□ AI 연구개발, 기술, 윤리, 경제･교육, 정책 등 AI 주요 영역 조사결과 발표

ㅇ 미국 스탠포드대학교 인간중심인공지능연구소(HAI:Human-Centered Artificial Intelligence)가 매년 공개하는 연례보고서 ‘AI Index Report 2023’ 발간(4.3.)

※ AI 인덱스는 학계와 업계의 학제간 전문가 그룹인 AI 인덱스 운영위원회(AI Index Steering Committee)가 주도하는 스탠포드대 인간중심인공지능연구소의 독립적인 이니셔티브

- (목적) 정책 입안자, 연구원, 기업 임원, 언론인 및 일반인들에게 전 세계에서 소싱 된 편향되지 않고, 엄격히 검증된 데이터를 제공해 복잡한 AI분야에 대한 완전하고 깊이 있는 이해 도모

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

- (구성) △연구개발, △기술 성능, △기술적 AI 윤리, △경제, △교육, △정책 및 거버넌스, △다양성, △공공의 의견으로 총 8개장

- (주요 내용) ① 학계보다 앞서가는 산업계, ② 기존 벤치마크에서의 성능 포화도, ③ AI는 환경을 돕는 동시에 편향성 내재, ④ 세계 최고 신인 과학자는 AI ⑤ AI 오용으로 인한 사고 급증, ⑥ 미국의 거의 모든 산업 분야에서 AI 관련 전문기술에 대한 수요 증가, ⑦ 10년 만에 처음으로 AI 민간투자 감소, ⑧ AI를 도입하는 기업의 비율은 정체된 반면, AI를 도입한 기업은 계속해서 앞서 나가는 중, ⑨ AI에 대한 정책 입안자들의 관심이 높아지는 추세, ⑩ 중국인은 AI 제품 및 서비스에 대해 가장 긍정적으로 생각하는 반면, 미국인은 그렇게 긍정적으로 느끼지는 않는 편

□ (연구개발) 중국 AI 출판물 우위, 미국은 대규모 언어모델 기술 선점

ㅇ 2010년 AI 출판물 수는 약 20만 건에서 2021년 50만 건에 육박하며 2배 이상 증가

- 논문지(journal article)가 60% 차지한 가운데 학술 페이퍼(conference papers), 17%, 디지털저작물(repository submissions) 13% 순

ㅇ AI 출판물의 주요 연구 분야는 패턴인식, 기계학습, 컴퓨터 비전 순이며 그 외 알고리즘, 데이터 마이닝, 자연어처리, 컨트롤 이론, 휴먼 컴퓨터 인터랙션, 언어학 등 포함

ㅇ 중국은 AI 논문(Journal) 중 39.78%를 차지하며 선두를 유지하고 있으며, EU, 영국, 미국, 인도 순. 또한 논문 인용 횟수도 중국이 29.07%로 1위, 미국은 15.08%로 조사

- 중국은 논문 발표를 많이 하는 ‘세계 Top10 대학 및 기관’에서도 1~9위까지 장악, 세계 1위는 중국 과학원이었고, 미국은 MIT 대학 한 곳만 랭크

- 이처럼 통계상으로는 중국이 미국을 압도하고 있지만, 최근 열풍이 일고 있는 대규모 언어 및 멀티모달 등 기술력에서는 미국이 선도하고 있다고 언급

ㅇ 미국과 중국은 2010년에서 2021년까지 AI 출판물 분야에서의 협력 속도는 둔화되고 있지만, 국가 간 협력이 가장 활발

- 미국과 중국의 AI 연구 협력 건수는 2010년 이후 약 4배 증가했으며, 그다음 순인 영국과 중국의 협력보다 2.5배 더 많은 것으로 집계

- 하지만, 2020년부터 2021년까지 미･중 협력 건수는 2.1% 증가하는 데 그쳐 2010년 이후 전년대비 증가율이 가장 적은 것으로 조사

ㅇ AI 발전을 주도하고 있는 대규모 언어모델(LLM)은 점점 규모가 커지고 가격도 상승

- 2019년 발표한 GPT-2는 15억 파라미터를 가지고 있으며, 학습에 약 5만 달러 비용이 드는데, 2022년 출시된 대규모 언어모델 PalM은 5,400억 파라미터를 갖고 800만 달러 비용이 소요된 것으로 추산

- 즉, PalM 파라미터는 GPT-2대비 360배 더 크고 160배의 비용이 더 들어가며, PalM뿐만 아니라, 대규모 언어모델과 멀티모달 모델 학습은 더 고가

