KISTI 한선화 연구위원 과학기술정책 국민제안 /전문가 의견
4차산업 혁명의 꽃은 데이타
4차 산업혁명의 성패를 결정하는 핵심 자원은 ‘데이터’입니다.
양질의 데이터를 확보하고, 이를 자유롭게 활용할 수 있는 인프라를 갖추는 것이 매우 중요합니다. 특히 다양한 분야의 서로 다른 형태의 데이터들이 융합될 때 그 파급력은 더욱 커집니다. 정부는 사회 각층에서 생성되는 데이터를 효율적으로 관리하고, 효과적으로 활용될 수 있는 기반을 제공하여야 한다고 생각합니다. 단순히 자발적으로 제공되는 데이터를 모아서 공개하는 것 뿐 아니라, 데이터가 잘 활용될 수 있도록 가공하고 다양한 분석이 가능한 데이터 분석 및 가시화 도구를 제공하는 플랫폼도 필요합니다. 이러한 플랫폼을 통해 데이터가 모이고 융합되고 분석될 때 현재의 상황을 빠르고 객관적으로 판단할 수 있고, 미래에 대한 과학적 예측이 가능해지며, 문제의 해결책에 대한 과학적·합리적 접근 방법을 찾아낼 수 있을 것입니다.
과학기술 분야에서도 데이터의 공유와 재활용은 매우 중요합니다.
특히 연구 방식의 흐름이 과거의 이론 및 실험 중심의 연구에서 벗어나, 데이터와 컴퓨팅을 활용한 in-silico 연구의 중요성이 점차 커지고 있는 시점에서 기존의 연구를 통해 생산되는 연구 데이터를 공유하고 재활용하는 것은 연구 생산성 향상을 위해서는 물론, 새로운 과학적 발견을 위해서도 반드시 필요합니다. 현재 OECD를 비롯한 선진 각국에서 Open Science를 과학기술분야의 중요한 의제로 다루는 이유입니다. 데이터는 그냥 모이지 않습니다. 따라서 미국, 영국을 비롯한 각국에서는 정부의 R&D 자금을 지원받은 연구를 통해 생성된 데이터를 어떻게 관리하고 공유할 것인지를 Data Management Plan(DMP)라는 형식에 담아 의무적으로 제출하도록 하고 있습니다. 또한 연구를 통해 생성된 데이터를 관리할 수 있는 데이터 관리 도구와 데이터 센터를 지원합니다. 우리나라도 정부의 지원을 받은 R&D는 연구 성과물뿐 아니라 데이터까지 제출하는 제도적 기반을 마련하여야 할 것입니다.
데이터는 이미 감당이 어려울 정도로 생산되고 있습니다.
하지만, 4차 산업혁명이 현실화 되고, IoT를 통해 사물인터넷 데이터까지 생산되면 그 분량은 기하급수적으로 늘어나게 될 것입니다. 이처럼 실시간으로 무한히 생성되는 데이터를 융합하고 처리하기 위한 실시간 스트리밍 빅데이터 융합·분석기술의 개발과 이를 처리할 수 있는 초고성능 컴퓨팅 환경도 점점 더 중요해질 것입니다.
수많은 데이터의 바다에서도 얻을 수 없는 데이터도 있습니다.
과학기술로 사회 문제를 해결하고 국민들의 삶의 질을 향상시키기 위해, 꼭 필요하지만 얻을 수 없는 데이터가 어떤 것이 있는지를 살펴, 이를 어떻게 확보하고 관리할 것인가를 찾아내는 목적지향적 ‘데이터 디자인’이 필요합니다. 사람과 사회를 위한 데이터를 찾아내고, 이를 측정하고 관리할 수 있는 도구를 연구·개발하여 과학기술이 국민 생활에 실질적인 기여를 할 수 있도록 추진하여야 합니다.
