2026 R&D 기획역량강화 세미나
연구자의 AI가 일하는 연구 지식 시스템 만들기: 프롬프트를 넘어, 연구개발계획서가 나오는 지식 구조
연결되는 부산, 확장되는 미래
오늘 이 시간이 끝나면, 보는 눈 계획서 열 개 칸이 내 지식의 어디에서 나오는지 세 줄 규칙 재료 없는 칸을 AI가 채우지 못하게 하는 규칙 세 개 시작 순서 내일 아침 30분, 노트 한 개로 시작하는 법
2027년, 무엇이 바뀌나
기획 역량이 지역 연구자의 39.5 조 2027 정부 R&D 예산안 (+11.2%, 국회 심의 중), AI R&D는 2.4조에서 4.1조로
35.5 % 대전 제외 지방의 정부 R&D 집행 비중, 2024년 (2020년 39.3%에서 하락)
2027 년 1월 지역주도 과학기술혁신 촉진법 시행, 블록펀딩형 자율 R&D
부산 R&D 투자방향도 '국비 매칭, 분산 투자'에서 '선택과 집중, 성과환류형'으로 전환이 제안됐습니다.
연구자 2,430명, Wiley ExplanAItions 2025
도구는 도입됐고, 84 % 연구에 AI 도구 사용 (1년 전 57%)
80 % 범용 챗봇 사용 (전체 응답자 기준)
25 % 전문 연구 도구 사용
41 % 기관 지원이 충분하다
문제는 쓰느냐가 아니라, 쓰는 방식이 쌓이느냐입니다.
왜 지식 구조인가 프롬프트, 컨텍스트, 하네스, 루프: AI 활용의 네 층 도구가 아니라 구조를 봅니다
장비는 주기적으로 교정하면서, 장비 주기적으로 교정합니다. 검정 성적서까지 남깁니다. 모델 매달 새로 나옵니다. 그때마다 새로 배웁니다. 워크플로 검색하고, 읽고, 붙여넣고, 다시 씁니다. 2022년과 같습니다.
2026년 10월 1일 기준 프론티어 지형
모델은 갈아끼우는 것입니다 9월 한 달, 해외 큰 연구소는 모두 새 모델을 냈습니다.
연구소 최상위 최근 움직임 Anthropic Claude Fable 5.1 Opus 5.5 (9/22), Sonnet 5.5 (9/28) OpenAI GPT-6 Astra GPT-6 Sol, Luna (9/22), 6.1 Sol (9/29) Google Gemini 3.1 Pro (Preview) 3.8 Flash (9/2), 3.8 Live (9/15) xAI Grok 4.7 Grok 4.7 출시 (9/21) Meta Muse Spark 1.3 Muse Spark 1.3 (9/2), 오픈웨이트 Glimmer 30B (8/10) DeepSeek V4-Pro V4.1-Flash 오픈웨이트, MIT (9/10) 한국 3사 K-EXAONE 2.0, A.X K2, Solar Open 2 9월 신규 없음, 7월 오픈웨이트 공개
묻는 방식이 바뀌면 v1 Prompt: 무엇을 선행연구 정리해줘. 주제와 과제가 없으면 되물을 수 있습니다.
v2 Context: 어떤 상황 과제 배경과 역할을 함께 전달. 다음 대화에 다시 공급합니다.
v3 Harness: 어떤 환경 연구노트, 레퍼런스, 위키, 규칙을 한 번 설계. 한 줄로 내 맞춤 답.
v4 Loop: 돌아오는가 인용한 논문이 철회되면, 그 소식이 내 초안까지 돌아옵니까.
네 층을 다 쓸 필요는 작업마다 고릅니다. 어디까지 가능한지 알고 고르는 것이 핵심입니다.
결과는 모델 주변이 가릅니다 챗봇은 답을 하고, 에이전트는 일을 끝냅니다.
지식 볼트, 위키, 레퍼런스 공급한다 도구 검색, 외부 앱 연결(MCP), 스크립트 연결한다 규칙 시스템 파일, 권한 강제한다 루프 검증, 되돌림, 회고 산출물이 다음 세션의 기준선이 된다
업계도 같은 곳에 도착했습니다
좋은 컨텍스트 엔지니어링은
Anthropic, Effective context engineering (2025-09-29) 컨텍스트 엔지니어링은 공급할 맥락을 설계합니다. 하네스는 권한과 기록의 운영까지 다룹니다.
