요약 본 연구는 최근 인공지능을 비롯한 디지털 기술이 산업의 핵심 동력으로 떠오르며, 예측 불가능한 속도로 부상하는 “샥스핀(Shark-fin)” 형태가 주목받고 있음을 배경으로 출발한다. 이러한 기술 환경은 기존의 통계적 추세 분석이나 하이프 사이클로 설명하기 어려운 수준의 불확실성을 초래하며, 따라서 정부와 기업은 미래 기술을 단순히 ‘지금 수준’만 판단하는 것이 아니라 약 신호(Weak Signal), 부상 신호(Emerging Signal), 추세 신호(Trend Signal)와 같은 전 주기적 관점에서 체계적으로 모니터링해야 한다. 본 연구는 이를 위해 기술을 개념기술(Concept Technology)과 구성기술(Component Technology)로 구분하고, 델파이(Delphi), 계층적 의사결정법(AHP) 등 정성적 기법과 논문·특허 등 대규모 데이터를 활용한 정량적 분석을 결합한 “SPRi DaRT(SPRi Dynamic Radar for digital Trends and Signals)” 방법론을 제안한다. SPRi DaRT는 각 기술을 시간축(단기·중기·장기)과 시그널 유형(약‧부상‧추세)으로 배치함으로써, 샥스핀 같은 급격한 기술 흥망을 비롯해 S-커브나 하이프 사이클로 설명하기 어려운 다양한 확산 패턴을 포착할 수 있도록 설계되었다. 이 과정에서 30대 개념기술과 이를 구성하는 하위 기술군을 도출하고, 2년 단위 시계열 분석으로 약 신호에서 추세 신호로 전환되는 경로와 시기를 탐색하였다. 또한 한국·미국·유럽·중국의 약 3,600만 건 R&D 데이터를 SPRi DaRT 관점에서 비교 분석한 결과, 네 국가 모두 부상 신호에 집중 투자하나, 미국과 중국은 부상 기술에 편중된 전략을, 유럽은 추세‧부상 기술 간 균형 투자를, 한국은 부상 신호에 집중하면서도 약 신호에도 상당한 투자를 병행하는 중도적 유형을 보이는 것으로 나타났다. 이를 통해 본 연구는 디지털 미래기술이 짧은 시간 안에 폭발적으로 부상했다가도 가파르게 쇠퇴할 수 있는 현실에서, 정부와 기업이 약‧부상‧추세 신호를 종합적으로 고려한 맞춤형 대응 전략을 마련할 수 있는 근거를 제시하고, 향후에는 실시간 데이터 모니터링과 자동화된 예측 모델을 도입하여 예측의 시의성과 정밀도를 더욱 높일 필요가 있음을 시사한다.

디지털기술의급격한발전으로미래환경의불확실성과복잡성이커지면서, 추세예측만으로는대응하기 어려워졌다. 이에 따라 기술 개발의 초기 단계에 있는 약 신호(Weak Signal)와 부상 신호(Emerging Signal)까지 주목해야 하며, 본 보고서에서는 이를 위해 개념기술(Concept Technology)과 구성기술(Component Technology)을 구분하고 대규모 논문·특허 데이터 분석, 전문가 델파이 조사, AHP 분석 등을 결합해 추세 신호 기술은 물론 약 신호와 부상 신호까지 종합적으로 살폈다. 또한 한국, 미국, 유럽, 중국의 국가별 R&D 투자 현황과 전략을 비교한 결과, 대부분이 부상 신호에 집중하되 투자 우선순위나 정책 방향에서 각기 다른 특징이 있음을 확인했다. 이러한 분석을 바탕으로 도출된 시사점으로는, 먼저 아직 시장화되지 않은 약 신호 기술을 선제적으로 발굴해 투자함으로써 혁신 기회를 창출해야 한다는 점이 제시된다. 더불어 인공지능은 인공지능 에이전트(AI Agent), 신뢰성·위험·보안관리(AI TRiSM), 개발자동화(AI Augmented Development) 등다양한응용분야에서급속히실용화 단계로 진입하고 있음을 확인할 수 있다. 끝으로, 이 보고서에서는 과거 데이터 기반 예측 정확도 검증과 전문가 판단을 결합한 탐지 기법의 고도화, 그리고 연 단위가 아닌 실시간 기술 추적 체계를 구축하여 신속하고 유연한 R&D 및 정책 의사결정을 지원의 필요성을 제안했다. Executive Summary As digital technology advances rapidly, the uncertainty and complexity of the future environment have increased, making it difficult to respond solely by predicting trends. Accordingly, it is necessary to pay attention to Weak Signals and Emerging Signals that indicatetheearlystagesof technologydevelopment. Inthisreport, weaddressthisneedby distinguishingbetweenConcept TechnologyandComponent Technologyandbycombining large-scale analyses of academic papers and patents with expert Delphi surveys and AHP analysis. Through this approach, we examine not only trending technologies but also Weak Signals and Emerging Signals in a comprehensive manner. We also compared the R&D investment status and strategies of South Korea, the United States, Europe, and China, confirming that most countries concentrate on Emerging technologies yet exhibit distinct priorities and policy directions. Based on this analysis, one key takeaway is that we must movebeyondtrend-followingstrategiesandproactivelydiscover andinvest intechnologies that have not yet reached the market, thereby generating opportunities for innovation. In addition, artificial intelligence has rapidlyentered thepractical stagein various applications, includingAI Agents, AI TRiSM(focusingonreliability, risk, andsecurity), andAI Augmented Development. Finally, this report proposes strengthening detection methods by combining historical data-based forecast accuracy checks with expert judgment, and establishing real-time technology tracking systems—rather than relying solely on annual updates—to support swift and flexible R&D and policy decision-making.

