Protostar Challenge: Climate Risk Intelligence
대회 등록, 데이터 및 제출물 관리
대학, 연구 기관, 산업계, 그리고 오픈 사이언스 커뮤니티를 하나로 모아 공적 자금 지원 연구를 더 쉽게 발견하고, 재사용하며, 구축할 수 있도록 하는 이니셔티브입니다.
오늘, 우리는 Project ProtoStar를 발표합니다. 이는 데이터셋, 모델, 코드를 더욱 접근 가능하고 재사용할 수 있게 만들어 공적 자금 지원 과학 연구의 잠재력을 끌어내는 이니셔티브입니다. 특히 AI 기반 연구에 초점을 맞춥니다. ProtoStar는 연구 기관, 산업계, 그리고 오픈 사이언스 커뮤니티가 협력하여 과학 아티팩트(scientific artifacts)를 AI 준비 상태이며 기계가 처리 가능한 형식으로 공개하고, 일련의 오픈 챌린지를 통해 그 가치를 입증하는 것을 지원합니다. 카네기 멜런 대학교(Carnegie Mellon University)가 주최하는 첫 번째 챌린지는 11월 2일에 시작됩니다. 참여 방법은 아래를 참조하십시오.
이 이니셔티브의 설립 파트너에는 카네기 멜런 대학교(Carnegie Mellon University), 퍼듀 대학교(Purdue University), 조지아 공과대학교(Georgia Institute of Technology), 애리조나 주립대학교(Arizona State University), 그리고 조지 워싱턴 대학교(The George Washington University)가 포함됩니다. 이들은 모두 대학 연합 파트너로서 Open Forum for AI (OFAI)를 통해 참여하며, Astera Institute가 기관 파트너로, Hugging Face가 인프라 파트너로, 그리고 오픈 리서치 커뮤니티 액셀러레이터(Open Research Community Accelerator)는 그 Fostering Innovation Network를 통해 커뮤니티 파트너로 활동합니다.
참여하는 기관들은 적절한 과학 데이터셋, 모델 및 코드를 오픈 인프라에서 AI 준비 형식으로 공개하는 것을 지원하는 양해각서(memorandum of understanding)를 통해 참여 의사를 공식화합니다. Project ProtoStar에 관심이 있는 기관은 [email protected]로 문의할 수 있습니다.
미국 연방 정부는 매년 연구 개발에 약 1,900억 달러를 투자하고 있으며, 연방 정책은 그 결과가 공적으로 공유되기를 점점 더 기대하고 있습니다. National Institutes of Health (NIH)나 National Science Foundation (NSF) 같은 기관들은 자금 지원을 받은 연구 출판물에 대한 공공 접근성 요구 사항을 강화했으며, 연구원들에게 기초 데이터(underlying data)를 공유할 계획을 세우도록 요구합니다. Hugging Face는 NIH가 연구 데이터를 공유하기 위해 나열한 10개의 일반적인 저장소 중 하나입니다.
하지만 연구 결과를 공개적으로 이용 가능하게 만드는 것이 자동으로 사용 가능하다는 것을 의미하지는 않습니다. 과학 데이터셋, 모델, 코드는 종종 호환되지 않는 시스템에 분산되어 있거나, 정적 또는 레거시 형식으로 저장되어 있거나, 이해하고 재사용하는 데 필요한 문서화(documentation), 메타데이터(metadata), 출처 정보(provenance) 없이 공개되는 경우가 많습니다. 이러한 한계는 연구원들이 기존 작업 위에 구축하기 어렵게 만들 뿐만 아니라, AI 시스템이 학제 간 과학 자원을 발견하고 해석하며 결합하기도 더욱 어렵게 만듭니다.
