KIST 기술정책연구소

KIST 본원

인터뷰




본부장 취임을 축하드립니다. 신설된 연구자원·데이터지원본부에 대한 간단한 소개를 부탁드립니다.



연구자원·데이터지원본부는 잘 아시다시피 도핑콘트롤센터, 특성분석센터, 기술지원센터, 연구동물자원센터, 마이크로나노팹센터 등 총 5개의 센터로 구성되어 있습니다. 이들은 주로 연구자원과 관련된 센터들로, 원내 30여 개 센터들의 업무를 광범위하게 지원하고 있습니다.


그 중 특성분석센터는 제가 오래 몸담고 있던 곳이기도 하지만, 센터의 역사 자체도 굉장히 오래됐습니다. KIST의 탄생과 함께 시작된 부서일 정도니까요. 연구동에서 연구를 진행하는 과정에서 필요한 각종 분석을 수행하고 있으며, 자체적으로는 최첨단의 분석 방법을 개발하거나 대형연구장비 인프라를 구축하는 데 노력하고 있습니다. 도핑콘트롤센터는 국내 유일의 도핑 검사 센터로, 88서울올림픽을 위해 84년에 설립되어 가장 최근에는 평창동계올림픽의 도핑검사 시료 분석을 전담한 바 있습니다. 연구동물자원센터는 KIST 내 생명과학 연구를 위해 필요한 동물자원을 관장하고 있으며, 바이러스 제작, 동물실험 교육 등을 담당하고 있습니다. 마이크로나노팹센터는 마이크로, 나노 기술 개발을 위한 공정 서비스를 담당함과 동시에 관련 장비 교육 등도 제공하고 있습니다. 기술지원센터는 연구와 관련된 장비지원 및 실험지원을 하는 엔지니어링을 목표로 하고 있으며 KIST에서 2019년부터 새롭게 시작하는 센터입니다.


데이터지원과 관련된 센터는 아직은 신설하기 위해 준비 과정에 있습니다. 현재도 연구동의 대부분 센터, 단에서 데이터를 기반으로 연구를 수행하고 있지만, 이러한 데이터들을 기관 차원에서 체계적으로 수집하고 관리하여 유지, 보존하는 기능을 담당하는 조직이 부재합니다. 데이터 관련 센터는 기존의 연구자원 관련 센터들과의 연계를 통해 KIST의 연구수행방식을 근본적으로 변화시킬 것입니다. 사실상 무에서 유를 창조해야 하는 상황이라, 기대도 되지만 부담이 되는 것도 사실입니다.




말씀하신대로, 기존 센터들이 ‘연구자원·데이터지원’이라는 명칭 하에 통합되었습니다. 이들 간에 시너지를 창출하기 위해서는, 각 센터의 고유 업무 외에 공통된 비전과 전략이 필요할 것 같습니다.



맞습니다. 조직개편을 통해 제도적으로 각 센터가 통합되었다고 하여 저절로 시너지가 발생하지는 않을 것입니다. 이들이 자발적으로 협업을 할 수 있는 환경을 조성하는 것이 필요합니다. 그 전까지는 각 센터에 국한된 각자의 업무를 하는 것에 그쳤다면, 이제는 연구자원과 데이터지원이라는 보다 큰 임무를 위한 전체 과정 중 일부로 인식해야 합니다. 이런 부분에 대한 원 내의 컨센서스가 있었기에 조직개편도 이루어진 것일텐데, 구체적으로 어떤 방법을 통해 실행할 것인가에 대해서는 저를 비롯해 본부 내 여러 분들이 지속적으로 고민하고 있습니다.


저는 시너지를 창출하기 위한 방안을 논의하기에 앞서, 시너지를 어떻게 정의하는 가가 중요하다고 생각합니다. 시너지를 위해서는 각자 자기 역할에 대한 전문성(professionality)이 먼저 확립되어야 합니다. 맡은 바 업무에 대한 전문성을 가진 개인들이 모여 본부를 이뤘을 때, 각자가 제 역할을 하면서 비로소 시너지가 나타날 수 있습니다. 따라서 다른 무엇보다도 본부 내 다양한 직급의 인력들이 각자의 전문성을 최대로 끌어올리는 것이 우선이 되어야 할 것입니다.