유럽연합(EU)의 인공지능법(AI Act)은 AI 기술의 급속한 발전과 광범위한 적용에 따른 윤리적, 법적, 사회적 영향에 대응하기 위해 마련된 최초의 포괄적인 AI 규제 법안이다. 이 법은 2024년 3월 유럽의회에서 통과된 이후 5월 유럽이사회에서 최종 승인했으며, 6개월에서 36개월 후부터 단계적으로 시행될 예정이다. EU AI 법은 AI 시스템을 위험 수준에 따라 분류하는 것이 주요 특징이며, 이 보고서는 AI의 분류의 정의 및 예시와 이에 따르는 의무 사항들을 정리한다. '수용 불가 위험 AI 시스템'은 인간의 존엄성, 자유, 평등, 차별금지, 민주주의 및 법치와 같은 EU의 기본 가치를 위반하는 경우 사용이 전면 금지된다. '고위험 AI 시스템'은 생체인식, 중요 인프라, 교육, 필수 서비스 등 사회적으로 민감한 분야에 사용될 때 높은 수준의 규제를 받게 되며, '제한된 위험성을 갖는 AI 시스템'은 비교적 낮은 위험을 가지고 있지만, 사용자와의 상호작용 과정에서 일정한 투명성이 요구된다. 마지막으로, '저위험 AI 시스템'은 일상적인 상업적 또는 개인적 용도로 사용되며, 비교적 낮은 위험성을 지녀 규제 부담이 최소화된다. 이 법안은 AI 정책 표준을 설정하고, 기업들의 AI 개발 방식을 변화시키며, 윤리적이고 책임 있는 AI 발전에 영향을 미칠 것으로 예상된다. EU의 규제는 종종 글로벌 표준이 되는 경향이 있어, AI 법이 전 세계 AI 정책에 미칠 영향이 클 것이다. 기업 차원에서는, EU 내에 법인이나 사무소를 두고 있지 않은 기업도 EU에서 AI 시스템이 이용될 경우 이 법 규제사항을 적용을 받게 되며, 공급자뿐만 아니라 배포자, 수입업자, 유통업자에게도 의무가 부과되어 광범위한 기업에 영향을 미칠 것으로 예상되어 면밀한 검토와 대비책이 필요할 것이다. Executive Summary The European Union (EU) Artificial Intelligence Act is the first comprehensive AI regulatory bill designed to address the ethical, legal, and social impacts resulting from the rapid development and widespread application of AI technologies. Passed by the European Parliament in March 2024 and subsequently approved by the European Council in May 2024, the Act is set to be implemented in stages, starting between six and thirty-six months from its approval. A key feature of the EU AI Act is the classification of AI systems based on their risk levels. This report outlines the definitions and examples of these classifications, along with the corresponding obligations. AI systems that pose an "unacceptable risk" are banned entirely if they violate fundamental EU values such as human dignity, freedom, equality, non-discrimination, democracy, and the rule of law. "high-risk AI systems" are subject to stringent regulations when used in socially sensitive areas such as biometric identification, critical infrastructure, education, and essential services. "limited-risk AI systems" carry relatively lower risk but require a certain level of transparency in their interaction with users. Finally, "low-risk AI systems" are used for everyday commercial or personal purposes, involve minimal regulatory burden, and are considered to have relatively low risk. This Act is expected to set AI policy standards, alter corporate AI development practices, and influence the ethical and responsible advancement of AI. The EU's regulations often become global benchmarks, meaning the AI Act could significantly impact AI policies worldwide. For corporations, even those without a physical presence in the EU, compliance with these regulations will be necessary if their AI systems are used within the EU. Obligations are not only imposed on providers but also on distributors, importers, and other entities, necessitating thorough review and proactive measures by a wide range of businesses.

