'인공지능(AI)'에 해당되는 글 35건

spri.kr/posts/view/22511?code=issue_reports

  현대 인공지능 기술의 발전 속도는 매우 빠르다는 것에 의심할 여지가 없다. 이 사실은 한편으로 최신 인공지능 기술을 제대로 파악하기조차 어렵다는 것을 대변한다. 또한 인공지능의 적용이 다양한 산업에 이르러 범용 목적 기술(General Purpose Technology)로 주목받자 그 경계가 모호해졌다. 예를 들어, 빅데이터 분석과 인공지능의 차이는 무엇일까? 방법론의 차이일까? 현대 인공지능의 중추인 학습 기반의 인공지능은 필연적으로 빅데이터를 요구한다. 성공적인 인공지능 시스템을 구축하기 위해서는 양질의 데이터가 다다익선이다. 이러한 관점에서 빅데이터와 인공지능은 서로 다른 분야로 구분 짓기 어렵다고 본다.

  인공지능 기술을 발전상을 이해하려면 인공지능 연구의 특성별로 구분지어 바라볼 필요가 있다. 그러나 인공지능의 적용 범위가 지속적으로 확장되고, 인공지능을 주도하는 주체가 글로벌 IT 기업이라는 관점에서 일목요연하게 구분 짓기는 어렵다. 또한 국제적인 시장조사기관의 분류체계 역시 매우 상이하기 때문에, 참고문헌을 기반으로 한 기술의 분류는 한계가 있다. 이 보고서에서는 인공지능 연구 분야의 구분을 위해가설을 통한 접근을 취했다. 이것은 인공지능 기술의 굵직한 트렌드를 바탕으로 인공지능을 바라보는 관점을 제시한다.

  그렇다면 현재 인공지능 기술은 어디까지 왔을까? 이 보고서에서는 지난 2017년 AlphaGo Zero 이후 인공지능 연구계에서 공개된 주요 연구 성과를 살펴볼 것이다. 특히 인공지능 자체의 성능을 향상시킨 연구를 분석했다. 현재 심층학습(Deep learning)은 매우 좋은 성능을 보이고 있으나, 여전히 좁은 인공지능, 약인공지능에 머물고 있다. 이를 개선하기 위한 노력으로 학습하는 방법을 학습하는 메타 학습 분야가 부상하고 있다. 또한 최적의 인공신경망 구조를 찾는 신경망 구조 탐색, 뉴로모픽칩에 탑재되는 스파이킹 신경망, 마지막으로 도메인 간 지식을 전이하는 전이학습을 살펴볼 것이다.

  인공지능은 지금도 빠르게 그 영역을 확장하고 있다. 이 보고서에서 다룬 내용은 특히 인공지능의 성능 자체를 향상시키는 연구결과에 집중했다. 다양한 산업계에서 인공지능의 성공사례는 지금도 속속들이 나오고 있을 것이다. 인공지능의 거대한 조류 속에서 인공지능의 기술적 발전에 대한 시의성 있는 분석이 매우 중요한 시점이다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

각국이 인공지능 기술과 산업을 육성하기 위한 노력을 경주하는 가운데 중국 인공지능기술과 생태계의 놀라운 발전이 주목을 받고 있다. 인공지능 분야에서 중국은 ‘눈 비비고 다시 대해야 할’만큼 비약적 성장을 이뤄낸‘괄목상대(刮目相對)’의 면모를 보이고 있다. 인공지능 기업 수, 투자규모, 투자유치 횟수, 특허출원, 논문 등의 부문에서 중국은 미국에 2위를 차지하고 있으며 중국 인공지능 창업 생태계도 크게 확장되고 있다.

인공지능 기술은 향후 제조업을 비롯한 거의 모든 산업의 경쟁력을 좌우하는 주요 핵심요인으로 될 것으로 예상된다. 이는 중국 인공지능 기술과 산업의 성장이 국내 산업에 미치는 영향이 적지 않다는 점을 시사한다. 이에 본보고서는 글로벌 경쟁국가인 중국의 인공지능 기술수준과 산업현황을 객관적으로 파악하고 단기간에 괄목상대로 부상하게 된 요인을 분석하고자 했다.

