혁신 기술이 등장하면서 산업 간 경계가 무너지고 융합기술이 산업경쟁력을 제고시키는 중요 속성으로 작용하고 있다. 제4차 산업 혁명 기술 중 특히 인공지능 기술은 다양한 산업에 융합됨으로써 국가경쟁력을 강화하는 주요 전략으로 활용되고 있다. 하지만 현재까지 다수의 인공지능 선행연구들은 국가 차원에서 인공지능 기술 활용을 위한 준비도를 비교·분석하는 데 한정되어 있으며, 최근에서야 인공지능 기술융합과 관련된 실태 조사 수준의 연구를 수행하고 있는 상황이다. 또, 다양한 산업 분야의 경쟁력 연구 사례를 살펴보아도 융합이 산업경쟁력에 미치는 영향에 관한 직접적인 연구는 거의 없다. 이러한 이유로, 정량적으로 산업별 인공지능 융합역량과 산업경쟁력 간의 관계를 살펴볼 수 있는 객관적 지수 마련이 필요한 실정이다.
본 연구에서는 선행연구를 바탕으로 산업별 비교분석이 가능한 인공지능(AI) 융합경쟁력 지수 개발을 목적으로 하고 있다. 개발된 지수는 제10차 한국표준산업분류(KSIC)에 기재된 산업별로 관련 데이터를 수집해 분석을 실시하였다. 데이터 확보가 어려운 일부 산업을 통합해 총 19개의 대분류 산업군을 대상으로 수행하였다. 이를 위해 우선 다양한 선행연구 검토를 통해 AI 융합역량 평가에 적합한 지표 및 변수를 설정하였다. 지수는 관련 이론을 토대로 융합의 전주기가 지표에 반영될 수 있도록 구성하였다.
구체적으로 인공지능 융합경쟁력 지수는 융합이 발생하는 전주기를 포함하도록 지식기반 → 기술기반 → 시장기반이라는 단계별 융합역량을 평가하였다. 총 30개의 변수가 분석에 활용되었으며, 이 중 확보 가능한 RP(Revealed Preference) 데이터를 기반으로 분석을 수행하였다. 분석 결과, 일부 산업의 경우 절대적인 융합 규모가 큰 반면, 일부 산업에서는 규모는 작더라도 융합의 집중도가 높은 것으로 나타났다. 전반적인 측면에서 ‘정보통신업, 전기, 가스, 증기 및 공기 조절 공급업, 제조업, 교육 서비스업, 금융 및 보험업’이 우수한 인공지능 융합역량을 가진 상위 산업인 것으로 나타났다.
본 연구에서 제안한 인공지능 융합경쟁력 지수는 인공지능의 도입 초기에 있는 국내산업에서 실제로 인공지능이 어느 정도 융합되고 있는지를 보여주는 척도로 활용될 수 있다. 하지만, 산업별 비교의 해석은 산업별로 가지고 있는 특성을 고려해 융합 수준을 살펴보아야 한다. 가령, 정보통신업의 인공지능융합 정도가 높은 것은 인공지능 기술을 개발·공급하는 전문기업이 다수 존재하기 때문이다. 마찬가지로 제조업 비중이 높고, 공정의 자동화 등 정보기술 활용에 비교적 우호적인 제조업, 금융업 등이 상대적으로 융합 수준이 높은 것은 기존의 연구에서도 확인할 수 있다. 본 연구에서 제안한 인공지능 융합경쟁력 지수는 향후 산업의 경쟁력 변수(총생산액, 수출액, 기술경쟁력수준 등)와 함께 분석하여 실제로 인공지능 융합 수준이 산업의 성장과 경쟁력 확보에 유의한 기여를 했는지 실증하기 위한 기초 지수로서 역할이 크다. 향후 연구에서는 RP데이터뿐만 아니라 SP(Stated Preference)데이터와의 결합을 통한 지수의 고도화, 산업별 성과변수와의 인과성 분석, 그리고 글로벌 지수로서의 표준화 등이 추가적으로 수행될 필요가 있다.
Summary
With the emergence of innovative technologies, it has blurred the boundaries between industries. Then, convergence technologies are playing an important role that enhances the industrial competitiveness. In particular, among the 4th industrial technologies, artificial intelligence have been used as a major strategy to strengthen the national competitiveness by being converged into various industries. However, to our best knowledge, previous studies of artificial intelligence have been limited to comparing and analyzing the national readiness for the use of AI technology, and just recently, survey studies related to the convergence of AI technology are being conducted. In addition, there is a lack of research that combines the level of technological convergence and industrial competitiveness. For these reasons, it is necessary to develop the objective index to analyze the relationship between AI convergence and industrial competitiveness with the quantitative indicators.
This study aims to develop an AI convergence competitiveness index that can be compared by industries. The analysis is conducted on 19 major industries listed in the 10th Korean Standard Industrial Classification(KSIC): some industries that are difficult to collect data are integrated as one.
First of all, appropriate pillars and variables to evaluate the capability for the AI convergence are defined by reviewing the various studies. Then, the verification model analyzing the impact of AI convergence on industrial competitiveness is designed. Pillars of the index are consisted of the pillars that evaluate the whole procedure of convergence according to the theoretical background.
The AI convergence competitiveness index is consists of 30 variables. Analysis was performed based on RP data that can be collected. As a result of analysis, it was found that the absolute convergence scale is large enough in some industries, while the density of convergence is high in others. Considering the all of three pillars, ‘Information and communication industry, Electricity, gas, steam and air conditioning supply industry, Manufacturing industry, Education industry, Financial and insurance activities’ are five top industries which are well-balanced for the AI convergence.
The AI convergence competitiveness index proposed in this study was analyzed together based on quantitative evaluation indicators of convergence capability and industry competitiveness that had not been evaluated together before. In the future, it is necessary to conduct research to verify the effect of artificial intelligence convergence capabilities on various industries through examining the relationships between the various variables proposed in the index model and industrial competitiveness.
