2026년 디지털혁신기술국제공동연구사업 신규지원 대상과제 공고

국제공동연구 □ 국제공동연구 부문 신규과제 목록 번 · 호 · 세부 · 사업명 · 내역 · 사업명 · 과제명 · 기술 분류 · 대분류 · 중분류 · 소분류 · 1 · 디지털혁신기술 · 국제공동연구 · 디지털 · 핵심기술 · 국제공동연구 · (한-캐나다 공동연구) 장비진단 및 유지보수(MRO) 문제해결을 위한 Agentic AI 시스템 개발 인공지능 · 빅데이터 · 빅데이터 분석·활용 · 2 · (한-캐나다 공동연구) 안전한 인간-로봇 상호작용 구현을 위한 시뮬레이션-실세계 융합 학습형 VLA모델 개발 스마트 디바이스 · 자율주행 행동기술 · 자율행동 시스템 · 3 · (협력국가 자율제안) 생물학적 신경망의 기하분석을 활용한 차세대 인공신경망 설계 및 최적화 기술개발 인공지능 · 지능·학습AI · 인지·생성AI · 4 · (한-핀란드 공동연구) AI기반 개방형 6G NTN RAN 기술개발 차세대통신 · 네트워크 · 네트워크 제어/관리 · 및 서비스 · 5 · 디지털 · 융합기술 · 국제공동연구 · (협력국가 자율제안) 저자원 태스크에 적응 가능한 멀티모달 생성모델 및 정밀 전이학습 기술개발 인공지능 · 지능학습AI · 효율·학습 AI · 6 · (한-독일 공동연구) AIBOM 기반 AI 공급망 신뢰성 및 보안성 강화 플랫폼 기술개발 · 사이버보안 · 디지털취약점분석· · 시스템보안 · 공급망보안 · 7 · (한-핀란드 공동연구) AI기반 Zero-Touch O-RAN 기술개발 차세대통신 · 네트워크 · 네트워크 제어/관리 · 및 서비스 - 3 - · 관리번호 · 2026-국제공동-1 · (품목공모형) · 기술분류 대분류(인공지능)-중분류(빅데이터)- 소분류(빅데이터 분석·활용)-세분류(빅데이터 분석/예측기술) 중점분야 AI(√), AI반도체( ), 5G·6G( ), 양자( ), 메타버스( ), 사이버보안( ) 품목(문제)명 (한-캐나다 공동연구) 장비진단 및 유지보수(MRO) 문제해결을 위한 Agentic AI 시스템 개발 1. 품목(문제) 정의 ㅇ(개념) 다양한 산업 장비에서 발생하는 장비진단 및 유지보수(MRO, Maintenance, Repair and Overhaul) 문제를 Agentic AI 기술을 활용하여 실시간으로분석하고, 대화형 인터페이스를 통해 직관적으로진단 및 예측결과를 제공하여 운영효율성을 증대한다. - 본 과제는프롬프트*(PROMPT)와 정보통신기획평가원(IITP)이 공동으로 연구비를 지원 하는 과제임 * 프롬프트: 캐나다(퀘벡) ICT분야 펀딩기관 ㅇ (목표) 거대 언어모델(LLM, Large Language Model)기반으로 데이터를 분석(장비 고 장예측및진단 등)하여 사용자의 요구사항을 자율적으로 처리하는 AgenticAI시스템을 개발한다. - 제조, 플랜트, 교통, 에너지, 국방 등 다양한 산업현장에서 복합적인 장비 고장 문제 실시간 데이터(정상, 이상) 진단, 분석 및 장비 고장 예측 진단용 Toolbox* 구현 * 예외 상황 감지 모델, 장비 고장 진단, 보수작업 추천 등 - LLM 기반의 대화형 인터페이스 기술 및 고장 진단, 예측 에이전트 개발 As-Is To-Be - 기존의 해법으로 장비 고장 진단 및 보수유지 문제를 다루고 있음 - 대부분의 연구가 개별적으로 특화된 상황과 장비에 대한 것이 대부분 - 해법의 일반화(generalization) 측면에서 극히 제한적 - 전문 분석가들이 방대한 장비 데이터를 해석할 수 있어 현장 작업자는 즉각적 인사이트 부족 - 고장 발생 후 대응 중심의 정비 체계 - 사용자의 요구를 자율적으로 처리하는 체계를 구축할 필요성이 있음 - 자료의 분석, 모델 선택 및 훈련, 진단 및 최적화를 자율적으로 처리할 수 있는 에이전트 AI를 사용하여 고장 진단 예측 - 대화형 인터페이스(Chat UI, 음성 기반 등)를 통해 현장 엔지니어-시스템 간 상호작용 강화 - 실시간 예측 및 진단을 통해 장비 가동률 극 대화 및 비용 절감 달성 · 2. 현황 및 필요성 · ㅇ(국내외 동향) - 장비 고장 진단 및 보수유지 문제는 수행된 대부분의 연구가 개별적으로 특화된 상황과 장비에 대한 것이 대부분이고, 해법의 일반화(Generalization) 측면에서 극히 제한적이다. - ‘24년 MRO 마케팅 규모는 33경원 (US $2.4T)로 추산되고 있으며, ’25년~‘32년까지 연 6.2%의 속도로 성장할 것으로 예측된다. (’32년 시장 규모=US $3.4T) - 4 - ㅇ(필요성) 통상적인 MRO 문제는 여러 문제가 복합된 형태가 많아 특정한 형태의 예외 상황이나 고장을 감지하려는 단순한 방식으로 처리되기 힘든 경우가 많아서 사용자의 요구를 자율적으로 처리하는 체계를 구축할 필요가 있다. - 기술적 난이도와 비용 부담을 완화하고 고난도 융합기술 개발과 초기 인프라 구축에 기업 단독 대응의 한계를 극복한다. - 중소기업 확산 지원 차원에서 표준화된 솔루션 보급으로 산업 전반의 디지털 전환을 촉진한다. 3. 수요분석 및 기대효과 ㅇ (수요분석) 국가 기반 시설, 대규모 제조 및 플랜트 설비, 교통/물류, 국방 안전, 공공 에너지인프라 등이 핵심 수요처이며, 예측 유지보수와 안전성이 중요한 기관 및 기업이 주요 수요처이다. ㅇ (기대효과) - 다양한 MRO 문제에 유연하게 대응하는 도구가 마련되어 관리의 효율성 증대 - 상용화를 위한 기술개발을 통해 비용 절감/안전성 강화/산업 경쟁력 확보와 함께 중소기업 확산과 인재 양성에 기여하여 국가적 파급 효과를 창출 - 발전소·제조·플랜트·국방·에너지 등 실제 산업현장에서의 시범 적용을 통해 예측 정확도와 고장 진단 성능을 검증 가능 - 검증된 성과를 기반으로 스마트 팩토리 솔루션, 예측 유지 보수 서비스, 안전관리 플랫폼으로 확장하여 상용화 추진 가능 - 표준화된 플랫폼을 통해 중소기업에도 보급되어 산업 전반의 디지털전환 및 예측 정비 시장 창출 기대 4. 