제목 : 딥러닝(Deep Learning) 기술의 이해와 연구개발 정책과제
저자 : 최근우(Queen Mary University of London), 송기선(NAVER LABS), 강요셉(한국과학기술기획평가원)
 
[주요내용]
 
■ 딥러닝(Deep Learning)은 기술적 한계로 인한 기존 인공지능 기술의 침체를 뛰어넘을 수 있는 기회를 제공함으로써 모든 산업에 자동화·최적화를 보다 진전시키며 높은 가치창출과 함께 산업구조를 근본적으로 바꿀 것으로 예상됨. 
- 글로벌 컨설팅 기업 맥킨지(McKinsey)는 2025년 인공지능을 통한 지식노동의 자동화의 경제적 파급효과가 연간 5조 2,000억 달러에 이를 것으로 전망
- 구글과 같은 IT 회사 뿐만 아니라, BMW, 아우디, 포드, 도요타, 현대차 등 자동차 제조 기업들을 딥러닝 기술의 도입을 통해 자율 주행 자동차 개발 활발히 진행

■ 딥러닝 기술의 출현과 함께 전 세계적으로 연구개발 경쟁이 심화되고 있으나, 한국은 이에 대한 대응이 미흡한 실정임.
- 인공지능 전반 기술의 세계 최고 기술 수준 100 기준, 국내 평균은 66.3% 수준이며, 약 4.4년의 기술격차가 존재
- 이에 정부는 2013년 미래창조과학부 주관 「엑소브레인(Exobrain)」프로젝트를 발족하여 10년 간 3단계에 걸쳐 자연어 이해를 통한 지식 학습, 인간과의 소통이 가능한 SW 개발 진행 중
- 지능정보산업에 대한 5년간 1조원 투자 계획 발표,「K-ICT 전략 2016」수립 등 정책적 지원 방안 마련 중

■ 국내의 딥러닝 관련 연구 및 산업 수요의 충족을 위해 기술·적용분야별로 인력 수급 전망을 구체적으로 수립하고, 국내외 연구협력 활성화를 통한 성과공유 및 사회적 부작용을 최소화할 수 있는 방안 마련이 필요함.
- 장기적 인력 양성을 위한 마스터플랜 수립
- 대규모 연구자금 지원보다는 소규모·장기지원을 통한 연구자금 수혜 대상 확대와 연구 저변 확대
- 장기적인 모니터링을 통해 지속적 정책 대응 방안 마련이 요구됨

■ 본 이슈페이퍼는 딥러닝 기술에 대한 개괄적 설명과 연구개발 정책 방향 제시 및 기술경쟁에 뛰어든 우리의 기술개발과 산업화 정책 방향을 제언하고자 함.



※ 본 이슈페이퍼의 내용은 필자의 개인적인 견해이며, 한국과학기술기획평가원의 공식 견해가 아님을 알려드립니다.