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.

국내 소프트웨어(SW) 개발자 채용시장은 팬데믹 이후 디지털 전환의 가속화, 경기침체, 그리고 생성형 AI의 등장 등 여러 요인에 의해 큰 변화를 겪어왔다. 팬데믹 기간동안 전 산업에서 디지털 전환이 빠르게 이루어지면서 SW 개발자에 대한 수요가 급격히 증가했고, 이로 인해 구직자가 유리한 시장 환경이 조성되었다. 그러나 이후 고금리와 경기 침체가 이어지면서 벤처와 스타트업 투자가 위축되었고, 이는 IT업계 채용시장에도 부정적인 영향을 미쳐 SW 개발자 채용시장이 크게 위축되었다. 2022년 말 등장한 생성형 AI는 SW 개발자의 생산성을 높이는 한편, SW개발자 채용 수요와 역할, 그리고 요구 역량 전반에 직·간접적인 영향을 미치기 시작했다. 이에 따라, 본 연구진은 국내 현업에 종사하는 SW 개발자를 대상으로 심층 인터뷰를 진행하였으며, 인터뷰의 주요 결과는 다음과 같다. 현재 SW 개발자 채용시장은 위축된 상태이나, 생성형 AI로 인한 직접적인 채용 감소는 현장에서 뚜렷하게 체감되지 않고 있다. 한편, 생성형 AI는 초급 SW 개발자에게 기회와 위협을 동시에 제공하고 있다는 의견이 제시되었다. 단순 반복 작업이 자동화되면서 초급 SW 개발자의 역할 축소와 채용 수요 감소 우려가 제기되지만, 동시에 생성형 AI는 초급 개발자의 학습 속도와 역량 향상에 기여하여 이들이 더 넓은 업무를 수행할 수 있는 기회를 제공하고 있다고 논의되었다. SW 개발자 채용 과정과 요구 역량에도 변화가 예상된다. 현업 개발자들은 코딩 테스트의 필요성에 대해 의견이 갈리는 상황이며, 실무 역량과의 연관성을 더욱 강화해야 한다는 지적이 있다. 또한, 생성형 AI 도입으로 프롬프트 엔지니어링이 새로운 역량으로 주목받고 있으나, 이를 SW개발자의 본질적 역량으로 강조하기에는 시기상조라는 평가가 다수다. 생성형 AI 도구의 활용이 확산되면서 초급 SW 개발자의 역량이 상향 평준화될 것으로 전망하는 의견이 제시되었다. 또한, 생성형 AI로 인해 SW개발자 요구 역량의 본질이 변화하지는 않을 것으로 전망되나, AI 도구 활용 시 정보 판별 능력이 새롭게 요구되는 역량으로 부각될 가능성이 있다. 이상의 연구 결과를 바탕으로 본 연구진은 향후 SW개발자의 요구 역량, 역량 평가, 역할 변화 등에 대한 시사점을 도출하였다. 나아가, SW 개발자 요구 역량 및 이에 따른 채용 변화와 관련한 정부와 개발자들의 대응 방향에 대해 제언하였다. The software (SW) developer job market in South Korea has experienced significant changes influenced by various factors, including the acceleration of digital transformation during the pandemic, economic downturns, and the emergence of generative AI. The introduction of generative AI in late 2022 has further reshaped this landscape by enhancing developer productivity while indirectly and directly impacting hiring demand, roles, and required competencies. To investigate these developments, this study conducted in-depth interviews with SW developers currently active in the industry. The key findings are summarized as follows: Although the SW developer job market remains constrained, industry practitioners have not distinctly perceived direct hiring reductions attributable to generative AI. However, generative AI has been identified as simultaneously presenting both opportunities and challenges for junior SW developers. While the automation of repetitive tasks has raised concerns about the reduction of roles and hiring demand for junior developers, it has also been noted that generative AI supports faster learning and skill enhancement, enabling these developers to take on broader responsibilities. Interviewees expressed divergent opinions on the necessity of coding tests, highlighting the need for stronger alignment with practical skill requirements. Additionally, while prompt engineering has emerged as a noteworthy competency with the adoption of generative AI, they believe it is premature to consider it a core skill for SW developers. The growing adoption of generative AI tools is expected to standardize and elevate the baseline competencies of junior SW developers. Although the fundamental skills required for SW developers are unlikely to change significantly, the ability to critically evaluate information when using AI tools is likely to emerge as a newly emphasized competency. Based on these findings, this study outlines implications for evolving competency requirements, assessment methods, and role changes for SW developers. Furthermore, it offers recommendations for government policies and developer strategies to address the shifts in required skills and hiring practices driven by generative AI.

