캐나다, 트럼프가 미국 연구를 뒤흔들면서 AI와 과학 인재를 끌어들이다

수십 년 동안 미국은 과학: 세계 최고의 연구자들이 미국에서 일하기를 원한다는 가장 강력한 경쟁 우위 중 하나를 누려왔습니다.

그 우위가 하룻밤 사이에 사라지는 것은 아닙니다. 미국은 여전히 연구 대학, 연방 연구소, 민간 자본 및 기술 기업이 집중된 독보적인 환경을 가지고 있습니다. 그러나 인재 흐름이 점점 일방적이지 않게 변하고 있으며, 캐나다는 이러한 변화에 적극적으로 대응하고 있습니다.

최근 사례는 University of Toronto에서 확인할 수 있습니다. 이 대학은 현재 MIT, 국립보건원(NIH), University of California San Francisco(UCSF), Ohio State University, Boston University, Washington University School of Medicine in St. Louis 등 미국 기관에서 일하고 있는 여섯 명의 저명한 연구자를 영입했습니다.

이 여섯 명은 새로운 Eddie Goldenberg Research Chairs of Canada 프로그램의 일환으로, 오타와의 C$17억 캐나다 글로벌 임팩트+ 연구 인재 이니셔티브의 핵심 프로젝트에 포함됩니다. 이 광범위한 이니셔티브는 12년 동안 1,000명 이상의 국제 및 해외 파견 연구자를 유치하고 지원하도록 설계되었으며, 연구 의자에만 C$10억이 별도로 배정됩니다.

첫 번째 그룹이 특히 주목받는 이유는 인재의 출처입니다. 연구 의자 프로그램을 통해 영입된 최초 64명의 학자 중 48명이 현재 미국에 기반을 두고 있습니다.

이는 이제 단순한 학술 영입을 넘어 지적 자본을 둘러싼 지정학적 경쟁으로 보이기 시작했습니다.

왜 미국은 갑자기 연구 인재 유출에 더 취약해졌는가

시기는 2025년 1월 트럼프 대통령이 재취임한 이후 미국 과학계에 휘몰아친 격변과 분리해서 보기 어렵습니다.

2026년 1월 Nature 분석에 따르면, 7,800건 이상의 미국 연구 보조금이 종료되거나 동결되었으며, 약 25,000명의 과학자와 연구 관련 인력이 연방 연구기관을 떠났습니다. 행정부는 또한 NIH 예산을 약 40%, 국립과학재단(NSF) 57%, NASA 과학 임무 국 47%에 이르는 대규모 예산 삭감을 제안했습니다. 이 제안 중 일부는 법률화되지 않았으며, 의회와 법원의 반발도 있었지만, 불확실성 자체가 실험실, 채용 및 장기 연구 계획에 영향을 미쳤습니다.

행정부의 입장은 단순히 과학을 포기한다는 것보다 더 복합적입니다. Unite.AI가 최근 조사한 바와 같이, 백악관은 연간 약 2천억 달러 규모의 연방 연구 지출을 재구성하려 하고 있습니다. 제안은 개별 과학자를 중심으로 한 자금 지원, 더 빠른 보조금 메커니즘, 고위험 연구, 인공지능 기반 발견 및 AI와 양자 컴퓨팅 같은 전략 기술에 무게를 두고 있습니다. 행정부는 기존의 대학 중심 자금 지원 체계가 관료화되고 국가적 우선순위에 충분히 맞추어지지 못한다고 주장합니다.

하지만 연구 생태계를 재구성하면 승자와 패자가 생깁니다. 보조금 취소, 연방 인력 감축 및 지원 대상 연구 유형 변화는 많은 과학자들의 경력 계획을 크게 불확실하게 만들었습니다.

경고 신호는 빠르게 나타났습니다. 2025년 3월, 1,600명 이상의 응답자를 대상으로 한 Nature 설문조사에서 응답자의 75%가 미국을 떠날 생각이 있다고 답했으며, 캐나다와 유럽이 가장 많이 언급된 목적지였습니다. 이 설문은 자발적 참여자에 한정된 것이므로 모든 미국 과학자를 대표한다고 보기는 어렵지만, 이후 구인 데이터에서도 해외 직위에 대한 관심이 증가하고 있음을 보여줍니다.

