공인인증서가 없어도 법인 및 연구비 (신용)카드로 결제가 가능합니다.

문의: shoppinghub@techforum.co.kr    전화: 070-7169-5396    www.shoppinghub.co.kr 

[PDF 주문안내]
- 고객명(소속/기관명)으로 주문하시기 바랍니다. (PDF는  메일로 발송됩니다.)
*업무시간(10:00~17:00) 이후 주문 건 및 휴일(주말, 공휴일, 임시공휴일 포함) 주문 건은 정상 영업일에 발송됩니다.

[계산서 발행안내]
- 사업자등록증 사본을 이메일(shoppinghub@techforum.co.kr) 로 보내주시기 바랍니다.
*현금결제(계좌이체, 무통장입금)건에 한해서 발행됩니다.

[견적서 및 거래명세서 발행안내]

- 이메일(shoppinghub@techforum.co.kr) 또는 주문 시 '요구사항'란에 메모를 남겨주시기 바랍니다.

Ⅰ. 인공지능(AI) 관련 시장 현황

  1. 개요

   1-1. 개념

    1) 정의

    2) 필요성/시급성

   1-2. 구축 범위

    1) 산업특징 및 구조

    2) 대표적 분류 기준

    3) 기술로드맵 전략 분야 특정

  2. 환경 분석

   2-1. 정책 동향

    1) 주요국 정책 동향

    2) 국내 정책 동향

   2-2. 산업 여건 및 시장 현황

    1) 국내 산업 여건

    2) 시장 규모 및 전망

    3) 주요 업체 동향

   2-3. 기술 및 표준화(규제) 동향

    1) 기술개발 동향

    2) 표준화(규제) 동향

   2-4. 환경 분석 종합

  3. 품목 로드맵

   3-1. 품목 후보군 도출 및 선정

    1) 품목 후보군 도출

    2) 전략 품목 선정

   3-2. 전략 품목 로드맵 구축

Ⅱ. 인공지능(AI) 전략 품목 분석

  1. Edge-Device 기반 실시간 지능 플랫폼

   1-1. Edge-Device 기반 실시간 지능 플랫폼 개요

    1) 정의 및 필요성

    2) 범위 및 분류

   1-2. Edge-Device 기반 실시간 지능 플랫폼 환경 분석

    1) 시장 현황 및 전망

    2) 기술개발 동향

   1-3. Edge-Device 기반 실시간 지능 플랫폼 특허 분석

  2. 초거대 AI 실용화 솔루션

   2-1. 초거대 AI 실용화 솔루션 개요

    1) 정의 및 필요성

    2) 범위 및 분류

   2-2. 초거대 AI 실용화 솔루션 환경 분석

    1) 시장 현황 및 전망

    2) 기술개발 동향

   2-3. 초거대 AI 실용화 솔루션 특허 분석

  3. 휴먼 AI 협업 솔루션

   3-1. 휴먼 AI 협업 솔루션 개요

    1) 정의 및 필요성

    2) 범위 및 분류

   3-2. 휴먼 AI 협업 솔루션 환경 분석

    1) 시장 현황 및 전망

    2) 기술개발 동향

   3-3. 휴먼 AI 협업 솔루션 특허 분석

Ⅲ. 디지털플랫폼정부와 AI 투자 동향 분석

  1. 디지털플랫폼정부 구현을 통한 정부혁신 이행 방안 연구

   1-1. 서론

    1) 연구의 배경 및 필요성

    2) 연구 목적 및 내용

    3) 연구 범위 및 대상

    4) 연구 방법 및 도구

   1-2. 디지털플랫폼정부와 RPA 등 업무 자동화 및 AI 기술

    1) 정부혁신 수단으로서의 디지털플랫폼정부

    2) 디지털플랫폼정부의 핵심기술

    3) 디지털플랫폼정부 핵심기술 활성화 기반

    4) 디지털플랫폼정부 핵심기술을 활용한 정부혁신

    5) 분석 틀

   1-3. RPAㆍAI 공공부문 도입 실태분석

    1) RPA 공공부문 도입 실태분석