지원기간/예산/추진체계 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.36억원 이내(총 정부지원연구개발비 11.8억원 이내) 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 236 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 472 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 472 백만원 이내 · 합계 · - · 30개월 · 1,180 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 ※ 주관연구개발기관 또는 공동연구개발기관으로 산업계 참여필수 - 5 - ㅇ 추진체계: 동 과제는 별도과제형에 해당 ※ (참고) 국제공동연구 추진유형 해당 · 추진유형 · 주요내용 · - · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 √ · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) TRL ( 4 )~( 6 )단계 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌 PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석 - 6 - · 관리번호 · 2026-국제공동연구-2 · (품목공모형) · 기술분류 대분류(스마트 디바이스)-중분류(자율주행 행동기술)-소분류(자율행동 시스템)-세분류(자율행동 모델링 및 시뮬레이션 기술) 중점분야 AI(√), AI반도체( ), 차세대통신( ), 양자( ), 사이버보안( ), AI·디지털융합( ) 품목(문제)명 (한-캐나다 공동연구) 안전한 인간-로봇 상호작용 구현을 위한 시뮬레이션-실세계 융합 학습형 VLA 모델 개발 1. 품목(문제) 정의 ㅇ (개념) 시뮬레이션 가상공간에서 사용자의 지시를 받아 로봇 모델링, 시뮬레이션, AI 학습을 수행한 후, 시뮬레이션에서 학습된 제어정책을 VLA방식으로 자율이동형 실내 로봇에 적용하여 다양하고 동적으로 변하는 환경에서 안전하고 강건한 자율 제어(경로 계획 및 충돌 회피 등)와 안전·직관적 인간-로봇 상호작용을 구현한다. - 본 과제는이노비*(INNOVEE)와 정보통신기획평가원(IITP)이 공동으로 연구비를 지원 하는 과제임 * 이노비: 캐나다(퀘벡) AI-X(에너지·모빌리티)분야 펀딩기관 ㅇ (목표) 초거대 언어모델(LLM)과 멀티모달 인지기술을 결합해 사용자의 지시등의도를 실시간 분석·이해하는 Vision-Language-Action 모델을 개발하여, 로봇이 인간 의도와 상황 맥락을 정확히 추론하고, 충돌 회피·속도 제어·프라이버시 보호등 안전 규칙을 준수하며 직관적으로 상호작용하도록 한다. - 실세계 실내(예: 발전소, 시설, 공장 및 기타 에너지 관련 환경) 환경(구조·조명·소음 등)의 복잡하고 비정형적인, 동적인 환경변화에도 안전하고 강건하게 작동하는 로봇의 경로 계획 - 가상환경에서 강화학습·모방학습으로 학습한 로봇 제어정책을 VLA방식으로 실제 로봇 플랫폼에 실환경 로봇에 이전하는 Sim-to-Real 기술 - 적용 가능 분야(예: 스마트 모빌리티, 에너지 산업)를 제시하고, 각 분야에 구현 방안을 기술 · AS-IS · TO-BE - 사람의 지시를 제대로 이해하지 못하고 작업의 일반화가 제한된 수행하는 로봇 제어 정책 - 사용자의 요구에 맞춰 자율이동을 하며 명령을 수행하고 충돌회피 등의 안전 로봇 제어 정책의 부재 - 다양한 환경에 강건하게 작동하지 못하는 로봇 제어 정책 - 사용자의 지시, 의도를 파악하고, 충돌 회피 등 자율 이동이 가능한 안전 로봇을 위한 생성 모델 개발 - 다양하고 동적인 실내 환경에서 강건하게 작동할 수 있는 로봇 제어 모델 개발 - 시뮬레이션에서 개발된 로봇 제어 정책을 현실 도메인에 적용 가능한 도메인 적응 기술 개발 2. 현황 및 필요성 ㅇ(기술현황) 아마존 등 글로벌 기업은 가정용 로봇을 미래 핵심산업으로 투자 중이며, 5~10년 내 모든 가정에1대의로봇이 보급될 것으로 전망되며노인 돌봄 등 일상 지원 로봇 개발을 가속화하고 있다. - 아마존, 구글, 메타, NVIDIA 등 글로벌 기업들은 가상환경에서 동적환경에 대응이 가능한 - 7 - 자율제어 로봇 개발 중이다. - 국내 마음AI는 로봇의 자율성과 범용성을 높일 수 있는 로봇 파운데이션 모델의 개발을 마치고 상용화를 추진한다. ㅇ(필요성) 복잡한 실내 환경과 낮은 유연성으로 기존 로봇의 일상활용에 한계가 있어, 지능적·다목적 자율이동 로봇 기술개발 필요하다. - 기존 유연한 대응과 안전한 주행의 한계로 동적 환경 인식·경로 안전 계획 등을 통합한 실내 자율이동 로봇 플랫폼 개발이 시급하다. - 기존한정된 기능과 신뢰성 문제로, 보다 지능적이고 다목적 활용이 가능한 로봇 기술 개발이 요구된다. - 카메라와 마이크를 탑재한 자율이동 로봇에 대한 사생활 침해및 데이터 보안 우려가 존재하므로 안전 확보 기술과 프라이버시 보호 대책, 인증 기준 마련이 시급하다. - 실제 환경에서의 시험·개발 한계로기술 진보 속도가 더딤. 따라서, 고현실감 디지털 시뮬 레이션 가상환경에서 충분히 시험·검증하여 개발 효율과 안전성을 높일 필요가 있다. 3. 