검수요청.png검수요청.png

인공지능산업

위키원
이동: 둘러보기, 검색
인공지능산업

인공지능산업인공지능 기술 개발 및 인공지능 적용 제품 · 서비스 플랫폼의 생산, 유통, 활용, 부가서비스 (조사/분석, 컨설팅 중개 등)과정에서 가치를 창출하는 산업을 말한다.

가기.png 인공지능에 대해 자세히 보기

인공지능산업 분류[편집]

인공지능산업 분류체계는 인공지능 소프트웨어 개발 및 공급업 (2개 중분류), 인공지능 구축 ・ 관리 및 정보 서비스업, 인공지능 연산 및 처리 부품/장치 제조업 등 개의 대분류로 구분한다.

인공지능산업 분류체계
대분류 중분류 개념 및 예시
1. 인공지능

소프트웨어 개발

및 공급업

11.인공지능 시스템

소프트웨어 개발 및

공급업

・ 인공지능 기술을 구현하기 위한 범용 소프트웨어 및 도구 (엔진, APIs, ) 프레임워크 를 개발 ・ 공급하는 산업 활동

・ 예시 : 클라우드 머신러닝 플랫폼, 설치형 머신러닝 플랫폼

12. 인공지능

응용 소프트웨어

개발 및 공급업

・ 인공지능 기술을 적용하여 산업에서 발생하는 문제를 해결하거나 기업 내부의 생산성 및 효율성을 향상하기 위한 소프트웨어를 개발 ・ 공급하는 산업 활동

・ 예시 : 대화형 인공지능, 컴퓨터 비전, 감정 인식, 지능형 자동화, 추천 엔진

2. 인공지능 구축 ・관리 및 관련 정보 서비스업 ・인공지능 기술 시스템 도입을 위해 구축 및 관리 서비스를 제공하거나 관련 정보 서비스를 제공하는 산업 활동

・ 예시 : 인공지능 컨설팅, 인공지능 시스템 통합, 인공지능 시스템 관리, 인공지능 클라우드 컴퓨팅, 인공지능 정보 서비스

3. 인공지능 연산 및 처리/부품 장치 제조업 ・인공지능 연산 ・ 처리 능력을 향상하기 위한 부품 및 장치를 제조하는 산업 활동

・ 예시 : 인공지능 전용칩

인공지능산업은 한국표준산업분류상 5821, 5822, 62010, 6202, 62090, 6311, 63120, 63910, 6399, 2611, 2612 등의 업종과 주로 연관됨

인공지능산업 분류체계 연계표
대분류 중분류 KSIC Rev.10
1. 인공지능

소프트웨어 개발

및 공급업

11.인공지능 시스템

소프트웨어 개발 및

공급업

(58221) 시스템 소프트웨어 개발 및 공급업
12. 인공지능 응용

소프트웨어 개발 및 공급업

(58211) 유선 온라인 게임 소프트웨어 개발 및 공급업

(58212) 모바일 게임 소프트웨어 개발 및 공급업

(58219) 기타 게임 소프트웨어 개발 및 공급업

(58222) 응용소프트웨어 개발 및 공급업

2. 인공지능 구축 관리 및 ・

관련 정보 서비스업

(62010) 컴퓨터 프로그래밍 서비스업

(62021) 컴퓨터 시스템 통합 자문 및 구축 서비스업

(62022) 컴퓨터시설 관리업

(62090) 기타 정보 기술 및 컴퓨터 운영관련 서비스업

(63111) 자료처리업

(63112) 호스팅 및 관련 서비스업

(63120) 포털 및 기타 인터넷 정보매개 서비스업

(63910) 뉴스 제공업

(63991) 데이터베이스 및 온라인 정보 제공업

(63999) 그 외 기타 정보 서비스업

3. 인공지능 연산 및 처리

부품 장치 제조업 /

(26111) 메모리용 전자집적회로 제조업

(26112) 비메모리용 및 기타 전자집적회로 제조업

(26121) 발광 다이오드 제조업

(26129) 기타 반도체소자 제조업

인공지능 소프트웨어 개발 및 공급업[편집]

11. 인공지능 시스템 소프트웨어 개발 및 공급업

인공지능 기술을 구현하기 위한 범용 소프트웨어 및 도구를 개발 공급하는 산업 활동을 말한다.