그 다음 단계로서 본부 내 센터들 간의 연계성이 제대로 발휘되는 모델을 발굴하고자 합니다. 특정 업무에 있어 연구자원·데이터지원본부의 각 센터들이 어떤 흐름으로 연결되어 업무가 처리되는지를 살펴보고, 성공적으로 작동하는 사례들을 대표 모델로 발전시킬 것입니다. 이것이 어찌 보면 원장님께서 말씀하셨던 ‘연구지원의 원스톱 서비스화’와 가장 가까운 개념일지 모르겠습니다. 분석과 기술지원, 데이터 제공 등 여러 기능들이 분절화되지 않고 하나의 흐름 내에서 이루어짐으로써 연구 효율성을 제고하는 것입니다.


전문성과 연계성이 갖춰진다면, 연구자원·데이터지원본부의 궁극적인 방향은 ‘창의적 지원’으로 나아가야 한다고 봅니다. 연구자가 본부에 분석의뢰를 맡기는 상황을, 사진을 찍는 일에 비유해보고 싶습니다. 사진관에 가서 사진사에게 단순히 사진을 찍어달라고만 요청한다면, 이는 사진사의 값비싼 카메라와 촬영보조 장비를 활용하는 선에서 그칠 것입니다. 그런데 예술가로서 사진사에게 작품을 의뢰한다고 하면, 사진사는 자신의 재능을 십분 활용하여 포즈는 어떻게 취할지, 감정선을 이끌어내기 위해 어떤 조치를 취할지 등을 끊임없이 요구할 것입니다. 


연구자원·데이터지원본부는 작품을 촬영하는 능동적인 사진사처럼, 적극적으로 연구자에게 의견을 제안하는 역할을 해야 합니다. 사진을 부탁하는 사람들이 사진촬영 기법과 촬영장비의 발전을 잘 모르는 것처럼, 개별 연구자들도 분석 방법의 발전을 다 이해하고 있기는 어렵습니다. 분석을 담당하는 이들이 창의적인 발상을 통해 의견을 전달하지 않으면, 연구자들도 본인의 아이디어 그 이상으로 발전시키기 어렵습니다. 궁극적으로는 KIST 내 연구자들에게 특화되어 있는 분석기술, 연구자원 들을 제공할 수 있도록 맞춤형 지원의 방향으로 나아가야 합니다.




본부장님께서는 KIST에서 연구를 시작한 2000년 이래로 나노분야에서 수많은 논문과 특허를 내셨습니다. 20년 이상 연구를 수행하시면서, 연구자원과 데이터의 중요성을 절감하신 경험이 있으신가요?



과학의 발전은 새로운 개념과 데이터의 연결에서 나온다고 해도 과언이 아닐 것이므로 연구자라면 누구나 데이터의 중요성을 절감하고 있을 것입니다. 제가 특성분석센터의 센터장으로 있을 때, 데이터의 생산성에 대해 곰곰이 생각해본 적이 있습니다. 과연 우리가 연구라고 부르는 업무에서 연구자원과 데이터가 차지하는 중요성이 얼마나 되는가? 연구는 연구자가 새로운 개념을 떠올리고 그것을 기획 과정을 거쳐 과제로 만든 후, 할당받은 예산과 인력을 투입하여 결과물을 내는 일련의 과정을 거칩니다. 연구의 전 과정을 일종의 기록을 통해 남긴다고 할 때, 소위 가치를 지닌 데이터는 언제 주로 생성 되는가를 봤더니, 바로 분석 과정이었습니다. 그 전까지는 개념으로 머물러있던 아이디어가, 분석 과정에서 발생하는 데이터를 통해 실제로 작동하는지를 검증할 수 있게 됩니다.


