정보수집

2 Contents

EOST2022 딥러닝 공개 모델 활용 정보 수집 효율화

신재생에너지 분야의 연구 효율성을 높이기 위해 데이터 분석과 머신러닝 기법의 활용이 점차 중요해지고 있습니다. 특히 해외 선도 기관과의 공동 연구를 기획할 때는 상대 기관의 강점과 협업 양상을 정확히 파악하는 것이 필수적입니다. 미국 국립재생에너지연구소(NREL)는 방대한 규모를 자랑하는 세계적인 기관으로, 학술 논문과 웹 기사를 분석하면 이들의 연구 흐름을 면밀히 파악할 수 있습니다. 지난 10년간의 데이터를 살펴보면 NREL은 9,000편 이상의 논문을 발표했으며, 이를 통해 협업 형태와 주요 연구 테마를 객관적으로 확인할 수 있습니다. 논문 공저자 분석을 통해 NREL의 공동 연구 현황을 살펴보면, 미국 내 부처 산하 연구소들과의 협업이 꾸준히 증가하는 추세를 보입니다. 반면 국가별 협업 양상에서는 흥미로운 변화가 관찰됩니다. 중국과 영국, 독일 등의 국가는 NREL과의 공동 연구 비중을 크게 늘려가고 있는 반면, 우리나라는 과거에 비해 협업 건수가 오히려 감소한 것으로 나타났습니다. 이는 글로벌 연구 네트워크에서 한국에너지기술연구원의 위치를 객관적으로 점검하고, 향후 어떤 전략을 가지고 국제 협력을 강화해야 할지 시사하는 중요한 지표가 됩니다. 방대한 분량의 논문을 주제별로 분류하는 토픽 모델링 기법은 각 기관의 전문 분야를 가시화하는 데 매우 효과적입니다. NREL과 한국에너지기술연구원의 논문을 분석해 본 결과, 태양광이나 전력망, 데이터 핸들링 분야에서는 NREL이 독보적인 강점을 보유하고 있음을 알 수 있었습니다. 반면 배터리 전극, 촉매 기술, 전통적인 열전달 분야에서는 한국에너지기술연구원이 NREL보다 더 많은 성과를 내며 앞서가고 있는 영역도 존재합니다. 이러한 상보적인 관계를 파악함으로써 공동 연구의 최적 접점을 찾는 전략적 접근이 가능해집니다. 기술 분석에서 논문 못지않게 중요한 것이 최신 동향을 담은 웹 문서입니다. 하지만 방대한 양의 기사를 일일이 읽고 요약하는 작업은 막대한 시간이 소요됩니다. 이를 해결하기 위해 딥러닝 기반의 문서 요약 엔진인 'TLDR 모델'을 활용할 수 있습니다. 이 기술은 수천 단어에 달하는 복잡한 과학 문헌이나 기사를 핵심적인 몇 문장으로 축약해 줍니다. 요약된 영문 텍스트를 기계 번역 엔진과 결합하면, 전문 용어가 포함된 해외 기술 정보를 누구나 쉽게 이해할 수 있는 형태의 국문 요약 보고서로 빠르게 변환하여 활용할 수 있습니다. 최종적으로 수집된 정보는 파이썬 라이브러리(python-docx)를 활용해 워드 문서 형식으로 자동 생성됩니다. 기사의 제목, 대표 이미지, 원문 링크는 물론 핵심 키워드와 요약본을 체계적으로 배치하여 보고서 작성의 수고를 획기적으로 덜어줍니다. 현재는 전문가의 분석과 자동화된 수집 과정이 병행되고 있지만, 향후에는 사용자가 웹에 정보를 입력하면 자동으로 보고서를 생성해 이메일로 발송해 주는 시스템으로 발전할 계획입니다. 이러한 정보 수집의 효율화는 연구자가 단순 반복 업무에서 벗어나 고도화된 전략 수립에만 집중할 수 있는 환경을 제공할 것입니다.