캐나다는 불확실성이 한 국가에서 기회가 될 수 있다는 점을 깨달은 듯 보입니다.

캐나다는 몇 개의 교수직만 제공하는 것이 아니라 채용 기계를 구축하고 있다

오타와의 전략은 고위 과학자를 단순히 급여만으로 유인하는 것을 넘어섭니다.

C$17억 이니셔티브에는 연구 의자, 인프라 자금, 초기 경력 포지션 및 박사·포스트닥 상이 포함됩니다. 5월에 정부는 72개 국가에서 온 후보자 659명에게 연구 훈련 상을 제공했으며, Canada Impact+ Emerging Leaders 프로그램은 대학이 유망한 연구자를 경력 초기에 영입하도록 돕는 것을 목표로 합니다.

캐나다는 또한 이 전략에 맞춰 이민 정책을 조정하고 있으며, 연구자를 위한 새로운 이민 경로를 만들고 일부 영입 대상자에 대해 신속한 처리 절차를 제공하고 있습니다.

이 접근법이 중요한 이유는 엘리트 연구자는 보통 혼자 이동하지 않기 때문입니다. 고위 과학자는 박사후 연구원, 대학원생, 협력자 및 미래 교수 후보들을 함께 데려올 수 있습니다. 그들의 연구실은 산업 파트너십을 유치하고, 지적 재산을 창출하며, 궁극적으로 스타트업을 만들 수 있습니다.

이러한 승수 효과가 바로 토론토 대학의 여섯 명 영입자를 개별적으로 살펴볼 가치가 있는 이유입니다.

Adrienne Campbell-Washburn: MRI 기계의 새로운 가능성을 재고하다

Adrienne Campbell-Washburn는 2013년 포스트닥으로 시작해 NIH 국립심장·폐·혈액 연구소에서 선임 연구원으로 승진한 뒤, 현재는 UCSF에서 활동하고 있습니다.

그녀의 연구는 자기공명영상(MRI)에서 “강한 자석이 반드시 더 좋다”는 기본 가정을 뒤흔듭니다.

Campbell-Washburn 연구실은 0.55테슬라 저자장 MRI를 개척했으며, 약한 자기장을 현대 컴퓨팅, 데이터 획득 및 재구성 기술과 결합했습니다. 이 접근법은 전통적으로 MRI 촬영이 어려운 폐와 같은 부위를 영상화할 때 장점을 제공하고, 금속 장치와 관련된 문제를 감소시키며, 스캐너의 비용 및 인프라 요구사항을 낮출 수 있습니다.

Sunnybrook Research Institute와 토론토 대학 의생물물리학과에서 그녀는 저비용 MRI 시스템, 휴대형 스캐너 및 AI 기반 영상 기술을 더욱 발전시킬 계획입니다.

이러한 확장은 의미가 큽니다. MRI는 매우 강력하지만 대형 스캐너는 비용이 비싸고 대형 병원에 집중되어 있습니다. 저자장 기계와 점점 정교해지는 AI 재구성이 저렴한 하드웨어로도 임상에 유용한 영상을 제공한다면, MRI는 소규모 병원, 지역 클리닉, 심지어 병상에서도 활용될 수 있게 될 것입니다.

Tanya Berger-Wolf: AI로 자연 세계를 이해하다

Tanya Berger-Wolf는 오하이오 주립대학에서 이론 컴퓨터 과학, 인공지능, 생태학 및 보전 분야를 아우르는 독특한 전문성을 가지고 미국으로 옮겨왔습니다.

그녀는 imageomics라 불리는 분야의 선구자 중 한 명으로, 머신러닝을 활용해 전 세계에서 수집되는 방대한 이미지에서 생물학적 정보를 추출합니다.

