학과소식(웹진) 게시판 게시판목록

언론보도 산업경영공학과 정우성 교수, [국가경쟁력, 과학인재에서 온다] 獨 대학·연구기관·기업 연계...中 과학자 사회 위상 본 받아야

한국이 전후 폐허에서 '한강의 기적'을 일으키고 현재 선진국 지위에 이르기까지 가장 큰 동력이 된 것은 '과학기술'과 '인재'였다. 처음에는 해외 과학기술 인재를 '정부출연연구기관' 등에 유치했고, 이후 과학기술 인재들을 직접 양성해 산업 기반을 이루고 성과를 쏟아냈다. 호시절은 영원하지 않았다. 2000년대 들어 우리 과학기술 인재들의 '낮은 연구 생산성' 문제가 거론되기 시작했다. 현재는 중국이 과거 우리와 마찬가지로 과학기술·인재를 무기로 득세하는 것을 지켜보는 상황이다. 인구 문제, 이공계 인력 부족 문제도 대두됐다. 독일, 중국 등 과기 인재 양성 선진국에서 한국의 상황 개선 방안을 모색하는 것도 이런 둔화를 벗어나기 위해서다. 교수 출신이면서 국내 대표 과학기술 학술단체, 인재육성 핵심 기관을 이끄는 정진호 한국과학기술한림원 원장, 정우성 한국과학창의재단 이사장을 찾았다. 이들로부터 독일·중국 사례 중심의 과학기술 인재양성 의견을 들어봤다. ◇인재 순환은 과학기술 생태계 '확장' 정진호 원장과 정우성 이사장은 독일 과학기술 인재 양성이 대학-연구기관-기업의 '순환 구조'로 연계·작동하는 것에 주목하며, 이를 우리가 본받았으면 한다고 입을 모았다. 먼저 정 원장은 이에 대해 “우리는 연구자가 기업으로 이동하면 '인재 유출'로 인식하는 반면, 독일은 '순환'이 곧 네트워크 자산이 되고 생태계가 확장한다고 여긴다”라고 강조했다. 인재의 이동·순환이 연구개발(R&D) 활성화를 부른다는 견해도 밝혔다. 그는 “기초연구-응용연구-전략연구의 세 부분이 서로 교류하면서, 기초연구가 응용·전략으로 확장하거나 반대로 산업 현장에서 제기된 문제 의식이 기초연구 질문으로 환원하기도 한다”라며 “영역을 오가는 '유연성'을 보장하는 것이 선순환을 이룰 수 있다”고 피력했다. 인재 이동 장려 '구조'가 우리나라에도 필요하다고 역설했다. 대학·출연연·기업 간 연구 역량 격차가 크지 않도록 유지하고, 이동 시에도 개인 경력 손실이 없도록 연봉·연구 자율성·재진입 기회가 보장된다면 유기적인 순환에 도움이 된다고 전했다. 정우성 이사장 역시 독일의 대학-연구기관-기업 간 순환과 연계, 이에 따른 생태계 확장을 받아들여야 할 점으로 인식했다. 그는 특히 프라운호퍼, 막스플랑크 등 연구협회 연구진이 현지 대학 교수를 겸하는 구조를 강조했다. 정 이사장은 “중국도 그렇지만, 독일은 우리나라에 비해 학생 대비 교수 수가 많고, 이는 연구협회 소속 연구자들이 지역 대학에서 학생을 지도하는 역할도 함께하기 때문”라며 “교육 인프라 '사이즈'를 확대하는 것은 물론이고, 연구 분야 생태계 확장에서도 큰 역할을 한다”고 전했다. 정 이사장은 이런 교육 구조에 기업까지 더해진 과학기술 산학연 클러스터가 독일 전역에 자리잡은 것도 주목했다. 독일에는 프라운호퍼, 막스플랑크의 지역별 조직을 거점으로 이뤄진 클러스터들이 전국의 과학기술 역량을 상향 평준화하고, 지역별로 균등한 연구 경험 기회도 제공한다고 말했다. 그는 “메르세데스 벤츠는 굳이 수도나 다른 지역이 아닌 자신들이 입지한 슈투트가르트에서 최첨단 연구를 진행하고 지역 학생들에게 연구 경험을 주고 있고, 다른 독일 내 기업도 마찬가지”라며 “이는 지역별 고른 과학기술 인재 양성의 핵심이고, 서울만을 외치는 우리나라에서는 거의 이뤄지지 않는 일”이라고 지적했다. 독일 과학기술 인재에 대한 또 다른 의견도 있었다. 