제 1 장 조사 개요 01. 조사 목적 02. 조사 개요 03. 표본 설계 04. 조사 완료 및 유효표본 05. 주요 조사 내용 제 2 장 조사 결과 01. 일반 현황 및 재무 현황 02. 인력 현황 03. SW 기술 04. 디지털전환 도입 및 수준 현황 05. 데이터 현황 부록 01. 용어 정의 02. 조사 결과 부록표 03. 주요 항목 상대표준오차 04. 조사표
e-book 보기 이슈 ISSUE ESG 패러다임 확산과 디지털 ESG 개념 포토에세이 PHOTO ESSAY 중간-이호준 포커스 FOCUS 디지털전환(DX) 기반 ESG 경영 생성형 AI의 성공적 도입 및 활용을 위한 전략적 접근
현재 인류가 직면한 최대의 위험은 기후위기다. 단기적으로는 극한 기상이 기승을 부리고, 장기적으로는 생물 다양성 감소에 따른 생태계 붕괴까지 이어질 수 있다. 이에 주요 선진국을 포함한 전 세계 130여개국이 기후위기 극복을 위해 2050년까지 탄소중립을 달성하겠다고 선언했다. 탄소중립은 이산화탄소를 비롯한 온실가스의 순 배출을 제로로 만드는 것을 의미하며, 청정에너지 사용 확대, 에너지 소비의 효율화, 온실 가스 고정 등을 통해 이룰 수 있다. 이처럼 탄소중립을 지원하고 기후변화에 대응하는 기술을 ‘기후기술’이라 칭한다. 기후기술 산업은 기후위기 극복의 핵심이 될 뿐 아니라 선진국의 차세대 성장 동력으로도 주목 받는다. 최근 수 년 간 빅데이터, AI 등의 비약적 발전으로 다양한 산업 분야에서 혁신을 이끌어 낸 SW 기술은 기후기술 산업에서도 중요한 역할을 차지한다. 특히, 국내 온실가스 배출량의 약 87%를 차지(2021년 기준)하는 에너지 분야에서 SW는 재생에너지의 불확실성을 줄여 안정적 공급을 지원하고, 산업․건물․수송 등의 에너지 소비 효율을 증진하는 데에 적극 활용되고 있다. 탄소중립 달성을 위해 SW(SW for 탄소중립)가 이미 전방위적으로 활약하고 있으며, 향후에도 더욱 중요한 역할을 담당할 것으로 기대된다. 반면, 디지털 전환, 생성 AI 보편화 등으로 인해 SW 산업이 소모하는 전력량이 급증하는 것은 또 다른 문제다. 데이터센터의 연간 전력소모량은 2022년 기준 460TWh로 프랑스(425), 독일(490)의 국가 연간 전력소모량과 유사하며, 향후 더욱 급증할 전망이다. 따라서 국가 경쟁력의 핵심으로 떠오르는 AI, 빅데이터를 비롯한 SW 산업의 지속가능한 성장을 위해서도 탄소중립이 필요(탄소중립 for SW)하다. 이는 AI 반도체 및 데이터센터의 저전력화, 친환경 SW 생태계 구축 등으로 가능하다. 본 보고서는 온실가스 배출의 주원인인 에너지 분야에서, 탄소중립을 지원하는 SW 기술 및 기업의 사례를 탐구했다. 에너지 공급 쪽에서는 ‘재생에너지(식스티헤르츠)’, 에너지 소비 쪽에서는 ‘AI 반도체(리벨리온, 사피온, 퓨리오사AI) 및 데이터센터(구글)’, ‘SW 개발(그린SW재단)’, ‘건물(에너지엑스)’ 분야에 대해 현재 성과를 보이는 기업을 선정했다. 사례 연구를 기반으로 기후위기 극복에 기여하는 SW 기술의 실효성을 살펴보고, 탄소중립 달성에 SW 기술이 더욱 적극적으로 도입 및 활약하기 위해서 필요한 정책적 시사점을 도출하고자 한다. Executive Summary The greatest threat to humanity today is climate change. In the short term, extreme weather patterns prevail, while in the long term, it could lead to ecosystem collapse due to the reduction in biodiversity. To tackle this, over 130 countries worldwide, including major advanced nations, have pledged to achieve carbon neutrality by 2050 to combat climate change. Carbon neutrality refers to achieving a net zero emission of greenhouse gases, including carbon dioxide, through measures such as expanding clean energy usage, enhancing energy efficiency, CCUS(carbon capture utilization and sotorage) and so on. The technology supporting carbon neutrality and addressing climate change is referred to as "climate technology." The climate technology industry not only plays a crucial role in addressing climate change but also attracts attention as a future growth driver for advanced nations. In recent years, software (SW) technologies, driven by significant advancements such as big data and AI, have led innovations across various industries. SW technology also plays a important role in the climate technology industry. Particularly in the energy sector, which accounts for approximately 87% of domestic greenhouse gas emissions (as of 2021), SW helps support stable renewable energy supply by reducing the uncertainty, and enhances energy efficiency in industries, buildings, and transportation. SW is already actively contributing to achieving carbon neutrality (SW for CN) and is expected to play an even more significant role in the future. However, the increasing power consumption by the SW industry due to digital transformation and widespread adoption of AI poses another challenge. The annual power consumption of data centers is approximately 460TWh as of 2022, which is similar to the national annual power consumption of countries like France(425) and Germany(490). Therefore, achieving carbon neutrality is necessary for the sustainable growth of the SW industry (CN for SW), including AI and big data, which are emerging as key drivers of national competitiveness. This can be achieved through low-power AI chips and data center greening efforts. This report explores SW technologies and companies supporting carbon neutrality in the energy sector, the primary source of greenhouse gas emissions. It identifies companies demonstrating success in renewable energy(Sixtyhertz), AI chips(Rebellion, Sapeon, FuriosaAI), data centers(Google), SW development (Green Software Foundation), and building(EnergyX) sectors. Through case studies, it examines the effectiveness of SW technologies in addressing climate change and derives policy implications to facilitate the more proactive adoption and deployment of SW technologies for achieving carbon neutrality.
