미국 국립과학재단(NSF)이 2026년 7월 22일 Tech Times의 보도에 따르면, 인공지능(AI) 기반 과학을 위한 데이터 백본 (backbone de datos para ciencia impulsada por inteligencia artificial)에 8,300만 달러를 할당했습니다. 이 금액은 며칠 전 백악관이 Genesis Mission을 위해 발표한 50억 달러에 비하면 적은 액수이지만, 해당 발표가 직접적으로 다루지 않는 문제, 즉 과학 모델에 공급되는 데이터를 어떻게 이동, 분류 및 공유할 것인가라는 문제를 해결합니다.

Genesis Mission이 9자릿수 금액과 15개 이상의 연방 기관 참여를 통해 헤드라인을 장식하는 동안, NSF는 규모는 더 작지만 기술적으로 구체적인 투자를 병행하며 나아가고 있습니다. 이는 대학과 연구소들이 파이프라인(pipelines)을 처음부터 다시 구축하지 않고도 AI 모델을 훈련할 수 있도록 하는 공유 데이터 인프라를 구축하는 것입니다.

TL;DR

• NSF가 2026년 7월 22일에 보고된 바와 같이 AI 기반 과학을 위한 데이터 백본에 8,300만 달러를 투자했습니다.
• 이번 발표는 백악관이 과학 적용 AI를 위해 50억 달러를 투입하는 Genesis Mission을 발표한 지 며칠 만에 나왔습니다.
• 15개 이상의 연방 기관을 조정하는 Genesis Mission과 달리, NSF는 공유 데이터 인프라를 구체적인 목표로 삼고 있습니다.
• 명시된 목표는 연구자들에게 AI 모델을 훈련하고 검증할 수 있는 과학적 데이터셋(datasets)에 대한 통합된 접근 권한을 제공하는 것입니다.
• NSF는 이미 유사한 프로그램을 운영 중입니다: 2022년부터 시작된 ACCESS와 Open Storage Network는 대학에 분산 컴퓨팅 및 스토리지를 제공합니다.
• 같은 달, HHS는 과학을 위한 범기관적 AI 연합에 합류했으며, OSTP는 이 주제에 관한 보고서를 발표했습니다.

무슨 일이 일어났나

2026년 7월 22일 MSN이 인용한 Tech Times의 보고서에 따르면, 이번 투자는 데이터 백본 (backbone)으로서의 역할을 수행합니다. 이는 기관, 대학, 국립 연구소 사이에 흩어져 있는 과학 데이터 저장소들을 연결하는 인프라 계층입니다. 그 취지는 예를 들어 재료 구조를 예측하거나 천문 신호를 해석하기 위해 AI 모델을 훈련하는 연구자가 기관 간의 개별적인 양자 협약에 의존하지 않고도 인증된 데이터셋 (datasets)에 접근할 수 있도록 하는 것입니다.

NSF는 초기 발표에서 백본에 대한 상세한 기술적 세부 사항을 공개하지 않았으나, 이를 Genesis Mission의 보완책으로 명시했습니다. Genesis Mission은 같은 달 백악관이 발표한 50억 달러 규모의 이니셔티브로, 에너지부 (Department of Energy)를 포함한 15개 이상의 연방 기관이 참여하고 있습니다. 공식 성명 자체에서도 Genesis Mission을 과학을 위한 국가적 AI 미션으로 설명하고 있습니다.
NSF의 데이터 백본은 분산된 과학 데이터셋에 대한 접근을 통합하는 것을 목표로 합니다.

배경 및 역사

NSF는 10년 이상 과학을 위한 공유 컴퓨팅 인프라에 자금을 지원해 왔습니다. 2011년부터 2022년 사이에는 자체 클러스터(clusters) 예산이 없는 수천 명의 대학 연구자들에게 슈퍼컴퓨팅 접근 권한을 제공했던 네트워크인 XSEDE (Extreme Science and Engineering Discovery Environment)를 운영했습니다. 2022년, XSEDE는 현재 미국 전역의 연구 프로젝트에 컴퓨팅, 스토리지 및 기술 지원을 할당하는 프로그램인 ACCESS로 대체되었습니다.

여기에 더해, 과학 데이터셋이 기관 간의 수동 전송을 통해 이동하는 대신 이를 처리하는 컴퓨팅 자원 근처에 머물 수 있도록 설계된 분산 스토리지 시스템인 Open Storage Network (OSN)가 있습니다. NSF의 새로운 데이터 백본은 높은 확률로 이와 동일한 인프라 제품군을 기반으로 할 것입니다. 즉, 무에서 시작하는 것이 아니라 이미 작동하고 있는 것을 확장하는 방식입니다.