목차 Table of Contents Ⅰ. 인공지능 산업 동향 브리프 1. 정책/법제 ▹ AI 서울 정상회의, AI 안전•혁신•포용 강조한 서울 선언 채택 ▹ 대한민국 정보, 범부처 합동 새로운 디지털 질서 정립 추진계획 발표 ▹ 유럽연합 집행위원회, 'AI 법' 집행기관으로 AI 사무국 운영 ▹ 유럽개인정보보호감독기구, EU 기관 대상 생성 AI 지침 발간 ▹ EU AI 법의 법적 불확실성과 과잉 규제에 대한 우려 제기돼 ▹ 미국 법무부와 연방거래위원회, AI 기업 반독점 조사에 착수 2. 기업/산업 ▹ OECD, ‘디지털경제전망 2024’ 보고서에서 AI의 현황과 미래 전망 제시 ▹ 구글과 인텔 등 8개 빅테크, AI 칩의 상호연결을 위한 통신 표준 개발에 합의 ▹ 애플, WWDC 2024에서 AI 신기능 ‘애플 인텔리전스’ 공개 ▹ 앤스로픽, 최신 AI 모델 ‘클로드 3.5 소네트’ 출시 ▹ 프랑스의 미스트랄AI, 6억 유로 규모의 투자 유치 ▹ 오픈AI, 데이터 분석 기업 록셋 인수 3. 기술/연구 ▹ 영국 AI 안전연구소, 첨단 AI 모델의 안전 테스트 결과 공개 ▹ 중국 정부, AI와 컴퓨팅 표준화를 위한 3개년 계획 발표 ▹ 중국 표준화기술위원회, 생성 AI 보안 요구사항 표준 초안 공개 ▹ 오픈AI, GPT-4의 신경망 패턴을 파악해 해석 가능성 높여 ▹ 구글 딥마인드, 영상에 어울리는 오디오를 생성하는 V2A 기술 공개 ▹ MIT 연구진, 동영상 시청만으로 언어를 학습하는 알고리즘 개발 4. 인력/교육 ▹ 전미경제연구소 연구, 미국에서 10년간 AI로 인한 GDP 증가는 1% 내외 ▹ 방통위 조사 결과, 2023년 국민 10명 중 1명이 생성 AI 이용 ▹ 서울시, AI 분야 산‧학‧연 협력 거점으로 ‘서울 AI 허브’ 개관 ▹ 아마존, 글로벌 생성 AI 스타트업 활성화에 2억 3천만 달러 지원 ▹ 푸단⼤ 등 중국 대학들, 전교생 대상 AI 교육과정 확대 Ⅱ. 주요 행사 ▹ACL 2024 ▹IJCAI-24 ▹ICANN 2024