    2) AI 공공부문 도입 실태분석

    3) RPA 및 AI 공공부문 도입 해외 선도 사례

    4) 시사점

   1-4. RPA 및 AI를 활용한 정부혁신 현황 진단 및 인식 조사

    1) 조사 개요

    2) 행정업무 자동화 도구 활용에 대한 인식 및 실태분석

    3) AI 활용 인식 및 실태분석

    4) 업무 자동화와 인공지능 기술 활성화 현황 분석

    5) 소결 및 시사점

   1-5. 업무 자동화 도구 및 AI 활용 심층분석

    1) RPA 등 업무 자동화 기획ㆍ개발 : 기획자ㆍ개발자

       심층 면접조사

    2) RPA 솔루션 활용: 사용자 심층 설문조사

    3) AI 활성화 방안: 전문가ㆍ공무원 심층 면담 조사

   1-6. 정책대안

    1) 전문가 조사

    2) 정책대안

  2. 글로벌 정부ㆍ민간 분야 AI 투자 동향 분석

   2-1. 연구 추진 배경 및 목적

   2-2. 글로벌 AI 투자 동향

    1) 글로벌 정부 AI 투자 규모 분석

    2) 글로벌 민간 AI 투자 규모 분석

    3) 글로벌 AI 투자 규모 현황

   2-3. 해외 주요국 정부ㆍ민간 분야 AI 투자 동향

    1) 분석 대상 선정

    2) 해외 주요국 AI 투자 비교

    3) 국가별 AI 투자 동향

   2-4. 주요 특징 및 시사점

    1) 전 세계 AI 투자 지속 증가, ‘생성 AI 경쟁’ 본격화

    2) AI 투자 1위 美, 2~3위 국가와 압도적 격차로 글로벌

       리더십 유지

    3) 미국ㆍ영국 민간투자 활발, 중국 정부 주도 AI 투자 계속

       일본 민관 연계 투자 강화

    4) 자국 우선순위에 따른 정부 AI 투자 분야(인프라, R&D,

       상용화) 차별화

    5) 민간투자, 생성 AI 활용한 SW 기업 투자 가장 多, AI

       적용 산업에서는 소매영업 마케팅, 헬스케어, 전문서비스

       등 주목

  3. 안전ㆍ신뢰 AI

   3-1. 작성 배경

   3-2. 글로벌 기술/산업/정책 동향

    1) 기술 동향

    2) 산업 동향

    3) 정책 동향

    4) 요약 및 시사점

   3-3. 경쟁력 분석

   3-4. 정책 제언

[ 표목차 ]

Ⅰ. 인공지능(AI) 관련 시장 현황

<표1-1> AI 분야 가치사슬

<표1-2> AI 산업 분류 프레임

<표1-3> AI 산업 분류체계

<표1-4> AI 분야 전략 분야 범위

<표1-5> 주요국 AI 정책 동향

<표1-6> EU의 AI 조정계획의 전략 목표와 실행 과제 

<표1-7> 국가적 위기에 대한 대응 목표

<표1-8> 중국 차세대 AI 발전 규획의 3단계 발전 목표

<표1-9> 3개년도(2020년~2022년) 매출액 규모에 따른 인공지능

         매출액 발생 여부

<표1-10> AI 세계 시장 규모 및 전망

<표1-11> AI 국내 시장 규모 및 전망

<표1-12> 국외 인공지능 표준화 현황

<표1-13> 국내 인공지능 표준화 현황

<표1-14> 「AI」 환경 분석 종합

<표1-15> 「AI」 전략 품목 후보군

<표1-16> 「AI」 전략 품목

Ⅱ. 인공지능(AI) 전략 품목 분석

<표2-1> Edge-Device 기반 실시간 지능 플랫폼 품목 산업구조

<표2-2> 용도별 분류

<표2-3> 기술별 분류

<표2-4> Edge 컴퓨팅 세계 시장 규모 및 전망

<표2-5> Edge 컴퓨팅 국내 시장 규모 및 전망

<표2-6> Edge-Device 기반 실시간 지능 플랫폼 주요 연구조직

         현황

<표2-7> 국내 선행연구(정부/민간)

