안녕하세요 친구들 👋 ,
남아프리카 공화국 케이프타운에서 즐거운 금요일 보내세요! 꽁꽁 얼어붙은 뉴욕을 떠나 따뜻한 날씨를 만끽하는 것도 좋고, 가족과 시간을 보내는 것도 좋고, 아니면 이번 주가 Dose 역사상 가장 정신없는 한 주 중 하나였던 것도 있지만, 어쨌든 이번 주는 유난히 낙관적인 기분이 드네요. 이번 주 말쯤엔 여러분도 저와 같은 기분이 드셨으면 좋겠습니다.
댄과 제가 3년 전에 이 글을 쓰기 시작했을 때, 우리의 목표는 매주 과학과 기술 분야에서 일어나고 있는 놀라운 발전들을 공유함으로써 세상을 더욱 낙관적으로 만드는 것이었습니다. 그 목표는 여전히 유효하며, 여전히 필요합니다. 사람들은 여전히 비관적이며, 발전의 이면에 무엇이 있을지 확신하지 못합니다.
저희가 글을 쓰기 시작한 이후로 달라진 점은 모든 일이 훨씬 빠르게 진행된다는 것입니다. 매주 다뤄야 할 내용이 훨씬 많아졌죠. 이번 호에는 7개의 '특별 분석' 코너가 있는데, 각각이 최고의 분석 5가지에 해당할 만한 내용이며, 아직 다루지 못한 내용도 있습니다.
이제 Dose에는 새로운 목표가 하나 더 생겼습니다. 바로 여러분이 아침 커피 두 잔을 마시는 시간 안에 과학과 기술 분야에서 가장 중요한 소식을 빠르게 파악할 수 있도록 돕는 것입니다. 최신 소식을 찾느라 시간을 허비하지 마시고, Dose를 읽어보세요.
자, 시작해 볼까요?
제가 속한 풍요 연구소(Abundance Institute)에서 베스트셀러 작가 버지니아 포스트렐과 찰스 맨이 진행하는 새로운 팟캐스트 "일상의 풍요(Everyday Abundance)"를 올봄에 시작합니다. 지난 10월 프로그레스 컨퍼런스에서 버지니아와 찰스와 휴지, 재채기, 세균에 대해 흥미로운 대화를 나눴었는데, 이번 팟캐스트가 정말 기대됩니다.
지금 Abundance's Foundry에 가입하시면 버지니아와의 살롱 줌 참여, 팟캐스트 사전 청취, 3개월간 Not Boring World 무료 이용 등 이 놀라운 단체를 지원하는 모든 혜택에 더해 다양한 혜택을 누리실 수 있습니다.
파운드리 멤버십에 대해 자세히 알아보려면 여기를 클릭하세요: 파운드리 가입하기
(1) Isomorphic Labs 약물 설계 엔진은 AlphaFold를 넘어 새로운 지평을 열었습니다.
아이소모픽 랩스
알파폴드는 단백질 구조를 예측한 공로로 데미스 하사비스에게 노벨상을 안겨주었는데, 당시에는 기술적 기적처럼 느껴졌으며, 이는 그의 경험을 담은 책 《생각하는 게임》(The Thinking Game)이 있다.
이번 주, 하사비스가 구글 딥마인드를 운영하면서 매주 화요일 CEO를 맡고 있는 구글 분사 기업인 아이소모픽 랩스는 자사의 AI 약물 설계 엔진인 IsoDDE에 대한 기술 보고서를 통해 환자에게 어떤 약물을 투여 해야 할지 예측할 수 있게 되었다고 밝혔습니다.
가장 어려운 단백질-리간드 구조(AlphaFold 3가 어려움을 겪었던, 학습 데이터의 어떤 구조와도 가장 다른 구조)에서 IsoDDE는 AlphaFold 3의 정확도를 두 배 이상 뛰어넘습니다. 항체-항원 모델링에서는 AlphaFold 3보다 2.3배, Boltz-2보다 거의 20배 높은 성능을 보입니다. 또한, 일반적으로 계산 시간이 훨씬 더 많이 소요되는 표준 물리 시뮬레이션인 FEP+보다 약물이 표적에 얼마나 강하게 결합할지를 더 정확하게 예측합니다.