Berger-Wolf는 Wildbook의 창립 기여자였으며, 이 오픈소스 플랫폼은 사진을 통해 개별 동물을 식별할 수 있습니다. 인간 얼굴 인식이 사람을 구분하듯, 이 시스템은 얼룩말이나 고래상어와 같은 동물의 독특한 무늬를 인식해 물리적 태그나 GPS 목걸이에 의존하지 않고도 개체군과 행동을 모니터링할 수 있게 합니다.

그녀의 Imageomics Institute는 이후 이 개념을 크게 확장했습니다. BioCLIP 모델은 약 2억 1천만 장의 이미지, 약 100만 종에 걸친 데이터를 학습시켜 AI가 알려진 생물계의 상당 부분을 식별할 수 있게 했습니다.

토론토 대학에서 Berger-Wolf는 이미지와 음성, 유전 정보 및 센서 데이터를 결합해 생태계와 기후·인간 활동에 대한 반응을 더 풍부하게 모델링할 계획입니다.

이 프로젝트는 AI가 텍스트·이미지·소비자 애플리케이션을 넘어 방대한 데이터셋을 인간이 수작업으로 분석하기 사실상 불가능한 과학 분야로 확장되는 중요한 흐름을 보여줍니다.

Shu (Joy) Jiang: 의료 AI를 알고리즘에서 병원으로 옮기다

Shu (Joy) Jiang은 현재 워싱턴 대학교 의과대학(세인트루이스)에서 연구하던 것을 토론토 대학으로 옮겨왔으며, 그녀의 연구는 생물통계학, 암 예측 및 인공지능을 결합합니다.

그녀의 가장 주목받는 프로젝트 중 하나는 학계 AI 연구가 상업 의료로 전이되는 사례를 보여줍니다.

Jiang과 역학자 Graham Colditz는 Prognosia를 공동 설립했으며, 이 회사는 유방암 위험을 5년간 예측하는 AI 시스템을 개발했습니다. 해당 소프트웨어는 2025년 FDA 돌파구 장치 지정을 받았고, 이후 한국의 의료 AI 기업 Lunit에 인수되었습니다.

이 기술은 기존 종양을 단순히 탐지하는 것이 아니라, 인간 임상의가 놓칠 수 있는 미래 위험 신호를 유방촬영술 영상에서 찾아냅니다.

토론토 대학 Dalla Lana 공중보건대학에서 Jiang은 또 다른 중요한 문제에 도전할 예정입니다: 검증된 의료 AI를 실제 임상 환경에 도입하는 일입니다.

그녀가 계획하는 작업은 병원, 규제 기관 및 산업을 연결하는 인프라를 구축해 의료 영상 AI가 캐나다 전역에서 평가·배포될 수 있도록 하는 것입니다.

이는 의료 AI 분야에서 가장 큰 병목 중 하나를 해결합니다. 산업에는 이미 유망한 모델이 늘어나고 있지만, 이를 다양한 병원·환자군·영상 장비에 일관되게 적용하고, 실제 임상의가 활용할 수 있는 워크플로에 통합하는 것이 더 큰 도전입니다.

Michelle Arkin: 의학의 “약물화 불가능” 표적을 공략하다

Michelle Arkin은 토론토 대학 미시소거 캠퍼스에 학문적 약물 발견 배경을 훨씬 넘어서는 역량을 가지고 합류합니다.

UCSF에서 그녀는 약학 화학 교수, 소분자 발견 센터 전무이사 및 연구 기술·기업가 정신 부학장을 역임했습니다. Sunesis Pharmaceuticals에서 근무할 당시에는 단백질‑단백질 상호작용을 표적으로 하는 최초의 강력한 억제제 개발에 참여했습니다.

그 결과물 중 하나가 lifitegrast이며, 이는 결국 FDA 승인을 받은 안구 건조증 치료제가 되었습니다.

그녀의 현재 연구는 전통적으로 약물화가 어려운 혹은 불가능하다고 여겨졌던 생물학적 표적, 예를 들어 단백질‑단백질 상호작용, 분자 기계 및 전사인자를 집중적으로 탐구합니다. 또한 알츠하이머 연구에도 활발히 참여하며 여러 치료제 회사를 공동 설립했습니다.

토론토 대학에서 Arkin은 분자 접착제, 정밀 의학 및 AI 기반 약물 발견 분야를 조사할 예정입니다.