□ (기술 성능) 기존 벤치마크에서 측정할 수 있는 범위를 넘어서는 성능 향상

ㅇ AI는 여러 벤치마크에서 계속해서 최첨단 결과를 기록했지만, 일부 벤치마크에서는 전년대비 개선이 미미한 것으로 나타났으며, 벤치마크 포화상태에 도달하는 속도가 빨라짐

- AI의 진전을 측정하는 데 사용되어 온 이미지넷(ImageNet) 및 SQuAD와 같은 많은 기존 벤치마크는 더 이상 충분하지 않은 것으로 판단

- BIG-bench 및 HELM과 같은 새롭고 보다 포괄적인 벤치마크 제품군이 출시되어 점점 더 많은 기능을 제공하는 AI 시스템에 대응

ㅇ (생성형 AI 대중화 가속) 2022년 DALL-E2 및 텍스트-이미지 모델, Make- A-Video와 같은 텍스트-비디오 시스템, 챗GPT 등 다수의 서비스 출시

- 다만, 이러한 시스템은 환각 상태에 빠지기 쉬우며, 일관성이 없거나 잘못된 응답을 출력하여 중요한 애플리케이션에서 의존하기는 아직 어렵다는 견해

ㅇ (유연한 AI 시스템) 전통적으로 AI 시스템은 협소한 작업에서는 잘 수행되었지만, 광범위한 작업에서는 어려움을 겪어왔으며, 최근 출시된 모델들은 이를 극복

- 최근 출시된 BEiT-3, PaLI 및 Gato는 여러 작업(예:비전, 언어)을 탐색할 수 있는 유연성을 갖춘 단일 AI 시스템

ㅇ (AI는 환경을 돕는 동시에 위험도 내재) 새로운 연구는 AI 시스템이 심각한 환경영향을 미칠 수 있다고 설명

- ‘Luccioni et al., 2022’에 따르면 BLOOM의 훈련은 뉴욕에서 샌프란시스코까지 편도 여행을 하는 항공 여행자 한 명보다 25배 더 많은 탄소를 배출

- BCOOLER와 같은 새로운 강화학습 모델은 AI 시스템이 에너지 사용을 최적화하는데 적용될 수 있다는 것을 입증

ㅇ (세계 최고 신인 과학자, AI) AI 모델은 과학적 진보를 빠르게 가속화하기 시작했고, 2022년에는 수소융합을 돕고 매트릭스 조작의 효율성을 개선하며, 새로운 항체를 생성하는 데 사용

ㅇ (AI는 더 나은 AI를 구축) 엔비디아는 AI 시스템에 전원을 공급하는 칩의 설계를 개선하기 위해, AI 강화학습 에이전트를 사용, 구글은 최근 언어모델 중 하나인 PaLM을 사용하여 동일한 모델을 개선하는 방법 제안하는 등 자가 개선의 AI 학습은 AI 발전을 가속화

□ (기술적 AI 윤리) AI 오용 증가하며 윤리 기준 필요성 동반 상승

ㅇ 달리(DALL-E2), 스테이블 디퓨전(Stable Diffusion) 및 챗GPT 등과 같은 생성 AI 모델은 시대정신의 일부로 자리매김하고 있으며, 리스크도 동반 증가

- 이들은 인상적인 능력을 보여주고 있는 반면, 윤리적 문제들도 꾸준히 제기. 예를 들어, 텍스트-이미지 생성기는 일반적으로 성별에 따라 편향되어 있으며, 챗GPT와 같은 챗봇은 잘못된 정보를 제공하거나 악의적인 목적 사용 우려

ㅇ 인공지능의 오용과 관련된 사건 수가 빠르게 증가

- AI의 윤리적 오용과 관련된 사건을 추적하는 AIAIC(AI, Algorithmic and Automation Incidents and Controversies) 데이터베이스에 따르면, 2012년 이후, AI 사건과 논란의 수가 26배 증가

ㅇ AI 윤리에 대한 관심 급증

- FAccT(컴퓨터공학 공정성 분야의 대표적인 국제학회)에서 승인한 AI 윤리 및 관련 업무는 2021년 이후, 2배 이상 2018년 이후, 10배 이상 증가

□ (경제) 2022년 AI 민간투자 감소했지만 2013년 대비 18배 증가

ㅇ 2022년 세계 AI 민간투자는 약 919억 달러로 처음으로 전년대비 감소했지만 지난 10년간 전체적으로 증가세를 보였으며, 2013년 대비 18배 증가한 것

- 2013년 이후 빠르게 증가하면서 2021년 최대치를 기록했으나, 2022년 조정 국면을 맞은 데다 세계적인 경기 침체와 금리인상 등 거시 경제 불확실성까지 겹쳐 감소세