연구자들이 10년 넘게 걸려 발견했던 것들을 신속하게 찾아낸 것입니다. 세레블론은 연구자들이 15년 동안 약물 결합 부위가 하나 있다고 믿어왔던 단백질입니다. 2026년 발표된 논문에서 실험적으로 두 번째 숨겨진 부위가 발견되었습니다. IsoDDE는 아미노산 서열만으로 두 부위를 모두 찾아냈으며, 어떤 리간드를 찾아야 할지에 대한 단서도 제공하지 않았습니다.
여기서 가장 중요한 질문은 IsoDDE를 비롯한 계산 기술의 혁신이 실제 약물로 이어질 수 있을지, 그리고 어떻게 이어질 것인가 하는 점입니다. 2026년 초 기준으로, AI로 발견된 약물 중 FDA 승인을 받은 것은 없습니다. AI로 설계된 화합물은 기존 방식으로 발견된 화합물과 거의 비슷한 성공률로 임상 시험 단계에 진입하고 있습니다. 하지만 스크린에서 인체로 옮겨가는 순간, 생물학은 여전히 예측 불가능한 영역으로 남습니다.
아이소모픽 랩스(Isomorphic Labs) 자체도 임상 시험 일정을 연기하여, AI 기반 신약의 첫 인체 임상 시험 진입 목표를 2026년 말로 설정했습니다. 따라서 이 분야 전체는 여전히 "개념 증명" 단계에 머물러 있습니다.
하지만 지금까지 신약 개발의 가장 큰 병목 현상은 막대한 비용과 시간이 소요 된다는 점이었습니다. 신약 하나를 개발하는 데 10년이 걸리고 수십억 달러가 투자될 수 있습니다. 작년에 하사비스는 CBS 시사 프로그램 '60 Minutes'에서 "우리는 그 기간을 몇 년에서 몇 달, 심지어 몇 주까지 단축할 수 있을지도 모릅니다."라고 말했습니다.
IsoDDE는 수개월에 걸친 실험실 작업을 단 몇 분의 계산으로 단축시켜 탐색 단계를 간소화합니다. 임상 시험 일정이 동일하더라도, IsoDDE를 통해 적절한 표적과 분자를 더 빠르고 정확하게 찾아낼 수 있다면, 동일한 비용으로 훨씬 더 많은 시도를 할 수 있을 뿐 아니라, 사람이 생각조차 하지 못하거나 시간과 자원이 부족하여 시도할 수 없는, 찾기 어려운 영역까지 공략할 수 있게 됩니다.
IsoDDE와 같은 도구들은 신약 개발의 초기 단계를 느리고 수작업에 의존하는 방식에서 빠르고 체계적인 검색으로 바꿔줍니다. 이는 하나의 병목 현상을 해소하는 것입니다. 이러한 도구들은 임상 파이프라인에 더 우수하고 혁신적인 신약 후보 물질들을 쏟아낼 것이고, 이는 또 다른 병목 현상을 야기할 것입니다. 이러한 후보 물질들의 홍수에 대처하기 위해서는 임상 시험과 FDA 승인 절차를 가속화할 방안이 필요할 것입니다.
(2) Gemini 3 Deep Think는 벤치마크를 뛰어넘고 재료 과학 및 수학 분야에서도 뛰어난 성능을 보여줍니다.
구글 딥마인드
봐요, 저는 단순한 사람입니다. 최첨단 모델들을 ARC-AGI-2(인공지능 테스트로 엄청나게 어려운 시험)에서 압도하는 성능을 보여주고, 최첨단 재료 과학 연구를 지원하며, 수학자들이 에르되시 문제를 푸는 데 도움을 주는 새로운 모델을 발표할 때 듀크 연구실 영상을 포함시킨다면, 저는 당연히 그 발표를 Dose에 실을 겁니다. 듀크 파이팅!