정진호 원장은 독일이 연구자의 '생애 전환 지점'을 겨냥·투자하는 것도 의의가 있다고 피력했다. 교수 임용 등 연구자가 포스트닥터 과정에서 독립 연구자로 도약하는 시기가 이런 생애 전환 지점인데, 이때를 간과해 당사자들이 불안감을 느끼면 해외로 이동하거나, 산업 진입을 주저하거나, 아예 연구 현장을 떠나는 '이탈'이 발생한다는 것이다. 정 원장은 이런 이탈 방지가 과학기술 인재 문제 해소에 큰 부분이라며, 그 완충 장치로 △출연연-기업 공동 채용형 포닥 트랙 △일정 기간 정부에서 인건비를 매칭하는 브릿지 펀딩 방식 △기업 연구소 내 박사급 장기 연구 트랙 제도화 등을 제시했다. 정우성 한국과학창의재단 이사장 ◇과학자 장기 존중 필요...교육 강화도 절실 정진호 원장은 과학기술 분야가 매력적인 선택지로 자리매김한 중국을 살펴 우리에게 적용할 것을 찾자는 견해다. 과학자가 사회적 상승 경로 중심에 위치하도록 만드는 제도 설계가 필요하다고 봤다. 그는 “우리나라는 정책 결정 과정과 사회적 담론 형성 구조에서 과학자 참여·영향력이 충분히 제도화되지 못한 측면이 있다”라며 “전문직과 비교해 매력도가 낮아, 최상위권 학생들의 의대 쏠림 현상이 심화되는 경향이 나타나고 있다”고 지적했다. '과학기술 분야가 다시 매력적인 선택지가 되기 위한 세가지 조건'으로 △경제적 보상 체계의 실질적 개선 △실패 이후에도 재도전이 가능한 경력 구조 설계 △과학자의 사회적 위상 회복을 제시했다. 정 원장은 “중국처럼 과학자가 장기적으로 존중받는 직업이라는 인식이 형성될 때 인재 구조가 정상화될 수 있다”라며 “과학자들이 연구에 집중할 수 있도록 정부도 역할을 해야 한다”고 말했다. 정우성 이사장은 이공계 교육 자체를 강화해야 한다는 입장이다. 중국은 이공계 조기 교육이 활성화돼 있는데, 우리도 중고등학교의 과학실험실 인프라 확대, 과학실험 수업 강화가 필요하다는 설명이다. 정 이사장은 “단적으로 동물 보호 때문에 예전에 하던 개구리 해부를 못하는 것이 현실”이라며 “물론 동물 보호는 중요한 가치지만, 과학기술 교육의 중요성을 반영해 해당 수업에 대한 충분한 사회적 합의가 있었는지 고민해야 할 부분”이라고 밝혔다. 중국 대학이 기초과학 교육에 많은 노력을 기울이는 부분도 주목했다. 우리나라는 기초학문 분야 학과가 통합되거나 사라지는 일이 빈번해 전체 과학기술 인재 양성에 장애가 된다고 진단했다. 정 이사장은 이에 대해 “국립대는 그나마 기초과학 관련 학과가 유지되지만, 사립대에서는 취업과 연관성이 깊은 응용학문에 밀려 많이 사라지는 것이 현실로, 창의재단에서도 대학 내 기초학문 역량 강화를 지원하는 사업을 준비할 정도”라며 “대학의 기초과학 학문이 탄탄할 때 나라 전반의 인재 양성도 힘을 받을 수 있다”고 강조했다. ◇폐쇄적 엘리트 주의는 경계해야 독일, 중국의 과학기술 인재양성 정책의 모든 것을 받아들일 필요는 없다는 의견도 나왔다. 특히 정진호 원장은 중국의 '엘리트 집중 육성 모델'을 경계했다. 단기간 경쟁력 확보에 효과적일 수 있지만, '폐쇄적 엘리트주의'로 고착될 경우, 연구 생태계 다양성·저변이 약화된다는 우려다. 정 원장은 “중국 모델은 '성과 중심 집중 전략'이라는 강점과 '생태계 다양성 약화'라는 잠재적 한계를 동시에 내포하고 있다는 것을 균형 있게 평가해야 한다”라며 “전략기술 분야 탁월한 인재에 대한 집중 지원은 불가피하지만, 지방·여성·차세대 연구자를 포함한 넓은 연구 기반과 다층적 인재 구조를 병행해 유지해야 한다”고 말했다. 출처: [전자신문] https://www.etnews.com/20260310000143

