최고급 AI인재 유치 및 양성 전략 – AI대학원을 중심으로

[사무국]

<주제발표 2>

KAIST AI대학원 원장 · 정 송

The University of Texas at Austin 컴퓨터공학 박사 AT&T Bell Labs, Holmdel, NJ, USA 연구원 KAIST 전기 및 전자공학부 컴퓨터 그룹 대표교수 (현) KAIST ICT 석좌교수

최고급 AI 인재 양성을 위한 AI 대학원 사업은 시의적절 하다고 생각한다. 다만 정부 지원액이 부족한 형편이고 (년 20억) 이 사업이 성공하려면 개수를 늘리는 대신 학교 당지원액을 늘려 세계 최고 수준 대학원을 만드는 방향으로 가야 한다. AI 대학원은 AI 인력 피라미드의 최상위 계층 인력, 즉새로운 AI 모델을 만들고 AI의 난제를 해결하는 최고급 AI 인재 양성에 초점이 맞추어져야 하며 피라미드의 하위 계층 인력, 즉 AI 기술을 각 분야에 가져가 활용할 수 있는 인력 계층의 대규모 인력 양성은 별도의 정책을 통해 해결되어야 한다.

국내에는 Top level AI 교수 요원이 많지 않고 대부분 해외에서 교수직에 있거나 유명 IT기업 (구글, 페이스북, 아마존, 마이크로소프트 등)에 재직 중이며 많은 월급을 받는 것도 사실이다. 이들이 단순히 월급의 차이가 커서 국내에 들어오지 못하는 것은 아니며 이들 대부분은 젊은 연구자들인데 자신이 속해 일하게 될 조직의 수준 및 동료들의 수준을 가장 중요하게 생각한다. 이런 의미에서 몇 개의 역량 있는 대학을 선정해서 그 안에서 여러 학과로 흩어져있던 젊고 역량 있는 AI 교수들을 한 곳으로 모으는 효과를 가져오고 있는 AI 대학원 사업은 해외에 있는 우수 AI 교수 요원들을 국내로 유치하는데 적지 않게 기여할 것으로 보인다.

그럼에도 불구하고 Top level 인력 중에서도 진짜 top level 인력 들은 버는 돈에 있어 너무 큰 격차가 있어 영입이 쉽지 않다. 예를 들어, KAIST 졸업생으로 뉴욕대학 교수로 재직 중인 조경현 교수의 경우 KAIST 영입대상 1호이지만 쉽지 않다. 30대 중반을 살짝 넘긴 젊은 나이인데도 불구하고 이미 Neural Machine Translation 분야에서는 세계적인 학자의 반열에 올랐고 이미 논문 인용 횟수도 3만 회가 넘었으며 종신직 교수이다. 뉴욕대학 교수직과 Facebook AI Research 두 곳에 동시에 적을 두고 있어 연 10억 원 이상을 받고 있을 것으로 추측된다.

AI top-level 교수 인력 유치에 특화된 정부 정책이나 사업이 필요하다. 예를 들어 정부에서 학교에 교수 유치 목적으로 연 10억을 10년간 주는 사업을 생각해 볼 수있겠다. 이런 경우 연 10억 원을 가지고 학교는 추가 연봉, 자녀교육비, 주거비 등을 제공할 수 있는 리쿠르팅 파워가 생긴다. 물론 완전 이적을 전제로 하지 않으면 기존의 WCU나 IBS 사업에서 드러난 것과 같은 돈만 받아먹고 튀는 소위 먹튀들을 양성할 수 있어 조심스럽게 기획되어야할 것이다. 또는 이런 방법을 기업과도 연계하여 아예 교수(primary)로 유치는 하되 기업(secondary)에도 직을 주는 것이고 정부와 기업이 비용을 분담하는 구조이다.
여기서 primary를 학교로 두는 것이 중요하다. 기업은 결국 그들을 도구화할 가능성이 높기 때문에 산학 연계에 방점을 두되 중심은 학교에 두도록 하여야 top-level 인재들이 들어올 것이다.

<지정토론 1>

통계청-통계개발원 원장 · 전 영 일

미) 매릴랜드대학 사회학 박사 (미) 시카고대학 국립연구원 수석 선임연구위원 (미) 통계청 Research Chief for Decennial Directorate (현) PSI International for Data Science& Interdisciplinary Research 교수장

○ AI 와 Data Science 인력양성을 위한 한국형 전략의 모색과 대안은 무엇인가?
- 전제: 국제경쟁력은 데이터 혁명으로 인한 데이터 경제의 재편에 대응하여 선제적으로 준비하는 만큼 발전.(과학 국방 문화 등도 데이터 혁명 시대에 재편되고 있음) - 현실: 미국, 중국 등은 국가적인 전략과 대응 방법에 선제적, 선도적.