인공지능 기술 구현 도구의 일반 구성 요소
인공지능 기술 구현 도구의 일반 구성 요소 서명.png

(예시) 클라우드 머신러닝 플랫폼 설치형 머신러닝 플랫폼 등 , (1) 클라우드 머신러닝 플랫폼 정형 데이터 학습 이미지 처리 텍스트 및 음성 분석 등 일반적인 머신러닝 도구를 사용자에게 클라우드 형식으로 제공하는 플랫폼

(2) 설치형 머신러닝 플랫폼 : 일반적인 머신러닝 도구를 온프레미스 형식으로 제공하는 플랫폼으로서 확장 및 커스터마이징이 가능

(3) 기타 : 인공지능 시스템 구성 관리 소프트웨어 등 그 외 인공지능 시스템 소프트웨어

클라우드 및 설치형 머신러닝 플랫폼
12. 인공지능 응용 소프트웨어 개발 및 공급업

인공지능 기술을 적용하여 산업에서 발생하는 문제를 해결하거나 기업 내부의 생산성 및 효율성을 향상하기 위한 소프트웨어를 개발 ・ 공급하는 산업 활동을 말한다.

(예시) 대화형 인공지능 컴퓨터 비전 감정 인식 지능형 자동화 추천 엔진 등

인공지능 응용 소프트웨어 개념 및 예시
인공지능 구축 ・ 관리 및 관련 정보 서비스업

인공지능 기술 시스템 도입을 위해 구축 및 관리 서비스를 제공하거나 관련 정보 서비스를 제공하는 산업 활동을 말한다.

(예시) 인공지능 구축 컨설팅, 인공지능 시스템 통합, 인공지능 시스템 관리, 인공지능 클라우드 컴퓨팅, 인공지능 정보 서비스 등

인공지능 관련 서비스업의 역할 및 정의
인공지능 연산 및 처리/부품 장치 제조업

인공지능 연산・처리 능력을 향상시키기 위한 부품/장치를 제조하는 산업 활동을 말한다.

(예시) 인공지능 전용칩 (NPU, 뉴로모픽칩 등)

- 인공지능 전용칩 : 인공 뉴런 등 새로운 반도체 구조에 기초하여 인공지능에 최적화된 연산/처리 성능 및 효율을 제공하는 전용칩
- 기타 : 그 외 인공지능 전용 목적의 연산 및 처리 부품/장치
  • CPU, GPU 등 범용 목적의 인공지능 가속 관련 부품 장치는 제외

현황[편집]

소프트웨어정책연구소가 발간한 '2022 AI 산업 실태조사'에 따르면 조사 대상 기업(1915개) 가운데 84.8%가 2022년 AI 사업 매출이 발생했다. 2020년 '매출이 없다'고 답한 비율이 37.4%에 달했던 것에 비하면 2년새 많은 기업이 수익 구조를 만들었다.

매출이 발생한 기업은 2020년 1조9000억원에서 2021년 2조5000억원, 지난해 3조9000억원으로 3년간 평균 42.7% 증가했다. 기업당 평균 매출액은 2020년 16억2000만원에서 2022년 28억6000억원으로 늘었다.

다양한 사업에서 매출이 증가했다. AI 응용 소프트웨어(SW) 매출이 2020년 8943억원에서 지난해 1조8000억원으로 상승했다. AI 구축·관리 관련 정보 서비스 매출은 2020년 7171억원에서 지난해 1조4000억원으로 나타났다.

인력도 늘었다. AI 분야 종사자수는 2020년 2만5599명에서 지난해 3만9181명으로 증가했다. 이 가운데 경력 기준 3년 미만 종사자수(2022년 기준)가 9791명, '3년 이상∼7년 미만'이 1만4432명, '7년 이상∼10년 미만'이 8527명, '10년 이상'이 6430명이다.

AI 연구개발 투자도 2020년 1조9000억원 규모에서 지난해 2조7000억원으로 3년 평균 17% 증가율을 보였다. 기업당 투자액도 2020년 10억3000만원 수준에서 지난해 14억2000만으로 늘었다.

기업은 AI 산업이 지속 성장하기 위해 인력·데이터 확보, 규제개선 등이 필요하다고 답했다.

응답 기업 가운데 59.2%가 스스로를 '초기 성장기'라고 진단했다. AI 기반 신규 제품(서비스)가 출시돼 이제 매출이 발생하는 단계를 의미한다. 이제 회사를 창업하고 AI 기반 제품을 개발하는 '도입기' 단계라고 답한 기업도 12%다. '성숙기'라고 답한 기업은 5.9%다. AI 기업 10곳 가운데 6곳이 AI 시장이 아직 초기단계라고 평가한 것이다.

