요약문 1. 제 목 : 메타버스-인공지능 융합 활성화 연구 2. 연구 목적 및 필요성 메타버스는 제조·의료·교육 등 다양한 산업에서 실증 성과를 축적하며, 엔터테인먼 트 중심 활용을 넘어 시뮬레이션, 의사결정지원, 교육·훈련 등으로 활용 범위를 확대 하고 있다. 한편 AI는 데이터 기반 자동화를 통해 산업 전반의 생산성과 업무 구조를 재편하는 핵심 기술로 자리잡고 있다. 최근에는 생성형 AI 기반 콘텐츠 제작 고도화, XR 기반 AI 스마트 안경 확산, 엔비디아의 옴니버스–코스모스를 통한 피지컬 AI 훈련 사례 등에서 보듯 메타버스와 AI가 상호 보완적으로 결합되고 있다. 그러나 기존 연구는 메타버스 관점에서의 AI 활용에 집중되어 왔으며, AI 발전 관점 에서 메타버스의 전략적 역할에 대한 체계적 분석은 미흡하다. 이에 본 연구는 메타버 스–AI 융합 구조를 종합적으로 분석하고, 양 기술의 공진화를 촉진하는 기술·산업·정 책적 시사점을 도출함으로써, 메타버스는 AI 기반 산업 혁신과 디지털 전환을 견인하 는 핵심 플랫폼으로, AI는 메타버스의 기능·서비스·생태계를 고도화하는 핵심 동력 으로 발전하는 데 기여하고자 한다. 3. 연구의 구성 및 범위 본 연구는 메타버스와 AI 융합 활성화 전략을 도출하기 위해 기술–산업–정책으로 이 어지는 단계적 구조로 총 5개 장으로 구성되었다. 제1장은 연구 배경과 목적을 제시하 고, 제2장은 메타버스와 AI의 핵심 기술 요소를 정리한다. 제3장은 AI 기반 메타버스 혁신과 메타버스 기반 AI 혁신 등 양 기술의 상호 시너지를 분석하고, 융합 시너지에 따른 가치사슬 변화를 구조화한다. 제4장은 주요 산업별 활용 동향과 주요국의 관련 정책을 검토하여 메타버스-AI 융합의 중장기 발전 방향을 제시한다. 마지막으로 제5장 은 메타버스–AI 융합의 장애요인을 정리하고 대응 방안을 제시한다. 4. 연구 내용 및 결과 4.1 메타버스 및 AI 기술 개요 메타버스는 현실 세계와 가상 세계가 융합하는 가상융합세계로, 메타버스의 핵심 기 술로는 AI, 공간컴퓨팅, 디지털 트윈, 블록체인 등이 있다. 이들은 콘텐츠–플랫폼–네트 워크–디바이스(CPND) 산업 생태계 전반에 걸쳐 신공간화, 초개인화, 초실감화, 멀티모달화라는 진화 방향을 형성하고 있다. 특히 공간컴퓨팅은 현실 공간을 디지털 정보와 정밀하게 연동하여 사용자의 상호작용 방식을 근본적으로 확장하며, 디지털 트윈은 물 리적 세계를 가상 환경에 실시간으로 복제·분석·예측하는 기반 기술로 산업 전반의 의사결정 구조를 고도화한다. 한편, AI는 기계학습-딥러닝-생성형 AI로 이어지는 기술 발전을 통해 산업의 생산성 구조와 업무 방식을 재편하는 범용 핵심 기술로 부상하였다. 특히 생성형 AI는 텍스 트·이미지·영상·음성·코드 등 다양한 콘텐츠를 창작하는 능력을 바탕으로 메타버 스 콘텐츠 생산을 혁신하고 있으며, 멀티모달 AI, AI 에이전트 등은 산업 전반의 지능 화를 가속화하고 있다. 4.2 메타버스-AI 융합 시너지 메타버스와 AI 기술은 서로의 발전을 촉진하며 공진화하고 있으며, 이로 인해 새로운 가치와 서비스 창출의 혁신이 기대된다. AI는 텍스트로도 실시간 콘텐츠 창작을 지원하며, 메타버스 내에서 사용자의 행동 패턴을 학습하여 개인화된 콘텐츠와 추천 시스템 구현 등에 핵심적 역할을 수행한다. 이를 통해, 메타버스는 각 사용자에게 최적화된 맞춤형 경험을 제공하고 산업적 활용 측면에서도 향상된 성과 달성에 기여할 수 있다. 메타버스는 AI 학습에 필요한 데이터와 시뮬레이션 환경을 제공함으로써 상호 시너지 효과를 창출하고 있다. 메타버스에서 생성되는 사용자 행동 데이터는 AI 모델 학습에 유용하게 활용될 수 있고, 메타버스에서 제공하는 가상 시뮬레이션 환경은 AI가 복잡 하고 다양한 물리적 조건을 안전하게 사전 학습하고 대응 전략을 검증하는데 기여할 수 있다. 