목차 Table of Contents Ⅰ. 인공지능 산업 동향 브리프 1. 정책/법제 ▹ 미국 백악관, AI 행정명령 이후 180일 간 진행된 AI 조치 발표 ▹ 미국 국토안보부, AI의 책임 있는 사용을 위한 AI 안전보안이사회 설립 ▹ 미국 상무부, 중국과 러시아 겨냥한 첨단 AI 모델 수출 규제 검토 ▹ 미국과 중국, 스위스 제네바에서 첫 AI 회담 개최 ▹ 일본 기시다 총리, 히로시마 AI 프로세스 프렌즈 그룹 출범 선언 ▹ 산업통상자원부, 생산공정 혁신을 위한 ‘AI 자율제조 전략 1.0’ 발표 2. 기업/산업 ▹ 오픈AI, 사람과 자연스러운 실시간 대화가 가능한 ‘GPT-4o’ 출시 ▹ AI 안전 연구를 맡은 오픈AI 슈퍼얼라인먼트팀, 핵심 인력 퇴진과 함께 해체 ▹ 구글, 연례 개발자회의에서 ‘제미나이’ 신모델과 에이전트 등 생성 AI 제품 대거 발표 ▹ 중국, 오픈AI의 ‘소라’ 겨냥한 동영상 생성 AI ‘비두’ 공개 ▹ 미국의 첨단 AI 반도체 수출 제한으로 중국 AI 발전 뒤처져 ▹ 네이버, 하이퍼클로바X 신규 모델로 속도 높이고 비용 낮춘 ‘대시’ 공개 3. 기술/연구 ▹ 영국 AI 안전 연구소, AI 안전성 평가 플랫폼 ‘인스펙트’ 공개 ▹ 미국 국립표준기술연구소, AI 위험 관리를 위한 4종의 지침 발간 ▹ 구글 딥마인드, 긴 컨텍스트 창 활용한 LLM 성능 향상 기법 연구 ▹ 구글 딥마인드, 생물학적 분자 구조와 상호작용 예측하는 ‘알파폴드3’ 공개 ▹ 구글 딥마인드, AI 위험 평가를 위한 ‘프런티어 안전 프레임워크’ 공개 4. 인력/교육 ▹ 미국 백악관, 직장 내 AI 시스템 사용에 관한 원칙 발표 ▹ 미국 노동부, AI 시스템을 활용한 임금시간 측정에 관한 지침 발간 ▹ 미국 인구조사국 조사 결과, 2024년 상반기 미국 기업의 AI 사용률은 5.4% ▹ 구글, 미국 내 AI 교육을 위한 7,500만 달러 규모의 ‘AI 기회 기금’ 조성 ▹ 마이크로소프트, 프랑스 AI 인프라에 40억 유로 투자 및 AI 교육 지원 계획 Ⅱ. 주요 행사 ▹ICML 2025 ▹GICAI ▹AI INFRA Conference KOREA 2024