AI 사업 운영상 느끼는 애로사항 관련 'AI 인력 부족'이 4.30(5점 척도 기준)으로 가장 높았다. '데이터 확보 및 품질 문제'가 4.07점으로 뒤를 이었다.

AI 개발자 부문 인력 부족률은 'AI SW 개발자'가 23%로 가장 높았다. 'AI 하드웨어 개발자'(13.9%), 'AI 아키텍처 설계 및 분석가'(12.6%), 'AI 서비스 개발자'(9.8%) 순으로 나타났다.

응답자 가운데 74.9%가 데이터 확보와 품질 문제에 어려움을 느낀다고 답해 AI 서비스 개발 핵심인 데이터 관련 지원이 절실한 것으로 조사됐다.

'투자유치 어려움'(63.3%), '국내 시장 협소성'(55.6%), '기술 교류 및 협업 어려움'(51.8%) 'AI 인프라(컴퓨팅) 부족'(47.6%), '과도한 규제(36.3%) 등 여러 분야에서 지원이 필요함을 강조했다.[1]

인공지능, 글로벌 기업의 AI 전략[편집]

알파고를 통해 인공지능이 전 세계의 관심을 끌게 되었다. 인공지능은 오랜 침체기를 거쳐 클라우드 컴퓨팅 환경의 급속한 발전과 빅데이터가 뒷받침되어 디프러닝이 구현되는 극적인 돌파구가 열리면서 전환기를 맞았다. 이제 인공지능은 4차 산업혁명의 핵심 요소로 떠올랐다.

아마도 2016년을 대표하는 중요한 사건의 리스트에는 반드시 알파고(AlphaGo)와 이세돌 기사의 대국과 인공지능이 포함될 것이다. 알파고를 통해 인공지능이 전 국민이 관심을 갖는 분야로 떠올랐다. 덕분에 인공지능에 대한 교육이나 홍보가 단숨에 이루어졌다.

인간의 지능을 가진 생각하는 기계를 만들겠다는 생각은 오랜 역사를 갖는다. 인공지능은 인간이 컴퓨테이션(계산) 방법을 발전시키면서 자연스럽게 대두되었다. 인공지능의 역사를 보면 상당한 기간 동안 굴곡진 시간을 거쳐 왔다. 1930~1940년대부터 생각하는 기계에 대한 기대가 본격화되기 시작했다. 튜링테스트가 개발되고, 수리논리학이나 컴퓨테이션, 사이버네틱스(인공두뇌학), 정보 이론 등 인간의 사고 과정에 대한 이론들이 등장했다.

1956년에는 처음으로 인공지능(AI, artificial intelligence)이라는 용어가 등장했다. 그러나 일반적인 지능 프로그램을 만드는 것이 생각보다 어렵다는 것이 판명되어 1970년대까지 침체기를 겪기도 했다. 영국의 AI연구소는 해체되고, 미국의 연구재단은 AI 연구 지원을 중단했다.

그러다 1980년대 신경망(neural net) 이론으로 인공지능이 재발견되었다. 신경망 이론은 인간의 사고를 두뇌 작용의 산물로 보고 이 두뇌 구조를 분석하고 처리하는 메커니즘을 규명해 생각하는 기계를 만들 수 있다는 이론에서 출발한 이론이다. 그러나 이 이론을 적용하기에는 방대한 데이터를 관리할 방법이 없었다. 다시 침체기를 맞았다가 1990년대 인터넷의 발전으로 다시 부활했다.

검색 엔진 등을 통해 방대한 데이터를 수집할 수 있게 되었기 때문이다. 여기에서 기계학습을 가능하게 하여 수많은 데이터를 분석하고 인공지능 스스로 학습하는 방식으로 진화할 수 있게 되었다. 더 나아가 인간의 뇌를 모방한 신경망 네트워크(neural networks) 구조로 이루어진 디프러닝(Deep learning) 알고리즘으로 발전하면서 그 한계를 뛰어넘을 수 있었다.

1997년 5월에는 IBM의 슈퍼컴퓨터 디프블루(Deep Blue)가 여러 번의 도전 끝에 당시 체스 세계챔피언이었던 게리 카스파로프(Gary Kasparov)를 물리치면서 다시 주목을 받았다. 그리고 2011년 2월에는 IBM의 왓슨(Watson)이 미국의 텔레비전 방송 프로그램인 <제퍼디(Jeopardy!)> 퀴즈쇼에서 두 명의 참가자들을 누르고 우승을 차지했다. 세계는 기계가 인간을 이겼다는 사실에 놀랐고, 이에 따라 IBM 등이 주도하는 인공지능 개발에 대한 관심도 다시 크게 높아졌다.

