초거대·생성형 인공지능 기술 전망과 산업별 AI-데이터 활용사례 현황분석

테크포럼은 ‘beyond technology’ 라는 캐치프레이즈를 모토로

국내/외 최신 기술 및 신성장 산업의 핵심 이슈와 동향을 분석하여 관련 업계 구성원들에게 정보와 소통의 장을 제공하고 있습니다.

기술 산업분야의 세미나, 컨퍼런스, 포럼을 기획/주최/주관 및 자료집/리포트 등을 제공 하고 있습니다.

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

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

 

 

 

 

제조사: 지식산업정보원

규격: 616쪽 (A4, 서적, PDF)

ISBN: 9791158622596

 

 

▶자세히보기

https://www.techforum.co.kr/shop_goods/goods_view.htm?category=01020800&goods_idx=29171

초거대·생성형 인공지능 기술 전망과 산업별 AI-데이터 활용사례 현황분석

 

 

 

---

 

[ 보고서 소개 ]

인공지능은 방대한 데이터에 기반해 의사결정을 지원하고 복잡한 작업을 높은 정확도와 속도로 수행하는 능력을 지녀, 시간과 비용을 절감하고 업무 효율성과 생산성을 높일 수 있는 획기적인 기술로 부상하고 있다. 최근 ChatGPT 등 생성 AI 서비스 등장하면서 기존의 인공지능 산업 생태계의 변화와 기존 산업의 재창조가 가속화되고 있다. 인공지능 기술의 발전에 따른 산업 전반의 영향력이 확대되면서 주요국들은 인공지능을 국가 안보 및 기술 패권 기술로 인식하고, 정부 차원의 인공지능 산업 정책을 강화하고 있다. 국내에서도 정부 및 산업계는 인공지능이 국제 산업경쟁력과 경제성장의 핵심 동력으로 인식하고, 인공지능 핵심모델을 개발 및 신산업 육성을 본격적으로 추진하고 있다.

인공지능은 산업적･사회적으로 패러다임 변화를 주도하고 있으며, 단순한 기술 분야에서 벗어나 산업과 일상생활 전반을 변화시키는 핵심동력으로 산업에서 필요로 하는 시스템이나 제품/서비스 개발 및 사회적으로 겪고 있는 문제 해결을 위해 활용 중이다. 인공지능 기술수준이 발전함에 따라 사용처가 다양하게 확대될 것이며, 산업 전방위적인 인공지능 도입 추세에 힘입어 투자는 가속화될 전망이다. 이에 기업들은 인공지능 및 데이터 기반 비즈니스 모델 구축과 더불어 본격 수익화 전략에 돌입할 것으로 예상된다.

이에, 본원 R&D정보센터에서는 인공지능 및 빅데이터 산업의 최신 개발 동향을 파악하고 세계 기술시장 선점을 위한 전략 마련에 도움이 되고자, 관련기관들의 분석 정보자료를 토대로 ｢초거대∙생성형 인공지능 기술 전망과 산업별 AI-데이터 활용사례 현황분석｣을 발간하였다. 본서 제Ⅰ편에서는 주요국의 인공지능 전략, 초거대 AI의 발전과정, ChatGPT의 긍정적 파급효과, 생성형 AI의 산업 동향과 비즈니스 활용사례, AI 반도체 기술 및 정책 동향을 수록하였으며, 제Ⅱ편에서는 데이터산업 시장 현황, 빅데이터 기술 동향, 데이터 및 인공지능 산업별 활용 현황을 수록하였다. 아무쪼록 본서가 학계･연구기관 및 관련 산업분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다.



