인공지능 연구지수 개발 및 성과 결정 요인 분석 연구 (다운로드 : 142회)

Research on the Development of AI Research Index and Performance Determinants Analysis

이승환

■ 목차

제1장 서론

제1절 연구배경 및 필요성

제2절 연구목표 및 추진체계

제2장 선행연구 및 인공지능 연구지수 개념

제1절 선행연구 조사

제2절 인공지능 연구지수의 개념

제3장 세계 주요 대학의 인공지능 연구지수 측정

제1절 측정 단계

제2절 인공지능 상위 500개 대학 분석

제3절 세계 주요대학의 인공지능 연구지수 측정

제4절 종합분석 및 소결

제4장 국가 인공지능 연구 지수 측정

제1절 측정 단계

제2절 국가 인공지능 연구지수 측정

제3절 종합분석 및 소결

제5장 인공지능 연구역량 결정요인 분석

제1절 개 요

제2절 주요변수

제3절 추정모형

제4절 분석결과

제5절 종합분석 및 소결

제6장 시사점

■ 요약문

인공지능이 미래의 산업과 사회를 견인 할 혁신의 동력으로 주목받으면서, 인공지능 연구역량 강화가 중요한 이슈로 부상하고 있다. 연구 역량은 기술혁신에 가장 중요한 무형의 활동으로서 신기술 시장에서 최상의 성과를 달성하는 데 필수적 요소이다. 인공지능 연구역량의 중요성이 강조되고 있음에 불구하고 연구역량 수준을 측정하고 비교 할 수 있는 객관적인 지표는 부족한 상황이다. 인공지능 관련 지표가 일부 존재하나 정성 비중이 높고, 연구 역량에 특화된 객관적 지표는 부족한데, 연구 성과의 양과 질을 모두 고려하고, 단일 지수의 형태로 타 기관들과 비교 가능한 형태로 존재하는 지표는 없는 상황이다. 이에 본 연구에서는 인공지능 연구지수를 개발(AI Research Index)하고 이를 측정하여 시사점을 도출하였다.

본 연구에서는 인공지능 연구지수를 2016~2019년간 인공지능 연구 성과를 지수화한 값으로 정의하였다. 인공지능의 중요성이 강조된 2016년 알파고 대결 이후, 2019년까지의 연구 성과를 기준으로 지수를 측정하였다. 500개 대학을 대상으로 성과지표의 양과 질을 모두 고려하여 인공지능 연구지수를 분석하였으며, 측정결과 세계 주요 500개 대학의 인공지능 연구지수 평균은 46.01이며, 1위는 92.9점으로 측정되었다. 인공지능 연구지수 상위 100개 대학의 평균은 67.26으로 500개 대학과 차이가 존재했으며, 100개 대학 중에서 중국, 미국, 영국 대학 등의 비중이 높은 것으로 나타났다. 인공지능 연구지수 상위 100개 대학의 연구지수 평균 67.26과 500개 대학 평균 46.01에 차이가 존재하였다. 인공지능 연구지수 기준 상위 100개 대학을 선정하고, 이들 대학의 국적을 조사하였다. 분석결과 중국, 미국의 비중이 높게 나타났으며, 구체적으로 중국 39개(39.0%), 미국 19개(19.0%), 영국 6개(6.0%), 오스트레일리아 6개(6.0%), 이탈리아 4개(4.0%), 홍콩 4개(4.0%), 싱가포르 3개(3.0%) 순으로 측정되었다. 인공지능 연구지수 기준으로 상위 10개 대학을 분류해보면, 미국 비중이 매우 높은 것으로 나타났다. 인공지능 연구지수 1~3위를 모두 미국 대학이 차지하였으며, 상위 10개 대학에서 미국이 차지하는 비중은 40%였다. 인공지능 연구지수 1위 대학은 University of California at Berkeley, 2위 MIT, 3위 Stanford University순으로 분석되었다.