최근 생성형 AI 등 디지털 기술의 급속한 발전으로 국가 간 디지털 인재 확보 경쟁이 치열해지고 있으며, 주요국들은 인재 확보를 위한 수단으로 비자 제도를 적극적으로 활용하고 있다. 또한Geo-Arbitrage에 기인하여 국경을 초월한 디지털노마드가 확산되고 이와 관련한 비자가 50개국 이상에서 시행되고 있다. 한국은 현재 디지털 인재, 특히 AI 고급인재가 부족하고 인력 유입국으로서의 매력도가 낮은 상황이다. 이에 본 고에서는 우리나라와 주요국의 비자 제도 및 프로그램 현황을 분석하여 한국의 디지털 인재 유치 제도 개선 방향을 제시하고자 한다. 한국의 최근 비자 제도로는 K-Tech Pass(’25년 시행 예정, 첨단 산업 우수 인재), Startup Korea Special Visa(해외 유망 스타트업), 과학기술 우수 인재 패스트트랙(이공계 특화기관의 석·박사)이 있으며 다양한 맞춤형 혜택을 제공한다. 이 외에도 관련 비자로 D-2(유학), D-4-6(우수사설 교육기관 외국인 연수), D-8(기업투자), D-10(구직), E-3(연구), E-4(기술지도), E-7(특정활동), F-5-9(첨단박사), F-5-10(첨단학사), F-5-11(특정분야 능력 소지자), 디지털노마드 비자 등이 있다. 미국은 H-1B(전문직 취업), J-1(교환방문), O-1(특별재능 소유) 비자에서 취업 기간 연장, 대상자 확대 등을 통해 STEM 분야 인재를 유치한다. 영국은 Global Talent Visa와 High Potential Individual Visa 등을 통해 디지털 분야에서의 학문적·전문적 성과가 뛰어난 인재를 유치하며 AI Futures Grants를 통해 AI 인재에 특정한 비자 혜택을 제공한다. 일본은 고급 전문직 비자, 호주는 국가혁신 비자를 통해 첨단 산업 인재 유입을 강화하였고, 뉴질랜드는 글로벌 임팩트 비자를 통해 창업 생태계 관점에서의 혁신 인재를 유치하고 있다. 디지털 노마드 비자는 국가별 상황에 적합하게 관광과 취업, 그리고 창업 등을 연계하는 등 다양한 형태로 시행되고 있다. 한국은 디지털 인재 유치를 위한 다양한 비자 제도를 시행하고 있으나, 발급 대상 범위, 발급요건, 혜택 및 인센티브, 발급 절차, 비자 간 연계 등의 측면에서 발전을 꾀할 요소가 여전히 존재하며 이에 대한 해외 제도와의 비교분석 결과는 결론 부분에서 다루었다. 또한 ① 디지털 분야 특화 비자/프로그램의 개발 및 개선 ② 혜택 및 편의성 제고를 통한 인재 유인책 강화 ③ 비자 제도 간 연계를 통한 통합 지원 강화에 대한 세부 사항을 디지털 분야 해외 인재 유치를 위한 비자 제도 개선 제언으로 제시하였다. Executive Summary The rapid advancement of digital technologies, such as generative AI, has intensified the global competition for digital talent, with major countries actively utilizing visa systems as a means of attracting talent. Additionally, the spread of digital nomads across borders, driven by Geo-Arbitrage, has led to the implementation of digital nomad visas in over 50 countries. South Korea is currently facing a shortage of digital talent, particularly high-level AI experts, and is not an attractive destination for acquiring digital talent. Therefore, this paper aims to compare and analyze South Korea's visa system and programs with those of leading countries and suggest ways to improve South Korea's system for attracting digital talent. Recent visa programs in South Korea include the K-Tech Pass (set to launch in 2025, targeting outstanding talent in advanced industries), the Startup Korea Special Visa (for promising overseas startups), and the Science and Technology Fast Track (for Master’s and Ph.D. graduates from science and technology-focused institutions), offering various tailored benefits. Other related visas include D-2 (student visa), D-4 (general training), D-8 (investment), D-10 (job-seeking), E-3 (research), E-4 (technical guidance), E-7 (specific activities), F-5 (professionals), and digital nomad visas. The United States attracts STEM talent through H-1B (specialty occupation), J-1 (exchange visitor), and O-1 (extraordinary ability) visas, offering extensions and expanding eligibility. The UK uses the Global Talent Visa and High Potential Individual Visa to attract highly skilled individuals in the digital field, while offering targeted benefits for AI talent through the AI Futures Grants. Japan has enhanced its policies for advanced professionals (J-Skip, J-Find), and Australia has strengthened its talent acquisition through the National Innovation Visa. New Zealand attracts innovative talent in the startup ecosystem through its Global Impact Visa. Digital nomad visas are implemented in various ways depending on the country, linking tourism, employment, and entrepreneurship. While South Korea has introduced various visa programs to attract digital talent, there is still room for improvement in areas such as target scope, eligibility requirements, benefits and incentives, application procedures, and the integration of different visa types. The comparative analysis with international systems is discussed in the conclusion. The paper suggests three main improvements to South Korea's digital talent visa system: ① the development and enhancement of specialized digital field visas/programs, ② strengthening talent attraction through improved benefits and convenience, and ③ improving the integration of visa programs for better support.

최근 인공지능의 부상과 함께 인공지능의 기능적 한계, 잠재적 위험에 대한 우려도 고조되고 있다. 이러한 상황에서 2023년 11월에는 세계 최초로 세계 정상들이 참여한 ‘AI안전성 정상회의’가 개최되었고, 2024년 5월에는 후속 회의로서 ‘AI 서울 정상회의’도 열렸다. 2024년 8월에는 2021년부터 발의된 EU의 인공지능법이 발효되었다. 앞으로 믿고 쓸 수 있는 인공지능, 인간에 무해한 인공지능의 개발과 보급을 위한 정책적 노력들이 강화될 것으로 예측된다. 하지만, 정책적 대상으로서 인공지능 안전의 개념과 범위는 모호하다. 비슷한 개념으로 인공지능 신뢰성, 인공지능 윤리, 인공지능 견고성, 책임 있는 인공지능 등이 혼재되어 사용되고 있다. 따라서, 무엇보다 ‘인공지능 안전성’에 대한 개념에 대한 합의가 필요한 상황이며, 그 대상이 기술적 영역에 국한되는지, 기업의 책무와 윤리적 영역까지도 포함하는지 개념의 범위에 대한 검토도 필요하다. 이에 본 연구에서는 최근 화두가 되고 있는 ‘인공지능 안전성’을 다른 유사 개념들과 비교하여 그 개념을 정의하고, 그 개념이 포함하는 범위에 대해서도 조망한다. 이를 위해 현재까지 제정된 ISO/IEC의 국제표준 정의와 EU, OECD 등 국제 협력 기구에서의 정의, 그리고 최근 설립된 미국, 영국 등 AI안전연구소들이 준용하는 개념들을 살펴보았다. 이를 토대로 향후 AI 안전성을 확보하기 위해 정책적 시사점을 정리하였다. Executive Summary With the recent rise of artificial intelligence (AI), concerns regarding its functional limitations and potential risks have been increasing. In response, November 2023 saw the world's first AI Safety Summit with the participation of global leaders, followed by the Seoul AI Summit in May 2024. In August 2024, the EU's Artificial Intelligence Act, initially proposed in 2021, came into effect. It is anticipated that policy efforts to develop and promote trustworthy and harmless AI will be strengthened in the future. However, the concept and scope of AI safety as a policy target remain unclear. Similar terms such as AI trustworthiness, AI ethics, AI robustness, AI reliablity, and responsible AI are often used interchangeably. Thus, it is crucial to reach a consensus on the concept of 'AI safety' and to examine whether it is limited to technical aspects or includes corporate responsibility and ethical considerations. This study compares the recently prominent concept of 'AI safety' with similar terms to define its scope and meaning. To do so, we review the definitions provided by ISO/IEC international standards, international organizations like the EU and OECD, and the concepts adopted by newly established AI safety research institutes in the US and UK. Based on this analysis, the study outlines policy implications for ensuring AI safety in the future.