분석의 결과라고 할 수 있는 데이터가 왜 중요한지를 요리에 비유하면 이렇습니다. 우리가 완전히 새로운 메뉴를 도전한다고 가정하면, 이것저것 다양한 재료와 향신료 등을 넣고 우선 만들어봐야 합니다. 그러고 나서 맛있다는 판단이 들면, 음식에 들어간 성분이 무엇인지를 피드백 과정을 통해 알아내야 합니다. 그리고 그 다음부터의 과정은, 음식을 맛있게 하는 성분들의 적정량을 맞추는 일이 됩니다. 연구 역시 최종적으로는 분석 결과를 끊임없이 피드백하여 재설계하는 과정을 거침으로써 완성도가 올라가게 됩니다. 때문에 각종 연구자원을 사용하여 분석한 데이터를 잘 구축하고 관리하여 연구자들이 언제든 활용할 수 있게 제공하는 것은 매우 중요한 일입니다.




데이터 기반 R&D가 필요하다는 목소리는 전부터 있었지만, 실행방안이 막막했던 것이 사실입니다. 데이터기반 R&D를 수행함에 있어 염두에 두어야 할 부분은 무엇일지 본부장님의 의견을 듣고 싶습니다.



경험과 측정을 통해 현상의 원리를 밝히는 과학적 방법이 자리를 잡은지 한 400여년이 흘렀을 겁니다. 그런데 사실 우리가 지금 하고 있는 연구개발활동은 본질적으로는 그때와 다를 것이 없습니다. 연구자들이 죽어라 노력해서 실험하고, 그 결과가 어느 정도 쌓이면 연구자의 머릿속에서 과거의 연구 결과들과 같이 섞이면서 새로운 원리를 규명하는 것입니다. 머리가 좋은 사람들은 상대적으로 그 과정이 조금 더 빠르게 일어난다는 정도의 차이만 있을 뿐이지요.


그러나 이제는 패러다임이 바뀔지도 모르겠습니다. 컴퓨터가 R&D에 활용되기 시작한 지 꽤 오래되었는데, 그러는 과정에서 시뮬레이션이라는 도구가 점점 발전하였습니다. 그리고 이제는 인공지능의 발전 속도가 급격히 빨라지면서 데이터의 양만 충분하다면 예측과 해석 부분에 있어서는 인간이 점점 따라잡기가 어려운 세상이 되고 있습니다. 연구책임자는 의사가 진단을 내리듯, 여러 데이터들을 종합적으로 살펴보고 판단하여 다음 단계의 연구를 설계합니다. 그러기 위해서는 데이터가 얼마나 있는지, 각각의 데이터들은 어떻게 연결이 되어 있는지, 전체적인 그림은 어떤 모양인지를 파악해야 합니다. 그런데 지금까지는 데이터가 아무리 많아도, 결국은 사람이 수집하고 정리하여 해석해야 했습니다. 하지만 이제는 소위 빅데이터가 형성된다면, 그 뒤의 단계를 인공지능이 대신할 수 있게 된 것입니다.


그래서 데이터 기반의 R&D를 위해서는 다음의 두 가지를 생각해볼 수 있습니다. 우선 KIST에서 생성되는 연구데이터는 물론 이들을 구조화한 메타데이터를 구축할 수 있는 플랫폼이 필요합니다. 표준화된 형태로 데이터를 수집하고, 이를 원내 다양한 연구자들이 활용할 수 있는 체계가 갖춰진다면 데이터 기반 R&D로의 첫걸음을 내딛은 것이라 볼 수 있습니다. 두 번째로는 데이터로부터 새로운 개념을 찾아내는 일을 인공지능이 할 수 있도록 준비하는 것입니다. 사람은 데이터가 늘어날수록 판단하는데 시간이 오래 걸리지만, 인공지능은 그렇지 않습니다. 시기의 문제일 뿐 결국에는 인공지능이 이 역할을 대신하게 될 날이 올 것이라 봅니다. 이 작업을 위해서는 인공지능 또는 데이터 분야의 전문가가 연구자와 함께 알고리즘의 설계 과정 등에 깊숙이 관여해야 합니다.