또한, AI 기반 XR 기기와 디지털 휴먼은 현실과 가상 세계를 연결하는 핵심 매개체로서 AI의 실생활 활용성을 높이며, 새로운 응용 서비스 기회를 창출할 것으로 기대된다. 또한, 메타버스–AI 융합은 ‘인프라’에서 ‘경험’에 이르는 메타버스 가치사슬 전 단계에 걸쳐 동시다발적으로 확산되며, 생태계 전반의 고도화를 견인하는 핵심 동력으 로 작용하고 있다. AI는 메타버스 전 영역에서 효율성·개인화·지능화를 동시에 강화 하며 기존 가치사슬을 고도화하는 동시에 새로운 수익 기회를 창출하고 있다. 이러한 융합의 확산은 기술 혁신을 가속화하는 한편, 데이터 수집·가공 범위, AI생성 창작물 저작권 등 새로운 사회·제도적 과제의 부상을 예고하고 있다. 4.3 메타버스-AI 융합 발전 전망 제조, 교육, 유통, 의료 등 다양한 분야에서 메타버스와 AI 융합이 적용되고 있다. 제 조분야에서는 AI 기반 공정 최적화, AI 기반 시뮬레이션, 로봇 가상 훈련 등의 활용 사 례가 나오고 있으며, 교육 분야에서는 개인 맞춤형 학습, AI 보조 학습 등이 가능해지 고 있다. 유통 분야에서는 맞춤형 가상 쇼핑 경험 제공, 물류 효율성 향상 등에 기여할 수 있으며, 헬스케어·의료 분야에서는 XR 치료 플랫폼, 정신·인지 재활 지원 등에 활용될 수 있다. 건설, 국방, 문화 분야에서도 메타버스-AI 융합 활용 사례가 만들어지 는 등 다양한 산업 분야로의 점진적 확산이 전망된다. 국제적으로는 미국, EU, 중국, 중동에서 메타버스-AI 융합을 지원하는 정책들이 진행 되고 있다. 미국과 EU는 메타버스를 구현하는 XR을 중심으로 AI를 융합하는 사례들을 개발하고 있으며, 중국은 메타버스 육성 계획에 산업 메타버스를 중심 축으로 삼아 AI, 블록체인, 클라우드 등 신기술의 집성 혁신을 명시하였다. 중동에서는 관광, 도시 분야 에서 메타버스 도입과 AI 연계를 시도하고 있으며, 국제전기통신연합(ITU)과 유엔 국제 컴퓨팅센터(UNICC), 디지털 두바이가 공동으로 추진하는 시티버스(Citiverse - Global Initiative on Virtual Worlds & AI)는 메타버스와 AI 등 디지털 신기술의 도시 적용을 위한 규범적 프레임워크를 마련하고 있다. 산업 활용 동향과 정책 동향을 통해 볼 때 메타버스-AI 융합 시너지는 중장기적으로 지속 발전 할 것으로 전망된다. 구체적으로는 단기적으로 콘텐츠 생산성과 개인화 경 험의 향상 및 서비스 최적화가 두드러지며, 중기적으로 AI 인터페이스의 고도화와 활 용 범위 확대, 장기적으로 현실과 가상 간 융합이 일상화되면서 사회·경제 구조 건반 에 걸친 근본적 변화가 나타날 것으로 전망된다. 메타버스–AI 융합은 중장기적으로 높은 산업적·사회적 잠재력을 지니지만, 이를 현실화 하기 위해서는 기술적·산업적 제약을 동시에 극복할 필요가 있다. 특히 시뮬레이션 기반 AI 학습에서는 가상과 현실 간 성능 격차(Sim-to-Real Gap) 문제 해결이 필요하며, XR 기기 역시 배터리, 무게, 시야각, 사용자 피로도 등 기술적 한계를 극복해야 한다. 또한 플랫폼 구축, 장비 도입, AI 인프라 확보 등에 따른 높은 초기 비용과 투자 불확실성은 산업 확산 을 지연시키는 요인으로 작용할 수 있다. 따라서 메타버스–AI 융합은 기술 성숙도 확보와 경제성 검증 과정을 거치며 점진적으로 발전할 가능성이 높으며, 향후 발전 전략은 기술 혁 신과 산업 기회뿐 아니라 기술적 한계와 리스크를 균형 있게 고려하는 접근이 필요하다. 4.4 메타버스-AI 융합 활성화 방안 메타버스-AI 융합을 저해하는 주요 장애요인은 내부 인재 부족, 경영진의 인식 부족, 데이터 부족, AI 인프라 비용, 기존 시스템과의 상호 운용성 부족, 초기 투자비용, 투자 대비 성과 불확실, 법·제도의 불확실성 등으로 요약된다. 