SPRi Brain
봉강호
AI정책연구실
봉강호선임연구원
031-739-7324
연구성과물
    • 2024.08.19
    • 3925

    인공지능(AI) 기술은 급격한 속도로 발전해왔으며, 특히 2020년대에 들어서면서 초거대 AI 모델이 경쟁적으로 등장하고 있다. 여기서 초거대 AI 모델은 대용량 연산 인프라를 바탕으로 방대한 데이터를 학습해 인간처럼 종합적인 인지·판단·추론이 가능해진 ‘큰 규모’의 AI 모델을 의미한다. 특정 목적에 따라 개별의 데이터를 수집·학습하여 만들어지는 기존의 일반 AI는 학습된 과업(task)에 한하여 수행이 가능한 반면, 초거대 AI는 더욱 복잡하고 광범위한 분야에서 과업을 수행할 수 있다. 본고에서는 2020년부터 2023년까지 전 세계에 출시된 초거대 AI 모델 현황을 분석하고, 글로벌 기술 동향과 트렌드를 살펴보았다. 구체적으로, 미국 민간 연구단체인 ‘EPOCH AI’가 최근 업데이트(‘24년 7월)한 초거대 AI 모델 현황 DB를 통해 데이터를 수집하고, 2020년부터 2023년까지 출시된 초거대 AI 모델에 대해 출시년도, 국가, 분야, 과업유형, 개발형태, 개발조직 유형 등의 다양한 기준으로 정리·분석하였다. 우리나라 현황에 대해서도 주목하고, AI 분야에 대한 정책적 시사점을 도출하였다. Executive Summary Artificial

  • 자료) 과학기술정보통신부 인공지능산업 실태조사(2023.4)

  • 자료) 과학기술정보통신부 인공지능산업 실태조사(2023.4)

  • 자료) 과학기술정보통신부 인공지능산업 실태조사(2023.4)

  • 자료) 과학기술정보통신부 인공지능산업 실태조사(2023.4)

  • 자료) 과학기술정보통신부 인공지능산업 실태조사(2023.4)

  • 자료) 과학기술정보통신부 인공지능산업 실태조사(2023.4)