제1장 조사개요 01. 조사 목적 02. 조사 연혁 03. 조사 내용 04. 조사 범위 및 용어 정의 05. 표본 설계 06. 주요 조사 절차 07. 상대표준오차 제2장 이러닝 공급시장 현황 01. 사업체 일반 현황 02. 이러닝 공급 시장 규모 03. 투자 및 투자 유치 현황 04. 이러닝 인력 05. 해외 시장 진출 현황 06. 사업추진 현황 07. 기술개발 현황 및 시장 동향 08. 이러닝 관련 지적재산권 보유 현황 09. 개인정보보호 수집 및 처리 10. 이러닝 공급 사업체의 경영상 애로사항 제3장 이러닝 수요시장 현황 01. 국내 이러닝 수요시장 규모 02. 개인 03. 사업체 04. 정규교육기관 05. 공공기관 부록 01. 통계표 02. 조사표
제1장 조사개요 01. 조사 목적 02. 조사 연혁 03. 조사 내용 04. 조사 범위 및 용어 정의 05. 표본 설계 06. 주요 조사 절차 07. 상대표준오차 제2장 이러닝 공급시장 현황 01. 사업체 일반 현황 02. 이러닝 공급 시장 규모 03. 투자 및 투자 유치 현황 04. 이러닝 인력 05. 해외 시장 진출 현황 06. 사업추진 현황 07. 기술개발 현황 및 시장 동향 08. 이러닝 관련 지적재산권 보유 현황 09. 개인정보보호 수집 및 처리 10. 이러닝 공급 사업체의 경영상 애로사항 제3장 이러닝 수요시장 현황 01. 국내 이러닝 수요시장 규모 02. 개인 03. 사업체 04. 정규교육기관 05. 공공기관 부록 01. 통계표 02. 조사표
e-book 보기 이슈 ISSUE 메타버스산업 분류체계 개발연구 포토에세이 PHOTO ESSAY 중간-이호준 포커스 FOCUS 기업 데이터 플랫폼 지원 정책 현황과 지원 방향 퀵커머스 산업의 현황과 향후 연구 방향 우리나라 서비스업 디지털전환의 양상과 업종별·기업별 특성의 영향
소프트웨어정책연구소 개인정보처리방침 소프트웨어정책연구소(이하 "연구소"라고 한다.)는 「개인정보 보호법」 제30조에 따라 정보주체의 개인정보를 보호하고 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다. 제1조(개인정보의 처리목적) 연구소는 입사지원자의 동의를 받아 채용전형의 진행, 진행단계별 결과 등 채용정보 안내 및 채용감사 수감 및 채용 Q&A 운을 위해 개인정보를 처리합니다. 목적 이외의 용도로는 이용되지 않으며, 이용 목적이 변경되는 경우에는 개인정보보호법 제18조에 따라 별도의 동의를 받는 등 필요한 조치를 이행할 것입니다. 제2조(처리하는 개인정보의 항목) * 채용 전형의 진행, 전형단계별 결과, 채용정보 안내 및 채용감사 수감 관련 - 필수적 정보 : 개인식별정보(이름, 이메일, 휴대폰 번호, 비상연락처, 현주소, 생월일, 지원분야) - 선택적 정보 : 민감정보(취업지원대상, 장애여부 및 등급), 가점항목, 교육사항, 경험·경력사항, 연구논문실적, 자격사항, 자기소개 관련정보 및 기타 채용을 위해 입사지원서에 작성한 관련 정보 * 채용 Q&A 운영 관련 - 필수적 정보 : 개인식별정보 (이름, 지원분야, 이메일) 제3조(개인정보의 처리 및 보유기간) 연구소는 개인정보를 법령에 따른 개인정보 보유⋅이용 기간 또는 정보주체로부터 개인정보를 수집 시 동의 받은 개인정보 보유⋅이용기간 내에서 개인정보를 처리하고 있습니다. * 채용 전형의 진행, 전형단계별 결과, 채용정보 안내 및 채용감사 수감 관련 * 개인정보 보유 기간 및 파기 - 임용 확정 시 : 재직기간 및 퇴사 후 3년간 또는 관계법령 규정에 명시된 자료의 보존기간으로 함 - 미채용 시 : 채용 전형 종료 후 즉시 파기 (단, 「채용절차 공정화에 관한 법률」에 따른 반환대상서류의 경우에는 반환청구기간 경과 후 즉시) * 채용 Q&A 운영 관련 - 채용 관련 불만사항에 대한 민원 접수 후, 이에 대한 답변처리 완료시 까지 보유하며 그 이후 즉시 파기 제4조(개인정보의 제3자 제공에 관한 사항) 연구소는 개인정보를 제1조(개인정보의 처리 목적)에서 명시한 범위 내에서만 처리하며, 정보주체의 동의, 법률의 특별한 규정 등 「개인정보 보호법」 제17조 및 제18조에 해당하는 경우에만 개인정보를 제3자에게 제공합니다. 제5조(개인정보의 처리업무의 위탁에 관한 사항) 연구소는 개인정보를 원활한 개인정보 업무처리를 위하여 다음과 같이 개인정보 처리업무를 위탁하고 있습니다. - 위탁받는자(수탁자) : 나인스텝컨설팅주식회사 - 위탁업무 : 채용전형의 진행, 진행단계별 결과 등 채용정보 안내 제6조(개인정보의 파기절차 및 파기방법) ① 연구소는 개인정보 보유기간의 경과, 처리목적 달성 등 개인정보가 불필요하게 되었을 때에는 지체없이 해당 개인정보를 파기합니다. ② 정보주체로부터 동의받은 개인정보 보유기간이 경과하거나 처리목적이 달성되었음에도 불구하고 다른 법령에 따라 개인정보를 계속 보존하여야 하는 경우에는, 해당 개인정보를 별도의 데이터베이스(DB)로 옮기거나 보관장소를 달리하여 보존합니다. ③ 개인정보 파기의 절차 및 방법은 다음과 같습니다. 1. 파기절차 연구소는 파기 사유가 발생한 개인정보를 선정하고, 소프트웨어정책연구소의 개인정보 보호책임자의 승인을 받아 개인정보를 파기합니다. 2. 파기방법 전자적 파일 형태의 정보는 기록을 재생할 수 없는 기술적 방법을 사용합니다. 종이에 출력된 개인정보는 분쇄기로 분쇄하거나 소각을 통하여 파기합니다. 