📌 참고: Genesis Mission과 NSF의 데이터 백본(backbone)은 같은 주에 발표되었지만 서로 다른 발표입니다. 전자는 50억 달러 규모의 범정부적(interagency) 조정 사업이며, 후자는 공유 데이터 인프라에 대한 NSF의 일회성 투자입니다.

기술적 세부 사항 및 성능

전형적인 과학적 데이터 백본(data backbone)은 대규모 환경에서 사소하지 않은 세 가지 문제를 해결합니다: 카탈로그화 (어떤 데이터셋이 어디에 존재하는지 파악), 프로그래밍 방식의 접근 (테라바이트급 데이터를 수동으로 다운로드하지 않고도 해당 데이터를 조회할 수 있는 능력), 그리고 출처 (모델 학습에 사용된 각 데이터가 어떤 소스에서 나왔는지 추적할 수 있는 능력). 이것이 없다면 과학적 데이터로 학습된 AI 모델은 감사(audit)하기 어렵고 재현(reproduce)하는 것이 거의 불가능합니다.

NSF는 이미 첫 번째 문제를 보여주는 공공 서비스를 운영하고 있습니다: NSF의 Award Search API를 통해 어떤 프로젝트에 얼마의 금액이 지원되는지 JSON 형식으로 조회할 수 있습니다.

curl "https://www.research.gov/awardapi-service/v1/awards.json?keyword=data+backbone&printFields=title,fundsObligatedAmt,startDate"

보조금 대신 데이터셋에 이와 동일한 패턴을 적용하는 것이 바로 데이터 백본(data backbone)이 약속하는 것입니다. 즉, 동료가 이메일로 링크를 보내주길 기다리는 대신, 예를 들어 지진학이나 유전학에 대해 어떤 데이터가 존재하는지 물어볼 수 있는 엔드포인트(endpoint)를 제공하는 것입니다. 과학계에서 널리 사용되는 re3data 레지스트리는 이미 오픈 데이터 저장소(repositories)를 위해 이와 유사한 기능을 제공하고 있습니다:

curl "https://www.re3data.org/api/beta/repositories?query=science+AI+dataset" \
  -H "Accept: application/xml"

다음 다이어그램은 두 발표가 어떻게 연관되는지 요약합니다: Genesis Mission은 정책 및 자금 조달 수준에서 기관들을 조정하는 반면, NSF의 데이터 백본은 그보다 한 단계 아래인 데이터를 실제로 이동시키는 인프라 수준에서 작동합니다.

flowchart TD
    A["NSF"] --> B["과학적 데이터 백본 (Scientific data backbone)"]
    B --> C["대학교 및 연구소"]
...

데이터 백본에 접근하는 방법

NSF는 2026년 7월 22일 발표에서 이 백본(backbone)을 위한 특정 포털을 아직 열지는 않았지만, 미국 내 자격 있는 기관에 소속된 연구자라면 해당 인프라 프로그램에 접근하는 방법은 이미 알려져 있습니다.

• research.gov에서 프로젝트 또는 기관이 이미 관련 활성 보조금(grant)을 보유하고 있는지 확인하십시오.
• XSEDE의 후속 프로그램인 ACCESS를 통해 계정 및 컴퓨팅 또는 스토리지 할당을 요청하십시오.
• re3data.org 레지스트리를 참조하여 어떤 과학 데이터 저장소(repository)가 이미 프로그래밍 방식의 접근(programmatic access)과 호환되는지 확인하십시오.
• 데이터 백본에 대한 공식 제안 요청(call for proposals)에 대한 NSF의 공식 발표를 팔로우하십시오. 아직 공개된 날짜는 없습니다. ACCESS와 Open Storage Network는 이미 대학들에 컴퓨팅과 스토리지를 할당하고 있습니다.

영향 및 분석

금액 자체는 미미합니다. 8,300만 달러는 Genesis Mission의 50억 달러 중 2% 미만에 해당하며, 업계 전망에 따라 2026년 3,500억 달러를 넘어설 것으로 보이는 빅테크 기업들의 AI 자본 지출(capex)과 비교하면 훨씬 더 적은 부분입니다. 하지만 이 자금은 동일한 범주에서 경쟁하지 않습니다. 이는 컴퓨팅이나 모델이 아닌 데이터 인프라를 지원하기 때문입니다.