수요분석 및 기대효과 ㅇ (수요분석) 가정용 서비스 로봇, 실외 자율이동 로봇, 산업용 다목적 로봇 등 다양한 분야에서높은 수요가 기대되는 핵심 기반 기술로 다양한 수요처 및 응용 영역에서 활용할 수 있다. - 고령자 일상 보조, 낙상 감지, 약 복용 알림, 정서 교감 등의 기능을 수행할 수 있는 인 지적 상호작용이 가능한 로봇에 대한 수요가 있다. - 기존 로봇 솔루션 기업, 스타트업, 시스템 통합기업들은 고성능 제어정책을 탑재한 시 뮬레이션 기반 개발환경과 Sim-to-Real 이식 기술을 요구하고 있으며, 제품 개발 비용 절감 및 상용화 주기 단축에 직접적인 기여가 가능하다. ㅇ (기대효과) 로봇의 안전성과 신뢰성 확보를 통해 가정내 활용이 확대되고, AI로봇 융합기술을기반으로 신산업 창출과 국제표준선도, 기술확산 등 파급효과가 예상된다. - 로봇의 안전성과 신뢰성이 확보되어 가정 내 로봇 활용이 증가한다. - 가사용 로봇으로 일상생활의 편의성 증대. 특히 고령자나 장애인이 로봇 도움으로 삶의 질 향상에 기여하고 돌봄 서비스를 제공할 수 있다. - VLA 모델은 산업용 로봇, 의료·재활 로봇 등 다른분야에도 응용이 가능하다. 4. 지원기간/예산/추진체계/특기사항 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.36억원 이내(총 정부지원연구개발비 11.8억원 이내) - 8 - · 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 236 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 472 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 472 백만원 이내 · 합계 · - · 30개월 · 1,180 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 ※ 주관연구개발기관 또는 공동연구개발기관으로 산업계 참여필수 ㅇ 추진체계: 동 과제는 별도과제형에 해당 ※ (참고) 국제공동연구 추진유형 해당 · 추진유형 · 주요내용 · - · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 √ · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) TRL ( 3 )~( 5 )단계 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌 PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석 - 9 - · 관리번호 · 2026-국제공동-3 · (품목공모형) · 기술분류 대분류(인공지능)-중분류(지능·학습AI)-소분류(인지·생성AI)-세분류(지식추론) 중점분야 AI(√), AI반도체( ), 5G·6G( ), 양자( ), 메타버스( ), 사이버보안( ) 품목(문제)명 (협력국가 자율제안) 생물학적 신경망의 기하 분석을 활용한 차세대 인공신경망 설계 및 최적화 기술개발 1. 품목(문제) 정의 ㅇ(개념) 생물학적 신경망의 고차원 표현 구조를 기하학적으로 분석하고 인공신경망을 설계 및 개발하여 AI 모델의 해석 가능성(Explainability)과 효율성(Efficiency)을 동시에 향상시키는 기술을 개발한다. - 뇌신경 신호와 기하학적 표현 공간의 정량적 비교·정렬 기반을 구축하고, 이를 통해고성능·고신뢰의 차세대 인공 신경망 설계 및 학습 최적화 기술을 개발한다. (예: Neuromorphic, Neuro-inspired, Spiking Neural Network(SNN) 등) ㅇ (목표) 생물학적 신경망(Neural Manifold)의 표현 구조를 수학적 기하 분석을통해 정량화하고, 인공신경망의 표현 공간에 정렬(Alignment)함으로써 이론적 해석가능 성과효율성을 동시에 확보하는 차세대 인공지능 설계 및 최적화 기술을 개발한다. - 생물학적 신경망의 표현 구조와 인공지능 모델 간 표현 정렬 및 유사성 측정을 위한 지표를 정의하고, 해석 가능한 차세대 인공 신경망을 설계 및 성능을 검증 하여 AI모델의 최적화 기술 가이드 라인을 제시 ※ 생물학적 신경망기반 기하분석 정량화 → 표현 정렬/유사성 지표 정의 → 오픈소스 구현 - 표현 기하와 태스크 효율(일반화, 샘플 복잡도, 연산량 등)간 수학적 관계식/한계(bound) 도출 - 상대국 연구기관과 공동으로 이론적 모델링 및 실험 검증을 수행하고, 국제 표준화와 글로벌 레퍼런스 확보 · As-Is · To-Be - 인공지능 모델의 학습 성능은 향상되었으나, 해석 가능성과 효율성 향상이 부족하며 모델이 ‘블랙박스(Black Box)’ 형태로 작동함 - 딥러닝 내부 표현(특징 공간·주의 분포·결정경계)이 수학적으로 체계화되어 있지 않아 모델 판단 근거 추적이 어려움 - 생물학적 신경 데이터(EEG/뉴런 스파이크 등)와 인 공 신경망 표현의 정합성 정량 지표 부재 - 설명 충실도·안정성·재현성에 대한 공통 지표/ 프로토콜 부재로 연구와 실무 사이의 간극 존재 - 생물학적 신경 표현의 기하 구조를 반영한 이론 기반 해석형 인공 신경망 개발을 통해, AI 모 델의 효율성·신뢰성을 동시에 확보 - 신경 다양체(Neural Manifold), 리치 곡률/위상 특성, 결정경계의 곡률·부피·여유(margin) 등을 활용해 표현과 태스크 효율의 수학적 관계규명 - 국제 공동 연구성과를 확산하여 한국의 데이터/ 실증 역량과 미국의 이론/모델링 역량을 결합해 글로벌 기술 표준과 레퍼런스 선도 2. 