[데일리환경=유승철 기자] 유럽연합(EU)이 연구현장에서 생성형 인공지능(AI)을 사용하는 기준을 크게 손질했다. 단순 문서작성이나 요약을 넘어 연구과정을 스스로 계획하고 여러 작업을 연속 수행하는 ‘에이전트형 AI’가 빠르게 확산하자, 연구자가 통제권과 최종 책임을 유지해야 한다는 원칙을 새로 구체화했다. 연구비 제안서 평가와 논문 동료평가에서도 AI가 과학적 가치 판단을 대신해서는 안 된다는 기준을 명확히 했다. 유럽연합 집행위원회 연구혁신총국은 16일 ‘연구에서 생성형 AI의 책임 있는 사용에 관한 ERA 생활지침’ 4판을 공개했다. 2024년 첫 지침이 나온 이후 가장 큰 폭의 개정이다. 이번 지침은 법적 구속력이 있는 새 규정이 아니라 기존 연구윤리와 책임 있는 AI 원칙을 연구현장의 실제 사용 사례에 적용한 권고안이다. 연구자와 대학·연구기관, 연구비 지원기관을 주요 대상으로 한다.가장 큰 변화는 에이전트형 AI에 대한 별도 기준이다. 지침은 AI 에이전트를 복잡한 목표를 설정하고 외부 시스템과 상호작용하면서 일정 부분 독립적으로 작업을 수행할 수 있는 시스템으로 본다. 연구자가 이런 도구에 분석이나 코딩, 데이터 처리 같은 복합 업무를 맡기더라도 핵심 방법론과 의사결정 지점에는 인간의 검증 절차를 두도록 했다. 특히 AI 에이전트의 사용은 통제권이나 책임을 넘기는 것으로 간주할 수 없으며, 결과의 품질과 타당성에 대한 책임은 연구자에게 남는다고 못 박았다.연구결과의 투명성 기준도 강화됐다. 문헌검토, 연구격차 탐색, 가설 설정, 데이터 분석·해석처럼 연구의 내용이나 판단에 실질적 영향을 미치는 AI 사용은 어떤 도구를 어디에 썼는지 공개하고, 환각이나 편향을 어떻게 검증했는지도 설명하도록 권고했다. 반면 맞춤법 검사나 문법 교정, 단순한 문장 다듬기처럼 연구내용에 영향을 주지 않는 보조적 사용까지 일률적으로 공개하도록 요구하지는 않는다.연구비 심사와 동료평가에서는 AI의 역할에 더 분명한 선을 그었다. 지침은 논문과 제안서의 과학적 수준과 중요성을 판단하는 업무를 AI에 위임해서는 안 된다고 밝혔다. AI는 개념 정리나 배경조사, 언어 다듬기 같은 보조업무에 제한적으로 활용할 수 있지만, 심사보고서를 작성하거나 연구의 과학적 가치를 평가하는 데 사용해서는 안 된다는 것이다. 평가자와 편집자는 AI를 쓰더라도 모든 평가와 판단, 추천에 대해 전적으로 책임져야 한다.기밀성과 데이터보호는 ‘협상할 수 없는 원칙’으로 제시됐다. 아직 공개되지 않은 연구계획서와 논문, 심사보고서, 핵심 아이디어를 보안이 확보되지 않은 공개형 AI 서비스에 입력하지 말도록 했다. 특히 연구비 지원기관이 자체 AI를 심사과정에 활용할 경우에는 편향이나 오류로 인해 신청자를 선별·순위화·배제하는 문제가 발생하지 않도록 안전장치를 두고, 어떤 용도로 AI를 썼는지도 투명하게 밝혀야 한다.새 지침은 이른바 ‘숨은 프롬프트’도 연구평가의 새로운 위험요인으로 다뤘다. 제안서나 문서 안에 사람이 보기 어려운 문자나 서식, 메타데이터 형태로 AI에 특정 행동을 지시하는 문구를 숨겨 심사결과에 영향을 주는 방식이다. EU는 연구비 지원기관에 이런 조작을 명확히 금지하고 문서를 처리하는 정보기술 시스템에 탐지·차단 장치를 마련하도록 권고했다.연구기관에도 책임을 넓혔다. 대학과 연구소는 모든 직급과 전공의 연구자·연구지원 인력에게 AI 활용 교육을 제공하고, 데이터보호와 지식재산권, 연구보안 기준을 마련해야 한다. 가능하면 기관이 직접 관리하는 로컬 또는 클라우드형 AI 도구를 제공해 민감한 연구데이터가 외부 서비스로 무분별하게 흘러가지 않도록 하라는 내용도 담겼다. 생성형 AI의 에너지·환경 부담을 추적하고 더 지속가능한 도구를 선택하도록 지원하라는 권고도 포함됐다.이번 개정은 AI를 연구현장에서 막기보다 사용할 수 있는 범위를 넓히되 인간 책임과 검증체계를 더 촘촘하게 만드는 데 초점이 맞춰졌다. 국내에서도 생성형 AI가 논문작성과 데이터 분석, 연구비 제안서 작성, 심사 지원까지 빠르게 확산하는 만큼 연구윤리 기준과 R&D 평가절차를 손볼 때 참고할 만한 기준이 될 수 있다. 앞으로는 AI 에이전트가 실제 연구과정에서 맡는 업무 범위와 AI 사용 공개 기준, 안전한 심사도구를 어디까지 허용할지가 연구기관과 학술출판계의 핵심 쟁점으로 떠오를 전망이다.

