□ 연구개발, 기술, 윤리, 경제·교육, 정책 등 주요 영역을 망라한 조사결과 발표

º 개요

- (발간 기관) 스탠포드대학교 인간중심 인공지능연구소(Human-Centered Artificial Intelligence. HAI)

- (경위) 2017년부터 발간되었으며, 이번 호는 제5차 보고서

- (목적) 정책 입안자, 연구원, 기업 임원, 언론인 및 일반인들에게 전 세계에서 소싱된 편향되지 않고 엄격히 검증된 데이터를 제공함으로써, 복잡한 AI분야에 대한 완전하고 깊이있는 이해 도모

- (비전) AI에 대한 데이터와 통찰력 관점에서 세계에서 최고의 신뢰성과 권위를 인정받는 정보원으로 자리매김

- (구성) 연구개발, 기술적 성능, 기술적 윤리, 경제와 교육, 정책 및 거버넌스 등 5개 장

※ 이번호에는 전 세계 로봇 연구자 대상 신규 조사, 25개국의 AI 입법 관련 데이터, AI의 기술적 윤리 챕터 등을 추가

º 주요 내용

- ▲민간 투자 급증 및 투자 집중 심화 ▲미국과 중국이 연구협력 주도 ▲언어 모델 성능 향상, 반면 편향 우려 확대 ▲세계적으로 AI 윤리 이슈 부상 ▲성능은 좋아지고 가격은 하락 ▲데이터 중요성 증가(data, data, data) ▲AI 입법 확대 ▲로봇 팔(Robotic arms) 가격 인하

□ 연구개발(RESEARCH AND DEVELOPMENT)

º 2021년 AI 특허 출원은 2015년 대비 30배 이상 증가하여 연평균 76.9% 성장

- 특허 출원을 지역별로 보면 동아시아·태평양 지역이 2014년부터 급증하기 시작하여 2021년 62.1%로 선도하고 있고, 북미, 유럽·중앙아시아가 뒤를 잇고 있음

- 특허 등록은 2021년 북미(57.0%)를 선두로 동아시아·태평양(31.0%), 유럽·중앙아시아(11.3%) 순

º 학술적 출판*은 중국이 양적으로 선도하는 가운데, 공동 출판은 미국과 중국이 가장 활발

* 논문지(journal), 학술대회(conference) 및 리포지터리(repository)를 통한 발표 합계

- 2021년 총 출판 수는 334,497건으로 2010년 162,444건 대비 2배로 증가

※ 구성은 논문지 51.5%, 학술대회 21.5%, 리포지터리 17.0%

※ 2021년 분야별로는 패턴인식, 머신러닝, 컴퓨터 비전, 알고리즘, 데이터마이닝 순

- 지정학적 긴장 고조에도 불구하고 2010년부터 2021년까지 미국과 중국이 AI 출판(publication)에서 가장 활발히 협력. 2010년 이후 5배 증가했으며, 영국과 중국 간(2위)보다 2.7배 더 많이 발표

- 2010년부터 2021년까지 교육기관 및 비영리단체 간 공동 출판이 가장 많았으며, 민간기업과 교육기관, 교육기관과 정부기관 간의 공동 출판이 그 뒤를 이음

- 2021년 중국이 총 출판 수에서 세계를 선도했는데, 미국보다 63.2%나 많은 수치

- 인용의 경우 논문지는 중국이, 컨퍼런스와 리포지터리는 미국이 우위

※ 논문지 인용의 경우 2021년 중국(27.84%), EU·영국(21.13%), 미국(17.45%) 순으로, 중국은 양적 측면뿐 아니라 인용에서도 점유율 지속 상승 추세

※ 2021년 컨퍼런스 인용(미국(29.52%), 중국(15.32%))과 리포지터리 인용(미국(38.6%), 중국(16.44%))에서는 미국이 중국을 압도

□ 기술 성능(TECHNICAL PERFORMANCE)

º 데이터의 중요성 증가(data, data, data)

- 최상위 기술 벤치마크들은 기록경신을 위해 추가 훈련데이터 사용에 더 많이 의존. 첨단 AI시스템 벤치마크 10개 중 중 9개가 추가 데이터로 훈련되었으며, 이러한 추세는 방대한 데이터 셋 접근이 가능한 민간부분 사업자에 유리하게 작용 