  • 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

  • 요약문 1. 제 목 : 산업 수요 중심의 국가 AI R&D 전략성 강화를 통한 AI 확산 방안 연구 2. 연구 목적 및 필요성 최근 인공지능(AI) 경쟁력이 국가 경제와 직결될 만큼 절대적 영향력을 가지게 되면서, 미국과 중국을 중심으로 한 글로벌 AI 기술패권 경쟁이 더욱 치열하게 전개되고 있다. 미국의 동맹국과의 연대를 통한 對중국 기술제재와 중국의 자체 AI 기술생태계 구축 노력이 동시에 전개되면서 양국 간 일대일 구도의 경쟁이 아닌 AI 기술 블록화와 맞물리는 진영 대결로 심화되고 있어, 기술적 자주성과 글로벌 리더십 확보를 도모하기 위해 국가 차원의 전략적 선택과 범국가적 역량의 집중이 요구되고 있다. 우리나라는 AI 기술수준 측면에서 중국에 이어 두 번째로 빠른 속도로 성장하여 현재 선진국들에 근접한 수준에 이르렀다. 그러나 생태계 측면에서는 AI 기술의 개발 및 공급이 크게 확대되고 있는 추세에도 불구하고, 시장(수요)에 해당하는 AI 응용·활용 수준이 다소 미흡한 상황이다. 여러 실태조사에서 기업들이 AI 도입의 가장 큰 걸림돌로 ‘기업 수요에 맞는 AI 기술 및 솔루션 부족’과 ‘맞춤식 AI 적용의 어려움’을 응답한 것으로 볼 때, 이러한 상황의 주요한 원인 중 하나가 바로 AI 기술 수요와 공급의 미스매치라고 판단된다. 즉, 우리나라 AI 기술생태계 자립성 확보의 선결조건인 AI 확산을 위해서는 산업에서의 활용도 있는 기술개발을 위한 정책적 노력이 필요함을 시사한다고 볼 수 있다. 한편, 글로벌 경기둔화와 고금리 기조 등의 영향으로 경제 불확실성이 증대됨에 따라, 우리나라 정부는 최근 이러한 경제위기 돌파와 더불어 그동안 끊임없이 지적되어왔던 국가 R&D 성과의 질적수준 정체 문제 해결이라는 시대적 요구에 부응하여 ‘R&D 혁신’을 추진하고 있다. 즉, 글로벌 AI 기술패권 경쟁에 능동적으로 대응하기 위하여 AI 기술경쟁력 강화와 산업 활용도 높은 기술개발을 통한 AI 확산을 도모해나가야 하는 동시에, 이를 ‘R&D 혁신’이라는 국가 전략에 부합하는 방향으로 추진해나가야 하는 상황이라는 것이다. 종합하면, AI 기술에 대한 국내 기업들의 인식·수요 현황을 객관적으로 확인하고, 산업 수요를 고려하여 국가 AI R&D 추진 방향을 전략적으로 수립·조정할 필요가 있다고 사료된다. 본 연구에서는 산업 활용도·수용성 중심의 국가 AI R&D 전략성 강화를 통한 AI 확산을 도모하는 정책 방안 및 제언을 제시한다. 본 연구를 통해 산업 수요에 부합하는 기술의 개발 및 공급을 통한 全 산업의 AI 융합·활용을 가속화하는 한편, R&D 성과 확산을 통한 국가 AI R&D 투자 및 정책의 효율성·효과성 제고를 도모하는 데 도움이 될 수 있는 기초자료를 마련하고자 하였다. 3. 연구의 구성 및 범위 본 연구에서는 먼저 AI 기술개발에 대한 정부의 투자 측면인 국가 R&D 현황을 분석하였다. 국가과학기술지식정보서비스(NTIS)에 등록된 AI 기술 관련 국가 R&D 과제 정보(2018년 1월 ~ 2023년 6월)를 수집하고, LDA 토픽모델링을 통해 AI 분야의 세부기술 영역(주제)별 국가 R&D 규모 현황을 도출하였다. 둘째, AI 기술에 대한 국내 기업의 인식 및 수요 조사결과를 살펴본다. 여기서 AI 기술은 국가 R&D 과제 정보를 활용한 토픽모델링을 통해 분류한 12가지 AI 세부기술 영역으로 설정하였다. 셋째, 국가 AI R&D 현황 및 AI 기술에 대한 국내 기업의 인식·수요 조사결과를 비교 분석하였다. 포트폴리오 분석 틀을 활용해 세부 AI 기술 영역별 국가 R&D 추진 현황을 진단하였다. 넷째, 본 연구의 결론으로서 산업 수요 중심의 국가 AI R&D 전략성 강화방안과 AI 확산 및 활용 고도화를 위한 정책 제언을 제시하였다. 4. 연구 내용 및 결과 첫째, 국가 AI R&D 추진현황을 분석하였다. 토픽모델링 분석을 통하여 AI 기술 관련 국가 R&D 과제 정보에 내포된 12개 토픽을 추출하였다. 정부연구비를 기준으로, 국가 AI R&D 과제의 연도별 규모는 증가 추세이며, ‘딥러닝 기반 이미지 분석 및 처리 기술’ 토픽 관련 과제의 규모가 가장 큰 것으로 나타났다. 정부연구비 규모를 기준으로 한 순위 변화를 보면, ‘객체 탐지 및 추적을 위한 비전 딥러닝 기술’과 ‘머신러닝 기반 데이터 보안 및 보호 기술’이 2018년 대비 가장 크게 순위가 상승한 토픽인 것으로 나타났다. 둘째, AI 기술에 대한 산업계 인식 및 수요 현황을 파악하기 위한 설문조사를 실시하였다. 현재 산업에서의 활용도에 대해 전체 기업이 긍정적으로 응답한 비중이 가장 높은 기술은 ‘딥러닝 기반 이미지 분석 및 처리 기술’이고, 그 다음으로 ‘생성형 인공지능기술’, ‘딥러닝 모델 알고리즘 및 성능 최적화’, ‘머신러닝 기반 데이터 보안 및 보호 기술’ 순으로 긍정 응답 비중이 높았다. 3년 이후의 예상 활용도가 높은 기술로는 ‘딥러닝 모델 알고리즘 및 성능 최적화’, ‘딥러닝 기반 이미지 분석 및 처리 기술’, ‘머신러닝 기반 데이터 보안 및 보호 기술’ 순으로 긍정적 응답이 많았다. 현재 기술별 활용도와 3년 이후의 예상 활용도 응답 결과를 비교하여 기업들이 예상하는 기술별 미래 활용도 변화를 추정해보면, 활용도 변화가 가장 클 것으로 예상되는 기술은 ‘강화학습 기술’과 ‘인공지능 신뢰성 기술’이다. 