[데일리환경=유승철 기자] 희귀질환 환자의 방대한 임상기록에서 증상과 징후를 찾아 표준화하고, 진단에 중요한 표현형을 우선순위까지 매기는 인공지능(AI) 프레임워크가 실제 의료기록을 이용한 외부검증에서 기존 딥러닝 방식보다 높은 성능을 보였다. 미국 밴더빌트대 메디컬센터를 중심으로 한 연구진은 대규모언어모델(LLM)을 활용한 ‘RARE-PHENIX’를 개발해 희귀질환 진단 과정에서 가장 많은 수작업이 필요한 표현형 정리를 자동화할 가능성을 제시했다. 연구 결과는 15일 국제학술지 npj Digital Medicine에 공개됐다. 희귀질환 진단에서는 환자가 보이는 신체적·임상적 특징을 Human Phenotype Ontology(HPO)라는 표준용어로 정리하는 과정이 중요하다. 하지만 실제 진료기록에는 같은 증상이 다양한 표현으로 기록되고, 중요한 특징과 일반적인 증상이 뒤섞여 있어 전문가가 일일이 정리하는 데 많은 시간이 든다.RARE-PHENIX는 이 과정을 세 단계로 처리한다. 먼저 LLM이 자유서술형 임상노트에서 표현형을 추출하고, 다음 단계에서 검색증강생성(RAG)을 이용해 표현형을 HPO 표준용어로 연결한다. 마지막으로 지도학습 기반 순위모델이 진단에 더 중요한 HPO 용어를 앞쪽에 배치한다.연구진은 단순히 증상을 찾아내는 데서 그치지 않고 실제 임상에서 사용하는 ‘추출→표준화→우선순위화’ 전체 흐름을 하나의 파이프라인으로 구현했다.모델 개발에는 미국 미진단질환네트워크(UDN) 11개 임상기관의 환자 2671명 자료가 사용됐다. 외부검증에는 훈련에 전혀 사용하지 않은 밴더빌트대 메디컬센터 환자 143명의 실제 임상노트 1만6357건을 활용했다. 데이터 분할은 환자 단위로 이뤄져 훈련과 검증 사이의 정보누출을 막았다. 검증 대상 기록은 진료기록이 67.8%로 가장 많았고 상담기록, 수술·시술기록, 영상기록 등이 포함됐다.외부검증에서 RARE-PHENIX는 기존 표현형 추출모델인 PhenoBERT보다 전반적으로 높은 일치도를 보였다. 임상의가 직접 정리한 HPO 용어를 기준으로 비교했을 때 상위 50개 표현형에서 가장 높은 성능을 낸 LLaMA-2-70B 기반 구성의 HPO 의미 유사도는 약 0.70으로, PhenoBERT의 약 0.58을 웃돌았다.연구진은 정밀도·재현율·F1 점수에서도 RARE-PHENIX가 비교모델보다 일관되게 높은 성능을 보였다고 설명했다.성능 향상에는 단순한 LLM 추출 능력보다 표준화 과정이 크게 기여했다. 연구진이 각 모듈을 하나씩 제거해 성능을 비교한 결과, 자유문장을 HPO 용어로 바꾸는 표준화 단계가 추가되자 LLaMA-2-70B 구성의 정밀도는 0.25에서 0.43으로, F1 점수는 0.34에서 0.50으로 개선됐다. 재현율은 0.70에서 0.71로 큰 변화가 없어, 표준화가 ‘더 많은 증상’을 찾기보다 불필요하거나 모호한 표현을 줄이는 역할을 한 것으로 분석됐다.오류 분석에서도 실제 임상문서의 복잡성이 주요 변수로 나타났다. 연구진이 놓친 표현형 271건을 수작업으로 검토한 결과 97%는 명확한 증상을 모델이 못 찾은 경우가 아니라, 증상이 간접적 표현이나 문맥 속에 기록됐거나 진료노트에 아예 명시되지 않은 경우였다. 반면 명확히 기록된 HPO 표현을 실제로 추출하지 못한 사례는 3%였다. 이는 의료 AI의 성능이 모델 자체뿐 아니라 진료기록의 표현방식과 데이터 품질에도 크게 좌우된다는 점을 보여준다.다만 이번 결과를 곧바로 ‘AI가 희귀질환을 진단한다’고 해석해서는 안 된다. 연구 대상은 복잡한 미진단 환자가 집중된 UDN 코호트로 일반 유전질환 진료현장을 모두 대표하지 않으며, 가장 높은 성능은 700억개 매개변수 규모의 대형 모델에서 나왔다. 또 임상의가 정리한 HPO 용어 자체에도 누락이나 개인차가 있을 수 있다. 무엇보다 이번 연구는 후향적으로 표현형 정리 능력을 검증한 것으로, 실제 진단정확도를 높이거나 진단까지 걸리는 시간을 줄이는지는 아직 입증되지 않았다.연구진도 RARE-PHENIX를 의사를 대체하는 자동진단시스템이 아니라 ‘인간 검토형(human-in-the-loop)’ 도구로 제시했다. 희귀질환 진료에서는 환자의 오랜 진료기록을 구조화하는 과정이 병목으로 꼽혀 왔다.앞으로 전향적 임상시험에서 의료진의 작업시간이 실제로 줄어드는지, 진단 후보의 정확도가 높아지는지, 다양한 의료기관과 환자군에서도 같은 성능이 유지되는지가 임상 도입의 핵심 관건이 될 전망이다.