이러한 제약은 기업 단독으 로 해결하기 어려우며 정부 차원의 지원 정책이 요구된다. 이에 본 보고서는 융합 인재 양성, 경영·조직 역량 강화, 데이터 생태계 구축, AI 인 프라 지원, 표준·상호운용성 확립, 초기 도입지원, 정책금융, R&D 실증 지원, 파트너 십 및 글로벌 진출, 법·제도 정비를 대응 방안으로 제시한다. 이를 통해 메타버스-AI 융합을 촉진하고 메타버스와 AI 산업이 상호 발전하는 선순환 구조를 구축함으로써 국 가 디지털 경쟁력과 미래 성장 동력을 강화하는데 기여하고자 한다. [대응 방안1] 융합인재 양성 메타버스–AI 융합은 3D·XR·AI·데이터·산업 도메인을 아우르는 복합 역량을 요구 하지만, 국내 기업들은 이러한 융합 인재를 충분히 확보하지 못하고 있으며 특히 중소 기업은 인력 확보와 유지에 어려움을 겪고 있다. 이에 따라 대학–산업–정부 연계를 통 한 융합 교육과정 구축, 재직자 리스킬링·업스킬링 확대, 현장 프로젝트 및 글로벌 교 육·인증 연계 등 단계적·지속적인 인재 양성 체계 구축이 필요하다. [대응 방안2] 경영·조직 역량 강화 메타버스–AI 서비스 추진을 위해서는 기술·데이터·인프라 투자와 함께, 경영진의 인식 제고와 전담 조직·거버넌스 정비 등 경영·조직 역량 강화가 병행되어야 한다. 이를 위해 경영진 대상 전략 교육, 전담 조직에 대한 권한·예산 부여, 기술 인력 성과 의 KPI 반영 및 보상 강화 등을 통해 메타버스–AI 융합을 중장기 핵심 사업 영역으로 정착시킬 필요가 있다. [대응 방안3] 데이터 생태계 구축 메타버스–AI 융합의 경쟁력은 고품질 데이터의 확보와 공유·활용 역량에 의해 좌우 되며, 현재 주요 산업 도메인에서 학습용 멀티모달 데이터 부족이 핵심 제약 요인으로 작용하고 있다. 이에 따라 개별 기업 단위의 대응을 넘어, 국가·산업 차원의 데이터 생태계 구축과 산업별 핵심 데이터 정의 및 데이터 로드맵 수립이 필요하다. 또한 공 공–민간 공동 데이터 표준체계 구축과 데이터 거래 활성화를 통해 표준 단절과 정합화 비용을 완화하고, 중소기업 대상 데이터 전처리 바우처 확대와 공공 전처리 인프라 공 동 활용을 통해 데이터 구축 비용 부담을 줄일 필요가 있다. [대응 방안4] AI 인프라 지원 메타버스–AI 서비스 운영에는 대규모 연산 인프라가 필수적이지만, 중소·지역 기업은 높은 GPU·클라우드 비용으로 인해 심각한 부담을 겪고 있다. 이에 공용 GPU 센터 구 축, 연산 자원 바우처·클라우드 이용료 지원, PoC 이후 운영 단계까지 이어지는 지속형 인프라 지원, 그리고 기업 성장 단계에 맞춘 맞춤형 장비 지원 체계 마련이 필요하다. [대응 방안5] 표준·상호운용성 확립 메타버스–AI 융합이 산업 전반으로 확산되기 위해서는 플랫폼 간 연동과 기존 시스템 연계를 가능하게 하는 표준·상호운용성 체계가 필수적이며, 이는 보안 기준과 함께 초기 단계부터 설계되어야 한다. 또한 글로벌 시장 진출을 고려하여 국제 표준·규제 와의 정합성을 확보하는 것이 메타버스–AI 융합 생태계 확장에 필요하다. [대응 방안6] 초기 도입 지원 메타버스–AI 융합 사업은 높은 초기 투자 비용으로 인해 중소·지역 기업이 파일럿조 차 시도하기 어려운 경우도 생겨, 공공영역 중심의 초기 시장 창출과 선도적 공공구매 를 통한 도입 촉진이 필요하다. 아울러 실증–마켓핏–디자인–현지화–사업화 이관을 연계 한 전주기 지원과 바우처·엑셀러레이팅 결합형 정책을 통해 초기 도입이 실제 시장 확산으로 이어지도록 해야 한다. [대응 방안7] 정책금융, R&D 실증 지원 메타버스–AI 융합 사업은 기술적 불확실성과 높은 투자 부담으로 인해 기업이 단독으 로 대규모 투자를 감행하기 어려우므로, 실증형 R&D 보조금과 성과연계형 금융지원 등 정책금융의 적극적 개입이 필요하다. 