2026.03.11 471

기타 산업경영공학과 모상우 교수, “AI는 21세기의 엑셀입니다.” - 학부생 인공지능 스터디 직접 개설

“AI는 21세기의 엑셀입니다.” 산경 모상우 교수가 학부생 인공지능 스터디를 만든 이유 글｜POSTECH Creators 지은수 (산업경영공학과 24) 취재에 흔쾌히 응해주신 모상우 교수님. "교수님이 직접 학부생 인공지능 스터디원을 모집하신다고요?" 2025학년도 2학기가 시작한지 얼마 안 됐을 때, 흥미로운 소식이 들려왔습니다. 산업경영공학과에 새로 부임한 모상우 교수님이 학부생들을 대상으로 직접 인공지능 스터디를 꾸리신다는 것이었죠. 인공지능에 대한 관심은 높지만 어디서부터 시작해야 할지 막막했던 학생들에게는 단비 같은 소식이 아닐 수 없었습니다. 맨땅에 헤딩하며 AI를 독학했던 'AI 1세대' 연구자에서, 이제는 후배들의 셰르파를 자처한 산업경영공학과 모상우 교수님을 만나 그 이야기를 들어보았습니다. Q. 교수님, 인공지능이라는 분야가 지금처럼 주목받지 않았던 시기에 인공지능 연구를 처음 시작하시게 된 계기가 궁금합니다. 특별한 전환점이 있으셨나요? 2014년, POSTECH에서 수학과와 산업경영공학과를 전공하던 시절에 더 넓은 세상을 경험하고 싶어서 UC Berkeley로 단기 유학을 갔던 때가 기억나네요. 당시 실리콘밸리는 2012년 등장한 AlexNet 모델로 인해 인공지능 혁명이 막 시작되던 참이었어요. 어디를 가든 AI 이야기뿐이었죠. 그곳에서 보고 들은 것들은 제게 큰 충격이었고, 곧 "인공지능이 미래다"라는 확신을 갖게 했습니다. 2015년도에 한국으로 돌아오자마자 관련 수업을 찾아 들었고, 더 자세하게 배우고 싶다는 생각에 대학원 진학을 결정했죠. 처음엔 가벼운 호기심이었어요. 그게 박사와 교수의 길로 이어질 줄은 몰랐습니다. 인공지능을 공부하는 과정이 너무 재미있어서, 계속 더 깊이 배우다 보니 자연스럽게 여기까지 오게 되었습니다. Q. 지금은 AI 전성시대지만, 당시만 해도 연구 환경이 척박했을 것 같습니다. 소위 ‘맨땅에 헤딩’하던 시절의 이야기도 궁금해요. 특히 더 어려웠던 점이 있으신가요? 정말 '무'에서 시작하는 기분이었어요. 전 세계적으로 무엇을 어떻게 해야 할지 모르던 혼돈의 시기였거든요. 지금처럼 잘 정리된 자료나 코드 베이스는 상상도 못 했죠. 환경과 자료가 갖추어지지 않은 시기였다고 할 수 있을 것 같아요. PyTorch가 나오기 전이었기에 불편한 언어로 코딩하며 파편화된 지식들을 하나하나 직접 메꾸어 나가야 했습니다. 당연히 앞서간 선배들의 노하우도 없으니 모든 과정을 스스로 증명해내야 했죠. 특히 한국에서 인공지능을 공부하는 것이 어려웠어요. 글로벌하게는 인공지능을 했지만 한국에서는 인공지능 공부를 하는 사람이 많이 없었어서 도움받을 곳도 없었습니다. 하지만 그런 열악한 환경에서 치열하게 고민했던 경험들이 오히려 지금의 저를 만든 단단한 밑거름이 되었다고 생각합니다. 그리고 지금의 한국은 인공지능이 많이 발전한 나라가 되었죠. Q. NVIDIA, Meta, Google 등 글로벌 기업들과 협력하며 현장의 흐름을 직접 경험하셨다고 들었습니다. 교수님께서 느끼신 AI 연구의 최근 트렌드나 산업적 수요의 흐름에는 어떤 특징이 있다고 보시나요? 연구의 주도권이 '학계'에서 '산업계'로 급격히 넘어가고 있다는 점이 가장 큰 특징입니다. 제가 석사를 하던 2016년만 해도 연구실의 기발한 아이디어가 중요했지만, 2020년 이후로는 거대 기업의 대규모 자본과 큰 팀이 만든 모델들이 압도적인 성과를 내고 있어요. 연구실 안에만 갇혀 있으면 제약이 커진다는 것을 느꼈어요. 그래서 저는 전략을 바꿨습니다. 