[데일리환경=정이든 기자] 충북의 초·중·고등학생들이 발표자료와 소프트웨어로 미래사회의 문제를 풀어내는 경연에 나섰다. 주어진 과제를 분석하고 해결 방안을 구체화한 뒤, 발표와 시연으로 자신의 생각을 설명하는 자리다. 충청북도교육청 직속기관 교육연구정보원은 10월 14일부터 16일까지 사흘간 교육연구정보원에서 ‘제27회 충북컴퓨터꿈나무축제’ 도대회를 개최한다. 학교와 지역대회를 거쳐 선발된 학생 180여 명이 프레젠테이션과 소프트웨어(SW) 제작 두 종목에 참가한다.대회는 14일 초등부를 시작으로 15일 중등부, 16일 고등부 순으로 진행된다. 참가 학생들은 180분 동안 과제를 해결하고, 완성한 결과물을 발표하거나 직접 작동시켜 보인다. 프레젠테이션은 학생 두 명이 한 팀을 이루는 종목이다. 4차 산업혁명과 미래사회에 관한 주제를 탐구해 문제해결 방안을 마련하고, 이를 보고서와 발표자료로 구성한다. 자료를 분석하는 능력과 함께 해결 과정을 논리적으로 설명하는 역량을 겨룬다.소프트웨어 제작은 개인 종목으로 운영된다. 초·중등부는 명령어 블록을 연결하는 스크래치와 엔트리를 활용한다. 고등부는 아두이노 등 전자회로와 프로그램을 연계하는 도구로 문제해결 작품을 제작하고 시연한다. 학교급에 따라 도구와 구현 방식은 달라지지만, 주어진 문제를 분석해 실제로 작동하는 결과물로 만드는 과정이 공통으로 요구된다. 심사에서는 과제해결의 정확성과 창의성, 문제해결 과정, 발표 및 프로그램 구현 능력을 종합적으로 평가한다. 우수한 성적을 거둔 학생 90명에게 교육감상과 교육연구정보원장상을 수여할 예정이다. 대상·금상 수상 학생을 지도한 교사에게도 교육감상이 주어진다.올해로 27회를 맞은 충북컴퓨터꿈나무축제는 학생들의 컴퓨팅 사고력과 창의적 문제해결력을 기르고 정보통신 분야 인재를 발굴하기 위해 운영된다. 컴퓨팅 사고력은 복잡한 문제를 작은 단위로 나누고, 해결 순서와 규칙을 찾아 실행 가능한 방법으로 구성하는 능력이다.교육연구정보원은 대회와 함께 SW·AI 체험교실, 하굣길 SW·AI 교실, 정보영재교육 등을 운영하고 있다. 충북디지털교육플랫폼(CMOOC)을 통해 학생과 교원이 활용할 수 있는 AI·SW 학습 콘텐츠도 제공한다.우관문 교육연구정보원장은 학생들이 이번 대회에서 쌓아온 역량을 발휘하기를 기대한다며, 학생 개개인이 디지털 역량을 키울 수 있도록 다양한 AI·SW 교육 기회를 제공하겠다고 밝혔다.

[데일리환경=안영준 기자] 정부가 인공지능(AI) 피부진단과 맞춤형 화장품, 미용·관광·의료를 연결하는 K-뷰티 서비스 육성에 나선다. 화장품 제조와 수출을 기반으로 성장한 산업에 데이터 분석과 개인별 상담, 체험 서비스를 더해 사업 영역을 넓힌다는 구상이다. 재정경제부 등 관계부처는 10월 14일 경제관계장관회의 겸 서비스산업발전 태스크포스(TF)에서 ‘AI·융복합 K-뷰티 서비스 지원방안’을 발표했다. 지원 방향은 AI 기반 신서비스 육성, 지역·해외시장 확산, 메디컬 뷰티 경쟁력 강화에 맞춰졌다. 먼저 기업들이 개인의 피부 특성에 맞는 서비스를 개발할 수 있도록 피부 데이터 활용 기반을 손질한다. 18개국 1만7000여 명의 정보를 축적한 피부 데이터뱅크를 AI 학습에 적합한 형태로 개편하고, 조사 대상 국가도 확대한다.맞춤형 화장품의 품질과 제조공정 관리에 활용할 AI 에이전트 개발에는 2026~2027년 총 72억 원 규모의 기업 연합 연구개발을 지원한다. 화장품 기업과 AI 기업이 함께 기술을 개발하고, 유망한 융복합 기술은 후속 연구로 연결할 계획이다.매장 운영과 관련한 제도 개선도 추진한다. 매장마다 맞춤형 화장품 조제관리사가 상주하는 현행 방식에서 AI·자동화기기를 활용해 한 명이 여러 매장을 관리할 수 있도록 개선한다는 방침이다. 기업의 투자와 생산을 뒷받침하는 금융지원도 확대한다. 한국콜마·코스맥스와 공동으로 조성한 430억 원 규모의 글로벌 K-뷰티 공동펀드는 투자를 이어간다. 