실패한 데이터까지 학습한 AI가 제약바이오 경쟁력
요약
이현숙 서울대 교수는 국민경제자문회의 등이 연 공동포럼에서 AI-바이오 혁신을 위해 고품질 바이오 데이터 확보와 표준화가 필요하며, 특히 실패한 임상 데이터의 활용이 경쟁력의 핵심이라고 강조했다. 그는 예산·법제도·거버넌스·안보를 데이터 구축의 4대 허들로 지목하고, 부처별 분절 없이 데이터-예산-성과가 함께 흐르는 체계와 실패 데이터 등록 의무화 등을 제안했다.
큐레이터 노트
원문에 없는 맥락입니다
임상 진입 후보물질의 실패율이 90%에 달한다는 점을 근거로 실패·음성 데이터를 데이터관리계획(DMP)에 의무 등록하고 연구 성과로 인정하자는 구체적 제언이 나왔지만, 이는 포럼에서 제시된 제안이며 아직 정책이나 법제화로 이어진 것은 아니다.
관련 항목
도입 효과·생산성 수치는 원문에 적힌 주장을 그대로 옮겼습니다. 스마트팩토리 기사는 공급사 보도자료가 많으므로 검증된 성과와 구분해 읽으세요.
이 글은 원문을 요약한 큐레이션입니다.
같은 분야의 다른 소식
- 팔란티어-창신, 신발 개발·생산 데이터 AI로 통합 연결테크월드뉴스 · 2026-11-06
- "에이전트 AI 성공하려면 온톨로지부터 챙겨라"ZDNet Korea · 2026-11-05
- 현대오토에버, 'HMG AI 팩토리' 설립 완료…인프라 전문가 권혁민 대표 선임ZDNet Korea · 2026-11-05
- 고성능 FPGA 시대, 전력 설계의 핵심은 정밀 제어와 고집적화테크월드뉴스 · 2026-11-05
- 히타치, 내년 4월 '히타치 디지털' 출범···글로벌로직·히타치 디지털 서비스 통합로봇신문 · 2026-11-05
- 파테오, NVIDIA DRIVE AGX Thor 기반 AI Box에 Nemotron·Doubao 탑재해 차량 내 AI 고도화ZDNet Korea · 2026-11-04