º 컴퓨터 비전의 특정 하위영역에 대한 관심 증가

- 2021년에 연구계는 의료 영상 분할(medical image segmentation) 및 마스크 착용 얼굴인식과 같은 보다 구체적인 컴퓨터 비전 하위 작업에 관심 집중. 예를 들어 2020년 이전에는 Kvasir-SEG 의료 이미징 벤치마크와 대비하여 시스템을 테스트한 연구 논문은 3편뿐이었으나, 2021년에는 25개로 증가. 이는 AI 연구가 보다 직접적이고 실제적인 응용이 가능한 연구로 나아가고 있음을 시사

º AI는 아직 복잡한 언어 태스크 수행에는 한계

- SuperGLUE 및 SQuAD 같은 기본적인 읽기 벤치마크에서는 AI가 이미 인간 수행 수준을 1%~ 5% 초과. 그러나 그 차이는 줄어들고 있기는 하지만 자연어 유도 추론(aNLI)과 같은 더 복잡한 언어 작업에서는 인간 수준에 미달

※ 2019년 인간은 aNLI에서 AI시스템보다 9% 포인트 나은 성과를 보였으나, 2021년에는 1%로 축소

º 보다 일반적인 강화학습으로 전환

- 지난 10년간 AI 시스템은 체스 등 특정 기술에서 성능을 극대화시키는 좁은 강화학습 과제를 숙달

※ 현재 최고 체스 소프트웨어 엔진은 Magnus Carlson(세계 체스챔피언)의 ELO 기록을 24% 초과

- 그러나 지난 2년간 AI 시스템은 새로운 환경에서 작동해야 하는 보다 일반적인 강화 학습 과제(Procgen)에서도 129% 성능 향상. 이는 보다 넓게 생각하는 법을 배울 수 있는 AI 시스템의 미래 발전성을 암시

º 경제성 향상

- 2018년 이후 영상분류시스템 교육비용은 63.6% 감소하고 교육시간도 94.4% 개선. 이러한 추세는 추천, 객체 감지 및 언어 처리와 같은 MLPerf(글로벌 AI반도체 벤치마크 대회) 범주 전반에 걸쳐 나타나며, AI 기술의 보다 광범위한 상용화 채택으로 연결

- 로봇 팔의 가격이 점점 낮아지고 있음. 로봇 팔의 중위 가격은 2017년 개당 42,000달러에서 2021년 22,600달러로 지난 5년간 46.2% 하락. 이는 로보틱스 연구가 더욱 용이하고 저렴해졌음을 의미

□ AI의 기술적 윤리(TECHNICAL AI ETHICS)

º 윤리 관련 연구활동 증가

- 전 영역에서 AI 윤리가 부상 중. 2014년 이후 AI의 공정성과 투명성에 대한 연구가 폭발적으로 증가해 윤리 관련 학술대회에서 관련 논문이 5배 증가*. 아울러 최근 산업계 종사자의 참여 증가율이 눈에 띄게 증가(21편(2019)→31편(2020)→53편(2021))

* 알고리즘의 공정성, 책임성 및 투명성에 관한 연구물을 발표하는 학제간 컨퍼런스인 ACM FAccT 기준

- 알고리즘의 공정성과 편견은 주류 연구 주제로 자리매김

※ NeurIPS(신경정보처리시스템학회)의 경우 공정성과 편견을 주제로 한 논문 발표 건수가 2017년 34건에서 2021년 168건으로 증가

º 언어모델과 윤리

- 언어 모델은 그 어느 때보다 능력이 뛰어나지만 편향도 심각. 대형 언어모델은 기술 벤치마크에서 새로운 기록을 세우고 있지만, 훈련 데이터가 가지는 편견이 반영될 가능성도 나타나고 있음

※ 2021년에 개발된 2,800억 개의 매개변수를 보유한 한 모델은 2018년 최첨단으로 여겨졌던 1억 1,700만 개의 매개변수 모델에 비해 유도된 독성(elicited toxicity)이 29% 증가. 시스템은 시간이 지남

에 따라 성능이 크게 향상되고 있지만, 편견의 잠재적 심각성도 증가

º 사실성(FACTUALITY)과 진실성(TRUTHFULNESS)

- 최근 소셜미디어 플랫폼들은 온라인 오류정보의 확산을 관리하기 위해 AI 시스템을 활용 중이고, 자동화된 팩트 체킹은 활발한 연구 주제로 부상하고 있으며, FEVER, LIAR, Truth of Varying Shades 등 벤치마크들의 인용도 증가 중

- 멀티모달 모델은 멀티모달 편견도 동시에 학습. 최근의 언어-비전 협력 태스크들에서 멀티모달 언어-비전 모델 훈련의 급속한 진전이 있었는데, 이 모델들은 텍스트 설명을 통한 이미지 분류와 