뷰티테크 스타트업과 기업형 벤처캐피털의 협업을 위한 250억 원 규모 오픈이노베이션 벤처펀드도 조성한다.우수기술 화장품 기업에는 보증비율을 기존 85%에서 최대 95%로 높이고 보증료율을 0.2%포인트 감면해 자금 조달을 지원한다. 뷰티 체험을 지역 방문과 소비로 연결하는 사업도 마련됐다. 홍대·명동·부산의 체험·홍보관 등에서는 AI 피부진단과 가상 메이크업을 제공하고 주변 상권의 관광·쇼핑과 연계한다. 경주와 제주에는 체험·홍보, 해외 바이어 상담을 결합한 K-뷰티 클러스터를 조성할 계획이다.서비스 전문인력 양성을 위해서는 2027년 상반기 충북 오송에 K-뷰티 아카데미를 개원한다. 내·외국인을 대상으로 헤어와 메이크업 등을 교육해 연평균 1900명의 전문인력을 양성한다는 목표다. 외국인 환자가 의료기관을 알아보는 단계부터 귀국 이후 관리까지 이용할 수 있는 ‘K-헬스케어 통합 허브’ 구축도 추진한다. 의료기관 정보와 사전상담, 예약·결제, 진료 전후 관리, 숙박·관광 연계를 통합 제공하는 방식이다. 올해 정보화전략설계를 거쳐 2027~2028년 플랫폼을 구축할 예정이다.해외 진출 지원 역시 넓힌다. 2027년부터 AI를 활용한 해외 규제·시장정보 제공 대상을 신흥국까지 확대하고 할랄 인증을 지원한다. 해외 인허가와 수출 현장 대응을 돕는 K-바이오데스크의 지원 범위에도 K-뷰티를 포함해 기업의 현지 진출과 정착을 뒷받침할 계획이다.

[데일리환경=정진욱 기자] 버릴 물건을 스마트폰으로 촬영하면 인공지능(AI)이 종류를 알아보고 지역에 맞는 배출 방법을 안내하는 서비스가 서울 은평구에서 시범 운영에 들어갔다. 대형폐기물은 수거 신청과 수수료 결제까지 앱에서 처리할 수 있도록 지원한다. 기후에너지환경부와 과학기술정보통신부는 10월 12일 모바일 앱 ‘내 손안의 AI 폐기물 처리 도우미, 가져가’의 실증 계획을 발표하고, 13일부터 은평구 주민을 대상으로 서비스를 시작했다. 지역마다 다른 폐기물 배출 규정과 신청 절차 때문에 겪는 불편을 줄이기 위한 사업이다. ‘가져가’는 폐기물을 확인하는 단계부터 실제 배출 신청까지 연결한다. 이용자가 스마트폰 카메라로 물건을 촬영하면 AI가 사진 속 폐기물의 품목을 인식하고 분류한다. 이어 위치정보를 바탕으로 해당 지역의 분리배출 방법과 배출 요일, 수수료 등을 안내한다.가구나 가전제품처럼 별도의 신고가 필요한 대형폐기물도 앱 안에서 신청할 수 있다. 품목을 확인한 뒤 수거를 신청하고 비용을 결제하는 방식이다. 배출 방법을 검색한 다음 별도의 신고 누리집으로 이동하던 절차를 하나의 서비스로 연결한 것이 특징이다. 개발사인 교림소프트가 공개한 앱 설명에는 수거 날짜 선택과 사전 비용 확인, 신청한 폐기물의 수거 진행 상황 조회 기능도 포함돼 있다. 수거가 끝난 뒤에는 완료 내역을 다시 확인할 수 있다. 이용자는 물건을 버리는 방법을 알아보는 데서 그치지 않고 신청 이후의 처리 과정까지 살펴볼 수 있다. 이번 서비스는 과기정통부의 ‘공공 인공지능 전환(AX) 프로젝트’의 하나로 개발되고 있다. 한국환경공단은 앞서 폐기물 사진이나 품목 정보를 바탕으로 배출·처리 방법을 제공하는 솔루션을 개발해 시민의 배출 혼선을 줄이고 행정기관의 업무 부담을 덜겠다는 계획을 밝혔다. 정부는 은평구 실증 과정에서 AI의 폐기물 식별 정확도와 서비스 편의성, 안정성을 살펴볼 예정이다. 주민 의견과 운영 데이터를 반영해 기능을 보완하고, 이후 지방정부의 수요와 유지관리 여건을 고려해 서비스 지역을 단계적으로 확대할 방침이다.은평구 주민은 구글 플레이스토어나 애플 앱스토어에서 ‘가져가’를 검색해 내려받을 수 있다. 이번 발표에 따른 시범서비스 대상은 은평구 주민이다.김고응 기후에너지환경부 자원순환국장은 복잡한 배출 절차로 인한 불편을 해소하고 올바른 분리배출 문화가 정착되도록 AI 기반 자원순환 행정을 추진하겠다는 뜻을 밝혔다. 홍성완 과기정통부 정보통신정책관도 시민이 일상에서 AI의 편리함을 체감할 수 있도록 관계부처와 협력하겠다고 설명했다.