딥씽크(Deep Think)는 제미니 3(GDM) 내의 특수 추론 모드로, 하나의 문제를 몇 분(또는 그 이상) 동안 심사숙고하여 해결 경로를 탐색하고, 효과가 없을 경우 되돌아가며, 여러 단계의 추론 과정을 구축한 후 최종 답을 도출하도록 설계되었습니다. 구글은 이를 "시스템 2" 사고라고 부르는데, 이는 카네만(Kahneman)의 개념을 차용한 것입니다. 일반 제미니가 빠르고 직관적인 반면, 딥씽크는 느리고 신중한 사고 방식입니다.
이러한 신중한 접근 방식은 벤치마크 테스트에서 그 효과를 입증했습니다. Deep Think는 ARC Prize에서 검증한 최첨단 추론 벤치마크인 ARC-AGI-2에서 84.6%의 점수를 기록했는데, 그 다음으로 높은 점수를 받은 모델은 68.8%였습니다. 또한 Codeforces에서 3455 Elo 점수를 달성했는데, 이는 전 세계 최고 수준의 경쟁 프로그래머에 해당하며 세계 8위 수준입니다. 수학, 과학, 공학 분야에서 가장 어려운 문제들을 모아 만든 벤치마크인 Humanity's Last Exam에서는 48.4%라는 새로운 기준을 세웠습니다. 그리고 2025년 국제 물리 및 화학 올림피아드 필기 시험에서 금메달급 성적을 거두었습니다.
하지만 벤치마크 결과가 정확히 무엇을 의미하는지는 항상 알기 어렵습니다. 대형 연구소에서 새로운 모델을 출시할 때마다 일부 벤치마크 지표를 경신하곤 하니까요.
바로 이런 이유로 듀크 대학교 왕 연구실의 영상이 흥미롭습니다. 영상에서 한 연구원은 딥씽크(Deep Think)를 사용하여 MoS₂ 단층 박막 제작을 최적화합니다. MoS₂ 단층 박막은 정밀한 크기로 성장시키기가 매우 어려운 반도체 소재입니다. 연구원이 딥씽크에 합성 매개변수를 입력하면, 모델은 최적화된 성장 레시피를 도출해냅니다. 그리고 시스템은 이러한 매개변수를 실험실 자동화 소프트웨어에 직접 전달하여 용광로, 가스 흐름, 온도 프로파일을 제어합니다. 딥씽크는 100μm보다 큰 박막을 성장시키는 레시피를 설계했는데, 이는 기존 방식으로는 달성하기 어려웠던 정밀한 목표입니다. 자율 주행 연구실 시대가 도래하고 있는 것입니다.
한편, 딥씽크는 18개의 미해결 연구 문제에 대한 전문가들과 협력하여 컴퓨터 과학, 정보 이론, 경제학 전반에 걸쳐 오랫동안 해결되지 않았던 난관들을 허물었습니다. 맥스컷(Max-Cut)이나 슈타이너 트리(Steiner Tree)와 같은 고전적인 알고리즘 문제를 해결하기 위해 전혀 관련 없는 분야의 수학적 도구들을 활용했는데, 이는 인간만이 할 수 있다고 여겨지는 영역 간 직관의 도약이지만, 사실 모든 인류의 지식에 접근할 수 있는 사고하는 기계라면 당연히 해낼 수 있을 거라고 생각합니다. 새로운 모델이 출시될 때마다 저는 딥씽크에게 여러 학문을 아우르는 관점을 바탕으로 인간이 놓쳤을 연결고리를 찾아보라고 요청하는데, 대개는 그다지 좋은 결과를 보여주지 못합니다. 딥씽크를 직접 테스트해 볼 생각에 기대가 큽니다.
