문맥 (context)
우선 기술의 혁신이 속도의 혁신으로 이어져 모든 변화의 속도가 가속화 됨으로써 글로벌 시장에서 경쟁이 한층 심화되었다. 그에 따라 반복적인 과학적 활동 또는 약간의 응용화된 기초연구활동에서 벗어나 변혁적이고 획기적인 성과창출 위한 도전적인 기초연구들이 강조되고 있다. 즉, 고위험 고수익에 해당하는 연구들을 정책적으로 강조하고 지원하는 변화들이 나타나게 되었다. 최근에는 이러한 움직임에서 더 나아가 미국 정부의 경우 실험실에서 시장으로(lab to market)의 슬로건을 내세우며 실험실에서 나온 기술들이 시장에서 활용되도록 기초연구 성과의 사업화로의 성공을 촉진하고자 하고 있다. 일본의 경우는 좀 더 미래사회의 변화에 초점을 두고 기초연구에 개혁적인 접근을 추진하고 있다. 미래사회를 나타내는 슈퍼스마트 사회의 구현을 위해 필요한 기반기술의 발전을 정책적으로 지원하고 있다. 그리고 미래사회 발전을 주도하는 영향력있는 획기적인 연구개발을 전략적으로 추진하고 있다. 이러한 연구개발은 기초-응용-개발로 이어지는 전통적인 선형모델에서 벗어나 연구개발단계에 상관없이 필요한 기술적 수요에 대응한 필요한 연구개발을 추진하고 있다.
앞서 살펴본 환경변화와 정책의 특징들을 살펴볼 때 최근 글로벌 기초연구정책의 변화 방향은 혁신환경 변화 및 연구개발환경 변화에 밀접히 관련되어 있다. 그리고 그에 따라 전통적인 기초연구 개념이 변화하고 있으며 사회와의 관련성 제고를 위한 정책들이 확대되고 있다. 이러한 글로벌 기초연구정책들의 공통적인 특징들을 구체적으로 살펴보면 첫째, 혁신환경이 변화함에 따라 기초연구에 대한 개념 및 역할이 변화하고 있다. 즉, 기술혁신의 속도가 가속화되고 그로 인해 글로벌 시장에서 혁신경쟁이 가속화됨에 따라 높은 혁신가치 창출에 기반이 되는 획기적인 기초연구성과 창출을 강조하고 있다. 그에 따라 전통적인 실험실 연구에서 벗어나 개념이 확대되고 획기적인 연구성과 창출을 위한 고위험 고수익 연구가 추진되고 있으며 기초-응용-개발로 이어지는 선형모델의 적용 파괴 등이 나타나고 있다. 나아가 실험실에 머물러 있는 기초연구성과들이 빠르게 시장에 이전되어 가치를 창출할 수 있도록 이를 위한 사업화정책이 강조되고 있다.
둘째, 4차 산업혁명이라는 새로운 기술혁명시대가 전개됨에 따라 연결에 의한 빅데이터 창출과 데이터 기반의 지식가치창출이 중요한 경쟁요소로 등장하고 있다. 이러한 변화는 기초연구활동에도 큰 영향을 미쳐 실험데이터 수준에서의 개방연구 활동이 추진되고 있다. 지식생산방식의 변화에 대응하기 위한 글로벌 수준의 활동이 강화되고 있고 국가 차원의 인프라 개선 정책들이 추진되고 있다. 셋째, 기초연구를 통한 새롭고 다양한 지식창출을 위해 신진연구자들의 확보와 역량 제고 지원을 위한 정책들이 강화되고 있다. 국가간 지식경쟁이 치열해 지는 상황에서 역량있는 신진연구자를 확보하고 뛰어난 독립 연구자로 성장할 수 있도록 지원하는 것이 중요한 기초연구정책으로 추진되고 있다. 또한 국가간 우수한 신진연구자 확보를 위한 경쟁도 가속화되고 있다. 넷째, 과학기술과 사회와의 연계성이 강화됨으로써 기초연구도 사회의 요구 및 사회문제 해결에 기여하는 연구 활동이 강조되고 있다. 최근 사회에서 요구하는 니드에 대응하기 위한 후행적 과학기술의 역할을 넘어서 바람직한 미래사회를 이끄는 선도적인 역할로서의 과학기술이 강조되고 있으며 이에 필요한 획기적이고 혁신적인 지식창출부문으로서의 기초연구가 강조되고 있다.