제7조(정보주체와 법정대리인의 권리·의무 및 그 행사방법에 관한 사항) ① 정보주체는 연구소에 대해 언제든지 개인정보 열람·정정·삭제·처리정지 요구 등의 권리를 행사할 수 있습니다. ② 제1항에 따른 권리 행사는 연구소에 대해 「개인정보 보호법」 시행령 제41조제1항에 따라 서면, 전자우편, 모사전송(FAX) 등을 통하여 하실 수 있으며 연구소는 이에 대해 지체 없이 조치하겠습니다. ③ 제1항에 따른 권리 행사는 정보주체의 법정대리인이나 위임을 받은 자 등 대리인을 통하여 하실 수 있습니다.이 경우 “개인정보 처리 방법에 관한 고시(제2020-7호)” 별지 제11호 서식에 따른 위임장을 제출하셔야 합니다. ④ 개인정보 열람 및 처리정지 요구는 「개인정보 보호법」 제35조 제4항, 제37조 제2항에 의하여 정보주체의 권리가 제한 될 수 있습니다. ⑤ 개인정보의 정정 및 삭제 요구는 다른 법령에서 그 개인정보가 수집 대상으로 명시되어 있는 경우에는 그 삭제를 요구할 수 없습니다. ⑥ 연구소는 정보주체 권리에 따른 열람의 요구, 정정·삭제의 요구, 처리정지의 요구 시 열람 등 요구를 한 자가 본인이거나 정당한 대리인인지를 확인합니다. 제8조(개인정보의 안전성 확보조치에 관한 사항) 연구소는 개인정보의 안전성 확보를 위해 다음과 같은 조치를 취하고 있습니다. 1. 개인정보 취급 직원의 최소화 및 교육 개인정보를 취급하는 직원을 지정하고 담당자에 한정시켜 최소화 하여 개인정보를 관리하는 대책을 시행하고 있습니다. 2. 내부관리계획의 수립 및 시행 개인정보의 안전한 처리를 위하여 내부관리계획을 수립하고 시행하고 있습니다. 3. 해킹 등에 대비한 기술적 대책 연구소는 해킹이나 컴퓨터 바이러스 등에 의한 개인정보 유출 및 훼손을 막기 위하여 보안프로그램을 설치하고 주기적인 갱신·점검을 하며 외부로부터 접근이 통제된 구역에 시스템을 설치하고 기술적/물리적으로 감시 및 차단하고 있습니다. 4. 개인정보의 암호화 이용자의 개인정보는 비밀번호는 암호화 되어 저장 및 관리되고 있어, 본인만이 알 수 있으며 중요한 데이터는 파일 및 전송 데이터를 암호화 하거나 파일 잠금 기능을 사용하는 등의 별도 보안기능을 사용하고 있습니다. 5. 개인정보에 대한 접근 제한 개인정보를 처리하는 데이터베이스시스템에 대한 접근권한의 부여, 변경, 말소를 통하여 개인정보에 대한 접근통제를 위하여 필요한 조치를 하고 있으며 침입차단시스템을 이용하여 외부로부터의 무단 접근을 통제하고 있습니다. 6. 문서보안을 위한 잠금장치 사용 개인정보가 포함된 서류, 보조저장매체 등을 잠금장치가 있는 안전한 장소에 보관하고 있습니다. 7. 비인가자에 대한 출입 통제 개인정보를 보관하고 있는 물리적 보관 장소를 별도로 두고 이에 대해 출입통제 절차를 수립, 운영하고 있습니다. 제9조(개인정보를 자동으로 수집하는 장치의 설치·운영 및 그 거부에 관한 사항) 연구소는 정보주체의 이용정보를 저장하고 수시로 불러오는 ‘쿠키(cookie)’를 사용하지 않습니다. 제10조(개인정보 보호책임자에 관한 사항) ① 연구소는 개인정보 처리에 관한 업무를 총괄해서 책임지고, 개인정보 처리와 관련한 정보주체의 불만처리 및 피해구제 등을 위하여 아래와 같이 개인정보 보호책임자를 지정하고 있습니다. ▶ 개인정보 보호책임자 성명 : 윤영식 직책 : 경영관리실장 직급 : 책임행정원 연락처 : 031-739-7307, ysyoon@spri.kr, 031-739-7199 ※ 개인정보 보호 담당부서로 연결됩니다. ▶ 개인정보 보호 담당부서 부서명 : 경영관리실 담당자 : 김동희 연락처 :031-739-7308, kdhfiy@spri.kr, 031-739-7199 ② 정보주체께서는 연구소의 서비스를 이용하시면서 발생한 모든 개인정보 보호 관련 문의, 불만처리, 피해구제 등에 관한 사항을 개인정보 보호책임자 및 담당부서로 문의하실 수 있습니다. 연구소는 정보주체의 문의에 대해 지체 없이 답변 및 처리해드릴 것입니다. 제11조(개인정보의 열람청구를 접수·처리하는 부서) 정보주체는 ｢개인정보 보호법｣ 제35조에 따른 개인정보의 열람 청구를 아래의 부서에 할 수 있습니다. 연구소는 정보주체의 개인정보 열람청구가 신속하게 처리되도록 노력하겠습니다. ▶ 개인정보 열람청구 접수·처리 부서 부서명 : 경영관리실 담당자 : 김동희 연락처 : 031-739-7308, kdhfiy@spri.kr, 031-739-7199 제12조(정보주체의 권익침해에 대한 구제방법) 정보주체는 개인정보침해로 인한 구제를 받기 위하여 개인정보분쟁조정위원회, 한국인터넷진흥원 개인정보침해신고센터 등에 분쟁해결이나 상담 등을 신청할 수 있습니다. 이 밖에 기타 개인정보침해의 신고, 상담에 대하여는 아래의 기관에 문의하시기 바랍니다. 1. 개인정보분쟁조정위원회 : (국번없이) 1833-6972 (www.kopico.go.kr) 2. 개인정보침해신고센터 : (국번없이) 118 (privacy.kisa.or.kr) 3. 대검찰청 : (국번없이) 1301 (www.spo.go.kr) 4. 경찰청 : (국번없이) 182 (ecrm.cyber.go.kr) 「개인정보보호법」제35조(개인정보의 열람), 제36조(개인정보의 정정·삭제), 제37조(개인정보의 처리정지 등)의 규정에 의한 요구에 대 하여 공공기관의 장이 행한 처분 또는 부작위로 인하여 권리 또는 이익의 침해를 받은 자는 행정심판법이 정하는 바에 따라 행정심판을 청구할 수 있습니다. ※ 행정심판에 대해 자세한 사항은 중앙행정심판위원회(www.simpan.go.kr) 홈페이지를 참고하시기 바랍니다. 제13조(개인정보 처리방침 변경) ① 이 개인정보처리방침은 2023.8.7.부터 적용됩니다. ② 이전의 개인정보 처리방침은 아래에서 확인하실 수 있습니다. - 개인정보처리방침(2022.11.1.) - 개인정보처리방침(2022.7.6.) - 개인정보처리방침(2023.7.24.)