또 다른 사례에서는 인간의 동료 검토를 통과한 증명에서 미묘한 논리적 오류를 발견했습니다. 연구 수준의 수학 분야에서는 산술 기하학의 구조 상수에 관한 논문을 자율적으로 생성했고, 인간과 협력하여 상호 작용하는 입자 시스템에 대한 경계를 증명하기도 했습니다. 또한 딥마인드는 역사상 가장 다작한 수학자 중 한 명인 폴 에르되시가 제기한 미해결 문제 모음인 블룸의 에르되시 추측 데이터베이스에서 700개의 미해결 문제를 딥마인드에 적용하여 그중 여러 문제를 자율적으로 해결했습니다.
트위터를 뜨겁게 달구는 코딩 관련 이야기는 저에게 그다지 흥미를 주지 못합니다. 맥 미니도 사지 않았고요. 글쓰기 실력도 여전히 형편없습니다. 하지만 이런 것들… 사람들이 어려운 문제를 해결하고 새로운 발견을 하도록 돕는 일… 바로 이런 일 때문에 제가 여기 있는 겁니다.
지금은 연구자에게는 최고의 시대이고, 문제를 일으키는 사람에게는 최악의 시대 입니다.
(3) 소개: 리버티 클래스
블루 워터
미국인들이 해결하기 거의 불가능해 보이는 문제들에 대해 이야기하자면…
미국의 조선 관련 수치는 거의 우스꽝스러울 정도입니다. 중국의 조선 능력은 미국의 232배에 달합니다. 2024년 중국 조선소들은 1,000척이 넘는 상선을 건조했지만, 미국은 단 8척만 건조했습니다. 중국 해군은 370척 이상의 전투함을 보유하고 있으며, 2030년까지 435척으로 증가할 것으로 예상됩니다. 미 해군은 현재 296척의 전투함을 보유하고 있으며, 신규 건조보다 퇴역이 더 빠르게 진행됨에 따라 2027년까지 283척으로 감소할 것으로 전망됩니다. 현재 건조 중인 45척의 함정 중 37척이 심각한 지연에 직면해 있습니다. 미국의 4대 공공 조선소는 평균 76년 된 노후 시설을 보유하고 있으며, 평균 건조 도크 수는 107년이 넘습니다. 미 해군 장관이 언급했듯이, 중국의 한 조선소가 미국의 모든 조선소를 합친 것보다 더 많은 건조 능력을 보유하고 있습니다. 여러분도 그 도표를 보셨을 겁니다.
좋은 소식입니다. 이번 주, 블루 워터 오토노미(Blue Water Autonomy)는 리버티급(Liberty Class) 자율 운항 강철 선박을 공개했습니다. 이 선박은 길이 190피트(약 58미터)에 달하며, 10,000해리(약 16,000km) 이상의 항속 거리와 150톤 이상의 적재 용량을 자랑합니다. 선박 이름은 제2차 세계 대전 당시 전시 수요를 충족하기 위해 신속하고 대량 생산되었던 리버티 선박에서 따온 것입니다. 블루 워터는 이와 유사한 전략을 펼치고 있습니다. 검증된 선체 설계(다멘(Damen)의 스탠 패트롤 6009, 전 세계 극한 환경에서 실전 검증 완료)를 기반으로 자율 운항에 맞게 선체를 완전히 재설계하여 다음 달 루이지애나주 콘래드 조선소에서 건조를 시작할 예정입니다. 첫 번째 선박은 올해 말 미 해군에 인도될 것으로 예상됩니다.
블루 워터는 리버티함을 전액 민간 자본으로 개발했는데, 이는 해군 함정으로서는 전례 없는 일이지만 상업용 함정 시장에서는 일반적인 사례입니다. 100개가 넘는 협력업체와 함께 2024년 설립되어 2026년 건조에 들어갔으며, 연간 10~20척의 양산을 목표로 하고 있습니다. 콘래드의 5개 조선소와 1,100명의 직원은 이미 연간 30척 이상의 함정을 생산하고 있으므로 생산 능력은 충분하며, 이제 그 능력을 더욱 생산적으로 활용하고 있는 것입니다.