가상융합(메타버스)산업은 코로나 엔데믹 선언과 함께 성장세가 둔화되고 신기술 산업이 겪는 캐즘(Chasm)을 겪었으나, 최근 생성형 AI와의 융합, 신규 디바이스의 출현 등 점진적 혁신을 지속하고 있다. 글로벌 리서치 업체들은 여전히 가상융합산업 시장의 성장을 긍정적으로 전망하고 있으며, 한국은 주목해야 하는 국가 중 하나로 제시하였다. 우리 정부는 국내 가상융합산업 경쟁력 강화를 위해 올해 세계 최초로 「가상융합산업 진흥법」 제정·시행, 가상융합산업 진흥 기본계획 수립 착수 등 적극적인 지원체계 마련 중이다. 가상융합산업은 이제 막 시장이 태동하는 단계로, 불확실한 신시장 환경에서 실효성 있는 산업 육성 정책 수립을 위해서는 산업 수요에 기반한 기초자료 생산이 필수적이다. 미래 국가 혁신성장을 견인하고 복잡한 산업 생태계 육성을 위해서는 데이터 기반으로 과학적 의사결정 할 수 있는 증거 기반 정책 수립이 중요하기 때문이다. 「가상융합산업 진흥법 시행령」에서는 가상융합산업의 체계적인 진흥 추진체계 마련을 위한 필요사항으로 실태조사를 명시하고 있다. 본고는 국내·외 가상융합산업 현황, 국내 가상융합산업 관련 통계 현황과 한계점을 살펴보고, 향후 가상융합산업 현황 파악을 위해 필요한 개선 방안 제시를 목적으로 한다. 이를 위해 가상융합산업 현황을 살펴보고, 국내 가상융합산업 관련 통계 현황 비교를 실시하였다. 이 과정에서 국내 가상융합산업과 관련된 유일한 승인통계인 가상증강현실(VR·AR)산업 실태조사를 기준으로 한계점을 파악하고, 실태조사가 가상융합산업 진흥을 위한 정책마련의 기초자료로서 역할을 수행할 수 있도록 개선방안을 제시하였다. Executive Summary Although the metaverse industry experienced a growth slowdown post-pandemic and chasm, it has shown resilience through ongoing innovations such as generative AI integration and new device launches. Global research firms continue to forecast positive growth for the metaverse market, with South Korea being singled out as a promising market. In a world-first move, the Korean government has enacted the 「Metaverse Industry Promotion Act」 and initiated a basic plan to foster the growth of the domestic metaverse industry. Given the nascent stage of the metaverse industry and the uncertainties of a new market, it is imperative to produce fundamental data driven by industry demands to formulate effective industry development policies. Data-driven decision-making is essential for formulating evidence-based policies that will drive future national innovation and foster a complex industrial ecosystem. The 「Enforcement Decree of the Metaverse Industry Promotion Act」 stipulates a survey as a necessary requirement for establishing a systematic promotion system for the metaverse industry. This study aims to examine the domestic and global status of the metaverse industry, analyze the status and limitations of related domestic statistics, and propose improvement strategies for assessing the future status of the metaverse industry. To this end, we have examined the current status of the metaverse industry and conducted a comparative analysis of relevant domestic statistics. In this process, we focused on the limitations of the “VR·AR industry survey” and proposed improvement strategies to strengthen its role as a foundation for policymaking in the metaverse industry.