기존의 컴퓨터는 인간의 연산능력을 배가하는 것만으로도 인간 사회를 크게 변화시켜 왔다. 더욱이 이는 인간이 작성한 프로그램을 통해서만 이루어졌고 인간이 관여했다. 그런데 컴퓨터가 인간의 관여 없이 스스로 학습해 결정하는 인공지능 능력을 만들어 낸 것이다. 지능은 인간만이 가진 고유한 능력으로 알려져 왔다. 물론 동물의 다른 종도 약간의 지능을 가지고 있지만, 그 정도는 매우 미약해 지능이라고 불릴 정도는 아니었다. 그런데 이렇게 인간만이 가진 것으로 알았던 지능을 컴퓨터가 스스로 갖게 된 것은 놀라운 일이었던 것이다. 이는 기계학습(machine learning)이라는 방법으로 이루어졌다.

기계학습은 기계가 수학적 최적화 및 통계분석 기법을 기반으로 사람의 도움 없이도 데이터로부터 일정한 신호와 패턴을 배우고, 그것을 바탕으로 다음에 일어날 일을 예측하며 적합한 의사 결정을 내리는 알고리즘을 만드는 일에 주력한다. 이런 기계학습 방법론에 기댄 인공지능 연구 흐름은 특히 2012년 6월 구글과 앤드루 응(Andrew Ng)이 기계학습의 한 분야인 디프러닝 알고리즘을 이용해 컴퓨터가 1000만 개의 유튜브 동영상 속에서 고양이 이미지를 74.8%의 정확도로 식별하도록 하는 프로젝트를 성공적으로 수행하면서 커다란 도약의 전환점을 맞게 되었다. 디프러닝은 신경망 네트워크 개념을 이용해 가능해졌다(조용수, 2015). 클라우드 컴퓨팅 환경의 급속한 발전과 빅데이터가 뒷받침되자 디프러닝이 구현된 것이다.

이렇게 극적인 돌파구가 열리자 인공지능은 큰 전환기를 맞게 되었다. 기계에게 이미지와 소리를 인식하는 방법을 가르치는 심화학습 기법이 영상인식, 음성인식, 번역 등 다양한 분야에 적용되면서 구체적인 결과를 만들어 내고 있다. 지금 주요 글로벌 기업들은 인공지능을 모두 미래의 최대 성장 동력으로 보고 있다. 구글, IBM, 마이크로소프트, 애플, 페이스북, 바이두, 알리바바, 삼성 등이 대거 참여하면서 인공지능 적용 분야가 의료기술 향상, 유전자 분석, 신약 개발, 금융거래 등으로 빠르게 확대되고 있다.

구글은 2001년 이후 AI 관련 기업을 인수합병하며 인공지능 분야를 선도하고 있다. 2014년에는 영국 AI 기업 '디프마인드 테크놀로지(DeepMind Technologies)'를 6억 달러(6600억 원)에 인수했다. 디프마인드는 이세돌 9단과의 바둑 대결에서 승리해 인공지능에 대한 관심을 불러일으킨 '알파고'를 개발한 회사다. 구글은 또한 2009년부터 자율주행차 개발을 시작하는 등 AI 기술을 활용하는데 앞장서 왔다. 로봇 분야에서도 앞서고 있다.

구글은 스마트폰 이용자를 위해 이메일을 읽고 이용자의 모든 동작을 파악하며, 묻기도 전에 원하는 것을 알아서 검색하고 그 결과를 이용자가 원하는 상황까지 감안해서 알려 주는 진정한 의미의 사이버 도우미를 개발하는 목표를 세웠다. 그 일환으로 AI 비서 '구글 어시스턴트(Assistant)', 사물인터넷(IoT) 허브 '구글 홈', AI 모바일 메신저 앱 '알로(Allo)' 등 인공지능을 활용한 서비스를 준비하고 있다.

IBM은 '디프블루'와 '왓슨'을 개발해 인공지능의 실제 사례를 보여 주며, 구글과 함께 인공지능 분야를 선도하고 있다. IBM은 각 산업 전반에 접목해 거대한 인공지능 생태계를 만드는 데 주력하고 있다. 왓슨의 데이터 검색 능력과 자연언어 이용 능력을 활용해 개발자들이 다양한 인공지능 서비스를 개발하도록 하는 것이다. IBM은 특히 왓슨을 의료 분야에 적용하는 데 발군의 실력을 보여 주고 있다. 왓슨은 암 환자 치료에 암 환자의 데이터와 각종 의료 데이터를 동원해 암 발견과 최적의 치료를 수행하는 시스템으로 발전하고 있다. 유명한 의사보다 왓슨이 더 정확하게 수행한다고 한다.