국가의 운영원리가 발전에 기반한 효율성과 정의에 기반한 책임성이 수용되는 방향으로 변화하면서 경제적 가치뿐만 아니라 사회적 가치에 대한 관심이 증가하였다. 정부는 물론 민간기업에서도 발전을 내세우면서 환경을 소홀히 하지 않고 이윤을 창출하면서 공정의 가치를 놓치지 않는다. 이를 분명하게 보여주는 것이 ESG다. ESG는 환경(Environment), 사회(Social), 지배구조(Governance)의 약자로 지속가능성(Sustainability)을 달성하기 위해 비재무적 요소를 고려하는 기업 경영 방식이다. ESG에 대한 정부의 관심과 기업의 노력으로 인해 여러 산업 분야의 기업 경영에 있어 ESG는 더 이상 선택이 아닌 필수적인 요소로 자리 잡았다. 최근 디지털 전환이 가속화되면서 이러한 변화에 적합한 방향으로 ESG 경영에도 변화가 발생하고 있다. ESG 경영에 디지털 기술이 접목되어 기존에 비해 효율적인 방식으로 ESG 경영 방식이 변화하는 추세다. 본 보고서는 이러한 패러다임에 주목하여 디지털 ESG라는 새로운 개념에 대한 정립과 해외 및 국내 사례 검토를 통해 지속가능한 ESG 생태계 조성을 논의하였다. 먼저, 디지털 ESG를 “디지털 기술을 통해 효율적으로 사회문제를 해결함으로써 ESG를 효과적으로 달성하고 사회적 가치를 창출하는 것”으로 정의하였다. 이후 대표적으로 디지털 기술을 활용하여 효율적인 방식으로 ESG를 추진 중인 MS, 지멘스, 삼성SDS, HD한국조선해양 네 개의 기업과 그린소프트웨어 재단의 사례를 살펴보았다. 이를 바탕으로 본 보고서는 지속가능한 ESG 생태계 조성을 위해 디지털 ESG의 적극적인 실현과 기업 간 노하우를 교류할 수 있는 학습의 장이 마련되어야 함을 시사한다. Executive Summary As the country's operating principles changed to accept development-based efficiency and justice-based responsibility, interest in not only economic values but also social values increased. Not only the government but also private companies do not neglect the environment while promoting development and do not lose sight of the value of fairness while generating profits. ESG clearly shows this. ESG stands for Environment, Society, and Governance and is a corporate management method that considers non-financial factors to achieve sustainability. Due to the government's interest in ESG and corporate efforts, ESG has become an essential factor in corporate management in various industries, no longer an option. Recently, as digital transformation has accelerated, changes are occurring in ESG management in a direction appropriate for this change. As digital technology is applied to ESG management, ESG management methods are changing in a more efficient manner than before. This report focuses on this paradigm and discusses the creation of a sustainable ESG ecosystem through the establishment of a new concept of digital ESG and case analysis. First, digital ESG is defined as “effectively achieving ESG and creating social value by efficiently solving social problems through digital technology.” Afterwards, we looked at the cases of four representative companies, MS, Siemens, Samsung SDS, and HD Korea Shipbuilding & Offshore Engineering, that are promoting ESG in an efficient manner using digital technology. Based on this, this report suggests that opportunities for exchange and learning between companies must be provided to create a sustainable ESG ecosystem is needed.
1장 조사개요 01 조사개요 02 주요 용어해설 03 모집단 정의 04 모수 추정 2장 조사 결과 01 일반 현황 02 인공지능기술 및 사업현황 03 매출 현황 04 인력 현황 05 해외수출 현황 06 투자 및 개발현황 07 애로사항 및 건의사항 3장 부록 01 주요 주관식 문항정리 02 통계표 03 조사표
1장 조사개요 01 조사개요 02 주요 용어해설 03 모집단 정의 04 모수 추정 2장 조사 결과 01 일반 현황 02 인공지능기술 및 사업현황 03 매출 현황 04 인력 현황 05 해외수출 현황 06 투자 및 개발현황 07 애로사항 및 건의사항 3장 부록 01 주요 주관식 문항정리 02 통계표 03 조사표