EOST2022 딥러닝 공개 모델 활용 정보 수집 효율화
한국전자통신연구원오픈소스 테크데이
  • 지구환경과학
  • 융합
  • 공학·기술

[코로나 인터뷰] 황승식 _방역, 정치, 집단면역. 질병역학 전문가가 말하는 코로나19

감염병의 예방은 단순히 의료 기술만으로 해결될 수 있는 문제가 아닙니다. 우리가 흔히 말하는 '방역'은 감염병의 예방과 관리를 아우르는 개념으로, 확진자의 치료와 격리를 넘어 사회 전반의 시스템을 조정하는 과정을 포함합니다. 예를 들어 폐암을 예방하기 위해 담배 제조와 광고를 규제하는 법률적 조치가 필요하듯, 감염병 확산 방지를 위해서도 다양한 사회적 규제와 정책적 결정이 필수적입니다. 결국 팬데믹 상황에서 방역의 성패는 전문가의 조언을 바탕으로 국가가 얼마나 올바르고 책임감 있는 결정을 내리느냐에 달려 있습니다. 사태 초기 특정 집단이 감염의 원천이라는 사회적 낙인이 찍히기도 했으나, 이는 바이러스의 생물학적 기전을 오해한 결과입니다. 또한 스웨덴의 사례로 화제가 되었던 '집단면역' 역시 그 자체가 독립적인 정책이 될 수는 없습니다. 집단면역은 방역 대책을 통해 도달하고자 하는 최종적인 목표이자 결과물일 뿐, 수많은 희생을 전제로 하는 성급한 선택지가 되어서는 안 됩니다. 우리는 감염병이 무차별적으로 확산될 수 있다는 점을 명확히 인지하고, 과학적 근거에 기반하여 결과로서의 면역 체계를 이해해야 합니다. 과거 사스와 메르스, 그리고 현재의 상황을 돌이켜볼 때 대략 7~8년을 주기로 새로운 감염병이 출현하고 있습니다. 이러한 위기에 선제적으로 대응하기 위해서는 단순히 국제기구의 정보에만 의존하는 단계를 넘어서야 합니다. 특히 감염병 유입 가능성이 높은 주요 국가의 외교공관에 감염병 전문가를 배치하여 독자적인 정보 수집 체계를 구축하는 것이 중요합니다. 공식적인 정보와 현장의 실시간 데이터를 종합적으로 분석할 수 있을 때 비로소 국경 봉쇄와 같은 사후약방문식 처방이 아닌, 실효성 있는 선제적 방역 정책을 수립할 수 있습니다. 앞으로의 해외여행은 과거와 달리 비즈니스나 공무 등 필수적인 목적 위주로 재편될 가능성이 높습니다. 전 세계를 자유롭게 오가던 시대에서 인접 국가 간의 철저한 관리 체계를 바탕으로 한 제한적 이동의 시대로 변화하고 있는 것입니다. 이러한 변화 속에서 '역학'이라는 학문의 중요성은 더욱 커지고 있습니다. 과거에는 주로 의사들이 담당하던 분야였으나, 이제는 수학적 모델링과 빅데이터 분석 역량을 갖춘 전문가들이 대거 참여하고 있습니다. 인구 집단 내 감염병의 분포와 원인을 파악하기 위해 수학적 훈련을 받은 인재들이 감염병 모델을 설계하며 방역의 과학적 토대를 마련하고 있습니다. 예방의학은 환자를 직접 진료하는 임상의학과 실험실 중심의 기초의학 사이에서 사회 전체의 건강을 설계하는 핵심적인 분야입니다. 하지만 국내에서 감염병 역학을 전공하는 전문가는 손에 꼽을 정도로 적은 것이 현실입니다. 전쟁이 일어나기 전부터 무기를 준비하듯, 팬데믹이라는 국가적 위기에 대비하기 위해서는 평상시에도 역학 전문가들을 체계적으로 양성해야 합니다. 이번 팬데믹은 우리 사회에 역학의 중요성을 각인시키는 계기가 되었습니다. 불확실성이 가득한 시대에 데이터에 기반한 과학적 분석으로 공동체를 지키는 전문가들의 역할은 앞으로 더욱 강조될 것입니다.

[코로나 인터뷰] 황승식 _방역, 정치, 집단면역. 질병역학 전문가가 말하는 코로나19

황승식

카오스재단코로나19 과학토크
  • 생명과학