또한, 분석의 대상을 국가로 확대하여 인공지능 연구지수를 측정하였다. 91개국을 대상으로 인공지능 연구 데이터를 분석한 결과, 2016~2019년 간 91개 국가는 평균 3,455건의 연구를 수행하였고 편당 인용 수 평균은 3.33건으로 분석되었다. 93개 국가의 2016~2019년 동안 평균 Field Weight Citation Impact는 1.01로 전 세계 평균 수준으로 분석되었다. 91개 국가 내에서 연구 성과의 차이가 큰 것으로 분석되었다. 4년 동안 가장 많은 연구를 한 국가는 70,199건으로 최소인 55건과 큰 차이가 있음을 알수 있다. Field Weight Citation Impact도, 가장 높은 국가는 2.02, 가장 낮은 국가는 0.37로 격차가 매우 크게 나타났다. 인공지능 연구 성과지표의 양과 질을 모두 고려하여 인공지능 국가 연구지수를 측정하였으며, 연구지수 평균은 43.01점으로 측정되었다. 인공지능 국가 연구지수 1위는 미국, 2위는 영국으로 분석되었다. 한국은 91개 국가 중 14위를 차지하였다.

또한, 인공지능 연구역량 결정요인을 분석결과, 인공지능 글로벌 협력 연구 비율이 증가하면 인공지능 연구 수는 감소하고, 기초 분야 연구개발비가 증가하면 인공지능 연구 수가 증가하는 것으로 나타났다. 또한, 인공지능 글로벌l 협력 연구 비율, 기초분야 연구개발비가 증가하면, 인공지능 연구의 편당 인용수가 증가하는 것으로 분석 되었다. 인공지능 글로벌 협력 연구 비율과 기초분야 연구개발비가 증가하면, 인공지능 연구의 Field Weighted Citation Impact도 증가하는 것으로 나타났다.

본 연구의 시사점은 다음과 같다. 첫째, 인공지능 연구지수 측정결과, 세계 주요 대학, 국가들의 인공지능 연구역량 간에 차이가 존재하며, 평균 수준과 선도 수준간의 괴리는 매우 크다는 것을 알 수 있다. 인공지능 연구역량 분포가 정규분포가 아닌 Power Law의 형태이며 이는 기존 인재역량 분포 관련 연구와 유사한 결과이다. 인재의 역량 분포를 조사한 기존 연구에서도, 역량 분포는 정규분포가 아닌, Power Law의 형태임을 알 수 있는데, 영화, 정치, 스포츠 등 다양한 분야의 인재역량 분포의 실증결과도 이와 유사하게 도출되었음을 알 수 있다. 둘째, 세계 대학, 국가들의 인공지능 연구역량 강화를 위한 양·질적 노력이 예상되며 선도그룹에 포함되기 위한 경쟁이 치열해질 전망이다. 현재, 인공지능 연구 상위 대학들은 미국, 중국을 중심으로 포진 중이고, 향후 중국과 영국, 호주의 대학들이 상위 10위 진입 가능성 높을 것으로 전망된다. 셋째, 선택과 집중을 통해 부상하는 인공지능 대학, 국가들에 주목하고, 협력 방안을 모색해야 한다. CS(Computer Science)순위가 AI Research Index와 반드시 일치하지는 않으며, 선택과 집중을 통해 인공지능 분야에서 급성장하는 대학들이 존재한다. UC. Berkeley, MIT, Stanford University, ETH Zurich 등 인공지능 연구지수와 CS 순위가 모두 높은 대학이 존재하는 반면, King Abdulaziz University, Johns Hopkins University 대학 등과 같이 인공지능 연구지수와 CS 순위가 일치 하지 않는 대학들도 있다. 이들 대학들은 CS분야 전체에 집중하기 보다는, 분석기간에 인공지능 연구 분야의 연구에 역량을 집중한 것으로 판단된다. 국가 측면에서도 인공지능 연구 역량에 집중하고 있는 국가들에 주목할 필요가 있다. 인공지능 역량과 디지털경쟁력 순위는 일반적으로 비례하나, 반드시 일치하지는 않는다. 이탈리아, 사우디아라비아, 스페인 등의 국가들은 디지털 역량 전반의 역량은 보통이나, 최근 인공지능 연구역량을 높여 가며 선택과 집중을 하고 있는 것으로 판단된다. 향후 인공지능의 파급효과가 디지털을 포함한 산업 전 분야에 영향을 미치게 될 것이므로 이들 국가들의 연구역량 강화 추세, 이를 활용한 산업경쟁력 강화 방안 등에 주목하고 인재교류, 연구협력 등 다양한 교류 방안을 모색할 필요가 있다.