현황 및 필요성 ㅇ(기술현황) - 미국은 NIH BRAIN Initiative가 뇌과학·NeuroAI의 BRAIN 데이터 지식베이스 /데이터 커먼스 구축을 추진 중이다. - 국외 기업인 OpenAI, DeepMind, Anthropic 등 주요 연구기관은 AI 해석 가능성과 안전성을 핵심 연구 목표로 설정했다. - 국내에서도 AI 응용은 빠르게 확산 중이나, 딥러닝의 불투명성과 해석 불가능성 - 10 - 으로 인해 국제 경쟁 대비 기술격차가 존재한다. ㅇ(필요성) 국내외 기술격차 해소, 국가 기반 산업 안전성 강화 측면에서 이론/수학 기반 AI 연구 및 고도화 기술 실험 및 검증은 기업 단독 추진에 한계가 있으며 정부 지원을 통해 장기적 연구 기반 확보 및 국제 경쟁력 강화가 필요하다. - 국가 차원의 지원을 통해 AI 안전성·해석 가능성 확보를 위한 전략 기술을 조기 확보가 필요하다. ㅇ(국제공동연구 필요성) 다양한 환경의 데이터 확보, 글로벌 표준화 참여, 공동 성과 (논문, 특허, 플랫폼) 창출이 가능하다. - 신경과학, 인공지능, 기하학, 수학적 이론화를 결합하는 고난이도 융합 연구로서, 단일 기관이나 국가 차원에서 독자적으로 수행하기 어려운 특성이 있어 해외에서 진행 중인 다양한 뇌신경 기반 대형 프로젝트 협력이 필요하다. 3. 수요분석 및 기대효과 ㅇ (수요분석) - 국내외 신뢰 가능한 인공지능(XAI) 및 신경계 모사형 AI 기술을 기반으로 한 안전성/설명성 검증 기술에 대한 높은 수요가 존재한다. ㅇ (기대효과) 인공지능 내부 표현 구조의 기하학적 분석을 통해 해석 가능성 (Explainability)을확보할 수 있는 차세대 인공신경망구조 설계 이론 및 성능 검증 지표를제시하여 차세대 인공신경망의 효율성을 극대화할 수 있는 이론정립 및 지표를 개발한다. 5. 지원기간/예산/추진체계 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.36억원 이내(총 정부지원연구개발비 11.8억원 이내) 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 236 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 472 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 472 백만원 이내 · 합계 · - · 30개월 · 1,180 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 ㅇ 추진체계: 동 과제는 일반형에 해당 ※ (참고) 국제공동연구 추진유형 - 11 - · 해당 · 추진유형 · 주요내용 · √ · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 - · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) TRL ( 2 )~( 4 )단계 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌 PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석 - 12 - · 관리번호 · 2026-국제공동연구-4 · (품목공모형) · 기술분류 대분류(차세대통신)-중분류(네트워크)-소분류(네트워크 제어/관리 및 서비스)-세분류(네트워크 자동화/최적화/지능화 기술) 중점분야 AI( ), AI반도체( ), 차세대통신(√), 양자( ), 사이버보안( ), AI·디지털융합( ) 품목(문제)명 (한-핀란드 공동연구) AI 기반 개방형 6G NTN RAN 기술개발 1. 품목(문제) 정의 ㅇ (개념) AI 기반 개방형 6G NTN(Non-Terrestrial Network) 무선 접속망을 실현하기위해 개방형 인터페이스·다중 공급자 상호운용·RIC 지능 제어를 포함한 O-RAN 원칙을 위성·HAPS(High · Altitude · Platform Station)·UAV(Unmanned Aerial Vehicle)을 비롯한 NTN에 확장 적용한다. 이를 위해, RIC(xApp/rApp) 기반 지능 제어, Regenerative NTN(기내 처리) 구조, 지상-비지상 통합 아키텍처를 체계화하고, 시맨틱 통신 및 분산 지능을 활용한 전송·접속·자원 관리 최적화로 서비스 연속성, 정보 시의성, 에너지 효율을 향상한다. - 본 과제는비즈니스핀란드*(Business Finland)와 정보통신기획평가원(IITP)이 공동으로 연구비를 지원하는 과제임 *비즈니스핀란드: 핀란드 ICT분야 펀딩기관 ㅇ (목표) AI 기반 개방형 6G NTN RAN 구조를 설계하여 지상–위성–공중 통합 네트워크의 지능형 제어와 상호운용성을 확보하고, 분산 학습·추론 및 시맨틱 통신을 통해 자원·경로·제어를 최적화하는 기술을 개발한다. - AI 기반 개방형 6G NTN RAN 구조 설계 - AI 기반 NTN/TN 무선 전송·접속·자원 최적화 기술 - 위성-지상-공중 분산 지능화·학습 기반 운영 기술 - LEO·UAV 협력 제어 · AS-IS · TO-BE - 6G에서 AI/ML 프레임워크가 RAN에 통합되는 AI-Native 설계 강조하나, O-RAN 기반 NTN 구조/오케스트레이션 및 위성·UAV 연계 지능화는 초기 단계 - 개방형 6G NTN RAN 참조 구조 및 RIC 지능 제어 확보 - 시맨틱 통신, 분산 지능을 결합한 전송/접속/ 자원 관리 최적화 - 위성-지상-공중 연동 오케스트레이션 및 ISL (Inter-Satellite Link) 릴레이 활용 AI-native 기술확보 2. 