요약문 1. 제 목 : AI 융합 연구 경쟁력 강화 방안 연구 2. 연구 배경 및 목적 ㅇ (연구배경) 딥러닝, 자연어처리 등 AI 기술의 고도화는 단순 데이터 분석을 넘어 새로운 지식 생산 과정을 혁신하고 있으며, 모든 학문 분야에서 연구 방법론의 한계를 보완하는 핵심 촉매로 자리 잡고 있음 - (복잡한 사회·기술적 난제 해결의 열쇠) 기후위기, 감염병 예측, 신약 개발 등 단일 학문으로 해결하기 어려운 복잡한 과제들에 대해 AI를 활용한 융합연구(Convergence Research)가 국가 경쟁력 확보의 필수 요소로 부상함 - (글로벌 AI융합연구 정책 경쟁 가속화) 미국(제네시스 미션), 중국(AI플러스행동계획), EU(Horizon Europe) 등 주요국은 AI 기반 과학 혁신을 국가 전략으로 격상하여 추진 중임 - (우리나라의 AI융합연구경쟁력 진단) 우리나라는 AI 기술에 대한 관심은 높으나, 글로벌 수준에서 국내 AI 융합연구 역량의 객관적 위치와 분야별 강·약점에 대한 체계적·정량적 분석이 미흡하여 이를 진단할 정책적 필요성이 높음 ㅇ (연구의 목표) AI 융합연구 경쟁력 개념을 정의하고, 지난 20년간의 글로벌 논문 데이터를 실증 분석하여 한국의 상대적 위치와 성장 추세를 파악함으로써 향후 정책 방향성을 제시하고자 함 3. 연구의 구성 및 수행 방법 ㅇ 본 연구는 크게 선행 문헌 연구, 국내외 정책 사례, 데이터 기반 AI융합경쟁력 현황을 분석 지표 및 프레임워크를 수립하여 파악함 - (선행 문헌 연구) 기존 융합연구 개념(학제 간, 다학제적, 초학제적)과 AI 기술 특성을 결합하여 'AI 융합연구 경쟁력'을 새롭게 정의함 - (국내외 정책 및 사례 조사) 미국, 중국, 일본, 독일, 프랑스 등 해외 주요국 및 국내 AI 융합연구 촉진을 위한 정책 및 우수 사례를 생태계 구축 전략, 데이터·컴퓨팅 인프라, 인재 양성 체계 등 다각적 측면에서 비교 분석함 - (데이터 기반 정량 분석) 글로벌 학술논문 데이터베이스 서비스 업체인 Clarivate의 Web of Science 및 InCites 데이터를 활용하여 2005~2024년(최근 20년) 동안의 다양한 과학기술학문 분야에 게재된 AI 관련 논문을 추출하고 분석함 - (분석 지표 및 프레임워크 개발) AI융합연구의 범위, 융합 연구의 강도, 영향력을 파악할 수 있는 지표 체계를 수립하여 이를 바탕으로 세부 현황을 파악함 ⁃ 융합 범위(Shannon Entropy): AI 키워드가 타 학문 분야에 얼마나 폭넓고 고르게 분포하는지 측정 ⁃ 융합 점수(Fusion Score): 특정 분야에서의 AI 기술 도입 강도를 타 분야 범용성으로 보정하여 실질적인 융합 신호를 도출 ⁃ 연구 영향력 지수(CNCI): 글로벌 평균 대비 피인용 성과를 산출하여 연구의 질적 수준을 평가 ⁃ 2차원 매트릭스(Fusion-Impact Matrix): '핵심 융합 트렌드', '성장 유망', '도메인 주도', '경쟁력 제고'의 4개 영역으로 분야를 구분하여 진단 ⁃ 핵심 키워드 도출: Stanford AI Index 등을 참고하여 AI 개념, 학습 패러다임, 생성형 AI, 컴퓨터 비전 등 4개 도메인에서 총 48개의 핵심 AI 키워드를 선정함 4. 연구 내용 및 결과 □ 주요 정책 동향 ㅇ 우리나라와 해외 주요국이 추진하고 있는 AI융합연구 촉진 정책 및 우수 사례들을 분석한 결과 AI를 단순한 분석 도구로 인식하지 않고 지식 생산의 패러다임을 바꾸는 핵심 촉매로 인식하고 이를 위한 AI+X 및 AI for Science 전략을 수립하고 추진 중 ㅇ 주요 정책들은 ‘강력한 인프라 접근성 확보’와 ‘현장 밀착형 문제 해결 과제 제시’, 그리고 'AI융합 연구 전문 인재 확보'를 유기적으로 연결하여 국가 차원의 AI 융합 생태계를 구축에 목표를 두고 추진 중 국가별 대표 정책 및 전략 국가 대표 정책 및 전략 내용 및 특징 미국 Genesis Mission 기초과학과의 강력한 결합: NSF, DOE 등을 통해 물리, 화학, 생물 등 기초 과학 분야에 AI를 적극 적용하여 연구 생산성을 극대화 국가 AI연구소: 29개 국가 AI연구소에 500개 이상의 기관이 협력 네트워크를 구축함으로써 연구-상용화 전 과정을 수행하는 연구 체계 마련 중국 AI플러스 전략 국가 주도의 거대 플랫폼화: 가설 수립부터 실험까지 지원하는 ‘사이언스원’ 같은 연구 운영 체계를 구축함 막대한 자금 투입: 약 11조 원 규모의 국가 AI 산업 투자펀드를 통해 인프라와 응용 전 분야를 지원함 유럽 AI기회행동계획(영국), AI클러스터(프랑스) 안전 및 윤리 기반의 혁신: 영국은 세계 최초 AI 안전 연구소(AISI)를 통해 위험 관리와 혁신을 병행함 프랑스는 전략 산업별 AI 클러스터를 조성하고, 독일은 실제 기업 현장에서 AI 업무 방식 및 AI 솔루션을 실험 및 검증할 수 있도록 지원함 한국 과학기술XAI 국가전략 도메인별 과학 기반모델 구축: 반도체, 바이오 등 강점 분야의 ‘플래그십 프로젝트’를 통해 한국형 AI 공동과학자를 개발함 주권 AI 인프라: 민관 합작 ‘국가 AI 컴퓨팅 센터’를 통해 GPU 자원을 확보하고 국산 AI 반도체 생태계를 육성함 □ 정량 분석 결과 ㅇ (글로벌 트렌드) 전기·전자공학, 통신학 등은 AI의 핵심 기반 영역으로 자리 잡았으며, 최근에는 의학, 영상과학, 언어학, 교육학 등에서 융합이 가속화되고 연구 영향력이 높게 나타남 - 전기·전자공학 및 통신학은 AI 기술의 핵심 기반 영역으로 가장 높은 융합도를 보이며, 자동화 및 제어 시스템, 영상과학 등이 주요 확장 분야로 식별 - 의학, 영상의학, 생화학, 통계학, 지구물리학 등은 현재 AI 융합의 폭은 좁으나(도메인 주도), 수행된 연구의 영향력은 매우 높아 AI 기술 도입 시 파급력이 가장 크게 나타날 유망 분야로 분석 - 전 세계적으로 2014년을 기점으로 AI 융합연구가 급증하고 있으며, 특히 2020년 이후 고속 성장 단계에 진입하여 향후에도 이러한 추세는 지속될 전망 ㅇ (우리의 경쟁력) 전기·전자 및 통신 분야에서 강력한 연구 역량을 보유하고 있으나, 의학 및 기초 과학(수학, 생화학 등) 분야에서는 연구 파급력은 높지만 실질적인 AI 융합 시도(융합도)는 아직 제한적인 것으로 나타남 - 중국은 세계 최대의 AI 융합연구 규모를 보유하고 있으나 연구 영향력은 특정 분야에 한정된 반면, 미국은 기초 과학부터 응용 학문까지 광범위한 분야에서 압도적인 질적 우위를 점하고 있음 ㅇ (기술별 특성) 설명가능한 AI(XAI), 생성형 AI(Gen AI), LLM 등은 거의 모든 학문 분야에서 '도메인 주도' 또는 '핵심 융합 트렌드'로 발전하며 높은 파급력을 보임 □ 정책적 시사점 ㅇ 인프라 격차 해소: 인도의 'IndiaAI Compute Capacity' 사례처럼 연구자와 스타트업이 저렴하게 GPU 자원에 접근할 수 있는 국가 주도의 인프라 생태계 구축이 시급함. ㅇ 양손잡이형 인재 양성: 과학기술 전문성과 AI 역량을 동시에 겸비한 융합 인재 양성을 위해 영재학교부터 박사후연구원(InnoCORE)까지 전 주기에 걸친 지원 체계가 필요함. ㅇ 전략적 융합 영역 발굴: 핵심 융합 트렌드뿐만 아니라, 잠재력이 큰 '성장 유망' 영역과 도메인 내 혁신이 일어나는 '도메인 주도' 영역을 조기에 포착하여 전략적 R&D 투자를 강화해야 함 5. 활용 및 기대 효과 ㅇ 연구 결과는 학문 분야에서의 AI 활용은 광범위하게 자리하고 있으며 첨단 산업에서의 AI 활용을 통한 연구는 ‘AI for Science’라는 정책으로 더욱 확대되어 가고 있음을 보여줌 ㅇ 미국, 중국이 AI융합연구를 주도하고 있는 상황과 우리나라가 전기, 전자, 통신 분야 및 의학·기초과학에서 AI융합 연구를 상대적으로 진행하고 있으나 미·중에 비해 제한적 영역에 머무는 경향을 확인함으로써 차별화된 정책 필요성을 도출 ㅇ 한편, 섀넌 엔트로피 기반의 융합 지표를 제시하여 향후 AI융합연구의 글로벌 경쟁력 확보 수준을 정기적으로 추적 및 평가할 수 있는 방법론적 토대를 마련함 ㅇ 본 연구는 '과학기술 X AI 국가전략' 등 범정부 차원의 AI 융합 정책 수립 시 우리나라의 AI융합연구 경쟁력을 파악할 수 있는 데이터 기반의 기초 정책 자료로 활용 가능 ㅇ AI 융합연구 활성화를 통해 연구 비용을 절감하고 혁신 속도를 가속화함으로써 학문적 성취와 함께 산업적 부가가치 창출에 기여할 것으로 기대됨