SW가 점차 중요해지고 있다. SW산업이 국가경제에서 차지하는 부가가치 및 고용비중이 지속적으로 증가하고 제조업 대비 생산성이 높으며, 수출도 빠르게 증가하고 있다. 뿐만 아니라 전통 제조 및 서비스업 등 전 산업에서 SW 투자도 증가하고 있다. 특히 금융, 의료, 자동차, 기계, 인프라 산업에 속한 기업은 활발한 SW 투자를 통해 제품과 서비스의 가치를 개선하고 노동생산성을 높이고 있다. 하버드대 마이클포터(Michael Porter)교수가 제시한 국가경쟁력 결정모델인 ‘다이아몬드 모델’을 활용하면 국가경쟁력 강화를 위한 SW의 역할은 다섯 요인(SCALE)으로 설명할 수 있다. 첫째, SW를 이용하여 국가 혁신의 신속성(Speed)을 높일 수 있다. 둘째, 오픈소스 등 SW를 중심으로 다양한 이해관계자가 모여 협력적(Cooperation) 국가 혁신 생태계를 조성할 수 있다. 셋째, SW는 무형의 재화로서 서비스 형태로 실시간 전달되기 때문에 시장 환경 변화에 유연하게 적응(Adaptation)할 수 있다. 넷째, SW는 데이터를 학습하면서 지속적으로(Longevity) 혁신 경쟁을 촉발한다. 다섯째, SW는 플랫폼화하여 다양한 연관 산업의 신제품 및 서비스로 확장(Expansion)된다. SW 투자를 통해 국가 및 기업은 세 가지 차원의 이익을 얻을 수 있다. 첫째, 제품 및 서비스의 구조를 고도화할 수 있다. 최근 SW중심 자동차(Software Defined Vehicle)의 사례에서 볼 수 있듯이 기존에 독립적으로 설계된 하위 시스템을 SW 플랫폼을 중심으로 통합함으로써 차량의 전체 기능을 통합·최적화하고 자율주행, 인포테인먼트 등 지능화된 기능을 손쉽게 탑재할 수 있게 되었다. 둘째, 조직 구조 및 운영 방식을 효율화할 수 있다. 독립적인 사업부와 이를 구성하는 전문부서로 이뤄진 사일로(Silo)화 된 전통 조직구조가 전사 공통의 SW 플랫폼을 기반으로 신설과 폐지가 자유롭고 내외부 조직과의 협력이 원활한 조직으로 바뀌고 있다. 셋째, SW는 새로운 수익 창출을 가능케 한다. 그동안 제품과 서비스 판매에 따른 일회적인 현금 창출이 보편적이었다면 SW를 활용해 버저닝, 번들링, 구독료 등 가격 책정의 유연성이 높아졌다. SW가 지닌 혁신특성을 극대화하기 위한 정책 제언은 다음과 같다. 우선 우리 중소기업이 점차 빠르게 변하는 시장 환경과 혁신의 속도에 따라갈 수 있도록 지원하는 SW 역량 강화 정책 개선이 필요하다. 또한 오픈소스 활용 등 협력적 혁신 문화 조성에도 더욱 노력할 필요가 있으며 SW를 통한 업간 융합을 위한 연구개발(SDX), SW 융합인재양성, 제도정립 등이 필요하다. Executive Summary Advancements in artificial intelligence (AI) technology have accelerated, particularly following the launch of ChatGPT, which has triggered a competitive race in the development of large language models (LLMs). The performance of currently available AI models has already surpassed human capabilities in certain domains, leading to a rapid expansion in their areas of application. General-purpose AI, especially those based on generative AI, is now being utilized across various industries, including manufacturing, healthcare, finance, and education. However, while AI-based services offer numerous benefits, the increased accessibility of high-performance AI has also raised concerns about new risks. As a result, alongside existing discussions on AI reliability, accountability, and ethics, "AI safety" has become an increasingly critical issue. Given that risks such as malicious use and malfunctions are already causing real harm, there is an urgent need for measures to ensure AI safety. Governments, corporations, and other stakeholders are working to ensure the safety of AI by identifying risk factors, establishing evaluation criteria, and developing measures for the safe development and deployment of AI, as well as for responding to potential risks. Recent studies have classified risk factors based on accident cases and possible scenarios. However, since each study presents different classification, further discussion is needed to establish a common AI safety evaluation framework. The United States, the United Kingdom, and Japan are addressing safety of AI through dedicated agency, which focus on AI risk research, risk assessments, and the development of standards for the safe creation and implementation of AI systems. Notable examples include the AI Risk Management Framework (USA) and the Science Report on AI Safety (UK), both of which propose strategies for addressing AI-related risks. Korea also plans to address AI safety demands through the establishment of its own AI safety institute. This report aims to organize the concepts related to AI safety, summarize the risk factors identified in recent studies, and analyze these factors along with real-world cases to offer policy implications for future AI risk response strategies.

AI반도체 등 AI 인프라에 대해 대규모 투자가 이루어지고 있지만, 투자 대비 수익성에 대한 의문이 제기되는 상황에서, SW서비스 기업들이 실질적인 수익을 창출할 수 있는 AI 기반 신서비스 도입모델이 어떤 모습인지 검토할 필요성이 있다. 기존 SW기업들은 주로 기존 소프트웨어에 Copilot 기능을 부가하여 기존의 업무를 보완하는 수준에서 AI를 도입하고 있다. ERP나 CRM 등의 소프트웨어에 챗봇을 통합해 기본적인 업무 생산성을 높이는 데 초점을 맞추고 있는 것이다. 반면, 스타트업들은 AI를 활용해 산업 데이터 분석과 자동화 솔루션 등에서 보다 혁신적인 시도를 통해 새로운 가치를 창출하려 하고 있다. 이러한 상황에서 AI-Native 서비스는 기존 SW서비스를 뛰어넘는 새로운 가능성을 제시하고 있다. 이는 기존 시스템에 의존하지 않고 처음부터 AI에 의존하는 서비스 모델로, 클라우드와 결합해 확장성과 유연성을 강화하고 있다. 이 보고서는 AI 기술을 활용한 산업별 특화 서비스와 새로운 데이터 활용 방식을 통해 비즈니스 모델의 혁신 가능성을 탐구한다. SW기업들은 AI서비스 기업으로의 이행을 준비하는 과정에서, 과거 기술 발전에서 얻은 교훈을 활용해야 한다. AI-Native 서비스를 개발하여 새로운 시장을 장악하는 것이 성공적인 수익화를 이끄는 전략임을 역사적으로 확인할 수 있다. 이를 위해 기업들은 데이터를 효과적으로 활용하고, 기존 시스템과 AI 중심 아키텍처의 통합을 점진적으로 추진하며, 산업별 특화 애플리케이션 개발을 통해 AI 기술의 잠재력을 극대화할 필요가 있다. Executive Summary Large-scale investments are being made in AI infrastructure, such as AI semiconductors, but concerns about the ROI of these investments have arisen. In this context, there is a need to examine what AI-driven new service adoption models look like for software service companies to generate tangible revenue. Incumbent software companies typically adopt AI by augmenting existing software with Copilot features to complement their existing operations. These efforts primarily focus on enhancing productivity in basic tasks by integrating chatbots onto existing software like ERP or CRM systems. In contrast, startups are leveraging AI to create new value through more innovative approaches, such as industrial data analysis and automation solutions. Amid these developments, AI-Native services present new possibilities that surpass traditional software services. These service models are designed to depend on AI from the outset rather than relying on legacy systems, combining with cloud infrastructure to enhance scalability and flexibility. This report explores the potential for business model innovation through AI-driven industry-specific services and novel data utilization methods. As software companies transition into AI service providers, they must draw lessons from past technological advancements. Historically, developing AI-Native services to dominate new markets has proven to be a strategic pathway to successful monetization. To achieve this, companies need to effectively utilize data, gradually integrate AI-centric architectures with existing systems, and develop industry-specific applications to fully realize the potential of AI technologies.