AI Brief 5월호

요약문 1. 제 목 : 글로벌 오픈소스 기업 현황 및 사업화 성장 요인 분석 2. 연구 목적 및 필요성 글로벌 기업들의 오픈소스 참여 활성화로 인해 SW 생태계에서 오픈소스 영향력이 커지고 있다. 이미 빅테크 기업들은 오픈소스 전략으로 SW 기술ž산업 혁신을 선도하고 있으며 이어 몽고DB, 일레스틱 같은 오픈소스 전문기업들이 등장하며 SW 생태계에 새로운 변화를 일으키고 있다. 기존 오픈소스 연구들은 오픈소스 활용 및 개발, 오픈소스 개발자 생태계, 빅테크 기업의 오픈소스 전략을 연구하며 오픈소스 현상을 해석하였지만, 최근 확산되는 오픈소스 전문기업에 대한 연구 사례는 많지 않다. 이에 본 연구는 증가하는 오픈소스 전문기업의 글로벌 현황을 분석하고 이들의 오픈소스 사업화 성장 요인을 분석하고자 한다. 이러한 연구는 국내 SW기업의 절대 다수가 중소기업이기 때문에 빅테크 기업의 오픈소스 연구에 비해 국내 SW산업 육성 및 기업 중심의 오픈소스 생태계 활성화 정책 수립에 더욱 도움이 될 것이다. 3. 연구의 구성 본 연구는 그림 1과 같이 서론을 포함하여 총 5장으로 구성되어 있다. 제 2장 선행 연구 문헌은 글로벌 오픈소스 동향과 오픈소스 사업화와 관련된 선행 문헌들을 분석하여 오픈소스 경제적 가치의 중요성과 증가하는 오픈소스 전문기업에 대한 해외 동향들을 소개한다. 그리고 유럽, 영국, 미국의 최신 오픈소스 경제적 효과 분석 연구 사례를 소개하며 국가 경제 활성화에 미치는 오픈소스의 새로운 긍정적 가치에 대해서도 소개한다. 제 3장 글로벌 오픈소스 전문기업 현황 분석은 크런치베이스에 제공하는 2,130개의 오픈소스 기업(Open Source Company)으로 분류된 기업들의 자료를 활용하여 주요국별 오픈소스 전문기업 현황, 오픈소스 전문기업의 설립 연도, 매출액, 종사자 수, 홍보 활동, 지재권 현황, 투자 현황 등과 같은 다양한 자료를 분석하여 글로벌 현황 정보을 제시한다. 분석 결과 매년 오픈소스 전문기업이 지속적으로 증가하고 있으며, 최근에는 오픈소스 전문기업에 대한 투자 규모가 급격히 증가하며 글로벌 SW 생태계에서 오픈소스 전문기업의 가치가 상승하고 있음을 알 수 있다. [그림 1] 연구 구성 및 방법 제 4장 오픈소스 사업화 성장 요인 분석은 오픈소스 사업화 성과의 중요한 지표인 매출, 제품ž서비스 수, 외부 투자액, 종사자 수와 기업 일반 사업화 요인 8가지, 오픈소스 기업 현황 3가지, 대표 오픈소스 프로젝트 현황 6가지에 대해 통계 기반의 정량적 분석을 수행하였다. 분석 결과 핵심 오픈소스 사업화 요인은 오픈소스 프로젝트의 기여자 수(외부 개발자 참여)와 와칭 수(프로젝트 관심도)와 함께 오픈소스 기업의 오픈소스 인력 수, 오픈소스 프로젝트 수(기업 내부 인식)이었다. 그리고, 오픈소스 프로젝트 성과와 밀접하게 관련된 오픈소스 기업 요인으로는 기업 팔로워 수(기업 외부 인식)임이 밝혀졌다. 또한 일반 사업화 요인 중에서는 기술 요인인 특허 수(기술 수준), SW 활용 수(기술 다양성), 기사 수(홍보 언론 노출)이 오픈소스 성과에 많은 영향을 주는 요인으로 밝혀졌다. 제 5장 결론에서는 정책적 시사점으로 오픈소스 전문기업 육성 필요성을 제시하며 이를 위한 3가지 추가 시사점을 제시하며 본 연구를 마무리하였다. 4. 연구 내용 및 결과 깃허브 현황에 의하면 오픈소스 생태계에 참여하는 개발자와 기업이 빠르게 증가하고 있다. 오픈소스 기여자의 88%가 기업 소속 개발자이었으며 리눅스 커널 개발 이슈의 84%가 기업 이슈일 정도로 개발 과정에 기업이 크게 영향을 주고 있었다. 그리고 글로벌 기업은 리눅스 재단의 오픈소스 프로젝트 활성화를 위한 재원에 연회비를 통해 간접적 지원을 하고 있었다. 이렇게 기업들이 오픈소스 생태계에 직접적 간접적으로 참여하는 이유는 오픈소스에 대한 높은 의존도와 선호도 때문이다. 기업에서 개발하는 상용SW의 90% 이상에서 오픈소스가 활용되고 있으며, 개발자가 선호하는 SW 기술의 과반 이상의 오픈소스 기술이었기 때문에 기업은 오픈소스와 분리될 수 없는 현실이다. 비록 기업이 오픈소스에 대한 높은 의존도가 있더라도 이는 긍정적 의존성으로 비용 절감, 타 기업 종속성 회피, 빠른 시장 접근성, SW 생산성 향상에 도움을 주어 기업의 경쟁력 강화에 기여하고 있다. 