도 전극, 초저전력 무선 BCI 반도체, 정밀수술 로봇, 뇌신호 파운데이션 모델과 현재 약 30분에서 1분 이내로 줄이는 캘리브레이션 AI가 포함된다.

태양전지 · 핵융합 · SMR 선박

초격차 태양전지는 2029 35% 단위소자, 2032 30%/200cm² 서브모듈과 수백kW 건물그리드, 2035 35%/800cm² 스몰모듈과 10MW 마을그리드를 목표로 한다. 40% 보급형 다중접합 모듈, 장수명 설계, AI Lab-to-Fab, ESS·마이크로그리드가 핵심기술이다.

핵융합은 AI 디지털 가상핵융합로, KSTAR 운전데이터, 가상실험과 공학데이터를 결합한다. 2029 개념·공학설계, 2032 설계 최적화와 데이터 인프라, 2035 부품 제작·건설을 단계로 둔다.

SMR 선박은 MSR 기반으로 2029 기본설계·안전성 검증, 2032 종합설계·임계실험, 2035 건조착수·상세설계·인허가를 추진한다. AI 가상원자로와 선박 특화 검증플랫폼으로 기존 20년 이상 개발기간을 절반으로 줄이는 목표이다.

VHLA와 자율 성장 체화지능

2029 가정·돌봄 독자 휴머노이드, 2031 이종 로봇 협업, 2034 인간 공존 휴머노이드를 목표로 한다. 생성형 VHLA(시각-촉각-언어-행동) 기반 파운데이션 모델, 자율 성장 체화지능, 데이터 파이프라인과 성인 수준 플랫폼·구동기·피부모사 전신감각을 개발한다.

Robot FM + World Model + Computing Platform

전 산업·일상 확산을 위해 범용 로봇 파운데이션 모델, 물리세계 결과예측 월드모델, 온디바이스 저전력·고성능 AI 반도체·보드와 시스템 SW를 3대 핵심기술로 내세운다. 2029 풀스택 확보, 2032 산업·일상 확산, 2035 글로벌 주도를 단계목표로 한다.

지상의 전력·송전·냉각 병목을 우주에서 다시 본다

2030까지 핵심기술을 확보하고 2035 kW급 우주 데이터센터 발사·서비스 실증을 목표로 한다. 독자 AI 파운데이션 모델, AI 반도체·태양광 패널 국산화, 누리호 검증플랫폼·재사용 차세대 발사체가 포함된다. 문서는 우주에서 지상 대비 5~8배 높은 태양광 발전과 복사냉각 가능성을 소개한다. 이는 정책문서가 인용한 미래개념이며 상용성이 검증된 결과는 아니다.

대체 · 저감 · 재활용

2029 중희토류 완전 대체, 고가 경희토류 50% 저감, 무탄소 희토원소 회수율 80%, 2033 경희토류 70% 극저감과 고순도 회수율 100%를 목표로 한다. 초고성능 비중희토 영구자석, 비희토류 소재, 폐자석 직접 재생을 개발하며 조성·결정립·미세조직의 거대 탐색공간을 AI로 최적화한다.

AI Co-Scientist → 장기 자율임무 → 완전 자율 과학발견

2029 인간-AI 협업형 가설설계·실험·검증, 2032 인간개입 최소화 장기임무와 자율실험실 연계, 2035 완전 자율형 과학적 발견을 목표로 한다. 연구 전주기 AI Scientist 플랫폼, 과학적 발견 핵심기술, 국가 연구데이터, 멀티모달 과학데이터 통합이해 독자모델, 버티컬 AI 파인튜닝 툴킷을 개발한다.

1nm 이하 + 3D 적층으로 에너지효율 100배 목표

극미세 소자와 3D 적층을 결합한다. 2029 처리속도 1.5배·메모리 2배·소자 성능/전력 2.5배, 2032 처리속도 3배·메모리 4배·9배, 2035 처리속도 5배·메모리 10배·33배 개선을 제시한다. 적층형은 같은 시점에 에너지효율 1.3배, 2배, 3배 목표이다. 1nm 이하 공정, 신소재·신구조, 차세대 메모리, HBx, 3D 이종집적, M3D, 방열·신뢰·검증이 요소기술이다.

QPU 제조 · HPC-QC-AI · FTQC

2030 풀스택 제조역량과 국산 QPU(초전도 100Q, 중성원자 1,000Q), Q-AI 산업난제 100개를 목표로 한다. 2032 제조 병목 국산화와 다종 QC-HPC 최적화, 2035 퀀텀칩 제조 세계 1위·국산 FTQC·AI 학습개발 1,000건을 제시한다. 팹·표준 테스트베드·벤치마크와 국가양자연구소도 핵심 인프라이다. AI-for-Q와 Q-for-AI를 양방향으로 설계한다.

기획·평가·예산·Pivoting·마일스톤·사업화의 책임

미션별 PD는 추진전략, 관련사업 조정, 공백기술 신규기획, 예산배분, 평가·관리, 마일스톤, 진도점검, 사업화까지 R&D 전주기를 자율적으로 책임진다. 출연연 등 전담지원기관이 행정을 지원하며 전문기관 상근 또는 출연연 특임연구원 등 다양한 방식으로 초빙한다.

PD는 단순 사업관리자보다 미션 포트폴리오 책임자에 가깝다. 글로벌·산업상황에 따라 경로를 피벗할 수 있기 때문이다.

기존 4,000억원 + 신규 18개 + 전략연구사업

2026년 관련 계속사업 약 4,000억원의 신규과제를 미션 맞춤형으로 기획하고 완료·진행과제의 성과연계를 추진한다. 2027 신규 R&D 18개를 기획하며 전략연구사업 제안서·기획보고서를 미션별·출연연별로 분류해 조정한다.

기업 파트너십 → PD → 예산 → 추진단 → 로드맵 → 특별법

12개 미션의 공통 아키텍처

AI 신약의 Lab-in-the-Loop, 핵융합 가상로, SMR 시뮬레이터, 피지컬 AI 월드모델, 우주 데이터센터, 희토류 소재탐색, AI Scientist, 반도체 EDA, 양자-AI는 모두 탐색공간을 AI로 압축하고 실험·검증을 자동화해 결과를 다음 의사결정으로 환류하는 폐루프라는 공통 구조를 가진다.

2년 신약, 노벨상급 AI Scientist, 100배 AI 가속기 같은 목표가 클수록 중간 마일스톤과 안전·재현성·규제·데이터 품질 기준이 더 엄격해야 한다.