요약문 1. 제 목 : 2025년 국내외 인공지능 산업 동향 연구 2. 연구 목적 및 필요성 ㅇ 생성형 AI와 초거대 AI 모델, 에이전트형 AI 및 피지컬 AI의 확산으로 인공지능 산업 생태계가 빠르게 재편 - AI 기술은 산업 혁신을 넘어 행정·노동·교육·안보 등 사회 전반의 구조적 변화를 촉발하고 있으며, 주요국은 이를 국가 경쟁력과 기술 패권의 핵심 요소로 인식하고 국가 AI 전략 고도화와 법·제도 정비를 본격화 - 특히, 2025년을 전후로 AI 관련 기본법 제정과 규제·거버넌스 체계가 ‘설계 단계’를 넘어 ‘시행 단계’로 진입하면서, 정책의 실질적 효과와 산업·사회적 영향에 대한 분석의 중요성이 증대 - 관련 하드웨어, AI 반도체, 연산 인프라에 대한 대규모 투자와 함께 전 산업에서 AI 융합과 활용이 가속화되고 있으며, 글로벌 빅테크를 중심으로 초거대 모델, 에이전트형 AI, 피지컬 AI 분야에서 주도권 경쟁이 심화 - 동시에 AI 안전성·신뢰성·책임성에 대한 우려가 확대되면서, 각국 정부와 국제기구, 표준화 기구를 중심으로 AI 윤리, 안전, 거버넌스 규범 정립과 국제 협력이 강화 - 동시에 AI 안전성·신뢰성·책임성에 대한 우려가 확대되면서, 각국 정부와 국제기구, 표준화 기구를 중심으로 AI 윤리, 안전, 거버넌스 규범 정립과 국제 협력이 강화 - 동시에 AI 안전성·신뢰성·책임성에 대한 우려가 확대되면서, 각국 정부와 국제기구, 표준화 기구를 중심으로 AI 윤리, 안전, 거버넌스 규범 정립과 국제 협력이 강화 - 이러한 환경 변화 속에서 국내 인공지능 산업의 경쟁력 강화, 활용 확산, 그리고 글로벌 수준의 신뢰성 확보를 위한 정책 마련을 위해 국내외 AI 산업 및 정책 동향에 대한 종합적 분석 필요성 증대 ㅇ 본 연구는 급변하는 국내외 인공지능 산업 생태계를 체계적으로 분석하여, 국내 산업 경쟁력 강화와 인공지능 활용 확산을 지원하기 위한 정책적 기초 자료를 마련하는 것을 주된 목표 - 주요국, 주요 기관 및 학술단체, 주요 기업의 동향을 조사하여 현재의 상황을 분석하고, AI 기술의 발전 및 산업 변화에 대한 전망을 통해 적시에 효과적인 AI 정책을 개발하고 정책적 의사결정을 지원하기 위한 기초 자료를 제공하며, 이를 통해 정책 과제를 발굴 - 이를 통해 향후 국가 AI 전략, 산업 정책, 법·제도 개선을 위한 주요 정책 과제를 도출하고, 중장기 정책 고도화에 기여 - 인공지능 산업과 관련된 폭넓은 조사를 바탕으로 국내외 AI 정책·법제·전략·권고안 등 핵심 자료를 체계적으로 확보하여, 정책 설계 및 발전 과정에서 활용 가능한 근거 자료로 제공 3. 연구의 구성 및 범위 ㅇ AI 산업 현황 및 전 세계 AI 시장전망에 대한 개괄적 정리 ㅇ 국내외 주요국·국제기구 정책 동향 - 주요국에는 미국, EU, 중국, 일본, 영국, 캐나다, 프랑스, 독일, 싱가포르, 이스라엘, 인도, UAE, 대만, 호주 등 포함- 국제 기구/회의로 OECD, UN, G7정상회의, G20정상회의 동향 분석 ② 오픈소스AI의 전략적 가치 : 기술 인프라, 기업 경쟁력 요소, 소버린AI(기술 확보) 수단, 기술 경쟁 수단, 글로벌 협업 수단 ③ 소버린AI를 위한 오픈소스AI의 주요 역할 : 기반 기술 제공, 외부 의존성 완화(자 율성 확보), 신뢰성 확보 수단 ④ 오픈소스AI 개념 정립으로 인한 기준 제시 글로벌 오픈소스AI 생태계는 AI 선도 기업들이 적극적인 기술 공개와 홍보를 통해 성 장하고 있다. 특히 오픈소스AI의 핵심이라고 할 수 있는 오픈소스 모델은 선진 AI 기업 들이 주도하고 있다. 따라서, 오픈소스AI 생태계를 선도하는 국내외 기업과 이들 기업들의 오픈소스 모델을 중심으로 글로벌 오픈소스AI 동향을 조사하였다. 대상 기업으로 글로벌 오픈소스AI 생태계를 선도하는 해외 기업 8개(메타, 구글, OpenAI, EleutherAI, 알리바바, 바이두, 딥시크, 미스트랄AI)를 선정하였다. 조사 결과, 기업들은 AI 기술을 기반으로 자체 플랫폼 경쟁력 강화, 상용AI 서비스 제공, AI 솔루 션 공급을 하고 있다. 그리고 이들 기업들의 오픈소스AI는 단순한 기술 공개를 넘어 특정 기업 견제(종속성 회피), 생태계 영향력 확보 및 확장, 기술력 입증, 개방형 협업, 글로벌 진출, 기술 주권 확보 등 다양한 목적 달성을 위한 전략적 수단으로 볼 수 있다. 국내 기업으로는 오픈소스 AI를 선도하는 기업 5개(네이버, LG AI Research, SK텔레 콤, 업스테이지, 엔씨 AI)를 선정하였다. 조사 결과, 국내 기업들은 보편적으로 기술력 입증을 위한 모델 공개 전략을 추진하고 있는 것으로 보인다. 아직은 국내 기업들의 AI 기술력의 인지도 부족과 생태계 영향력 부족으로 인한 것으로 기술 공개를 통해 전 략적 입지 마련을 위해서로 생각된다. 향후에 국내 오픈소스 모델이 글로벌 오픈소스 모델 대비 성능이 견줄 수 있다면 해외 진출을 추진할 수 있다고 보며, 한국어 처리 능력에서 우월성이 증명된다면 국내 시장의 해외 오픈소스 모델의 점유율 하락을 기대 할 수 있을 것으로 생각된다. 국내외 오픈소스AI 기업 동향을 통해 도출한 시사점들은 다음과 같다. ① 오픈소스AI 전략의 실질적 목표: 기술·산업 영향력 확대 ② 중국 기업의 차별화 오픈소스 전략: 적극적 공개(혁신 기술 + 오픈소스 라이선스) ③ 오픈소스AI 영향력 확대 방안: 빠른 기술 혁신과 잦은 반복 출시로 개발자 락인 ④ 다양한 오픈소스AI 공개 방안 : 완전 공개, 제한적 공개, 폐쇄 전략 ⑤ 오픈소스AI 수익화 모델 : 간접 수익화 - 자체 제품/서비스 혁신 및 로스 리더(Loss Leader) 전략 ⑥ 오픈소스AI의 주요 수익원 : B2B 시장(엔터프라이즈 고객) 4장은 국내외 오픈소스AI 생태계에 대한 실증적 분석을 위해 EpochAI의 유명 AI 모 델 데이터를 기반으로 글로벌 AI 생태계에서 오픈소스 모델의 영향력과 현황을 분석하 였고 국내 현황으로 371명의 AI 개발자들의 오픈소스AI 인식 및 현황을 파악하기 위해 설문 조사를 수행하여 분석하였다. EpochAI의 유명 AI 모델 데이터는 1950년부터 2025년 6월 초까지 발표된 AI 모델 중 4가지 조건(① 공인 벤치마크의 최첨단 개선, ② 인용 수 1000개 이상, ③ 기술 발전의 중요성, ④ 중요한 활용)중 하나 이상을 충족한 964개의 AI 모델 정보를 제공하고 있 다. 이 데이터를 기반으로 OSI의 오픈소스AI 정의를 기반으로 주요 공개 항목(데이터, 모델 구조, 웨이트, 학습 & 추론 코드 등)을 중심으로 오픈소스 모델 269개를 분류하여 참여 기관, 참여 기관 국가, 조직 분류, 발표 일시, 유형, 활용 분야, 선정 기준 등을 분석하였다. 참여 기관에서 가장 많은 유명 모델 개발에 참여한 기관은 구글로 타 기관 대비 압 도적이었으며 오픈소스 모델 공개는 메타(페이스북 포함시)가 45개로 1위를 차지하였 다. 그리고, 기관 유형은 산업계가 참여한 AI 모델이 626개 이었으며, 오픈소스 모델은 208개로 기업들이 AI 기술 혁신을 주도하고 있었다. 연도별 현황을 보면 AI 모델은 2013년부터 지속적으로 증가하고 있으며, 오픈소스 모 델은 2015년에 처음 등장하여 2018년부터 지속 증가하는 추세이다. 그리고, 2019년 이 후 유명 모델의 51.9%는 오픈소스 모델일 정도로 오픈소스 생태계 영향력이 최근 빠르 게 증가하고 있다. 모델별 참여 국가 현황을 보면 미국이 AI 모델과 오픈소스 모델 모두 1위였고 이어서 중국이 2위 었으며, 우리나라는 오픈소스 모델 분야에서 양적으로 7위에 위치하고 있 었다. 이러한 데이터는 최근 AI 생태계에서 중국 기업의 부상을 데이터로 입증하는 자 료이며 허깅페이스 자료에서도 중국 모델들이 전세계적으로 주목을 받고 있음을 보여 주고 있다. 데이터 정보 공개, 모델 접근성, 학습 코드 접근성, 추론 코드 접근성의 분석 결과를 보면 유명 모델의 약 절반인 48.3%(458개) 모델들이 학습 데이터 정보를 공개하고 있으 며 학습 데이터 종류는 276개로 다양한 데이터들이 활용되고 있음을 알 수 있다. 이에 반해 모델 접근성, 학습 코드 접근성, 추론 코드 접근성을 공개한 모델은 각각 269개, 237개, 225개로 상대적으로 적음을 알 수 있다. 국내 오픈소스AI 인식 및 활용 현황 조사는 선행 문헌들을 분석하여 총 60개의 설문 문항을 개발하여 모바일 온라인 설문 조사를 통해 총 371명의 AI 개발자로부터 응답 결과를 수집하였다. 주요 구성은 Part 1은 성능 기대, 노력 기대, 사회적 영향, 촉진 조 건, 저항 요인, 활용 의사, 사용 행동, 기술 적합성, 환경 역동성, 제품 난이도에 대해 40개의 리커드 척도 문항으로 구성하였다. Part2는 오픈소스AI 관련 개발자들의 직접적인 인식과 상세 현황을 위한 설문으로 핵심 공개 항목, 중요성, 만족도 및 향후 예측, 국산 중요성, AI 도입 유형, 적용 분야 및 활용 수준, 모델 유형, 장단점, 저해 요인 및 촉진 조건, 플랫폼/기업 종속성, 전문가 필요성 및 핵심 역량에 관한 20개의 문항으로 구성하였다. Part 1의 오픈소스AI 활용 동기 측면에서 성능 기대에서 업무 생산성과 빠른 업무 수 행에 상대적으로 많은 응답자들이 동의하였으며, 노력 기대에서 필요 정보 획득에 가 장 많은 응답자들이 선택하였으며, 사회적 영향에서 의사결정자와 고위 경영진이 상대 적 으로 많은 응답자들이 동의하였고, 촉진 조건에서 필요 지식이 가장 많이 응답되었 다. 저해 요인으로는 저작권 침해에 가장 많은 응답자들이 동의하였다. AI 개발자들의 오픈소스AI 활용 현황을 보면 활용 의사에서 보면 주변 추천, 자주 사 용, 지속 사용, 방법 탐색 등 다양한 측면에서 활용을 확산할 의사를 가지고 있음을 확 인하였다. 그리고 실질적 행동으로 기술 문서 탐색, 새로운 정보 획득, 학습 자료 활용 등을 통해 오픈소스AI 역량을 강화하려는 응답 비중이 50%를 넘었다. Part 2에서 개발자들은 오픈소스AI의 핵심 공개 항목으로 모델, 데이터 정보, 학습 데 이터, 기술 문서를 선택하였다. 이는 공개된 정보를 기반으로 활용과 성능 향상을 위한 핵심 정보들도 판단된다. 다양한 측면의 오픈소스AI 중요성에 대해 개인적인 업무상 중요성 외에 국가 AI 기술 력 강화, 기업 AI 경쟁력 강화, AI 기술 확산 측면에 오픈소스AI 중요하다는 응답에 90% 안팎으로 응답할 정도로 중요하게 인식되고 있었다. 그리고 오픈소스AI에 만족하 는 개발자 비율이 54.4%로 과반이 넘었고, 향후 활용이 확대될 것으로 예상하는 개발 자 비율이 89%이었다. 실제로 AI 원천 기술 도입 형태에서 오픈소스AI를 활용하는 비 율은 68.5%이었다. 적용 분야와 활용 수준을 보면 사내 업무 및 서비스 적용과 기존 제품/서비스 개선 이 각각 60.4%와 59.0%로 새로운 제품/서비스 개발에 활용하는 비율보다 높았으며, 활 용 수준도 제품 적용 보다는 기술 탐색 및 연구개발 진행 중이 전체의 72.3%로 아직까 지는 제품 적용 단계는 소수인 것으로 파악되었다. 그리고 오픈소스AI 기술의 장단점으로 빠른 기술 발전 속도, 라이선스 비용 절감, 및 기술 내재화 가능성에 많은 응답자들이 선택하였으며, 단점으로는 기술 완성도 부족, 책임 주체의 불명확성, 부족한 문서화 등이 선택되면서 기술 역량 확보가 오픈소스AI 확산의 주요 요소로 판단된다. Part1의 오픈소스AI 저항 요인과 촉진 조건을 상세히 묻는 설문에서 주요 저해 요인 으로는 조직의 오픈소스AI 전략(비전) 부재, 인력 부족, 자체 인프라 부족, 조직의 정책 /거버넌스 부재 순으로 응답되며 개인적 오픈소스AI 활용 의사에 비해 환경적 요인이 부족한 것으로 판단된다. 그리고 주요 촉진 조건으로는 연구개발 인프라, 전문가 양성 및 발굴, 기업/기관 거버넌스 확립, 오픈소스AI 활용 기업 발굴 등이 응답되며 오픈소 스AI 활용 기반 조성 및 인력 양성 필요성이 제기되었다. 기술 종속성 관점에서 국산 오픈소스AI의 중요성과 특정 플랫폼/기업 종속성에 대한 설문 결과를 보면 국산 오픈소스AI 기술이 중요하다고 응답한 비율이 해외 오픈소스AI 가 중요하다고 응답한 비율보다 10.2% 높았으나, 둘 다 중요하다고 응답한 비율이 절 반이 넘는 50.9%임을 고려하면 개발자들은 국산 혹은 외산 구분 보다는 우수한 오픈소 스AI에 관심이 많다고 추정할 수 있다. 다만, 특정 플랫폼 및 기업 종속성에 대한 우려 에 대한 응답은 50.7%로 이에 대한 우려가 있음을 확인하였다. 마지막으로 오픈소스AI 확산의 주요 저해 요소인 인력(개발자, 기여자) 부족이자 주요 촉진 조건인 전문가 양성을 위한 오픈소스AI 전문가 육성 필요성에 중요하다고 응답한 비율은 88.1%로 많은 개발자들이 동의하고 있었다. 그리고, 전문가의 주요 역량으로 AI 모델 개발, 오픈소스 프레임워크 활용, 데이터 처리 및 품질 관리와 데이터셋 구축 역 량, 오픈소스 기여 및 협업 역량 순이었다. 이러한 국내외 오픈소스AI 현황 분석을 통해 다음과 같은 시사점들을 도출하였다. ① 빠르게 성장하는 오픈소스AI 생태계 ② 기업/국가 경쟁력 강화를 위해 중요한 오픈소스AI ③ 기업 인식 개선 필요 ④ 오픈소스AI 활용을 위한 전제조건 : 기술 역량 확보 ⑤ 오픈소스AI 인재 양성 필요 ⑥ 자주적 AI 역량 확보가 필요 최근 오픈소스AI가 빠르게 성장하면서 AI 기술 혁신 및 산업 혁신의 원동력이 되면서 AI 3강 도약을 위한 오픈소스AI 정책의 필요성이 커져가고 있다. 따라서 마지막 5장에 서 본 연구 내용을 기반으로 다음과 같은 정책적 시사점과 정책을 제언하고자 한다. ① 선진 기술의 빠른 수용을 위한 오픈소스AI 활용 확산 지원 ② AI 기술력 강화를 위한 선진 오픈소스AI 기술 내재화 추진 ③ 기업의 오픈소스AI 인식 개선 필요 ④ 오픈소스AI 전문가 양성 및 교육 확대 필요 ⑤ 오픈소스AI 전문 컨설팅 제공 필요 ⑥ 오픈소스AI 전문기업 육성 5. 정책적 활용 내용 AI의 중요성이 급부상하면서 우리나라는 최근 AI 3강 도약을 위한 투자 및 정책적 지 원이 집중되고 있다. 최근 글로벌 AI 동향을 보면 AI 선도 기업을 중심으로 오픈소스 모델을 공개하며 기술·산업 주도권 확보 경쟁이 치열해지면서 오픈소스AI 생태계가 중요해지고 있다. 특히 오픈소스AI는 글로벌 기업 중심의 AI 대외 의존도를 완화할 수 있는 대안을 제시하고 있다. 이러한 현실에서 본 보고서는 국가 AI 경쟁력 강화를 위 한 오픈소스AI 정책 수립을 지원을 위한 연구 목적으로 작성되었다. 따라서, 본 보고서는 AI 3강 도약을 위한 오픈소스AI 정책을 위한 당위성 제공과 정 책 방향 수립를 위한 핵심 근거 자료를 제공할 수 있으며, 국가 AI 경쟁력 확보를 위 한 오픈소스AI 기반 기술 확보 방안, 오픈소스AI 기업 육성, 오픈소스 생태계 활성화 정책 수립의 근거 자료로 활용될 수 있다. 6. 기대효과 오픈소스AI는 국가 AI 기술 경쟁력 강화, 기업 AI 경쟁력 강화, AI 기술 확산 등 다양 한 관점에서 중요하다. 특히 글로벌 기업 중심의 AI 기술 혁신에 의해 해외 의존도가 심화되고 있다. 오픈소스AI는 대외 의존도를 완화할 수 있는 가장 효율적인 대안으로 자주적인 AI 역량 확보를 통한 산업 경쟁력 강화에 큰 기여를 할 수 있다. 따라서, 본 연구는 오픈소스AI 정책 수립을 위한 기초 자료 제공과 정책 방안 제시를 통해 국가 AI 경쟁력 제고를 위한 AI 기술력 확보, AI 기업 경쟁력 강화를 통한 AI 산업 활성화 등 다양한 측면에서 긍정적 효과가 기대된다.