자연어가 코드라면, Karpathy는 프롬프트를 '영어로 쓴 프로그램'이라 부릅니다. 그 재료는 여러분이 쌓아 온 노트입니다.
연구자의 진짜 병목
병목은 생성이 아니라 검증입니다 생성은 빨라졌다 초안은 몇 초, 요약은 몇 분 범용 챗봇이 인용까지 만들어 준다 상용 LLM 10종: 요청한 인용의 11~57%가 존재하지 않음 검증 비용이 생성 이득을 잡아먹는다 계획서의 위험 구간 선행연구 및 국내외 동향 칸 인용을 지어내는 도구 대신, 내 라이브러리에서 가져오는 도구 이 원칙이 3부 하네스의 첫 번째 규칙
세컨드 브레인 마크다운 지식 베이스와 LLM Wiki 패턴 정리가 아니라 인출, 저장이 아니라 연결
정리를 잘했는가가 아니라 메타데이터, 태그, 링크 장식이 아니라 인출 인터페이스입니다. 인박스 4,000개 적시에 검색되면 정리된 것입니다. 폴더 체계와 지식 체계는 다릅니다. 옵시디언 노트 앱이 아니라 개인 지식 그래프 엔진입니다.
폴더는 한 곳, 논문은 여러 속성 폴더로 정리하면 리더십? 머신러닝? 병원? 어느 폴더에 같은 논문을 두 번 내려받는다 이번 학기 폴더가 또 생긴다 찾을 때 위치를 기억해야 한다 속성으로 정리하면 주제, 방법, 맥락을 꼬리표로 논문은 한 곳, 꺼내는 길은 여러 개 검색 범위를 필요한 만큼만 AI도 같은 꼬리표를 읽는다
계획서보다 먼저 정할 것
같은 지식도 계획서를 쓰기 전에, 어떤 포맷으로 지식을 쌓을지를 먼저 정합니다.
01 전달용 (Delivery) PPT, PDF, HWP. 사람에게 전달하는 보고 형식입니다.
02 교환용 (Exchangeable) Markdown, JSON, YAML. 사람과 AI가 함께 쓰는 층입니다.
03 원재료 (Plain, Raw) 원문, 로그, 전사. 원재료를 보존하고 맥락을 확인합니다.
메타데이터 7필드
AI-ready의 전부 내용은 그대로 두고, 포맷과 꼬리표만 붙입니다.
필드 하는 일 type 역할을 구분 description 의미를 요약 author 저자를 표시 date 시점을 고정 status 초안과 승인 tags 꺼내는 장면 source 원본을 추적
실물
정리한 게 아니라, 연결된 겁니다 10,000 + 노트, 메인 볼트 하나 기준
7 볼트, 분산이 아니라 분업
1,000 + LLM Wiki 페이지
4 년+ 운영, 2022년 5월부터
원문은 사료, 위키는 해석, 스키마는 편집 규칙
원문과 해석을 분리한다 원문은 손대지 않고 해석만 갱신합니다. 갱신은 AI, 방향은 사람.
원문 손대지 않는 PDF, 전사 정리한다 위키 AI가 정리해 두는 해석 따른다 스키마 정리 규칙서, 예: CLAUDE.md 좋은 답은 위키로 돌아간다
검색은 휘발되고, 위키는 쌓인다 웹 LLM, 검색 증강(RAG): 질문할 때 매 질문마다 원본을 다시 찾아 조립 교차참조는 그때그때 모순 감지는 설계에 의존 정보 소비 컴파일된 위키: 넣을 때 한 번 컴파일하고 계속 갱신 검토한 답을 되돌려 누적 교차참조를 미리, 정기 점검(lint)으로 모순 확인 자산 형성
위키보다 먼저 200개 파일이 200개를 넘고 에이전트가 전체를 담지 못하면 인덱스와 스키마가 필요합니다. 시스템 파일 사람과 AI가 같은 볼트를 쓰려면 둘 다 읽는 규칙서가 있어야 합니다. 해석의 질서 문서를 쌓기 전에 해석의 질서를 먼저 설계합니다.