좋은 시작이지만, 따라잡으려면 결국 그런 게 1,000개는 더 필요할 거예요.
자율운항선 분야에 또 다른 희소식이 있습니다. 사로닉(Saronic)사가 DARPA의 풀링 가드(Pulling Guard) 프로그램에 선정되었습니다 . 이 프로그램은 해상에서 물류 선박을 보호하기 위한 반자율 호위 시스템을 개발하는 사업입니다. 전 세계 무역의 75% 이상이 해상으로 이루어지며, 미 해군은 역사적으로 수십억 달러 규모의 구축함과 항공모함 타격단을 배치하여 이러한 항로를 보호해 왔습니다. 풀링 가드 프로그램은 저비용의 모듈형 자율 플랫폼이 평시와 전시 모두에서 효과적인 분산형 해상 보호, 즉 "서비스형 보호(Protection as a Service)"를 제공할 수 있는지 여부를 연구하고 있습니다. 자율 수상함을 건조하고 빠른 속도로 생산 규모를 확장해 온 사로닉사는 이 프로그램에 따라 모듈형 자율 운항 선박을 설계할 예정입니다.
미국의 전통적인 조선 산업은 제도적 경직성의 대표적인 사례입니다. 하지만 저희 Not Boring은 경직성을 오히려 좋아합니다. 경직된 기존 기업은 스타트업이 더 좋고, 더 빠르고, 더 저렴한 무언가를 만들어낼 수 있는 기회이기 때문입니다. 자, 이제 새로운 시대가 열립니다!
(4) 자신과 상보적인 가닥을 합성할 수 있는 소형 중합효소 리보자임
Giannini, Kwok, Wan, Goeij, Clifton, Colizzi, Attwater 및 Holliger 과학 분야
스탠포드 의대 조교수 제이슨 셸처는 저보다 훨씬 더 멋진 도입부를 썼습니다 . "인공지능도 멋지긴 한데... 사이언스지에 실린 새로운 논문이 생명의 기원을 밝혀냈다는 소문이 돌고 있네요?"
배경 설명을 드리자면, 생명의 기원에 대한 가장 유력한 이론은 "RNA 세계" 가설입니다. DNA, 단백질, 세포가 존재하기 이전, 초기 지구에는 RNA 분자들이 유전 정보를 저장 하고 화학 반응을 촉매하는 역할을 했습니다. 어느 시점에선가 이 RNA 분자 중 하나가 스스로 복제하는 방법을 알아냈고, 그 순간부터 진화(변형을 통한 계승)가 시작될 수 있었습니다. 그 후 40억 년이 넘는 세월 동안의 역사가 시작되었습니다.
문제는 과학자들이 실험실에서 이를 확실하게 증명해낸 적이 없다는 점입니다. 이전에 다른 RNA 가닥을 복제할 수 있었던 RNA 효소(리보자임)들은 165~189개의 뉴클레오티드로 이루어진 거대한 크기였으며, 원시 수프에서 갑자기 생겨났다고 하기에는 너무나 복잡했습니다. 그리고 결정적으로, 이들 중 어느 것도 자기 복제를 할 수 없었습니다. 다른 더 단순한 RNA는 복제할 수 있었지만, 리보자임 자체의 접힌 구조 때문에 자기 복제가 불가능했습니다. 이는 근본적인 역설이었습니다. 리보자임은 기능을 하기 위해 접혀야 하지만, 접힌 상태에서는 복제될 수 없다는 것입니다.
캠브리지에 있는 MRC 분자생물학 연구소(왓슨과 크릭이 DNA 구조를 밝혀낸 바로 그 연구소)의 연구진이 그 난제를 해결한 것으로 보입니다. 그들은 QT45라는 45개 뉴클레오티드로 구성된 리보자임을 발견했는데, 이는 기존의 RNA 중합효소보다 4분의 1도 안 되는 크기이며, 상보적인 가닥 과 자기 자신의 복제본을 동시에 합성할 수 있습니다. QT45는 한 번에 한 염기씩 추가하는 방식이 아니라 세 염기로 이루어진 RNA 구성 요소(트리뉴클레오티드)를 연결하여 이러한 합성을 가능하게 합니다. 이 트리뉴클레오티드들은 충분히 강하게 결합하여 접힌 RNA 구조를 풀어낼 수 있으며, 수십 년 동안 학계를 괴롭혀 온 자기 복제 역설을 해결합니다.