[ 목차 ]

제 Ⅰ편 인공지능 생태계 현황과 전략 분석

제 1장 인공지능 기술 전망과 주요전략 분석
1. 인공지능 산업 여건과 유망기업 현황
1) 인공지능(AI) 정의 및 필요성
(1) 정의
(2) 필요성
2) 인공지능 산업 여건 및 시장 동향
(1) 국내외 인공지능 산업 현황
가. 글로벌 현황 및 수준
나. 글로벌 투자 현황
다. 국내 산업 여건
(2) 국내외 시장 규모 및 전망
가. 글로벌 시장 동향
나. 국내 시장 동향
3) 국내외 인공지능 주요 업체 동향
(1) 해외 업체 동향
(2) 국내 업체 동향
2. 인공지능 기술 동향과 기술수준 변화 추이
1) 인공지능 기술 및 표준화(규제) 동향
(1) 인공지능 기술개발 동향
가. AutoML 기술    
나. 딥러닝 기술
다. 대규모 언어모형
라. 멀티모달 학습
마. 생성형 인공지능
바. 인공지능의 편향성 문제 발생
(2) 인공지능 표준화(규제) 동향
가. 해외 동향
나. 국내 동향
2) 우리나라 및 주요국 인공지능 기술수준의 최근 변화 추이(2023년 조사 기준)    
(1) 기술수준 현황 및 변화 추이
가. 전반적 기술수준(총괄)
나. 기초단계 기술수준
다. 응용단계 기술수준
라. 사업화단계 기술수준
(2) 기술분야별 기술격차 현황 및 변화 추이
가. 학습지능 분야 기술격차
나. 단일지능 분야 기술격차
다. 복합지능 분야 기술격차
3. 주요국의 인공지능 전략 및 국제협력 분석
1) 국내외 인공지능 주요 정책 현황
(1) 미국
가. 시기별 주요 정책 변화
나. 영역별 주요 정책 현황
(2) 영국
가. 시기별 주요 정책 및 평가
나. 영역별 주요 정책 및 평가
(3) EU 및 회원국
가. EU 시기별 주요 정책 및 평가
나. EU 영역별 주요 정책 및 평가
다. EU 주요 회원국 국가 AI 전략    
라. 주요 회원국 영역별 플래그십 이니셔티브
(4) 중국
가. 시기별 주요 정책 변화
나. 영역별 주요 정책 현황
(5) 한국
가. 2022년까지 인공지능(AI)을 위한 주요 정책적 노력
나. 2023년 대한민국의 AI 정책 추진 현황
다. 인공지능 관련 연구개발 지원사업
라. 급속도로 발전하는 AI 지원을 위한 정책적 지원
마. AI 신뢰 확보를 위한 자율규제
바. 디지털 심화시대의 신질서･규범 재정립
사. 기반 마련을 위한 법제 정비 노력
2) 인공지능 국제협력 현황 및 특징 분석
(1) 인공지능 국제협력의 중요성
가. 기술선도 측면
나. 국방안보 측면
다. 경제성장 측면
라. 인류의 미래 수호 측면
(2) 주요국 인공지능 국제협력 현황
가. 미국
나. 영국
다. EU
라. 중국
(3) 분야별 인공지능 국제협력 현황
가. AI 전문 국제기구
나. 국제기구
다. 국방안보
라. 경제협정/무역협정
마. 공동연구(R&D)
바. 인공지능 국제협력의 주요 특징    

