정부가 올해 슈퍼컴퓨터, 과학기술 인공지능(AI), 휴머노이드 등 융합원천기술 확보에 2342억원을 투입한다. 올해 슈퍼컴 6호기를 구축하고, 인간 수준의 행동 자율성을 가진 휴머노이드 기술개발 사업에도 도전한다.과학기술정보통신부는 15일 2026년도 융합원천기술개발사업 시행계획을 확정했다. 융합원천연구 분야는 올해 창의·도전적 융합연구를 중점 지원한다. 미래유망융합기술파이오니어 사업은 10년 내 미래 신산업을 창출할 수 있는 융합신기술형 연구, 도전적 연구 주제에 대한 1단계 해결 가능성 접근·검증 및 2단계 스케일업 도전형 연구를 이원화해 지원한다.미래 신시장 개척·선점, 난제의 과학적 해결을 위한 고난도 융합원천연구를 중심으로 신규과제를 선정·지원해 투자를 확대할 계획이다. 신규과제로 약 25개 과제를 선정해 154억원을 지원한다. 실용화 가능성이 큰 연구성과 간 브릿지 융합 연구개발(R&D) 사업, 국내 연구 역량만으로 달성이 어려운 복합적 문제를 위한 글로벌 융합연구 지원사업 등 융합원천연구도 계속 지원된다.고온초전도 분야는 2022년부터 개발해 온 고온초전도자석 원천기술 개발·검증을 추진하고, 응용 분야 시스템 적용 실용화기술 개발을 통한 고온초전도 산업생태계 기반 조성 사업을 신규로 착수한다. 슈퍼컴 분야는 슈퍼컴 6호기를 구축·운용하고, 초고성능컴퓨팅 활성화를 위한 SW 원천기술 확보, 초고성능컴퓨팅 활용 대형·집단 연구지원 등을 추진할 계획이다.과학기술 AI 분야는 바이오, 재료·화학 등 강점 분야 R&D 혁신을 위한 특화 AI 모델 개발 및 연구 효율성과 정확성을 높이는 차세대 AI 기반 기술 확보 등을
현대바이오사이언스가 여러 호흡기 바이러스 질환을 대상으로 하는 바스켓 임상 2상에 본격 돌입한다. 현대바이오사이언스는 인플루엔자 등 여러 호흡기 바이러스 질환을 대상으로 하는 바스켓 임상 2상 임상신청계획(IND)을 미국 식품의약국(FDA)에 신청하기로 확정했다고 15일 밝혔다. 현대바이오는 FDA와의 IND 실무를 전담할 미국 현지 임상수탁기관(CRO) 선정까지 완료한 것으로 전해졌다. 이번 임상 2상 진입 계획은 지난 13일 미국 샌프란시스코에서 열린 ‘2026 바이오텍 쇼케이스’에서 결정됐다. 현대바이오는 이 행사에서 미국 의료화생방 대응 컨소시엄(MCDC) 정회원 자격으로 ‘현재 대감염 바이러스 질환을 해결하는 것이 미래 펜데믹을 대비하는 길이다’라는 주제로 항바이러스제 ‘제프티’로 미래 팬데믹 대비 방안을 발표했다. 바이러스 수치가 증가되기 전에 증상 발현 즉시 범용 항바이러스제 제프티를 선제투약하는 것만이 현재 대감염이 발생한 바이러스 감염증뿐만 아니라 미래에 발생할 바이러스 감염증 팬데믹을 예방할 수 있다는 게 핵심이다.이날 발표 직후 현대바이오는 현장에 참석한 미국 보건의료 전문가들과 글로벌 대감염 해결 전략을 심도 있게 논의했다고 밝혔다. 현대바이오 관계자는 “미국 전문가들은 독감·코로나19·RSV 등이 동시 유행하는 현재 상황에서 특정 바이러스를 구분하지 않고 치료할 수 있는 '범용적 해법'이 시급하다는 데 의견을 같이했다”며 “지금이 바로 임상에 진입해야 할 '골든타임'이라는 현장의 강력한 지지를 바탕으로 호흡기 바이러스 감염증 바스켓 임상 2상 진입을 결
토종 AI 솔루션 회사인 디노티시아가 벡터DB(데이터베이스)용 특수 칩인 벡터DB프로세싱유닛(VDPU) 설계를 완료했다. 생성형 AI 검색의 핵심 인프라인 벡터DB 처리 속도를 획기적으로 끌어올리는 세계 최초의 전용 칩을 앞세워, 기존 칩 기업들이 공략하지 못한 틈새 시장을 파고들겠다는 전략이다. 15일 업계에 따르면 디노티시아는 지난해 12월 말 VDPU 1세대 제품을 테잎 아웃(설계완료)하고, 대만 TSMC에 시제품 생산을 의뢰했다. 첫 VDPU는 TSMC의 12㎚(나노미터·10억 분의 1m) 공정으로 제조된다. 올해 초에 VDPU 실물이 나오면, 델·HP엔터프라이즈(HPE)같은 세계 최고의 데이터센터용 서버 제조사와 성능검증(PoC)과 리비전(수정) 작업을 거친다. 이 과정이 성공적으로 마무리되면 내년께 칩이 본격적으로 시장에서 판매될 것으로 예상된다.VDPU는 디노티시아가 세계에서 처음으로 만드는 AI 반도체 칩이다. 이 칩은 벡터DB를 구현하는 데 쓰인다. 벡터DB는 텍스트·이미지 같은 데이터를 여러 개의 숫자로 변환해 저장한 다음, 의미적으로 가장 비슷한 데이터를 빠르게 찾아주는 데이터베이스다.벡터DB의 핵심은 ‘맥락’이다. 챗GPT 같은 대규모언어모델(LLM)은 사용자의 질문에 답변을 곧바로 내놓지 않는다. 검색증강생성(RAG)이라는 과정을 통해 질문의 맥락과 맞닿은 데이터를 먼저 꺼내온 다음, 그 범위 안에서 답변을 만든다. 이 과정에서 벡터DB는 반드시 필요하다. 벡터DB가 질문의 맥락과 사용자가 써오던 언어를 잘 파악할수록 검색 결과가 좋아진다. 또 데이터가 폭증하면서 벡터DB의 검색 속도가 더 빨라져야 한다는 과제가 있다. 그간 벡터DB는 서버 전체를 제어하는