미 정부, ‘AI 과학’에 50억 달러 이상 지원 약정…보스턴 연구 인력의 평가 기준도 달라진다

미 연방정부가 인공지능을 과학 연구에 적용하는 ‘제네시스 미션’에 50억 달러가 넘는 연방 지원을 약정했다. 이 금액은 전액이 새로 확정·집행되는 현금 예산이 아니라 기존·계획 연구비와 향후 지원 기회, 데이터, 연산 자원, 연구시설 등을 포괄한다. 보스턴의 대학·병원·바이오테크 기업에는 단순한 AI 모델 개발보다 생명과학 데이터, 실험 자동화, 연구 검증을 연결하는 인력과 조직 역량이 중요해진다는 신호다.

백악관은 7월 22일 제네시스 미션을 15개 이상의 연방기관이 참여하는 범정부 사업으로 확대한다고 발표했다. 에너지부가 구축하는 ‘미국 과학·안보 플랫폼’을 중심으로 슈퍼컴퓨터와 연구시설, 연방 데이터, AI 도구를 연결해 과학 연구 속도를 높이겠다는 구상이다. 에너지, 의료, 첨단 제조, 교통, 국가안보 등 여러 분야에서 278개 프로젝트가 선정됐다.

이번 발표의 50억 달러 이상은 단일 신규 연구기금이 아니다. 백악관이 사용한 표현은 ‘연방 약정’으로, 참여 기관이 제공하는 연구 과제와 지원 공고, 전문 데이터세트, 시설 및 컴퓨팅 자원이 함께 계산돼 있다. 따라서 실제 현금성 연구비의 규모와 집행 시기는 향후 기관별 공고와 계약에서 따로 확인해야 한다.

에너지부가 별도로 발표한 8억 달러 이상의 제네시스 미션 컨소시엄 파트너 약정도 같은 맥락이다. 여기에는 직접 자금뿐 아니라 클라우드 사용권과 연산 자원, 기반 AI 모델 접근권, 과학 전문성, 연구 협력이 포함된다. 컨소시엄에는 에너지부 산하 17개 국립연구소와 국가핵안보국 관련 시설, 기업·비영리·자선단체 등이 참여하고 있다.

보스턴과 직접 연결되는 부분은 국립보건원(NIH)이 주도하는 ‘바이오 제네시스 미션’이다. NIH는 생물학적 시스템 예측, 바이오 제조 확대, 생물학적 위협 탐지, 소아암 치료 연구, 신약개발 및 기존 약물의 용도 재발굴, 만성질환 원인 연구를 중점 분야로 제시했다.

NIH에 따르면 2026 회계연도 집행액과 2027 회계연도 계획 가운데 이들 분야에 연계된 자금은 12억 달러 이상이다. 이 역시 모두 새로 편성된 별도 예산이라는 의미는 아니다. NIH는 기존·계획 투자를 제네시스 미션의 과제와 연계하고 있으며, 추가 지원 공고도 예고했다.

보건복지부는 NIH와 식품의약국(FDA), 보건첨단연구계획국(ARPA-H)이 보유한 생의학 연구, 유전체, 공중보건, 의약품 안전성 관련 자원을 제공할 계획이다. 목표는 AI를 이용해 가설 생성과 후보 물질 탐색을 빠르게 하고, 과학적 발견이 환자에게 도달하는 기간을 향후 10년 안에 절반으로 줄이는 것이다.

다만 생명과학은 데이터와 연산 능력만 늘린다고 곧바로 성과가 나오는 분야가 아니다. 환자정보 보호와 데이터 편향, 실험 재현성, 임상적 타당성, 규제 검토가 함께 작동해야 한다. NIH도 AI가 과학적 판단과 동료 검토를 대체하는 것이 아니라 이를 보완하는 도구라는 점을 강조했다.