말씀을 듣다 보니, 정말 KIST 내에 연구데이터를 전문적으로 다루는 조직이 신설될 필요가 있겠다는 생각이 듭니다.



연구자원·데이터지원본부라는 명칭에 걸맞은 비전과 역할을 수행하기 위해서는, 데이터 관련 센터의 신설이 반드시 필요합니다. 데이터는 앞으로 R&D에서 차지하는 비중이 점점 더 커질 것입니다. 또 데이터를 수집하고, 관리하여 활용하는 기술은 확장성이 높은 영역입니다. 마치 ICT 기술이 모든 산업 분야의 기반 기술이 된 것처럼, 데이터 역시 모든 연구 분야의 기반이 될 것이기 때문입니다. 아직 다른 출연(연)에서 연구데이터를 관장하는 독립적인 조직이 있는 경우를 거의 보지 못한 것 같습니다. KIST가 선제적으로 이런 선례를 만들어가고 있다고 생각합니다.




KIST의 구성원들은 최근 COVID-19으로 인해 재택근무라는 새로운 업무수행 방식을 경험하고 있습니다. 당분간 이 사태가 지속될 가능성이 높은 가운데, 시공간의 제약에서 자유로운 연구수행 체계가 구축될 필요가 있습니다. 유비쿼터스 연구기반을 조성하기 위한 첫걸음은 무엇일지 궁금합니다.



저도 오랜 기간 연구소에서 일했지만, 지금과 같이 재택근무 또는 유비쿼터스 환경이 절실하게 다가왔던 적이 있나 싶습니다. 이게 가능할까 싶었는데, 막상 시행되고 나니 또 여기에 적응하여 운영되는 것이 한편으로는 신기하고요. 그렇지만 실험이라는 업무의 특성상 일반 사무직과는 다른 고민들이 필요하다고 생각합니다.


지금도 논문을 작성하는 업무 및 개념 정리 등은 집에서도 얼마든지 할 수 있습니다. 하지만 집에서 실험장비들이 제대로 돌아가고 있는지를 확인하려면, 실험실에 있는 동료에게 전화해서 확인해야 하죠. 이런것은 유비쿼터스 연구 기반과 거리가 먼 것입니다. 요즘 가정에서 사물인터넷(IoT)이 천천히 도입되고 있는데, 실험장비들도 이런 것이 가능해야 합니다. 실시간 원격으로 실험데이터들을 확인하고 제어할 수 있는 환경이 구축되어야겠지요.


유비쿼터스 환경 구축의 필요성이 비단 실험장비에만 국한되는 것이 아닙니다. 우리가 일반적으로 논문을 쓸 때, 해당 분야에서 어느 연구 그룹이 주도하고 있고 어떤 논문을 참조해야 하는지를 신경 쓰지 않을 수가 없습니다. 그럴 때마다 일일이 논문을 찾고, 정리하는 작업을 해야 한다면 그것이 또 하나의 일이 됩니다. 우리 본부에서는 분야별로 논문을 모으고 있으며, 키워드 등을 추출하여 연관어 검색을 할 수 있는 시스템을 구축하고 있습니다. 언제 어디서든 쉽게 원하는 논문과 업데이트 된 정리사항을 접근할 수 있게 된다면, 유비쿼터스 연구환경으로 한걸음 더 다가갈 수 있지 않을까 싶습니다.




첨단기술(technology)을 성공적으로 개발하기 위해서는 모든 과정에서 기술적(technical)인 지원이 반드시 필요합니다. 독일이나 일본과 같은 과학기술 선진국의 공공연구기관에서는 연구인력과 연구지원인력의 비율이 대등한 편인데요. 연구지원 분야에서도 전문가 양성을 위한 방안이 마련되어야 하지 않을까요?