1부 SW 및 신SW 관련 거시환경 제 1 장 SW 융합의 시대:SW for All 제 2 장 인공지능 패권 경쟁과 생성 AI 2부 SW산업 및 정책·제도 1 장 SW 산업 현황 1. 글로벌 SW 시장 현황 2. 오픈소스 생태계 성장과 경제적 효과 3. 국내 SW 산업 현황 4. 국내 SW 융합 현황 2 장 SW 정책·제도 동향 1. SW 관련 주요 디지털 통상규정 2. SW사업 영향평가 제도의 변화 3. 민간투자형 SW사업 제도와 현황 3부 신SW산업 및 정책·제도 1 장 인공지능 1. 생성AI의 부상과 주요 이슈 2. 주요국 인공지능 정책 동향 3. 국내 인공지능 산업 현황 4. 국내 인공지능 활용 현황 2 장 메타버스 1. 메타버스의 진화:XR헤드셋과 생성AI 2. 주요국 메타버스 정책 동향 3. 국내 VR/AR 산업 현황 4부 2024년 SW산업 전망 1. 데이터 기반 SW산업 단기 전망 2. 생성AI가 촉발하는 SW산업의 변화 전망
요약문 1. 국외 디지털콘텐츠 시장조사 개요 조사 배경 및 목적 디지털콘텐츠 산업은 ChatGPT와 같은 인공지능(AI), XR기술, 메타버스, 블록체인 등 기술의 혁신과 5G 인프라, 데이터센터, 각종 콘텐츠 제작/유통 솔루션 등 인프라 확대로 인한 제작과 유통의 효율성 증대로 인해 고부가가치 산업으로 부상하고 있다. 특히 구글, 아마존, 애플, 마이크로소프트 등 주요 기업들이 해당 분야의 연구 및 신제품 출시에 앞장서고 있고, 팬데믹을 계기로 기존 사업을 디지털로 전환한 기업이 증가하고, 디지털콘텐츠를 체험한 소비자 수도 증가하면서 디지털콘텐츠에 대한 수요도 크게 증가하고 있다. 이러한 변화를 기회로 활용하기 위해 세계 각국 정부도 디지털 인프라 확대와 이를 활용한 디지털콘텐츠 육성을 위한 정책을 추진하고 있다. 이 외에 산업발전에 따른 부작용을 최소화하기 위해 개인정보보호, 저작권 보호, 공정한 이용 등을 촉진하기 위한 각종 가이드라인을 수립하고 있다. 2022년 국내 디지털콘텐츠 시장규모는 세계 5위를 차지하는 것으로 나타났다. 그러나 국내 디지털콘텐츠 산업은 글로벌 OTT서비스가 국내 미디어 시장을 넓히면서 국내 OTT 사업자의 성장에 한계가 있고, 메타버스 등 차세대 미디어/ICT 제작 기반이 취약하며, 콘텐츠 제작 비용이 상승하며 글로벌 자본에 의존하는 리스크가 증가하고 있다. 이에 정부는 디지털 콘텐츠 산업 육성을 위해서 △OTT 플랫폼·콘텐츠의 글로벌 성장 지원, △메타버스를 차세대 미디어플랫폼으로 집중 육성, △크리에이터 미디어 지원으로 탄탄한 일자리 창출, △디지털미디어·콘텐츠 산업 혁신 기반 마련이라는 4대 정책과제를 중심으로 지원하고 있다. 본 조사에서는 전세계 5대 권역 외 미국, 일본, 중국, EU/영국, 동남아 5개국(인도네시아, 태국, 필리핀, 말레이시아, 싱가포르)을 중심으로 각 산업별 변화를 반영한 시장 통계를 조사, 분석했다. 이를 통해 해외 디지털콘텐츠 산업의 현황을 파악하고, 국내 디지털콘텐츠 정책수립 및 기업의 해외진출을 지원하기 위한 기초 자료를 제공하고자 한다. 조사 방법 시장분류체계는 전년도와 동일하게 15개 산업을 대상으로 분류체계를 유지하되, 실감콘텐츠 소분류체계는 주요 산업 활용 동향과 최신 시장 보고서의 분류 체계를 반영하여 조정하였다. 본 보고서는 전년도와의 시계열성을 유지하면서도 개정된 산업분류체계에 적합한 국외 디지털콘텐츠 산업의 시장규모를 파악하기 위해 PWC, Allied Market Research, Grand View Research, MarketsandMarkets, IMARC 등 신뢰성 높은 산업별 자료원의 보고서 및 전문 자료를 활용하여 시장규모를 산출했다. 직접조사를 수행하지 않는 본 연구의 특성상 향후 5년간 시장전망치 도출시 글로벌 리서치기관의 전망치와 성장률(CAGR 등)을 기본으로 하되, 일부 수치만 공개하는 등 자료의 한계로 추정이 불가피한 경우에는 적절한 회귀분석을 사용하여 추정하였다. 본 조사에서는 전세계 5대 권역 외 미국, 일본, 중국, EU/영국, 동남아 5개국(인도네시아, 태국, 필리핀, 말레이시아, 싱가포르)을 중심으로 각 산업별 변화를 반영한 시장 통계를 조사, 분석했다. 이를 통해 해외 디지털콘텐츠 산업에 대한 현황을 파악하고, 국내 디지털콘텐츠 정책수립과 기업의 해외진출을 지원하기 위한 기초자료를 제공하고자 한다.
요약문 1. 제 목 : 생성형 AI에 대응한 SW 인재 양성 정책 방향 연구 2. 연구 목적 및 필요성 생성형 AI의 혁신적인 기술 발전으로 편리한 사용 방법과 접근, 창의적인 정보 생성, 효율적 정보 확보 등의 장점으로 생성형 AI의 활용이 확대되고 있다. 생성형 AI는 경제, 사회, 교육 등 전반에 영향을 미칠 것으로 예상되며, 이미 그 사용 효과가 증명되고 있다. 생성형 AI는 특히 기술자 그룹에 많은 영향을 미칠 것으로 예측되며, 코드 자동 생산, 코드 자동 완성 등 SW 개발 관련 기능의 효율성과 편리성으로 개발자들이 현업에서 이미 많이 활용하고 있다. 생성형 AI 기술 발전 및 업무 적용 속도로 보아 생성형 AI에 의한 개발 환경, 개발 방식, 역량 등의 변화는 매우 클 것으로 예상된다. 이러한 변화에 대한 사회·경제적 혼선을 줄이고 관련 인력양성의 기회로 연결할 수 있도록 디지털 인력양성 정책의 변화가 필요하다. 위 배경 및 필요성에 따라 본 연구는 생성형 AI가 개발 업무에 미치는 영향을 분석하고, 이에 따른 디지털 인재양성 정책 방향을 제시하고자 한다. 3. 연구의 구성과 범위 연구는 다음과 같이 5장으로 구성된다. 제1장 서론 “SW 개발 환경 변화에 따른 디지털 인재양성 정책 방향” 연구 배경, 목적, 연구의 개략적인 내용, 연구 방법을 기술한다. 제2장 생성형 AI 기술 진화 및 국내외 정책 방향 디지털 인재 정의와 역량을 해석하고, 생성형 AI의 개념과 시장 전망을 정리한다. 생성형 AI시대의 국내외 디지털 인재 양성 정책 동향을 분석하고, 국내외 기업의 생성형 AI 대응 및 인재 확보 경쟁에 대해 비교·종합한다. 제3장 SW 개발 환경변화에 따른 개발 업무 변화 생성형 AI가 개발 업무에 미치는 영향을 소프트웨어 개발 프로세스에 따라 문헌 연구, 전문가 심층 인터뷰, 전문가 설문을 통해 분석한다. 소프트웨어 개발 프로세스는 요구분석, 설계, 구현, 테스트 단계로 나누어 단계별 생성형 AI의 활용 가능성과 영향에 대해 분석한다. 