요약문 1. 제 목 : SW기초체력 강화를 위한 SW유망기술 도출 연구 2. 연구 배경 및 목적 디지털 심화시대에 기술 선점은 국가와 기업에게 중대한 경쟁 요소로 부상하고 있다. 과거처럼 기술 선도국의 전략을 추격하는 것만으로는 더 이상 충분하지 않으며, 디지털 환경에서의 선도적 위치 확보는 지속적인 성장을 위한 필수 조건이 되었다. 이러한 상황에서 새로운 유망 기술을 신속하게 감지하고, 효과적으로 개발 및 확산하는 능력은 디지털 강국으로의 도약과 지속 가능한 성장을 위해 필수적이다. SW 유망기술 발굴은 전략적으로 매우 중요한 요소로 인식되지만, 대부분의 연구는 유망분야 및 토픽의 동향을 다루는 데 초점을 맞추고 있어서 구체적인 기술군에 대한 정보를 제공하는 연구가 부족한 상황이다. 이에 본 연구는 디지털의 기반이되는 소프트웨어(SW) 유망 기술 발굴에 중점을 두어, 국가 및 기업이 급변하는 디지털 환경에 능동적으로 대응할 방안을 제안하고, 디지털 경쟁력을 강화하는 데 필요한 근거로 활용할 기초자료를 생성하고자 한다. 3. 연구의 구성 및 방법 본 연구는 총 6장으로 구성되어 있다. 제1장에서 디지털 심화시대에 SW의 중요성과 SW유망기술 발굴의 필요성을 밝히며, 이를 통한 정책 마련에 필요한 기초자료 제공한다는 목적을 제시한다. 제2장에서는 유망기술의 개념과 특성을 설명하고, 유망기술 발굴이 기업 경쟁력에 미치는 영향을 국내외 연구를 통해 분석한다. 제3장에서는 유망기술을 예측하기 위한 데이터 및 분석 방법론을 검토하고, 제4장에서는 특허 데이터와 소프트웨어 산업 연계 방법, 텍스트 마이닝 및 토픽 모델링을 통한 SW 유망기술 발굴 방법론을 제시한다. 제5장에서는 세부 산업별로 도출한 유망기술을 정리하고, 제6장에서는 정책적 시사점과 연구의 한계 및 향후 연구 방향을 제시한다. 본 연구는 SW유망기술 발굴을 위해 다음과 같이 양적 및 질적 연구방법을 병행하였다. 첫째, 국내외 연구논문, 연구보고서, 언론기사를 통해 유망기술의 발굴 방법, 활용 데이터, 기술 동향을 파악했다. 둘째, 특허분석 및 산업계 전문가 10인의 인터뷰를 통해 기술 후보군 검증과 신뢰성 확보, 연구방법론에 대한 자문을 수행했다. 셋째, 특허 데이터베이스를 활용한 정량분석으로, 텍스트 마이닝과 토픽 모델링 방법을 사용하여 R 프로그램을 통해 유망분야 및 기술을 도출했다. 이 연구는 전문가의 직관과 경험을 데이터 분석과 결합하여 객관적이고 전문적인 결과를 도출하고자 했다. 4. 연구 내용 및 결과 본 연구에서는 미국시장에 등록된 특허정보를 수집하여 텍스트 마이닝과 토픽모델링을 수행하였으며, 추가적으로 전문가 자문, 논문 및 보고서 등의 내용과 통합적으로 검토해서 SW세부산업(게임SW, 패키지SW, IT서비스, 인터넷SW 등)에서 총 33개의 유망기술을 발굴하였으며, 유망기술들은 각각 세부 산업별로 게임SW가 9개, 패키지SW가 7개, IT서비스 7개, 인터넷SW 10개 등으로 분류하여 소개한다. 각 해당기술이 어떻게 활용되며, 인공지능, 빅데이터, 클라우드, 블록체인 등 신SW기술들과 어떤 시너지를 발휘할 수 있는지에 대한 추가정보를 제시한다. 