• 국내도서 > 기술/공학 > 공학일반 > 기술공학일반 > 첨단과학/과학기술

본서의 특징

최근 ‘챗GPT’가 생성형 인공지능(AI) 시대를 열자 세계 주요 정보기술(IT) 기업들의 관련 기술 경쟁이 날로 치열해지고 있다. 글로벌 기업들은 AI를 개발하는 것은 물론, 회사 서비스와 조직 업무에 AI를 도입하는데 속도를 올렸다. 업무용 생성형 AI 도입이 늘며 기업 맞춤형 AI 서비스 시장도 급성장하는 추세이다. 시장조사업체 프리시던스리서치에 따르면 글로벌 기업용 생성형 AI 시장 규모는 2030년 1029억 달러(약 131조원)에 달할 전망이다. 인공지능은 모든 산업에 적용돼 우리 생활을 완전히 변화시킬 수 있는 기술이기 때문에 국가 경쟁력과도 직결된다. 국내 기업들도 ‘토종 AI’ 생태계를 만들기 위한 경쟁이 치열하다. 네이버, LG, KT 등 주요 기업은 물론 신흥 스타트업들 또한 원천기술과 서비스를 다각화하고 있다.

생성형 AI인 챗GPT와 같은 LLM(생성형 거대 언어모델) 기술은 다양한 사용자의 질의에 풍부한 답변을 할 수 있어 출시되자마자 커다란 관심을 받았다. 국내 KISTI는 과학기술데이터에 특화되고, 공공기관에서 활용하기 쉬운 LLM인 ‘KONI(고니) 13b’를 올해 개발했다. KISTI는 더 나아가 모델 성능을 130억개 파라미터 수준의 모델 크기로 늘리고 학습 데이터를 추가 확보해 성능을 지속적으로 높여 나갈 계획이다. 한편, 생성형 인공지능 기술의 가파른 발전으로 진짜와 가짜의 구별이 어려워지면서 2024년에는 이를 악용한 사이버 범죄가 늘어날 것이라는 전망이 나왔다. 일부 기업은 정보 유출을 막기 위해 자체 개발한 생성형 AI를 활용하는 등 보안 대책을 한층 강화하고 있다. 사이버 공격은 사회 전체를 마비시키고 생명을 위협할 수 있는 중대사고로 이어질 수 있으므로, 선제적인 대책 마련이 시급하다.

이에 본원 R&D정보센터에서는 글로벌 거대 기업들의 약진이 거세지는 생성형 인공지능 시장에서 국내 기업들이 특화된 AI를 개발 하는데 도움이 되고자 관련 기관들의 분석 정보자료를 토대로 「생성형 AI시대 산업별 기술혁신과 서비스사례 및 법적이슈 현안분석」을 발간하였다. 본서는 총 7장으로 구성되며 AI산업의 글로벌 동향과 AI반도체이슈, 생성형 AI기술, 초거대AI기술, AI보안위협과 윤리/저작권 현안, AI가 바꾸는 산업별 서비스사례와 경쟁력을 다루었다. 본서가 학계ㆍ연구기관 및 관련 산업 분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다.

2024. 01.