목차 Table of Contents 정책·법제 ▹ 트럼프 미국 대통령, AI 기반 과학 혁신을 위한 ‘제네시스 미션’ 행정명령에 서명 ▹ 영국 과학혁신기술부, ‘과학을 위한 AI’ 전략 발표 ▹ 호주 정부, AI 산업 발전을 위한 ‘국가 AI 계획’ 발표 ▹ 트럼프 미국 대통령, 주별 AI 규제 제한하는 행정명령에 서명 ▹ 미국 전쟁부, 자체 생성 AI 플랫폼에서 정부용 제미나이 도입 발표 기업·산업 ▹ 앤스로픽, 코딩과 에이전트 성능 강화한 ‘클로드 오퍼스 4.5’ 출시 ▹ 구글, 제미나이 3 프로 기반 이미지 AI 모델 ‘나노 바나나 프로’ 출시 ▹ 오픈AI, 코딩 특화 모델 ‘GPT-5.1-코덱스-맥스’ 출시 ▹ 딥시크, 추론과 에이전트 성능 강화한 ‘딥시크-V3.2’ 모델 2종 공개 ▹ 런웨이, 동영상 생성 AI 모델 ‘젠-4.5’ 출시 ▹ 아마존, 차세대 AI 칩 트레이니엄3 기반 울트라서버 발표 ▹ 옵저버, 2025년 글로벌 AI 인덱스 발표 ▹ 오픈AI, 전문 지식 업무와 장시간 에이전트 작업에 특화된 ‘GPT-5.2’ 출시 ▹ 리눅스 재단, 주요 기업 연합 ‘에이전틱 AI 재단’ 출범 기술·연구 ▹ 앤스로픽, AI 보상 해킹 학습으로 인한 오정렬 현상과 완화책 분석 ▹ 엔비디아, NeurIPS 2025에서 최신 AI 모델과 도구 개발 성과 발표 ▹ 미국 프린스턴大 등 공동 연구진, 다중 에이전트 협업 프레임워크 개발 ▹ 미국 스탠퍼드大, AI 벤치마크의 오류 탐지 자동화 방법론 개발 인력·교육 ▹ 직원의 AI 역량 요구하는 미국 금융기업들, 구직자 AI 사용은 금지 ▹ MIT 연구 결과, AI는 미국 노동시장의 11.7%에 해당하는 업무 역량 보유 ▹ EY 설문조사 결과, 미국 기업들 AI 기반 생산성 향상으로 감원보다 재투자 우세 ▹ 카네기 국제평화재단 분석 결과, 중국 출신 AI 연구자 대부분 미국에 잔류 주요행사일정