현황 및 필요성 ㅇ(기술현황) - 3GPP NR-NTN 규격화, Regenerative 페이로드(온보드 gNB) 논의 본격화 등 6G 초기(Rel-21)에서 AI-Native RAN/NTN 확대가 전망된다. - Aalyria Spacetime 등 지상–비지상 오케스트레이션 상용화, Keysight RIC-NTN - 13 - 검증 솔루션, EU NexaSphere/6G SENTINEL 등 3D 통합 네트워크 연구가 빠르게 진행 중이다. - Starlink/OneWeb 국내 서비스 승인, LEO 시범망/200Gbps 링크 시연 등으로 실증 기반이 확대 중이다. ㅇ (필요성) 멀티벤더·다층(지상-비지상) 환경에서 개방형 아키텍처와 RIC 기반 실시간 최적화가 필수이며, ISL/온보드·분산 지능을 결합해 연속성·에너지·주권(데이터 이동 최소화)을 동시에 만족할 수 있는 국가 레퍼런스 확보가 시급하다. ㅇ(국제공동연구 필요성) - 5G-NTN, O-RAN 성장세를 감안할 때, 개방형 NTN은 통신 전반의 수출형 생태계를 촉진한다. - LEO 상용 서비스의 국내 도입 임박, AI-Native 및 regenerative NTN, O-RAN의 글로벌 개방형 검증 및 인증 체계의 확산 등, 한국도 개방형 인터페이스·RIC 앱· 오케스트레이션의 국가 기술과 IP 포지션 선점이 필요하다. - 한국은 NTN-O-RAN 융합 레퍼런스/검증 생태계, 위성-UAV-지상 통합 오케스트 레이션에서 미국/EU 대비 상대적으로 부족하여 공동연구가 필요하다. 3. 수요분석 및 기대효과 ㅇ (수요분석) 위성·통신사업자, 지상-비지상 통합 상용망 준비 통신사, O-RAN 생태계 기업, UAM·재난·국방 통신 수요가 증가하고 있다. ㅇ (기대효과) - 개방형 NTN 및 RIC 지능 제어로 상호운용·자동화 고도화, 분산 지능 등으로 QoS/지연/에너지/AoI를 동시에 개선한다. - 표준/IPR 선점, 상용망 PoC로 수출·생태계 파급력을 확대한다. - 재난·음영 지역 연속 커버리지 및 회복 탄력성을 강화한다. - 5G-NTN·O-RAN 동반 성장으로 전략적 파급효과를 기대한다. 4. 지원기간/예산/추진체계/특기사항 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.36억원 이내(총 정부지원연구개발비 11.8억원 이내) 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 236 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 472 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 472 백만원 이내 · 합계 · - · 30개월 · 1,180 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 - 14 - ※ 주관연구개발기관 또는 공동연구개발기관으로 산업계 참여필수 ㅇ 추진체계: 동 과제는 별도과제형에 해당 ※ (참고) 국제공동연구 추진유형 해당 · 추진유형 · 주요내용 · - · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 √ · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) TRL ( 3 )~( 5 )단계 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌 PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석 - 15 - · 관리번호 · 2026-국제공동연구-5 · (품목공모형) · 기술분류 대분류(인동지능)-중분류(지능·학습 AI)-소분류(효율·학습 AI)- 세분류(데이터 확산/활용 기술) 중점분야 AI(√), AI반도체( ), 차세대통신( ), 양자( ), 사이버보안( ), AI·디지털융합( ) 품목(문제)명 (협력국가 자율제안) 저자원 태스크에 적응 가능한 멀티모달 생성모델 및 정밀 전이학습 기술개발 1. 품목(문제) 정의 ㅇ (개념) 범용적으로 사용중인 대규모 멀티모달 생성 모델의 사전학습 능력을 효율적으로 전이하면서, 데이터·레이블·사례가 부족한 저자원 태스크(low-resourced task)에 특화된 멀티모달 생성 모델을 개발하여 다양한 이용자 요구에 대한 포용성과 생성 모델의 범용성을 동시에 확보한다. - 대규모 멀티모달 생성 모델(GPT-4o, Gemini 등)은 방대한 범용 데이터에서 사전학습 되어 충분한 학습 데이터가 제공되는 태스크에서는 우수한 성능을 보인다. 그러나, 실제 의료· 산업·공공·전문·다국어·다문화서비스 등에는 적절한 학습 데이터가 부족한 저자원 태스크가 다수 존재하며, 도메인 특화지식, 구조적 제약, 안전성 검증, 복잡한 멀티스텝 추론 등을 요구하지만 기존 모델들은 이를 충분히 반영하지 못한다. ㅇ (목표) 사전학습된대규모 멀티모달 생성 모델을 활용하여 저자원 태스크에 적은 데이터로 적응 가능한 멀티모달 생성 모델을 개발한다. - 저자원 환경에서도 사용자의 지시문을 정확히 해석하고, 해당 태스크에 적용할 수 있는 생성 결과를 제공할 수 있는 신뢰 가능한 멀티모달 생성 기술 구현 AS-IS TO-BE - 저자원 태스크에 특화된 멀티모달/언어 모델의 부재 - 저자원 태스크에 필요한 대규모 학습 데이터 및 벤치마크 부족 - 저자원 태스크 특성에서 발생하는 성능과 안전성, 편향, 윤리적 리스크가 충분히 고려되지 않은 모델 존재 - 저자원 태스크에 적합한 도메인 특화 멀티모달 생성 모델 학습 데이터 확보 - 저자원 태스크 수행 능력을 평가할 태스크 중심 벤치마크 구축 - 사전학습된 태스크/범용 모델을 기반으로 한 저자원 태스크 전이학습(정렬, 효율적 정밀튜닝, 퓨샷러닝 등) 개발 - 저자원 태스크에 특화된 안전성·신뢰성·편향 완화 등 윤리적 고려가 반영된 생성모델 개발 2. 