- 세계 AI 민간투자 건수도 2021년 3,538건으로 전년대비 12% 줄었고, 새로 투자받은 AI 기업의 수 역시 1,392개로 17% 감소

- 지역별로는 미국이 약 474억 달러로, 2위 중국(134억 달러), 3위 영국(110억 달러)을 크게 웃돌며 전 세계 투자의 절반가량 차지

ㅇ 2022년 가장 많은 투자가 이루어진 AI 분야는 의료･헬스케어(61억 달러)이며, 데이터 관리, 처리 및 클라우드(59억 달러), 핀테크(55억 달러) 순

ㅇ AI를 채택하는 기업의 비율은 답보상태이지만, AI를 채택한 기업들은 계속해서 앞으로 진전

- 맥킨지 보고서에 따르면, AI를 채택한 기업의 비율은 최근 몇 년간 50%~60% 사이에서 제자리걸음을 했지만 2017년 이후, 2배 이상 증가. AI를 채택한 조직은 의미 있는 수익 증가 실현

ㅇ AI는 기업에서 다양한 업무에 활용 중

- 비즈니스에 포함 가능성이 가장 높은 AI 기능은 로봇 프로세스 자동화(39%), 컴퓨터 비전(34%), NL 텍스트 이해(33%), 가상 에이전트(33%) 등이 대표적임

- 또한, 2022년 가장 많이 채택된 AI 활용 사례는 서비스 운영 최적화(24%)였으며, AI 기반 신제품 개발(20%), 고객 세분화(19%), 고객 서비스 분석(19%), 새로운 AI 기반 제품 강화(19%) 등

ㅇ Copilot과 같은 AI 도구가 근로자들을 돕는 것은 명확한 사실로 받아들임

- Copilot의 사용에 대한 GitHub의 설문 조사 결과, 응답자의 88%가 시스템을 사용할 때 더 생산적이라고 느끼고, 74%가 더 만족스러운 작업에 집중할 수 있다고 느끼며, 88%가 더 빨리 작업을 완료할 수 있다고 답변

ㅇ 글로벌 주요 국가 산업용 로봇 도입 수(2021년 기준)는 중국(1위) 26만 8,200대→일본(2위) 4만 7,200대→미국(3위) 3만 5,000대→한국(4위) 3만 1,100대→독일(5위) 2만 3,800대 순

□ (교육) AI 박사 인력 증가, 산업계 진출 활발

ㅇ 최근 10년간 AI 전문인력이 지속적으로 증가

- 미국 대학에서 AI를 전공한 컴퓨터공학 박사의 신규 졸업자 비율은 2010년 10.2%, 2020년 14.9%에서 2021년 19.1%로 증가

ㅇ 최근 신규 AI 박사학위 고급전문가들은 산업계로 진출 증가

- 북미의 AI 박사 신규 졸업자는 2011년 학계(41.6%), 산업계(40.9%) 진출이 대동소이 했으나, 그 이후로 산업계 진출이 늘면서 격차 확대

- 2021년 AI 박사의 65.4%가 산업 분야에 취업해 학계에 취업한 28.2%의 두 배

- 북미 컴퓨터과학(CS), 컴퓨터공학(CE) 및 정보 교수진 신규 채용은 제자리걸음. 지난 10년간, 총 북미 CS, CE, 정보 교수진의 채용 감소

- 2012년 733명에 비해 2021년에는 710명 채용. 마찬가지로, 총 테뉴어 트랙 (tenure track) 채용 수는 2019년 422명으로 정점을 찍은 후 2021년 324명으로 감소

ㅇ 지난 10년간 민간 및 공공 컴퓨터과학 분야의 총 지출규모는 증가했지만, 사립대학과 공립대학의 지출규모 격차는 확대

- 2021년 미국 사립대학 CS학과의 평균 AI 지출규모는 971만 달러로 공립대학(569만 달러)을 능가

ㅇ ‘K-12 AI(유･초･중등 AI 교육)’ 및 컴퓨터과학 교육에 대한 관심은 미국뿐만 아니라, 세계 모든 지역에서 증가

- 2021년 미국 학생들이 치른 ‘AP(Advanced Placement) 컴퓨터과학 시험(미국 칼리지 보드에서 주관하는 컴퓨터과학 시험)’은 총 181,040건으로 전년대비 1.0% 증가

- 2007년 이래로 AP 컴퓨터과학 시험의 응시자수는 9배 증가, 2021년 현재 벨기에, 중국, 한국 등 11개국이 K-12 AI 교육과정을 공식적으로 승인하고 시행

※ 우리나라는 초･중등 학생의 코딩교육 의무화, 고등학교 대상으로 진로･적성을 고려한 학점제형의 코딩과목 신설 등을 통해 향후 5년간 AI･SW 디지털 전문인재 100만 명 확보 목표(교육부, 디지털 인재양성 종합방안, ’22.8.)