최초의 산업혁명은 증기 기관과 철도를 통한 대규모 운송과 이동성의 변화에서 시작되었으며, 이는 생산과 무역 방식을 근본적으로 바꿔 기존의 산업·시장의 경쟁 및 성장 체계를 근간부터 재구성하였다. 이를 고려하면 최근 진행되는 4차 산업혁명에서도 운송과 이동성의 변화는 눈여겨 봐야하는 주요한 경쟁 요소로 파악할 수 있다. 실제로 SDV(Software Defined Vehicle, 소프트웨어 정의 차량)와 UAM(Urban Air Mobility, 도심 항공 모빌리티)은 4차 산업혁명의 대표적인 모빌리티 혁신 사례로, 물리적 이동 수단이 디지털로 제어되는 통합 기술이다. 그리고 그 파급력은 물리적 거리의 한계 극복에 그치지 않고 물리적 기술과 디지털 기술의 융합을 통해 산업의 경쟁 및 성장 체계를 재구성할 것으로 기대할 수 있다. 다만 SDV의 대표격인 자율주행차나 도심항공 모빌리티의 본격적인 상용화는 어려움을 겪고 있으며, 앞으로도 상당 기간 소요될 것으로 전망된다. 이에 '크롤-워크-런(Crawl-Walk-Run)'과 같은 접근법을 통해 산업의 단계적 발전을 차근히 밟으며 관련 이슈와 리스크를 최소화 하는 것이 필요할 수 있다. 그리고 본격적인 상용화로 이끄는 간극(캐즘)을 최소화하기 위해 가장 중요하게 고려할 수 있는 필수 요소 중의 하나가 안전 신뢰성의 향상이라고 할 수 있다. 특히 물리적 이동수단과 디지털 인프라가 결합되어 진행될 시스템에서는 서비스의 핵심이라고 볼 수 있는 소프트웨어의 안전 확보를 위한 노력도 병행되어야 할 것이다. 본 보고서는 이런 관점으로 SDV와 UAM 분야의 동향을 파악하며 모빌리티 산업의 안정적인 발전과 국내 산업의 성공적인 연착륙을 지원하고자 한다. Executive Summary The First Industrial Revolution began with transformative changes in large-scale transportation and mobility through the advent of steam engines and railroads. These innovations fundamentally altered methods of production and trade, reconstructing the competitive and growth structures of existing industries and markets from their very foundations. Considering this historical precedent, changes in transportation and mobility during the ongoing Fourth Industrial Revolution can be identified as critical competitive factors that warrant close attention. Indeed, Software-Defined Vehicles (SDVs) and Urban Air Mobility (UAM) are representative examples of mobility innovation in the Fourth Industrial Revolution. These technologies integrate physical means of transportation with digital control systems. Their impact is expected not only to overcome the limitations of physical distance but also to reconstruct industrial competitive and growth structures through the convergence of physical and digital technologies. However, the full-scale commercialization of autonomous vehicles which epitomize SDVs and urban air mobility is encountering significant challenges and is projected to require considerable time to materialize. Therefore, it may be necessary to minimize related issues and risks by methodically advancing through stages of industrial development, such as the "Crawl-Walk-Run" approach. One of the essential factors in bridging the chasm toward full commercialization is the enhancement of safety reliability. Particularly in systems where physical transportation means and digital infrastructure are integrated, concurrent efforts to ensure the safety of software which can be considered the core of the service are imperative. From this perspective, this report aims to understand the trends in the SDV and UAM sectors based on such analysis, thereby supporting the stable development of the mobility industry and facilitating the successful soft landing of the domestic industry.