분자 접착제는 기존 약물과 달리 단백질을 단순히 차단하는 것이 아니라, 일반적으로 발생하지 않을 생물학적 상호작용을 강제로 일으켜 세포가 질병 유발 단백질을 제거하도록 할 수 있다는 점에서 특히 흥미롭습니다.

AI가 분자 상호작용을 예측하고 방대한 화학 공간을 탐색할 수 있다면, 이러한 접근법은 인간 생물학 중 약물로 실제 타격할 수 있는 영역을 크게 확대할 수 있습니다.

Raymond Fisman: 돈이 정치 권력과 만날 때 일어나는 일을 연구하다

모든 영입자가 실험실 과학에 종사하는 것은 아닙니다.

경제학자 Raymond Fisman은 보스턴 대학교에서 토론토 대학 로트만 경영대학원으로 옮겨왔으며, 부패·정치적 영향·거버넌스 및 제도와 경제 행동 간 관계를 연구하는 프로그램을 이끌고 있습니다.

그가 가장 유명한 연구 중 하나는 이색적인 데이터셋을 활용했습니다: 뉴욕시 유엔 외교관들의 주차 위반 기록.

외교관들은 면책 특권을 가지고 있었기 때문에, Fisman과 경제학자 Edward Miguel은 전통적인 법적 제재가 거의 없는 상황에서 관료들의 행동을 분석할 수 있었습니다. 연구 결과는 외교관 출신 국가의 부패 규범과 강한 상관관계를 보였으며, 이후 시행된 제재 조치는 위반을 크게 감소시켰습니다.

최근 연구는 정치 기부, 정부 투명성 및 선거 인센티브가 정보공개 요청에 미치는 영향을 조사했습니다. 2026년 논문에 따르면 부패 수준이 높은 기관일수록 선거 전 정보공개 요청을 거부하거나 지연시킬 가능성이 높았습니다.

로트만에서 Fisman은 부유한 개인과 조직적 이해관계가 공공 정책에 어떻게 영향을 미치는지, 유권자들이 왜 때때로 부패 증거를 용인하는지, 그리고 정부가 책임성을 어떻게 강화할 수 있는지를 탐구할 것입니다.

그의 참여는 중요한 의미를 갖습니다. 캐나다의 연구 전략은 즉시 제품화 가능한 기술에만 국한되지 않습니다. 기술, 시장 및 공공 신뢰를 규제하는 제도 자체가 기술만큼이나 중요한 영향을 미칠 수 있음을 인식하고 있습니다.

Sara Seager: 다른 세계 탐색을 토론토로 되돌아오게 하다

Sara Seager는 여섯 명 중 가장 널리 알려진 인물이라고 할 수 있습니다.

토론토 출신인 그녀는 1994년 토론토 대학을 졸업하고 하버드에서 박사 학위를 받은 뒤 MIT 교수로 재직했습니다. 이후 외계 행성 과학, 특히 행성 대기와 지구 밖 생명 존재 가능성을 나타내는 가스 탐색 분야의 선구자 중 한 명이 되었습니다.

그녀는 맥아더 펠로우십, 천체물리학 카블리 상 및 캐나다 훈장 부관 등을 수상했습니다.

그녀의 토론토 복귀는 최신 연방 의자 프로그램 결과가 발표되기 전에 이미 알려졌으며, 2026년 9월 1일 토론토 대학에 합류할 예정이라 연구자 영입이 아닌 다른 일정에 따라 합류합니다.

토론토 대학에서 그녀는 천문학, 화학, 계산 물리학 및 항공우주 공학을 결합해 지속적으로 거주 가능한 세계 탐색을 이어갈 계획이며, 동시에 금성에 대한 Morning Star 미션을 이끌어 행성 대기에서 유기 분자를 직접 조사하려 합니다.

새로운 의자는 행성 및 분자 감지 기술로 그 범위를 확대합니다. 여기에는 극히 낮은 농도의 화학 물질을 감지할 수 있는 기기와 복잡한 행성·환경 시스템을 해석하는 AI 모델이 포함됩니다.