인용 조작의 구조적 해법
내가 넣은 것 안에서만 말하게 도구가 검색한 코퍼스 범용 챗봇, 딥리서치류 남의 코퍼스를 검색한다 인용 조작 위험을 안고 간다 매번 휘발된다 내가 큐레이션한 코퍼스 내 볼트, Zotero, LLM Wiki 준 소스에만 근거한다 빈 곳은 비어 있다고 말한다 다음 계획서의 출발점으로 남는다
같은 네 층, 두 가지 관점
맡기는 권한과 맡기는 권한 맡기지 않는 권한
요약 판단 읽기는 AI. 요약은 빨리, 여러 번, 지치지 않고 판단은 내가. 요약이 놓친 것을 아는 사람은 나
링크 제안 인용 확정 후보는 AI. 관련 노트, 문헌을 폭넓게 끌어온다 확정은 내가. 인용 한 줄의 책임은 저자에게
초안 생성 저자성 초안은 AI. 빈 페이지를 없애는 데 몇 초 저자는 나. 학술 규범이 AI 저자를 인정하지 않는다
분류 제안 스키마 소유 제안은 AI. 태그, 폴더 후보를 패턴에서 뽑는다 소유는 내가. 스키마를 넘기면 위키가 남의 것이 된다
시연 1
내 연구 주제의 최근 동향을 v1 질문만. 대상이 없으면 되묻는 것이 정상입니다. v2 배경을 대화에 붙입니다. 이번 대화에서만 씁니다. v3 파일과 규칙으로 남깁니다. 다음 작업에서도 다시 읽습니다.
연구실 언어로 세 층이 갈립니다 핵심 반전: v1에서 v3로 가면 입력은 다시 짧아지고, 출력은 쌓입니다.
축 v1 프롬프트 v2 컨텍스트 v3 하네스 입력 길이 1줄 배경과 형식 추가 1줄, 규칙은 한 번 연구실 특이성 거의 없음 높음 매우 높음 공동연구자가 같은 질문을 할 때 각자 질문에 의존 매번 맥락 전달 공통 기준 재사용 최신성 확인 필요 입력 시점 갱신 규칙에 따름 연구 자산화 없음 개인 단위, 일부 연구실 자산
R&D 기획 적용 AI가 일하게 만들기: 지식 베이스에서 계획서가 나오는 과정 오늘의 핵심 시연이 여기 있습니다
계획서는 쓰는 문서가 아니라 필요성, 선행연구, 방법, 기대효과는 이미 읽고 쓰고 회의한 것의 재배치입니다.
AI에게 계획서를 쓰라고 하지 말고, 각 칸의 재료를 꺼내 오게 합니다. 재료가 없는 칸 AI가 채우면 안 됩니다. 인용 조작과 근거 없는 기대효과가 거기서 나옵니다. 초안의 저자 연구자입니다. 검토한 문장만 본문으로 올립니다.
계획서의 칸은 노트에서 나옵니다 계획서 칸 재료가 되는 노트 비었을 때의 뜻 필요성 문헌노트, 동향 클리핑, 회의록 읽은 것이 정리되지 않았다 선행연구, 동향 Zotero, 위키 개념 페이지 인용 조작 위험 구간 목표와 내용 아이디어, 변수, 방법론 노트 방법론 자산이 얇다 추진체계 공동연구자, 기관, 장비 노트 네트워크가 노트에 없다 기대효과 산업, 정책 클리핑, 이전 성과 근거 없는 기대효과의 출처 연구비 이전 과제 예산 노트 숫자는 사람이 채운다
시연 2의 설계도
한 줄이 열 개 섹션이 되는 조건 항목 명세 입력 OO 주제로 연구개발계획서 뼈대 초안을 만들어줘 (한 줄) 지식 볼트의 연구노트, 문헌노트, 강의 자산과 LLM Wiki (레퍼런스 매니저는 오늘 미연결) 도구 볼트 검색(qmd), 검색된 노트와 위키 페이지 읽기. 웹 검색 없음 규칙 ① 라이브러리 밖 논문 금지 ② 숫자는 출처 있는 것만, 연구비는 비움 ③ 재료 없는 칸은 비운다 출력 10개 섹션 뼈대, 문장마다 출처 노트, 빈 칸 목록
시연 2
같은 하네스 명세로 돌린 실행 요약 > 연구자 개인 지식 베이스와 AI 에이전트를 결합한 연구기획 지원 체계(하네스) 개발 주제로 연구개발계획서 뼈대 초안을 만들어줘 # 실행 요약 (사전 실행 2026-10-01, 출력 원문이 아닌 기록 요약) 검색 4회: 영구 노트, 문헌 노트, 강의 자산, LLM Wiki
읽은 노트: 볼트 5편 + 위키 4편 | Zotero: 미연결이라고 명시
10개 섹션 중 8개에 출처가 달린 문장 연구비 숫자: 비움 (규칙 ②) 빈 칸 표시 [지식 베이스에 없음] 10곳 (건강검진표 10행) 새 파일 1개 생성, 기존 노트 수정 0
사례: 과학기술정책연구원(STEPI), 2026년 6~9월
가상 인물 1,000명에게 1,000 명 합성 페르소나, 모두 가상 인물
190 문항 발주기관 공통 73 + 확장 117
4,650 건 응답: 같은 1,000명에게 3회, 모델 비교 포함
1,426 개 노트: 다시 물을 수 있는 지식 베이스
「2045 대한민국 과학기술 프론티어 전략 수립을 위한 기획연구」에서 미래상 초안 여섯 개의 수용성을 탐색했습니다.