이 차이는 중요합니다. 왜냐하면 과학에 적용되는 AI에 대한 비판의 상당 부분은 모델의 부족이 아니라, 깨끗하고 라벨링(labeled)되었으며 접근 가능한 데이터의 부족에 관한 것이기 때문입니다. 문서화가 제대로 되지 않은 데이터로 훈련된 프런티어 모델(frontier model)은 유창한 텍스트를 생성할 때와 똑같은 확신을 가지고 잘못된 과학적 결과를 도출할 수 있습니다. 그런 의미에서 백본에 투자하는 것은 결과가 검증 가능하도록 투자하는 것입니다.

향후 계획

Tech Times의 보고서나 백악관의 성명서 모두 NSF 데이터 백본(backbone)의 공개 운영 시작 날짜나 이를 운영할 기관의 명칭을 명시하지 않았습니다. 또한, 현재까지 research.gov에 게시된 공식적인 제안 요청(Call for Proposals)도 없습니다.

다만, XSEDE, ACCESS, OSN에 대한 NSF의 과거 패턴을 고려할 때, 구현 과정은 더 작은 규모의 기관으로 확대되기 전에 고성능 컴퓨팅 (HPC) 분야에서 이전 경험이 있는 대학들을 우선적으로 거칠 것으로 예측됩니다. 미리 준비하고자 하는 분들은 지금 바로 ACCESS에서 자격 요건을 확인할 수 있습니다.

📖 Telegram 요약: 요약 보기

직접 확인해 보세요: research.gov에 접속하여 Award Search API를 통해 귀하의 기관이 AI 데이터 인프라와 관련된 NSF 활성 프로젝트를 이미 보유하고 있는지 검색해 보십시오.

자주 묻는 질문 (FAQ)

과학적 데이터 백본(scientific data backbone)이란 정확히 무엇인가요?

연구 데이터셋을 카탈로그화하고, 호스팅하며, 프로그래밍 방식으로 접근할 수 있게 하는 인프라 계층입니다. 이를 통해 다양한 기관들이 사례별로 개별적인 양자 간 합의를 맺지 않고도 데이터를 사용할 수 있습니다.

이번 발표가 Genesis Mission의 일부인가요?

직접적인 관련은 없습니다. Genesis Mission은 15개 이상의 연방 기관이 참여하는 50억 달러 규모의 조정 사업이며, 데이터 백본은 NSF가 집행하는 8,300만 달러 규모의 별도 투자입니다.

NSF가 자금을 지원하는 데이터를 누가 사용할 수 있나요?

역사적으로 ACCESS와 같은 유사 프로그램은 미국의 고등 교육 및 연구 기관에 소속된 연구자들에게 개방되어 있으며, 프로젝트에 따라 국제적 협업도 가능합니다.

언제 사용할 수 있나요?

공개된 날짜는 없습니다. Tech Times의 보고서나 백악관의 성명서 모두 구현 일정(timeline)을 명시하지 않았습니다.

ACCESS나 XSEDE와 같은 프로그램을 대체하나요?

그럴 징후는 없습니다. 모든 정황은 백본이 기존 인프라를 대체하는 것이 아니라, 해당 인프라를 기반으로 구축될 것임을 가리키고 있습니다.

Genesis Mission에 비하면 금액이 매우 적은데, 왜 중요할까요?

그 이유는 이 자금이 다른 병목 현상(bottleneck), 즉 데이터의 가용성(availability)과 추적 가능성(traceability)을 지원하기 때문입니다. 데이터가 없다면 50억 달러 규모의 컴퓨팅 자원(computing)도 재현 가능한(reproducible) 과학적 결과를 보장할 수 없습니다.

참고 문헌

• Tech Times / MSN: NSF의 8,300만 달러 투자에 관한 원문 보고서.
• The White House: Genesis Mission 및 50억 달러 규모에 관한 공식 성명.
• International Business Times: 15개 이상의 연방 기관 연합에 대한 보도.
• American Hospital Association: HHS의 참여 및 OSTP 보고서.
• National Science Foundation: ACCESS와 같은 인프라 프로그램을 포함한 공식 사이트.

📱 이 콘텐츠가 마음에 드시나요? 기술, AI, 개발 분야의 가장 중요한 소식을 매일 게시하는 저희 Telegram 채널 @programacion에 참여하세요. 빠른 요약과 매일 새로운 콘텐츠를 제공합니다.