분석 결과, 중국 인공지능 기술과 산업의 성장에는 창업생태계의 형성과 선순환의 확대, 중국정부의 정책이 큰 영향을 미친 것으로 파악되었다. 인공지능 생태계의 경우, 중국 인터넷 대기업 BAT(바이두, 알리바바, 텐센트)의 투자와 인수합병이 금융투자기관의 참여, 우수인재의 유입을 촉진하고 선순환을 확대시키는 중요한 요인으로 작용하고 있다. 2014년~2015년 2년 동안 이들 3사가 인수합병 및 지분확보를 위해 투자한 총액이 500억 달러(약 56조 원)를 상회한다. BAT의 투자와 인수합병은 투자기관에게는 투자 수익 실현, 젊은 우수인재들에게는 창업을 통한 성공의 길을 열어주고 있는 셈이다.

중국 중앙 정부 차원의 인공지능 산업 육성 정책 강화, 지방정부 차원의 각종 지원 정책과 프로그램도 중국 인공지능 창업 생태계의 활성화에 긍정적인 영향을 미치고 있는 것으로 판단된다. 특히, 데이터 수집 및 활용에 관한 규제측면에서 중국 정부의 ‘유연한’ 대처도 인공지능 분야의 다양한 시도들이 이뤄질 수 있는 환경을 제공하고 있다. 

국내 주요 기업들도 인공지능관련 고급인재와 기술력 확보를 적극적으로 추진 중이나 창업 생태계의 선순환으로 들어갈 수 있는 임계점에는 미치지 못한 상황이다. 국내 인공지능 생태계 활성화를 위해서는 미래 지향적 관점에서 개인정보 보호 對 산업 활성화, 대기업 경제력 집중 방지 對 창업 생태계 활성화, 기존 산업 보호 對 융합 신산업 활성화 등과 같은 사회적 가치의 충돌을 어떻게 풀어 갈 것인가가 관건이라고 할 수 있다. 인공지능 기술 발전으로 인한 커다란 사회·경제적 변화를 수용할 수 있는 틀을 마련하고 관련 문제를 보완하기 위한 노력이 필요하다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

spri.kr/posts/view/22795?code=issue_reports

인공지능 경쟁력의 원천인 인재는 세계적으로 부족하며, 특히 핵심인재는 더욱 희소하다. 세계 인공지능 인재 수요는 100만 명이나 공급은 30만 명에 불과하며, 핵심인재는 22,400명으로 추산되고 있다. 본고에서는 주요국 인공지능 핵심인재의 연구역량을 정량적 측정하여 시사점을 도출하였다. 인공지능 핵심인재의 수준을 인공지능 두뇌지수(AI Brain Index)라 정의하고 인공지능 연구역량 기준, 국가별 상위 핵심 연구자를 선발하여 역량을 측정하고 비교하였다.

먼저, 25개국 국가별로 인공지능 연구 수를 기준으로 핵심인재 500명(총 12,500명)을 1차 선정하였다. 이후, 3개 연구역량 지표(연구 수, 편당 인용 수, Field Weighted Citation Impact) 값을 100점 기준으로 환산하고, 해당 지표에 가중치를 부여하여 국가별 최종 100명을 대상으로 인공지능 두뇌지수를 측정하였다. 측정결과, 인공지능 두뇌지수가 가장 높은 국가는 미국이며, 한국의 인공지능 두뇌지수는 미국의 76% 수준인 것으로 측정되었다. 또한, 인공지능 두뇌지수를 활용해 세계에서 가장 연구역량이 높은 연구자 500명과 100명(World AI Index 500, World AI Index 100)명을 선정하여 해당 그룹의 지수를 측정하였다. 미국의 인공지능 두뇌지수(66.46)는 세계 인공지능 두뇌지수 500(69.83)과는 큰 차이가 나지 않으나, 세계 인공지능 두뇌지수 100(82.81)과는 격차가 발생하는 것으로 분석되었다.

분석의 시사점은 다음과 같다. 첫째, 인공지능 두뇌지수 측정 결과, 국가별로 인공지능 핵심인재 수준에 차이가 존재한다. 둘째, 한국의 인공지능 두뇌지수가 주요국 대비 상대적으로 낮아 인재양성에 정책역량을 집중할 시점이다. 셋째, 다양한 글로벌 인공지능 핵심인재들과의 연구협력 네트워크 구축이 필요하다. 세계 인공지능 두뇌지수 500에 포함된 인재 중 미국(14.5%), 중국(13%)의 비중이 높으나, 이외에도 다양한 국적의 인재가 포함되어 있다. 인공지능 강국과의 연구교류 확대와 함께, 다양한 국가의 핵심인재와의 협력도 병행해야 한다. 넷째, 향후, 다양한 지표를 고려한 인공지능 두뇌지수 개발과 모니터링이 필요하다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