이러한 기술은 우주 과학에만 국한되지 않을 수 있습니다. 초고감도 분자 감지는 환경 모니터링, 산업 탐지 및 인간 건강 분야에도 적용될 가능성이 있습니다.

더 큰 상은 연구자들을 둘러싼 생태계이다

캐나다는 승리를 너무 일찍 선언하지 않도록 주의해야 합니다.

미국은 대부분의 지표에서 여전히 세계 최고의 연구 생태계를 유지하고 있으며, 더 큰 채용 보조금을 써도 따라올 수 없는 장점을 가지고 있습니다. 미국의 대학, 국립 연구소, 벤처 캐피털, 제약 회사, 하이퍼스케일러 및 방위 연구 인프라는 과학 인재를 끌어들이는 거대한 중력장을 형성합니다.

트럼프 행정부는 첨단 기술 지원을 전면 축소하고 있지는 않습니다. AI, 양자 컴퓨팅, 방위 기술 및 AI 기반 과학 연구는 행정부가 명시적으로 우선순위에 두고 있는 분야입니다.

하지만 연구 리더십은 순위에 반영되기 전에도 주변에서 변할 수 있습니다.

오늘 이주하는 연구자는 내일 열 명의 학생을 영입할 수 있습니다. 그 학생들은 또다른 세대 과학자를 양성합니다. 연구실은 특허를 내고, 그 특허가 스타트업으로 이어지며, 엔지니어와 투자자를 끌어들이고, 결국 산업 클러스터를 형성합니다.

토론토는 이러한 역학을 이미 경험했습니다. Geoffrey Hinton이 1987년 카네기 멜론 대학에서 토론토 대학으로 옮겼을 때 신경망은 아직 대중적이지 않았습니다. 수십 년 후, 그의 연구는 딥러닝 혁명의 지적 기반을 마련했고 토론토를 세계 주요 AI 연구 센터 중 하나로 만들었습니다.

캐나다는 이제 AI, 바이오테크, 의학, 기후 과학, 양자 기술 및 기타 전략 분야에서 이러한 장기 복리 효과를 재현하려 하고 있습니다. 이는 올해 초 발표된 국가 AI 전략과도 맞물려, 더 많은 연구·기업·지적 재산을 캐나다 내에 머물게 하는 것을 목표로 합니다.

캐나다는 끌어들인 인재를 유지할 수 있음을 증명해야 한다

이 전략에는 정당한 비판도 존재합니다.

캐나다는 슈퍼스타 영입만으로 지속 가능한 연구 생태계를 구축할 수 없습니다. 기존 캐나다 연구자들은 오랫동안 제한된 보조금, 미국과 경쟁하기 어려운 급여, 그리고 젊은 과학자를 위한 기회 부족을 호소해 왔습니다. 비판론자들은 대규모 국제 의자가 새로운 연구자에게는 막대한 패키지를 제공하는 반면, 이미 캐나다에 있는 동등한 역량의 과학자들은 더 빡빡한 자원에 직면하게 되는 이중 구조를 만들 수 있다고 우려합니다.

따라서 C$17억 이니셔티브의 초기 경력, 인프라 및 교육 구성 요소는 특히 중요합니다.

캐나다가 유명 과학자를 단순히 수입한다면 눈에 띄는 발표만을 만들 수 있습니다. 그러나 이 과학자들이 연구실을 구축하고, 젊은 연구자를 영입하며, 산업과 협력하고, 발견을 상업화하고, 개인 경력을 넘어 지속 가능한 기관을 만든다면 그 파급 효과는 훨씬 더 클 것입니다.

지난 한 세기 대부분 동안 미국은 혁신에 대해 근본적인 사실을 이해했습니다: 뛰어난 인재를 끌어들이는 자체가 경제 정책의 한 형태라는 점이었습니다.

캐나다는 그 교훈을 배운 것으로 보입니다.

지금의 질문은 미국이 일시적으로 이웃에게 기회를 주는 것인지, 아니면 국경을 넘는 과학 인재 흐름이 보다 지속적인 방향으로 바뀌고 있는지입니다.