추가정보는 인터넷 검색, 최신 뉴스, 관련 논문, 다양한 유망기술 보고서 등의 신뢰할 수 있는 자료를 통해 심도 있게 조사한 결과를 바탕으로 제시하였다. 이 기술들은 데이터 분석, 보안, 사용자 인터페이스, 상호작용 최적화, 네트워크 등 다양한 영역에서 SW혁신을 이끌어내며, SW산업을 넘어 타산업의 디지털 전환과 산업 고도화를 앞당기는 데 핵심적역할을 할 것이다. 게임SW분야에서는 고급 데이터 스트림 처리 및 최적화 프레임워크, 적응형 신경망 시스템, 확장현실 기술 등이 플레이어의 몰입감과 상호작용을 강화시킬 것이다. 이 기술들은 게임 내 경험을 풍부하게 하고, 사용자 맞춤형 콘텐츠를 제공함으로써 게임 산업의 경쟁력을 강화할 것이다. 패키지 소프트웨어 영역에서는 지능형 데이터 융합, 보안 분석 프레임워크, 실시간 3D 재구성 등의 기술이 데이터 관리와 분석의 효율성을 높여 업무 효율성을 개선할 것이며, 보안을 강화시킬 것 이다. 이러한 기술들은 비즈니스 프로세스와 의사결정을 지원하고, 다양한 산업 분야에서 혁신을 이끌 것으로 예상된다. IT 서비스 분야에서는 적응형 암호화 접근 제어, 양자 키 분배 시스템, 분산 지능 아키텍처 등이 정보 기술의 안전성과 협업 효율성을 개선할 것이다. 이 기술들은 조직의 IT 인프라 관리 및 보안을 강화하고, 데이터 기반의 의사결정을 지원할 것이다. 마지막으로, 인터넷 소프트웨어 분야에서는 뇌-컴퓨터 인터페이스, AI 기반의 디자인 시스템, 데이터 스토리텔링 등이 사용자 경험과 참여를 증진시킬 것이다. 이 기술들은 데이터의 가치를 극대화하고, 사용자에게 더 풍부하고 유익한 정보를 제공할 것으로 기대된다. 이러한 유망 기술들은 산업 전반에 걸쳐 혁신을 촉진하며, 기업과 조직의 경쟁력을 강화하는 동시에 사용자의 삶의 질을 개선하는 데 기여할 것이다. 5. 정책적 활용 내용 본 연구 결과는 대한민국 SW산업의 진흥을 위한 전략 수립에 필수적인 정보를 제공한다. 정부 관계자들은 이러한 결과를 기반으로 SW 지원정책 분야의 우선순위를 결정하고 향후 연구개발과 사업화를 지원할 수 있는 방향을 설정하는 데 참고가 될 것이다. 또한 SW산업 및 결합기술과 관련된 진흥사업을 수행하는 전담기관들의 연구개발 사업기획의 방향성을 제시하는 데 참고자료로 활용될 것이다. 6. 기대효과 본 연구 결과는 산업, 정부, 교육 및 연구기관 측면에서 각각 시사점을 제공할 수 있을 것이다. 첫째, 산업계에는 SW유망기술, 유망기술과 시너지를 낼 수 있는 결합기술, 활용분야 등을 제시함으로써 기술 개발 및 사업 재편에 대한 전략적 방향설정에 활용할 수 있을 것이다. 나아가 본 연구결과를 토대로 효율적인 기술 투자와 개발을 진행하여 성공적인 비즈니스 모델을 형성할 수 있을 것으로 기대한다. 둘째, 정부차원에서는 연구 결과를 기반으로 SW유망기술 개발과 확산을 촉진하는 정책 수립에 활용할 수 있을 것이다. 이는 디지털 변혁에 선도적 정책지원으로 기술패권에서 우위를 선점하는 데 기여할 수 있을 것이다. 마지막으로 본 연구의 결과는 대학 및 연구 기관에게 유망 기술에 기반한 교육 및 훈련 프로그램을 개발과 SW분야의 연구개발 활동의 방향성을 수립하는 데 활용할 수 있는 기반자료가 될 것이다.