"45"라는 숫자는 엄청나게 중요합니다. 이전에 알려진 자기 복제 리보자임 후보들은 너무 크고 복잡해서 초기 지구에서 자연적으로 발생했다는 것은 마치 고물상에 번개가 쳐서 747 비행기가 조립되는 것처럼 불가능해 보였습니다. 하지만 QT45는 45개의 뉴클레오티드로 구성되어 있어 연구진은 중합효소 리보자임이 무작위 RNA 서열 공간에 생각보다 훨씬 더 많이 존재할 수 있다고 주장합니다. 즉, 자기 복제가 천문학적으로 희박한 우연을 필요로 하지 않았을 수도 있다는 것입니다. 어쩌면 아주 쉽게 일어났을지도 모릅니다.
가장 흥미로운 점은 QT45가 사용하는 3염기 RNA 조각이라는 구성 요소가 지구상의 모든 생명체가 오늘날에도 알파폴드가 구조를 발견한 단백질이나 IsoDDE 표적 단백질과 같은 단백질을 만드는 데 사용하는 것과 동일한 3염기 코드라는 것입니다. 유전 코드는 마치 최초의 복제 시스템이 여전히 작동하는 화석과 같습니다.
저희 Dose에서는 사람들이 어려운 문제를 해결하는 과정을 많이 다룹니다. 이번 문제는 그중에서도 가장 어려운 문제입니다. 어떻게 무에서 유가 생겨났을까요? 화학은 어떻게 생물학으로 발전했을까요? 놀랍게도 그 해답은 단 45글자에 불과할지도 모릅니다. 제가 쓴 어떤 글보다 훨씬 짧죠.
(5) 텍사스 학부모들, 학교 선택권 확보에 나서다
월스트리트저널 편집위원회
이번 주에 X에 관한 엉터리 글이 인터넷에서 화제가 됐는데, 링크는 걸지 않겠지만 아마 여러분도 보셨을 겁니다. 그 글은 인간, 특히 우리 아이들이 얼마나 망했는지에 대해 이야기하면서, 좋은 모델을 얻기 위해 돈을 지불하는 사람들과 AI에게 3일 걸릴 연구를 한 시간 만에 끝내달라고 의뢰하는 분석가들을 제외하고는 괜찮을 거라고 말합니다. 저는 개인적으로 아이들은 괜찮을 거라고 생각합니다. 특히 기계에게 의존하는 대신 스스로 생각하는 법을 배우는 아이들은 더욱 그럴 겁니다.
한 가지 분명한 것은, 우리는 아이들을 기계처럼 생각하도록, 즉 공장 노동자로 키우는 데만 급급했던 프러시안 모델과는 다른 방식으로 교육해야 한다는 것입니다. 우리는 아이들에게 배움을 사랑하고, 질문하고, 호기심을 갖도록 가르쳐야 합니다. 다시 말해, 현재 대부분의 학교 교육 방식과는 정반대로 아이들을 가르쳐야 한다는 것입니다.
그래서 저는 학교 선택권을 열렬히 지지해 왔습니다. 학교 선택권이란 주 정부가 학부모에게 자녀에게 더 나은 학교를 선택할 수 있도록 재정을 지원하는 제도입니다. 물론 학교 선택권에 대한 비판도 있습니다. 공립학교 예산을 삭감하고 공립학교 학생들에게 피해를 준다는 주장입니다. 하지만 공립학교는 사립학교에 보낼 형편이 안 되는 대다수 학생들의 교육을 독점해 왔고, 그 결과는 대체로 주 정부의 보호를 받는 독점 체제에서 예상할 수 있는 모습이었습니다. 학교 선택권은 경쟁을 촉진하고, 교육에 대한 새로운 접근 방식을 시도하는 신설 학교에 자금을 지원하는 데 도움이 될 수 있습니다.