[데일리환경=유승철 기자] NASA 찬드라 X선 관측소를 포함한 국제 연구진이 우주에서 높은음자리표를 닮은 특이한 전파구조의 형성 원인을 제시했다. 연구 대상은 지구에서 약 15억5000만광년 떨어진 은하단 VLSS J0318.9+5755다. 연구진은 이 구조가 한 번의 사건으로 만들어진 것이 아니라, 초대질량 블랙홀의 과거 분출과 이후 두 은하단의 충돌이 연이어 작용한 결과일 가능성이 높다고 분석했다. 이 전파구조는 형태가 음악 기호인 높은음자리표와 닮아 ‘Treble Clef’라는 별칭을 얻었다. 다만 모양 자체에 물리적인 의미가 있는 것은 아니다. 연구진은 사람이 무작위 패턴에서 익숙한 형상을 떠올리는 ‘파레이돌리아’ 현상에 가까운 시각적 유사성이라고 설명했다. 실제 과학적 핵심은 특이한 모양이 아니라, 오래전에 약해진 전파 플라스마가 은하단 충돌 과정에서 다시 밝아졌다는 점이다.이번 연구에는 찬드라와 eROSITA X선 관측, 유럽 저주파전파간섭계 LOFAR, 영국 적외선망원경 UKIRT 자료가 함께 사용됐다. 찬드라와 eROSITA는 높은음자리표 구조 주변에 수천만도에 이르는 고온 가스가 넓게 퍼져 있음을 확인했다. X선 분포를 분석한 결과 해당 은하단은 하나의 안정된 계가 아니라 두 은하단이 충돌한 뒤 서로 멀어지고 있는 병합계로 해석됐다.연구진이 제시한 형성 과정은 두 단계다. 먼저 은하단 중심의 초대질량 블랙홀이 과거 강한 분출을 일으켜 빛에 가까운 속도로 이동하는 하전입자와 자기장을 주변 공간으로 밀어냈다. 이 과정에서 강한 전파복사가 만들어졌지만 시간이 흐르며 입자 에너지가 낮아지면서 전파 신호도 약해졌다.이후 두 은하단이 직접 충돌하면서 상황이 달라졌다. 충돌로 발생한 압축과 난류, 충격파가 오래된 전파 플라스마를 다시 압축하거나 재가속해 전파 밝기를 되살린 것으로 연구진은 보고 있다. 이런 방식으로 과거의 전파 플라스마가 다시 빛나는 천체를 ‘라디오 피닉스’라고 부른다.찬드라 자료에서는 은하단 충돌 방향도 추적됐다. 연구진은 고온 가스의 대칭적인 타원형 성분을 제거한 잔차 영상을 분석했고, 은하단 중심의 좌우에서 X선 방출이 상대적으로 강하고 중앙은 약한 구조를 확인했다. 이를 토대로 두 은하단의 직접 충돌이 관측 화면상 좌우 방향으로 일어났고, 충돌 시점은 수억년 전이었을 가능성이 크다고 해석했다.이 천체를 분석하기 어려웠던 이유는 위치에도 있다. VLSS J0318.9+5755는 지구에서 볼 때 은하수 원반 바로 뒤쪽에 가깝게 자리한다. 우리 은하의 별과 가스, 먼지가 시야를 가려 광학관측만으로는 구조를 파악하기 어렵다. 연구진은 X선과 저주파 전파, 적외선처럼 서로 다른 파장을 결합해 이 장애물을 우회했다.찬드라 관측팀에 따르면 이 구조는 하늘에서 약 14.5분각에 걸쳐 있으며 실제 규모는 약 600만광년에 이른다. 찬드라는 올해 4월 네 차례에 걸쳐 총 13시간34분 동안 이 은하단을 관측했다. 연구 결과는 안드레아 보테온 이탈리아 국립천체물리연구소 연구원이 이끄는 국제 연구팀의 논문으로 정리됐으며, Astronomy & Astrophysics에 게재가 승인됐다.이번 연구는 은하단 충돌이 단순히 은하들의 위치만 바꾸는 사건이 아니라, 과거 블랙홀 활동이 남긴 입자와 자기장을 다시 활성화할 수 있다는 점을 보여준다. 앞으로 더 높은 해상도의 저주파 전파 관측이 이어지면 오래된 전파 플라스마가 충격파와 난류에 의해 어떻게 재가속되는지, 은하단 병합이 우주 거대구조의 비열적 에너지 분포를 어떻게 바꾸는지 더 정밀하게 확인할 수 있을 전망이다.