기술별 수용(도입) 의사에 대한 조사에서는 ‘딥러닝 기반 이미지 분석 및 처리 기술’, ‘머신러닝 기반 데이터 보안 및 보호 기술’, ‘딥러닝 모델 알고리즘 및 성능 최적화’ 순으로 긍정 응답 비중이 높았다. 기술별 개발 시급성 정도로는 ‘딥러닝 기반 이미지 분석 및 처리 기술’, ‘머신러닝 기반 데이터 보안 및 보호 기술’, ‘객체 감지 및 추적을 위한 비전 딥러닝 기술’ 순으로 높았다. 이 외에도 중소기업을 기준으로 한 응답 결과를 별도로 살펴보고, 주요 산업별로도 나누어 살펴보았다. 셋째, 앞서 살펴본 국가 AI R&D 현황과 AI 기술에 대한 국내 기업의 인식·수요 조사 결과를 비교분석하였다. 최근 3년 기간의 정부연구비 규모와 중소기업이 응답한 미래 활용도, 개발 시급성 정도, 기술 수용도(수용 의사)를 중심으로 비교한 결과, ‘인공지능 신뢰성 기술’은 산업계 인식 수준이 높은 데 비해 국가 R&D 규모가 상당히 부족한 것으로 나타났으며, 전략적으로 국가 R&D 투자를 대폭 확대하는 방향으로 정책 및 투자 방향을 조정할 필요가 있다고 사료된다. ‘생성형 인공지능 기술’, ‘그래프 분석 기반 진단 및 예측 기술’, ‘경로 탐색 및 모델 최적화’ 기술, ‘강화학습 기술’ 등의 경우에도 국가 R&D 투자 확대가 필요한 영역이라고 판단된다. 5. 결론 본 연구의 결론으로서 산업 수요 중심의 국가 AI R&D 전략성 강화를 위한 방안을 다음과 같이 제시하였다. 첫째, 산업 활용도·수용성을 고려해 전략적으로 AI 관련 정책 및 R&D 투자를 추진하는 것이다. 본 연구에서는 국가 AI R&D 현황과 산업계 인식·수요를 비교하는 포트폴리오 분석을 통해 ‘인공지능 신뢰성 기술’, ‘그래프 분석 기반 진단 및 예측 기술’, ‘생성형 인공지능 기술’, ‘경로 탐색 및 모델 최적화’ 기술, ‘강화학습 기술’ 등 산업 활용도·수용성 측면에서 높은 인식 수준을 보인 데 비해 국가 R&D 규모가 부족한 세부 AI 기술분야를 도출하였다. 이러한 결과를 활용하여, 전략적으로 해당 분야의 육성을 위해 국가 R&D 투자 확대 및 정책적 지원을 추진할 필요가 있다고 판단된다. 둘째, AI 정책 및 R&D 전략 수립 과정의 산업계 인식·수요 반영 체계를 강화하는 것이다. 글로벌 AI 기술패권 경쟁에 대응하기 위한 차원에서, AI 기술생태계 자립성 확보의 선결과제인 산업에서의 활용도 있는 기술 공급을 통한 AI 확산을 촉진하는 데 대한 실효성 있는 정책 및 R&D 투자전략이 마련되기 위해서는 산업계 기술 인식·수요에 대한 보다 충분한 정보와 이해가 필수적이다. 따라서 규모있는 조사를 통해 AI 기술에 대한 기업들의 인식 및 수요를 객관적으로 파악하는 것이 바람직해보인다. AI 기술 육성을 위한 정책 및 R&D 투자계획을 수립·조정하는 과정에서 AI 세부기술 영역별 중요성 정도 및 파급효과를 평가하는 요소로서 동 조사 결과를 활용함으로써 산업 활용도·수용성 측면의 전략성 제고를 도모할 필요가 있다. 아울러 AI 확산 및 활용 고도화를 위한 정책 제언을 다음과 같이 제시하였다. 첫째, AI 기술 응용·활용 성공사례를 발굴하여 적극 보급할 필요가 있다는 것이다. 전반적으로, 국내 산업계에서는 이들 AI 세부기술의 미래 활용도, 유용성, 시급성 등 측면에 대해서는 긍정적 응답이 많았으나, 현재 활용도와 기술 수용에 대한 긍정 응답 비중은 상대적으로 낮은 경향을 보였다. 이러한 결과는 국내 기업들이 기술 자체의 우수성과 잠재력에 대한 높은 인식을 가지고 있으나, 그에 비해 실제 비즈니스 현장에서의 활용 측면에 대해서는 인식 및 이해가 다소 낮은 상황임을 암시한다고 판단된다. 따라서 AI 기술 응용활용에 대한 인식 수준 제고를 지원하기 위해 AI 도입 효과에 대한 실증적 연구(결과), 그리고 산업별 또는 분야별로 기업들이 참조할 수 있는 AI 도입 성공 사례들을 발굴하여 보급할 필요가 있다. AI 기술 도입 및 사업화 관련 지원사업의 주요 성과를 기업들이 체감할 수 있도록 사례화하고 홍보하는 방안을 고려해 볼 수 있다. 단지 정부 지원사업의 성과로부터 발굴된 사례들 간 중복성이 발생하거나 다양성이 부족할 수 있는 바, 정부 지원 사업 성과조사의 범위를 넘어서서 다양한 국내·외 사례들을 확보하기 위해 관련 조사·연구에 대한 범정부적 지원을 추진해볼 필요도 있다고 사료된다. 둘째, 기술수요에 대응할 수 있는 정책의 유연성 및 시의성을 확보할 필요가 있다. 본 연구의 조사 결과에 따르면, 현재 활용도가 높은 AI 기술이 앞으로도 활용도가 높을 것이라 전망하는 산업 분야가 있는 반면, 그렇지 않은 산업 분야도 있었다. 즉, 특정 AI 기술의 현재 산업 활용도는 높지만 향후에는 활용도가 낮아지고, 반대로 현재 활용도가 낮은 기술이 앞으로는 중요하게 활용될 것으로 예상하는 산업 분야가 있다는 것이다. 이러한 결과는 국가 AI R&D 정책과 제도가 산업 환경의 변화 및 고도화에 따른 기술수요의 차별화·다양화에 유연하게 대응할 수 있도록 설계되어야 함을 시사한다. 오늘날 AI의 기술변화 속도가 어느 다른 분야보다 빠르다는 점에 대해 이견이 없을 것이다. 이러한 측면을 감안할 때, AI 관련 국가 정책은 산업 환경 및 수요에 대한 지속적인 모니터링과 피드백·조정을 통해 높은 수준의 유연성 및 시의성을 확보할 필요가 있다고 하겠다.

