□ 인공지능은 커다란 사회 경제적 편익을 약속하는 변혁적 기술 

○ AI 연구는 경제적 번영 확대, 교육 기회와 삶의 질 개선, 국가 및 국토 보안 강화를 포함하여 미국의 국가적 우선과제를 더욱

    발전시킬 수 있다는 것이 기본적인 인식 

 - 전미과학기술위원회(NSTC) 산하에 머신러닝 및 AI 분과위원회를 설치(5.3)하고 NITRD 분과위원회를 통해 AI R&D 전략에 대한

   7가지 방향성을 담은 “국가 AI R&D 전략 계획” 보고서 작성·발간 

 - 동 보고서는 전략적 연구 목표에 대응하는 R&D 우선 과제를 명확히 하고, 산업계 투자 가능성이 없는 영역에 연방 투자를

   집중하며, AI R&D 인재 파이프라인의 확장 및 유지 필요성 해결 등을 목적으로 함 

□ 산업계에서 대응할 개연성이 낮은, 따라서 연방정부의 투자로 편익을 확보할 가능성이 높은 분야에 초점을 두고,

   다음 7개 R&D 전략 방향성 제시

○ (전략 1 : AI 연구 장기 투자) AI R&D 투자는 장기(5~10년 혹은 그 이상)적으로 수익(long-term payoff)을 낼 가능성이 있는

    영역에 대한 투자가 필요 

 - 차세대 AI에 대한 우선적 투자, 지속적인 장기 연구는 발견(discovery)과 통찰력(insight)을 유인하고 AI 분야의 글로벌 리더십을

   유지하게 할 것 

 - 주요 연구과제 : △지식 발견을 위한 첨단 데이터 중심 방법론 △AI 시스템의 지각 능력 향상 △AI 시스템의 이론적 능력과

   한계에 대한 이해 △범용 AI에 대한 연구 △확장 가능한 AI 시스템 개발 △인간형(human-like) AI 연구 장려 △ 유능하고 신뢰성

   있는 로봇 개발 △발전된 AI에 적합한 첨단 HW △발전된 HW에 적합한 AI 창조  

○ (전략 2 : 인간-AI 협업 위한 효과적 방법 개발) 일부 영역(수중, 심우주 탐사)의 경우 완전 자율 AI 시스템이 중요하지만 나머지

    대부분의 영역(재난 복구, 의료 진단 등)에서는 인간-AI 협업이 가장 효율적  

 - 따라서 인간-AI 시스템 간 효율적 상호작용을 위한 연구 필요 

 - 주요 연구 과제 : △인간 인지(human-aware) AI 위한 새로운 알고리즘 탐색 △인간 증강(human augmentation) 위한 AI 기술

   개발 △인간-AI 인터페이스 및 시각화(visualization) 기술 개발 △효율적인 언어 처리 시스템 개발 

○ (전략 3 : AI의 윤리적·법적·사회적 의미 이해 및 해결) AI의 윤리적·법적·사회적 의미를 이해하고, 해당 목표에 부합하는 AI

    시스템 설계 방법 개발 연구 필요 

 - 주요 연구과제 : △설계를 통한 공정성(fairness), 투명성, 책임성(accountability) 개선 △윤리적 AI 구축 △윤리적 AI에 적합한

   아키텍처 설계 

○ (전략 4 : AI 시스템 안전과 보안을 보장) 믿을 수 있고, 의존할 수 있으며, 신뢰할 수 있는 AI 시스템을 만들기 위한 많은 연구가

    필요 

 - AI 시스템이 광범위하게 사용되기 전에 안전하게 작동할 것이라는 확신이 필요 

 - 사용자가 용인할 수 있고, 사용자 의도대로 작동한다는 것이 보장 가능한 방식으로 수행하여 사용자가 신뢰할 수 있는

   시스템이어야 함 

 - 주요 연구과제 : △설명성(explainability) 및 투명성 개선 △신뢰성 구축 △검증 및 타당성 확인 강화 △공격에 대한 보안

   △장기적인 AI의 안전과 가치 확보 

○ (전략 5 : AI 교육 및 테스트 위한 공유 공공 데이터세트 및 환경 개발) 다양한 AI 애플리케이션을 위한 고품질 데이터세트 및

    환경을 개발하고, 우수한 데이터 세트와 테스트 및 교육 자원에 접근할 수 있도록 하기 위한 연구가 필요 

 - 교육(training) 데이터세트와 자원 다양성, 깊이, 품질 및 정확도는 AI 성능에 커다란 영향 

 - 주요 연구과제 : △다양한 분야의 AI 수요를 충족시킬 수 있도록 다양한 데이터세트 개발 및 접근성 강화 △상용 및 공공 이익에

   부응한 교육 및 테스트 수행 △오픈 소스 SW 라이브러리 및 툴킷 개발 

○ (전략 6 : 표준 및 벤치마크를 통한 AI 기술 측정 및 평가) 표준, 벤치마크, 테스트 베드 그리고 AI 커뮤니티에 의한 이들의

    채택은 AI 기술의 R&D를 촉진하는데 필수적이므로 폭넓은 평가 기법을 개발 연구가 필요  

 - 주요 연구과제 : △폭넓은 AI 표준의 개발 △AI 기술 벤치마크 설정 △AI 테스트베드의 가용성 확대 △AI 커뮤니티에 의한 표준

   및 벤치마크의 채택 

○ (전략 7 : 국가 AI R&D 인력 수요에 대한 충분한 이해) 현재 및 미래에 국가적으로 AI R&D 인력 수요가 얼마나 될 것인지 보다

    잘 파악하기 위한 연구 필요