목차 Table of Contents 정책·법제 ▹ OECD, AI가 한국 노동 시장에 미치는 영향 분석 ▹ 인도 전자정보기술부, ‘인도 AI 거버넌스 지침’ 발표 ▹ OECD, EU 회원국의 ‘AI 조정계획’ 시행 현황 분석 ▹ 영국 과학혁신기술부, ‘AI 성장구역’ 구축 방안 발표 기업·산업 ▹ 1X, 가정용 휴머노이드 로봇 ‘네오’ 예약 판매 개시 ▹ 퍼플렉시티, 특허 검색을 위한 ‘퍼플렉시티 특허’ 서비스 출시 ▹ 문샷 AI, 추론 특화 AI 모델 ‘키미 K2 씽킹’ 오픈소스로 공개 ▹ 오픈AI, 대화 기능 향상에 초점을 둔 ‘GPT-5.1’ 출시 ▹ 구글, 최첨단 추론 성능 갖춘 ‘제미나이 3’ 출시 ▹ xAI, 사용자 경험 강화에 중점을 둔 ‘그록 4.1’ 출시 ▹ 마이크로소프트, ‘MS 이그나이트 2025’에서 AI 업데이트 발표 기술·연구 ▹ 딥시크, 이미지 기반 문서를 10배 이상 압축하는 OCR 기술 개발 ▹ 앤스로픽, LLM의 내부 상태에 관한 자기 성찰 징후 확인 ▹ 마이크로소프트, AI 에이전트 시장 활동 시뮬레이션 플랫폼 개발 ▹ 메타, 1,600개 이상 언어를 지원하는 음성인식 시스템 공개 ▹ 업워크, 에이전트-인간 협업 생산성 평가 벤치마크 발표 인력·교육 ▹ 메타, AI 조직 ‘슈퍼 인텔리전스 랩스’에서 600명 해고 단행 ▹ AI 업계에서 신종 직무로 ‘현장 배치 엔지니어’ 부상 ▹ 주요 기업들, 생성 AI 도입 확대하며 AI 미활용자 퇴출 추진 ▹ 유데미 조사 결과, 주요국 근로자의 AI 인식과 준비도 간 격차 확인 주요행사일정