목차

• 제1장 인공지능 글로벌 동향과 AI 반도체 최신 이슈
  1. 인공지능 글로벌 트렌드 분석
  1) 인공지능 글로벌 동향
  (1) 글로벌 인공지능 경쟁력
  가. 글로벌 AI 경쟁력
  나. 분야별 경쟁력
  (2) 주요국 정책 동향
  가. 주요국 정부 준비지수
  나. 주요국 정책 요약
  A) 미국
  B) 중국
  C) EU
  D) 싱가폴
  E) 이스라엘
  2) 인공지능 산업 이슈
  (1) 최근 인공지능 생태계 변화
  가. 상업화 단계 진입
  나. 대기업 중심 독점화
  다. 폐쇄화
  (2) 국내 인공지능 유망기업 현황
  가. 이미지/영상인식 & 모빌리티 관련 유망기업
  나. 자연어 처리 관련 유망기업
  다. 제조업 & 데이터 기반 의사결정 관련 인공지능 유망기업
  라. AI 기반 헬스케어 관련 유망기업
  마. 광고/미디어 & 교육 관련 인공지능 유망기업
  바. AI 지원(개발플랫폼, 데이터, 하드웨어) 관련 유망기업
  (3) 시사점
  2. 연합학습의 이해와 주요 응용사례
  1) 연합학습 도입 배경 및 개념
  (1) 연합학습 확산 배경
  (2) 연합학습의 개념 및 적용
  2) 산업 분야에서 활용되고 있는 연합학습 기술
  (1) 연합학습 활용 종류
  (2) 연합학습 주요 응용사례
  가. 의료 분야
  A) CT-이미지를 사용한 코로나19
  B) 코로나19 환자의 산소요구량 예측
  C) 유방조영술 평가·예측 모델 개선
  D) 글로벌 신약 개발 가속화 프로젝트
  E) 광혈류 측정(PPG)센서를 활용한 심장역학 연구 및 진단
  F) 뇌졸중 예방을 위한 연합예측 모델
  G) 전자건강데이터(EHR)를 활용한 약물 부작용 예측
  H) 전자건강기록(EHR) 데이터를 활용한 환자 사망률 예측
  I) 글로벌 공동 악성 뇌종양 식별
  J) 모바일 기기를 활용한 코로나19 등 개인 건강진단
  나. 공공 분야
  A) UAV 기반의 대기질 예측
  B) 교통 혼잡도 예측
  C) 정확한 기상정보 예측을 위한 협력 시스템 구축
  D) 전기차 네트워크 에너지 수요예측
  E) 스마트그리드 시스템 구축
  F) 수도 사용량 예측
  G) 전력 사용자 소비 특성 분류
  H) 홍수 예측 시스템 구축
  다. 모빌리티 분야
  A) 자율주행 초저지연(URLLC) 환경 구축
  B) P2P 기반 차량간 자율주행 데이터(환경ㆍ기상 등) 공유
  C) 디바이스간 무선 통신을 활용한 도로 내 보행자 정보 확인
  D) 차량 운전자 졸음 감지 시스템
  E) 자동차 스마트 방향지시등 예측
  라. 금융 분야
  A) 금융기관 대출 위험도 예측
  B) 금융거래 이상징후 탐지 시스템 구축
  C) 개인데이터 이동 없이 오픈뱅킹 시스템 구축
  D) 보험 계약 위험 등 리스크 탐지시스템 구축
  마. 디지털 플랫폼 분야
  A) 메신저 내 스티커 추천(LINE)
  B) 스마트 검색어 추천 시스템(구글 G-Board)
  C) 전자상거래 기업의 수요예측 개선
  바. 제조 분야
  A) 생산관리 의사결정 체계 과학화
  B) 제품(USB메모리) 생산 모니터링 및 품질관리
  C) 지능형 로봇의 물체 파지(把持) 개선
  D) 반도체 레이저 수명 예측
  3. 인공지능 반도체 주요동향 분석
  1) 인공지능 반도체 기술동향
  (1) 응용·활용
  (2) 주변기술
  (3) 설계 SW
  2) 인공지능 반도체 산업 생태계동향
  (1) 해외 산업동향
  가. GPU
  A) NVIDIA
  B) AMD
  C) INTEL
  나. FPGA
  다. ASIC
  A) TESLA
  B) Google
  C) APPLE
  D) Qualcomm
  E) ARM
  F) IBM
  라. 기타
  A) 메모리 중심 컴퓨팅
  B) 뉴로모픽 반도체
  (2) 국내 산업동향
  3) 인공지능 반도체 설계에 필요한 초고속 인터페이스 IP 기술동향
  (1) 기술 분야별 고속 인터페이스 분류
  가. AI, HPC, 클라우드 컴퓨팅 - PCIe, CXL, Ethernet
  나. DRAM 메모리 인터페이스 - DDR, LPDDR, GDDR, HBM
  다. 모바일 인터페이스 - MIPI
  라. 칩간 통신 인터페이스 - UCIe
  (2) 고속 인터페이스 회로 기술의 특성
  가. 고속 인터페이스 회로의 구성
  A) 고속 SerDes
  B) 고속 Digital I/O(Logic PHY, Link Layer)
  나. Multi-level signaling
  (3) 고속 인터페이스 기술동향
  가. 국내외 고속 인터페이스 개발 기업
  나. 국내외 고속 인터페이스 활용 기술 개발 사례
  4) 인공지능 반도체(PIM) 기술 연구 및 산업 동향
  (1) PIM 인공지능 가속기 연구 동향
  가. SRAM 기반 PIM 인공지능 가속기 연구 동향
  A) 전류 도메인(Current domain) PIM
  B) 전하 도메인(Charge domain) PIM
  (2) PIM 인공지능 가속기 산업 동향
  가. DRAM 기반 PIM 인공지능 가속기 산업 동향
  A) GDDR6 기반 Accelerator-in-Memory, SK hynix
  