현황 및 필요성 ㅇ(기술현황) 전 세계적으로는 오픈소스 모델(LLaMA, Mistral, DeepSeek-V3 등)의 활용이 증가 하고 있으며, 각국은 자국 언어 및 산업군 특화 모델을 구축하려고 노력 중이다. 또한, 2025년기준 생성 AI 시장은 1,000억 달러 이상으로 성장할 것으로 전망된다. 그러나, 멀티모달의 생성모달의 다양한 공공·산업·전문 도메인(예: 다문화·다언어 서비스, 법률, 의료, 문화예술 등) 대한 벤치마크 및 성능 향상에 대한 표준화가 필요하다. ㅇ(필요성) 저자원 태스크를다루는 중소 연구팀, 스타트업, 공공·학술기관에게 대규모 멀티모 - 16 - 달 데이터셋은 매우 높은 진입 장벽으로 작용하여산업별 AI 활용 능력의 비대칭, 기술 접근성의 불균형, 특정 도메인에서의 혁신지연으로 이어지며, 글로벌 AI생태계 전반의 격차를 심화시키는 문제를 야기할 것으로 예상되어 대응이 필요하다. - 저자원 태스크(예: 다문화·다언어 공공서비스, 의료프로토콜 생성, 제조공정 이상탐지, 법률조항 분석, 전문 과학실험 설계 등)를 다루는 데 필요한 구조적 제약과 도메인 지식을 충분히 반영하지 못하고 있다. - 생성 모델이 윤리적 고려 없이 무분별하게 활용되면 심각한 부작용을 초래할 수 있어, 선제적 기술 대응과 가이드라인 수립이 시급하다. ㅇ(국제공동연구 필요성) 고품질 학습을 위해 다양한 국가 혹은 기관과의 협력을 통한 다양한 산업·전문 도메인 기반의 멀티모달 데이터 확보가 필요하다. - 공동 데이터셋 구축, 벤치마크 개발, 국제 공동 논문 출판 등 실질적 협력성과 창출이 예상된다. - 고성능 연산 자원, 전문 어노테이터, 도메인별 샘플링 환경 등은 국가별로 보유한 강점이 상이하므로 협력을 통해 연구 효율성과 확장성을 동시에 확보할 수 있다. - 다양한 산업·문화·언어 체계가 공존하는 국가와의 협력은 다양한 태스크 환경을 반영한 테스트베드를 확보 및 실제 응용 중심의 기술 검증이 가능하다. 3. 수요분석 및 기대효과 ㅇ (수요분석) 저자원 태스크 및 도메인 특화 환경에 최적화된 멀티모달 생성 기술은 다양한 산업·사회 분야에서 폭넓은 수요가 예상된다. - 공공행정·의료·법률·제조와 같이 복잡한 태스크가 많은 시장에 진출하기 위해서는, 도메인 제약, 규제, 안전성 요건까지 반영한 모델의 수요가 예상된다. - 공공기관, 교육기관, 공익 정보제공 시스템 등에서는 저자원 태스크(예: 행정 절차 안내, 의료 정보 해석, 전문 지식 이해 지원 등)를 수행하는 AI 기술의 수요가 증가하고 있으며, 특히 이주민, 청년·노년층, 디지털 약자 등 정보 접근성이 낮은 사용자 그룹을 지원하는 AI 기반 서비스의 필요성이 확대되고 있다. ㅇ (기대효과) - (AI 인재 양성) 연구결과는 교육 콘텐츠로 한국 내 대학 및 기업에 확산되어 MLLM 전문가 양성에 기여한다. - (산업 기술이전) 튜닝된 특화 모델은 공공·법률, 의료, 교육 등의 분야에서 실질적으로활용 가능하다. - (국산 AI 경쟁력 확보와 수출) 글로벌 빅테크 의존 없이 자체적인 AI 모델 개발 기반을 확보 함으로써, 저자원 태스크가 많은 산업과 신흥 시장에 대한 기술 수출 가능성을 확대한다. 4. 지원기간/예산/추진체계/특기사항 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.07억원 이내(총 정부지원연구개발비 10.35억원 이내) - 17 - · 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 207 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 414 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 414 백만원 이내 · 합계 · - · 30개월 · 1,035 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 ㅇ 추진체계: 동 과제는 일반형에 해당 ※ (참고) 국제공동연구 추진유형 해당 · 추진유형 · 주요내용 · √ · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 - · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) TRL ( 4 )~( 6 )단계 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌 PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석 - 18 - · 관리번호 · 2026-국제공동연구-6 · (품목공모형) · 기술분류 대분류(사이버보안)-중분류(디지털취약점분석·시스템보안)-소분류(공급망보안)- 세분류(HW/SW 보안 검증) 중점분야 AI( ), AI반도체( ), 차세대통신( ), 양자( ), 사이버보안(√), AI·디지털융합( ) 품목(문제)명 (한-독일 공동연구) AIBOM 기반 AI 공급망 신뢰성 및 보안성 강화 플랫폼 기술개발 1. 