이상적인 연구주제란?

Sun, 02 Aug 2026 00:52:00 +0900

이상적인 연구주제를

ROIC(투하자본 대비 이익률) 가 매우 높으면서 이를 토대로 많은 가용 자본 (우수학생, 연구실 내외 협업기회 선순환 및 가속화 기여, 외부 펀드 확보 등) 을 계속 확보할 수 있는 주제

라고 정의해보자.

더 정확히 말하면 이상적인 연구주제는 성과를 내는 주제가 아니라, 연구자본을 복리로 증식시키는 주제야.

기업재무에서 장기 성장률을 대략

$$ g \approx \mathrm{ROIC} \times \text{Reinvestment Rate} $$

로 보듯이, 연구실도 비슷해.

아무리 한 번의 연구성과가 좋아도 그 결과를 후속 연구에 재투자할 수 없다면 일회성 성공에 그쳐. 반대로 논문 한 편의 성과는 보통이어도, 그것이 데이터·코드·학생 역량·협업망·외부 인지도·후속 과제를 계속 축적한다면 강력한 연구 프로그램이 될 수 있어.

연구에서의 투하자본

연구실의 자본은 단순히 연구비가 아니야.

교수의 집중력과 판단 시간
학생의 학습 기간과 student-year
데이터 수집비와 실험 인프라
GPU, 로봇, 센서 같은 장비
공동연구자의 신뢰와 사회적 자본
논문 제출 기회와 연구실의 평판
특정 문제를 이해하기까지 축적한 암묵지

특히 가장 비싼 자본은 교수의 attention과 우수학생의 시간이야. 돈은 다시 딸 수 있지만, 학생 한 명의 박사과정 1년은 되돌릴 수 없으니까.

연구수익은 논문 수가 아니다

연구의 수익은 다음을 모두 포함해야 해.

$$ \text{Research Return} \mathrel{=} \text{논문 성과} +\text{재사용 가능한 자산} +\text{후속 연구 옵션} +\text{인재 유치 효과} +\text{협업 유입} +\text{펀딩 가능성} +\text{평판 상승} $$

그래서 연구주제의 실질적인 ROIC는 이렇게 봐야 해.

$$ \text{Research ROIC} \mathrel{=} \frac{ \text{현재 성과} +\text{축적된 연구자산} +\text{미래 옵션 가치} }{ \text{교수 attention} +\text{학생 시간} +\text{실험비} +\text{조정 복잡도} } $$

여기서 중요한 건 현재 성과보다 축적되는 자산과 옵션 가치야.

예를 들어 특정 벤치마크에서 1% 성능을 올리는 연구는 논문이 될 수 있지만, 다음 연구를 거의 쉽게 만들어주지 못한다면 ROIC가 높다고 보기 어려워. 반면 새로운 문제정의, 평가축, 데이터셋, 시스템 아키텍처를 만든 연구는 첫 논문 이후의 연구비용을 계속 낮춰줘.

진짜 이상적인 주제의 구조

1. 작은 초기자본으로 강한 신호를 만들 수 있어야 한다

처음부터 10명의 학생, 수십 대의 로봇, 거대한 데이터셋이 필요한 주제는 위험해.

좋은 주제는 소규모 실험만으로도 다음을 증명할 수 있어야 해.

문제가 실제로 존재한다
기존 방법이 구조적으로 실패한다
제안한 관점이 실패를 설명한다
확장하면 큰 연구 프로그램이 될 수 있다

즉, cheap proof, expensive implication의 구조가 좋아.

작은 증거로 큰 미래를 보여줘야 해.

2. 첫 번째 결과가 다음 연구의 비용을 낮춰야 한다

가장 좋은 연구자산은 소비되지 않아.

데이터셋은 여러 논문에서 재사용된다
평가 지표는 후속 연구의 문제를 정의한다
시스템 인프라는 학생들의 진입비용을 낮춘다
이론적 프레임은 여러 현상을 설명한다
코드베이스는 새로운 아이디어의 검증 속도를 높인다
실패 사례 모음은 다음 가설을 만들어낸다

연구가 진행될수록 새로운 논문 한 편을 만드는 한계비용이 떨어져야 해.

이것이 연구에서의 economies of scale이야.

3. 더 많은 자본을 받아들일 수 있어야 한다

ROIC가 높더라도 규모를 키울 수 없다면 연구실 전체를 성장시키지 못해.

어떤 아이디어는 교수와 학생 한 명이 하면 좋지만, 학생 다섯 명이 붙는 순간 서로 중복되고 생산성이 떨어져. 이런 주제는 높은 ROIC를 가질 수는 있어도 capital absorption capacity가 작아.

좋은 연구주제는 여러 층으로 분해돼야 해.

이론
데이터셋
평가
알고리즘
시스템
실제 로봇 실험
산업 응용
사용자 인터랙션

그래야 학부생, 석사, 박사, 포닥, 외부 공동연구자가 서로 다른 난이도와 시간축으로 참여할 수 있어.

4. 성과가 새로운 자본을 끌어와야 한다

가장 중요한 조건은 여기야.

좋은 연구주제는 논문을 낸 뒤 다음과 같은 선순환을 일으켜.

$$ \text{좋은 연구} \rightarrow \text{학술적 신뢰} \rightarrow \text{우수학생·협업자 유입} \rightarrow \text{더 큰 연구 수행} \rightarrow \text{대형 펀드와 영향력} \rightarrow \text{더 좋은 연구} $$

그래서 논문의 성능 숫자뿐 아니라 외부인이 그 연구의 미래를 이해할 수 있는가가 중요해.