지난 7월 EU의 공급망 실사 지침(CSDDD·Corporate Sustainability Due Diligence Directive)과 같은 글로벌 규제 강화와 더불어, 소비자와 투자자의 ESG 요구가 증가함에 따라 기업들은 지속가능한 경영을 선택이 아닌 필수적인 생존 전략으로 채택하는 추세다. 디지털 전환을 주도하는 SW산업에서도 ESG 경영의 필요성이 제기되고 있다. SW산업은 데이터 보안, 탄소배출 관리, 사회적 책임 등 다양한 ESG 이슈와 직결되어 있어 이에 대한 체계적인 대응이 필수적이다. SW기업의 효과적인 ESG 경영을 위해서는 이들이 EGS 경영에 대해 가진 인식과 현황을 명확하게 파악하고 산업 특성에 부합하는 ESG 경영전략을 수립하는 과정이 필요하다. 이에 본 보고서는 그동안 이루어지지 않았던 SW기업을 대상으로 한 ESG 경영 실태조사를 바탕으로 SW기업의 ESG 현황을 분석하고 SW기업의 ESG 경영전략 수립을 모색하였다. 이를 위해 한국소프트웨어산업협회(KOSA)에서 실시한 ‘소프트웨어 분야 ESG 경영 실태 및 인식 조사’ 결과를 기반으로 국내 SW기업의 ESG 경영 현황을 검토하였다. 구체적인 항목으로는 SW기업의 ESG 경영 인식(ESG 개념, ESG 경영의 필요성, ESG 경영의 지속가능경영 기여), ESG 경영 추진(ESG 경영전략 수립, ESG 경영 담당 조직 및 별도 임원 유무, ESG 경영 추진 여부, ESG 경영 중점 추진 분야 및 추진 이유), ESG 경영 지원(애로사항, 지원 필요사항, 지원 수혜 사례) ESG 경영 평가(개념 및 필요성, 경험, 평가를 받은 이유, 평가 지표에 대한 인식)이 포함되었다. 이후 SW기업의 ESG 경영 실태를 바탕으로 한 SWOT-Mix 분석을 통해 SW기업이 보유한 내부 강점과 약점, 외부 기회와 위협을 고려한 맞춤형 EGS 경영전략을 도출하였다. 이를 통해, 디지털 기술을 활용한 ESG 솔루션 개발과 같은 기업의 노력과 SW산업의 특성을 반영한 평가 지표 개발, 중소 SW기업의 ESG 경영 인프라 구축 지원 등과 같은 정책이 병행되어야 함을 시사한다. Executive Summary With the rise of global regulations, including the EU’s Corporate Sustainability Due Diligence Directive (CSDDD), alongside increasing ESG expectations from consumers and investors, companies now see sustainable management as an essential survival strategy. The software industry, a leader in digital transformation, faces particular ESG demands due to its connection with key issues such as data security, carbon emissions, and social responsibility, making systematic ESG management vital. This report, based on the "Survey on ESG Management Status and Awareness in the Software Sector" conducted by the Korea Software Industry Association(KOSA), provides an analysis of the ESG status among software companies and identifies pathways to establish customized ESG strategies. The survey examines areas such as ESG awareness (concept, necessity, contribution to sustainable growth), management practices (strategy development, organizational roles, and primary focus areas), support requirements, and evaluation experiences. Following this, a SWOT-Mix analysis was performed to derive strategic insights that address internal strengths, weaknesses, and external opportunities and threats. The findings underscore the importance of policies that support ESG solutions leveraging digital technology, the creation of assessment metrics tailored to the software industry’s unique attributes, and building ESG infrastructure for small and medium-sized software firms. Through these measures, the software sector can better integrate sustainability into its core operations and meet the growing demands for responsible management.

2024년 한국 소프트웨어(SW) 시장은 패키지SW, IT서비스, 게임SW를 포함해 약 44조 원 규모로 성장하였다. 그러나 해외진출 기업의 비중은 약 3%로 낮고, 특히 패키지SW와 IT서비스 분야에서 해외진출은 미미한 수준이다. 이에 정부는 SW 프런티어 프로젝트와 같은 다양한 해외진출 지원사업을 추진하고 있다. 본 연구는 이러한 한국 SW산업의 해외진출 현황과 정부지원사업의 개선 방안에 대해 다루고자 하였다. 2장에서는 SW산업 실태조사 결과를 이용해 국내 SW기업들의 해외진출 동향을 분석하였으며, 이어서 3장에서는 정부에서 운영하고 있는 해외진출 지원사업을 조사하여 유형화 하였다. 주요 지원 방식으로는 단일형(특정 목적에 대한 지원)과 복합형(맞춤형 종합 지원)이 있으며, 수출바우처 사업, 글로벌 SaaS 육성 프로젝트 등이 대표적이다. 이러한 분석 결과 SW기업들이 해외진출에서 겪는 주요 애로사항으로 규제차이등(인증/계약), 현지시장정보 부족, 현지 네트워크 접근역량 부족 등이 증가하고 있음을 도출하였다. 이를 해결하기 위해 정부는 맞춤형 지원을 강화해야 하며, SW산업 특성에 맞는 다양한 지원사업을 마련할 필요가 있다. 특히, 게임SW, 패키지SW, IT서비스 등 각 분야의 특성에 맞춘 지원이 필요하다. 왜냐하면 분야 별로 해외진출의 방식과 특성이 다른데, 게임SW는 독자 진출과 온라인 서비스 활용이 중요하며, 패키지SW와 IT서비스는 현지기업과의 협력이 매우 중요한 특성이 있다. 본 연구는 이러한 차이를 반영해 각 분야별로 적합한 맞춤형 지원을 제공해야 함을 강조하고 있다. 정부는 재정지원, 현지화 및 마케팅, 기술/인증 등 다양한 지원을 확대해 SW기업이 글로벌 시장에서 경쟁력을 갖추고 지속적인 성장을 이루도록 해야 할 것이다. Executive Summary In 2024, the South Korean software (SW) market has grown to approximately 44 trillion KRW. However, the proportion of companies expanding overseas remains low at around 3%, with particularly minimal expansion in the package SW and IT services sectors. To address this, the government is promoting various overseas expansion support initiatives, such as the SW Frontier Project. This study aims to examine the current status of overseas expansion in the Korean SW industry and explore ways to improve government support systems. In Chapter 2, the study analyzes the trends in overseas expansion of domestic SW companies. Chapter 3 categorizes the government’s overseas expansion support programs, identifying key types of support, including single-focus programs (support for specific areas) and comprehensive programs (tailored, multi-faceted support), with the ‘Export Voucher Program’ and the ‘Global SaaS Development Project’ as representative examples. The analysis reveals that major challenges faced by SW companies in their overseas expansion include regulatory differences (such as certifications and contracts), lack of local market information, and limited access to local networks. To address these issues, the government must strengthen tailored support and develop diverse support programs that align with the specific needs of the SW industry. Particularly, support must be customized to the characteristics of different sectors, such as game SW, package SW, and IT services. Likewise, this study emphasizes the importance of providing customized support for each sector, reflecting these differences. The government should expand its financial support, localization marketing, and technical certification programs to help SW companies enhance their competitiveness and achieve sustainable growth in the global market.