이미지 생성에서 새로운 기록을 세웠지만, 사회적 고정관념과 편견도 반영하는 한계 노출

※ CLIP (OpenAI의 이미지 분류 신경망 모델) 실험 결과 흑인의 이미지는 다른 인종보다 2배 이상 높은 비율로 인간이 아닌 이미지로 잘못 분류

- 컴퓨터 비전과 자연어 처리 모두에서 편견을 측정하기 위한 메트릭을 개발하기 위한 중요한 작업이 있었지만, 이는 동시에 멀티 모달리티 모델에서 편견에 대한 통찰력을 제공하는 메트릭스의 필요성을 강조

□ 경제와 교육(THE ECONOMY AND EDUCATION)

º 신규 채용

- 2021년 AI 채용 증가율(2016년 대비)은 뉴질랜드, 홍콩, 아일랜드, 룩셈부르크, 스웨덴 순

※ 조사대상은 링크드인(LinkedIn)이 노동시장의 40% 이상을 점유하고 매월 10건 이상 고용이 발생하는 국가를 대상으로 조사. 중국과 인도는 이 기준을 충족하지 못하지만 그 중요성을 고려하여 포

함

※ AI분야 채용률(AI Hiring Rate) = (프로파일 상 AI 스킬 보유 또는 AI관련 직업에 종사하는 링크드인 회원으로서, 그 직업을 시작한 시기에 새로운 고용주를 추가한 회원) / (링크드인 회원 수). 이를 

2016년 평균 월을 기준으로 지수화하여 채용 증가율 계산

- 2021년 전 산업 채용공고 중 AI 비중이 가장 높은 국가는 싱가포르(2,33%), 미국(0.9%), 캐나다(0.78%), 영국(0.74%) 순

※ 2021년 미국의 분야별 현황은 머신러닝(0.6%), AI일반(0.33%), 뉴럴네트워크(0.16%), 자연어처리(0.13%) 순

- 2021년 미국에서 AI 채용 공고가 많은 주는 캘리포니아, 텍사스, 뉴욕, 버지니아 순

※ 1위 캘리포니아는 2위 텍사스보다 2.35배 이상 많았으며, 총 구인건수 대비 AI 구인건수 비중이 가장 높은 곳은 워싱턴 D.C.

º AI기술 보급률(AI Skill Penetration)

- 2015~2021년 간 AI기술 보급률은 인도(3.09), 미국(2.24), 독일(1.7), 중국(1.56), 이스라엘(1.52) 순이며, 우리나라(1.28)는 8위

※ 2015~2021년 간 링크드인 사용자가 입력한 보유 기술에 기초하여 통계적 모델을 활용하여 가중치 부여. 3.09는 세계 평균의 3.09를 의미

- 영역별 순위도 발표하였는데, 우리나라는 교육분야 6위(1.18), 하드웨어 8위(0.88), 소프트웨어 8위(1.13)의 현황 

º 민간 투자

- 2021년 AI에 대한 민간투자는 총 935억 달러로 2020년의 2배 이상인 반면, 신규 투자유치 기업은 2019년 1,051개 사, 2020년 762개 사, 2021년 746개 사로 지속 감소

※ 이는 소수의 기업에 더 많은 자금이 집중되고 있음을 의미하며, 5억 달러 이상 조달은 2020년 4회에서 2021년에는 15회로 증가

- 2021년 국가별 민간투자 규모는 미국(529억 달러), 중국(172.1억 달러), 영국(46.5억 달러), 이스라엘(24.1억 달러) 순이며, 우리나라(11억 달러)는 10위

※ 2013~2021년 민간투자 규모는 미국(1,490억 달러), 중국(619억 달러), 영국(108억 달러) 순이며, 우리나라(18억 달러)는 12위

- 2021년 신규 투자받은 기업 수는 미국(299개), 중국(119개), 영국(49개), 이스라엘(28개) 순이며 우리나라(19개)는 9위

※ 2013~2021년 신규 투자받은 기업 수는 미국(3,234개), 중국(940개), 영국(427개), 이스라엘(264개) 순이며, 우리나라(74개)는 12위

- 2021년에 가장 많은 민간 투자를 받은 AI 분야는 ‘데이터 관리, 처리 및 클라우드’로서 투자액은 2020년의 2.6배 수준. 뒤를 이어 ‘보건의료’, ‘핀테크’, ‘AV’, ‘반도체’ 순

