요약 탭컨텐츠

1. 서론

□ 연구 필요성 및 목적

○ 인공지능(이하 AI) 기술은 경제·산업·사회 구조에 근본적인 변화를 가져와 인간과 AI와 협력하는 시대에는 기존에 형성된 규칙과 규범이 더 이상 작동하지 않아, 새 시대에 알맞은 규칙과 제도 정립을 위한 탐구가 필요한 시점임

○ AI가 촉발할 경제·산업·사회 측면의 주요 변화와 이슈를 탐색하여 미래 정책현안을 조기 발굴하고, 정책의제를 제시하여 향후 국가 AI 정책 방향 설정 및 계획 수립, 대응체계 구축 등에 기여하고자 함

□ 연구 구성 및 주요내용

○ 경제·산업·사회 측면 탐구를 위해 R&D, 통상, 산업, 기업, 일자리 분야를 중심으로 주요 변화와 이슈를 스캐닝하고, 이슈 대응을 위한 분야별 정책의제를 제안

- (2장. R&D) ① AI기술의 연구개발 활용과 ② AI 기술의 발전을 위한 연구개발 관점에서 현황 및 주요 변화, 이슈를 분석하여 R&D정책 방안을 제시

- (3장. 통상) 국가안보 관점에서 AI가 불러온 통상규범의 주요 변화 및 이슈, 글로벌 정책 동향 분석을 통해 AI 주권 확보를 위한 통상정책 과제를 제시

- (4장. 산업) 제조 및 서비스업의 AI 활용 사례와 AI 활용시 문제점 및 이슈를 진단하여, 기존 산업의 AI 융합 활성화 및 신산업 창출을 위한 산업정책 의제를 제시

- (5장. 기업) 기업 내 AI 도입이 가져올 주요 변화와 AI 도입 및 AI 기업 육성 관련 이슈, 정책동향 등을 분석하여, 기업 내 AI 활용 촉진 및 AI 전문기업 육성을 위한 기업정책 의제를 제시

- (6장. 일자리) AI 대중화가 불러올 일자리 및 직무역량의 주요 변화와 이슈를 파악하여, 모두가 AI와 함께 일하는 시대 준비를 위한 일자리정책 의제를 제시

2. R&D: 인공지능시대 R&D 정책 이슈

□ 인공지능 기술은 R&D 수행 과정의 효율성을 크게 혁신하고 있으며, 인공지능을 적극 활용한 국가 R&D 효율성 제고 전략이 필요

○ “모든 기술의 발전은 최근에 만든 것을 사용해 다음 것을 만드는 방식으로 이뤄진다. 인공지능은 모든 것을 더 빠르게 혁신시키고 있다.” -레이 커즈와일-

○ 인공지능 기술은 연구개발을 위한 기획 및 분석 단계, 연구개발 수행단계, 연구 성과물의 출시 및 사업화 단계 전반에 걸쳐 연구개발과정의 효율성 향상 중

- (기획 및 분석) 인공지능 기반의 데이터 기반의 의사결정, 미래 예측 및 트렌드 분석, 생성형 AI 등을 활용한 가설 생성을 통해 기획, 분석, 가설 생성 등의 작업 효율성을 크게 향상시킬 수 있음

(연구개발 수행) 생성적 설계를 통한 설계옵션의 탐색, 인공지능 기반의 가상 시뮬레이션, 연구 과정 자동화 등을 통해 연구개발수행 과정의 시간 및 비용을 크게 절감하고 연구자들이 창의적 작업에 집중하도록 돕고 있음

(출시 및 사업화) 제품 생산 과정의 최적화 및 시장 데이터 및 고객 실시간 의견 분석에 기반한 전략 수립 등을 통해 사업화 전략에 기여

○ 제약, 자동차, 반도체 산업 등 분야를 막론하고 인공지능기술이 연구개발에 소요되는 기간 및 비용을 혁신적으로 절감하는 사례들이 속출

- (제약) Cambridge 대학교는 기계 학습 기술을 사용하여 수백만 개의 항목이 포함된 화학 라이브러리를 기존보다 10배 빠르게 검토하여 파킨슨병을 특징짓는 단백질의 응집 또는 응집을 차단하는 화합물을 식별

- (자동차) Continental은 AI 기반 가상 시뮬레이션 툴을 개발하여 기존 물리적 방식으로는 20일 이상 소요되는 5,000마일 상당의 차량 테스트 데이터를 1시간 만에 생성

- (반도체) NVIDIA는 AI를 활용한 칩 설계 플랫폼 'cuLitho'를 개발하여 포토리소그래피(Photolithography) 공정 시뮬레이션 속도를 최대 40배 향상

○ (정책제언) 국가 R&D 전반의 효율성을 혁신적으로 향상시키기 위해 연구개발 및 혁신 과정에 인공지능 기술을 촉진하기 위한 정책 방안 마련 필요