B2B 소프트웨어(SW)의 발전과 신기술의 융합은 산업 메타버스로의 진화를 촉진하고 있다. 기존에 공급망 관리(SCM), 전사적 자원관리(ERP) 등 B2B SW는 주로 기업 간 상호작용과 업무 효율화에 중점을 두었지만, 최근 인공지능(AI), 빅데이터, 사물인터넷(IoT) 등의 기술과 통합되면서 의사결정 지원과 업무 자동화가 더욱 고도화되고 있다. 또한, 이는 가상과 현실세계를 연결하는 확장현실(XR), 디지털트윈(DT) 같은 기술과 결합하면서 산업 메타버스라는 새로운 패러다임이 형성되고 있다. 산업 메타버스는 가상 공간에서 공장 운영, 제품 설계, 직원 교육 등을 가능하게 하여 현실 산업의 디지털화를 촉진하고 있다. 이는 제조, 물류, 의료 등 다양한 산업에서 활용될 수 있으며, 생산성 향상과 비용 절감 등의 실질적 성과를 창출하면서 2030년까지 약 1,000억 달러 규모로 성장할 것으로 예상된다. 산업 메타버스는 물리적 세계와 디지털 세계의 융합을 통해 가상 환경에서 현실 문제를 해결하고 산업 효율성을 높이는 기술로 이해할 수 있다. 가상 시뮬레이션, 원격 모니터링, 가상 제품 시연, 협업 등을 통해 생산성 향상, 비용 절감, 교육 및 훈련 효율성 증대를 가능하게 한다. 글로벌 빅테크 기업들은 산업 메타버스 플랫폼 선점, 기업 간 파트너십 및 레퍼런스 확보를 통해 생태계를 구축하고 있다. 국내에서도 제조, 국방, 제약 등 다양한 분야에서 도입 사례가 창출되기 시작하고 있으며, 수요기업과 공급기업 간 협력도 가시화되고 있다. 중장기적으로 산업 메타버스 관련 초기 투자와 협력이 증가하고, AI와 XR 등의 기술 발전을 통해 다양한 산업에서 활용이 확대되며, 직원 재교육과 환경적 고려, 그리고 경영진과 직원의 기술 역량 강화가 중요해질 전망이다. 제조업에 특화된 산업 메타버스 플랫폼의 경우, 기술 발전과 AI 융합으로 맞춤형-대량 생산 특화 기능들이 요구되는 방향으로 발전할 것으로 예상된다. 산업 메타버스 도입 활성화를 위해서는 사례 확산, 생태계 구축, 플랫폼 개발, AI 융합, 인력 양성이 중요하다. 첫 번째로, 제조, 의료, 에너지 등 다양한 산업에서 성공 사례를 발굴하고 이를 확산해야 한다. 기술 성숙도와 조직의 수용도를 고려하여 도입 장애를 줄이고, 정부는 도입 초기의 어려움을 해결할 가이드라인과 재교육 지원을 제공할 필요가 있다. 두 번째로, 중소기업의 산업 메타버스 도입 부담을 줄이기 위해 디지털 트윈, XR 등 신기술 도입 지원, 전문 인력 육성, 컨설팅 지원 등이 필요하다. 세 번째로, XR, AI, IoT 등 여러 기술이 융합되므로 다양한 기술 기업 간의 협업이 필수적이다. 정부는 기업, 연구기관, 학계 간 협력을 조율하여 상호 운용 가능한 생태계를 구축해야 한다. 네 번째로, 제조업에 특화된 산업 메타버스 플랫폼을 개발하여 기업들이 쉽게 활용할 수 있도록 제공해야 한다. 다섯 번째로, 산업 메타버스와 AI 융합을 촉진하기 위해 연구개발 지원, 파일럿 프로젝트 운영, 민관 협력 촉진 등 다양한 측면의 지원 제공이 필요하다. 여섯 번째로, 전문 인력 양성을 위해 교육 프로그램 개발 및 산학 협력을 강화하고 재직자 교육과 연구개발 인력 양성도 지원할 필요가 있다. Executive Summary The advancement of B2B SW and the convergence of new technologies are accelerating the evolution toward the industrial metaverse. Traditionally, B2B software like SCM and ERP focused on improving efficiency and interactions between businesses, but recently, the integration of technologies such as AI, big data, and IoT has led to more sophisticated decision-making support and automation. Additionally, the combination of these technologies with XR and digital twin, which bridge the virtual and real worlds, has created a new paradigm called the industrial metaverse. The industrial metaverse facilitates the digital transformation of real-world industries by enabling factory operations, product design, employee training, and more within virtual spaces. This technology is expected to be utilized in various sectors, including manufacturing, logistics, and healthcare, driving real-world improvements such as increased productivity and cost reduction. By 2030, the industrial metaverse is projected to grow into a market worth approximately $100 billion. The industrial metaverse can be understood as a technology that merges the physical and digital worlds, solving real-world challenges and enhancing industrial efficiency within virtual environments. Through virtual simulations, remote monitoring, virtual product demonstrations, and collaboration, it enables increased productivity, cost savings, and improved efficiency in education and training. Global big tech companies are building ecosystems by securing industrial metaverse platforms, forming partnerships between businesses, and gaining references. In South Korea, adoption cases are emerging in sectors like manufacturing, defense, and pharmaceuticals, with visible cooperation between demand-side and supply-side companies. In the mid to long term, early investments and collaborations related to the industrial metaverse are expected to increase, with the expansion of its use across various industries due to the advancement of technologies like AI and XR. In this context, employee reskilling, environmental considerations, and the enhancement of technical expertise among management and employees will become critical. For industrial metaverse platforms specialized in manufacturing, advancements in technology and the fusion with AI are anticipated to drive the demand for features tailored to mass customization. To promote the adoption of the industrial metaverse, it is essential to expand case studies, build ecosystems, develop platforms, integrate AI, and train skilled personnel. First, successful cases in various industries such as manufacturing, healthcare, and energy should be identified and disseminated. By considering the maturity of technology and organizational readiness, adoption barriers can be reduced, and the government should provide guidelines and retraining support to address initial challenges. Second, to ease the adoption burden on small and medium enterprises (SMEs), support for implementing new technologies like digital twins and XR, workforce development, and consulting are needed. Third, as multiple technologies such as XR, AI, and IoT converge, collaboration among diverse tech companies is essential. The government should coordinate partnerships among businesses, research institutes, and academia to establish an interoperable ecosystem. Fourth, an industrial metaverse platform tailored to manufacturing should be developed to enable easy access for businesses. Fifth, to foster the integration of the industrial metaverse with AI, a variety of support measures are required, including research and development funding, pilot projects, and public-private collaboration. Lastly, to develop a skilled workforce, the creation of specialized training programs, stronger academia-industry cooperation, as well as employee training and R&D talent development, are crucial.