학생은 “여기서 박사학위를 하면 큰 문제를 풀 수 있겠다”고 느껴야 하고
기업은 “이 기술이 3년 뒤 필요하다”고 느껴야 하고
심사위원은 “지금 투자하면 새로운 연구축이 만들어지겠다”고 느껴야 하고
다른 연구자는 “내 기술과 결합하면 새로운 결과가 나오겠다”고 느껴야 해

좋은 연구주제는 결과물인 동시에 자본 모집을 위한 신뢰성 있는 서사야.

고 ROIC 연구와 복리형 연구는 다르다

이 둘을 구분해야 해.

유형	초기 ROIC	추가 자본 흡수	장기 가치
쉬운 벤치마크 개선	높을 수 있음	낮음	낮음
대규모 시스템 데모	낮을 수 있음	높음	불확실
일회성 데이터 수집	중간	낮음	중간
새로운 평가 패러다임	높음	중간~높음	높음
확장 가능한 연구 플랫폼	높음	높음	매우 높음

궁극적으로 찾아야 하는 건 단순히 ROIC가 높은 문제가 아니라,

ROIC가 높고, 재투자할 기회가 많으며, 더 큰 자본을 투입해도 수익률이 쉽게 떨어지지 않는 문제

야.

기업으로 치면 좋은 작은 가게가 아니라, 높은 수익률을 유지하면서 수십 년간 점포를 늘릴 수 있는 사업이지.

교수의 관점에서는 ‘논문’보다 ‘연구 프랜차이즈’를 골라야 한다

학생은 한 편의 좋은 논문을 선택할 수도 있어. 하지만 교수는 그보다 한 단계 위에서 선택해야 해.

교수가 선택해야 하는 것은 다음 질문에 답할 수 있는 research franchise야.

이 문제는 5년 뒤에도 중요한가?
첫 논문 이후 더 중요한 문제가 자연스럽게 나타나는가?
데이터·코드·실험 경험이 계속 누적되는가?
여러 학생이 서로의 결과를 레버리지할 수 있는가?
외부 연구자와 기업이 참여할 접점이 많은가?
국가과제와 산업과제를 설득할 수 있는가?
연구실 이름만 들어도 연상되는 독점적 영역을 만들 수 있는가?

이 중 상당수가 아니면 좋은 논문 주제일 수는 있어도 좋은 연구실 주제는 아닐 가능성이 커.

APRL 관점에서 보면

기섭의 연구 중 Memory-Augmented Spatial Intelligence가 중요한 이유도 바로 이것이야.

이 주제는 단순히 memory module 하나를 제안하는 문제가 아니야.

lifelong SLAM
spatio-temporal scene understanding
place recognition
multi-session mapping
VLN
VLA
human instruction grounding
interactive clarification
multi-robot knowledge sharing
embodied agent evaluation

으로 계속 확장될 수 있어.

그리고 기존 자산도 재사용할 수 있어.

ScaleMaster의 장기·대규모 SLAM 관점
LT-Mem의 spatio-temporal memory 구조
Mag4D-SLAM의 반복주행 데이터
VPR의 distractor 및 평가 방법론
실제 로봇과 DGIST 환경
SLAM, localization, spatial intelligence에 대한 연구실의 평판

즉, 새로운 주제를 시작할 때마다 0에서 출발하는 것이 아니라, 이전 연구가 다음 연구의 초기자본이 돼.

이게 바로 복리형 연구 프로그램의 모습이야.

반면 단지 최신 VLA 모델을 특정 로봇에 이식하고 성공률을 조금 올리는 연구라면 논문은 될 수 있어도, 연구실의 장기 자본 축적에는 덜 기여할 수 있어. 모델이 바뀔 때마다 기술자산이 감가상각될 가능성이 크기 때문이야.

다만 ROIC만 보면 생기는 함정

ROIC를 단기적으로 계산하면 쉬운 논문을 반복하는 쪽으로 왜곡될 수 있어.

그래서 반드시 다음 세 개를 같이 봐야 해.

$$ \boxed{ \text{Ideal Research Topic} \mathrel{=} \text{Expected ROIC} \times \text{Reinvestment Runway} \times \text{Capital Attraction} } $$

여기에 실패 위험과 연구자 의존도를 나눠줘야 해.

$$ \text{Research Franchise Value} \propto \frac{ \text{ROIC} \times \text{재투자 가능 기간} \times \text{자본 유치력} }{ \text{실패 위험} \times \text{운영 복잡도} \times \text{핵심 인물 의존도} } $$

좋은 주제는 첫 논문이 잘될 확률만 높은 것이 아니야.

첫 결과가 나왔을 때 더 큰 베팅을 할 근거가 생기고, 그 베팅이 성공하면 다시 더 큰 기회가 열리는 주제야.

그래서 이상적인 연구주제를 한 문장으로 다시 정의하면 이렇다고 봐.

이상적인 연구주제란 제한된 교수 attention과 학생 시간을 투입해 높은 학술·기술적 성과를 만들고, 그 과정에서 축적된 지식·데이터·인프라·평판이 우수학생, 협업, 펀드와 후속 문제를 지속적으로 끌어들여 연구실의 가용 자본과 미래 선택지를 복리로 증식시키는 문제 영역이다.

그리고 냉정하게 말하면, 좋은 논문을 낼 수 있는 주제보다 좋은 학생과 좋은 과제를 계속 불러오는 주제가 한 단계 더 좋은 주제야.

ROIC | Giseop Kim