생성형 AI가 개발자에 미치는 영향을 분석하기 위해 O*NET의 컴퓨터 프로그래머, 소프트웨어 개발자, 웹 개발자의 작업(Task)별 영향을 평가한다. 제4장 생성형 AI 시대에 대응한 디지털 인재양성 분석 결과에 기반하여, 생성형 AI 관련 디지털 인력 확보 정책의 기본 방향을 제안하고 디지털 인력양성을 위한 교육 환경 구축, 지속적이고 효율적인 디지털 인재 확보 추진을 제안한다. 제5장 결론 연구의 방법은 문헌분석, 전문가 심층 인터뷰, 전문가 설문을 통해 생성형 AI가 개발 업무에 미치는 영향을 분석하고, 생성형 AI 시대에 대응한 디지털 인재양성 정책 방향을 제안한다. 4. 연구 내용 및 결과 본 연구는 디지털 인력 중 특히 수요가 많은 개발자에 초점을 맞춰, 그들의 작업에서 코드 자동 생성 기능 등에 의한 생성형 AI의 영향도를 분석한다. 이를 기반으로 개발자 및 디지털 전환 인력의 역할 변화를 고려하여 생성형 AI 시대의 디지털 인재 양성 정책 변화 및 방향을 모색한다. 디지털 인재를 넓은 의미에서‘디지털 신기술을 보유하고 디지털 전환을 주도하는 사람과 디지털 기술을 활용하는 모든 사람을 포함한 인력’으로 정의하고, 해외 기관 및 정부 부처가 공통적으로 제시한 디지털 신기술은 AI, 빅데이터, 소프트웨어 등임을 확인하였다. 디지털 인재 역량 요구사항 중 가장 수요가 많고 중요성이 커지는 기술은 Java, 파이썬, SQL 등 프로그래밍 언어와 애자일 방법론, 컴퓨터 공학 등 개발 관련 기술로 조사되었으며, 디지털 기술 중 2023년 선풍을 일으킨 생성형 AI는 코딩 보조 도구로써 코드 자동 생성, 자동 테스트, 주석 작성 등에 뛰어난 성능을 가지고 있어 프로그래밍 작업 시 영향을 많이 미칠 것으로 예상된다. 이에 따라 생성형 AI가 개발자 수준, 개발 난이도, 소프트웨어 유형 등 개발 조건에 따라 개발 생산성에 얼마나 영향을 주는지 분석한다. 1) 생성형 AI 기술의 진화 생성형 AI는 딥러닝 기술과 텍스트, 오디오, 이미지 또는 동영상 형태의 방대한 데이터를 활용하여 학습하고, 새로운 콘텐츠를 생성하는 기술이다. 생성형 AI 기술은 1980년대 개발된 신경망, 2006년대 심층 신경망, 2010년대 트랜스포머 모델을 거치면서 성숙하였고, 성능이 향상된 컴퓨팅 파워, 폭발적으로 증가한 데이터를 사용하여 혁신적으로 발전하게 되었다. MS, Amazon, Google 등 빅테크 기업에서는 시장에서 경쟁 우위를 확보하고 새로운 수익원을 창출하기 위해 생성형 AI 기술을 개발하고 혁신적인 서비스를 출시하는 데 매진하고 있다. 자동차, 의료 등의 산업에서도 생성형 AI를 이용한 수익 창출을 위해 차별화된 제품을 개발하고 있을 뿐 아니라 업무 효율성 향상을 위해서도 생성형 AI 기술을 도입하고 있다. 또한 생성형 AI 기술과 관련 인재를 확보·유지하기 위해 총력을 기울이고 있는데, 오픈AI, 구글 등 글로벌 빅테크 기업은 물론 아시아·태평양 지역기업들 또한 생성형 AI 인재 부족을 해결하기 위해 많이 노력하고 있다. 2) 국내·외 디지털 인재 양성 정책 생성형 AI 기술의 진화와 그에 따른 우수 디지털 인재 수급 등의 문제 발생에 신속 대응하기 위해 미·중·영·일본 등 해외 주요국에서는 기존 AI 관련 정책에 더해 다양한 대응방안을 마련하고 있다. 미국의 AI 정책은 글로벌시장에서 AI 경쟁력을 유지하고, 안전하고 신뢰할 수 있는 AI 발전을 추구하는 것이다. AI 인재 확보를 위해 「국가 AI R&D 전략계획」, 「안전하고 신뢰성 있는 AI를 위한 행정명령」 등을 통해 AI 분야에 필요한 기술 인력을 평가하여 교육하고 글로벌 AI 인력 확보를 위해 비자 제도를 개편하였다. 또한 「인공지능교육법」을 제정하여 AI 오용 가능성을 감소시키고, 정부 관련 직원들이 정부의 수요에 가장 적합한 인공지능 시스템을 도입할 수 있도록 하기 위해 연방 행정 각부, 산하기관 등에 AI 교육을 시행하고 있다. 중국은 「고등교육기관 AI 혁신 행동 계획」,「중국 인공지능 인재양성 백서」등을 통해 국가 주도로 AI 인재를 양성하고 있으며, 대학을 중심으로 기업이 보조하는 형태의 인재 양성을 추진하고 있다. 대학에서 실무에 바로 투입할 수 있는 실습 기반 교육을 하고, 빅테크 기업에서는 인공지능 대회, 단기 교육을 통해 실전 경험 강화를 유도하고 인재 인증 제도를 활성화하여 AI 인재 양성을 추진하고 있다. 영국도 「영국 디지털 전략」에서 영국의 기술 기업이 혁신하고 성장하는데 필요한 인력과 자금 확보를 표명하고, 해외 우수 인재 확보를 위해 새로운 비자를 대폭 신설하였다. 일본은 「AI 전략」, 「초·중등 교육 단계에서의 생성형 AI 활용에 관한 잠정적 가이드라인」 등을 발표하고, 초·중등 교육에서부터 수리·데이터사이언스·AI 이론을 학습시키는 한편 첨단 AI 기술과 기술 표준화의 국제주도권 확보를 위해 해외 우수 인재 유치 및 국제 공동 연구를 지원하는 정책과 사업을 펼쳐오고 있다. 주요국은 디지털 인재 양성을 위해 디지털 리터러시 교육과정을 확대하고, 대학 학위프로그램을 확대하는 방향으로 정규교육 프로그램을 개편하고 있다. 기업의 AI 인재 양성을 강조하고 있으며, 글로벌 해외 인재 확보를 위한 제도를 개선하고 있다. 국내에서는 글로벌 AI 시장에서 경쟁력을 갖추기 위해 2023년 4월「초거대 AI 경쟁력 강화 방안」을 발표하고, 「디지털 인재양성 종합방안」등 AI·SW 인력양성의 기존 정책의 기조를 유지하며, 초거대 AI 개발·활용에 전문화된 글로벌 수준의 인재를 추가 양성한다. 3) SW 개발 환경 변화에 따른 개발 업무 변화 분석 생성형 AI 기술이 개발 업무에 미치는 영향에 대해, 요구분석-설계-구현-테스트의 4단계로 구분되는 SW 개발 프로세스를 기준으로 분석하였다. 우선 관련 문헌조사 후 컴퓨터공학과 교수, 개발자와 SW 전문가 등으로 구성된 자문단을 구성하여 구조화된 설문지를 통해 전문가 심층 인터뷰를 수행하였다. 마지막으로 O*NET의 개발자 직무 Task 기반 분석을 수행하였다. 