  제2장 생성형 AI 기술 발전과 산업별 가치사슬의 변화
  1. 생성형 인공지능(Generative AI) 기술
  1) 개념 및 발전과정
  (1) 생성형 인공지능의 개념
  (2) 역사 및 발전 과정
  2) 생성 모델 기술분야
  (1) 언어 생성 모델
  가. 트랜스포머 모델(Transformer Model)
  나. BERT(Bidirectional Encoder Representations from Transformers)
  다. GPT(Generative Pre-trained Transformer) 계열 모델
  라. 초거대 언어 모델(Hyper-scale Language Model)
  (2) 이미지 생성 모델
  가. AE(Auto-Encoder)
  나. VAE(Variational Auto-Encoder)
  다. GAN(Generative Adversarial Network)
  라. Diffusion 모델
  마. Flow-based Generative 모델
  (3) 멀티모달(Multi-modal) 기반 생성 모델
  (4) 기타 생성 모델
  2. 생성형 인공지능 정책현황 및 서비스 동향
  1) 정책 및 규제 현황
  (1) 미국
  (2) 영국
  (3) 유럽연합
  (4) 캐나다
  (5) 싱가포르
  (6) 중국
  (7) 국내
  2) 시장동향
  (1) 시장 규모 및 전망
  (2) 경쟁 현황
  3) 주요기업별 생성형 인공지능(AI) 서비스
  (1) 해외
  가. OpenAI(미국)
  나. 구글(미국)
  다. MS(미국)
  라. NVIDIA(미국)
  마. 미드저니(미국)
  바. 어도비(미국)
  사. 스태빌리티 AI(영국)
  아. 베이징인공지능연구원(BAAI, 중국)
  자. 바이두(중국)
  (2) 국내
  가. LG
  나. 네이버
  다. 카카오
  라. KT
  마. SK텔레콤
  바. LG유플러스
  3. 생성형 인공지능으로 인한 산업별 변화 및 영향
  1) 인공지능 혁명과 산업 변화
  (1) 생성형 인공지능 산업의 가치사슬
  (2) 생성형 인공지능으로 인한 산업별 변화
  가. 제조
  나. 유통마케팅
  다. 금융
  라. 미디어
  마. 의료
  바. 농업
  사. IT 산업
  아. 교육
  자. 기타
  2) 인공지능 가치사슬
  (1) 생성AI 플러그인 생태계의 출현
  (2) 대기업 중심의 인공지능 가치사슬 구축
  (3) 인공지능 산업 전망 및 국내 대응 현황
  (4) 국내 기술적 역량
  4. 생성형 인공지능 산업별 활용사례
  1) 공공분야
  (1) 생성형 AI의 효용성과 한계
  가. 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
  (4) 공공분야 생성형 AI 활용 방안
  가. 공공분야 생성형 AI 활용 현황
  나. 공공분야 생성형 AI 활용 시 주요 고려사항
  A) 서비스 정의 및 조직 차원의 지원
  B) 적용가능한 업무 도출
  C) 지속적인 데이터 학습, 모니터링
  D) 활용 역량 및 보안 강화
  2) 메타버스 및 게임 산업
  3) 인공지능 작가(AI 작가)
  4) 건축디자인
  5) 인공지능 라디오 방송 서비스
  6) 신수익 사업 모델 출현
  (1) 프롬프트 마켓 ChatX
  (2) AI 기반 디자인 마켓플레이스
  가. 생성형 인공지능의 대중화와 디자이너의 위기
  나. 온라인 디자인 플랫폼의 성장
  A) 클라우드 기반 저작 도구
  B) 온라인 포트폴리오 서비스
  C) 디자인 마켓플레이스
  D) 프리랜서 마켓
  다. 디자인 인공지능 마켓플레이스의 고려사항
  7) 미디어·콘텐츠 서비스
  (1) 이미지 생성 서비스 : Playground AI
  (2) 음악 생성 서비스 : Soundraw
  (3) 영상 생성 서비스 : InVideo AI
  8) 금융산업 활용사례와 대응방안
  (1) 글로벌 은행권의 ChatGPT 활용 가능성
  가. 현황
  나. ChatGPT 활용 가능성
  A) 생산성 및 효율성 향상
  B) 고객경험 개선
  C) 보안 및 리스크 관리 강화
  다. 평가 및 전망
  라. 향후 과제
  A) 정보 신뢰성 한계
  B) 고객 데이터 보호
  C) 도입비용 부담
  D) 규제 도입
  (2) 생성형 AI의 도입과 금융산업의 디지털 역량
  가. 업무 자동화를 통한 비용 절감 및 생산성 개선
  나. 이상거래 탐지, 실시간 데이터 분석 등으로 금융기능 고도화
  다. AI 챗봇의 업그레이드로 對 고객 서비스 진화
  라. Insight 발굴
  마. 전산 유지보수
  (3) 생성형 AI에 의한 생산성 혁신과 금융업의 대응 방향
  가. 생성형 AI가 가져올 업무환경 변화
  나. 선진국 대비 국내 금융업의 IT 역량 비교 및 시사점
  다. 금융업의 발전전략에 대한 시사점
  9) 스트리밍 서비스(OTT)
  (1) 생성형 AI 시대, 더 강해질 콘텐츠 편식
  10) 뷰티 산업
  (1) 뷰티 산업도 지배하는 AI
  (2) AI를 이용한 진정한 개인화는 뷰티의 미래
  