  • 미국과 중국 간의 AI 기술패권 경쟁이 격화됨에 따라 주요 선진국들은 자립적 AI 기술생태계 확보의 중요성을 인식하고, 집중 투자 및 정책적 노력 강화를 추진하고 있다.(후략)

    • 2024.02.28
    • 22266

    1. 들어가며 기술적 한계에 봉착해 두 번의 빙하기(AI Winter)를 맞이했던 인공지능(AI) 기술은 최근 들어 하루가 다르게 빠른 속도로 발전하고 있다. 더욱이 AI 기술은 이제 우리가 인지하고 있는 거의 모든 영역에 걸쳐 확산되고 있다. 특히 최근 편의성과 업무 효율성을 극적으로 향상시키는 생성 AI 애플리케이션들이 대거 등장하면서 AI에 대한 대중적 관심이 폭발적으로 증가하고 있으며, 이제는 개인의 일상생활뿐만 아니라 기업들의 업무와 비즈니스에도 AI의 도입·활용이 필수불가결한 요소로 자리잡고 있다. 이렇듯 AI의 영향력이 확대되면서, AI 기술의 주도권을 차지하기 위한 글로벌 경쟁 또한 더욱 격화되고 있다. 주요국들은 AI 기술에 대한 도전적인 투자와 정책 추진을 통해 글로벌 리더십 선점에 박차를 가하고 있으며, 우리나라의 경우에도 글로벌 기술패권 경쟁 대응과 AI 초일류 국가 도약을 핵심 국정과제로 설정해 총력을 기울이고 있다. 본고에서는 글로벌 AI 경쟁상황을 진단하기 위해 우리나라 및 주요국의 AI 기술수준 현황과 최근 변화 추이를 살펴본다. 이를 위해 정보통신기획평가원(IITP)에서 작성하는 국가별 정보통신기술(ICT) 수준 관련 통계인 ‘ICT 기술수준조사’의 최근 5년(2018년-2022년) 결과를 발췌·종합했다. 2. 기술수준 현황 및 변화 추이 ‘ICT 기술수준조사’에서 기술수준은 조사시점 기준 세계 최고기술 보유국 대비 상대적 기술수준을 의미하며, 세계 최고기술 보유국인 미국을 100으로 해 각 국가별 기술수준을 평가·측정한 것이다. 기술수준의 경우, 해당 분야에 대한 종합적 평가(전반적 기술수준)뿐 아니라 기술개발 단계별(기초/응용/사업화) 평가가 함께 이루어진다. 전반적 기술수준(총괄) AI 분야의 전반적 기술수준은 2022년 기준 미국(100%)이 가장 높고, 그다음으로 중국(92.5%), 유럽(92.4%), 한국(88.9%), 일본(86.2%) 순으로 높게 나타났다. 전년(2021년)과 비교했을 때, 미국 대비 주요국의 상대적 기술수준이 모두 저하된 것으로 나타났으며, 이는 미국이 세계 최고기술 보유국의 자리를 유지하면서 주요국과의 기술수준 격차를 벌린 것을 의미한다. 여기서 우리나라의 전년 대비 기술수준 변화가 비교적 적다는 점은 주목할 만하다. 우리나라는 전년 대비 0.2%p 하락했으며, 유럽과 일본은 각각 0.5%p, 0.7%p만큼 하락했다. 하락 폭이 가장 큰 국가는 중국으로, 2022년 AI 기술수준은 전년 대비 0.8%p만큼 하락한 것으로 나타났다. 변화 추이로 보면, 우리나라는 최근 5년 사이 기술수준이 주요국 중 가장 크게 발전한 국가임을 알 수 있다. 2018년 우리나라의 AI 기술수준(총괄)은 세계 최고기술 보유국 대비 81.6% 수준이었으나, 2022년 88.9% 수준으로 7.3%p만큼 향상됐다. 반면에, 일본의 경우, 과거 5년 전과 비교했을 때 미국 대비 상대적 기술수준이 오히려 저하된 것으로 나타났다(2018년 86.4% → 2022년 86.2%). 기초단계 기술수준 기초단계 AI의 기술수준은 2022년 기준 미국(100%)이 가장 높고, 그다음으로 유럽(95.7%), 중국(92.0%), 한국(88.0%), 일본(85.7%) 순으로 높게 나타났다. 이 중 우리나라와 중국 순으로 기초단계 AI의 기술수준이 최근 5년 사이 가장 크게 향상된 것으로 파악됐다. 우리나라의 2022년 기초단계 AI의 상대적 기술수준은 2018년 대비 7.5%p만큼 향상되었으며(2018년 80.5% → 2022년 88.0%), 중국의 경우 2018년 대비 5.2%p만큼 향상된 것으로 나타났다(2018년 86.8% → 2022년 92.0%). 유럽의 기초단계 AI 기술수준은 2020년부터 2022년까지 92.0%로 동일하게 나타나, 지난 3년간 미국과의 격차가 답보 상태인 것으로 파악됐다. 미국 대비 일본의 기초단계 AI 기술수준은 과거 5년 전과 비교했을 때 오히려 낮아진 것으로 나타났다(2018년 86.4% → 2022년 85.7%). 응용단계 기술수준 응용단계 AI의 기술수준은 2022년 기준 미국(100%)이 가장 높고, 그다음으로 중국(92.7%), 유럽(92.6%), 한국(90.1%), 일본(86.5%) 순으로 높게 나타났다. 전년(2021년)과 비교했을 때, 미국 대비 주요국의 응용단계 AI 기술수준이 모두 낮아진 것으로 나타났다. 이는 미국이 세계 최고기술 보유국의 자리를 유지하면서 주요국과의 기술수준 격차를 벌린 것을 의미한다. 한편, 최근 5년 사이 우리나라의 응용단계 AI 기술수준이 가장 크게 향상됐으며, 특히 그 발전속도는 주요국 대비 2배 이상 빠른 것으로 파악됐다. 2022년 우리나라의 응용단계 AI 기술수준은 2018년 대비 8.7%p만큼 향상된 것으로 확인됐다(2018년 81.4% → 2022년 90.1%). 그다음으로는 중국과 유럽 순으로 응용단계 AI 기술수준 발전속도가 빠른 것으로 나타났다(각각 3.7%p, 3.0%p 증가). 이와 반대로 일본의 응용단계 AI 기술수준은 2019년에 전년 대비 소폭 향상됐으나(2018년 86.6% → 2019년 89.0%), 다시 2020년부터 지속 저하되는 추세인 것으로 확인됐다(2019년 89.0% → 2020년 88.1% → 2021년 87.4% → 2022년 86.5%). 사업화단계 기술수준 사업화단계 AI의 기술수준은 2022년 기준 미국(100%)이 가장 높고, 그다음으로 중국(92.9%), 유럽(88.8%), 한국(88.6%), 일본(86.6%) 순으로 높게 나타났다. 이 중 우리나라의 최근 5년 사이 사업화단계 AI 기술수준 성장세가 가장 두드러지는 것으로 파악됐다. 구체적으로, 우리나라의 사업화단계 AI 기술수준은 2018년 82.8%에서 2022년 88.6%로 약 5.8%p만큼 향상됐다. 이와 대조적으로, 유럽과 일본의 미국 대비 사업화단계 AI 기술수준은 최근 5년 사이에 거의 변화가 없었다(각각 0.3%p, 0.2%p 증가). 특히 일본의 경우, 사업화단계 AI 기술수준이 응용단계 AI와 마찬가지로 2020년부터 지속 저하되고 있는 것으로 파악됐다(2019년 88.3% → 2020년 88.0% → 2021년 87.6% → 2022년 86.6%). 3. 기술분야별 기술격차 현황 및 변화 추이 다음으로, 우리나라와 주요국의 AI 기술분야별 기술격차 현황 및 추이를 살펴본다. ‘ICT 기술수준조사’에서 기술격차는 조사시점 기준 세계 최고기술 보유국의 기술수준에 도달하는 데 소요될 것으로 예상되는 시간을 의미한다. 학습지능 분야 기술격차 2022년 기준 학습지능 분야의 세계 최고기술 보유국은 미국으로 나타났으며, 미국 대비 기술격차는 중국(0.9년), 유럽(1.0년), 한국(1.3년), 일본(1.7년) 순으로 적게 적었다. 단지 전년(2021년)과 비교했을 때, 우리나라와 주요국의 미국 대비 학습지능 분야 기술격차에 변화가 없는 것으로 나타났다. 이는 미국이 학습지능 분야에서 주요국과의 기술격차를 유지해, 추격을 방어하는 데 성공했음을 의미한다고 볼 수 있다. 한편, 우리나라는 기술격차 측면에서 가장 큰 변화가 있었던 국가인 것으로 파악됐다. 우리나라의 미국 대비 학습지능 분야 기술격차는 2018년 약 2.0년에서 2022년 약 1.3년으로 0.7년만큼 축소된 것으로 나타났다. 단일지능 분야 기술격차 2022년 기준 단일지능 분야의 세계 최고기술 보유국은 미국으로 나타났으며, 미국 대비 기술격차는 중국(0.3년), 한국(1.5년), 유럽(1.6년), 일본(2.0년) 순으로 적었다. 변화 추이를 보면, 중국의 미국 대비 단일지능 분야 기술수준은 2018년 약 1.2년에서 2022년 약 0.3년으로 0.9년만큼 축소된 것으로 파악돼, 가장 빠르게 세계 최고기술 보유국을 추격하는 국가인 것으로 나타났다. 그러나 중국의 단일지능 분야 기술격차는 2019년 크게 축소된 이후로 변화가 없는 것으로 조사돼, 미국과의 격차가 답보 상태인 것으로 파악됐다. 한편, 중국 다음으로 추격속도가 빠른 국가는 우리나라로 확인됐는데, 우리나라의 미국 대비 단일지능 분야 기술수준은 2018년 약 2.0년에서 2022년 약 1.5년으로 0.5년만큼 축소된 것으로 파악됐다. 특히 우리나라의 단일지능 분야 기술수준은 최근 5년 사이 유럽과 일본을 추월한 것으로 나타났다. 복합지능 분야 기술격차 2022년 기준 복합지능 분야의 세계 최고기술 보유국은 미국으로 나타났으며, 미국 대비 기술격차는 유럽(0.5년), 일본(0.9년), 한국(1.0년), 중국(1.3년) 순으로 적게 조사됐다. AI 전 분야에서 미국에 가장 근접한 기술수준을 보유한 중국이 복합지능 분야에서는 비교대상 국가 대비 열위를 보인다는 점은 주목할 만하다고 사료된다. 한편, 변화 추이로 보면 우리나라와 유럽이 최근 5년 사이 가장 빠르게 세계 최고기술 보유국을 추격하는 국가임을 알 수 있다. 우리나라의 미국 대비 복합지능 분야 기술격차는 2018년 약 2.0년 수준이었으나, 매년 축소되어 2022년 약 1.0년 수준까지 추격한 것으로 파악됐다(1.0년만큼 축소). 유럽의 경우, 2018년 약 1.5년 수준이었으나, 2022년에는 약 0.5년으로 1.0년만큼 축소된 것으로 파악됐다. 단지 유럽의 복합지능 분야 기술격차는 2019년 크게 축소된 이후로 변화가 없는 것으로 나타나, 미국과의 격차가 답보 상태인 것으로 파악됐다. 4. 맺음말 현재 우리나라의 AI 기술수준은 아직 세계 최고기술 보유국인 미국과 중국 등 주요국에 비해 다소 미흡하지만, 본고에서의 분석을 통해 알 수 있듯이 우리나라는 주요 선진국 중 최근의 발전속도가 가장 빠른 국가다. 더욱이 일부 분야에서는 중국과 유럽보다 우위에 있는 것으로 나타난 점도 고무적이다. 한편, 최근 생성형 AI(generative AI)의 등장으로, 글로벌 AI 기술경쟁은 차세대 기술로 전환되는 새로운 국면으로 접어들었다. 우리나라는 이러한 경쟁 패러다임의 변화를 새로운 도약의 기회로 이끌어야 할 것이다. 다행히 과학기술정보통신부는 2023년 4월 「초거대 인공지능 경쟁력 강화 방안」을 선제적으로 마련하고, AI를 포함한 국가전략기술에 대한 2024년 국가연구개발 예산을 확대 편성한 바 있다. 이러한 정책 기조와 노력은 지속 유지돼야 한다. 더욱이, 새로운 경쟁 패러다임 속에서 우위를 선점해야 하는 중대한 시점인바, 민간과 정부가 협력하는 범국가적 노력의 중요성이 더욱 강조된다고 하겠다.