이번 주는 학교 선택권에 있어 중요한 한 주였습니다. 텍사스주는 2월 4일에 새로운 교육 자유 계좌(Education Freedom Account) 신청 접수를 시작했는데, 첫날에만 4만 2천 가구가 신청하여 전국 신규 학교 선택 프로그램 사상 최다 신청 기록을 세웠습니다. 이는 작년 테네시주의 첫날 신청 건수 3만 3천 건을 넘어선 수치입니다. 다음 날 아침에는 신청 가구 수가 4만 7천 가구를 돌파했고, 최근 집계에 따르면 9만 1천 가구에 달합니다. 신청 기간은 3월 17일까지입니다.
오랜 기다림 끝에 마침내 결실을 맺었습니다. 20년 넘게 텍사스 주의 공화당이 장악한 하원은 학교 선택권 관련 법안 통과를 막아왔지만, 상원은 회기마다 교육지원법(ESA) 법안을 통과시켜 왔습니다. 그러다 2024년, 애벗 주지사가 자신의 학교 선택권 법안을 막고 있던 현직 하원의원들에게 도전하는 16명의 하원의원 후보들을 지지하며 판세를 뒤집었습니다. 새로 선출된 더스틴 버로우즈 하원의장은 이 법안을 반드시 통과시키겠다고 약속했고, 지난해 4월 마침내 통과되었습니다. 상원 법안 2호는 2026-27학년도에 10억 달러를 배정했으며, 2030년까지 45억 달러로 증액할 수 있도록 했습니다.
이 프로그램은 자격 요건을 충족하는 가정에 학생 1인당 연간 약 10,474달러를 지원하며, 이 금액은 사립학교 수업료, 홈스쿨링 비용, 과외, 직업 및 기술 교육, 기타 승인된 교육 관련 비용에 사용할 수 있습니다. 장애 학생은 최대 30,000달러까지 지원받을 수 있습니다. 자격 기준은 선착순이 아닌 경제적 필요에 따라 우선순위가 정해지며, 장애 학생과 저소득층 학생이 최우선 순위에 놓입니다.
개인적으로 이 프로그램에 큰 기대를 걸고 있는 이유는, 프로그램의 일상적인 운영(신청 포털, 결제 처리, 가족들이 승인된 교육 서비스를 구매할 수 있는 전자상거래 플랫폼)을 담당하는 공인 교육 지원 기관(Certified Educational Assistance Organization)이 투자 포트폴리오 기업인 오디세이 (Odyssey)이기 때문입니다. 오디세이는 이미 아이오와, 조지아, 루이지애나, 유타, 와이오밍에서 ESA 프로그램을 운영하고 있지만, 텍사스는 상황이 완전히 다릅니다. 텍사스에서 시행되는 이 프로그램은 역대 최대 규모의 주립 학교 선택 프로그램이며, 오디세이는 각 가정에 안전한 디지털 지갑, 실시간 잔액 확인, 그리고 검증된 학교와 제공업체로 구성된 플랫폼에 대한 접근성을 제공하는 인프라를 구축하여 프로그램을 원활하게 운영할 수 있도록 지원하고 있습니다. 오디세이는 이처럼 큰 규모의 프로그램 출시를 매우 성공적으로 이끌어 왔습니다.
통계 자료는 학부모들이 이를 원한다는 것을 보여줍니다. 학부모들이 자녀에게 가장 적합하다고 생각하는 교육을 위해 예산을 어디에 배분할지 선택할 수 있게 되면서 K-12 교육이 어떻게 발전할지 기대됩니다.
추가 내용: 윌 매니디스, 인류학적, 직유법, 3D 프린팅 보트, 제로
더 읽어보기