실제로 IT 분야의 시가 총액 10위 이내의 빅테크 기업 모두 적극적으로 오픈소스 기여를 하는 기업들이었으며 빅테크 기업은 오픈소스 생태계 참여를 통해 기술·산업 혁신을 주도하고 있다. 최근에는 오픈소스 전문기업들이 오픈소스를 기반으로 창업을 하며 SW 생태계에서 영향력을 키우고 있다. 일부에서는 2030년에는 오픈소스 기업의 시가 총액이 폐쇄형 SW 기업의 시가 총액을 넘어설 것으로 예측할 정도이다. 오픈소스 전문기업의 주요 오픈소스 비즈니스 모델은 오픈 코어 모델, 시스템 통합 모델, 부가가치 라이브러리 모델로 크게 분류할 수 있으며, 이들의 공통점은 고객 유인을 위한 무료 오픈소스 기능과 수익 창출을 위한 독점적 SW 기능의 결합으로 볼 수 있다. 그리고, 오픈소스 사업화 단계는 3단계(프로젝트 -> 제품화 -> 수익화)로 구분되며 이 과정에서 오픈소스는 SW 신기술 홍보ž확산을 위한 기술 마케팅 수단으로 활용되고 있었다. 오픈소스 생태계가 빠르게 성장하며 기업들에게 영향력을 확대함에 따라 유럽, 영국, 미국에서는 오픈소스의 국가 경제에 미치는 효과에 대한 새로운 연구가 등장하고 있다. 유럽에서는 2018년 EU 경제에 미치는 오픈소스의 경제적 효과를 950억 유로로 추정하였으며, 영국에서는 2020년 영국 경제에 미치는 오픈소스의 경제적 효과를 431억 파운드로 추정하였다. 미국에서는 아파치 재단의 아파치 웹 서버의 경제적 효과를 120억 달러로 추정하였고 미국의 GPS의 오픈소스 협력의 경제적 가치를 1조 4천억 달러로 추정하였다. 이와 같이 오픈소스는 국가 경제, 기술 주권 확보, 스타트업 육성, 국가 인프라 강화에 긍정적 영향을 주기 때문에 정책적 지원이 필요하다고 제안하고 있다. 글로벌 오픈소스 전문기업 현황 분석을 위해 크런치베이스에서 오픈소스 기업으로 분류한 2130개의 기업 목록을 활용하였다. 크런치베이스는 4천개 이상의 벤쳐 캐피털 회사가 이용하는 대표적인 글로벌 테크 기업 정보 제공 서비스이다. 본 연구에서는 크런치베이스에서 제공하는 오픈소스 기업의 130개 넘는 데이터 중에서 자료 제공률, 데이터 중요성을 감안하여 27개의 자료 항목(기업 유형, 지역, 설립연도, 매출 규모, 종사자 수, 경쟁 기업 수, 투자 횟수, 투자 유형, 투자 연도, M&A 등)을 선정하여 글로벌 오픈소스 전문기업 현황을 분석하였다. [그림 2] 연도별 오픈소스 전문기업의 수 분석 결과 오픈소스 전문기업은 매년 꾸준히 늘어나고 있었으며 최근에는 투자 규모도 빠르게 성장하고 있었다. 특히 2000년대에 오픈소스 전문기업의 수가 급격히 증가하기 시작하였고, 투자 규모는 최근 5년 이내에 급상승하였다. 소수이지만 일부 기업은 매출 규모가 10 달러를 초과할 정도로 시장에서 큰 영향력을 발휘하고 있지만 보편적인 오픈소스 전문기업은 창업한지 얼마 안 되어 매출 규모, 종사자 수, 한정된 제품 수 등에서 스타트업 특성을 가지고 있었고, 많은 데이터들의 자료가 제공되지 않는 상황이었기 때문에 한정적 분석을 할 수 밖에 없었다. 오픈소스 전문기업의 성장 요인 분석을 위해 오픈소스 사업화에 대한 조작적 정의를 기술 이전법 제 2조에 정의된 기술 사업화 정의를 이용하여 “오픈소스 기술을 이용하여 제품을 개발·생산 또는 판매하거나 그 과정의 관련 오픈소스 기술을 향상시키는 것”으로 정의하였다. 그리고 기술 사업화 과정을 추가로 참고하여 크런치베이스 제공 정보를 기반으로 오픈소스 전문기업의 일반 사업화 성과로 매출, 제품ž서비스 수, 외부 투자액, 종사자 수 4가지를 선정하였고 일반 사업화 요인으로 특허 수, 활용 SW 제품수, IT 지출, 기사 수, 행사 참여 수, M&A, 창업자 수, 유사 기업 수, 상표권 수 8가지를 선정하였다. 추가로 대표적인 오픈소스 개발 플랫폼인 깃허브에서 오픈소스 사업화 요인과 성과로써 오픈소스 기업 정보 3가지(오픈소스 업 팔로워 수, 오픈소스 인력 수, 저장소 수)와 대표 오픈소스 프로젝트 정보 6가지(스타 수, 워칭 수, 포크 수, 커밋 수, 기여자 수, 라이선스 유형)로 선정하여 다앙햔 사업화 요인과 성과간의 가설을 수립하였다. 