  제3장 초거대 AI 발전 과정과 기술 활용사례 분석
  1. 대규모 언어모델 기술동향과 활용방식
  1) 트랜스포머
  2) 거대 언어모델(Large Language Model, LLM)
  (1) 초거대 AI 구축을 위한 LLM 및 sLLM 동향
  가. LLM과 sLLM 개념
  나. LLM의 출현(emergence) 조건
  다. sLLM의 출현(emergent abilities)
  라. 해외 LLM 동향
  A) 빅테크 기업 LLM
  B) 새로운 LLM의 지속적인 발표(`23.8.12 기준)
  C) 정부주도 LLM 구축 및 개방
  D) 오픈소스 진영의 LLM 개발 지속
  마. 국내 동향
  A) 기업내 자체 LLM 구축 및 개방
  B) 다양한 sLLM의 출시
  C) LLM의 파인튜닝
  D) 오픈소스의 LLM 개발 및 개방
  (2) 초거대 AI LLM 및 sLLM 기술 동향
  가. 언어모델의 학습방법
  나. 패러미터 효율적인 파인튜닝 - PEFT
  (3) LLM 활용 방식 및 사례 분석
  가. 언어모델 고유기능 중심 활용
  A) 무엇이든 답변하는 챗GPT
  B) API를 통해 LLM을 각 서비스에 접목(서비스 증강)
  나. 단일 에이전트로 LLM 활용
  A) 에이전트(LLM) + 기존 온라인 서비스
  B) 에이전트 + 외부 생산성 도구
  다. 멀티 에이전트로 LLM 활용
  A) 사회모방 시뮬레이션
  B) 자율 에이전트, 주목받는 미래 자동화 기술
  (4) 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. 초거대 AI 발전과정과 기술동향
  1) 초거대 AI
  (1) 초거대 AI 정의 및 특징
  2) 초거대 AI 세부내용과 기술현황
  (1) GPT 모델의 발전과정
  (2) GPT-3
  (3) InstructGPT
  (4) ChatGPT
  (5) 초거대 AI 기반 GPT-4 기술
  (6) ChatGPT-replica
  3) ChatGPT 이후 연구 동향
  (1) 모델 사이즈의 증가 방향에 대한 변화
  (2) 유사 ChatGPT 훈련
  (3) 생성형 언어 모델 응용을 위한 엔지니어링
  3. 초거대 AI 기술 도입과 활용현황
  1) 지식재산 분야 데이터 및 AI의 활용
  (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)
  가. 특허청, 「AI 기술 활용 특허행정 혁신 로드맵」 발표
  2) 인공지능(AI) 가상비서 기술개발 동향
  (1) 인공지능(AI) 시대 디지털플랫폼 서비스
  가. AI 가상비서 서비스 정의 및 특징
  A) AI 가상비서 서비스 정의
  B) AI 가상비서 서비스 특징
  나. AI 가상비서 수준 및 발전단계
  (2) 인공지능 가상비서 서비스 국내외 현황
  가. 국외 현황
  A) 민간 서비스
  B) 공공 서비스
  나. 국내 현황
  A) 민간 서비스
  B) 공공 서비스
  (3) 인공지능 가상비서 서비스 현황분석
  (4) 대화처리 인공지능 기술동향
  3) Cognitive AI 활용 3D 아바타 챗봇 서비스
  (1) Cognitive AI
  (2) Cognitive AI를 활용한 삼성SDS 3D 아바타 챗봇 서비스
  가. 감정 분석 AI를 활용한 아바타 피드백
  나. 언어 감지 AI를 활용한 Forum 게시글 Language Tagging
  다. 핵심 키워드 추출 AI를 활용한 Forum 게시글 자동 Hash Tagging
  라. 이미지 처리 AI 활용 사례
  (3) 향후 전망 및 시사점
  가. 정해진 답변을 제공하는 챗봇에서의 챗GPT 활용 계획
  나. 챗봇 대화 지식 전처리 및 정비에 챗GPT 활용 계획
  다. 증강현실, NFT 등을 활용한 메타버스 챗봇 서비스로의 확장
  