3-1) 문헌 연구 (SW 개발에 사용되는 AI 및 생성형 AI 기술 관련 연구와 활용 현황) 소프트웨어 코딩을 자동화하기 위해 기존에 특수 목적이나 일부 한정된 사람들이 MDD(모델주도방법론), 로우코드·노코드(LCNC) 도구를 주로 사용하였다. 최근에 널리 퍼진 생성형 AI 개발 도구는 개발자들이 SW 개발 시 일반적인 도구로 활용하고 있다. 동 배경하에, 개발자들이 코드 생성 외의 다른 작업에도 생성형 AI를 얼마나 활용하는지와 활용 가능성에 대해 검토한다. SW 개발 요구분석 단계는 고객과 소프트웨어 개발 그룹과의 기능에 대한 이해와 협의가 중요하기 때문에 자동화 도구를 활용한 작업이 쉽지 않다. 생성형 AI는 회의 내용을 요약하고, 텍스트 기반의 요구사항을 구조화하는데 제한적으로 활용되고 있다. 연구에서도 사용자 요구사항의 코드 구현 관련 추적성 개선에 관한 연구 등의 소수 연구가 진행되고 있다. SW 설계 단계는 문헌 자료를 찾기 어려울 정도로 생성형 AI를 많이 활용하지 않는 것으로 조사되었다. SW 구현 단계에서는 거대언어모델(LLM)의 기술적 특성으로 인해 생성형 AI가 자동 코드 생성 기능이 우수하여, 코드 생성, 코드 자동 완성, 코드 주석 작성, 리버스 엔지니어링(역공학) 등에 개발자들이 이미 많이 활용하고 있었다. 개발자들은 생성형 AI 기술을 이용한 상용화된 도구인 GitHub Copilot, ChatGPT, AWS CodeWhisperer 및 Tabnine 등을 통해 많은 시간이 소요되고 반복 작업이 많은 코드 생성에 대해 이를 많이 활용하고 있다. 물론 생성형 AI가 코드를 완벽하게 생성하는 것은 아니어서, 컴파일되지 않는 코드, 보안 취약성, 라이선스 침해 등의 문제가 있는 코드에 대해서는 개발자의 수정을 반드시 필요로 한다. 개발자들은 생성형 AI 개발 도구를 지원하는 프로그램 언어 종류, 자동 코드 생성·코드 자동완성·코드 리뷰 등 코딩 관련 기능, 테스트 및 보안 검증 기능 여부에 따라 각 도구를 선택하여 활용하고 있다. 연구에서는 OpenAI, MS, 구글 등 LLM 관련 업체의 생성형 AI 도구의 원리 및 개선, HumanEval 등으로 성능을 테스트한 관련 논문들을 상당히 많이 발표되어 있다. 문헌 조사상에서 생성형 AI의 영향을 가장 많이 받을 것으로 예측된 단계는 SW 테스트 단계이다. 테스트 케이스의 우선순위 선정, 오류 원인 분석, 테스트 케이스 생성 등에 생성형 AI를 활용할 수 있다고 조사되었다. 생성형 AI를 활용한 테스트 데이터 생성, 테스트에 유용한 테스트 케이스 생산을 통한 테스트 커버리지 확대 등의 논문이 있다. 테스팅 자동화, 관리, 데이터 생성, 시나리오 작성 등을 지원하는 AI 증강 테스팅 도구들 또한 시장에 많이 출시되었다. SW 구현, 테스트 이외에도 생성형 AI 기술은 초급 개발자 교육에도 활용될 뿐만 아니라 SW 컴파일러의 오류메시지를 이해하기 쉽게 생성하거나, COBOL 등 기존 프로그램에서 사용하던 언어를 현재 운영하는 시스템에 맞는 프로그램 언어로 변경하는 작업 등에서도 활용되고 있다. 이러한 생성형 AI의 여러 코딩 관련 기능으로 인한 개발자 생산성 향상의 가능성에도 불구하고, 코드 생성 시 LLM에 최신 데이터 미적용, 환각(Hallucination), 보안 취약성, 저작권 침해, 내부 정보 유출 등에 문제가 있으며, 이로 인해 개발 생산성이 저하되고 개발 비용이 증가할 수 있다. 천문학적 LLM 개발 및 유지 비용도 간과할 수 없는 부분이다. 3-2) 전문가 심층 인터뷰 및 전문가 설문 분석 생성형 AI 개발 도구 사용 현황·발전 방향, 디지털 인재상, 개발자 수준, 디지털 인재 확보 현황 등에 대해 전문가들의 전문성에 따라 관련 분야의 심층 인터뷰를 시행하였다. 또한 SW 개발 프로세스 단계별로 개발자와 전문가들의 사용 현황과 의견을 물었다. 개발자들은 소프트웨어 구현 시 생성형 AI 개발 도구를 기본적으로 활용하고 있는데, 구현 및 테스트 단계에서 개발 코드 생성 및 검증은 물론, 개발 코드 설명이나 개발문서 작성에도 활용하는 것으로 조사되었다. 여러 생성형 AI 개발 도구 중 대부분 개발자가 깃허브를 이용하여 접근이 용이한 Copilot을 활용하고 있었으며, 일부 전문가가 Tabnine를 사용하고 있었다. 대화형 플랫폼으로 접근성이 가장 좋은 ChatGPT는 개발자가 코드에 대한 도움을 받거나, 새로운 기능에 대한 아이디어를 얻는 용도로 사용하는 것으로 조사되었다. 전문가들은 생성형 AI를 활용하면 초급 개발자가 빠르게 개발 역량을 높일 수 있는 장점도 있다고 했다. 그러나 단점으로는 최신 데이터 학습에 제한적인 LLM의 특성 때문에 빠른 주기로 기술이 변하는 프론트엔드 개발에는 활용하기 어렵다는 의견이 있었다. 개발자들은 테스트의 경우, 테스트 코드를 자동화하는 것과 프로그램의 단일 기능에 대한 테스트는 가능하나, 비즈니스 로직에 대한 전반적인 테스트는 불가하다고 했다. 그러나 테스트는 상당한 시간이 소요되고 반복적인 업무가 많아 생성형 AI를 이용하면 가장 개발 효율성을 높일 수 있는 단계인 것으로 분석된다. 생성형 AI 기술을 이용한 테스트 도구는 기존 테스트 도구의 단점인 적절한 테스트 커버리지를 위한 최소의 테스트 케이스 생성과 테스트 데이터 생산으로 인한 테스트 데이터 부족 문제를 해결한다고 했다. 전문가들은 요구사항 분석 단계에서는 생성형 AI를 활용하여 고객의 요구사항을 듣고 고객 요청의 맥락까지 파악하는 것은 어렵다고 조언하였다. 개발자들은 코딩작업에 생성형 AI 개발 도구를 사용하는 데에 비교적 긍적적이었으나, 소프트웨어 개발 공정 전체에 생성형 AI 개발 도구를 활용하는 데는 아직까지 어느정도 제한이 있다는 의견이 많았다. 초급 개발자보다는 중급 개발자의 개발 생산성 향상 정도가 높았는데, 이는 초급 개발자의 경우 생성형 AI의 환각(Hallucination)으로 인한 잘못된 코드를 분별하는 데 어려움을 겪기 때문인 것으로 판단된다. 또한 생성형 AI가 개발자나 SW 전문가가 원하는 정보를 생성하기 위해서는 컴퓨터 공학에 대한 기본 개념이 있어야 하고, 프롬프트 엔지리어링이 매우 중요하다는 의견이 지배적이었다. 