[데일리환경=정이든 기자] 인천시가 11월부터 800개 교차로 정보를 추가해 개방 규모를 약 두 배로 늘린다. 인천시가 민간에 제공하는 실시간 교통신호정보의 범위를 11월부터 크게 넓힌다. 시는 10월 13일 주요 도로 800개 교차로를 새로 추가해 개방 교차로를 기존 835곳에서 1635곳으로 확대한다고 밝혔다. 내비게이션과 운전자 보조서비스, 자율주행 시스템이 신호의 현재 상태와 전환 정보를 활용할 길이 넓어진다.교통신호정보는 교차로의 적색·녹색 상태와 운영계획을 디지털 형식으로 전달하는 데이터다. 차량이 카메라만으로 신호등 색을 읽는 방식은 앞차나 눈·비, 역광에 가릴 수 있다. 도로 인프라에서 직접 받은 정보를 함께 쓰면 운전자는 급가속과 급정지를 줄이고 자율주행차는 교차로 접근속도를 더 일찍 조절할 수 있다.정보가 열린다고 신호제어 권한이 민간에 넘어가는 것은 아니다. 신호 주기는 경찰과 도로관리기관의 운영체계가 관리하고, 민간서비스는 제공받은 데이터를 안내와 주행 판단에 활용한다. 공사와 사고, 긴급차량 우선신호처럼 계획이 바뀌는 상황에서는 현장 신호등과 경찰 지시가 우선한다.시민이 체감할 기능은 내비게이션의 신호 잔여시간 안내, 적정속도 제안, 출발 알림 등이다. 다만 화면을 오래 보거나 카운트다운만 믿고 미리 출발하면 위험하다. 앱 정보는 통신 지연과 단말기 상태에 따라 늦을 수 있으며 운전자는 실제 신호와 보행자를 직접 확인해야 한다. 보행자 역시 차량이 자동으로 멈출 것이라 가정해서는 안 된다.개방 데이터의 품질은 시간 동기화와 교차로 식별, 장애 대응에 달려 있다. 여러 사업자가 같은 정보를 쓰려면 표준 형식과 갱신주기, 오류코드를 공유해야 한다. 시스템 점검 중에는 서비스가 안전하게 기능을 끄고 사용자에게 데이터 이용 불가를 알려야 한다.인천시는 이번 확대로 전국 지방자치단체 가운데 가장 많은 교차로의 실시간 신호정보를 개방한다고 설명했다. 공항과 항만, 구도심과 신도시가 함께 있는 지역 특성상 활용 장면도 다양하다. 버스 운행과 물류차량의 정시성 분석에도 같은 데이터가 쓰일 수 있다. 11월 이후 시민들은 이용 중인 내비게이션에서 해당 기능의 지원 여부와 안전 안내를 확인할 수 있다.

[데일리환경=정진욱 기자] 가을 저녁의 골목을 그려 달라고 입력한다. 화면에는 젖은 낙엽이 내려앉고, 오래된 창문 안으로 노란 불빛이 번진다. 그 풍경에 어울리는 음악을 부탁하면 피아노 선율이 흐르고, 짧은 시를 청하면 누군가의 기억처럼 쓸쓸한 문장이 나타난다.붓과 악기, 원고지 앞에서 오래 머물러야 했던 일이 이제 몇 번의 대화로 이루어진다. 그림은 아름답고 음악은 마음을 움직인다. 그런데 작품 아래 이름을 적으려는 순간, 손이 멈춘다. 이 풍경을 만든 이는 누구인가. 문장을 입력한 사람인가, 결과를 만들어 낸 인공지능인가. 아니면 그 인공지능이 배워 온 수많은 작가와 화가, 음악가의 시간이 함께 놓여 있는가.AI 예술을 둘러싼 저작권 논의는 바로 이 멈춤에서 시작된다. 작품이 우리에게 주는 감동과 법이 인정하는 창작자의 자리는 언제나 일치하지 않는다. 눈물을 불러오는 노래라고 해서 저작권이 자동으로 생기는 것은 아니며, AI를 사용했다고 해서 사람이 만든 부분의 권리가 모두 사라지는 것도 아니다.현재 한국의 기준은 인간의 창작적 기여에 중심을 둔다. 한국저작권위원회가 2025년 6월 발간한 ‘생성형 인공지능 활용 저작물의 저작권 등록 안내서’ 역시 AI 산출물과 인간이 창작한 표현을 구분하는 방향을 제시한다. 사람의 창작적 기여 없이 자동으로 생성된 결과물과, AI를 도구로 활용해 사람이 창작한 저작물은 같은 것으로 취급되지 않는다.이를 문학에 대입하면 차이가 조금 더 선명해진다. ‘이별에 관한 시를 써 달라’는 요청으로 나온 문장을 그대로 발표하는 경우와, 사람이 자신의 경험으로 시를 쓰고 AI의 제안을 참고해 표현을 다듬는 경우는 창작의 과정이 다르다. 소설에서도 작가가 직접 완성한 문장과 독창적인 구성은 보호의 대상이 될 수 있지만, AI가 자동 생성한 대목까지 모두 자신의 독점적 권리라고 주장할 수 있는 것은 아니다. 미술과 음악에서도 같은 질문이 이어진다.화가가 직접 그린 밑그림과 구체적인 표현을 AI로 발전시켰다면 인간의 창작이 결과에 얼마나 남아 있는지가 중요해진다. 음악에서는 사람이 쓴 가사와 선율, 창작성이 있는 편곡 등을 나누어 살펴야 한다. 결과물 하나에 인간의 창작과 기계의 산출이 함께 들어 있을 수 있기 때문이다. 