목차 Table of Contents 정책·법제 ▹ 이탈리아, EU 회원국 중 최초로 AI 법 발효 ▹ OECD, 공공과 민간 부문의 AI 투자 측정 방법론 제시 ▹ EU 집행위원회, EU를 AI 대륙으로 만들기 위한 ‘AI 적용’ 전략 발표 ▹ 두바이 정부, 디지털 혁신 가속화를 위한 신규 AI 프로젝트 승인 ▹ 중국인터넷정보센터, 2025년 생성 AI 응용 발전 보고서 발표 ▹ 영국 과학혁신기술부, AI 혁신 촉진을 위한 규제 샌드박스 추진 기업·산업 ▹ 오픈AI, 차세대 동영상 생성 모델 ‘소라 2’ 출시 ▹ 앤스로픽, ‘클로드 소네트 4.5’와 ‘클로드 하이쿠 4.5’ 출시 ▹ 오픈AI, 챗GPT에 외부 앱 실행 기능 추가 ▹ 피규어 AI, 3세대 휴머노이드 로봇 ‘피규어 03’ 공개 ▹ AWS, 기업용 에이전트 서비스 ‘퀵 스위트’ 출시 ▹ 세일즈포스, 기업용 AI 에이전트 플랫폼 ‘에이전트포스 360’ 발표 ▹ 구글, 최신 동영상 생성 AI 모델 ‘비오 3.1’ 공개 ▹ 오픈AI, AI 내장 브라우저 ‘챗GPT 아틀라스’ 출시 ▹ 포레스터, 2026년에는 기업들이 AI 열풍을 벗어나 실용적 가치 추구 전망 기술·연구 ▹ 구글 딥마인드, 로봇용 AI 모델 ‘제미나이 로보틱스’ 1.5 발표 ▹ 사카나AI, 알고리즘 진화 프레임워크 ‘ShinkaEvolve’ 공개 ▹ 앤스로픽, AI 모델 안전성 평가 자동화 도구 ‘페트리’ 공개 ▹ 구글, 세포 분석을 위한 AI 모델 ‘C2S-스케일 27B’ 개발 인력·교육 ▹ 딜로이트, M&A에서 생성 AI 활용 현황 보고서 발표 ▹ 국제노동조합총연맹, AI가 노동조합에 미치는 영향 분석 주요행사일정

목차 Table of Contents 정책·법제 ▹ 중국 국무원, ‘AI 플러스’ 심화 추진을 위한 정책 로드맵 발표 ▹ 대만 행정원, AI 기본법 통과 후 입법원에 제출 ▹ 영국 과학혁신기술부, 2024년 영국 AI 산업 현황 분석 보고서 발간 ▹ 미국 캘리포니아주 의회, 미국 최초로 미성년자 보호를 위한 AI 챗봇 규제 통과 ▹ 중국 국가인터넷정보판공실, AI 안전 거버넌스 프레임워크 2.0 버전 발표 6 기업·산업 ▹ 구글, 이미지 편집 모델 ‘제미나이 2.5 플래시 이미지’ 공개 ▹ xAI, 에이전트 코딩 특화 AI 모델 ‘그록 코드 패스트 1’ 공개 ▹ 청소년 자살로 피소된 오픈AI, 챗GPT 안전성 개선 방안 발표 ▹ 앤스로픽, AI 저작권 침해 소송에서 작가들에 15억 달러 배상 합의 ▹ 딥엘, 기업용 AI 에이전트 ‘딥엘 에이전트’ 발표 ▹ ∙ 알리바바, 훈련과 추론 효율성 높인 ‘Qwen3-Next’ 신규 모델 공개 ▹ 구글, AI 기반 결제 지원 ‘에이전트 결제 프로토콜(AP2)’ 발표 ▹ 오픈AI, GPT-5 기반 ‘코덱스’ 업그레이드 발표 기술·연구 ▹ 세일즈포스, 실제 사용 환경에서 LLM 성능 검증을 위한 벤치마크 개발 ▹ 텐센트, 스스로 진화하는 추론 LLM 학습 프레임워크 ‘R-Zero’ 개발 ▹ MBZUAI와 G42, 추론 AI 모델 ‘K2 Think’ 오픈소스 공개 ▹ 취리히연방공과⼤, 다국어 언어모델 ‘아페르투스’ 오픈소스 공개 ▹ 구글, 과학적 발견을 위한 실증 소프트웨어 생성 AI 시스템 개발 인력·교육 ▹ 마이크로소프트, 교육 분야의 AI 활용 현황 보고서 발간 ▹ 스탠포드⼤ 연구 결과, AI 노출도 높은 직종의 신입 근로자 고용 감소 ▹ 구글 클라우드, 2025년 AI 투자수익률 보고서 발표 주요행사일정

목차 Table of Contents 정책·법제 ▹ 대만 디지털발전부, 의회에서 AI 산업 발전 정책 현황 보고 ▹ OECD, 범용 기술로서 생성 AI의 생산성과 정책적 함의 분석 ▹ 미국 상원, 예산안에서 주 정부의 AI 규제를 10년간 금지하는 조항 삭제 ▹ 미국 트럼프 대통령, 미국 AI 행동계획과 행정명령 발표 ▹ EU 집행위원회, 「AI 법」의 범용 AI 관련 실천 강령과 지침 발표 기업·산업 ▹ 미드저니, 첫 번째 비디오 생성 AI 모델 ‘V1’ 출시 ▹ 바이두, 10년 만에 AI 기반으로 검색 서비스 대폭 개편 ▹ 문샷 AI, 에이전트 기능 지원하는 ‘키미 K2’ 오픈소스 공개 ▹ xAI, 차세대 AI 모델 ‘그록 4’ 공개 및 정부 AI 시장 진출 ▹ 퍼플렉시티, AI 에이전트 탑재한 웹 브라우저 ‘코멧’ 출시 ▹ 오픈AI, 사용자 대신 복잡한 작업을 처리하는 ‘챗GPT 에이전트’ 공개 기술·연구 ▹ 구글 딥마인드, 인간 DNA 염기서열 분석 AI 모델 ‘알파게놈’ 공개 ▹ 일본경제신문 조사 결과, AI용 비밀 지시 숨긴 논문 다수 발견 ▹ 사카나 AI, 첨단 AI 모델 간 협력을 통한 추론 강화 알고리즘 개발 ▹ 미국 프린스턴⼤ 연구 결과, 인간과 LLM 모두 AI 사용한 글을 낮게 평가 ▹ 마이크로소프트, AI 의료 진단 시스템 ‘MAI-DxO’ 공개 ▹ 구글, 의료용 AI 모델 ‘메드젬마’ 오픈소스 공개 ▹ METR 연구 결과, AI 도구 사용 시 숙련 개발자의 작업 속도 둔화 인력·교육 ▹ 세일즈포스 조사 결과, 사무직 근로자의 일일 AI 사용 급증 ▹ 앤스로픽, AI로 인한 노동 문제 대응을 위한 ‘경제 미래 프로그램’ 출범 ▹ 구글 딥마인드, AI 코딩 기업 윈드서프의 핵심 인력 영입 주요행사일정