하네스 네 요소로 다시 보면
생성은 AI가, 통제는 코드가 설문 응답에서 모델이 만든 것은 ‘이 사람이라면 뭐라 답할까’ 하나였습니다.
지식 인물 카드, 문항, 제시문 공급한다 도구 생성은 모델, 점검은 코드 연결한다 규칙 판정선 먼저, 증거 위계 강제한다 루프 3회 반복, 8개 모델 교차 흔들린 수치는 사람에게 물을 질문이 된다
계획서에 AI를 써도 되는가
금지가 아니라 공개, 검증, 보안 기준 핵심 과기정통부 국가R&D AI 연구윤리 가이드 (2026.9.20) AI는 도구, 책임은 연구자. 성과 제출 시 모델, 버전, 목적, 범위 공개. 평가자는 외부 AI에 넣지 않는다. 숨은 지시문은 연구부정 한국연구재단 권고 (2025.9 개정) 비밀유지, 정보공개(계획서와 보고서에 AI 사용 표기 권장), 검증책임, 보안책임 ICMJE (2026.1) AI는 저자가 될 수 없다. 사용은 커버레터와 원고 양쪽에 공개. AI 생성물은 1차 출처가 될 수 없다 독일연구재단 DFG (2026) 제안서에 AI를 써도 된다. 생성형 AI는 모델, 목적, 범위 공개. 사용 여부는 평가에 영향 없음. 심사자는 기밀 유지
로컬 저장이 곧 보안은 아닙니다 세 층을 따로 확인합니다. 미공개 연구와 평가자료는 기관 정책이 우선입니다.
01 저장 위치 노트가 내 디스크에만 있는가, 동기화 서비스에도 있는가
02 모델 전송 질문할 때 어떤 문서 조각이 모델 제공자에게 가는가
03 도구 권한 에이전트가 읽고, 쓰고, 지우고, 보낼 수 있는 범위
내일 아침 30분이면 시작됩니다 오늘 시작하는 데 제 장비는 필요 없습니다. 노트 한 개면 됩니다.
시점 박사급 연구자 학생, 신진 내일 30분 논문 1편을 .md로, 7필드를 손으로 수업 노트 1과목을 .md로 30일 Zotero 10편을 볼트에 연결 노트 50개, 그래프가 보인다 60일 스타터킷으로 위키 첫 50페이지 원자료 10건 넣기 90일 진행 중 계획서 한 섹션을 볼트로 관심 주제로 계획서 뼈대 1회
다섯 축의 가중치: 네 층 P, C, H, L과 연동 X
AI가 여러분을 분류하기 전에, P Prompt 20%
C Context, 맥락 공급 25%
H Harness 20%
L Loop 20%
X Interop, 연동과 거버넌스 15%
기준마다 0~4점: 문서만 있으면 2점, 도구가 강제하면 3점, 개선 기록까지 있으면 4점
복사해서 시작하실 수 있습니다 무대에서는 팔지 않습니다. 가져가실 것만 남깁니다.