매사추세츠 바이오산업협회 MassBio는 7월 23일 정책 업데이트에서 이번 움직임을 연방 연구지원 체계를 AI 시대에 맞게 재설계하려는 흐름으로 평가했다. 켄들스퀘어를 중심으로 대학과 병원, 제약사, 초기 바이오 스타트업이 밀집한 보스턴은 연방 데이터와 컴퓨팅 자원을 신약개발 및 임상 연구로 연결할 기반을 갖춘 지역이다.

채용 측면에서는 당장 연구기관 전체의 인원이 늘어난다고 해석하기 어렵다. 지원 약정이 실제 공고와 계약으로 전환되는 시기, 참여기관의 비용 규정, 데이터 접근 조건이 아직 모두 공개되지 않았기 때문이다. 현재 단계에서는 대규모 채용 계획이라기보다 앞으로 연방 연구비와 연구 인프라가 향할 방향을 보여주는 정책 신호에 가깝다.

수요가 구체화될 가능성이 있는 역할은 비교적 선명하다. 계산생물학과 생물정보학, 연구용 소프트웨어 개발, 머신러닝 운영, 실험실 자동화, 임상 데이터 관리, 모델 검증, AI 거버넌스 등이 대표적이다. AI가 제시한 후보를 실제 실험으로 확인하고, 데이터의 출처와 변경 이력을 관리하며, 다른 연구팀이 결과를 재현할 수 있도록 만드는 업무도 중요해질 수 있다.

이는 ‘AI가 과학자를 대체한다’는 구도와는 거리가 있다. 연구 질문을 설정하고 실험 결과가 생물학적으로 타당한지 판단하는 일은 여전히 분야 전문가의 역할이다. 소프트웨어 경험이 중심인 지원자에게는 생명과학 연구 과정에 대한 이해가, 실험 연구자에게는 Python·R·통계·데이터 파이프라인 활용 능력이 각각 보완 요소가 된다.

유학생과 졸업 예정자는 프로젝트의 재원 명칭보다 실제 고용기관과 직무 조건을 살펴볼 필요가 있다. 같은 제네시스 미션 안에서도 대학 연구실과 병원, 민간기업, 연방 연구시설은 채용 절차와 비자 스폰서십 정책이 다를 수 있다. 일부 데이터나 국가안보 관련 과제에는 시민권 또는 별도의 접근 자격이 적용될 가능성도 있다.

OPT나 STEM OPT 활용 가능성, 고용주의 E-Verify 참여 여부, 연구비 종료 이후의 고용 기간은 채용 담당 부서와 학교 국제학생 담당 부서를 통해 개별적으로 확인하는 편이 안전하다. 이는 일반적인 확인 사항이며, 구체적인 비자 판단은 개인의 신분과 직무 조건에 따라 달라질 수 있다.

현직자와 이직 준비자에게 중요한 변화는 AI 도구 사용 여부보다 검증 가능한 연구 성과를 보여주는 방식이다. 모델 정확도만 제시하기보다 데이터 품질을 어떻게 점검했는지, 실험 결과와 어떻게 대조했는지, 개인정보와 접근 권한을 어떻게 관리했는지를 설명할 수 있어야 한다.

스타트업도 정부 사업 참여 가능성만 강조하기보다 연방 데이터 기준과 보안 요건, 연구 재현성, 병원·대학과의 협력 구조를 갖췄는지가 평가에 영향을 줄 수 있다. 연방 지원 약정 가운데 현물 자원의 비중이 적지 않은 만큼, 자금을 받는 역량뿐 아니라 외부 컴퓨팅·데이터 자원을 실제 연구 과정에 통합하는 능력도 중요하다.

제네시스 미션은 보스턴의 AI·바이오 생태계에 추가 연구 기회를 제공할 수 있지만, 50억 달러 전액이 신규 현금으로 즉시 투입되는 사업은 아니다. 앞으로 확인할 변수는 개별 지원 공고의 규모와 자격 조건, 매사추세츠 기관의 선정 현황, 민간기업이 연방 데이터와 연산 자원에 접근하는 방식이다. 실제 고용 효과도 이러한 약정이 연구 계약과 프로젝트 채용으로 전환되는 과정에서 더 분명해질 전망이다.