SPRI AI Brief 2025년 8월호 인공지능 산업의 최신 동향 SPRi 소프트웨어정책연구소

목차 Table of Contents 1. AI 데이터센터(AI Data center)의 도입과 확산 2. AI 데이터센터 관련 주요 기업 동향 3. AI 데이터센터 관련 국가별 정책 동향 4. AI 데이터센터 관련 이슈 및 정책적 시사점 5. 참고 문헌

목차 Table of Contents 정책·법제 ▹ OECD, AI와 인간의 능력을 비교한 AI 역량 지표 공개 ▹ 일본 정부, 「AI 관련 기술의 연구개발 및 활용 추진에 관한 법률」 공포 ▹ 일본 방위성, AI를 활용한 무기의 연구개발 지침 발표 ▹ 미국 상무부, AI안전연구소를 AI표준혁신센터로 개편 ▹ EU 집행위원회 공동연구센터, 생성 AI 전망 보고서 발간 기업·산업 ▹ 앤스로픽, 차세대 AI 모델 ‘클로드 오푸스 4’와 ‘클로드 소네트 4’ 출시 ▹ 애플, WWDC 2025에서 ‘애플 인텔리전스’ 신기능 공개 ▹ 미스트랄 AI, 추론 AI 모델과 기업용 AI 코딩 도구 출시 ▹ AMD, 제품 발표 행사에서 개방형 AI 생태계 비전하에 신제품과 플랫폼 공개 ▹ 엔비디아, 유럽 주요 기업과 협력해 AI 인프라 구축 계획 발표 ▹ 가트너, 에이전틱 AI 시장에서 ‘가디언 에이전트’ 부상 전망 기술·연구 ▹ 앤스로픽, LLM의 내부 활동을 시각화하는 오픈소스 도구 공개 ▹ 팰리세이드 리서치 연구 결과, 오픈AI 모델이 인간의 종료 지시 거부 ▹ 메타, 물리적 세계를 이해하고 예측하는 AI 모델 ‘V-JEPA 2’ 개발 ▹ 중국과기대 연구진, 딥리서치 에이전트의 성능 평가를 위한 벤치마크 개발 ▹ CVPR 2025, AI와 컴퓨터 비전 분야의 최신 연구 성과 제시 인력·교육 ▹ 메타, 스케일 AI CEO를 비롯한 AI 인재 영입 노력 본격화 ▹ 아마존 CEO, 생성 AI 도입 확대로 수년 내 사내 인력 감소 전망 ▹ PwC 조사 결과, AI에 노출된 산업의 일자리와 임금이 모두 증가 추세 ▹ 세일포인트 조사 결과, IT 전문가들은 AI 에이전트의 보안 위험 우려 주요행사일정

목차 Table of Contents 정책·법제 ▹ EU 집행위원회, 「AI 법」의 AI 정의 및 금지된 활용 사례 피드백 분석 결과 발표 ▹ 미국 상무부, 바이든 전 행정부의 AI 칩 수출 규제 철회 ▹ 미국 트럼프 대통령, 청소년 AI 교육 강화를 위한 행정명령 발표 ▹ 영국 과학혁신기술부, AI 2030 시나리오 보고서 발표 ▹ 미국과 UAE 정부, 아부다비에 초대형 AI 데이터센터 구축 협의 기업·산업 ▹ 메타, AI 개발자 컨퍼런스 ‘라마콘’에서 라마 API와 메타 AI 앱 공개 ▹ 아마존, 촉각 기능을 갖춘 물류 로봇 ‘벌컨’ 공개 ▹ 오픈AI, 글로벌 AI 인프라 지원 이니셔티브 발표 ▹ 오픈AI, GPT-4o의 아첨 현상 분석 결과 및 개선 방안 발표 ▹ 휴메인, AWS·엔비디아·AMD와 사우디아라비아의 AI 인프라 구축 제휴 체결 ▹ 마이크로소프트, ‘MS 빌드 2025’에서 AI 에이전트 플랫폼과 신기능 공개 ▹ 구글, I/O 2025에서 AI 에이전트와 AI 모드 등 AI 신기능 공개 ▹ 오픈AI, 코딩 에이전트 ‘코덱스’ 연구용 프리뷰 출시 기술·연구 ▹ 알리바바, 검색엔진 없이 LLM의 검색 능력을 강화하는 ‘제로서치’ 개발 ▹ 중국 칭화大 연구진, 외부 데이터 없이 스스로 추론하는 AI 학습 기법 개발 ▹ 구글 딥마인드, 범용 알고리즘을 설계하는 코딩 에이전트 ‘알파이볼브’ 공개 ▹ 테너블, MCP 프로토콜에 대한 프롬프트 주입 기법 연구 결과 발표 인력·교육 ▹ 스탠포드 HAI의 분석 결과, 딥시크 연구원 대다수는 중국 출신 ▹ AWS 글로벌 AI 도입 지수 연구 결과, 조사 기업의 60%가 최고AI책임자 ▹ 마이크로소프트, AI 투자 압박으로 6,000명 해고 결정 주요행사일정

본 연구에서는 최근 부상하고 있는 피지컬 AI의 기술적·산업적 확산에 주목하여, 피지컬 AI의 정의와 특성, 유형 그리고 주요 사례 및 관련 이슈를 살펴보고 정책적 시사점을 제언하고자 하였다. 분석 결과, 피지컬 AI는 AI 기반모델(두뇌), 컴퓨터 비전·센서(감각), 엣지 컴퓨팅 및 네트워크 인프라(연결), 제어 및 액추에이터(행동) 등의 첨단기술 융합을 통해 인간처럼 현실 세계를 인식하고, 자율적으로 판단·행동함으로써 환경과 유기적으로 상호작용할 수 있는 시스템으로 정의된다. 주요 기술 수준과 형태에 따라 △ 휴머노이드형 △ 자율주행차형 △ 드론형 △ AGV & AMR형으로 분류되어 다양한 산업 환경에 특화된 형태로 활용되며, 산업 전반의 자동화·지능화 수요를 중심으로 새로운 융합 생태계를 형성하는 기반으로 작용하고 있었다. 다만, 피지컬 AI는 확산 과정에서 막대한 연산 자원과 개발 비용, 물리 환경 적용의 기술적 제약, 노동시장 구조 변화, 법적 책임과 윤리 기준의 미비 등 복합적인 장애 요인을 동반하고 있는 상황이다. 이를 해결하기 위해 미국, 중국, EU, 일본 등 주요국은 피지컬 AI를 국가 전략기술로 간주하고 다양한 정책을 선제적으로 마련해 경쟁력 확보에 나서고 있으며, 이에 발맞춰 우리나라도 피지컬 AI 경쟁력 강화를 위한 연구개발, 산업 생태계 및 인력양성, 법제 정비 및 국제 협력 차원에서 국가 전략을 수립해야 할 시점이다. Executive Summary This study focuses on the recent emergence and expansion of Physical AI in both technological and industrial contexts. It examines the definition, characteristics, typologies, representative use cases, and associated challenges of Physical AI, ultimately deriving relevant policy implications. The analysis defines Physical AI as an integrated system that combines advanced technologies such as AI foundation models (cognitive control), computer vision and sensors (perception), edge computing and network infrastructure (connectivity), and control systems with actuators (mobility), enabling machines to perceive, reason, and act autonomously in the physical world. Based on key technological configurations and implementation forms, Physical AI can be categorized into humanoid-type, autonomous vehicle-type, drone-type, and AGV & AMR-type systems, each tailored to specific industrial environments and contributing to the formation of a new convergence ecosystem centered on the growing demand for automation and intelligence across industries. However, the diffusion of Physical AI entails a range of complex barriers, including high computational requirements, significant development costs, technical limitations in real-world deployment, structural impacts on the labor market, and a lack of legal accountability frameworks and ethical standards. In response, major countries such as the United States, China, the EU, and Japan are recognizing Physical AI as a strategic national technology and are actively formulating policies to secure technological leadership. In this context, Korea must also develop a national strategy encompassing R&D, industrial ecosystem development, talent cultivation, regulatory reform, and international cooperation to strengthen its competitiveness in the emerging Physical AI landscape.