  • AI 융합이 강조됨에 따라 기업의 AI 도입·활용 촉진 및 성과 제고를 위한 정책 개발·추진이 활발하게 이루어지고 있으나, 실제 AI 기술을 도입·활용 중인 국내 기업(즉, AI 도입기업)들을 조사·분석한 객관적 자료는 부족한 실정이다.(후략)

  • ChatGPT는 자연어를 이해하기 위해 방대한 양의 데이터로 훈련된 대규모 언어모델(LLM)로 출시 두 달 만에 1억 명의 가입자를 모으며 산업의 게임체인저로 부상했다. ChatGPT로 대표되는 언어모델을 포함한 다양한 생성 AI 모델은 높은 수준의 성능을 보여주며 검색 시장을 비롯해 다양한 산업에 영향을 미치고 있으며 크게 세 가지 분야에서 변화를 일으키고 있다. (후략)

  • 2023년 4월 3일 스탠퍼드大 인간중심 인공지능 연구소는 AI Index 2023 보고서를 발간했다. 보고서는 연구개발, AI 기술 성능, AI 기술 윤리, 경제, 교육, 정책·거버넌스, 다양성, 여론 등 8개의 장으로 구분하고 글로벌 데이터와 보고 자료들을 심층 분석하여 핵심 내용을 정리하였다. (후략)

  • 목차 Table of Contents

    ㅇ Stanford HAI AI Index 2023 개요 ㅇ AI 연구 개발: 중국 대학 주도의 양적 질적 성장세 지속 ㅇ AI 기술 성능: 전반적 기술 성능이 벤치마크의 정점에 도달, 윤리성 검증 노력도 증가 ㅇ AI 경제: AI 고용 수요는 여전히 증가세이나 투자와 활용률은 주춤 ㅇ AI 교육: AI가 초중등 교육에도 활용되는 등 AI 교육 보편화 ㅇ AI 거버넌스 및 정책: AI전략 수립은 정점을 지났고 AI 입법 활동은 증가 ㅇ AI분야의 다양성: AI분야에서의 성별·인종별 격차가 존재하지만 감소 추이 ㅇ AI관련 여론: AI를 긍정적으로 인식하는 경향이 비교적 우세

  • 제 1 장 조사개요 1절 조사개요 2절 주요 용어 해설 3절 모집단 정의 4절 모수 추정 제 2 장 조사결과 1절 일반 현황 2절 인공지능 기술 및 사업현황 3절 매출 현황 4절 인력 현황 5절 투자 및 개발 현황 6절 애로사항 및 건의사항 부록1 주요 주관식 문항 정리 부록2 통계표 부록3 조사표