생성형 AI 출현 이후에 전문 개발자들은 생성형 AI를 활용하여 빠르게 지식 습득을 하고 있으며, 기업에서는 지식이 많은 직원보다 주어진 문제를 인식하고 해결할 수 있는 역량을 가진 직원을 선호하는 것으로 나타났다. 교수들은 대학에서 학생들이 과제나 SW 프로그래밍에 생성형 AI 도구를 빈번하게 활용하고 있으며, 생성형 AI로 인해 소프트웨어 관련 비전공 학생들의 코딩 실력이 늘었다고 답변했다. 논문 작성에도 생성형 AI를 활용하며, 일부 학회는 논문에 생성형 AI 활용을 허용하고 있다고 했다. 3-3) O*NET의 개발 관련 직무의 작업(Task), 세부작업(DWA)별 생성형 AI 기술의 영향을 검토 컴퓨터 프로그래머, 소프트웨어 개발자, 웹 개발자의 세부 업무(DWA) 중 개발과 관련된 것과 생성형 AI에 영향을 받는 DWA를 추출하고, 개발자 작업(Task)과 비교하여, SW 개발 프로세스인 요구분석, 설계, 구현, 테스트 단계별로 생성형 AI에 의한 영향도를 분석한다. SW 개발 업무 중 생성형 AI의 영향도가 가장 큰 작업(DWA)은 구현 단계의 컴퓨터 프로그래밍 코드 작성(Write computer programming code), 애플리케이션 개발(Develop computer or online applications), 테스트 단계의 소프트웨어 테스트(Test software performance), 소프트웨어 테스트 시나리오 및 테스트 케이스 제작(Develop testing routines or procedures), 기타 소프트웨어 사용 설명서 작성(Prepare instruction manuals) 등이었다. 컴퓨터 프로그래머, 소프트웨어 개발자, 웹 개발자 중 생성형 AI의 영향을 가장 가장 많이 받는 직무는 컴퓨터 프로그래머로 분석되었다. AI나 생성형 AI의 직업에 미치는 선행연구들에서도 “AI나 생성형 AI 역량”과 “모든 직업에서 수행하는 직무”를 비교하여 “각 직업에 대한 생성형 AI의 영향도”를 분석하였으며, 본 연구는 “개발자 업무와 직업”에 관한 연구를 문헌 연구, 전문가 심층 인터뷰, 그리고 선행연구의 연구 방법(AI 역량과 직업 역량 비교)을 활용하여 수행하고 분석을 시도하였다. 3-4) 생성형 AI가 개발 업무에 미치는 영향에 대한 최종 결과 분석 문헌 연구, 전문가 심층 인터뷰, O*NET 자료 분석 결과, SW 개발 프로세스 중 생성형 AI 기술의 영향을 가장 많이 받는 단계는 구현 단계였으며, 개발자가 생성형 AI를 활용하여 구현 단계에서 할 수 있는 작업은 “문헌이나 인터넷 등에 이미 포함되어 있는 코드”를 이용한 코드 생성과 통합개발환경(IDE)이 제공하는 함수를 사용할 때 “코드 자동 완성” 기능을 활용하는 것이다. 그러나 개발 단계에서 비즈니스 로직이 복잡하거나 개발 코드가 최신 기술을 활용해야 하는 코드를 작성해야 할 때는 생성형 AI 개발 도구를 활용하기 어렵다. 생성형 AI의 영향으로 전문 개발자가 아닌 소프트웨어 산업 외의 다른 산업에 종사하는 도메인 전문가들의 프로그래밍이 가능해지며, 디지털 전문가로 전환 가능성이 커질 것으로 예상된다. 종합적으로 SW 개발 단계 중 요구분석과 설계 단계에서는 생성형 AI 활용도가 낮아 SW 개발 시 개발 생산성 향상에 많은 영향을 주지는 못하는 것으로 분석된다. 또한 개발자 업무 중 컴퓨터 하드웨어 엔지니어와 협력하여 하드웨어 및 소프트웨어 시스템을 통합하고, 고객, 마케팅 담당자, 소프트웨어 품질 담당자, 소프트웨어 보안 담당자 등 소프트웨어 개발에 중요한 이해관계자와의 협상 등 직접적인 개발 업무에 속하는 않는 작업들은 생성형 AI를 활용하기 어렵다. 4) 생성형 AI 시대에 대응한 디지털 인재양성 생성형 AI가 개발자에 미치는 영향 분석 결과와 해외 주요국 및 국내 AI 정책을 분석하여 생성형 AI 디지털 인재 양성 정책 방향을 검토하였다. 1. 디지털 인력 확보 기본 방향 - 디지털 교육 저변 확대 및 개인 맞춤 교육 - 생성형 AI 기술의 효율적 활용을 위한 디지털 교육 - 생성형 AI를 활용한 연구와 디지털 교육 2. 디지털 인재 양성을 위한 교육 환경 구축 - 체계적 교육시스템 구축 - 디지털 교육을 위한 학습 시스템과 평가시스템 구축 3. 지속적이고 효율적인 인재 확보 추진 - 글로벌 인재 확보 - 디지털 인재 네트워킹 활성화 지원 본 연구는 요구사항 분석, 설계, 구현, 테스트의 개발 프로세스 단계별로 문헌 연구, 심층 인터뷰, O*NET 데이터를 이용하여 생성형 AI 영향에 의한 개발환경 변화를 다각도로 분석하여, 생성형 AI 시대의 인재양성 정책를 제안하였다는데 의의가 있다. 향후 연구로는 생성형 AI 활용이 어려운 개발 관련 업무나 교육에 생성형 AI 기술을 적용하여 개발 생산성을 높이고 디지털 전환을 가속하게 하는 방안에 대한 연구가 필요하겠다. 5. 정책적 활용 내용 본 연구는 생성형 AI가 개발 업무와 개발자 직무에 대한 영향도를 문헌 분석, 전문가 심층 인터뷰, 데이터 기반 검토를 통해 생성형 AI가 개발 프로세스 중 구현과 테스트에 영향이 가장 많은 영향을 주는 것으로 분석하였으며, 이에 따라 디지털 인력 양성 방향을 제시하였다. 지금까지 발표한 「초거대 AI 경쟁력 강화 방안」, 「디지털 인재양성 종합방안」 등의 구체적인 실행 계획 수립에 활용할 수 있다. 6. 기대효과 생성형 AI 기술이 세계 경제 경쟁력 강화에 중요한 기술로 부각됨에 따라 생성형 AI 시대에 대비한 국내 디지털 인재 양성 정책 수립에 활용되어, 디지털 기술을 개발하고 활용하는 인력의 역량 강화 및 이에 따른 국내 디지털 경쟁력 강화에 기여할 것이다.
경기도 성남시 분당구 대왕판교로 712번길 22 글로벌 R&D센터 연구동 B 4층 개인정보처리방침
Copyright © 2014-2021 By Software Policy & Research Institute.
All rights reserved.
|
|
| 항목 | 수집목적 | 보유기간 |
|---|---|---|
| 이메일 | SPRi 뉴스레터 발송, 신규 콘텐츠, SPRi 소식 등 제공 | 수신거부 시 까지 |
|
|