제 2장 초거대 AI 개발 및 활용 동향
1. 초거대 AI의 발전 양상과 LLM 개발 동향
1) 초거대 AI 발전과정과 활용분야
(1) 정의 및 특징
가. 정의
나. 발전과정
다. 거대 언어모델의 종류
라. 초거대 AI 종류
마. 초거대 AI의 효과
(2) 초거대 AI 세부내용
가. 초거대 AI의 등장
나. 트랜스포머
다. GPT
(3) 초거대 AI 활용 동향
가. 의료
나. 금융
다. 가상인간
라. 어플리케이션
2) 거대 언어모델(LLM) 활용 방식과 개발 동향
(1) LLM 기술 동향
가. 언어모델(Language model, LM): 언어의 연결을 이해하는 모델
나. 더 발전된 언어 모델: 거대언어모델(LLM)의 등장
다. 국내외 주요 기업의 LLM 개발 동향
(2) LLM 활용 방식 및 사례 분석
가. 언어모델 고유기능 중심 활용
나. 단일 에이전트로 LLM 활용
다. 멀티 에이전트로 LLM 활용
(3) LLM의 등장으로 촉발된 이슈 및 변화
가. LLM 관련 서비스 형태 구분 및 주요 변화 방향
나. API 기반의 서비스 중간 공급자(프로슈머) 시장 확대
다. 챗GPT 플러그인의 등장과 LLM의 플랫폼化
라. 보안성이 강화된 기업 전용 LLM에 대한 수요 증대
마. 오픈소스로 촉발된 소규모 LLM 분야의 전쟁
바. 글로벌 연대 중심의 인공지능 기구 설립 논의 본격화
2. ChatGPT 현황과 파급효과
1) ChatGPT 기반기술과 시장규모
(1) ChatGPT의 개념과 특징
가. 개념
나. 주요 기능
다. 기존 검색 엔진과의 차이점
(2) ChatGPT의 기반 기술(GPT+RLHF)
가. GPT(Generative Pre-trained Transformer)
나. 인간 피드백을 통한 강화학습(Reinforcement Learning from Human Feedback, RLHF)
(3) ChatGPT 학습과정
(4) 학습 데이터(GPT-3 기준)
(5) ChatGPT 시장규모
가. 챗봇
나. ChatGPT
2) ChatGPT의 긍정적 파급효과 및 한계
(1) ChatGPT의 긍정적 파급효과
가. 검색시장의 판도 변화
나. ChatGPT의 전 산업 활용 확산 - 거대언어모델 활용 확산
다. AI 반도체 등 후방산업 성장 촉진
(2) ChatGPT의 한계와 과제
가. ChatGPT 기술의 한계
나. 윤리‧도덕적 측면의 문제 가능성