가장 최근 글로벌 지식환경을 지배하는 흐름으로 등장하고 있는 것이 오픈 사이언스 활동이다. 이러한 활동은 유럽 특히 OECD를 중심으로 활발한 움직임을 보이고 있다. 이러한 움직임은 빅데이터 시대로의 진입에 따른 새로운 현상이며 앞서 경험한 개방형 혁신 즉, 오픈 이노베이션 현상만큼 앞으로 연구개발 및 지식생산 활동에서 지배적인 흐름으로 자리를 잡을 것으로 예상된다. 일본의 경우에도 오픈 사이언스 활동의 중요성을 인식하고 국가 차원의 체계적 대응 방안을 준비하고 있다. 최근 선진국 기초연구연구정책의 흐름을 요약하면 기술과 사회의 융합화 가속 현상에 따른 새로운 기술 수요의 변화와 글로벌 시장의 경쟁 심화에 따른 혁신 역량과 파괴적 혁신성과 요구 강화 등 사회와 시장의 변화에 따른 혁신환경 및 기술수요 변화에 상당한 영향을 받고 있음을 알 수 있다. 또한 한편으로는 이러한 기술 수요에 대응하기 위한 원천으로서 도전적이고 획기적인 근원적 기초연구의 중요성이 강조되고 있다. 나아가 기초연구성과가 시장까지 빠르게 도달하도록 하기 위한 정책도 한층 강화되고 있다.
최근 디지털화로 인해 지식활동은 새로운 지식의 습득이나 교류방식에 있어 변화를 맞고 있다. 디지털화(digitization)는 아날로그 형식의 데이터를 디지털 형식으로 변환하는 행위 그 자체를 의미하기도 하지만 디지털 데이터를 이용함으로써 야기되는 행동양식의 변화를 일컫기도 한다(Owen, 2006, pp. 130~131). 지난 2004년에 시작된 구글 북스 라이브러리 프로젝트(Google Books Library Project)가 아날로그 형식의 데이터를 디지털로 변환하는 대표적인 시도일 것이다. 구글은 이 프로젝트를 통해 세계 공공도서관과 대학 도서관이 보유한 수천만권의 장서를 스캔하여 디지털화하는 작업을 수행하고 있다. 디지털 형식으로 변환된 엄청난 양의 데이터는 인터넷을 통해 누구든지 쉽게 접근하고, 이를 이용하여 지식을 창조할 수 있게 되었다. 이렇듯 데이터는 ‘과학의 생명선’ 이라고까지 묘사되고 있을 정도로 최근의 지식활동에서 그 중요성이 점차 두드러지고 있다.
이러한 디지털화에 힘입어 연구자들이 이용할 수 있는 데이터의 범위 또한 확장되고 있다. 소셜 네트워크 서비스(SNS, Social Network Service)에서 추출한 비정형 텍스트 데이터, 의료기관 혹은 전자 의료기기에서 수집한 개인의 건강정보, 위성에서 관측된 이미지에 이르기까지 매우 다양한 종류의 데이터가 지식생산에 이용될 수 있다. 이러한 디지털 자료를 이용하여 새로운 업적을 이루는 사례를 종종 접하기도 한다. 일례로 미국 하버드 의대의 한 연구진은 SNS의 일종인 트위터(Twitter) 자료를 전염병 발생과 확산의 추적에 활용했다. 이들은 트위터 자료가 2010년에 아이티에서 대진이 발생한 뒤 확산된 콜레라를 매우 정확하게 추적한다는 사실을 발견했다. 심지어 트위터 자료는 정부의 공식 보고 보다 2주나 빨리 전염병 발생을 감지하기도 했다.
