AI의 등장은 과학기술 연구의 새로운 가능성을 제시하는 동시에, 기존의 연구 방식 자체를 변화시키는 중요한 전환점이 되었다. 기존의 컴퓨터는 연구자가 입력한 명령에 따라 복잡한 계산을 수행하는 역할을 담당했다면, AI는 데이터를 학습해 스스로 규칙과 패턴을 발견하고 이를 토대로 결과를 예측할 수 있다는 점에서 근본적인 차이를 가진다. 컴퓨터가 연구자의 계산 능력을 확장하는 도구였다면, AI는 방대한 데이터를 기반으로 새로운 지식과 통찰을 도출하는 과정까지 지원하는 기술로 발전했다. (…) 최근에는 생성형 AI(Generative AI)가 등장하면서 데이터를 분석하는 수준을 넘어 다양한 정보를 이해하고 새로운 내용을 생성할 수 있는 단계로 발전하고 있다. 이제 AI는 더 이상 특정 업무를 자동화하는 기술이 아니라, 연구자의 사고와 문제 해결을 지원하는 지능형 기술로 진화하고 있는 것이다.
--- 「01 AI와 과학기술의 만남」 중에서

특히, AI와 데이터는 서로 떼어놓고 생각할 수 없을 만큼 밀접한 관계에 있다. AI가 과학기술 연구에서 효과적으로 활용되기 위해서는 학습하고 분석할 수 있는 데이터가 필요하며, 축적된 데이터의 가치를 제대로 끌어내기 위해서는 이를 효과적으로 분석할 수 있는 AI가 필요하기 때문이다. 아무리 정교한 AI 모델이 개발되더라도 학습에 활용할 수 있는 데이터가 충분하지 않다면 새로운 관계를 찾아내거나 정확한 결과를 예측하기 어렵다. 반대로, 방대한 데이터가 축적되었더라도 이를 분석하고 활용할 수 있는 방법이 없다면 데이터가 가진 잠재적 가치를 충분히 실현하기 어렵다. 결국 AI와 데이터는 서로의 가능성을 확대하는 관계에 있다고 할 수 있다.
--- 「03 AI와 데이터 중심 연구」 중에서

결국 AI 시대의 연구 윤리도 기존의 연구 윤리가 지켜온 기본 원칙에서 출발한다. 정확한 데이터를 사용하고, 연구 방법과 결과를 투명하게 설명하며, 다른 연구자가 이를 검토할 수 있도록 하고, 연구 성과에 책임을 진다는 기존의 원칙은 그대로 유지된다. 달라진 것은 이러한 원칙을 적용해야 할 대상과 범위다. 이제 연구자는 자신이 직접 수행한 연구뿐만 아니라 AI가 수행한 분석과 제안을 연구에 어떻게 활용했는지에 대해서도 설명하고 책임질 수 있어야 한다.
--- 「06 AI와 연구 윤리」 중에서

기술 주권 역시 기술의 발전에 따라 계속 변화할 수 있다. AI를 비롯한 첨단 기술이 빠르게 발전하면서 현재 중요하게 여겨지는 기술이 미래에는 다른 기술로 대체될 수 있고, 새로운 핵심 기술이 등장할 수도 있다. 따라서 특정 기술을 얼마나 많이 보유하고 있는지만으로 한 국가의 기술 주권을 판단하기는 어렵다. 새로운 기술의 변화를 파악하고 필요한 기술을 개발하거나 확보하며, 이를 실제 연구와 산업에서 활용할 수 있는 역량을 지속적으로 갖추는 것이 중요하다. AI 시대의 기술 주권은 세계와 연결된 상태에서도 필요한 기술을 스스로 선택하고 활용할 수 있는 역량에 달려 있다고 할 수 있다.
--- 「09 글로벌 경쟁과 기술 주권」 중에서