제 3장 생성형 AI 개발 동향과 효용성
1. 생성형 AI으로 인한 산업 변화 분석
1) 생성형 인공지능 개요
(1) 정의
(2) 주요 요소
(3) 배경
(4) 비즈니스 모델
(5) 활용 예시
2) 생성형 인공지능으로 인한 인공지능 혁명과 산업 변화
(1) 생성형 인공지능과 인공지능 혁명
(2) 생성형 인공지능 산업의 가치사슬
(3) 생성형 인공지능으로 인한 산업별 변화
가. 마케팅･광고
나. 미디어･콘텐츠
다. 의료
라. 제조
마. 금융
바. 교육, 법률, 환경 등
(4) 대기업 중심의 인공지능 가치사슬 구축
(5) 인공지능 산업 전망 및 국내 대응 현황
2. 생성형 AI 산업 생태계 현황 분석
1) 생성 AI 모델 기술 분야
(1) 생성 모델 정의
가. 판별 모델
나. 생성 모델
(2) 생성 AI 모델 기술 분야
가. 언어 생성 모델
나. 이미지 생성 모델
다. 기타 생성 모델
2) 글로벌 생성형 AI 시장 동향
(1) 생성형 AI 시장규모
(2) 글로벌 생성 AI시장 양상
가. 챗GPT의 등장 이후, 생성 AI 시장은 글로벌 AI 기업들의 전장으로 변모
나. 다양한 AI 기업들이 각자의 영역에서 기회를 도모
3) 국내외 생성형 AI 기업 동향
(1) 해외 기업 동향
가. AI 인프라 : 엔비디아가 주도하는 AI반도체 시장과 스타트업의 가세
나. AI 클라우드 : 새로운 성장 모멘텀을 기대하는 클라우드 빅3
다. AI 모델 : 빅테크와 스타트업이 경쟁하는 사적 모델과 공개 모델
라. AI 서비스 : AI 플러그인 생태계 중심의 애플리케이션 시장 형성
(2) 국내 기업 동향
가. AI 인프라 : AI 반도체 스타트업들이 국내 플랫폼 업체들과 협력 추진
나. AI 서비스 : AI 플러그인 생태계 중심의 애플리케이션 시장 형성
3. 생성형 AI의 비즈니스 활용 사례
1) 금융
(1) 비즈니스 AI 활용 현황    
(2) 해외 기업 AI 적용 사례
(3) 선도기업(JP Morgan) 비즈니스 모델
(4) 해외 금융업 AI 기술 기업/스타트업
(5) 국내 기업 AI 적용 사례
(6) 국내 금융업 AI 기술 기업/스타트업
2) 헬스케어
(1) 비즈니스 AI 활용 현황    
(2) 해외 기업 AI 적용 사례(제약사)
(3) 선도기업(Roche Holding) 비즈니스 모델
(4) 해외 헬스케어 AI 기술 기업/스타트업
(5) 국내 기업 AI 적용 사례
(6) 국내 헬스케어 AI 기술 기업/스타트업
3) 제조
(1) 비즈니스 AI 활용 현황    
(2) 자동차분야
가. 비즈니스 AI 활용 현황
나. 해외 기업 AI 적용 사례
다. 국내 기업 AI 적용 사례
(3) 화학분야
가. 비즈니스 AI 활용 현황
나. 해외 기업 AI 적용 사례
다. 선도기업(BASF) 비즈니스 모델    
라. 국내 기업 AI 적용 사례
(4) 해외 제조업 AI 기술 기업/스타트업
(5) 국내 제조업 AI 기술 기업/스타트업
4) 농업
(1) 비즈니스 AI 활용 현황    
(2) 비즈니스 AI 활용 현황    
(3) 해외 농업 AI 기술 기업/스타트업
(4) 국내 농업 AI 기술 기업/스타트업
5) 물류
(1) 비즈니스 AI 활용 현황    
(2) 해외 기업 AI 적용 사례
(3) 선도기업(DHL) 비즈니스 모델
(4) 해외 물류 AI 기술 기업/스타트업
(5) 국내 기업 AI 적용 사례
(6) 국내 물류 AI 기술 기업/스타트업
6) 관광
(1) 비즈니스 AI 활용 현황    
(2) 해외 기업 AI 적용 사례
(3) 해외 관광 AI 기술 기업/스타트업
(4) 국내 기업 AI 적용 사례
(5) 국내 관광 AI 기술 기업/스타트업
7) 화장품
8) 미디어
9) 법률
4. 생성형 AI 기술의 효용성과 파급력 전망
1) 생성형 AI의 효용성과 한계
(1) 생성형 AI의 효용성
(2) 생성형 AI의 한계
가. 기능적 측면
나. 윤리적 측면
다. 비용적 측면
라. 환경적 측면
마. 저작권 측면
바. 개인정보 측면
(3) 한계 돌파 중인 생성형 AI
2) 생성형 AI 기술의 진화방향과 파급력 전망
(1) 생성형 AI 기술 생태계    
가. 진화방향 및 속도
나. 진화의 주요 분기점
(2) 향후 생성형 AI 산업생태계의 경쟁양상
(3) 생성형 AI 기술의 파급력
가. 사회경제적 변화
나. 잠재적 위험