목차 Table of Contents Ⅰ. 인공지능 산업 동향 브리프 1. 정책/법제 ▹ 미국 백악관 예산관리국, 연방정부의 AI 활용 및 조달 관련 지침 2종 공개 ▹ EU 집행위원회, EU의 AI 리더십을 위한 AI 대륙 행동계획 발표 ▹ 아프리카 AI 정상회의, AI 아프리카 선언 발표 ▹ 미국 하원 중국특별위원회, 딥시크에 의한 국가안보 위협 제기 ▹ 중국 정부, AI 중심의 디지털 교육 활성화 정책 지침 발표 2. 기업/산업 ▹ 마이크로소프트·오픈AI·AWS 등 주요 기업, 앤스로픽의 MCP 프로토콜 채택 ▹ 구글, AI 에이전트 간 통신 프로토콜 ‘A2A’ 공개 및 MCP 지원 발표 ▹ 메타, 멀티모달 AI 모델 ‘라마 4’ 제품군 공개 및 성능 조작 의혹 부인 ▹ 아마존, AI 에이전트 구축을 위한 AI 모델 ‘노바 액트’ 공개 ▹ 오픈AI, GPT-4.1 API로 출시 및 o3와 o4-미니 출시 ▹ 샤오미 전기차 사망사고로 중국에서 자율주행 기능에 대한 우려 증대 ▹ 포브스, 2025년 50대 AI 기업 목록 발표 3. 기술/연구 ▹ UCSD 실험 결과, 오픈AI GPT-4.5가 튜링테스트 통과 ▹ AI 연구자들, 지능형 에이전트의 진화 형태와 도전과제 분석 ▹ 마이크로소프트 연구진, 추론 향상을 위한 컴퓨팅 자원 투입 효과 분석 ▹ 영국 AI보안연구소, AI 에이전트의 위험 완화를 위한 통제 프레임워크 제시 4. 인력/교육 ▹ 퓨리서치센터 조사, 미국 대중과 AI 전문가 간 AI 인식 격차 확인 ▹ 세일즈포스 조사 결과, 대다수 미국인은 정부 서비스의 AI 에이전트 도입 희망 ▹ 지지통신 조사 결과, 일본 대기업의 30%가 채용 절차에 AI 도입 또는 도입 예정 Ⅱ. 주요 행사

요약문 1. 제 목 : 2024년 국내외 인공지능 산업 동향 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.

스탠퍼드대학교 인간중심 인공지능 연구소(HAI)가 지난 4월 7일 'AI Index 2025' 보고서를 발간했다. 이번 보고서는 2017년부터 발간되어 올해 8번째로, 현재 글로벌 AI 현황에 대한 종합적인 관점의 브리핑을 제공한다. 소프트웨어정책연구소에서는 이 보고서의 주요 내용을 분석‧요약하고 우리의 전략적 대응을 제안하고자 한다. AI 연구개발 경쟁은 매년 더욱 치열해지고 있으며, 선두 주자인 미국과의 경쟁에서 중국의 약진이 두드러진다. AI의 성능은 매년 급격하게 증가하여 이를 측정하기 위한 새로운 벤치마크들이 등장했다. 고성능 모델들은 모델 간 성능 격차가 줄어들어 상향 평준화 되었다. 또한, AI의 활용 확산은 과학과 의료계의 발전을 이끌고 있으며, AI의 활용이 확산됨에 따라 책임있는 AI를 위한 다양한 노력들도 추진되고 있다. 이에 따라 각국에서는 AI에 관련한 규제 법률을 늘리고 있는 추세이다. AI 분야의 `24년의 글로벌 투자 수준은 경기침체로 인해 감소세였던 지난 `22~23년과 달리 크게 증가하였다. 세계적으로 AI 및 CS교육이 빠르게 확산하고 있어 AI 전문가 배출도 가속화되고 있다. AI에 대한 여론은 낙관적인 전망이 증가하고 있는 가운데, 공정성에 대한 신뢰도는 감소하는 양상을 보였다. Executive Summary The Stanford Institute for Human-Centered Artificial Intelligence(HAI) released the 'AI Index 2025' report on April 7th. This report that published since 2017, is the 8th this year and provides a comprehensive perspective briefing on the current global AI situation. The SPRi analyzes and summarizes the main contents of this report and proposes our strategic response. The competition in AI research and development is becoming more intense every year, and China's advances are notable in its competition with the United States, the leader. The performance of AI has increased rapidly every year, and new benchmarks have emerged to measure it. High-performance models have become more standardized as the performance gap between models has narrowed. In addition, the spread of AI utilization is leading to the development of science and medicine, and various efforts for responsible AI are also being promoted as the use of AI spreads. Accordingly, each country is increasing regulatory laws related to AI. The level of global investment in the AI ​​field in 2024 has increased significantly, unlike 2022-2023, when it was decreasing due to the economic recession. As AI and CS education are rapidly spreading worldwide, the production of AI experts is also accelerating. While public opinion on AI is showing an increasing optimism, trust in fairness is showing a decreasing trend.

목차 Table of Contents 정책·법제 ▹ 2025년 중국 양회의 정부 업무보고, AI 플러스 행동의 지속 추진을 천명 ▹ 중국 정부, 2025년 9월부터 AI 생성·합성물 표시 의무화 규정 시행 예정 발표 ▹ 인도 전자정보기술부, AI 강국 실현을 위한 AI 로드맵 공개 ▹ 영국 경쟁시장청, 마이크로소프트와 오픈AI 협력 관련 반독점 조사 종료 발표 기업·산업 ▹ 구글, 단일 GPU로 구동 가능한 오픈소스 AI 모델 ‘젬마 3’ 공개 ▹ 오픈AI, AI 에이전트 구축 지원 도구와 신규 음성·이미지 생성 모델 출시 ▹ 앤스로픽, 트럼프 행정부에 국가 경제와 안보를 고려한 AI 정책 제안 ▹ 오픈AI, 트럼프 행정부에 혁신의 자유 강조하는 AI 정책 제안 ▹ 엔비디아, GTC 2025에서 신규 AI 칩 로드맵과 AI 제품군 공개 ▹ 마누스 AI, 완전 자율 AI 에이전트 ‘마누스’ 공개 ▹ 피규어, 휴머노이드 로봇 제조시설 ‘BotQ’ 발표 ▹ 앱트로닉, 자빌과 전략적 제휴로 휴머노이드 로봇 제작 추진 기술·연구 ▹ 구글 딥마인드, 로봇 특화 AI 모델 ‘제미나이 로보틱스’ 개발 ▹ 사카나 AI의 AI 생성 논문, ICLR 2025 워크숍에서 동료 심사 통과 ▹ AAAI, 주요 AI 연구 주제와 해결 과제를 정리한 보고서 발간 ▹ 2024년 튜링상, 강화학습 연구에 기여한 연구자 2인이 수상 ▹ 카카오, 자체 개발 AI 모델 ‘카나나’의 테크니컬 리포트 공개 인력·교육 ▹ 영국 옥스퍼드大 연구 결과, AI 인력 채용 시 학위보다 실무기술이 중요 ▹ 스탠포드 HAI, AI+교육 서밋에서 AI가 교육에 미치는 영향 논의 ▹ 영국 정부의 AI 저작권 규제 완화 기조에 창작자들의 반발 격화 ▹ IBM CEO, 가까운 미래에 AI가 프로그래머를 대체할 가능성은 희박하다고 예측 주요행사일정