미국 저작권청도 인간이 만든 표현이 AI 결과에 드러나거나, 사람이 결과물을 창작적으로 수정·배열한 경우를 보호 가능성이 있는 유형으로 설명한다.따라서 ‘AI 작품의 저작권을 인정하느냐’는 질문에는 조건이 붙는다. 한국에서는 인간이 창작한 부분을 보호할 수 있다. 그러나 사람의 창작적 기여가 없는 자동 산출물까지 일반적인 인간 저작물처럼 보호하는 것은 아니다. 제도가 전부 마련될 때까지 판단을 보류한 상태라기보다, 기존 저작권 원칙을 적용하면서 새로운 작업 방식에 맞춰 기준을 구체화하는 과정에 가깝다. 저작권 등록 또한 창작 자체를 대신하지 않는다. 등록했다는 사실만으로 AI가 만든 모든 부분에 인간의 저작권이 생기는 것은 아니다.미국도 인간의 창작을 중심에 놓는다. 미국 저작권청은 2025년 1월 보고서에서 AI를 창작의 보조 도구로 사용하는 일이 저작권 보호를 막지는 않는다고 밝혔다. 다만 프롬프트를 제공했다는 사실만으로 결과물의 저작자가 되는 것은 아니라고 설명했다. 당시 보고서는 AI 자동 생성물에 별도의 보호를 부여하기 위한 법 개정의 필요성도 인정하지 않았다. 이 기준은 창작에 들인 정성을 무시하겠다는 뜻과는 다르다. 수백 번 명령을 고치고 밤새 결과를 비교한 수고는 실제로 존재한다. 다만 저작권은 노력의 양만으로 생기는 권리가 아니다.사람이 최종 표현을 어떻게 결정했는지, 그 결정이 작품에 어떤 독창적인 모습으로 남았는지를 묻는다. 긴 주문서와 직접 완성한 문장 사이에는 여전히 법적 거리가 있다.그 거리의 측정법은 세계에서 하나로 통일되지 않았다. 중국 베이징 인터넷법원은 2023년 AI 생성 이미지 사건에서 이용자의 구체적인 작업 과정을 살펴 저작권을 인정했다. 법원은 프롬프트와 매개변수 설정, 수정과 최종 이미지 선택 등에 나타난 지적 기여를 판단에 반영했다.AI 자체를 저작자로 인정한 판결은 아니었다. 그렇다고 이 사례를 중국에서는 모든 AI 이미지에 저작권이 생긴다는 뜻으로 넓힐 수도 없다. 특정 사건에서 인간의 기여를 인정한 판단이다.일본 문화청 역시 AI가 자율적으로 만든 결과물과 사람이 AI를 도구로 사용한 창작을 구별한다. 구체적인 지시와 수정 과정 등이 창작적 기여로 평가될 수 있지만, 명령이 길거나 생성 횟수가 많다는 사실만으로 보호가 결정되지는 않는다고 설명한다. 결국 화면 밖에 있던 사람의 의도가 화면 안에서 어떤 표현으로 구현됐는지를 개별적으로 살피는 접근이다. 영국은 또 다른 역사를 갖고 있다.기존 법에는 인간 저작자가 없는 컴퓨터 생성 저작물에 대해 제작에 필요한 준비를 한 사람을 저작자로 보는 별도 규정이 있다. 그러나 영국 정부는 2026년 3월 보고서에서 이 보호의 실질적 효용을 뒷받침하는 근거가 부족하다며 해당 규정의 폐지를 제안했다. 이는 이미 폐지가 시행됐다는 의미가 아니다. 기존 보호 규정을 두고 정책 방향을 재검토하고 있다는 뜻이다. 같은 보고서는 인간의 창작성이 담긴 AI 보조 작품의 보호는 이어져야 한다는 입장을 밝혔다.이처럼 세계의 논의는 단순한 찬성과 반대의 대결로 설명하기 어렵다. 어떤 나라는 인간의 통제 범위를 엄격하게 살피고, 어떤 법원은 프롬프트와 반복 수정에 나타난 개성을 더 적극적으로 평가한다. 공통된 질문은 남는다. 기계가 만든 표현에 권리를 줄 것인가, 사람이 기계를 통해 구현한 표현에 권리를 줄 것인가. 그러나 작품의 주인을 찾는 일만으로 논의가 끝나지는 않는다. AI가 시를 쓰기 전 읽었던 시, 그림을 그리기 전 접했던 이미지, 음악을 만들기 전 학습했던 음원에도 누군가의 권리가 놓여 있다. 완성된 결과물의 보호 여부와 학습에 이용한 기존 작품의 적법성은 서로 다른 문제다.한국저작권위원회는 2026년 2월 AI 학습에 관한 공정이용 안내서를 발간했다. 이는 학습이라면 모든 이용이 허용된다는 포괄적인 허가증이 아니다. AI가 기존 저작물을 이용하는 방식에 현행법의 공정이용 기준을 어떻게 적용할지 안내하는 작업이다. 기술이 새로운 문을 열었다고 해서 그 문 너머의 작품들이 모두 주인 없는 재료가 되는 것은 아니다. 유럽연합은 학습 과정의 투명성과 권리 존중을 제도에 담고 있다. AI법에 따라 범용 AI 모델 제공자는 저작권 준수 정책을 마련하고, 권리자의 권리 유보를 존중하며, 학습에 사용한 콘텐츠의 충분히 상세한 요약을 공개해야 한다.적용 시점은 모델의 출시 시기 등에 따라 달라진다. 이 규정이 AI 결과물에 저작권을 일괄 부여하는 것은 아니다. AI가 무엇을 배우고 어떤 권리를 존중해야 하는지에 관한 의무다.음악에서는 권리의 층이 더욱 복잡해진다. 