또한 PoC·테스트베드 확대와 공공 안전·국 방·의료 등 공공영역 중심 실증 지원을 통해 실증 비용을 낮추고 사업화 연계를 촉진 해야 한다. 또한, 심투리얼 갭 해소를 위해 고충실도 시뮬레이션과 심투리얼 전이학습 기반의 기술 개발 지원을 강화하여 가상에서 학습된 AI가 실제 산업 현장에서 정확히 작동하도록 하는 기술 지원이 시급하다. [대응 방안8] 파트너십 및 글로벌 진출 메타버스–AI 융합 사업은 초기 투자 부담과 불확실성이 높아 기업 단독 추진이 어려 우므로, 국내 AI·메타버스 기업 간 파트너십과 대기업–중소기업 협력, 그리고 글로벌 공동 연구·실증 참여를 통해 비용과 리스크를 분산할 필요가 있다. 특히 국제 협력 프로그램 참여는 초기 부담 완화와 함께 기술 신뢰도 제고, 해외 실증 및 시장 진출을 촉진하여 국내 메타버스–AI 산업의 지속 성장 기반 강화에 기여 할 수 있을 것이다. [대응 방안9] 법·제도 정비 메타버스–AI 융합 산업의 성장을 위해서는 데이터 활용과 AI 생성물에 관한 현행 법 령의 적용 범위와 해석 기준을 명확히 정립하여, 기업이 사전에 법적 리스크를 예측할 수 있는 제도적 기반을 마련할 필요가 있다. 특히 메타버스 내 생체·행태 데이터와 AI 학습 데이터에 대한 수집·활용 요건, 가명정보 및 추가적 이용 기준을 AI 학습 특 성에 맞게 구체화함으로써 데이터 활용의 법적 예측 가능성을 제고해야 한다. 아울러 AI 생성물의 유형별 법적 분류와 책임 배분 원칙, 고위험 서비스에 대한 강화된 책임 기준을 포함한 일관된 규범적 틀을 정립하여, 생성형 AI 확산에 따른 규제 불확실성과 기업의 컴플라이언스 리스크를 최소화할 필요가 있다.

요약문 1. 제 목 : 국내 AI 창업기업 비즈니스 현황 분석 2. 연구 목적 및 필요성 우리나라는 AI 산업 육성을 위한 국가 전략과 입법을 꾸준히 추진해왔다. 예를 들어, 2023년 1월 발표된 「인공지능 일상화 및 산업 고도화 계획」(관계부처 합동)은 AI 소프트웨어와 하드웨어의 초격차 실현을 위한 기술 연구개발, 법 제도 및 규제 정비를 비롯해, AI 기업 성장을 위한 데이터 및 해외 진출 등의 내용을 담고 있다. 이를 통해, 2027년 3대 AI 기술 강국 도약, AI 전문기업 1천 개 육성 등의 정량적인 목표도 제시하였다. 이러한 국가정책을 바탕으로 지금, 이 순간에도 국내 다수의 창업기업이 AI 기술을 활용하여 새로운 비즈니스를 창출하고 있으나, 세계적인 경기 침체를 비롯한 여러 가지 애로사항으로 인해 사업을 영위하기에 어려운 상황에 직면해 있다. 예를 들어, 학습용 데이터나 AI 반도체 등 AI 인프라 구축의 어려움, AI 인재 확보의 한계, 해외 언어 및 이종 문화 문제를 비롯한 판로 개척의 난항으로 인한 글로벌화의 한계 등으로 인해 AI 창업 투자 생태계 강화를 위해서는 국내 창업·투자 생태계 연구가 중요한 상황으로 꼽히고 있다. 이에, 본 연구에서는 국내외 선행연구를 통해 AI 창업기업을 정의하고, AI 창업기업의 비즈니스 현황을 분석하고, 주요 우수사례를 발굴하고, 주요 창업기업을 대상으로 심층 인터뷰하여 기업이 직면한 현황, 제품 및 서비스 개발 현황을 파악하고, 정부의 정책 지원이 필요한 분야 등 AI 산업 생태계를 육성하고, AI 창업지원을 위한 정책 기초자료를 파악하고자 한다. 이를 통해, 국내 AI 창업·투자 생태계를 파악하면서 해외 주요국과 비교할 수 있는 시장현황 통계를 생산함으로써, 세계적 수준의 AI 창업기업 육성을 위한 정책의 기초자료 마련을 목표로 한다. 