목차 Table of Contents Ⅰ. 인공지능 산업의 최신 동향 1. 정책/법제 ▹ 미국 국가AI자문위원회, 트럼프 행정부 대상 AI 정책 보고서 발간 ▹ 파리 AI 행동 정상회의, AI의 공공성·지속가능성과 함께 규제 완화 논의 ▹ EU 집행위원회, 경쟁력 강화 로드맵의 일환으로 AI 기가팩토리 구축 추진 ▹ EU 집행위원회, 2025년 업무 프로그램에서 ‘AI 책임 지침’ 철회 계획 발표 ▹ 영국, AI안전연구소의 명칭 AI보안연구소로 변경하고 앤스로픽과 AI 협력 2. 기업/산업 ▹ 구글, 성능 개선한 ‘제미나이 2.0’ 제품군 확대 출시 ▹ 오픈AI, 심층 조사를 수행하는 에이전트 ‘딥 리서치’ 공개 ▹ 오픈AI, GPT-5 출시 로드맵 발표 및 GPT-4.5 프리뷰 공개 ▹ xAI, 최신 AI 모델 ‘그록 3’ 프리뷰 출시 ▹ 퍼플렉시티, 심층 조사와 분석을 수행하는 ‘딥 리서치’ 무료 출시 ▹ 알리바바, 딥시크 V3 능가하는 성능의 ‘큐원2.5-Max’ 출시 ▹ 아크 인베스트, 2025년 혁신 기술 중 하나로 AI 에이전트 선정 3. 기술/연구 ▹ 상하이교통大 연구진, 소량의 고품질 데이터를 활용한 추론 AI 모델 개발 ▹ 스탠포드大와 워싱턴大 연구진, 저비용으로 고성능 추론 AI 모델 개발 ▹ 바이트댄스, 인물 움직임을 생성하는 AI 모델 ‘옴니휴먼-1’ 개발 ▹ AI안전센터와 스케일 AI, 고난도 벤치마크 ‘HLE’ 공개 4. 인력/교육 ▹ 딜로이트 조사 결과, 전 세계 기업들은 점진적으로 AI 도입 확대 ▹ 마이크로소프트 연구 결과, 생성 AI 신뢰할수록 비판적 사고 감소 ▹ 앤스로픽, AI가 노동시장에 미치는 영향을 분석한 ‘앤스로픽 경제 지수’ 공개 ▹ 앤스로픽을 비롯한 여러 기업들, 입사 지원 시 AI 도구 사용금지 요구

목차 Table of Contents 1. 딥시크의 등장과 배경 2. 딥시크 모델의 기술적 특징 3. 기존 AI 모델과의 비교 4. 딥시크 관련 주요 이슈 5. 딥시크의 영향과 정책적 시사점 6. 참고 문헌

목차 Table of Contents Ⅰ. 인공지능 산업 동향 브리프 1. 정책/법제 ▹ 미국 상무부, AI 칩과 모델의 수출 통제를 전 세계로 확대하는 규정 발표 ▹ 바이든 전 미국 대통령, AI 인프라 구축 가속화 행정명령에 서명 ▹ 미국 트럼프 대통령, AI 인프라 프로젝트 및 AI 행정명령 발표 ▹ 미국 AI안전연구소, 기반모델 오용 위험관리 지침 2차 초안 발간 ▹ 영국 과학혁신기술부, AI 경쟁력 강화를 위한 AI 기회 행동계획 발표 2. 기업/산업 ▹ MIT 테크놀로지 리뷰, 2025년 AI 트렌드 전망 ▹ 엔비디아, CEO 2025에서 피지컬 AI 시대 예고하며 AI 신제품 대거 공개 ▹ 오픈AI, 트럼프 행정부를 위한 AI 정책 청사진 발표 ▹ 오픈AI, 생명공학 스타트업과 협력해 수명 연장 목표 연구를 위한 AI 모델 개발 ▹ 딥시크, 오픈AI o1과 비슷한 성능의 추론형 AI 모델 ‘R1’ 공개 ▹ 딥시크 R1 출시로 인한 AI 시장의 충격과 함께 보안 우려도 대두 ▹ 지상파 방송 3사, 네이버에 뉴스데이터 저작권 침해 소송 제기 3. 기술/연구 ▹ 니케이 분석 결과, 세계 3대 AI 학회 채택 논문 저자 수에서 중국과 미국의 격차 감소 ▹ AMD와 존스 홉킨스大 연구진, 과학 연구를 자율 수행하는 에이전트 개발 ▹ 사카나 AI, 자체 적응형 머신러닝 프레임워크 ‘트랜스포머2’ 개발 ▹ 구글 연구진, 효율적 메모리 사용을 위한 ‘타이탄’ 아키텍처 개발 4. 인력/교육 ▹ 세계경제포럼, 2030년까지 AI의 영향으로 일자리 시장 급변 예상 ▹ IBM 설문조사 결과, IT 의사결정권자의 85%가 AI 전략에서 성과 달성 ▹ 민주주의기술센터 조사 결과, 미국 교육 현장에서 생성 AI 활용 급증 ▹ 딜로이트, 아시아 태평양 지역 AI 거버넌스 조사 결과 발표 Ⅱ. 주요 행사 ▹ICLR 2025 ▹ICRA 2025 ▹AI & Big Data EXPO (North America)

본 연구에서는 그간의 미국의 인공지능(AI) 안전·신뢰성 정책 흐름을 살펴보고, 트럼프 2.0 시대에 AI 기술의 안전·신뢰성 확보하기 위한 정책 흐름이 어떻게 이어질지 예측하고자 하였다. 분석 결과, 미국은 오바마 행정부부터 트럼프 1기 행정부, 바이든 행정부에 걸쳐 AI 기술을 국가 안보와 직결된 전략 기술로서 인식하고 관련 정책을 수립·추진해왔다. 오바마 행정부에서는 AI가 안보와 글로벌 리더십 확보에 중요한 전략 과제임을 인식하고 안전한 AI 시스템을 보장하기 위한 연구 개발 계획 및 지침을 수립하였고, 트럼프 1기 행정부는 자국의 AI 리더십 확보를 위한 연구 강화와 혁신 투자, 그리고 신뢰할 수 있는 AI 개발 및 보급을 지시하였다. 바이든 행정부에서는 연방정부 차원에서 안전하고 신뢰할 수 있는 AI 혁신에 관한 행정명령을 발동하였다. 공통적으로 AI 개발 및 보급에서 세계를 선도함과 동시에 안전성과 신뢰성을 강화할 수 있는 정책을 마련하는 데 초점을 맞추고 있다. AI의 안전·신뢰성 확보 정책은 국가적으로 일관된 정책 흐름이며, 오히려 국가 안보와 미국 우선주의를 강조하는 트럼프2.0 시대에서는 더욱 강화될 수 있을 것으로 전망된다. Executive Summary This study examines the trajectory of U.S. Policy for Implementing Trustworthiness artificial intelligence (AI) safety and reliability policies and seeks to predict how these policies may evolve Trump 2.0 era. The analysis reveals that since the Obama administration through the first Trump administration, the United States recognized AI as a strategic technology closely tied to national security, developing and implementing policies to support its advancement. The Obama administration acknowledged AI as a critical strategic task for national security and global leadership, establishing research and development plans and guidelines to ensure safe AI systems. The first Trump administration emphasized strengthening U.S. AI leadership by enhancing research, investing in innovation, and directing the development and deployment of trustworthy AI. The Biden administration issued executive orders at the federal level to advance trustworthy AI innovation. All administrations have consistently focused on leading global AI development and deployment while simultaneously reinforcing trustworthiness. Policies to ensure AI trustworthiness thus reflect a unified national strategy. Furthermore, with the Trump 2.0 era’s emphasis on national security and an “America First” agenda, these policies are anticipated to be further strengthened.