로그아웃 하시겠습니까?

  • 주제별 국가전략
  • 전체

AI Index 2023 주요 내용과 시사점

2023년 4월 3일 스탠퍼드大 인간중심 인공지능 연구소는 AI Index 2023 보고서를 발간했다. 보고서는 연구개발, AI 기술 성능, AI 기술 윤리, 경제, 교육, 정책·거버넌스, 다양성, 여론 등 8개의 장으로 구분하고 글로벌 데이터와 보고 자료들을 심층 분석하여 핵심 내용을 정리하였다. 특히 이번 보고서에는 전년대비 경제와 교육 부문을 나누어 상세하게 다루고, 다양성과 여론조사 결과를 새롭게 추가하였다.

보고서에 따르면 연구개발 분야는 전년과 동일한 데이터로 분석하였고, 영어 외 중국어 데이터를 추가하는 수준의 업데이트가 있었다. 기술 성능 측면에서는 AI 성능이 지난 10년간 인간수준 또는 인간수준 이상 성능을 보일만큼 성장하였으나, 정점에 도달하여 전년대비 증가율은 미미하였다.

윤리 측면에서는 다양한 공정성 및 편향성 측정 지표가 도입되어 측정의 다양성과 객관성을 확보하였고, 한편으로 AI 관련한 사건 및 논란 수는 지속 증가하여 AI 활용‧확산에 따른 오남용 문제에 대한 인식이 높아짐을 시사하였다. 또한, 대표적 AI 기술인 거대 언어모델의 성능이 데이터와 파라미터 처리의 향상에 힘입어 개선되고 있으나 동시에 편향성 문제도 모델의 크기에 비례하여 증가하는 것도 관찰되었다.

경제적인 측면에서 AI는 일자리 수요가 많으며, 한국은 AI 분야의 고용 성장이 세계 11번째 수준, 근로자의 AI 역량 보유율은 세계 7위 수준으로 나타났다. AI 분야에 대한 각국의 투자도 지속되고 있지만, 최근 10년 만에 처음으로 감소 추세를 보였다. 반면, 한국은 AI 스타트업에 대한 투자가 증가하여 세계 10위(`21)에서 6위(`22)로 상승했다.

교육 측면은 보고서에서 주로 북미를 기준으로 다루고 있고, 기존 고등교육(대학 이상)위주의 AI 교육이 점차 보편화 되어 초중등(K-12)교육에도 활용되고 있음을 나타냈다. 정책 및 거버넌스 측면에서는 AI 분야의 관련법의 제정이 큰 폭으로 증가하였으며, 국가차원의 AI 전략도 다수 발표(`19년 정점)되었고, 공공 투자 예산도 지속 증가하고 있음을 보였다.

다양성 측면은 AI 분야에서 사회적 불평등과 편견이 나타나고 있지는 않은지 분석한 결과, 성별, 인종의 불균형이 있었고 점차 완화되는 추세로 나타났다. 여론 측면은 AI에 대한 대중의 인식을 분석하였으며, AI에 대한 긍정적인 의견이 더 컸으나 부정적 의견도 적지 않아 AI에 대한 기술 및 사회적 합의가 필요함을 나타내었다.


(출처: 소프트웨어정책연구소(SPRI))

목차

표제지

목차

요약문 4

Executive Summary 5

Ⅰ. AI Index 2023 주요내용 7

1.1. 보고서 개요 및 특징 7

1.2. 연구개발 8

1.3. 기술 성능 13

1.4. AI 기술 윤리 22

1.5. 경제 30

1.6. 교육 36

1.7. 정책 및 거버넌스 39

1.8. 다양성 45

1.9/2.8. 여론 48

Ⅱ. 시사점 53

참고문헌 58

〈표 1-4-1〉 2022년 보고된 대표 사건 사례 23

〈표 1-6-1〉 국가별ㆍ추진상태별ㆍ교육수준별 정부의 AI교육과정 시행 현황 38

〈표 1-7-1〉 연도 및 국가별 AI 전략 발표 동향 41

[그림 1-2-1] AI 관련 출판물 발간 추이(2010-2021) 9

[그림 1-2-2] 세부 연구분야별 AI 출판물 발간 추이(2010-2021) 10

[그림 1-2-3] 연구개발 주체 협력유형별 AI 출판물 발간 추이(2010-2021) 11

[그림 1-2-4] 미국-중국 간 협력을 통한 AI 출판물 발간 추이(2010-2022) 12

[그림 1-3-1] 사람 자세 추정 모델의 예시 14

[그림 1-3-2] 의미 세분화의 사례 15

[그림 1-3-3] 개체 감지 예시와 성능 변화 16

[그림 1-3-4] 텍스트-이미지 생성 AI의 예시 및 성능 변화 17

[그림 1-3-5] 시각추론 성능 변화 18

[그림 1-4-1] AI 사고 및 논쟁 수 (2012-2021년) 23

[그림 1-4-2] Winogender 테스트에 대한 모델 성능 비교 24

[그림 1-4-3] 이미지 생성 모델의 편향성 27

[그림 1-4-4] 중국 AI 윤리 논문에서 제기된 관심 주제 (2018-2022년) 28

[그림 1-4-5] 명령조정 및 미조정 모델 간 성능 차이 29

[그림 1-5-1] 2022년 AI 분야 고용 지수 31

[그림 1-5-2] 2022년 AI 스타트업 투자현황 32

[그림 1-5-3] AI 도입ㆍ활용 분야 34

[그림 1-6-1] AI 전공 신규 박사의 북미지역 사회 부문별 고용 지표 36

[그림 1-6-2] K-12 AI 교육과정의 비중 39

[그림 1-7-1] AI 관련 법안 통과 동향 40

[그림 1-7-2] 미정부 AI 관련 계약 추이 42

[그림 1-7-3] 미국 내 AI 관련 소송 건수 추이 43

[그림 1-8-1] 2022년 WiMLW 참석자 국적 현황 45

[그림 1-8-2] 북미지역 컴퓨터공학 학력별 여성 졸업생 비중 46

[그림 1-8-3] 북미지역 AP 시험 응시생 인종별 비중 47

[그림 1-9-1] AI 활용 제품 및 서비스에 대한 글로벌 여론 48

[그림 1-9-2] 국가별 'AI 활용 제품 및 서비스의 장점이 더 많다' 응답비율 49

[그림 1-9-3] 인구통계학적 그룹별 AI에 대한 여론(2022) 50

[그림 1-9-4] AI가 향후 20년 동안 도움이 될지 국가별, 성별 간 응답 (2021) 51

[그림 1-9-5] 자연어처리 전문가의 여론 (2022) 52

해시태그

#인공지능 # AI # AI인덱스 # AI지수보고서 # 머신러닝 # AI기술성능 # AI기술윤리 # 벤처스타트업

관련자료