빠르게 변화하는 AI 시장과 창업·투자 생태계 특성상 조사 시간이 많이 요구되는 실태조사 대비, 유관 DB를 기반으로 신속하게 현황을 파악하고 국내·외 현황 비교를 위한 대안적 조사 연구로써 데이터 기반의 분석을 수행하였다. 3. 연구의 구성 및 범위 본 연구는 크게 세 가지 세부 과업으로 구성되어 있다. 첫 번째는 AI 창업기업 정의, 조사 및 분석이며, 두 번째는 AI 창업기업 비즈니스 현황 조사이고, 셋째는 AI 기업 사례 및 기업·기관 심층 조사에 관한 내용이다. 먼저 AI 창업기업 정의, 조사 및 분석에서는 AI 창업기업 정의에 대한 선행 조사를 기반으로 하여 창업기업을 정의하고, AI 창업기업 기준을 설정하였다. 이어, 정의된 AI 창업기업 기준에 맞게 창업기업 명부를 정리하고, 조사항목을 도출하여 VC 투자 정보 데이터베이스 및 웹 자료로부터 AI 창업기업 전반에 대한 투자 및 매출 현황, 정부 지원사업 추진 현황, 해외 진출 현황, 특허 등 지식재산권 보유현황 등을 조사하고, 이러한 요인들과 기업의 투자 및 매출과의 상관관계 분석을 위한 통계 분석 등을 수행하였다. 마지막으로, AI 창업기업에서 주요한 모범사례들이나 특징적인 기업을 선정하여 심층적으로 사례분석을 수행함과 동시에 AI 기업과 기관 심층 조사에서는 창업기업 투자나 정책지원기관, AI 창업기업을 대상에 대해 인터뷰하였다. 4. 연구 내용 및 결과 선행 문헌과 선행 연구에 기반하여, AI 분야 창업기업의 정의와 분류 기준을 마련하였다. 즉, 업력 7년 이내 기업으로, AI 기술을 통해 제품, 서비스, 플랫폼의 생산, 유통, 활용, 부가서비스, 조사, 분석, 컨설팅, 중개 등의 과정을 통해 가치를 창출하는 기업으로 정의하여 이 기준에 맞게 국내 VC 투자 데이터베이스인 더브이씨 DB에서 377개의 AI 창업기업을 포함, 총 513개 기업을 대상으로 투자, 수상 이력, 해외 진출, 제품 서비스, 지식재산권 확보 현황 등을 도출하였다. 주요 분석 결과는 다음과 같다. [국내 AI 분야 VC 투자 주요 결과] [국내 생성형 AI 분야 VC 투자 주요 결과] AI 창업기업을 대상으로 한 사례분석을 수행한 결과, 일부 AI 창업기업의 경쟁 우위와 이익창출력 측면의 취약성에 의해 지속성장의 어려움이 예측되었다. 이를 위해서는 기술과 서비스 개발을 위한 R&D 지원, 학습데이터 및 인프라 구축, 전문인력 지원의 필요성이 있었다. 기업과 기관 심층 인터뷰 결과, 최근 AI 스타트업의 대표적인 어려움으로는 높은 AI 모델의 개발 비용과 개발 데이터 확보의 어려움 및 AI 효과에 대한 투자자의 의문 등으로 초기 투자의 기피 요인이 발생하고 있다. 또한, 스타트업은 해외 시장 진출 경험 부족에 따른 Global standard 부재와 언어, 지역, 문화, 비용 등에 대한 정보 부족의 어려움을 호소하고 있다. 이에, 대기업의 자본과 창업기업의 능동적인 구조를 활용한 협업 체계를 마련하고, 대기업 벤처캐피탈 설립을 통한 오픈이노베이션 프로그램 활용이 적극적으로 필요하다고 할 수 있다. 초격차 기술을 가진 기업을 대상으로 빠른 상장을 지원하기 위해 과기정통부에서 추진하는 초격차 기술특례 상장 제도의 빠른 정착과 함께, AI 초격차 기술을 가진 기업에 경제적 지원을 할 AI 전용 펀드 결성을 통해 AI 산업 생태계 마련 및 지속성을 유지하면서도 장기적 관점에서 AI 전문인력 양성 방안 모색이 필요하다. 또한, 선제적 차원의 정부 공공 데이터를 기반으로 한 AI 기술 도입이 필요한 상황이다. 5. 정책적 활용 내용 본 연구과제의 주요 정책적 시사점은 다음과 같다. 