spri.kr/posts/view/23032?code=issue_reports

인공지능이 미래의 산업과 사회를 견인 할 혁신 성장 동력으로 주목받으면서, 인공지능 연구역량 강화가 중요한 이슈로 부상하고 있다. 연구 역량은 기술혁신에 가장 중요한 무형의 활동으로서 신기술 시장에서 최상의 성과를 달성하는 데 필수적 요소이다. 이에 본고에서는 세계의 대학들을 대상으로 인공지능 연구역량을 가늠할 수 있는 인공지능 연구 지수(AI Research Index)를 개발하고 시사점을 도출하고자 하였다.

인공지능 연구지수를 2016~2019년간 인공지능 연구 성과를 지수화한 값으로 정의하고, 인공지능 연구역량은 학술연구 수, 편당 인용 수, FWCI(Field Weighted Citation Impact)를 활용하여 측정하고 변수에 가중치를 반영하였다. 인공지능 연구 수를 기준으로 세계 상위 500개 대학을 1차 선정하였으며, 변수의 양과 질, 그리고 가중치를 고려하여 500개 대학의 인공지능 연구지수를 측정하였다. 이후, 글로벌 100대 인공지능 대학을 선정하고, 국가별 비중을 분석하였다.

인공지능 연구 수를 기준으로 세계 500개 대학을 1차 선정한 결과, 이들 대학은 4년 동안 평균 404건의 연구를 수행하는 것으로 나타났다. 500개 대학의 국적을 보면, 중국 101개(20.2%), 미국 61개(12.2%), 인도 45개(9.0%), 영국 29개(5.8%), 일본 25개(5.0%), 프랑스 21개(4.2%)로 분석되었다. 성과지표의 양과 질을 모두 고려하여 인공지능 연구지수를 측정한 결과, 500개 대학의 연구지수 평균은 46.01점으로 측정되었다. 인공지능 연구지수 상위 100개 대학의 평균은 67.26으로 500개 대학과 차이가 존재했으며, 100개 대학 중에서 중국, 미국, 영국 대학 등의 비중이 높은 것으로 나타났다. 인공지능 연구지수 상위 10개 대학 측면에서는 미국이 40%로 매우 높게 나타났다.

연구의 시사점은 다음과 같다. 먼저, 대학들의 인공지능 연구역량 간에 차이가 존재한다. 인공지능 연구역량 분포가 정규분포가 아닌 Power Law의 형태이며 이는 기존 인재역량 분포 관련 선행연구와 유사한 결과이다. 인공지능 연구 상위 대학들은 미국, 중국을 중심으로 포진 중이며, 향후 중국과 영국, 호주의 대학들이 상위 10위 진입 가능성이 상대적으로 높을 전망이다. 이에, 부상하는 인공지능 대학들에 주목하고, 다양한 협력 대학들을 모색해야 하며, 인공지능 연구지수 측정모형을 지속 발전시키고 모니터링 체계를 구축할 필요가 있다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

미래 국가 경쟁력을 좌우하는 핵심요소로 인공지능에 주목하고 있다. 인공지능은 산업과 사회 전반에 영향을 미치며, 2030년까지 전 세계 GDP에 13조 달러 기여 할 것으로 전망되며, 향후 국가의 인공지능 활용 역량에 따라 경쟁력에 큰 차이가 발생할 것으로 예측되고 있다. 이에, 인 공지능 연구역량 확보를 위한 국가 간 혁신 경쟁이 치열하게 전개 중이며, 본고에서는 국가 간 인공지능 연구역량을 가늠하고 비교할 수 있는 국가 인공지능 연구 지수(National AI Research Index)를 개발하고 시사점을 도출하였다.

91개국을 대상으로 인공지능 연구 데이터를 분석한 결과, 2016~2019년 간 91개 국가는 평균 3,455건의 연구를 수행하였다. 인공지능 연구 성과지표의 양과 질을 모두 고려하여 국가 인공지능 연구지수를 측정하였으며, 91개 국가의 인공지능 연구지수 평균은 43.01점으로 측정되었다. 1위는 미국으로 94.01점, 2위는 영국 93.94점을 차지하였다. 오스트레일리아, 이탈리아, 캐나다, 스페인, 중국, 싱가포르, 홍콩, 독일이 상위 10국가에 위치하는 것으로 분석되었다. 한국은 91개 국가 중 14위를 차지하였다.