노래의 가사와 곡에 관한 권리, 녹음과 실연에 관한 권리, 특정인의 목소리를 모방하는 문제는 구분해서 살펴야 한다. ‘AI가 만든 곡’이라는 한 문장으로 이 모든 문제가 해결되지는 않는다. 영국 정부도 AI 생성 음악·영상의 녹음물 등 보호 문제를 인간의 창작에 관한 논의와 구별하고, 목소리와 외모를 복제하는 디지털 복제물의 보호 방안을 따로 검토하고 있다.앞으로의 방향은 이 여러 질문을 함께 다루는 데서 찾아야 한다. 사람이 창작한 표현은 충분히 보호하면서, 기계가 자동으로 쏟아 낸 결과에 과도한 독점권이 생기지 않도록 경계를 세울 필요가 있다. 동시에 AI가 배운 작품의 출처와 이용 조건을 더 잘 드러내고, 허락과 보상이 필요한 곳에서는 창작자와 기술 기업이 거래할 수 있는 길을 넓혀야 한다. 이는 아직 세계가 합의한 완성된 해답이 아니라, 지금의 제도와 논의에서 읽을 수 있는 과제다.창작 현장에도 새로운 습관이 자리 잡을 것이다. 완성본만 보관하던 작가는 초고와 수정본을 함께 남기고, 화가는 밑그림과 편집 과정을, 음악가는 직접 쓴 가사와 선율의 변화를 기록하게 될 것이다. 그것은 작업을 서류로 바꾸는 일이기보다, 빠르게 지나간 제작 과정에서 자신의 선택을 되찾는 일에 가깝다.AI는 표현의 문턱을 낮춘다. 그림을 배울 기회를 갖지 못한 사람에게 풍경을 펼쳐 주고, 악기를 다루지 못하는 사람에게 마음속 선율을 들려준다. 그 가능성은 소중하다. 동시에 그 도구를 가능하게 한 오랜 인간 창작의 시간도 소중하다. 새로운 창작의 자유가 이전 창작자의 생계를 지우는 방식으로만 커져서는 문화의 토양이 오래 버티기 어렵다.화면 속 가을은 몇 초 만에 완성될 수 있다. 그러나 우리가 가을을 아름답고 쓸쓸하게 느끼게 된 시간은 몇 초로 만들어지지 않았다. 누군가는 낙엽 앞에서 시를 썼고, 누군가는 저녁빛을 붙들려고 캔버스 앞에 섰으며, 누군가는 떠난 사람을 생각하며 피아노 건반을 눌렀다. AI 시대의 저작권은 그 시간들 사이에 놓일 새로운 약속이다. 기술을 통해 표현할 기회를 얻은 사람과, 기술이 배울 세계를 먼저 만들어 온 사람이 함께 다음 작품을 시작할 수 있도록 하는 약속. 우리가 작품 아래 적어야 할 이름을 찾는 일은, 결국 그 이름 뒤에 놓인 사람의 시간을 바라보는 일이다.

[데일리환경=정이든 기자] 밤하늘을 보는 눈이 달라지면 우주의 모습도 달라진다. 눈에 보이는 빛에서는 별이 두드러지지만, 자외선에서는 뜨거운 별과 그 빛을 받아 빛나는 먼지구름이 모습을 드러낸다. 인공지능이 여러 우주망원경의 관측자료를 모으고 비어 있던 영역을 추정해, 이 낯선 하늘을 한 장의 지도로 펼쳤다. 미국 AI 기업 앤트로픽은 지난 8일 천체물리학자 브리스 메나르가 ‘클로드 사이언스’를 활용해 전천 자외선 지도를 제작한 과정을 공개했다. 메나르는 존스홉킨스대학교 천문학자이자 앤트로픽 연구자로, 학생들에게 자외선으로 본 은하의 구조를 보여줄 교육자료를 만들고자 작업을 시작했다.자외선 우주관측은 지상에서 하기 어렵다. 지구 대기가 자외선을 흡수하기 때문에 우주망원경이 필요하다. 주요 관측자료인 미국 항공우주국의 GALEX도 밝은 별 주변에서는 검출기 보호를 위해 관측을 피했다. 이 때문에 기존 지도에는 빈 영역이 남아 있었다.클로드는 여러 AI 에이전트를 통해 공개자료 수집과 보정, 통합 작업을 수행했다. 서로 다른 장비로 얻은 자료의 밝기와 좌표를 맞추고, 관측 영상에 남은 불필요한 빛의 영향을 줄이는 과정을 거쳤다.한국의 FIMS/SPEAR 관측자료도 활용됐다. 이 자료는 GALEX가 관측하지 못한 은하면 등을 보완하는 데 쓰였다. 미국과 유럽, 한국의 관측 성과가 하나의 지도 안에 연결된 것이다.남은 빈칸은 다른 파장의 관측정보와 통계 모델을 이용해 추정했다. 연구진은 이미 자외선으로 관측한 영역에서 별빛과 먼지, 자외선 밝기의 관계를 학습한 뒤 이를 미관측 영역에 적용했다.공개 지도에서는 자외선·가시광선·적외선으로 본 하늘을 비교할 수 있다. 같은 위치가 빛의 종류에 따라 어떻게 달라지는지 살펴보며 별과 먼지구름의 관계를 이해하도록 구성했다.다만 빈틈없는 지도라는 말이 하늘 전체를 실제 촬영했다는 뜻은 아니다. 연구진은 관측값과 예측값을 구분하고 불확실성 정보도 제공한다. 예측 영역에서 새로운 별이나 은하를 발견했다고 판단할 수는 없으며, 연구자 페이지에는 아직 사람에 의한 동료심사를 거치지 않았다고 명시돼 있다.이번 작업은 AI가 공개 과학자료를 정리하고 연결해 교육과 탐구에 활용할 새로운 창을 만드는 사례다. 우주의 빈칸을 채운 지도는 관측의 성과와 예측의 범위를 함께 보여준다.