<표2-8> 글로벌 초거대 AI 경쟁 현황

<표2-9> 초거대 AI 실용화 솔루션 가치사슬

<표2-10> 생성형 AI 세계 시장 규모 및 전망

<표2-11> 생성형 AI 국내 시장 규모 및 전망

<표2-12> 초거대 AI 모델 관련 주요 연구조직 현황

<표2-13> 휴먼 AI 협업 솔루션 분야 산업구조

<표2-14> 용도별 분류

<표2-15> 서비스형 AI 세계 시장 규모 및 전망

<표2-16> 서비스형 AI 국내 시장 규모 및 전망

<표2-17> 휴먼-AI 협업 솔루션 분야 주요 연구조직 현황

Ⅲ. 디지털플랫폼정부와 AI 투자 동향 분석

<표3-1> 디지털플랫폼정부의 원칙

<표3-2> 업무 자동화 기술 유형별 적용 내용

<표3-3> 「인공지능 국가전략」의 AI 인프라 추진 과제

<표3-4> 「디지털플랫폼정부 실현 계획」에서 RPA, AI와 관련된

          중점 추진 과제

<표3-5> 인공지능 행정결정과 관련된 법령 현황

<표3-6> 업무 자동화 영역별 예시

<표3-7> RPA 도입 효과의 차원과 속성

<표3-8> 인공지능 기술 유형과 예시

<표3-9> 행정에 인공지능 기술 배치ㆍ활용 시 발생할 수 있는

          이슈

<표3-10> 2023년 상반기 공공부문 RPA 도입 현황

<표3-11> 정보 제공 유형의 RPA 도입 업무

<표3-12> 나라장터 검색 키워드별 검색 건수

<표3-13> 2023년 상반기 공공부문 AI 도입 현황

<표3-14> 행정업무, 세금 징수, 민원, 시민 참여, 공공 조달 분야

          AI 도입 해외사례

<표3-15> 치안, 법률 분야 AI 도입 해외사례

<표3-16> 의료, 복지 분야 AI 도입 해외사례

<표3-17> 항공, 교통, 농업 분야 AI 도입 해외사례

<표3-18> 인사, 고용노동 분야 AI 도입 해외사례

<표3-19> 조사설계

<표3-20> 설문조사 내용

<표3-21> 응답자 특성

<표3-22> 엑셀 활용 자동화 도입 전후 업무 효율성 비교

<표3-23> 코딩 프로그램 활용 자동화 도입 전후 업무 효율성

          비교

<표3-24> RPA 솔루션 도입 전후 업무 효율성 비교

<표3-25> 시스템 반영 전후 업무 결과물의 정확성 비교

<표3-26> RPA 등 업무 자동화 심층 면담 개요

<표3-27> 자동화 도구 주요 활용 업무

<표3-28> 개인 차원에서의 업무 자동화 도구 개발 계기

<표3-29> 조직 차원에서의 RPA 솔루션 도입 계기

<표3-30> 업무 프로세스 분석의 중요성

<표3-31> 기획자/개발자와 현업 사용자 간 협업의 중요성

<표3-32> RPA 등 업무 자동화 도구 운영ㆍ관리 및 확산

          과정에서의 이슈

<표3-33> RPA 등 업무 자동화 도구 활용 활성화 요인

<표3-34> 업무 자동화 도구 활용의 효과

<표3-35> 응답자 특성

<표3-36> 활용 업무 비중

<표3-37> RPA 솔루션 이후 업무량 변화 정도

<표3-38> RPA 솔루션 이후 오류 발생 가능성 변화 정도

<표3-39> RPA 솔루션 이후 품질 변화 정도

<표3-40> RPA 솔루션 도입으로 누리게 된 편익

<표3-41> AI 활용 행정서비스 심층 면담 개요

<표3-42> AI 전문가 및 공무원 심층 면담 내용(1)

<표3-43> AI 전문가 및 공무원 심층 면담 내용(2)

<표3-44> AI 전문가 및 공무원 심층 면담 내용(3)

<표3-45> AI 기술 기반의 행정서비스 활성화 요인

<표3-46> 전문가 조사 참여자

<표3-47> 지방 공무원 교육훈련 운영 지침 별표1 개정안

<표3-48> 국가공무원인재개발원 디지털 역량 교육과정

<표3-49> 지방자치인재개발원 전문교육 과정

<표3-50> 문제해결 지향 민관사학 협업에 의한 수요자 맞춤형

          교육 과목(안)