연구의 시사점은 다음과 같다. 국가 간 인공지능 연구역량 간에 차이가 존재하며, 평균 수준과 선도 수준간의 괴리는 매우 크다. 인공지능 국가 연구지수의 분포를 보면 오른쪽으로 꼬리가 늘어진 Power Low의 형태이며, 이는 평균그룹과 선도 그룹 간에 차이가 크다는 것을 의미한다. 둘째, 인공지능 역량 강화를 위한 국가 간 경쟁도 가속화될 전망이며, 한국은 질적 성과를 강화하면 상위 10위 내 진입이 가능할 것으로 전망된다. 셋째, 인공지능 연구역량에 집중하고 있는 국가들에 주목하고 연구역량과 디지털경쟁력이 반드시 일치하지 않음에 유의해야 한다. 마지막으로 국가 인공지능 연구지수 측정 모형을 지속 발전시키고 모니터링 체계를 구축할 필요가 있다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

본격적인 디지털 전환이 도래하고 있다. 최근 사회·경제에 타격을 주고 있는 코로나19는 역설적으로 이런 변화를 가속화할 전망이다. 작금에 SW·AI 기술은 디지털 전환의 주역이자 핵심 경쟁우위로 더욱 주목받고 있다. SW·AI 인재가 국가 경쟁력을 좌우할 핵심자원으로 부상하였고 관련 인력에 대한 수요도 늘어났다. 이에 본고는 사회저변의 IT 리터러시를 함양하고 자사의 경쟁력을 확보하기 위해 기업들이 진행하는 SW·AI 교육현황을 살펴보고 정책적 시사점을 제시한다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

요약문

본 연구의 목적은 2022년 초·중등학교 교육과정 전면 개정을 앞둔 현 시점에서, 2015개정 정보과 교육과정에 대한 반성적 접근을 통한 개정 방향의 시사점을 도출하는 것에 있다. 이를 위해 최근 발표된 Computing Curricular 2020 Draft(이하, CC2020)와 CC2020에 제시된 컴퓨터과학 내용 체계(CC2020-CS)를 살펴보고, 이를 토대로 우리나라 정보과 교육과정을 분석하였다. ACM과 IEEE-CS를 중심으로 개발된 CC2020은 고등수준의 컴퓨팅 교육 글로벌 표준 교육과정을 제시하고 있으며, 1990년대부터 최근에 이르기까지 컴퓨팅 교육 분야의 변화와 최신 버전의 컴퓨터과학 내용체계(CC2020-CS) 등을 제시하고 있다.

본 연구는 학문적 계통적(계속성, 계열성, 통합성) 관점에서 2015 개정 정보과 교육과정이 컴퓨터과학이라는 모태 학문의 핵심 지식(지식의 구조)을 어떻게 반영하고 있는지 살펴보기 위해, CC2020-CS를 토대로 정보과 교육과정의 연계성과 계통성 분석을 실시하였다. 그리고 CC2020-CS에 제시된 기능(Skill) 용어와 정보과 교육과정의 기능 용어 간의 비교를 통해 정보과 교육과정이 추구하는 교육 목적을 행위적 관점에서 살펴보았다.

주요 연구 결과를 살펴보면, 우리나라 고등학교 ‘정보과학’, ‘정보’ 과목 모두 컴퓨터과학의 주요 영역인 ‘지능시스템(인공지능)’, ‘인간-컴퓨터 상호작용’ 등의 내용을 반영하지 못하며, 모태학문과 낮은 연계성을 가지고 있는 것을 확인할 수 있다. 고등학교에 새로 도입된 ‘인공지능 기초’ 과목은 컴퓨터과학의 ‘지능시스템’과 ‘사회 이슈 및 전문가로서의 업무’ 영역과 연계성을 가지고 있으나, 중학교와는 연계성을 갖지 못하는 것을 알 수 있다. 중학교의 ‘정보’ 과목은 고등학교 ‘정보’ 과목과 체계적인 연계성을 확보하고 있으나 초등학교와는 낮은 연계성을 가지고 있는 것을 확인할 수 있다. 끝으로, CC2020-CS의 성취기준은 제시하기, 설명하기 등 프로그래밍을 도구로 활용한 종합적인 활동의 형태로 제시되어 있으나, 우리나라 정보과 교육과정은 프로그래밍하기, 설계하기 등 프로그래밍 활동 자체가 주요 목적으로 제시되어 있음을 확인할 수 있다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.