스타트업 대상의 투자를 촉진하기 위해서는 높은 투자금을 받는 우수 스타트업을 육성하고, 대기업과의 투자 및 연구협력을 통해 기업의 내실을 키우도록 지원하는 것이 중요 정부 중심의 투자 시 좀비 스타트업을 양성하지 않도록 스타트업의 좋은 제품을 선별하여 정부가 구매하고 인증을 하는 방법이나, 공공 데이터 개방을 촉진하는 등 다른 방법의 정부 투자가 필요 해외 진출 기업과 투자자 간의 지속적인 네트워킹과 경험 교환의 장 마련 글로벌 협력을 위해 아프리카나 동남아시아 등 신흥국 ODA 사업과 연계한 글로벌 AI 활용 촉진, 국내 AI 기업 해외 영업 레퍼런스 확보 가능성 검증 기업가 정신의 함양: 교육과정으로서의 기업가 정신이 아닌, 타트업 CEO의 성공과 실패 경험을 공유하고 사업계획서를 작성하는 방법, 인큐베이터와 투자유치, 인력 확보 방안 등 실무적인 경험을 키우고 전문성을 강화 스타트업의 출구전략에 대한 정책 필요 (M&A와 기업공개를 활성화) 글로벌 AI 기업에게 필수적 사례가 된 안전하고 신뢰할 수 있는 AI 기술의 개발 오픈소스 AI 활용을 독려할 수 있도록 오픈소스 전문가 인력 채용을 활성화하고 오픈소스 기반 산업 응용 소프트웨어 개발을 위한 연구개발 지원 지역, 언어의 한계 극복을 위한 멀티모달 생성형 AI 기술에 주목 전문 인력 양성 및 국내 기업의 글로벌 AI 인재 유치 지원 등의 필요성 본 과제에서 제시하는 빠르게 생성 및 진화하는 국내 AI 창업기업 현황 분석 방법론을 통해, 향후 AI 기업 모집단 구축에 이바지할 수 있다. 이를 통해, 시의성 높은 산업·지역별 AI 제품 및 서비스 현황 분석으로 AI 산업 진흥을 위한 정책 자료로 제공할 수 있다. 6. 기대효과 본 연구를 통해 국내 AI 창업기업에 대한 최신 VC 투자 현황과 비즈니스 분석을 통해 국내 AI 기업을 육성하기 위한 정책 수립에 필요한 기초자료로 활용될 수 있다. 향후 혁신적인 인공지능 제품/서비스 활용 확대를 위한 미래 연구에도 활용될 수 있을 것으로 기대된다.

요약문 1. 제 목 : 국외 AI 시장 및 창업지원 정책 동향 조사 2. 연구 목적 및 필요성 2022년 ChatGPT의 출시와 더불어, 최근 초거대 AI 애플리케이션의 확산과 함께 전 산업의 AI 활용 확대 등 AI는 글로벌 시장에서 빠르게 확산하고 있다. 기존 산업에서는 AI를 도입하여 생산성 향상과 신규 시장 창출 등 부가가치를 발생하고 있으며, 신규 스타트업이 지속적으로 등장하여 VC와 정부로부터 대규모의 투자를 받아 성장하고 있다. 이에, 글로벌 AI 시장 및 창업 투자 동향을 파악하여 국내 AI 산업과 비교, 분석하는 연구를 통해 국내 AI 산업의 육성을 위한 정책 방향 수립의 기초자료 생성이 필요한 상황이다. 즉, 하루가 다르게 신규 기업 및 서비스가 출현하고 있는 급변하는 AI 시장의 특성을 고려할 때 글로벌 시장 조사와 환경분석은 시장의 흐름을 인지하고 기회를 포착하여 정책수립의 방향 설정을 하는 데에 중요한 역할을 할 것이다. 본 연구는 글로벌 인공지능 시장 및 투자 규모를 추정·전망하는 정량 자료를 수집‧ 분석하여, 주요국과 국내시장을 비교 분석하여 국산 AI 경쟁력 강화 및 해외진출 정책 발굴에 필요한 기초자료를 생성하는 데에 목적을 둔다. 또한, 국내와 해외의 AI분야 창업을 지원하는 정책의 비교 분석을 통해, 정책의 현황을 도출하고 비교함으로써 국내 AI 창업 및 투자 관점에서의 향후 가능성에 대해 분석하는 것을 목표로 한다. 3. 연구의 구성 및 범위 먼저, 본 과제에서 아우르는 ‘생태계’에 대한 용어를 명확히 정의하기 위해 기존 선행연구 문헌을 검토하였다. 이후, 글로벌 및 국내 AI 시장 규모 조사를 위해 글로벌 시장 조사 기관인 IDC와 Gartner로부터 세계, 국내 AI 및 생성형 AI 시장 규모 전망 보고서를 수집하여 조사 및 시사점을 도출하였다. 또한, 주요 국가별 AI 공급을 주도하는 주요기업의 시장 동향을 수집, 정리하였다. 