Project ProtoStar는 개방형 인프라와 실질적인 출판 가이드의 지원을 받아 공적으로 자금 지원된 과학적 결과물(scientific artifacts)을 AI가 활용 가능한 형식으로 체계적으로 공유하도록 장려함으로써 이러한 격차를 해소하는 것을 목표로 합니다. 이 프로젝트는 National Cancer Institute의 AI Data-Readiness Challenge나 Hugging Face의 공공 부문 데이터를 AI용으로 준비하기 위한 가이드 등의 노력을 기반으로 합니다. 궁극적인 목표는 연구 기관들이 기존의 공공 접근성 기대치를 충족시키는 것을 더 쉽게 만들고, 동시에 그들이 발표하는 작업의 과학적 가치를 높이는 것입니다.
재사용 가능한 과학 자원에 대한 수요는 이미 명확합니다. Hugging Face는 유전체학(genomics), 단백질 설계(protein design), 화학, 기상 및 기후, 지구 관측(Earth observation), 천문학을 포함한 핵심 과학 분야에 걸쳐 17,000개 이상의 공개 데이터셋을 호스팅하고 있습니다. 여기에 의학과 수학이 추가되면 그 수치는 약 29,000개에 육박하며, 이와 비교할 만한 수의 과학 모델도 함께 존재합니다.
공유 속도 역시 가속화되고 있습니다. 연구자들은 2026년 첫 9개월 동안 2025년 같은 기간보다 세 배 이상의 새로운 과학 데이터셋을 Hugging Face에 공유했으며, 가장 큰 개별 업로더를 제외하더라도 성장은 상당한 수준을 유지하고 있습니다.
그림 1. 도메인별 Hugging Face의 분기별 신규 공개 과학 데이터셋 (2023년 1분기–2026년 3분기). 생성 날짜 기준, 여전히 공개된 데이터셋 수. 출처: Hugging Face Hub 데이터, 2026년 10월. 데이터 탐색하기.
기관들이 재사용 가능한 형식으로 연구를 공유할 때, 과학 커뮤니티는 이를 대규모로 활용하여 발전시킬 수 있습니다. NIH의 National Center for Biotechnology Information (NCBI)이 Hugging Face에 유지하는 18개의 공개 리포지토리는 총 1,100만 회 이상의 다운로드를 기록했으며, NASA IMPACT의 27개 리포지토리 역시 2026년 10월 26일 기준으로 약 770,000회의 다운로드를 받았습니다. 문서화 또한 이러한 자원을 유용하게 만드는 중요한 부분입니다: Hugging Face의 데이터셋 다운로드 중 90%는 완전히 문서화된 데이터셋에서 발생했습니다.
공개적으로 사용 가능한 유전체 데이터(genomic data)는 생물학 연구와 같은 분야를 더욱 발전시키는 연구에 기여하는 데 중요함이 입증되었습니다. Hugging Face의 연구자들은 Carbon-A 및 Carbon-X와 같이 HuggingFaceBio에서 최근 출시된 자료를 포함하여 공개적으로 이용 가능한 과학적 자원을 활용해 왔습니다. 결과로 나온 모델, 데이터셋, 도구들을 공개적으로 출시함으로써, 이러한 노력은 기존 과학 자원이 다른 사람들이 기반을 다질 수 있는 새로운 연구를 어떻게 지원할 수 있는지 보여줍니다.
이것은 참여 기관들이 채택한 제도적 정책을 통해 Project ProtoStar를 통해 우리가 더욱 촉진하고 있는 활동의 한 종류입니다. 제도적 의지의 초기 사례로, CMU의 Open Source Programs Office는 도메인별 리포지토리의 지속적인 중요성을 인식하면서, 연구자들에게 적합한 데이터셋, AI 모델 및 기타 연구 결과물을 Hugging Face에 공유하도록 장려하고 있습니다.
과학적 아티팩트를 AI 사용 가능하게 만드는 것은 중요한 첫 단계입니다. 또한 우리는 이러한 자원이 재사용을 위해 이용 가능해졌을 때 연구원, 개발자 및 광범위한 과학 커뮤니티가 무엇을 성취할 수 있는지 보여주고 싶습니다.
ProtoStar의 핵심 질문은 다음과 같습니다: AI 사용 준비가 된 형식으로 공개된 공적 자금 지원 과학 데이터셋, 모델, 코드가 과학적 발견과 공공 이익을 가속화하기 위해 쉽게 발견되고, 재사용되며, 결합되고, 확장될 수 있을까요?