<표3-51> 공무원 교육훈련의 기본교육 및 전문교육

<표3-52> 승진 임용에 필요한 연간 최저 교육훈련 이수 시간

<표3-53> 공공부문 인공지능 기술 도입ㆍ활용을 위한

           체크리스트

<표3-54> 공공부문 RPA 도입ㆍ활용을 위한 체크리스트

<표3-55> 지역지원 분과 설치에 따른 디지털플랫폼정부위원회

          기능의 고도화 추진 전략

<표3-56> 디지털플랫폼정부위원회 지역지원 분과의 기능

<표3-57> 디지털플랫폼정부위원회 지역지원 분과 설치의

          기대효과

<표3-58> 「국가정보보안 기본지침」 개별 사용자 정의 개정

<표3-59> 행정전자서명 인증관리센터 인증서 종류

<표3-60> 행정절차법 제21조(처분의 사전통지) 개정안

<표3-61> 행정절차법 제22조(의견 청취) 개정안

<표3-62> 행정절차법 제23조(처분의 이유제시) 개정안

<표3-63> 행정절차법 제33조(증거 조사)

<표3-64> 전자정부법 제11조(전자적 고지ㆍ통지) 개정안

<표3-65> 전자정부법 제18조의2(지능형 전자정부 서비스의 제공

           등) 개정안

<표3-66> 수입식품 안전관리 특별법 시행령 제29조의2(수입신고

          수리의 자동화) 개정안

<표3-67> 개인정보보호법 제37조의2(자동화된 결정에 대한 정보

          주체의 권리 등) 개정안(1)

<표3-68> 개인정보보호법 제37조의2(자동화된 결정에 대한 정보

          주체의 권리 등) 개정안(2)

<표3-69> 행정절차법 제24조(처분의 방식) 개정안

<표3-70> 전자정부법 제2조(정의) 개정안

<표3-71> 데이터 기반 행정법 제17조(데이터 기반 행정 표준화)

          개정안

<표3-72> 데이터 기반 행정법 제20조(데이터분석센터) 개정안

<표3-73> 행정 기본법 제20조의2(알고리즘 영향평가) 신설안

<표3-74> 모니터링 담당 기관의 유형 분류

<표3-75> 모니터링 기관의 유형에 대한 전문가 의견

<표3-76> 모니터링 체계 운영 해외사례 시사점

<표3-77> 모니터링 담당 기관의 독립성에 따른 특성 비교

<표3-78> 모니터링 담당 기관의 구성원 구성(안)

<표3-79> 인공지능 신뢰성의 주요 핵심 속성 및 의미

<표3-80> 인공지능 기반 행정서비스의 단계별 모니터링 활동과

          적용 기준(1)

<표3-81> 인공지능 기반 행정서비스의 단계별 모니터링 활동과

          적용 기준(2)

<표3-82> 정책 이슈별 대안 분류

<표3-83> 글로벌 정부의 AI R&D 규모 추정

<표3-84> 민간 AI 투자 통계 비교

<표3-85> 글로벌 정부+민간 AI 투자 규모 현황

<표3-86> 분석 대상 국가 선정

<표3-87> 미국 정부+민간 AI 투자 규모 현황

<표3-88> 미국의 AI 분야별 투자 현황

<표3-89> 중국 정부+민간 AI 투자 규모 현황

<표3-90> 중국의 AI 분야별 투자 현황

<표3-91> EU 정부+민간 AI 투자 규모 현황

<표3-92> EU의 AI 분야별 투자 현황

<표3-93> 캐나다 정부+민간 AI 투자 규모 현황

<표3-94> 캐나다의 AI 분야별 투자 현황

<표3-95> 영국 정부+민간 AI 투자 규모 현황

<표3-96> 영국의 AI 분야별 투자 현황

<표3-97> 일본 정부+민간 AI 투자 규모 현황

<표3-98> 일본의 AI 분야별 투자 현황

<표3-99> 주요국 정부 AI 분야별 투자 규모 순위

<표3-100> 주요국 민간 AI 분야별 투자 규모 Top 10 순위(2024년)

<표3-101> 주요국 민간 AI 분야별 투자성장률 Top 10 순위

           (2020~2021년 대비 2022~2023년 성장률)