품목(문제) 정의 ㅇ (개념) 인공지능(AI) 시스템의 공급망은 다층적 이질적 엔터티 간의 상호의존적 네트워크로 구성되며, 이러한 복잡성은 AI 신뢰성과 안전성에 대한 높은 불확실성을 초래하여, 장애 발생 시 원인 진단 및 대응이 어려워, AI 공급망의 투명성을 위한 프레임워크 구축 및 국내외 규제·표준 환경 변화에 유연하게 적응할 수 있는 플랫폼 설계 및 실증이 필요하다. ㅇ (목표) AI공급망 전체 생명주기에 걸쳐 훈련·테스트 데이터, 모델, 알고리즘, 라이브러리 등 핵심 구성요소를 구조적·자동적으로 통합 관리하고 잠재적 보안 위험으로부터 보호하기 위한 AIBOM 기반자동 자산 생성 및 검증, AI 특화 취약점 분석·탐지, 모델·데이터셋 투명성 추적 기술을 개발한다. - AI 시스템 공급망 내 주요 구성요소의 메타데이터 및 종속성 정보를 자동으로 추출·구조화 기술개발 - AI 시스템 특화 보안 위협(취약점·백도어 및 포이즈닝 공격 등) 대응 프레임워크 연구 및 가이드 개발(Red Teaming 및 조기대응 시스템 등과 자동화된 연계 방안 마련) ※ Red Teaming은 시스템의 사이버 보안을 평가하기 위한 실제 공격의 시뮬레이션 - 공급망 내 데이터 출처, 모델 계보·가중치, 생성 및 변경 이력의 체계적 관리 및 시각화 방안 마련 - 실증 및 확산을 위한 활용 시나리오 도출 및 산업별 적용성 평가 AS-IS TO-BE - AI공급망 요소 간 관계 및 출처가 불명확, 외부에서 신뢰성·검증 어려움 - 보안 사고 발생 시 원인 및 영향 범위 파악이 어려워, 신속한 대응 한계 - 고위험 분야(공공/금융/의료 등)에서 AI 도입 시 신뢰·책임 이슈로 확산제약 - 각 구성 요소 및 관계·이력이 기계판독 가능하게 자동기록/추적 실시간 감사 및 원천 검증 가능 - 주요 구성요소별 변동 및 취약점 정보를 빠르게 파악, 선제적 위험관리 및 대응시스템 구현 - 투명성·신뢰성을 기반으로 국내외 시장진출/ 확대와 산업 생태계 활성화 기여 2. 현황 및 필요성 ㅇ(기술현황) 선도국을 중심으로 AI 공급망 보안 기술 개발이 빠르게 진전되고 있으 며, 공급망 전 주기에 걸친 관리·검증 요구가 확대되고 있다. - Atlantic Council 등 연구기관은 AI 생명주기의 훈련·테스트 데이터, 모델, 아키 - 19 - 텍처, 가중치, API, SDK 등 7개 구성요소별 취약점을 지적하며, 데이터 상태·위 협자 프로파일·공급업체 3중 매핑을 통한 거버넌스 접근과 AI 고유 위험 전용 방어 필요성을 강조하고 있다. - OWASP(Open Worldwide Application Security Project)는 AI 공급망 취약성 대응을 위한 가이드라인과프레임워크를 제시하며, 국제 표준화와 상호운용성 확보 필요성을 강조한다. - 미국과 EU는 정책·규제 차원에서 공급망 신뢰성 확보를 강화하고 있으며, 미국의 행정명령(EO 14110 →14179)과 EU AI Act를 통해 데이터 출처, 모델 투명성, 신뢰성 검증 및 공급망 문서화를 의무화하는 방향으로 발전시키고 있다. ㅇ(필요성) AI 시스템의 블랙박스 특성으로 보안 위협과 법적·윤리적 리스크가 증가하고 있으며, 복잡한 상호작용과 동적 변화에 따른 기존 보안 체계가 실시간 대응에 한계가 있어AI 공급망 자산의 전주기를 구조적·기계판독형으로 기록·감사·관리할 수 있는 기술개발이 필요하다. 3. 수요분석 및 기대효과 ㅇ (수요분석) AI 도입 시 데이터 및 운영 투명성, 신뢰성 확보가 필수적인 정부 및 공공기관, 엄격한 컴플라이언스 준수와 내부 통제 강화가 중요한 금융 산업 및 의료·헬스케어 분야, AI 구성요소 관리 및 품질 보증이 필요한 제조 분야 및 AI 솔루션개발 서비스 기업 등과 실증 및 파일럿 프로젝트 확대에 대한 수요가 존재한다. ㅇ (기대효과) 산업 전반의 AI 도입 촉진 및 신기술 활용 가속화, 국내 기업의 글로벌시장 경쟁력 강화, 보안 사고 감소에 따른 사회적 비용 절감 및 기업의 업무 효율성, 혁신 역량 향상 등이 있다. 4. 지원기간/예산/추진체계/특기사항 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.07억원 이내(총 정부지원연구개발비 10.35억원 이내) 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 207 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 414 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 414 백만원 이내 · 합계 · - · 30개월 · 1,035 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 ※「독일(Germany)」연구개발기관과의 공동연구 필수 ㅇ 추진체계: 동 과제는 일반형에 해당 ※ (참고) 국제공동연구 추진유형 - 20 - · 해당 · 추진유형 · 주요내용 · √ · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 - · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) TRL ( 4 )~( 6 )단계 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석 - 21 - · 관리번호 · 2026-국제공동연구-7 · (품목공모형) · 기술분류 대분류(차세대통신)-중분류(네트워크)-소분류(네트워크 제어/관리 및 서비스)-세분류(네트워크 자동화/최적화/지능화 기술) 중점분야 AI( ), AI반도체( ), 차세대통신(√), 양자( ), 사이버보안( ), AI·디지털융합( ) 품목(문제)명 (한-핀란드 공동연구) AI 기반 Zero-Touch O-RAN 기술개발 1. 