최근 몇 년간 인공지능(AI) 기술의 발전은 챗GPT의 출시 이후 거대 언어 모델(LLM) 개발 경쟁을 거치며 가속화되었다. 현재 공개된 AI 모델들의 성능은 특정 분야에서는 이미 인간의 능력을 뛰어넘었고, 이에 따라 활용 범위 또한 급격히 확장되었다. 특히 생성 AI를 기반으로 하는 범용 AI는 제조, 의료, 금융, 교육 등의 여러 산업 분야에서 활용되고 있다. 하지만, AI 기반의 서비스들이 다양한 이점을 제공하는 한편, 고성능 AI에 대한 접근성의 향상으로 인해 새로운 위험에 대한 우려 또한 증가했다. 이에 따라, 기존 AI 신뢰성, 책임성, 윤리 등의 논의와 더불어, ‘AI 안전’이 더욱 중요해졌다. 악의적인 사용, 오작동과 같은 위험들이 실제 피해까지 야기하고 있는 만큼, AI의 안전 확보를 위한 대응책 마련이 시급해진 상황이다. 앞으로 등장할 더 강력한 성능을 가진 프론티어 AI 모델은 의도치 않은 결과의 도출, 제어 불가, 사회적 악영향 등 여러 잠재적인 위험을 포함할 가능성이 높아, 규제와 지침 마련을 비롯하여 다양한 국제적 노력이 이루어지고 있다. 각 국의 정부, 기업 등 이해관계자들은 AI의 안전성을 확보하기 위해, 위험을 식별하여 평가 기준을 마련하고, 안전한 AI 개발 및 배포와 위험 대응책을 마련하기 위해 노력하고 있다. 최근 연구들에서는 사고 사례나 발생 가능한 시나리오에 따른 위험들을 분류하여 제시하고 있다. 하지만, 연구마다 다양한 위험 분류 체계를 제시하고 있어, 합의된 AI 안전 평가 체계를 마련하기에는 아직 더 많은 논의가 필요한 상황이다. 미국, 영국, 일본 등은 AI 시스템의 안전성 확보를 위해 AI 안전연구소를 통해 AI 안전 및 위험 연구, 위험성 평가, 안전한 AI 개발·구현을 위한 기준 마련 등의 기능을 수행 중이다. 대표적으로 AI 위험 관리 프레임워크(美), AI 안전에 관한 과학 보고서(英) 등을 통해 AI의 위험에 대한 대응 방안을 제시하고 있으며, 한국도 설립될 AI 안전연구소를 통해 AI 안전 수요에 대응할 예정이다. 본 보고서에서는 AI 안전과 관련된 개념을 정리하고, 최근 수행된 연구들이 제시하고 있는 AI 위험 유형 및 요인을 정리하여, 사례와 함께 분석함으로써 앞으로의 AI 위험 대응에 관한 정책적 시사점을 제공하고자 한다. Executive Summary Advancements in artificial intelligence (AI) technology have accelerated, particularly following the launch of ChatGPT, which has triggered a competitive race in the development of large language models (LLMs). The performance of currently available AI models has already surpassed human capabilities in certain domains, leading to a rapid expansion in their areas of application. General-purpose AI, especially those based on generative AI, is now being utilized across various industries, including manufacturing, healthcare, finance, and education. However, while AI-based services offer numerous benefits, the increased accessibility of high-performance AI has also raised concerns about new risks. As a result, alongside existing discussions on AI reliability, accountability, and ethics, "AI safety" has become an increasingly critical issue. Given that risks such as malicious use and malfunctions are already causing real harm, there is an urgent need for measures to ensure AI safety. Governments, corporations, and other stakeholders are working to ensure the safety of AI by identifying risk factors, establishing evaluation criteria, and developing measures for the safe development and deployment of AI, as well as for responding to potential risks. Recent studies have classified risk factors based on accident cases and possible scenarios. However, since each study presents different classification, further discussion is needed to establish a common AI safety evaluation framework. The United States, the United Kingdom, and Japan are addressing safety of AI through dedicated agency, which focus on AI risk research, risk assessments, and the development of standards for the safe creation and implementation of AI systems. Notable examples include the AI Risk Management Framework (USA) and the Science Report on AI Safety (UK), both of which propose strategies for addressing AI-related risks. Korea also plans to address AI safety demands through the establishment of its own AI safety institute. This report aims to organize the concepts related to AI safety, summarize the risk factors identified in recent studies, and analyze these factors along with real-world cases to offer policy implications for future AI risk response strategies.