º 기업 활동

- 2021년 기관 차원의 AI 채택률은 56%로 전년 대비 6% 포인트 증가

※ 지역별로는 인도(65%), 아시아-태평양 선진국(64%), 아시아-태평양 개도국(중국, 중동 및 북아프리카 지역 포함)(57%), 북아메리카(55%), 유럽(51%) 순

- 산업별 채택률(평균 9%)은 경영·법률·전문서비스(14%), 하이테크·통신(12%), 자동차 및 조립(11%), 금융서비스(10%) 순

※ 직무별로는 서비스 운영(25%), 생산 및 서비스 개발(23%), 마케팅 및 판매(20%) 순

- AI 채택에 따른 위험 인식은 사이버보안(55%), 규제 부응(48%), 설명가능성(41%), 개인정보보호(41%) 순이며, 완화 조치를 취하고 있는 위험으로는 사이버보안(47%), 규제 부응(36%), 개인정보보호(28%), 설명가능성(27%) 순

※ 업계에서 AI 사용과 관련된 윤리적 문제를 해결하려는 노력은 여전히 제한적인데, 특히 '형평성·공정성'과 '설명가능성'을 위험으로 인식하고 있는 응답자는 각각 29%, 41%에 달하지만 이를 완화하는 조치를 취하고 있는 경우는 19%, 27%에 불과하여 가장 큰 격차 존재

º 인재 양성

- 북미에서 컴퓨터사이언스(CS) 학사학위 취업자는 2010~2020년 간 3.5배 증가. 2020년 졸업자는 31,000명으로 2019년 대비 11.6% 증가

- 2020년 미국에서 CS 박사학위 취득자 5명 중 1명이 인공지능과 머신러닝을 전공

- 2010~2020년 간 미국에서 인공지능/머신러닝과 로봇/비전 전공 박사학위 취득자는 각각 72.5%와 50.9% 증가

※ CS학과의 인공지능/머신러닝, 로봇/비전 전공 박사학위 취득자는 (2010)161명, 55명→(2020)277명, 83명으로 증가

- 2010년부터 2020년까지 미국 AI 박사 취득자 대부분은 산업계로 향했고, 소수는 공공부분으로 진출

□ 정책과 거버넌스(AI POLICY AND GOVERNANCE)

º 25개국의 AI 관련 입법 실적은 2016년 1건에서 2021년 18건으로 증가

- 스페인, 영국, 미국이 2021년 각각 3개의 AI 관련 법안을 채택하면서 가장 활발하였으며, 우리나라는 1건으로 공동 6위

- 2016~2021년 간 총 입법 건수는 55건으로, 미국 13건, 러시아 6건, 벨기에·스페인·영국이 각 3건이며, 우리나라는 4건으로 공동 6위

※ 미국 연방의회의 경우, 2015년부터 2021년까지 AI 관련 법안 발의 건수가 급격히 증가한 반면 통과된 법안 수는 2%에 불과. 반면, 주 의회의 경우 131건이 발의(2021)되고 26건이 통과되어 약 20%에 

달함

- 25개국의 국회 의사록에서 AI 언급 회수는 2021년 1,323회로 2016년 대비 7.7배 증가

※ 2021년 회수 : 스페인 269, 영국 185, 미국 132, 호주 122, 일본 95 … 대한민국 6

※ 2016~2021년 회수 : 영국 939, 스페인 559, 미국 422, 호주 410, 싱가포르 282 … 대한민국 21

- 미국 비정부기관(55개)의 AI 정책보고서 수는 2021년 210건. 이는 정점을 이루었던 2020년의 273건보다는 줄었지만, 2018년 대비 3배 수준

º 미국의 AI분야 공공 투자

※ NITRD(Networking and Information Technology Research and Development)와 국가AI전략(National Artificial Intelligence Initiative) 예산을 토대로 산출되었으며, 대외비 R&D예산은 제외

- 非국방분야 R&D투자(확정 예산)는 2021년 15.3억 달러이고 2022년 요구예산은 8.8% 증가한 16.7억 달러

- 국방부의 2021년 요구예산 중 500개의 AI R&D 프로그램 합계액은 92.6억 달러로, 2020년 86.8억 달러 대비 6.68% 증액. 2022년에는 100억 달러를 요구하였으며, 추경과 의회검토 과정을 고려 시 더 늘어날 가능성이 높음

- 미국 정부의 AI 조달규모는 2021년 17.9억 달러로 정점을 이루었던 2020년 보다는 감소하였지만 2018년의 약 9억 2천만 달러 대비 거의 2배 수준