<표3-102> 주요국 AI 촉진 정책 및 안전ㆍ신뢰 AI 정책

<표3-103> 안전ㆍ신뢰 AI 논문 추출을 위한 데이터 추출

           논리ㆍ키워드 쿼리

<표3-104> AI 주요 학회별 안전ㆍ신뢰 AI 프로시딩 수집 결과

<표3-105> 규제 강도에 따른 안전ㆍ신뢰 AI 정책 수단 및 

           수단별 장단점

[ 그림목차 ]

Ⅰ. 인공지능(AI) 관련 시장 현황

<그림1-1> 2023년 미국 국가 AI R&D 전략

<그림1-2> 대한민국 초거대 인공지능(AI) 도약

<그림1-3> 인공지능 일상화 및 산업 고도화 계획 추진 목표

<그림1-4> 3개년도(2020년~2022년) 인공지능 매출액

<그림1-5> 3개년도(2020년~2022년) 인공지능 매출 발생 여부

<그림1-6> ChatGPT 사용 화면

<그림1-7> 알파폴드 데이터베이스 공개 화면

<그림1-8> 온디바이스 ML 기반의 새로운 AI 기능을 탑재한

           Apple의 iOS 17

<그림1-9> 애저(Azure)의 문서 인텔리전스 레이아웃 모델 화면

<그림1-10> 삼성 SDS의 Brightics AI 오픈소스 버전

<그림1-11> Ko-GPT API의 프롬프트 구성 화면

<그림1-12> Auto ML 시스템

<그림1-13> 구글 Imagen이 멀티모달 모형을 활용하여 생성한

            이미지

<그림1-14> 중소기업 전략기술 로드맵 「AI」 품목 로드맵

Ⅱ. 인공지능(AI) 전략 품목 분석

<그림2-1> AI 품목 로드맵 내 Edge-Device 기반 실시간 지능

           플랫폼

<그림2-2> ‘인공지능 반도체 산업 성장 지원 대책’의 AI 반도체의

            인프라 적용ㆍ확산

<그림2-3> 중국 텐센트의 엣지 컴퓨팅 센터 ‘T-BLOCK’

<그림2-4> 스파이킹 신경망의 구조

<그림2-5> 구글의 Vertex AI 기능

<그림2-6> Azure IoT Edge

<그림2-7> Watson Tone Analyzer

<그림2-8> Open VINO

<그림2-9> AWS IoT Greengrass

<그림2-10> HPE

<그림2-11> 노타의 넷츠프레소(NetsPresso) 플랫폼

<그림2-12> 연도별ㆍ국가별 특허 출원 동향

<그림2-13> 기술수명주기 분석

<그림2-14> TCT 분석               

<그림2-15> 특허 영향력 분석         

<그림2-16> AI 품목 로드맵 내 초거대 AI 실용화 솔루션

<그림2-17> 인간 수준의 능력을 보여준 GPT-4 모델의 시험

            결과

<그림2-18> DeepMind사의 고퍼와 인간 전문가, 타 AI 모델과의

            능력 비교

<그림2-19> 대화형 AI 서비스인 네이버 ‘하이퍼클로바X’의

            구체적인 답변 예시

<그림2-20> 카카오 ‘AI 아티스트 칼로’가 생성한 이미지 샘플

<그림2-21> KT의 초거대 AI 모델인 ‘믿음’ 특장점

<그림2-22> 연도별ㆍ국가별 특허 출원 동향

<그림2-23> 기술수명주기 분석

<그림2-24> TCT 분석

<그림2-25> 특허 영향력 분석

<그림2-26> AI 품목 로드맵 내 휴먼 AI 협업 솔루션

<그림2-27> 마이크로소프트 워드 사용 시 내장된 코파일럿

<그림2-28> IBM Watson Assistant의 의도 감지 시스템

<그림2-29> KT 지니

<그림2-30> 연도별ㆍ국가별 특허 출원 동향

<그림2-31> 기술수명주기 분석

<그림2-32> TCT 분석

<그림2-33> 특허 영향력 분석

Ⅲ. 디지털플랫폼정부와 AI 투자 동향 분석

<그림3-1> 디지털플랫폼정부-기술-정부혁신 간 관계

<그림3-2> 연구흐름도

<그림3-3> 인공지능 주요 개념과 생성형 모델의 관계

<그림3-4> RPA 성숙도 모델         

<그림3-5> 데이터 통합관리 플랫폼 개념도

<그림3-6> 분석 틀

<그림3-7> RPA 업무 유형 비율

<그림3-8> RPA 업무 유형별 적용 지점(업무 수 기준)