이를 탐구하기 위해 ProtoStar는 참여 연구 기관들이 주최하고 해당 기관이 공개적으로 배포한 과학적 자원을 중심으로 구성된 일련의 오픈 챌린지를 개최할 예정입니다. 이 챌린지들은 두 가지 상호 보완적인 목표를 가지고 있습니다:
- 그 결과로 나온 프로젝트와 학습 경험은 공공 자금 지원 과학을 더욱 접근 가능하고 유용하게 만드는 실질적인 증거 기반(evidence base)을 구축하는 데 도움이 될 것입니다.
Carnegie Mellon University 주최 | 2026년 11월 2일–13일
첫 번째 ProtoStar 챌린지는 참가자들이 210개 미국 도시의 역사적 기상 데이터를 사용하여 AI가 도시 기후 조건 예측을 개선할 수 있는지 테스트하도록 초대합니다. Carnegie Mellon University의 연구를 기반으로, 팀들은 2018년까지의 기후 기록을 사용하여 2019년부터 2026년까지의 실제 조건을 예측하며, 이를 통해 모델은 가상의 미래 시나리오가 아닌 관측된 날씨와 비교하여 평가될 수 있습니다.
참가자들은 도시 계획과 관련된 네 가지 지표(평균 연간 온도, 총 연간 강수량, 연중 가장 더운 날, 에어컨 수요 측정 지표인 냉방도일(cooling degree days))를 예측할 것입니다. 그들의 예측은 역사적 평균 및 선형 추세를 포함한 단순 통계 기준선과 비교되어, AI 접근 방식이 정확성 측면에서 의미 있는 개선을 제공하는지 평가될 것입니다.
예측(forecasting)을 넘어서, 참가자들은 데이터로부터 배운 내용을 바탕으로 짧은 기후 적응 정책 아이디어를 제안할 것입니다. 이 구성 요소는 팀들이 과학적 분석을 도시의 극한 열에 대비하거나, 에너지 효율성을 개선하거나, 변화하는 강수 패턴을 관리하는 것과 같은 실질적인 공공 이익과 연결하도록 장려합니다.
팀들은 이러한 결과물과 함께 Hugging Face 데이터셋을 제출할 것입니다. 예측 성능은 확립된 기준선(established baselines) 대비 예측 오차를 측정하는 공개 리더보드(public leaderboard)를 통해 평가되며, 정책 아이디어는 별도로 고려될 것입니다. 최종 예측 결과는 2026년 전체 기상 기록이 확보되는 대로 2027년 초에 발표될 예정입니다.
CMU 챌린지가 이 시리즈의 첫 번째입니다. 다른 참여 기관들은 순차적으로 자체 챌린지를 개최할 것이며, 각 챌린지는 서로 다른 공적 자금 지원 과학 자원과 재사용 기회를 강조할 것입니다. 향후 챌린지는 Hugging Face의 Project ProtoStar 페이지를 통해 발표될 예정입니다.
학술 연구원, 학생, 독립 개발자 또는 개방형 과학 인프라를 기반으로 구축하는 기업 등 누구이든 ProtoStar는 공적 자금 지원 연구를 활용할 기회를 제공하며, AI 준비가 된 개방 과학을 더욱 광범위하게 유용하게 만들기 위해 필요한 것이 무엇인지 배우는 데 도움을 줍니다.
또한 과학 자원을 더욱 접근 가능하고 재사용할 수 있게 만드는 데 관심이 있는 대학, 연방 연구 기관, 국립 연구소, 비영리 단체 및 기타 연구 조직의 참여를 환영합니다. 참여 또는 협업을 탐색하려면 [email protected]로 문의하십시오.
우리의 희망은 ProtoStar가 공적 자금 지원 과학 연구 결과물이 이를 기반으로 구축할 수 있는 사람들과 도달하는 것을 더 쉽게 만들고, 대규모 개방 과학을 지원하는 데 필요한 인프라와 관행에 대한 실질적인 증거를 생성하는 것입니다.
