인공지능 분야의 유망기술 예측: 빅데이터 분석과 기술 로드맵의 통합적 접근

Abstract

최근 4차 산업혁명시대로의 급격한 전환은 사회적·경제적 측면에서 다양한 변화를 불러오고 있으며, 이와 관련된 기술에 대한 집중적인 관심과 투자의 계기가 되었다. 4차 산업혁명에서 인공지능 관련 기술은 전 세계적으로 핵심기술로 인식되어 정부 및 민간 주도의 집중적인 투자가 진행되고 있다. 또한 미래 성장의 주도권 확보를 위해 유망영역의 선제적인 발굴과 해당 기술의 개발이 중요한 과제로 떠오르고 있다. 이와 같은 상황에서 차세대 성장 동력 산업의 핵심 기술을 개발하기 위해 미래 기술예측 역량 강화의 중요성과 필요성이 더욱 높아지고 있다. R&D 기획에 직접 활용할 수 있는 실제 기술적용이 가능한 실질적, 객관적 관점의 유망기술 분야 도출과 이를 위한 유망기술 분야 발굴 방법론의 다원화 등이 절대적으로 필요한 실정이다. 이러한 현실적 요구로 인해 미래의 유망 산업 및 기술을 예측하기 위해 다양한 방법이 시도되고 있지만, 기존의 빅데이터(Big Data) 분석, 델파이(Delphi), 시나리오(Scenario), 기술 로드맵 분석과 같은 유망기술 예측 방법에는 정량적 접근 또는 정성적 접근 중 어느 한쪽으로 편향된 분석으로 한계가 있다. 따라서 본 연구에서는 인공지능분야의 유망기술을 예측하기 위한 방법으로 빅데이터 분석 및 기술 로드맵을 통합하는 프레임 워크를 제안하고, 이러한 통합적 접근을 적용하여 인공지능 분야의 유망기술 분야를 도출하였다. 본 연구에서는 인공지능 관련 논문·특허데이터 분석을 기반으로 유망 연구·기술분야를 단계적으로 도출하고, 최근의 기술 로드맵과 비교를 통해 인공지능 분야의 유망기술을 선정하였다. 국내외 논문데이터 분석 결과, 인공지능 관련 유망연구 영역은 로봇(Robot), 유전자 알고리즘(Genetic Algorithm), 인공 신경망(Neural Network), 데이터 마이닝(Data Mining), 머신러닝(Machine Learning) 등의 분야임이 확인되었다. 로봇을 제외한 나머지 분야는 인공지능 구현을 위한 알고리즘 관련 연구들로 단기간 내에 성과를 내기가 어렵기 때문에 향후 국가적인 관심을 가지고 지속적인 투자가 필요한 연구 분야로 판단하였다. 또한, 특허데이터 분석을 통한 유망기술 영역의 분석 결과는 머신러닝(Machine Learning), 딥러닝(Deep Learning) 등에 활용되는 데이터베이스 구조나 데이터 처리 방법, 인공 신경망 등의 알고리즘 관련 기술분야인 것으로 나타났다. 이러한 논문·특허데이터를 대상으로 한 빅데이터 분석 결과는 최근 기술 로드맵의 유망 분야와 매칭되었다. 이상과 같이 본 연구에서 빅데이터 분석 및 기술 로드맵 비교를 통해 인공지능 분야의 유망기술·연구 영역을 도출한 결과는 인공 지능 관련 산업과 연구에 직간접적으로 도움이 될 것으로 기대 된다. 직접적으로는 인공지능 분야의 신속한 발전을 위한 유망기술 분야의 선정에 활용 가능하고, 간접적으로는 향후 인공지능 분야의 선진국 대비 기술의 격차를 빠르게 좁힐 수 있는 기술 로드맵 개발을 위한 기초자료로 활용할 수 있을 것이다. 한편, 논문·특허데이터 분석을 기반으로 인공지능 분야의 유망기술 분야를 체계적·단계적으로 도출한 과정을 종합하여 정량적 데이터 기반 유망기술 분석 모델(Chung's Model)을 새롭게 제안하였다. 이를 위해 각 분석 단계를 정의하고 단계별 분석 방법론 및 필수요구 조건 등을 도출하였다. 본 연구에서 제안하는 분석 모델은 인공지능 분야 외의 다양한 신산업 분야에 적용 가능하며, 확장 적용을 통해 분석 모델에 대한 검증 및 개선을 지속적으로 수행할 수 있다. 앞으로 인공지능 분야를 비롯한 다양한 분야의 기술 로드맵 작성 및 유망기술 예측에 본 연구의 분석 모델을 활용할 수 있을 것으로 예상된다. 본 연구의 빅데이터 분석 결과 및 새로운 분석 모델은 앞으로 기술 로드맵 작성 및 유망기술 예측 방법론 개발을 견인하여 인공지능 관련 산업과 연구에 다양하게 기여할 수 있을 것이다. 나아가 향후 국가경쟁력 확보를 위해 관련 산업계에서 미래 비전을 제시하고, 그에 대한 효율적 근거를 찾는데 적극적으로 활용될 수 있을 것으로 기대한다.