- 정부 R&D 분야에서도 AI를 활용하여 연구 개발(R&D) 효율성을 높이기 위한 연구과제에 대한 지원을 확대하고 관련 인프라의 확대 필요

- 국가 인공지능 데이터센터 등 인공지능을 활용하여 R&D 생산성을 높이기 위한 데이터 기반 및 활용 가능한 컴퓨팅 자원의 확보 필요

- 민간기업의 AI 도입 계획이 저조한 가운데(기업의 84% AI전략 부재), 이를 촉진하기 위한 정책방안의 모색이 필요하며, 민간 혁신에의 AI 적용을 위한 지원제도, 인력 양성 및 데이터 접근성 등 확보 전략 필요

□ 인공지능 개발, 활용과 관련된 기술적 특성과 국내외 기술개발 및 정책 현황을 고려하여 인공지능 기술 발전을 위한 R&D 전략 마련 필요

○ (연구기획) 인공지능 분야 R&D 효율성 및 산출 결과물의 기술 성능 제고를 위해서는 통합형 R&D 거버넌스 체계 구축 필요

- (AI R&D 거버넌스) 기존 단기간 가시적 성과 지향형 R&D에서 벗어나, 통합되고 일원화된 연구개발 체계에서 플래그쉽 프로젝트를 추진

○ (연구수행) 현장 수요 중심의 R&D 아이템을 발굴 및 사업지원을 추진하고, 오픈소스를 적극적으로 활용하여 산업융합 육성 필요

- (실수요 기반 R&D) 실질적인 수요가 있는 연구개발 주제를 발굴 및 선정하여, 전산업에 융합 활용될 수 있는 기술을 개발

- (오픈소스 생태계) 오픈소스 기반의 연구개발을 수행하고 연구결과물에 대한 공개를 추진

○ (연구활용) 안전하고 믿을 수 있는 인공지능 기술 활용을 위해 신뢰성 보장을 위한 R&D 개발 비중 확대 필요

- 인공지능이 확산됨에 따라 기술의 신뢰성을 고려한 R&D 수요는 점차 늘어날 것으로 전망되며, 신뢰‧안전성 보장을 위한 연구 필요

3. 통상: AI 주권(Sovereign AI) 확보를 위한 통상정책 과제

□ 인공지능이 국가안보와 관련된 기술로 인식되면서 AI 주권(Sovereign AI) 개념이 주목받고 있음

○ AI 주권은 자국의 언어와 문화로 학습한 독자적인 인공지능 기술을 국가안보 등의 분야에 활용하는 것을 의미

- 인공지능 (학습과정에서의)편향성, 할루시네이션(오류), 개인정보 침해 등으로 인해 독자적인 인공지능 역량 확보의 중요성 대두

○ EU, 미국, 중국 등 해외 주요국은 이미 AI 주권 확보를 위해 자국의 이해를 반영한 각종 통상정책과 규제조치 등을 시행하고 있음

- EU의 AI Act, 미국의 반도체 수출통제, 중국의 데이터 국외 반출 금지 등

- 해외 주요국의 조치가 기존 WTO 체제의 국제통상 규범에 위배될 소지가 있지만, 기존 통상 규범은 상품무역을 주요 대상으로 하기 때문에 한계가 있음

□ AI 주권 확보 및 기술경쟁력 확보 등을 위한 국내외 정책 마련 필요

○ (통상규범 마련) 안전한 인공지능의 개발 및 사용을 위한 규제와 인공지능 산업 육성 및 진흥을 모두 고려한 균형 있는 AI 통상규범 마련 필요

○ (국제표준 참여) 인공지능의 안전한 사용 등을 위한 국제 논의에 적극 참여하여 국내 인공지능 산업과 기업의 이익이 국제표준에 반영될 수 있는 전략 마련 필요

○ (디지털세 대응) 디지털세로 인한 분쟁 가능성이 커짐에 따라 정부 재정, 기업의 부담, 외국인 투자 유치 등을 종합적으로 고려한 디지털세 정책 대응 필요

4. 산업: 인공지능 융합 산업 활성화 촉진

□ 산업에서 LLM 개발 및 현장 적용을 통한 비즈니스 혁신을 추진 중인 상황에서 국내 산업의 활성화 및 신산업 창출 방안 모색 필요

* (제조업) LLM 및 sLLM 모델 활용, 실시간 분석 시스템 구축, 투명성과 상호운용성을 확보한 모델 개발
(서비스업) 챗봇을 통한 고객 대응 고도화, 고객 데이터 분석으로 새로운 서비스 발굴, 자체 LLM 구축
(의료분야) Google Health의 AI 영상 분석 기술, IBM Watson Health의 의료 기록 분석
(금융분야) JP모건의 COIN 프로그램, BlackRock의 Aladdin 투자 분석 툴 개발
(제조분야) Siemens의 생산 라인 오류 감지 시스템, GE의 예측 유지보수 시스템 개발 및 상용화
(물류분야) 아마존의 물류와 고객 서비스 AI 적용, 알리바바와 테무의 무인화 물류 시스템 도입 중