01 AKM Index akm.cmdspace.work 자가측정 10~60분, 로컬. 제출은 선택
02 스타터킷 2종 cmds-vault, cmds-llm-wiki (GitHub). 빈 볼트로 열고 논문 1편부터
03 시스템 파일 system.cmdspace.work 규칙서 공개본과 ZIP
04 계획서 매핑표 오늘의 10개 섹션 전체 표. 마지막 장 첫 QR 페이지에서
05 더배러 thebetter.stibee.com 오늘 논지의 연재판
06 월간옵시디언 매월 온라인 모임. 바이오 페이지에서 안내
계획서를 쓰기 전에, 보는 눈, 세 줄 규칙, 시작 순서를 들고 가십시오.
모델 갈아끼우는 것입니다. 남는 것 여러분의 지식 구조입니다. 연구자의 하네스 이미 여러분 손에 있습니다. 읽고 쓰고 정리해 온 모든 것.
부록 질의응답 백업과 CMDSPACE Works 질문에 따라 필요한 장만 엽니다
자주 받는 질문, 짧은 답 질문 짧은 답 계획서에 AI 썼다고 밝혀야 하나요 연구재단은 계획서와 보고서에 표기를 권장, 과기정통부는 성과 제출 때 공개를 권고합니다. 금지가 아닙니다 평가위원이 감점하지 않나요 국내는 공개 권고, DFG는 평가에 영향 없음을 명시합니다. 출처와 검증 흔적이 답입니다 기관 보안 때문에 어렵습니다 저장, 전송, 권한 세 층을 나눕니다. 미공개 자료는 기관 정책이 우선입니다 AI를 쓰면 연구 성과가 오르나요 관측 연구는 논문 수 3.02배였지만 주제 폭은 줄었고, 실험에선 19% 느렸습니다. 부록에 두 연구가 있습니다 어떤 모델이 좋습니까 매달 바뀝니다. 내 맥락을 구조화하는 쪽이 결정적입니다 학생은 무엇부터 하나요 수업 노트 1과목을 .md로. 30일은 무료 도구로 충분하고, 위키 단계부터 AI 요금제가 필요합니다
실무 질문, 짧은 답 질문 짧은 답 마크다운 초안을 HWP 서식에 옮기나요 최종본은 공고문 HWP 서식에 사람이 옮깁니다. 마크다운은 재료와 초안의 층입니다 이미 쓴 HWP, PDF 계획서는요 원본은 보관하고, 내가 쓴 핵심 문단만 .md 노트로 옮깁니다. 지난 계획서 1건이 첫 재료입니다 쌓여 있는 ChatGPT 대화는요 전부 옮기지 않습니다. 검토한 답만 .md로 옮기고 source에 날짜와 모델을 적습니다 시연 도구와 비용은요 로컬 폴더를 읽는 AI 에이전트(Claude Code)입니다. 노트 도구는 무료, AI는 요금제를 따릅니다 기관이 외부 AI를 막았습니다 .md와 7필드는 AI 없이도 쓰는 구조입니다. 허용된 AI가 생기면 그대로 연결합니다 연구실 단위로 도입하려면 개인 볼트가 먼저입니다. 공유 폴더 하나, 7필드, 인용 원칙 세 줄에 합의하고 시작합니다
AI와 연구 생산성, 두 개의 측정
느낌과 측정은 다릅니다 관측 연구, 논문 4,130만 편 (1980~2025) AI 기법을 쓴 연구자의 논문 수 3.02배, 인용 4.84배 연구책임자 도달 1.37년 빠름 대신 연구 주제 폭 4.63% 축소, 연구자 간 교류 22% 감소 Nature 649권 (2026.1), 인과효과가 아닌 비교 무작위 대조 실험, 개발자 16명 (2025년 초) AI 사용 시 완료 시간 19% 증가 사전 예측 24% 단축, 사후 체감 20% 단축 METR (arXiv 2507.09089) 2026-02 METR: 지금은 더 빨라졌을 가능성, 근거는 약함
박사급이 아니어도 됩니다
석사 1학기생도 10명 2026년 1학기 생성형 AI 기초(대학원생 중심) 수강생이 8주차에 스타터킷 적용 3건에서 7건 발생학 배경 석사과정생: 원자료 3건에서 연구 아이디어 7건 비용 Obsidian, Zotero, 스타터킷은 무료. AI 서비스 요금은 별도
감사합니다 질문은 언제나 환영합니다.
계획서를 쓰기 전에, 지식 구조를 먼저.