□ (정책 및 거버넌스) 정부 정책과 법률 분야에서도 AI는 이슈

ㅇ AI에 대한 국가 경쟁력 확보를 위해 정책 입안자의 관심 고조

- 127개국의 AI 관련 입법 실적은 2016년 1건에 불과했던 2022년에 37건으로 증가하며, AI 정책 입안자들의 관심 고조

- 81개국의 국회 의사록에서도 AI 언급 회수는 2016년 이후 6.5배 가까이 증가

ㅇ 미국은 그 어느 때보다 많은 AI 관련법안 제정 추진

- 미국에서는 2021년 전체 연방의 AI 법안 중 2%만 법으로 통과되었으나, 2022년에 10%로 확대, 2022년에는 모든 국가 수준(state-level) AI 법안 중 35%가 통과

ㅇ 미국 정부의 공공 AI 투자규모(국방 제외)는 2021년 17억 달러에서 2023년 18억 달러에 도달하며 꾸준히 증가

ㅇ 2022년 미국 연방 및 주법원에서 AI 관련 법적소송은 110건으로 2016년 대비 약 6.5배 증가

- 이러한 사례 대부분은 캘리포니아, 일리노이, 뉴욕에서 발생했으며, 민사, 지적재산권 및 계약 법률 관련 문제가 다수

□ (다양성) AI 전공자 인종･성별 등 비중 변화

ㅇ 북미 학사, 석사 및 박사급 컴퓨터과학 분야 학생의 인종 다양화

- 학사, 석사 및 박사 수준의 컴퓨터 과학 졸업생 중 가장 큰 비중은 백인이지만, 다른 인종(예:아시아인, 히스패닉, 흑인 또는 아프리카계 미국인) 학생들이 점점 부상

- 2011년 신규 CS 학사 졸업생의 71.9%가 백인이었지만 2021년에는 그 수가 46.7%로 하락

ㅇ 신규 AI 박사 학위자 중 여전히 남성 비중이 크게 높음- 2021년 신규 AI 박사의 78.7%가 남성이었으며, 21.3%가 여성(2011년보다 3.2%p 증가)으로 높은 수준의 AI 교육에 성비 불균형 여전

ㅇ CS, CE 및 정보 교수진 채용에서 남성이 압도적이지만, 여성이 차지하는 비중이 서서히 증가

- 북미에서 CS, CE 및 정보 교수진은 2021년 남성이 69.26%로 여성(30.17%)보다 월등히 높으나, 2018년부터 서서히 여성 비중 증가세

ㅇ 미국의 K-12(유치원･초중등학교) 컴퓨터과학 교육은 성별과 인종 측면에서 더욱 다양화

- 2007년 16.8%였던 여학생의 AP 컴퓨터과학 시험 응시율은 2021년 30.6%로 증가. 매년 아시아계, 히스패닉계/라틴계/라틴계 및 흑인계/아프리카계 미국인 학생들의 AP 컴퓨터 공학 수강 비율도 증가

□ (공공 의견) 중국인 AI 제품･서비스에 가장 긍정적으로 각국 대국민 의식 개선 권고

ㅇ AI 제품과 서비스에 대해 가장 긍정적으로 느끼는 사람은 중국 국민이며, 미국인들은 그다지 긍정적이지 않은 편임

- 2022년 IPSOS 조사에서 중국 응답자의 78%(조사 대상 국가 중 가장 높은 비율)가 AI를 활용한 제품과 서비스가 단점보다 장점이 더 많다는 데 동의

- 미국인들은 35%만이 AI를 사용하는 제품과 서비스가 단점보다 더 많은 이점을 가지고 있다는 것에 동의

ㅇ 남성은 여성보다 AI 제품과 서비스에 대해 더 긍정적으로 사고

- 2022년 IPSOS 조사에 따르면 남성이 여성보다 AI 제품과 서비스가 자신의 삶을 더 편하게 만들고, AI를 사용하는 기업을 신뢰하며, 단점보다 장점이 더 많다고 느끼는 것으로 조사

ㅇ 세계적으로, 특히 미국인은 자율주행차에 대해 여전히 확신이 없는 편

- 관련 설문조사에서 응답자의 27%만이 자율주행차가 안전하다고 응답하고. 시장조사기관 퓨 리서치에 의하면, 미국인의 26%만이 자율주행차가 사회를 위한 좋은 아이디어라는데 동의