제 4장 AI 반도체 기술 및 정책 동향
1. AI 반도체 적용 현황과 시장 전망
1) AI 반도체 개념 및 적용 현황
(1) 개념
(2) 등장배경 및 특징
(3) 적용 현황
2) AI 반도체 시장의 주요이슈 및 전망
(1) 반도체 시장의 주요이슈
가. 미국의 반도체 육성 전략
나. 중국의 반도체 육성 전략
다. 미중패권전쟁
라. 엔비디아와 ARM
(2) AI 반도체 시장 전망
2. AI 반도체 기술 분석과 표준화 동향
1) AI 반도체 기술개발 동향
(1) AI 반도체 세대별 기술 현황
가. 1세대 AI 반도체
나. 2세대 AI 반도체
다. 3세대 AI 반도체 기술
(2) AI 반도체 산업 내 주요 기술 분야 이슈
가. 응용･활용
나. 주변기술
다. 설계SW
(3) 국내외 주요 업체 및 기관 동향
가. 해외 동향
나. 국내 동향
2) 국내외 AI 반도체의 표준화 현황
(1) 국제 표준화 현황
가. IEC TC 47
나. ISO TC 22 SC 32 WG 8(Electrical and electronic components and general system aspects)
다. JEDEC JC_42 (Solid State Memories)
(2) 국내 표준화 현황
가. TTA 지능형반도체 프로젝트그룹(PG417)
나. 인공지능 반도체 포럼    
3) AI 반도체 분야 국가별 기술수준 분석
4) 특허 정보를 활용한 AI 반도체 기술에 대한 심층 분석
(1) 분석대상 기술 분야와 특허분석 지표
가. 세대별로 구분한 분석대상 기술 분야
나. 특허 분석지표
(2) AI 반도체에 대한 산업적 특성
가. 빠른 성장성과 새로운 기회의 창
나. 다수의 공급 업체 존재
다. 정부의 적극적 육성 경쟁
라. 3세대인 뉴로모픽 기술에 대한 관심 증가와 시너지 효과 기대
(3) AI 반도체 특허데이터의 기술적 분석 결과
가. AI 반도체 특허출원 동향
나. 주요국 특허출원 동향
다. 특허데이터의 심층 분석을 통한 기술체제 분석 결과
(4) 결론
3. AI 반도체 정책 및 R&D 투자 동향
1) 국내외 AI 반도체 정책 동향
(1) 해외 정책 동향
가. 미국
나. 중국
다. 대만
라. 유럽
마. 일본
(2) 국내 정책 동향
2) AI 반도체 분야 R&D 투자 동향    
(1) 정부R&D 과제 수행 현황 
(2) 정부R&D 사업 투자 동향 


제 Ⅱ편 빅데이터 산업 분석과 AI 적용 산업별 현황

제 1장 빅데이터 기술 및 투자 현황
1. 데이터산업 시장 및 기술 동향
1) 초거대 AI 시대의 데이터 가치와 활용
(1) 초거대 AI 시대 데이터의 가치와 활용의 중요성
가. 초거대 AI와 디지털 경제
나. 데이터의 품질과 가치
다. 데이터산업 인프라
라. 데이터의 활용
마. 디지털 권리장전과 데이터
(2) 초거대 AI 시대 데이터 공유
가. 생성형 AI와 데이터
나. 생성형 AI 데이터 학습 기술
다. 생성형 AI 시대의 데이터