또한 최근에는 왓슨 IoT 기술을 적용한 자율 주행 셔틀버스를 발표했다. 이 버스는 차량 외부에 장착된 센서들로 데이터를 수집하고 이를 활용해 AI가 운전한다. 또 승객과의 일상 대화가 가능해 승객이 목적지를 말하면 목적지와 최적 경로를 자동으로 운행한다. 이렇게 IBM은 왓슨을 실제 생활에 접목해 커다란 인공지능 생태계를 구축하고자 한다.

마이크로소프트는 '코타나(Cortana)'를, 이용자가 가장 먼저 의존하는 디지털 개인 비서로 만드는 데 주력하고 있다. 코타나는 자연언어 인식과 기계학습 기능을 갖추고, 검색 엔진 빙(Bing)의 빅데이터를 활용해 정보 검색을 넘어 이용자가 원하는 것을 도와주는 서비스로 발전하고 있다. 마이크로소프트는 모든 기계가 인공지능 기반으로 진화하며, 인간의 언어를 이해하는 컴퓨팅 시대가 되어 '대화'가 인간과 사물의 핵심 커뮤니케이션 수단이 된다는 것으로 보고, 이를 ‘플랫폼과의 대화’ 개념으로 정리하고 있다.

애플은 음성인식 정보검색 서비스인 '시리(Siri)'의 생태계를 확대하는 데 주력하고 있다. AI 시리를 외부의 앱과 연동해 서비스 확장성을 추진한다. 또한 그동안 아이폰과 아이패드 등에서만 작동되던 시리를 PC와 노트북PC 운영체제(OS)인 맥 OS에도 포함한다고 한다.

페이스북은 뒤늦게 2013년에 AI연구소를 설립하고, AI 채팅플랫폼인 ‘챗봇(Chatbot)’을 공개했다. 10억 이용자를 기반으로 AI 기반의 생태계를 만들겠다는 목표를 내세웠다.

한편 중국은 거대한 시장과 막대한 자본력을 바탕으로 AI 산업에 적극 나서고 있다. 바이두는 구글의 거의 모든 비즈니스 모델을 따라 하는 것으로 알려져 있다. 따라서 인공지능 분야도 예외가 아니다. 바이두는 구글의 인공지능 분야를 이끌었던 앤드루 응을 영입해 인공지능 연구소의 책임자로 임명했다. 바이두의 인공지능 연구소는 진정한 의미에서 인간의 개입 없이 스스로 학습할 수 있는 지능을 개발하는 목표를 가지고 있다. 이런 인공지능 기술이 바이두의 비즈니스 역량을 향상시킬 것으로 보고 있다.

이렇게 글로벌 기업들은 인공지능 생태계를 만들어 선도하겠다는 공통된 전략을 가지고 있다. 이를 위해 공통적으로 인공지능 소프트웨어 기술을 오픈소스로 공개하고 있다. 이는 기술을 공개해 더 많은 개발자 우군을 확보, 인공지능 생태계 진화를 앞당기기 위한 것이다. MS는 AI 코타나와 스카이프(Skype) 번역 음성 인식 기술 등을 오픈소스하고, 구글은 텐서플로(TensorFlow)를 오픈소스했다. 텐서플로는 머신러닝과 디프러닝을 위해 만들어진 것이다.

페이스북도 AI 기술을 위한 오픈소스 하드웨어인 빅서(Big Sur)를 공개했다. 빅서는 머신러닝 데이터를 학습할 때 사용되는 서버로, 데이터 처리 속도를 높였다. 중국의 바이두도 자체 개발한 인공지능 소프트웨어를 오픈소스로 공개했다. 바이두의 인공지능 연구소에서 개발한 AI 기술인 WARP-CTC는 컴퓨터가 사람의 말을 인식하기 위해 필요한 머신러닝 기술에 적용됐다.

파일[편집]

각주[편집]

  1. 김지선 기자, 〈AI 산업, 연평균 40% 고성장···인력·데이터 품질 확보는 과제〉, 《전자신문》, 2023-04-14

참고자료[편집]

같이 보기[편집]


  검수요청.png검수요청.png 이 인공지능산업 문서는 산업에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.