일반적으로 지식은 경험이나 교육을 통해 얻은 사실, 정보, 스킬 또는 어떤 대상에 대한 이론적, 실제적 이해를 말한다. 지식과 관련된 요소 또는 유사 용어로는 정보, 데이터 등이 있다. 이들간의 차이점을 보면 지식은 과거로부터 획득되어지고 지속적으로 축적되고 공유될 수 있다. 정보는 특정한 상황이나 문제를 묘사하기 위해 조직화되고 의미가 부여된 데이터를 말한다. 데이터는 단편적인 사실이고 단순한 나열이며 객관적인 사실들의 집합이라고 할 수 있다. 다양한 방법으로 데이터에 가치를 부여함으로써 정보로서의 관련성과 목적성을 포함할 수 있게 된다. Nonaka(1994: 15)는 정보는 메시지의 흐름이며 지식은 정보의 흐름에 의해 창출되고 조직화된 것이라고 구분하고 있다. 지식은 연구개발에 필수적인 요소이며 연구개발을 통해 창출되는 기술 및 혁신과 관련되어 중요한 의미를 갖는다. 연구개발은 해결해야 할 문제를 발견하고 과학적 지식과 기존의 기술을 활용해 문제를 해결하는데 필요한 새로운 기술을 창출하게 된다. 기술은 투입물을 산출물로 바꾸는 물리적 변환과정 모두와 이 변환과정에 포함된 활동을 조직화하는 지식과 스킬을 의미한다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
미국 하버드 의대 연구진이 트위터 자료를 활용하여 전염병 발생과 확산을 추적한 구체적인 방법론에 대해 설명하시오.
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation질문은 미국 하버드 의대 연구진이 트위터 데이터를 사용하여 전염병(콜레라)을 추적할 때 사용한 구체적인 분석 기법이나 데이터 처리 방법론을 요구한다.
-
2정보 추출
information_extraction문맥에서는 하버드 의대 연구진이 트위터 자료를 전염병 추적에 활용했다는 사실과, 이를 통해 아이티의 콜레라 확산을 정부 보고보다 2주 빨리 감지했다는 결과적 사실을 제공한다.
- 미국 하버드 의대의 한 연구진은 SNS의 일종인 트위터(Twitter) 자료를 전염병 발생과 확산의 추적에 활용했다.
- 이들은 트위터 자료가 2010년에 아이티에서 대진이 발생한 뒤 확산된 콜레라를 매우 정확하게 추적한다는 사실을 발견했다.
- 심지어 트위터 자료는 정부의 공식 보고 보다 2주나 빨리 전염병 발생을 감지하기도 했다.
-
3근거 선택
evidence_selection연구진의 활동 결과와 대상(트위터, 콜레라, 아이티)에 대한 정보는 있으나, 어떤 알고리즘이나 데이터 분석 모델을 사용했는지에 대한 방법론적 정보는 누락되어 있다.
- 트위터(Twitter) 자료를 전염병 발생과 확산의 추적에 활용했다.
-
4논리 통합
logical_integration제공된 정보를 종합하면 '트위터를 활용해 콜레라를 빠르게 추적했다'는 결론은 도출할 수 있지만, '어떻게'에 해당하는 기술적/학술적 방법론은 문맥 어디에서도 찾아볼 수 없다.
-
5결론 도출
conclusion_formulation질문이 요구하는 '구체적인 방법론'은 문맥에 명시되지 않은 정보이므로 답변을 생성할 수 없다.
-
6답변 생성
answer_generation주어진 문맥만으로는 답을 확인할 수 없다는 최종 답변을 작성한다.
근거 (evidence)
- 미국 하버드 의대의 한 연구진은 SNS의 일종인 트위터(Twitter) 자료를 전염병 발생과 확산의 추적에 활용했다.
- 이들은 트위터 자료가 2010년에 아이티에서 대진이 발생한 뒤 확산된 콜레라를 매우 정확하게 추적한다는 사실을 발견했다.
- 심지어 트위터 자료는 정부의 공식 보고 보다 2주나 빨리 전염병 발생을 감지하기도 했다.
- 트위터(Twitter) 자료를 전염병 발생과 확산의 추적에 활용했다.
최종 답변 (final_answer)
주어진 문맥만으로는 답을 확인할 수 없다.
분석 (analysis)
문맥은 하버드 의대 연구진이 트위터 데이터를 통해 콜레라 확산을 성공적으로 추적했다는 사실과 그 효용성을 언급하고 있다. 그러나 질문이 요구하는 구체적인 데이터 분석 방법론이나 기술적 절차에 대한 정보는 포함되어 있지 않으므로 외부 지식 없이는 답할 수 없다.