시장 조사 기관의 보고서는 객관적인 수치를 도출하여 연도 및 국가 간 비교 분석을 하기에는 용이하나, 세부적인 기업의 현황과 통계 분석을 진행하기에는 원본 데이터 확보의 어려움, 기관의 수치 보정 및 계산 등의 사유로 어려움이 있다. 이에, 국가 간 비교가 가능한 스타트업 지표인 VC 투자 현황 데이터베이스인 Crunchbase 및 Dealroom.co 등을 분석하여 연도별, 국가별 AI분야 투자 및 창업기업 현황을 분석하였다. 마지막으로, 주요국의 AI 창업분야 정책 현황을 분석하고, 최근 우리나라의 각 유관 부처가 발표하는 AI 창업 정책을 통해 우리나라의 정책적 창업 환경의 강·약점을 도출하였다. 이를 통해, 전문가 자문 의견을 참고하여 최종 시사점을 도출하였다. 4. 연구 내용 및 결과 AI 생태계 관점에서는 AI의 공급과 수요, 활용 관점에서 주체들이 상호 상생하고 협력하는 구조를 형성하고 있다. 최근 글로벌 AI 생태계의 확장과 생성형 AI의 주목에 따라, 산업과 기업을 혁신함으로써 생태계는 능동적으로 확장되고 있다. 창업 및 투자 생태계 관점으로는 정책, 시장, 금융, 인적 자원, 지원, 문화 등 6가지 영역의 창업 생태계 모델을 바탕으로, 기업가정신에 기반하여 혁신적인 스타트업의 발전과 성장을 지원하고, 자금조달과 성장, 회수 등 창업 전반의 프로세스를 진행하는 제도와 자원의 기반을 의미하는 것으로 정의하였다. 글로벌 AI 시장 규모 및 투자 현황을 분석한 결과는 다음과 같다. [세계 AI 시장 규모] [해외 AI분야 VC투자 주요 결과] 글로벌 AI 시장 현황 분석 결과와 유사하게 VC 투자 부문 역시 미국이 전세계의 AI 시장을 주도하고 있으며, 특히 구글이나 MS 등 빅테크 기업이 시장 점유율은 물론 생성형 AI 스타트업 투자에서도 상위 투자액을 기록함으로써 플랫폼과 스타트업 생태계를 구성하고 있는 형태를 볼 수 있었다. 우리나라는 2022년 투자액 기준 세계 10위로, 스탠퍼드 AI Index의 결과와 유사한 수준으로 나타났다. 5. 정책적 활용 내용 본 연구의 주요 정책적 시사점은 다음과 같다. 정부의 적극적인 창업 정책과 AI 전략에 기반한 AI 창업기업 지원 정책 강화 AI 창업기업에 대한 정보 제공 및 자문 지원 글로벌 시장 진출 및 브랜드 위상 강화, 국제협력 및 파트너쉽 강화 개방형 AI 창업 연구 체계 구축 국내 인력의 해외 인력 유출 방지, 우수한 AI 인재 양성 및 유치 산업 생태계에서 협력체계 및 다양성 강화 창업기업들의 자금조달력 강화 지원 AI 창업 활성화를 위한 현행 법규에서 부담과 장애로 작용하는 규제를 완화하는 정책 마련 국내 AI 창업기업의 자금조달 및 투자 환경 개선 국내 대기업으로부터의 벤처투자 및 기업벤처캐피털(CVC) 활성화 GPT스토어 등 빅테크 생태계의 독점에 대한 우려 해소 필요 AI 원천기술(Foundation Model 등) 확보에 주력 현재, 국가별 AI 지수는 미국 스탠포드 대학을 비롯, 영국 토터스인텔리전스 등에서 매년 발표함으로써 세계적인 공신력을 인정받고 있다. 본 연구의 결과는 세계적인 AI 지수 발표 내용을 분석, 설명하는 보조 자료로써 활용될 수 있다. 대다수의 AI 지수는 순위와 점수 위주로 발표되며, 구체적인 스타트업의 수나 국가별 상위 투자 기업 등 계산 방식은 비공개로 처리되어 상세한 분석이 어려운 단점이 있으나, 본 연구와 같은 데이터베이스 원자료에 기반한 구체적인 데이터 분석 연구는 정량적인 결과 외에 추론과 국가별/기업별/기간별 세부 분석이 가능한 장점이 있다. 또한, 최근 AI 분야는 국가별 치열한 경쟁으로, 특히 선두국인 미국과 중국의 첨단기술 무역 경쟁으로 치닫고 있다. 