어떤 분야의 기술을 선도하기 위해서는 연구는 물론 지원조직의 역할도 매우 중요합니다. 사실 과학기술 선진국에서는 기술지원을 전문적으로 담당하는 직책이 오래전부터 자리를 잡았습니다. 이는 기술지원 업무 역시 오랜 기간의 노하우 축적을 통한 전문성이 필요한 업무라는 것을 반증하는 것입니다.


KIST도 예전부터 기술원이라는 직급체계가 있었고, 최근에는 전문원이라는 직급체계가 도입되기도 했습니다. 명칭과 업무 사항이 조금 다를 수는 있어도 연구지원이라는 큰 틀에서 보면 한데 묶일 수 있는데, 아직 그 규모가 연구원에 비해 너무 적은 것은 부인할 수 없는 사실입니다. 양질의 인력을 채용하기 위해 매년 수요 조사를 하게 되면, 분야별로 굉장히 많은 인력 요청이 접수됩니다. 기관 차원에서 여러 여건들을 감안하여 채용하고 있으나 여전히 숫자가 너무 적습니다.


그런데 우리가 단순히 연구지원인력을 채용하는 것만 생각해서는 안됩니다. 그들이 KIST 내에서 전문성을 쌓고 지속적으로 성장할 수 있는 토양을 만들지 않으면 소용없는 일이 될 수 있습니다. 연구 분야도 10년만 지나면 어느새 낡은 학문이 되듯 분석 방법, 장비 등도 끊임없이진화합니다. 따라서 지금의 전문성이 10년 후에는 전혀 쓸모가 없게 될 수도 있습니다. 인적자원개발의 측면에서 연구지원인력을 전문적으로 양성하는 트랙을 갖추고, 필요하다면 재교육을 통해 다른 분야의 전문성을 추가로 얻거나 변경할 수 있도록 도와야 합니다. 어떤 분야에서 전문가이기 때문에 채용했다면, 그들에게 충분한 자원과 기회가 주어진다면, 다른 분야에서도 전문성을 나타낼 수 있을 것입니다. 이런 것들이 KIST 내에서 제도화가 되어야 합니다.




연구자원·데이터지원본부 혹은 KIST의 후배들에게 당부하고 싶은 말씀이 있으실까요?



연구자원·데이터지원본부의 후배들에게 먼저 당부하고 싶은 말은, 모두가 각자의 분야에서 최고의 전문가의 위치에 올라주었으면 합니다. 물론 넉넉하지 않은 환경 아래에서 지금의 기반을 다지기 위해 무척 고생했다는 사실을 잘 알고 있습니다. 떠오르는 새로운 분야가 아니라는 이유로, 안정적인 지원이 어려웠다는 점도 잘 알고 있습니다. 그럼에도 불구하고 KIST가 세계적 수준의 연구소로 발돋움하기 위해서는 우리 본부의 역할이 없어서는 안 될 것이기에, 최고의 퍼포먼스를 낼 수 있는 그런 전문성을 가져주시길 부탁드립니다.


KIST 내 연구동에 계신 후배들에게 부탁을 드리고 싶은 것은, 우리 연구자원·데이터지원본부의 역량과 보유 기술 수준이 국내에서는 최고 수준에 와 있고 국제적으로도 손색이 없을 정도라는 사실을 인지해 줬으면 하는 점입니다. 상당히 많은 연구자들이 나름의 이유로 바쁘거나 급해서 혹은 잘 몰라서, 우리 본부의 다양한 자원들을 제대로 활용하지 못하고 있습니다. 물론 연구 문화라는 게 한순간에 바뀌는 것은 아니지만, 연구와 연구지원 양쪽의 커뮤니케이션이 원활히 이루어질수록 연구성과가 비약적으로 향상될 것입니다. 더 많이 소통하고, 더 많은 협업이 이루어지길 바랍니다.