라. 생성형 AI의 데이터 활용 이슈
마. 결론 - 생성형 AI와 데이터 활용의 미래    
(3) 데이터 활용의 이슈 : 데이터 편향성/윤리성
가. 데이터 윤리와 데이터 윤리 가이드라인의 필요성
나. 데이터 윤리의 사례와 정의
다. 데이터 윤리 이슈의 사례 분석
라. 데이터 윤리: 데이터 권리와 데이터 책임
2) 국내외 데이터산업 시장 현황
(1) 해외 데이터산업 시장 현황
(2) 국내 데이터산업 시장 현황
가. 국내 데이터산업 시장 규모
나. 국내 데이터산업 부문별 시장 규모
다. 국내 데이터 직무 인력 현황
라. 국내 데이터 직무 인력 수요
마. 마무리
3) 데이터산업 기술 동향
(1) 합성 데이터 생성 기술 동향
가. 서론
나. 합성 데이터 개요 및 필요성
다. 합성 데이터 생성 기술
라. 합성 데이터 응용 사례
마. 합성 데이터 시장
바. 합성 데이터의 한계점
(2) 클라우드 스토리지 기술 동향
가. 다양한 클라우드 스토리지 옵션과 특징
나. 클라우드 스토리지의 가격요소 및 가격모델
다. 클라우드 스토리지의 기술 동향    
(3) 데이터 분석 기술 동향
가. 현대적 데이터 아키텍처란
나. 현대적 데이터 아키텍처의 주요 특징과 구축 준비
다. 현대적 데이터 아키텍처 구축
(4) 데이터 보안 기술 동향
가. 데이터 보안 시장 동향
나. 데이터 보안을 위한 지침 및 인증
다. 데이터 보안 기술 동향
2. 빅데이터 기술 동향과 도입 현황
1) 빅데이터의 정의 및 필요성
(1) 정의
(2) 필요성
2) 국내외 빅데이티 관련 정책 동향
(1) 해외 주요국 정책동향
가. 미국
나. 유럽
다. 일본
라. 중국
(2) 국내 정책 동향
가. 정부합동
나. 과학기술정보통신부
다. 그 외 기관
3) 국내외 빅데이터 시장 동향 및 전망
(1) 글로벌 시장 동향
(2) 국내 시장 동향
4) 국내외 빅데이터 주요 업체 동향
(1) 해외 업체 동향
가. 기업 인수합병 동향
나. 클라우드 서비스 분야
다. 유통･물류 분야 동향
라. 클라우드 서비스 분야 동향
마. 금융 서비스 분야 동향
(2) 국내 업체 동향
가. 빅데이터 분석･처리 분야 동향
나. 금융 및 보안 분야 동향
다. 의료 분야 동향
라. 미디어 분야 동향
마. 교육 분야 동향
5) 국내외 빅데이터 기술개발 동향
(1) 해외 기술개발 동향
가. 대형 언어 모델
나. 데이터 웨어하우스
다. 빅데이터 패브릭
라. 데이터 레이크
마. 빅데이터 지식처리 플랫폼
바. 분석/시각화 상용 솔루션 개발
사. 빅데이터 플랫폼 서비스
아. 음성 언어 처리 기술
(2) 국내 기술개발 동향
6) 빅데이터 도입 및 투자 현황
(1) 조사개요
가. 조사목적
나. 조사연혁
다. 조사기간 및 방법
라. 조사대상
마. 조사내용
바. 시장규모 추정방법
(2) 빅데이터 도입 현황
가. 빅데이터 도입률
나. 빅데이터 도입 유형 및 활용 분야
다. 빅데이터 미도입 이유
(3) 빅데이터 도입 기업의 제품분야별 투자 비중