□ 세부 가이드라인 및 인프라, 국내 법제도 대응 속도, 데이터 공유 및 활용 등과 관련된 이슈가 부각

○ 기업이 요구하는 기능을 갖춘 솔루션 부족, AI 기술 이해 및 활용 전략 확보 한계

○ AI 국가전략 수립, AI 규제 샌드박스 운영 중이나 명확한 법안 부재한 상황

○ 데이터 수집, 저장, 처리 비용이 높아 대기업과 중소기업 간 격차 발생

□ 인공지능 융합 산업 활성화를 위해 생태계 조성, 융합 혁신 가이드라인, 인프라 및 법제도 기반 마련 등 주요 핵심 의제에 대한 대응 필요

○ (인공지능 혁신 생태계 조성 촉진) 산업 전반의 디지털 전환 촉진을 위한 인공지능 생태계를 고려한 분야별 촉진 전략 마련

○ (융합 혁신 체크리스트) 인공지능 활용 주체별 인공지능 융합 체크리스트 마련

○ (분야별 가이드라인) AI 융합 분야별 가이드라인 제공

○ (인프라 강화) 인공지능 융합 활성화를 위한 기술적·물리적 인프라 강화

○ (법제도 기반) 법적 및 규제적 환경 조성을 위한 인공지능 융합 촉진 법제도 진화 전략

5. 기업: 인공지능 활성화 및 글로벌 인공지능 선도기업 육성

□ 기업 관점의 인공지능에 의한 주요 변화

○ 인공지능으로 인한 비용 절감 및 생산성 향상

- 인공지능에 의한 비용 절감 및 효율성 증대

- 인공지능에 의한 생산성의 향상

○ 인공지능을 통한 의사결정 구조 변화

- 데이터 기반의 의사결정을 통한 객관성 확보

- 다양한 수요 맞춤형 전략의 수립 및 적용

□ 기업 인공지능 활성화 및 글로벌 인공지능 선도기업 육성 이슈

○ 인공지능 도입 및 관련 기업 육성의 주요 이슈

- 인공지능에 대한 인식의 부족 (필요성 인식, 도입 이후 변화의 불확실성)

- 인공지능 도입에 대한 비용·기술·인력 부담

- 글로벌 기업과의 기술경쟁 및 각국의 인공지능 관련 규제 정비에 대응한 인공지능 기업 육성 방안 마련

□ 핵심 의제

○ (도입 장벽 완화) 인공지능 도입 과정상의 비용 절감을 통한 기업 내 인공지능 활용 활성화

○ (현안 기반 도입) 기업의 현안 문제를 해결할 수 있는 다양한 수준·유형의 인공지능 기술·솔루션 보급

○ (역량, 인력 확충) 민간 중심의 인공지능 기술개발 및 전문인력 양성

○ (경쟁력을 갖춘 전문기업 육성) 글로벌 기술경쟁력을 갖춘 전문기업의 육성

○ (글로벌 진출 지원) 국내 인공지능 관련 기업의 글로벌 진출 확대를 위한 제도 마련

6. 일자리: 모두가 인공지능과 함께 일하는 시대를 위한 준비

□ 인공지능의 활용 가능 범위 확대와 생산성 증가

○ 챗GPT와 같은 범용기술의 등장에 따라 AI의 업무 활용 가능 범위가 급격히 확대되고 있음

○ AI 활용 시 획기적인 생산성 증가가 기대

□ 문제점 및 이슈, 관련 정책동향

○ AI 활용을 통한 생산성 향상 실현 과정에서 경제성장, 불평등 등 거시경제 및 사회적 파급효과가 대단히 클 것으로 보임

- AI 기술 및 인프라가 부족해 AI에 대한 접근성이 충분히 높지 않은 상황

○ 국민 전반 및 고령자, 재직자, 학생 등 집단별 AI 활용 역량 제고 전략 필요

- AI 대중화 시대에 필요한 역량을 중심으로 교육과정 재구성이 요구되며, 고령자와 재직자 교육에 대한 연구 및 투자 확대가 절실

□ 핵심 의제

○ (고령자 AI 리터러시 제고) 고령자에 맞춘 AI 리터러시 교육체계를 구축

○ (재직자 재교육) AI 활용 사회의 핵심 인력으로 전환

○ (학교 교육과정 개편) AI 대중화 시대에 필요한 역량을 중심으로 교육과정 재구성

○ (AI 접근성 제고) AI 기술 및 인프라 확보를 통한 AI의 산업적 활용 및 리터러시 교육 활성화

○ (사회안전망 강화) 교육훈련, 직업 전환 지원 등을 통해 AI 확산의 부작용에 대응

7. 결론

□ 연구의 주요결과

○ 본 연구는 인공지능 시대 준비를 위한 정책의제 탐색을 목적으로 R&D, 통상, 산업, 기업, 일자리 5대 분야에서 인공지능 시대 주요 변화 및 이슈를 탐색하고 핵심 정책의제를

다음과 같이 발굴함

목차 탭컨텐츠