○ 한국형 전략은? - SWOT Analysis - 강점 (S): 작지만 강한 나라에 적합한 AI & Data Science 인프라 구축가능.
- 약 점 ( W ) : 제 한 된 인 력 . 후 발 주 자 . 빅 데 이 터사용 및 활용 능력 63개국 중 하위권인 56위 (국제경영개발대학원-IMD,2017).국가적인 Grand Data Sciences 전략 취약. 정부 지원 단견/소규모 - 기회 (O): 파괴적 혁신을 이끄는 학제적 교육혁신:
STEM → STEAM. Data Ocean과 Data Sky는 물리적 영토를 넘어선 Global Data Frontier.
- 위협 (T): 미국 중국 등 AI 와 Data Science 인력양성과 관련산업 진흥에 저돌적. 막대한 국가적 지원

○ 혁신적인 R & D 투자에 기초한 Glocal Data Frontier Initiatives 구상실현 시급 /중대 - 국가적인 중장기 목표 및 전략 수립: 학술원, 한림원, 학계의 데이터 사이언스 선구자 그룹, 산업계의 데이터과학 혁신그룹, 공공기관의 데이터혁신 그룹 총 National Data Sciences Network (NDSN) 통해서.
- Data Science와 창의적 교육 Core 커리큘럼:
초/중/고 대학 데이터과학 교육 연계하는 장기적인 교육전략 재편과 지속적인 실현. 미국 NSF-CMU-학계 DS 교육모델 Bench- marking.

<지정토론 2>

과학기술정보통신부 미래인재양성과장 · 허 재 용

정 부 는 그 동 안 2 0 0 4 년 제 정 된 이 공 계 지 원 특 별 법 을토대로 인재의 이공계 유입을 촉진하고 성장을 지원하는 한편, 사 회 에 진 출 해 서 활 약 할 수있는 기반을 마련하고 지원해 왔다. 하지만, 정보통신기술이 확산되고 기존기술 및 산업과 융 합 발 전 하 면 서 빅 데 이 터 , 인공지능(AI) 등 미래사회에 커다란 영향력을 끼칠 것으로 예측되는 새로운 기술이 속속 등장하고 있으나, 이와 관련한 미래인재를 우리 사회가 요구하는 수준으로 육성·확보하기 위해서는 추가적인 고려가 필요한 상황이다.

AI 등의 분야에서 연구개발을 담당할 인재도 부족하지만, 창업 및 투자 등을 통해 현 수준에서 기존산업으로 AI 비즈니스를 확대·발전시키는 기업가도 요구되며, 기술에대한 사회적 수용성을 높이고 인재 유입을 촉진하기 위한 초중등교육에서의 교육내용 등의 보완도 생각해볼 수 있다.

먼저, 미래세대를 준비시키는 차원에서는, 수학·과학교육 과정에서 AI와 빅데이터 등 신기술을 접하고 활용할 수있는 교육표준의 정비에 나설 필요가 있다. 예를 들어, AI의 개념을 이해하고 활용 가능성을 탐색하는 활동단계에서 출발해서, AI를 적용한 간단한 실험의 수행 및 문제의 설계를 수행하는 단계, 선형대수 등의 학습을 토대로 기계학습 알고리즘을 작성하고 문제해결에 적용하는 단계 등으로 기존 수학·과학교육 과정과 연계하거나 R&E 프로그램 등과 연계할 수 있을 것이다. 모든 국민이 신기술의 개발자가 될 필요는 없지만, 신기술의 최종소비자로서 수요에 맞게 활용할 수 있는 사회적 환경을 만들어야 신기술분야의 고급인재도 지속적으로 배출할 수있을 것이다.

<지정토론 3>

한국방송통신대학 정보통계학과 교수 · 이 태 림

서울대 자연대 계산통계학과 학사.
석사 중앙대 응용통계학과 박사 한국통계학회 부회장 한국보건정보통계학회 회장 국제생물통계학회(IBS) Executive (현)Board Director, 2020 IBC LOC 조직위원

소프트웨어 교육 및 데이터·AI 관련 소양을 쌓도록 기 초 교 육 을 시 키 는 일 환 으 로 초 중 고 등 교 육 에데이터분석을 위한 마인드를 키워주는 교과과정이 대학까지 연결되도록 사전에 검토되고 구성되어야 한다. 미국과 일본에서는 초 중등으로부터 대학까지의 데이터분석 교과과정이 연구 검토되어 실제 교과과정에 반영되고 있다. ASA에서는 Curriculum Guidelines for Undergraduate Programs in Data Science & Statistical Science, 일본에서는 JINSE라는 프로젝트를 통해 각수준별 데이터 사이언스 국가 자격시험을 실시하고 있다.