제 2장 데이터 및 AI 활용 산업별 사례 분석    
1. 산업혁신 AI-데이터 동향 및 발전방향
1) 산업혁신 AI-데이터 동향 및 사례
(1) 산업분야 활용
(2) 생활분야 활용
2) 산업혁신 AI-데이터 발전 방향
(1) 산업분야 AI 발전 방향    
가. 제조
나. 유통/물류
다. 자율이동체
(2) 생활분야 AI 발전 방향
가. 금융
나. 의료/헬스케어
다. 스마트시티
2. 산업별 AI-데이터 활용 현황
1) 금융분야
(1) 금융 산업에 활용되는 인공지능 기술
가. 금융 회사 내부 업무에 활용되는 인공지능 기술
나. 고객에게 가치 있는 서비스를 제공할 때 활용되는 인공지능 기술
(2) 금융 산업에서 인공지능 기술을 활용할 때 고려해야 할 사항
(3) 금융 산업에서 인공지능 향후 발전 방향
2) 헬스케어분야
(1) 의료인공지능의 현황
가. 의료인공지능의 필요성
나. 인공지능 기반 소프트웨어 의료기기 현황
(2) 의료 인공지능의 적용 사례
가. 의료데이터의 생성
나. 의료데이터의 처리 및 변환
다. 진단 보조
(3) 생성적 모델 및 기반 모델을 이용한 의료 분야 혁신
가. 생성적 인공지능(Generative AI)과 기반 모델의 정의 및 특징
나. 기반 모델의 의료분야 적용 사례
(4) 의료 인공지능의 향후 전망
3) 모빌리티분야
(1) 데이터 가치
가. 데이터의 정의
나. 데이터의 가치
(2) 모빌리티 데이터
가. 차량 데이터
나. 이동 데이터
(3) 모빌리티 데이터 비즈니스
가. 민간 영역-모빌리티 데이터를 통한 문제 해결
나. 공공 영역-모빌리티 데이터를 통한 문제 해결
4) 제조분야
(1) 제조업 분야의 AI 활용
가. 설비 예지 보전(Predictive Maintenance)
나. 프로세스 및 품질 최적화(Process & Quality Optimization)
다. 프로세스 자율 및 자동화 제어(Process Autonomous & Automation Control)
(2) 제조업 분야의 AI 활용 가치
(3) 제조업에서 AI 활용의 한계 및 극복 방안
가. 설비 예지 보전(Predictive Maintenance)
나. 프로세스 및 품질 최적화(Process & Quality Optimization)
다. 프로세스 자율 및 자동화 제어(Process Autonomous & Automation Control)
(4) 제조업에서 AI 적용 절차
(5) AI를 활용한 제조 설비 이상 감지 및 고장 예측
5) 농업분야
(1) 국내 농업 분야의 데이터 비즈니스 및 인공지능(AI) 활용 사례
가. 인공지능 병해충 영상진단 서비스
나. 빅데이터 플랫폼
다. 스마트벌통
라. 스마트팜 혁신밸리 내 작물 데이터 연구
마. 로봇착유기
(2) 해외 농업에서의 데이터 비즈니스 및 인공지능(AI) 활용 사례
가. 딸기 수확로봇
나. 정밀 파종 및 비료 살포 기술
다. 자율주행 제초로봇
(3) 농생명분야 데이터 비지니스 개발의 향후 전망
6) 에듀테크분야
(1) 교수자를 돕는 에듀테크 서비스
가. 아날로그 방식으로 진행되는 대면 교육과 에듀테크 서비스
나. 대면 교육 활동과 기록을 디지털로 전환하려는 에듀테크 서비스
(2) 교수자를 대체하는 에듀테크 서비스
가. 교수자를 대체하는 에듀테크 서비스 사례
나. 생성형 AI를 교육에 활용할 때 데이터가 사용되는 방식
(3) 추가로 고려해볼 사항
가. 교수자의 역할에 대한 재정의와 구분
나. 학습 대상에 대한 재정의
(4) 전망
가. AI 디지털 교과서를 촉매로 한 공교육-사교육 간 협력
나. AI 디지털 교과서와 교육마이데이터 간 시너지
다. AI코스웨어와 증거 기반 교수의 도입 증가
7) 지식재산분야
(1) 초거대 AI에 대한 경량화 모델 개발
가. 초거대 AI 개발 및 활용의 한계    
나. 모델 경량화
다. 지식 증류(Knowledge Distillation) 기술
(2) 지식재산 데이터 및 유관 데이터의 연계 활용
가. 데이터와 인공지능
나. 지식재산 및 유관 분야의 데이터
(3) 지식재산 (유관)데이터 및 AI 기술 활용
가. 지식재산 업무효율 증진: 특허 청구범위 작성 및 요약
나. 지식재산 업무효율 증진: 기술 분류 및 기술/상표/상품 유사도 분석
다. 지식재산 침해 예방 및 보호: 관세청 데이터와의 연계 분석
(4) 지식재산 분야의 AI 기술 활용 계획: 특허청(KIPO)
8) 공공분야
(1) 공공분야 생성형 AI 활용 현황
(2) 공공분야 생성형 AI 활용 시 주요 고려사항
가. 서비스 정의 및 조직 차원의 지원
나. 적용가능한 업무 도출
다. 지속적인 데이터 학습, 모니터링
라. 활용 역량 및 보안 강화
9) 新 데이터 비즈니스
(1) 데이터 산업의 정의
(2) 데이터 비즈니스
가. 데이터 프로덕트
나. 데이터 마켓플레이스
다. 데이터 프레퍼레이션
라. 데이터 서비스
마. 데이터 리터러시
(3) 데이터 비즈니스 과제

도표/그림 목차

 

 

▶자세히보기

https://www.techforum.co.kr/shop_goods/goods_view.htm?category=01020800&goods_idx=29171

초거대·생성형 인공지능 기술 전망과 산업별 AI-데이터 활용사례 현황분석