대학 연구실에서 할 수 있는 Small-scale 모델 개발과 기업의 Large-scale 모델을 깊이 있게 공부하는 일을 동시에 진행하고 있습니다. 현실을 정확히 직시하고 그 안에서 학계만이 할 수 있는 역할을 찾는 것이 중요하기 때문이죠. Google, Meta 등의 빅테크 기업의 인공지능 개발은 자본 싸움이라고 생각해요. 그래서 학교 측에서 할 수 있는 것이 많이 없죠. 하지만 큰 기업들이 인공지능 분야를 장악하게 되었냐고 물어보신다면 절대 아니라고 답을 드릴 수 있어요. 인공지능 연구가 양극화 되고 있다고 생각하시면 쉬워요. Large-scale 모델을 개발하는 것 외에도 나만의 도메인에서 인공지능을 활용하는 것에 대한 연구는 Small-scale에서 진행되기 때문이죠. 우리 모두 엑셀과 파워포인트를 사용하고 있지만 해당 프로그램들을 직접 구현하지 않는 것이랑 같은 맥락이에요. 인공지능 자체에 대한 연구를 할 것인지 혹은 인공지능을 공부하고 활용하는 연구를 할 것인지 잘 고민하고 선택하시면 좋을 것 같아요. Q. AI 공부를 시작하려는 포스테키안들, 혹은 앞으로의 진로를 고민하는 학생들에게 인공지능 연구에 대해 꼭 해주고 싶으신 조언이 있다면 무엇일까요? 스스로에게 이 질문을 먼저 던져보세요. "나는 AI를 '만드는' 사람인가, 아니면 '툴로 사용하는' 사람인가?" 앞서 들었던 엑셀과 파워포인트의 비유를 여기에도 적용할 수 있을 것 같네요. 누구나 엑셀을 쓰지만, 엑셀 자체를 코딩해서 만드는 사람은 극소수죠. 본인이 Core AI(개발)를 할 것인지, 아니면 자신의 전공에 AI를 접목하는 AI+X(활용)를 할 것인지 전략적으로 선택해야 합니다. 과 선택을 고민하고 있는 학생들에게 이 선택은 굉장히 중요하다고 생각해요. 인공지능을 개발하고 싶으면 컴퓨터공학과가, 인공지능을 잘 활용하는 사람이 되고 싶다면 산업경영공학과가 오히려 더 맞다고 생각합니다. 인공지능은 수학/통계, 컴퓨터, 비즈니스의 3가지가 적절한 균형을 이루어야 하기 때문이죠. 엑셀이 이제는 모두가 사용하는 도구가 되었듯이 간단한 인공지능은 모두가 사용하게 될 것입니다. 그리고 조금 더 심화된 인공지능은 통계학이나 코딩처럼 모든 공대생들이 알아야할 필수 소양이자 무기가 될 거예요. 이제 인공지능은 선택이 아닌 필수입니다. Q. 이번에 직접 학부생 스터디를 모집하게 된 배경도 그런 고민의 연장선인가요? 맞습니다. 연구실로 찾아오는 학부생들을 상담해보니, 연구에 참여하고 싶어 하는 열정은 가득하지만 기초적인 배경지식이 부족해 어려움을 겪는 경우가 많더라고요. "그럼 연구를 시작하기 전에 나랑 같이 공부부터 해보자!"라는 생각에 스터디를 만들었습니다. 타 대학들은 이미 학생 주도 AI 스터디가 활발한데, 포스텍에는 그런 프로그램이 없는 것이 아쉬웠어요. 학부생 때부터 몇 년씩 학회 활동을 하며 인공지능에 대한 배경지식을 쌓고 연구도 경험하는 친구들을 보며, 우리 포스테키안 후배들에게도 그런 판을 깔아주고 싶었죠. 신임 교수로서 열정 넘치는 학생들과 미리 소통하고 싶은 사심도 조금 섞여 있었습니다. "저의 꿈을 펼칠 수 있었던 포스텍에서 여러분의 미래를 함께 그려나갔으면 좋겠습니다!" 인공지능이라는 거대한 파도 앞에서 두려워하기보다, 이를 도구 삼아 항해하는 법을 가르쳐주고 싶다는 모상우 교수님. 교수님이 직접 가이드하는 스터디를 통해 탄생할 포스테키안 AI 인재들의 활약이 벌써부터 기대됩니다. 포스테키안 AI 인재들이 탄생하는 순간. 스터디가 한창인 세미나실. 출처: [포항공과대학교 공 블로그] https://www.postech.ac.kr/kor/newscenter/university-blog.do?mode=view&articleNo=44671

2026.02.26 679

홍보 · 소식

학과소식