가설 검증을 위한 연구 모형으로 ① 일반 사업화 요인 -> 일반 사업화 성과, ② 오픈소스 사업화 요인 -> 일반 사업화 성과, ③ 일반 사업화 요인 -> 오픈소스 사업화 성과, ④ 오픈소스 사업화 요인 -> 오픈소스 사업화 성과, ⑤ 오픈소스 라이선스 -> 일반 사업화 성과, ⑥ 오픈소스 라이선스 -> 오픈소스 사업화 성과을 설정하여 모형별 가설을 통계적 방법론(단순 회귀 분석, 분산 분석 등)을 활용하여 검증하였다. [그림 3] 연구 모형과 핵심 가설 통계적 검증 결과 오픈소스 사업화 요인과 일반 사업화 성과에 대한 통계적 분석 결과 오픈소스 사업화 요인이 일반 사업화 성과 중 매출과 상표권 수와 통계적 유의성이 가장 많았기 때문에 오픈소스 활동이 기업 매출 증가와 제품 다양화에 기여한다고 해석할 수 있다. 그리고 기업 사업화 성장에 영향을 많이 준 오픈소스 사업화 요인으로는 프로젝트 기여자 수, 와칭 수와 기업 오픈소스 인력 수와 프로젝트 수가 통계적 유의성이 많았기 때문에 다양한 오픈소스 활동 중에 프로젝트 기여자 수와 와칭 수를 늘리기 위한 기술 홍보와 기업 오픈소스 인력 확보 및 오픈소스 개발 활성화가 중요하다고 해석된다. 오픈소스 사업화 성과와 관련된 주요 일반 사업화 요인으로는 기술적 측면의 특허 수와 활용 SW 수가 있으며 기업 홍보 측면의 기사 수가 통계적 유의성이 많았기 때문에 오픈소스는 기술 역량 확보를 위한 노력과 함께 홍보(기술 마케팅) 역량 강화가 필요하다고 해석된다. 그리고 최근 늘어나는 상용 오픈소스 라이선스의 경우 퍼미시브 라이선스 프로젝트들에 비해 매출, 상표권 수, 직원 수와 프로젝트 와칭 수에서 통계적 차이가 있었기 때문에 상용 오픈소스 라이선스는 매출 증가, 제품 다양화, 직원 수 증가에 기여한다고 해석되며 상용 오픈소스 라이선스 전환을 위한 주요 조건으로 프로젝트 와칭 수가 가장 유의미한 요인으로 해석된다. 글로벌 오픈소스 전문기업 현황 분석과 오픈소스 전문기업의 사업화 성장 요인 분석 결과를 종합적으로 해석하여 결론에서 핵심 정책적 시사점으로 오픈소스 전문기업 육성을 제시하며 이를 위한 추가 시사점을 3가지를 더 제시하였다. ① 기술 마케팅 측면에서 오픈소스 사업화 지원 - 지원 1: 오픈소스 프로젝트 활성화 지원 - 지원 2: 오픈소스 제품화를 위한 비즈니스 협업 지원 ② 오픈소스 기업 중점 지원 방향 - 프로젝트 활성화(기여자 수, 와칭 수)를 위한 홍보 지원 - 오픈소스 인력 양성 ③ 오픈소스 기술 경쟁력 강화를 위한 글로벌 생태계 참여 지원 5. 정책적 활용 내용 SW 산업 육성과 국가 경쟁력 강화를 위해 오픈소스 중요성이 증가하기 때문에 본 연구는 오픈소스 생태계 활성화 정책 수립를 위한 기초 자료로써 활용될 수 있다. 국내 SW 기업들은 글로벌 빅테크 기업들과 달리 투자 규모, 인력 측면에서 현격한 차이가 있기 때문에 오픈소스 정책 수립에 있어 빅테크 기업 사례는 정책 수립에 어려움이 있다. 하지만 글로벌 오픈소스 전문기업들은 규모 면에서 국내 SW 기업들과 비슷하기 때문에 이들 기업에 대한 상세한 연구는 오픈소스 정책 수립 및 SW 정책 수립에 있어 중요한 자료로 판단된다. 따라서, 오픈소스 전문기업에 대한 현황 분석 및 성장 요인 분석을 통해 새로운 오픈소스 정책 수립, 특히 오픈소스 전문기업 육성 정책을 위한 참고 자료로 활용된다면 정책 방향 설정에 도움이 될 것이다. 6. 기대효과 SW 생태계에서 오픈소스 영향력이 지속적으로 증가하고 있으며 또한 오픈소스 활용은 SW산업 뿐만 아니라 전산업에서 확산되고 있다. 본 연구는 일차적으로 SW 기업 육성을 위한 하나의 방안으로 오픈소스 전문기업 육성을 제안하면서 국내 오픈소스 전문기업이 많이 등장하고 성장할 수 있는 토대가 마련되길 기대한다. 만약 오픈소스 전문기업들이 많이 등장하고 성장한다면 국내 SW 생태계의 핵심인 중소SW기업들의 경쟁력 상승과 국가 SW 경쟁력도 더욱 강화될 것으로 생각된다. 이들 기업들은 글로벌 오픈소스 생태계를 근간으로 기술 개발과 SW 사업화가 이루어지기 때문에 오픈소스 기반 기술 경쟁력으로 국내외 시장에서 영향력을 키울 수 있을 것으로 생각된다. 이는 곧 고부가가치 산업인 국내 SW산업 성장과 국가 디지털 경쟁력 강화의 초석이 될 것이며, 기업 성장과 함께 고용 증대 효과로 국가 전반에 걸쳐 긍정적 효과를 발휘할 수 있을 것으로 기대된다.