※ 국내 GPU 현황은 시점 현행화와 정밀한 조사를 거쳐 추후 별도 게시 예정 1장 조사개요 01 조사개요 02 주요 용어 해설 03 모집단 정의 04 모수 추정 2장 조사결과 01 일반 현황 02 인공지능 기술 및 사업현황 03 매출 현황 04 해외수출 현황 04 인력 현황 05 투자 및 개발 현황 06 애로사항 및 건의사항 3장 부록 01 주요 주관식 문항정리 02 통계표 03 조사표

인공지능(AI)이 직·간접적으로 국가 생산성을 높이고 국가의 미래 경쟁력을 결정짓는 핵심 요소로 부상하면서, 각국은 AI 기술을 미래 경쟁력의 핵심으로 인식하여 대대적인 AI R&D 투자 및 생태계 조성을 위한 정책 추진 등 기술 주도권 확보를 위한 노력을 경주하고 있다. 글로벌 AI 경쟁이 치열해지고 있는 가운데, 본 연구에서는 AI 시장 규모가 큰 미국(USPTO), 중국(CNIPA), 유럽(EPO) 등 3개 특허청에 등록된 특허정보를 수집하여 특허지표 분석을 실시하였다. 세계지식재산권기구(WIPO)의 AI 관련 특허정보 수집 방법에 따라 검색식을 작성하고 특허정보 데이터셋을 구축하였다. 이때 시간적 범위는 AI 기술 패러다임에 획기적인 변화를 가져온 AI 모델 ‘트랜스포머(Transformer)’가 등장한 2017년을 기점으로 하여, 연구시점 기준으로 온전한 통계 산출이 가능한 2023년 7월(출원일 기준)까지로 설정하였다. 국가별 AI 경쟁력을 평가하는 대표적 지수인 ‘토터스 미디어(Tortoise Media)’ 「글로벌 인공지능 지수(The Global AI Index)」의 상위 12개국(2024년 기준)을 분석 대상으로 설정하고, 국가별·연도별 등록특허의 양적 규모와 AI 기술개발 성과의 집중도, 기술적 역량, 영향력 등 질적 수준을 나타내는 특허지표별 측정 결과를 분석하였다. Executive Summary Artificial Intelligence (AI) stands as a pivotal enabler of national productivity and a decisive determinant of future competitiveness. Policymakers and industry leaders increasingly recognize the strategic importance of AI, dedicating substantial resources to research and development initiatives while enacting policies designed to nurture a thriving innovation ecosystem. This study aims to apply selected patent indicators to elucidate the state of AI technology worldwide and to evaluate the technological competitiveness of South Korea and major countries. Following the methodological framework established by the World Intellectual Property Organization (WIPO), we developed patent search queries that integrate both relevant classifications and specific keywords. The focus of this study rests on granted patents filed at the United States Patent and Trademark Office (USPTO), China National Intellectual Property Administration (CNIPA), and the European Patent Office (EPO) between January 2017 and July 2023. By examining a suite of patent indicators—covering dimensions such as quantitative scale, technology development intensity, technological capabilities, quality, and global influence—we provide a comparative evaluation of AI technological competitiveness across nations. This assessment includes 12 leading countries identified by the 2024 Global AI Index published by Tortoise Media, offering deeper insights into the varied trajectories of AI development and global competitiveness.

본고에서는 2024년까지 전 세계에 출시된 초거대 AI 모델 현황을 분석하여 글로벌 기술 동향과 트렌드를 살펴본다. 초거대 AI 모델이란, 대규모의 컴퓨팅 인프라를 바탕으로 방대한 데이터를 학습하여 인간처럼 종합적인 인지·판단·추론이 가능해진 ‘큰 규모’의 AI 모델을 의미한다. 미국 민간 연구단체인 ‘EPOCH AI’의 초거대 AI 모델 현황 DB로부터 수집한 데이터를 활용하여 그간 출시된 초거대 AI 모델의 연도별·국가별·분야별·유형별 현황을 분석한다. 특히 2024년 초거대 AI 모델을 출시한 주요 기업/기관과 주요 모델에 대해서도 살펴본다. 마지막으로 글로벌 초거대 AI 모델 개발 트렌드를 정리·요약하고, 시사점 및 정책 제언을 제시한다. Executive Summary This report examines the current status of large-scale AI models released worldwide by 2024. The large-scale AI model refers to a AI model that have learnt vast amounts of data based on a large-capacity computational infrastructure, enabling comprehensive cognition, judgement, and reasoning akin to humans. It analyzes the current status of the large-scale AI model released so far by year, country, sector, and type using data collected from EPOCH AI database. Particularly, it examines the major developers and major models launched in 2024. Lastly, it summarizes the global large-scale AI model development trend, and presents policy recommendations for the field of AI.

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)

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