  • 목차 Table of Contents 1. 국내외 정책ㅇ미국 국립표준기술연구소(NIST), 인공지능 위험 관리 프레임워크 발표ㅇ 중국, ChatGPT 확산을 경계하는 인공지능 규제 도입 시사ㅇ 유럽, 인공지능 사용 확대에 따른 프라이버시 규제 당국 감시 강화ㅇ ChatGPT 사용 증가에 따른 AI 윤리 규제 필요성 대두 2. 기업·시장 동향ㅇ 구글, MusicLM을 통해 텍스트 기반 음악 생성 도구 상용화 가능성 시사ㅇ 디지털 검열에 따른 중국내 AI 기업의 정보 왜곡 우려 대두ㅇ 윤리적이고 책임감 있는 AI가 비즈니스 성공 열쇠로 부상 3. 고용·인력 동향ㅇ 채용AI, 편향성 우려로 여전히 활용엔 제한적으로 평가ㅇ 워싱턴포스트紙, AI알고리즘 해고 대상 선정 도구로 활용 편중 지적ㅇ 저널리즘에서 윤리적, 고용 문제를 야기하는 인공지능 사용 4. 기술·연구 동향ㅇ MIT 연구진, 폐암 위험을 감지할 수 있는 AI 모델 개발ㅇ 스탠포드大, 정치로비스트를 대신하는 ChatGPT 잠재력 연구ㅇ 브리티시컬럼비아大,AI로 의사 소견서를 분석하여 암 환자 생존 여부 예측ㅇ 美·中 연구진, 메타 LLAMA 기반 의료 챗봇 ChatDoctor 연구 결과 소개

  • 제 1 장 조사개요 1절 조사개요 2절 주요 용어 해설 3절 모집단 정의 4절 모수 추정 제 2 장 조사결과 1절 일반 현황 2절 인공지능 기술 및 사업현황 3절 매출 현황 4절 인력 현황 5절 투자 및 개발 현황 6절 애로사항 및 건의사항 부록1 주요 주관식 문항 정리 부록2 통계표 부록3 조사표