넷째, 한국의 인공지능 연구역량 수준과 고성과 결정요인을 고려한 정책 설계가 필요하며, 미래지향적 연구개발 재원 배분·조정을 통해 인공지능 연구의 질적 성과를 제고해야 한다. 기초연구 비중을 일부 상향하거나, 혹은 유지하더라도 인공지능과의 융합 연구 강화를 통해 시너지를 제고하는 방안을 모색할 필요가 있다.

마지막으로, 인공지능 연구지수 측정 모형을 지속 발전시키고 모니터링 체계를 구축하는 방안을 모색할 필요가 있다. 인공지능 연구지수를 통해 변화하는 국가, 대학의 인공지능 연구역량을 지속 관측하는 방안을 검토해 보아야 한다. 본 연구에서는 국내 대학들의 데이터가 제외되었으나, 향후 포함하여 국내 대학들의 인공지능 역량 파악 및 방향성 점검에 활용하는 방안을 고려해 볼 수 있다. 인공지능 연구지수 기반 성장하는 대학, 국가들을 탐색하고, 협력체계 구축 방안을 모색하는 것이다. 본 연구에서 활용된 성과지표 외에 특허 등 다양한 변수를 추가 고려하여 측정모형을 지속 개선하고 세분화할 필요가 있다. 인공지능 연구지수는 분야 전체를 포괄하여, 평균적인 개념으로 측정되었으며, 향후, 인공지능 기술 분야를 세분화하여 측정 시 역량을 구분하면 보다 세밀한 분석이 가능하기 때문이다. 또한, 인공지능 연구지수의 범위를 현 대학, 국가에서, 기업 및 정부출연 기관 등으로 확대하여 분석하는 방안도 검토해 볼 수 있다.

■ SUMMARY

As artificial intelligence is attracting attention as an innovation engine that will drive future industries and society, reinforcement of artificial intelligence research capabilities is emerging as an important issue. Research competency is the most important intangible activity for technological innovation and is essential to achieving the best performance in the new technology market. Despite the emphasis on the importance of artificial intelligence research competency, objective indicators for measuring and comparing the level of research competency are insufficient. There are some indicators related to artificial intelligence, but qualitative weight is high, and objective indicators specialized in research capabilities are insufficient. It is a situation. Therefore, in this study, the AI Research Index was developed and measured to derive implications.

In this study, the artificial intelligence research index was defined as a value obtained by indexing the artificial intelligence research results from 2016 to 2019. The index was measured based on the research results from the 2016 to 2019. The AI research index was analyzed in consideration of both the quantity and quality of performance indicators for 500 universities. As a result of the measurement, the average of the AI research index of 500 major universities in the world was 46.01, and the number 1 was measured at 92.9 points. The average of the top 100 universities in the AI research index was 67.26, which differed from 500 universities, and among the 100 universities, Chinese, American, and British universities showed a high proportion. There was a difference between the average of 67.26 in the research index of the top 100 universities in the AI research index and the average of 46.01 in the 500 universities. The top 100 universities based on the artificial intelligence research index were selected, and the nationalities of these universities were investigated. As a result of the analysis, the proportion of China and the United States was high. Specifically, China 39 (39.0%), the United States 19 (19.0%), the UK 6 (6.0%), Australia 6 (6.0%), Italy 4 (4.0%), Hong Kong 4 (4.0%), Singapore 3 (3.0%). If we classify the top 10 universities based on the AI research index, the US proportion is very high. U.S. universities ranked 1st to 3rd in the AI research index, and the U.S. accounted for 40% of the top 10 universities. The top universities in the AI research index were analyzed in the following order: University of California at Berkeley, 2nd MIT, and 3rd Stanford University.