AI Brief 4월호

AI Brief 3월호

최근 인공지능과 같은 디지털 기술이 산업의 생산성과 혁신성을 제고하는 핵심 기술로 인식되고 있으며, 이러한 디지털 기술의 발전은 미, 중을 비롯한 강대국들간의 기술패권 경쟁으로 이어지고 있다.(후략)

최근 생성형 AI와 같은 핵심 기술이 부상하며 강대국 간의 경쟁구조를 한층 복잡화 시키는 상황인데, 본 연구는 AI를 둘러싼 경쟁이 기존 기술경쟁과 달리 개별 기술과 산업을 넘어 안보 및 글로벌 통상의 영역으로까지 영향을 미치고 있음에 주목하고 기술-산업-국가와 글로벌을 연결한 다층차적 시각에서 강대국의 AI 경쟁구조를 분석하고 우리에게의 전략적 시사점 몇 가지를 도출하고자 기획

인공지능 분야에서 미·중 간 기술 개발과 활용, 표준과 규범 수립의 경쟁과 갈등이 심화되고 있다. 본 연구에서는 인공지능이 기술 패권 경쟁에 중심으로 부상한 원인과 현황을 분석했다.(후략)

인공지능 소식이 뜸하다. 몇 년 전만 하더라도 모두들 앞다투어 인공지능의 장밋빛 미래를 예측했던 것에 비하면 의아하다. 맥킨지는 2018년 보고서에서 2030년까지 글로벌 GDP의 13조 달러가 인공지능으로부터 창출될 정도로 예상한 바 있다.(후략)

디지털 기술 패권 경쟁이 본격화 되고 있으며, 이에 더해 미국과 중국 간 통상분쟁이 장기화 되면서 글로벌 공급망재편 등 각자도생의 자국 우선주의가 더욱 강화되고 있다. (후략)

디지털 플랫폼은 코로나19의 상황에서 빠르게 다양한 산업에 융합되면서 최근에는 글로벌 빅테크 플랫폼 기업이 전통 기업의 위상을 대체하고 있다. (후략)

코로나19로 인해 전반적으로 수출이 위축된 상황에서도 확대되는 디지털 전환의 수요로 인해 소프트웨어 관련 제품과 서비스는 수출 유망 품목으로 전망되고 있다. (후략)

중국은 기술 패권 경쟁, 코로나19, 친환경 패러다임 등 대내외 환경 변화에 능동적으로 대비하고자 14.5 규획(’21~’25)을 마련하여 추진중이다. (후략)

미중간의 무역분쟁과 코로나19로 인한 방역조치는 글로벌 가치사슬의 불안을 가져왔다. 또한 글로벌 공급망에서 생산을 담당하던 국가의 인건비가 지속적으로 상승하면서 글로벌 가치사슬 재편과 본국으로의 생산설비 이전(리쇼어링)이 불가피해 졌다. 이에따라 해외 주요국에서는 기업의 리쇼어링을 정책적으로 지원하고 있다.(후략)

디지털 플랫폼 비즈니스는 단순히 수요 공급을 연결하는 역할을 넘어 다양한 산업이 융합해 혁신이 창발하는 플랫폼으로 변화 중이다.(후략)

전산화(Digitization)와 정보화(Digitalization)가 산업의 구조를 변화시켰다면, 최근의 디지털 전환(Digital Transformation)은 산업 구조를 넘어 사회 전체의 변화를 가져옴(후략)