    • 2023.03.27
    • 11656

    1. 들어가며 인공지능(AI), 빅데이터, 5G 등 지능정보기술의 발전과 더불어 코로나19 팬데믹이 앞당긴 ‘디지털전환(Digital Transformation)’은 개인의 일상부터 경제·사회 구조 전반을 변화시키고 있다. 이제 우리의 일상과 업무에 더 이상 디지털과 연관되지 않은 제품이나 서비스를 찾기 어려울 정도로 모든 것이 디지털과 결합하고 있다. 이에 따라 디지털전환은 기업의 경쟁우위 확보 차원을 넘어서, 기업의 생존과 소멸이 달린 문제로 대두되고 있다. 그리고 이러한 흐름에서, 디지털전환은 개별 기업차원을 넘어 국가 경제의 미래를 좌우하는 키워드로 부상하고 있다. 세계 각국 정부는 디지털전환의 중요성에 대한 인식 하에 디지털전환 촉진을 위한 국가 아젠다(Agenda)를 새롭게 발표하고, 경제·사회 전반의 디지털전환을 촉진하기 위한 여러 다양한 정책수단 활용을 통해 국가 경쟁력 확보를 도모하고 있다(대한무역투자진흥공사, 2021). 한편, 디지털전환이 가속화되는 가운데, 그 기반이자 핵심 요소인 소프트웨어(SW) 기술의 중요성 또한 높아지고 있다. 전 세계적으로 SW 원천기술 확보 및 SW산업 육성 경쟁을 벌이고 있으며(박태형 외, 2021), 우리나라의 경우에도 SW R&D에 대한 투자 확대, SW 및 SW융합 확산을 위한 정책 추진 등 다양한 노력을 경주하고 있다. 본고에서는 국가별 정보통신기술(ICT) 수준을 정량화한 통계 자료를 바탕으로 우리나라 및 주요 선진국의 SW기술 발전 추세와 국가 간 경쟁 상황을 파악하고자 한다. 이를 위해, 정보통신기획평가원(IITP)에서 매년 실시하고 있는 ‘ICT 기술수준조사’ 결과 중 최근 6년(2016년-2021년) 간의 SW 분야 결과를 발췌하고, 이를 종합해 연도별 SW기술수준의 변화 추이를 도출한다. 2. SW분야 기술격차 변화 추이 기술격차는 조사시점을 기준으로 세계 최고기술 보유국의 기술수준에 도달하기까지 소요되는 예상 시간을 의미한다. ‘ICT 기술수준조사’에서 SW 분야의 세계 최고기술 보유국은 미국으로 평가됐다. SW의 세부 기술분야인 시스템SW 및 응용SW 분야의 기술격차 변화 추이는 다음과 같다. 먼저, 시스템SW 분야의 미국 대비 기술격차는 중국이 0.9년으로 가장 적고, 그다음으로 우리나라(1.0년)와 유럽(1.0년)이 뒤를 잇는 것으로 나타났다. 일본의 미국 대비 시스템SW기술수준은 1.4년으로 나타나, 비교대상국 중 가장 낮은 수준인 것으로 조사됐다. 변화 추이를 보면, 중국의 미국 대비 시스템SW 기술수준은 2016년 약 2.3년에서 2021년 약 0.9년으로 1.4년만큼 축소된 것으로 파악돼, 가장 빠르게 세계 최고기술 보유국을 추격하는 국가인 것으로 나타났다. 그다음으로 추격속도가 빠른 국가는 우리나라로 나타났는데, 우리나라의 미국 대비 시스템SW 기술수준은 2016년 약 2.1년에서 2021년 약 1.0년으로 1.1년만큼 축소된 것으로 파악됐다. 유럽의 경우, 2016년 시스템SW기술수준이 세계에서 미국 다음으로 높았으나, 2021년에 결국 중국에 추격당한 것으로 나타났다. 다음으로, 응용SW 분야의 미국 대비 기술격차는 유럽이 0.6년으로 가장 적고, 그다음 우리나라(0.8년), 중국(0.9년), 일본(1.1) 순으로 나타났다. 기술격차 측면에서 가장 큰 변화가 있었던 국가는 중국이며, 우리나라가 그 뒤를 잇는 것으로 확인됐다. 중국의 미국 대비 응용SW 분야 기술격차는 2016년 약 2.0년에서 2021년 약 0.9년으로 1.1년만큼 축소됐으며, 우리나라의 경우 2016년 약 1.8년에서 2021년 약 0.8년으로 1.0년만큼 축소됐다. 유럽의 응용SW 기술은 2016년부터 2021년까지 세계에서 두번째로 높은 수준을 유지하는 가운데, 세계 최고기술 보유국인 미국과의 격차는 지속 축소되는 양상을 보였다(2016년 0.9년 → 2021년 0.6년). 이와 달리, 일본의 응용SW기술은 2016년 미국 대비 기술격차가 약 1.2년 정도로 유럽의 뒤를 잇는 높은 수준이었으나, 이후 발전이 정체돼 결국 우리나라와 중국에 추격당한 것으로 파악됐다. 3. SW분야 기술수준 변화 추이 ‘ICT 기술수준조사’에서의 기술수준은 조사시점 기준 세계 최고기술 보유국 대비 상대적 기술수준을 의미한다. 각 국가별 기술수준의 값은 세계 최고기술 보유국인 미국을 100으로 보았을 때의 각 국가별 기술수준에 대한 전문가 평가 결과로 측정된 것이다. 특히 ‘ICT 기술수준조사’에서 기술수준은 기술개발 단계별(기초, 응용, 사업화)로 평가·측정된다. 시스템SW 기술수준 2016년부터 2021년 기간 중 시스템SW 분야 기술개발 단계별 기술수준 변화 추이는 다음과 같다. 먼저, 시스템SW의 기초단계 기술수준은 2021년 기준 미국(100)이 가장 높고, 그다음으로 유럽(91.1), 중국(89.6), 한국(88.9), 일본(86.7) 순으로 조사됐다. 변화 추이를 보면, 중국이 시스템SW 기초단계 기술수준이 가장 크게 향상된 국가인 것으로 나타났다. 중국의 2021년 시스템SW 기초단계 기술수준은 2016년 대비 18.8 만큼 향상됐다(2016년 70.8 → 2021년 18.8). 우리나라의 경우에도 앞서 언급한 중국 못지않은 빠른 속도로 시스템SW 기초단계 분야에서 세계 최고기술 보유국을 추격하고 있는 것으로 나타났다. 2016년 우리나라의 시스템SW 기초단계 기술수준은 세계 최고기술 보유국 대비 76.0 수준이었으나, 매년 향상돼 2021년 89.1 수준으로 조사됐다(2016년 73.9 → 2021년 89.1). 흥미로운 점은, 2016년부터 2020년까지 국가 간 시스템SW 기초단계 기술수준 차이가 축소돼 왔으나, 2021년에는 우리나라 및 주요국의 미국 대비 상대적 시스템SW 기초단계 기술수준이 전년과 다르지 않다는 것이다. 이는 세계 최고기술 보유국인 미국이 시스템SW 기초단계에서의 우위를 전년과 동일한 수준으로 유지하는 데 성공한 반면, 다른 국가들은 미국을 추격하는 데 성과가 미흡했다는 의미로 볼 수 있다. 둘째로, 시스템SW의 응용단계 기술수준은 2021년 기준 미국(100)이 가장 높고, 그다음으로 한국(91.5), 유럽(91.2), 중국(90.9), 일본(87.3) 순으로 조사됐다. 우리나라의 시스템SW 응용단계 기술수준은 매년 크게 향상돼 왔으며, 주요 선진국을 추월해 2021년 비교대상 국가 중에서는 세계 최고기술 보유국인 미국 다음으로 높은 것으로 나타났다. 중국의 경우, 시스템SW 응용단계 기술수준이 가장 빠르게 발전한 국가인 것으로 조사됐다. 구체적으로, 중국의 시스템SW 응용단계 기술수준은 2016년 71.8에서 2021년 90.9로 약 19.1 만큼 향상된 것으로 확인됐다. 일본의 시스템SW 응용단계 기술수준은 미약하나마 지속적으로 세계 최고기술 보유국과의 격차를 축소해오고 있는 데 반해, 유럽의 경우 2019년부터 오히려 그 격차가 확대되고 있는 것으로 나타났다. 