<그림3-9> RPA 업무 내용별 도입 현황(업무 수 기준)

<그림3-10> 2023년 디지털 공공서비스 혁신 프로젝트 세부 추진

            과제 목록                

<그림3-11> 업무 유형별 AI 도입 비율(업무 수 기준)

<그림3-12> 적용 지점별 AI 도입 현황(업무 수 기준)

<그림3-13> 세부 활용 분야별 AI 도입 현황(업무 수 기준)

<그림3-14> AI 기반 시민 참여 플랫폼 CitizenLab 화면예시

<그림3-15> AI 간호사 Tucuvi의 환자 모니터링 대시보드

<그림3-16> 업무 자동화 툴별 사용 전후 업무 효율성

<그림3-17> 업무 자동화 기술별 활용 효과(업무 프로세스 개선

            등)

<그림3-18> RPA 도입이 효율성ㆍ정확성ㆍ행정서비스 개선 등에

            미치는 효과(직급별)

<그림3-19> ChatGPT 사용 경험

<그림3-20> ChatGPT 외 인공지능(AI) 사용 경험

<그림3-21> AI 효과성(직급별)

<그림3-22> AI 효과성(중앙/지방)

<그림3-23> AI 효과성(일반직/데이터 담당)

<그림3-24> 업무 자동화 활성화 요인(직급별)

<그림3-25> 인공지능(AI) 활성화 요인(직급별)

<그림3-26> RPA 기술 수용성(직급별)

<그림3-27> AI 기술 수용성(직급별)

<그림3-28> RPA 솔루션 이후 품질 만족도

<그림3-29> 업무 프로세스 개선

<그림3-30> 행정서비스 개선

<그림3-31> 업무 자유도

<그림3-32> 창의성

<그림3-33> 직무만족

<그림3-34> RPA 지속적 사용 의사

<그림3-35> 정책대안 도출 과정

<그림3-36> 국가공무원인재개발원 디지털 역량 강화 교육과정

            프레임워크

<그림3-37> 디지털플랫폼정부위원회 조직도(안)

<그림3-38> 전 세계 정부 AI R&D 투자 규모 추이

<그림3-39> 발표기관별 AI 투자 금액 비교 – 최근 5년간(2019

            ~2023년) 평균

<그림3-40> 글로벌 VC 투자에서 AI가 차지하는 비중 추이

<그림3-41> 국가별 정부ㆍ민간 AI 투자 비중(2020~2023년

            평균)

<그림3-42> 정부 투자 비중 비교(과학기술 전체 vs AI)(2020~

             2021년 평균)

<그림3-43> 주요국 AI 투자 비교(2020~2023년 평균)

<그림3-44> 미국 – 민간 AI 투자 현황

<그림3-45> 미국 – 국가 간 투자 분석

<그림3-46> 미국 – 주요국 간 투자 관계

<그림3-47> 중국 – 민간 AI 투자 현황

<그림3-48> 중국 – 국가 간 투자 분석

<그림3-49> EU – 민간 AI 투자 현황

<그림3-50> EU – 국가 간 투자 분석

<그림3-51> 캐나다 – 민간 AI 투자 현황

<그림3-52> 캐나다 – 국가 간 투자 분석

<그림3-53> 영국 – 민간 AI 투자 현황

<그림3-54> 영국 – 국가 간 투자 분석

<그림3-55> 일본 – 민간 AI 투자 현황

<그림3-56> 일본 – 국가 간 투자 분석

<그림3-57> AI 채택을 통한 국가 및 글로벌 연간 생산성 성장 추정치

<그림3-58> 글로벌 AI 시장 전망

<그림3-59> AI에 대한 우선순위 매트릭스

<그림3-60> XRAI 기술 개념도

<그림3-61> XAI 글로벌 시장 규모 예측(2022~2028년)

<그림3-62> Frontier Model forum

<그림3-63> AI Alliance

<그림3-64> 국가별ㆍ연도별 게재된 AI 주요 학회 안전ㆍ신뢰  AI 프로시딩 수