아직까지는 미국과 중국 양국 간 경계를 넘나드는 투자나, 중국으로부터 투자받은 국내 기업이 문제가 되지는 않고 있지만, 본 과제에서 확보한 원자료를 통해 국가 간 투자 현황에 대한 모니터링이 가능하다. 6. 기대효과 세계 AI 시장 및 투자 규모 대비 국내 규모와 성장성을 파악하기 위해 수행한 본 연구과제는 세계 시장 대비 국내 인공지능 창업·투자 시장의 현주소를 점검하고 앞으로 AI 산업 생태계 활성화를 위한 정책 개발에 도움이 될 것으로 기대한다. 본 연구를 통해 국내 인공지능 시장 활성화 및 국내 기업 역량 강화 목적의 다양한 정책을 마련함으로써, AI 기술과 유관 산업이 중심이 된 국가경제 활성화와 AI 기업의 경쟁력 제고 등에 이바지할 것이다.

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

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

목차 Table of Contents 1. 국내외 정책 ㅇ 미국, 국가 인공지능연구자원(NAIRR) TF 최종 보고서 발표 ㅇ EU의 인공지능법, 생성AI 규제에 영향을 줄 것으로 전망 2. 기업·시장 동향 ㅇ 마이크로소프트, OpenAI에 100억 달러 추가 투자 결정 ㅇ 게티 이미지, 저작권 침해로 AI 이미지 생성기 개발사 스태빌리티AI 고소 ㅇ TechEU, 영화 제작에서 생성 AI 활용에 따른 혼란과 윤리 이슈 제기 ㅇ Moonshot, 사진 및 텍스트 생성 AI 관련 윤리 및 저작권 문제 제기 3. 고용·인력 동향 ㅇ 구직 및 경력 관리 도구로서 ChatGPT 활용 방안 ㅇ 마케팅 회사 코드워드(Codeword), 세계 최초 AI 인턴 채용 4. 기술·연구 동향 ㅇ 美 프리스턴 대학생, AI가 에세이를 썼는지 판별하는 앱 개발 ㅇ MIT, 美 공군 요원에게 AI 기초 교육 가능한 프로그램 개발 ㅇ 2023년 ICML 논문 제출에 ChatGPT 사용 금지 ㅇ ChatGPT, 사이버 범죄에 악용 가능성 확대

목차 Table of Contents 들어가며 (Introduction) 1. AI의 위대한 변곡점 (AI’s Great Inflection Point) 2. 합성 환자의 잠재력 (The Potentials of Synthetic Patients) 3. 의료 서비스 개선, 환자 관리에서 비용 청구까지 (Upending Healthcare, from Patient Care to Billing) 4. 자연을 들여다보는 AI의 창 (An AI Window into Nature) 5. 일상 생활의 새로운 도구 (The New Tools of Daily Life) 6. 시는 최적화되지 않을 것: AI 시대의 창의성 (Poetry Will Not Optimize: Creativity in the Age of AI) 7. 생성 AI와 법치주의 (Generative AI and the Rule of Law) 8. 新캄브리아기: ‘과학적 흥분과 불안’ (The New Cambrian Era: ‘Scientific Excitement, Anxiety’) 9. 작업자들을 위한 증강(자동화가 아닌) (A Call to Augment – Not Automate – Workers) 10. 노동의 재발명 (The Reinvention of Work) 11. 교육계 ‘진행중인 재앙’ (In Education, a ‘Disaster in the Making’) 12. 교육 시스템의 불평등 해결 (Solving Inequalities in the Education System)

소프트웨어산업 관련 정보제공 및 통계 활용 증대를 위한 통계정보서비스 구축을 위해서는 타 서비스 수준의 최신성·분석 용이성·공유 용이성·정보 제공성·개인화 요소를 고려해야 하며, 통계정보 공유·확산을 위한 데이터 공유 플랫폼 및 거버넌스 구축 필요