| 초록 |
1. 서론 인공지능(AI) 기술은 인간의 사회지능, 인지지능, 계산지능을 모사하면서 진화하고 있으며 연구 분야 또한 매우 다양하나, 비전문인에게는 불가산 추상명사로 사용되면서 특정 사용 영역의 구분 없이 포괄적으로 혼용되는 경향도 있다. 전문인들도 AI를 인지, 학습 등 인간의 지적 능력의 일부 또는 전체를 컴퓨터를 이용해 구현하는 지능을 의미하거나 또는 인간의 지각, 학습, 추론 등의 능력을 컴퓨터 프로그램이나 SW로 구현하는 기술로 간단히 언급하기도 하며, 전적인 동의까지는 아니나 별다른 구분 없이 사용하기도 한다. 사실 AI는 다원적인 진화 특성으로 개인 지능과 유사하게 지능 수준별 인식과 구현의 다양성으로 인해 표준화된 정의가 어려운 기술이긴 하나, 이미 AI 기술 및 서비스의 상용화에 대한 글로벌 경쟁뿐만 아니라 특정 도메인의 산업 및 서비스별 표준화 시도와 주도권 경쟁 역시 치열하다. 현재 AI의 메가트랜드는 포스트 딥러닝(DL)으로 진화하면서 복합지능을 대상으로 상황 변화 적응성을 확대시키고 학습 방식과 학습데이터의 획득 방식도 자율적이고 능동적으로 고도화하는 추세이며, 지능 구조 또한 컴퓨팅 방식 외에 지능 모사 방식으로의 변환이 추세로 판단된다. 이런 추세 속에서 한국도 AI 기술 청사진과 정책 로드맵에 따라 R&D와 생태계 활성화를 위한 산학연관의 다양한 프로젝트가 추진되고 있다. 상업적으로는 주로 인지기능의 일부인 시각, 음성, 얼굴 인식과 행위 및 생체 인식, 자연어처리 기술의 범용화와 기계학습(ML) 및 DL 기술을 기반으로 기본적인 AI의 실험적 실증적 구현을 넘어 특정 도메인의 맞춤형 AI 구현에 대한 실질적 가치 구현과 자동화 및 자율 구현 등이 실질적 이슈가 되고 있다. 본고는 주로 중소기업 관점에서 실질적 AI 구현의 수요 및 공급적 가치를 AI 적용 도메인이나 사업화 측면에서 신뢰성과 적합성 있는 데이터의 획득 및 확보, 즉 양질의 데이터와 그 품질 확보에 우선순위를 두자는 기조로 기술한다. 기존의 AI 기술 수준의 평가 인덱스나 방법론이 완벽하진 않지만 AI 분야의 세부지표 추이를 통한 기술 수준이나 동향을 참조힌다. 분석은 국내외 AI 관련 자료를 활용하고 가능한 한 국내 중소기업 입장에서의 AI 기술 활용도 인식 및 사업화 추진 관련 통계, 데이터 확보 및 활용과 생태계 취약점에 대한 정보를 토대로 데이터 획득 및 축적과 품질 확보 관점의 중요성을 언급하고자 한다. 요약하면, 엔지니어링 및 산업현장 분야에서의 AI 활용 동향, 데이터품질 확보 측면에서 국내의 기술 수준, 시장규모와 기업 현황, 정책 현황 등의 정보를 공유하고 전망과 시사점을 제시하고자 한다. ** 원문은 파일 다운받기를 해주세요 :-) |