셋째로, 시스템SW의 사업화단계 기술수준은 2021년 기준 미국(100)이 가장 높고, 그다음으로 중국(92.8), 한국(92.6), 유럽(90.6), 일본(88.3) 순으로 조사됐다. 중국의 시스템SW 사업화단계 기술수준은 매년 크게 향상돼 왔으며, 우리나라 및 주요 선진국을 추월해 2021년 비교대상 국가 중에서는 세계 최고기술 보유국인 미국 다음으로 높은 것으로 나타났다. 우리나라의 시스템SW 사업화단계 기술수준 역시 중국 못지않게 크게 향상된 것으로 나타났다. 2016년 우리나라의 시스템SW 사업화단계 기술수준은 세계 최고기술 보유국 대비 75.4 수준이었으나, 매년 향상돼 2021년 92.6 수준까지 추격한 것으로 파악됐다. 한편, 앞서 살펴본 시스템SW 응용단계 기술수준과 유사하게, 일본의 세계 최고기술 보유국 대비 시스템SW 사업화단계 기술수준 격차는 미약하나마 꾸준히 축소돼 왔으나, 유럽의 경우 2019년부터 오히려 그 격차가 확대되고 있는 것으로 확인됐다. 응용SW 기술수준 다음으로, 2016년부터 2021년 사이 응용SW 분야의 기술개발 단계별 기술수준 변화 추이는 다음과 같다. 먼저, 응용SW의 기초단계 기술수준은 2021년 기준 미국(100)이 가장 높고, 그다음으로 유럽(93.0), 한국(90.8), 중국(90.6), 일본(89.9) 순으로 조사됐다. 변화 추이를 보면, 2016년부터 2021년까지 국가 간 응용SW 기초단계 기술수준 격차가 점차 축소되는 추세인 것으로 나타났다. 2016~2021년 사이 비교대상 국가 중에서 응용SW 기초단계 기술수준이 가장 크게 향상된 국가는 중국으로 확인됐다. 중국의 2021년 응용SW 기초단계 기술수준은 90.6으로, 2016년과 비교했을 때 17.1 만큼 향상됐다(2016년 73.5 → 2021년 90.6). 우리나라의 경우에도 응용SW 기초단계 분야에서 앞서 언급한 중국 못지않게 빠른 속도로 세계 최고기술 보유국인 미국을 추격하고 있는 것으로 나타났다. 2016년 우리나라의 응용SW 기초단계 기술수준은 세계 최고기술 보유국 대비 78.1 수준이었으나, 매년 향상돼 2021년 90.8 수준으로 조사됐다(2016년 78.1 → 2021년 90.8). 유럽과 일본 또한 미국 대비 응용SW 기초단계 기술수준 격차를 미약하나마 지속적으로 축소해오고 있는 것으로 나타났다. 유럽의 응용SW 기초단계 기술수준은 2016년 87.4에서 2021년 93.0로 약 5.6 만큼 향상됐으며, 일본의 경우 2016년 84.3에서 2021년 89.9로 약 5.6 만큼 향상됐다. 둘째로, 응용SW의 응용단계 기술수준은 2021년 기준 미국(100)이 가장 높고, 그 다음으로 한국(94.2), 중국(93.1), 유럽(92.6), 일본(91.6) 순으로 조사됐다. 우리나라의 응용SW 응용단계 기술수준은 매년 크게 향상돼 왔으며, 주요 선진국을 추월해 2021년 비교대상 국가 중에서는 세계 최고기술 보유국인 미국 다음으로 높은 것으로 나타났다. 중국의 경우, 2016-2021년 사이 응용SW의 응용단계 기술수준이 가장 빠르게 발전한 국가인 것으로 조사됐다. 구체적으로, 중국의 응용SW 응용단계 기술수준은 2016년 75.0에서 2021년 93.1로 약 18.1 만큼 향상됐다. 유럽과 일본 또한 미약하나마 미국 대비 응용SW 응용단계 기술수준 격차를 지속적으로 축소해오고 있는 것으로 파악됐다. 유럽의 응용SW 응용단계 기술수준은 2016년 87.3에서 2021년 92.6으로 약 5.3 만큼 향상됐으며, 일본의 경우 2016년 84.3에서 2021년 91.6으로 약 7.3 만큼 향상됐다. 셋째로, 응용SW의 사업화단계 기술수준은 2021년 기준 미국(100)이 가장 높고, 그다음으로 한국(93.5), 유럽(93.2), 중국(93.1), 일본(91.4) 순으로 조사됐다. 특히 타 기술분야 및 타 기술개발단계와 비교했을 때, 응용SW 사업화단계가 세계 최고기술 보유국과 비교대상 국가 간 격차가 가장 적었다. 변화 추이를 보면, 우리나라의 응용SW 사업화단계 기술수준은 매년 크게 향상돼 온 것으로 나타났다. 2016년 우리나라의 응용SW 사업화단계 기술수준은 세계 최고기술 보유국 대비 78.0 수준이었으나, 2021년 93.5 수준까지 추격해 비교대상 국가 중에서 세계 최고기술 보유국인 미국 다음으로 높은 수준에 도달한 것으로 파악됐다. 2016-2021년 사이 비교대상 국가 중에서 응용SW 사업화단계 기술수준이 가장 크게 향상된 국가는 중국으로 확인됐다. 중국의 2021년 응용SW 사업화단계 기술수준은 93.1로, 2016년과 비교했을 때 18.9 만큼 향상됐다(2016년 74.2 → 2021년 93.1). 유럽과 일본의 미국 대비 응용SW 사업화단계 기술수준 격차 또한 미약한 정도로나마 지속적으로 축소돼 온 것으로 나타났다. 유럽의 응용SW 사업화단계 기술수준은 2016년 86.5에서 2021년 93.2로 약 6.7 만큼 향상됐으며, 일본의 경우 2016년 83.9에서 2021년 91.4로 약 7.5 만큼 향상됐다. 4. 맺음말 우리나라 및 주요 선진국 간 SW기술 경쟁이 점차 심화되고 있는 것으로 보인다. 지난 몇 년 사이(2016-2021년) SW기술 분야의 국가 간 격차는 지속적으로 축소돼 왔으며, 특히 세계 최고기술 보유국인 미국을 향한 우리나라와 중국의 추격속도가 두드러지게 빨랐던 것으로 나타났다. 결과적으로, 2021년 기준 우리나라 및 주요 선진국의 미국 대비 기술수준 차이는 타 기술분야(예: 클라우드, 인공지능, 빅데이터, 블록체인 등)와 비교했을 때 상대적으로 적은 편에 속한다([표 9 참고]). 그러나 여전히 우리나라의 SW기술수준은 아직 세계 최고기술 보유국인 미국뿐 아니라 유럽과 중국 등에 비해 미흡한 상황이다. 더욱이 디지털 경제로의 패러다임 전환이 본격화됨에 따라 SW의 중요성이 한층 더 부각되는 가운데, 각국의 SW기술 개발 노력이 확대되면서 세계 최고기술 보유국을 따라잡기가 더욱 어려워졌을 뿐 아니라 오히려 향후 경쟁국에 추월당할 가능성도 있다. 이는 결국 디지털전환의 근간이 되는 SW기술 경쟁에 대응하는 국가 차원의 노력이 더욱 강화돼야 하며, 나아가 일관성·지속성 있는 중장기적 관점의 경쟁력 확보 전략 수립을 통해 이 같은 노력을 뒷받침할 필요가 있음을 시사한다. 기술이 고도화되는 만큼 국가 간 기술격차를 추격하기는 더 어려워지기 때문이다. 또한 앞서 살펴본 바와 같이, 우리나라는 현재 SW기술 개발단계 중 응용 및 사업화 단계에서 비교대상 국가 대비 우위를 보이고 있는 반면, 기초 단계에서는 다소 열위를 보이고 있다. 이러한 결과는 앞으로 우리나라가 SW기술 강국으로 도약하기 위해서는 전략적으로 SW분야의 기초연구 투자를 확대하고 관련 정책을 강화할 필요가 있음을 시사한다. 이를 통해 기초단계 성과를 제고하고, 그동안 누적해온 응용·사업화 단계 기술역량을 발휘해 기초연구 성과를 미래 핵심 원천기술로 발전시켜 글로벌 SW시장에서의 리더십을 확보해야 할 것이다.