품목(문제) 정의 ㅇ (개념) AI 기반 자율 최적화와 디지털트윈 검증을 통해 O-RAN의 복잡한 운영 문제를 해결하고RIC의 자율 진화를 통해 Zero-Touch Network를 실현하여 6G 시대의 완전 자율 네트워크 기반을 구축하여 서비스 품질을 극대화한다. - 본 과제는비즈니스핀란드*(Business Finland)와 정보통신기획평가원(IITP)이 공동으로 연구비를 지원하는 과제임 *비즈니스핀란드: 핀란드 ICT분야 펀딩기관 ㅇ (목표) 자율형 AI 기반 정책 자동 설계·검증·배포, 강화학습 기반 자율 최적화, 디지털트윈 기반 안전성 검증 기술을 개발하여 운영자 개입 없는 Zero-Touch O-RAN을 구현하고 차세대 6G 지능형 자율 네트워크를 구축한다. - AI 기반 자율 제어 정책 설계 기술 개발 - AI 정책 검증·시뮬레이션 기술 개발(예: 디지털트윈 등) - Zero-Touch 자율 운영 프레임워크 구현 - 차세대 6G 지능형 자율 네트워크 구현 AS-IS TO-BE - 운영자 수동 개입에 의존한 네트워크 설정 및 관리 - 사전에 정의된 고정적 핸드오버·자원할당 정책 적용 - 신규 제어 정책의 수동 검증 및 제한적 적용 - 벤더 종속적인 폐쇄형 관리 생태계 탈피 불가 - 자율형 AI 기반 정책 자동 생성·배포를 통한 자율 운영 - 강화학습 기반 실시간 자원 최적화 및 동적 핸드오버 제어 - 디지털 트윈 환경에서의 자동 검증 후 안전한 상용망 적용 - 개방형 O-RAN 확산으로 여러 xApp/rApp 융합과 dAPP 구현을 통한 실시간 추론 및 제어 수행 2. 현황 및 필요성 ㅇ (기존 기술현황) O-RAN은 공개 인터페이스 기반 상호운용성과 AI·클라우드 네이티브 전환을 중심으로 글로벌 통신사들이 상용망 적용과 표준화를 추진하며 5G-Advanced에서는 AI 기반 자동화와 네트워크 지능화가 핵심 의제로 부상 중이다. ㅇ(필요성) 자율형 AI 기반 Zero-Touch O-RAN 기술은 6G 핵심 인프라로서 통신망 운영 자동화, 서비스 품질 향상, 글로벌 표준 선도와 AI 주권 확보, 시장 선점을 위해 시급한 연구개발이 필요하다. ㅇ(국제공동연구 필요성) 해당기술의 신뢰성과 범용성 확보를 위해 해외 통신사·벤더와의 - 22 - 공동 PoC 및 다양한 환경의 국제공동연구 통해 상호운용 검증과 자율형 AI 모델의 일반화 성능을 강화하는 것이 필수이다. 3. 수요분석 및 기대효과 ㅇ (수요분석) 이동통신 사업자, O-RAN 인프라를 구축·운영하는 통신 장비 및 네트워크 기업, 공공안전·재난 대응용 자율 통신망 운영 기관, 스마트팩토리·자율주행·UAM 등 초저지연·고신뢰 통신을 요구하는 산업 분야에서 수요가 있다. ㅇ (기대효과) - AI 기반 자율 운영으로 통신망 운영비용 절감과 서비스 품질향상을 기대한다. - O-RAN 표준 기반 상호운용성 확보로 벤더 종속 탈피, 시장 선점 및 매출을 극대화한다. - 6G 핵심 개념인 ‘스스로 진화하는 네트워크’ 구현을 통해 국제 표준화 주도와 차세대 네트워크 글로벌 경쟁력을 확보한다. - 재난망, 스마트팩토리, UAM, 자율주행 등 여러 분야에 무인 네트워크 확산 통해 통신인프라 안정성 강화 및 신규 비즈니스 모델을 개발한다. 4. 지원기간/예산/추진체계/특기사항 ㅇ연구개발기간: 2.5년 이내(30개월 이내) ㅇ정부지원연구개발비: ‘26년 2.36억원 이내(총 정부지원연구개발비 11.8억원 이내) 구분 · 기간 · 개월수 · 정부지원연구개발비 · 1년차 · ’26.7월∼‘26.12월 · 6개월 · 236 백만원 이내 · 2년차 · ’27.1월∼‘27.12월 · 12개월 · 472 백만원 이내 · 3년차 · ’28.1월∼‘28.12월 · 12개월 · 472 백만원 이내 · 합계 · - · 30개월 · 1,180 백만원 이내 * 연차별 정부지원연구개발비는 당해연도 예산심의결과에 따라 변동될 수 있음 ㅇ주관기관: 제한없음 ※ 주관연구개발기관 또는 공동연구개발기관으로 산업계 참여필수 ㅇ 추진체계: 동 과제는 별도과제형에 해당 ※ (참고) 국제공동연구 추진유형 해당 · 추진유형 · 주요내용 · - · 일반형 국내 주관연구개발기관이 국제공동연구개발비를 활용하여 외국소재기관과 공동으로 연구를 수행하는 방식 - 공동기관형 해외기관이 국내 연구개발기관과 연구개발과제를 공동으로 수행하기 위해 주관 또는 공동연구개발기관으로 참여하는 방식 √ · 별도 과제형 · (Joint call) 국내기관과 해외기관이 한 컨소시엄을 이루어 공동연구를 추진하되, 연구개발비 집행 등은 독립된 과제로 수행하는 형태를 의미 ㅇ(특이사항) - 23 - - 연구개발계획서에 아래 내용을 필수로 포함하여 구체적인 양국협력 방법에 대해 제안 ‧ 상대국과공동 개발 정보/결과/데이터/방법론 공유, 연구자 교류 및 방문, 공동 워크숍 개최, 공동 테스트베드, 저명한 국제 컨퍼런스 또는 저널에 논문 공동 게재의 방식을 통한 협력 - R&D 성공을 확인하기 위한 개발기술의 수준 또는 성과목표·지표(예, 공동 논문 또는 기술연계 수행계획 등)를 제시할 것 - 국제공동 컨소시엄의 조직별/부서별/개인별 역할과 협력분야를 명확히 제시하고 일정별 마일스톤을 제시할 것 - 국제공동연구 과정의 성과를 나타낼 수 있는 방법과 계획을 제시(예, 국제전문가 협의체구성/운영 계획, 국제공동 컨퍼런스 및 네트워킹 계획, 지속적 네트워킹을 위한 전략 및 계획 등)할 것 - 국제공동연구 결과에 대하여 참여국(또는 참여기관)별 활용방안 명시(기술이전 계획 또는 후속연구 등)할 것 - 국제공동연구 내용 및 성과공유, 정보의 투명성을 위해 과제 홈페이지를 제공할 것 연구유형 기초연구 ( ), 응용연구 ( √), 개발연구 ( ) · TRL (4)~(6)단계 · 과제특징 · 국제협력R&D(√) · 구분 · 기술분야명/팀명 · 성명 · 책임PM(과제기획위원장) · 혁신·글로벌PM · 김욱 · 담당 팀장 · 글로벌협력팀 · 임종석