=========================================================================
한양대학교 ERICA 김우승 교수
실효성 있는 기술이전 활성화 정책이 필요
우리나라 GDP 대비 R&D 투자 비중은 세계 1, 2위를 다투고 있으며, 전체 연구개발비 규모 면에서 지속적으로 증가하여 세계 순위 상위권 그룹에 속한다. 정부 R&D 투자 규모에 있어서도 정부의 지속적 투자확대 기조에 따라 2013년 17.1조원에서 2017년 19.46조원으로 크게 확대되었다. 한편 공공 R&D의 기술이전률 및 기술이전 계약 건수는 증가 추세지만 기술이전 계약 1건당 기술료 수입은 감소하고 있으며, 우리나라 기술이전 계약 1건당 기술료 수입은 미국의 약 10% 수준에 그친 것으로 나타나 투자 증가추세와 비교해볼 때 아직 갈 길이 먼 것으로 보인다.
한국과 미국의 대학 기술이전 금액을 비교해 보면 그 차가 확연이 나타나는데 2014년 우리나라 425개 고등교육기관 전체의 기술이전 금액은 576억 원으로 스탠포드대학의 절반 수준, 프린스턴대학의 1/3 수준에 그쳤다. 특히 분야별로 보면 그 차이가 훨씬 두드러진다. 미국 대학의 경우 Life Science 분야가 기술이전 건수 기준으로 약 70%, 기술료 수입 기준으로 90% 이상 점유하고 있는 것으로 나타났다. 우리나라 대학의 경우 Life Science 분야는 전체 기술이전 건수의 25% 수준이었으며, 기술료 수입은 2015년 약 685억 원이었다. 우리나라 대학의 기술료 수입은 미국 대학의 기술료 수입의 0.6% 수준인 것으로 나타나 차이가 두드러졌다.
이러한 기술료 수입의 차이는 미국 연구비 상위 20개 대학 중 17개 대학에서 Life Science 분야 연구에 중점을 두고 있기 때문인 것으로 나타났는데 Johns Hopkins Univ., Massachusetts Institute of Technology, Pennsylvania State Univ. 등 3개 대학에서만 공학분야가 Life Science 분야보다 활발하게 연구가 진행되었다. Life Science 분야는 Agriculture Sciences, Biological Sciences, Medical Sciences 등의 분야로 구성되어 있는데 Medical Sciences의 규모가 가장 크다.
미국의 2013년~2015년 누적 기술료 수입액 기준 상위 10개 대학 중 8개 대학은 의·약학대학을 포함하고 있는 것으로 나타났으며, 특히 Princeton 대학은 Life Science 분야에서 4건의 실적을 통해 2015년 전체 기술이전 수입액($142,231,000)의 96%를 확보했다. 이 같은 결과는 미국 대학의 기술이전 수입액이 공학 분야보다 Life Sciences 분야의 비중이 큰 것에 기인한다. 연구개발에 비교적 긴 기간이 소요되고 연구비도 많이 필요하지만, 기술이전을 통해 연구개발의 성과가 사회에 환원되고 경제적 가치를 창출한다는 측면에서 Life Sciences 분야에 대한 지속적인 관심과 투자는 다가오는 제4차 산업혁명을 대비하고 세계시장에서 주도권을 확보한다는 측면에서 중요하다. 다각적이고 심층적인 분석을 통해 우리나라와 우리대학이 처한 상황을 면밀히 분석하여 기술이전을 활성화할 수 있는 실효성 있는 정책을 추진할 필요가 있다.
'빅데이터' 카테고리의 다른 글
심층 신경망 소개 (0) | 2017.10.24 |
---|---|
과학기술기본계획 소개 (0) | 2017.10.08 |
빅데이터 내용별 출처 (0) | 2017.08.01 |
소상공인 진흥공단 상권분석/ 빅 데이터 출처 현황 (0) | 2017.08.01 |
빅데이타 컨설팅 (0) | 2017.08.01 |