대학의 교과과정에 AI 빅데이터 등의 교과목을 편성할때 국가 교육차원에서의 표준화된 교과 과정이 편성되어야 하고 선수과목에 배치되도록 하는 국가 차원의 철저한 준비가 필요하다.
AI 전문대학원의 개설은 시의적절하다. 향후 AI 빅데이터 지식이 필요한 피라미드의 하위계층 인력 즉 AI 기술을 각분야에 적용 및 활용할 수 있는 인력 계층의 대규모 인력 양성은 온라인 또는 모바일을 통한 교육으로 확산시키는데 기여할 수 있을 것이다. 이러한 교육 방법은 해외 유수 인력의 유치의 현실적인 한계를 극복하는 데도 기여할 수 있다.
AI, 빅데이터 공인 자격제도의 확산과 기업체에서의 자격증 인력 인정과 채용에서의 인센티브는 AI 빅데이터 교 육 체 제 에 바 로 반 영 되 어 A I 빅 데 이 터 의 교 육 과연구의 활성화로 연결되어 중요한 역할을 하게 될것이며 이는 국가는 물론 민간 기업이나 조직에서도 자격제도를 운영하도록 권장하는 동기가 될 것이다. 단민간 자격제도의 품질을 표준화하고 엄격한 자격 기준을 모니터링하는 것이 필수적일 것이다.

<지정토론 4>

한국경제신문 논설 전문위원 · 안 현 실

1. 경제사회 패러다임을 바꾸는 문제다. 교육으로 사상혁명, 과학혁명이 분출해야, 그 압력에 정치도 제도도 바뀌고 산업혁명도 꽃을 피울 수 있다. 100년을 내다보고 인공지능과 빅데이터 교 육 의 중 요 성 을 외 치 고 , 정치권과 정부에 제도개혁을 건의하고, 모니터링하는 강력한 사회적 추진체가 필요하다. 한국 과총이 '100년 사업'으로 그것 하나라도 제대로 해주면 어떤가?

2. 대학 교육을 정부가 지원은 하되 독립성과 자율성을 과감하게 주는 쪽으로 전환해야 한다. AI 시대 교육부의 대학 통제 자체에 대해 진지하게 고민해야 할 때다.

3. 인공지능, 빅데이터 교육을 위한 산·학·연 협력, 한·중·일 동북아시아 연대, 글로벌 차원의 동맹도 적극 모색할 필요가 있다. 전 분야, 전 세계적 교육혁명의 필요성 절감은 다양한 이해관계자와, 또 지역적으로, 국제적으로 협력·공조 동맹을 가능하게 하는 큰 동인이다.

<지정토론 5>

한국연구재단 국책사업기획실장 · 안 화 용

충남대학교 경영학 박사 (미) George Washington Univ.
정책연구센터 객원연구원 과학기술정보통신부 연구제도 혁신기획단 위원 한국연구재단 성과확산실장, 기초연구총괄실장, 기획조정실장

이 주제는 국가 간 기술경쟁과 보호무역주의가 대두되는 슬로벌라이제이션(Slow+Globalization) 현실에서 위기 요인을 기회 요인으로 전환할 방안이며, 우리나라와 같이 ‘높은 교육열과 인적 자원으로 발전한 국가’로서 좋은 기회라고 생각한다. 우리나라는 AI 산업을 국가주력산업으로 육성해야 하며, 우리나라에 맞는 인공지능과 빅데이터 인력양성 방안을 제안하고자 한다.

첫째, 체계적인 데이터 수집·정제와 윤리의식을 정립해야 한다. 둘째, 다양한 인공지능 교육을 강화해야 한다.
학교에서는 초·중·고, 대학까지의 전주기적인 교육 체계를 확립하여, 다양한 분야에서 다양한 문제들을 해결할 수있는 실무형 인재를 키워야 한다. 특히 창의적인 초·중·고 교육이 중요하다. 금년에 시작한 3개 대학(성균관대, 고려대, 카이스트)의 인공지능(AI)대학원 선정·지원은 시의적절하며, 더 확대 지원해야 한다. 셋째, 다양한 부문에서 인공지능(AI) 세상을 대비해야 한다. 넷째, 개방적 마인드로 글로벌 수준에 맞는 법규를 재정비해야 한다. 다섯째, 실효성 있는 실행과 상호간의 협업체계를 구축해야 한다.

앞으로도 정부는 인공지능(AI)대학원을 지속적으로 확대·지원하고, 단기·중기·장기적인 추진계획을 통해 학·연·산·관의 전주기적인 협업체계 구축이 필요하다.