In addition, the target of analysis was expanded to the country and the artificial intelligence research index was measured. As a result of analyzing AI research data on 91 countries, 91 countries conducted an average of 3,455 studies between 2016 and 2019, and the average number of citations per episode was analyzed to be 3.33. The average field weight citation impact of 93 countries from 2016 to 2019 was 1.01, which was analyzed as the global average. It was analyzed that the difference in research outcomes within 91 countries was large. The country that did the most research in 4 years was 70,199, which is a big difference from the minimum of 55. The field weight citation impact was also very large, with the highest country being 2.02 and the lowest country being 0.37. The AI national research index was measured by considering both the quantity and quality of the AI research performance indicators, and the average research index was measured as 43.01 points. The United States ranked first in the AI national research index and the UK ranked second. Korea ranked 14th out of 91 countries.

As a result of the analysis, it was found that the number of artificial intelligence research decreases as the proportion of artificial intelligence global cooperative research increases, and the number of artificial intelligence research increases as the R&D expenditure in basic fields increases. In addition, it was analyzed that the number of citations per part of artificial intelligence research increased as the ratio of artificial intelligence global cooperative research and R&D expenses in basic fields increased. As the proportion of artificial intelligence global cooperation research and R&D expenditure in basic fields increase, the field weighted citation impact of artificial intelligence research also increases.

The implications of this study are as follows. First, as a result of measuring the AI research index, it can be seen that there is a difference between the AI research capabilities of major universities and countries around the world, and the gap between the average level and the leading level is very large. The distribution of artificial intelligence research capabilities is in the form of Power Law rather than a normal distribution, which is similar to the existing research on the distribution of talent capabilities. In the existing studies that investigated the distribution of talents, it can be seen that the distribution of competency is not a normal distribution, but in the form of a power law. have. Second, international universities and countries are expected to make efforts to strengthen their AI research capabilities, and competition to be included in leading groups is expected to intensify. Currently, the top AI research universities are in the US and China, and universities in China, the UK, and Australia are expected to enter the top 10 in the future. Third, it is necessary to pay attention to emerging AI universities and countries through selection and concentration, and seek cooperation plans. The CS (Computer Science) ranking does not necessarily match the AI Research Index, and there are universities that are rapidly growing in the field of artificial intelligence through selection and concentration. UC. While there are universities with high AI research index and CS rankings such as Berkeley, MIT, Stanford University, and ETH Zurich, universities that do not match the AI research index and CS rankings such as King Abdulaziz University and Johns Hopkins University have. Rather than focusing on the entire CS field, these universities are believed to have focused their capabilities on research in the field of artificial intelligence research during the analysis period. In terms of countries, it is also worth paying attention to countries that are focusing on artificial intelligence research capabilities. AI competency and digital competitiveness rankings are generally proportional, but not necessarily consistent. Countries such as Italy, Saudi Arabia, and Spain have moderate overall capabilities in digital capabilities, but it is believed that they are focusing on selection and focus by increasing their artificial intelligence research capabilities. Since the ripple effect of artificial intelligence in the future will affect all fields of industry including digital, it is necessary to pay attention to the trend of strengthening research capabilities of these countries and measures to strengthen industrial competitiveness using them, and to seek various exchange methods such as talent exchange and research cooperation. There is. Fourth, it is necessary to find a way to continuously develop an artificial intelligence research index measurement model and establish a monitoring system. It is necessary to consider ways to continuously observe the AI research capabilities of changing countries and universities through the AI research index. In this study, data from domestic universities were excluded, but it is possible to consider how to use them to identify artificial intelligence capabilities of domestic universities and check their direction, including in the future. It is to search for growing universities and countries based on artificial intelligence research index, and to find ways to establish a cooperation system. In addition to the performance indicators used in this study, it is necessary to continuously improve and refine the measurement model by additionally considering various variables such as patents. This is because the artificial intelligence research index was measured as an average concept covering the entire field, and in the future, more detailed analysis is possible by subdividing the field of artificial intelligence technology and dividing the capabilities when measuring. In addition, it is possible to examine ways to expand and analyze the scope of the AI research index to current universities, countries, corporations and government-funded institutions.

키워드 인공지능 인공지능 연구지수