  제4장 AI 보안위협 대응기술과 연구 윤리 및 저작권 현안
  1. 인공지능 시대, 보안 이슈와 대응
  1) AI 기술의 보안 이슈와 시사점
  (1) AI 보안위협 증가 추세와 대응준비 부족
  (2) AI 모델 공격
  (3) 안전성(Safety) 이슈
  (4) 프라이버시 침해
  (5) 시사점 및 정책 제언
  가. 시사점
  나. 보안 정책 방향 제언
  2) 블록체인과 인공지능
  (1) 인공지능 기술과 개인 데이터
  (2) 인공지능 기술과 블록체인 기술의 융합
  (3) 인공지능을 위한 블록체인
  가. 데이터 보안 강화
  나. 인공지능 의사 결정에 대한 신뢰도 향상
  다. 집단 의사 결정
  라. 탈중앙화된 지능
  마. 고효율
  (4) 블록체인을 위한 인공지능
  가. 지능형 스마트 컨트랙트(Intelligent Smart Contract)
  나. 채굴 프로세스 향상(Improvement of Mining Process)
  3) 합성 데이터의 부상과 AI 기술의 발전
  (1) 합성 데이터의 개념 및 중요성
  (2) 합성 데이터의 부상
  가. 국내외 합성 데이터 시장 규모 및 전망
  나. 국내외 기업 동향
  (3) 합성 데이터의 분류
  (4) 국내외 합성 데이터 사례
  가. GCC(GTA5 Crowd Counting) Dataset
  나. Hypersim 데이터셋
  다. Virtual KITTI 데이터셋
  라. GAN을 활용한 소비자 개인신용 데이터 합성
  마. Generated Photos
  4) ChatGPT(챗GPT) 보안 위협과 대응
  (1) ChatGPT 보안 이슈 및 활용･규제 동향
  가. 보안 이슈 동향
  A) OpenAI
  B) 체크포인트(Checkpoint)
  C) 블랙베리(Blackberry)
  D) 카스퍼스키(Kaspersky)
  E) 가트너(Gartner)
  F) CSO(IDG에서 운영중인 사이버보안 전문 간행물)
  나. 활용･규제 동향
  A) 이탈리아
  B) 유럽 국가
  C) 미국
  D) 일본
  E) 해외 주요기업과 교육계
  F) 우리나라
  (2) ChatGPT 주요 보안 위협 분석
  가. 피싱 메일 및 악성코드 생성
  A) ChatGPT가 생성하는 결과물을 사이버 공격에 활용
  B) ChatGPT를 활용한 악성코드 생성 테스트
  C) ChatGPT를 통해 텍스트·소스코드 분석 및 지식습득
  나. 민감정보 유출과 결과물 오남용
  A) 무분별한 데이터 입력으로 인한 민감정보의 유출 가능성 존재
  B) 잘못된 결과물의 생산 및 활용
  다. 인공지능에 대한 공격
  (3) 시사점
  가. 악용에 대한 선제적 대응
  나. 안전한 활용 및 도입 촉진
  다. 인공지능 보안 정책 마련
  2. 인공지능(AI)과 연구윤리 동향과 지식재산권 이슈
  1) 인공지능(AI) 윤리 기술동향
  (1) 인공지능이 일으킨 문제들
  (2) AI 윤리 원칙
  (3) AI 활용 관련 연구윤리
  (4) AI 윤리의 공학적 대응
  2) 인공지능(AI)과 저작권 이슈
  (1) ChatGPT 생성물의 저작권 이슈
  가. 프롬프트 엔지니어링과 저작권
  A) 프롬프트 엔지니어링
  B) 프롬프트 저작권 이슈
  나. AI생성물과 관련된 저작권 이슈
  A) 저작권 발생
  B) 저작권의 소유
  다. 대규모 생성형 AI모델의 한계
  (2) 생성형AI의 저작권 침해와 공정이용
  가. 학습데이터셋(dataset)의 저작권 이슈
  나. 생성형 AI모델의 저작권 침해
  A) 침해 주체
  B) 침해 요건
  C) 침해가능성에 대한 추론
  다. OSP 면책 여부
  A) OSP 면책규정의 도입 취지
  B) ChatGPT서비스 제공과 OSP면책
  라. 공정이용 여부
  A) 공정이용 논의의 필요
  B) 공정이용인지에 대한 판단
  3) 인공지능(AI)과 특허권 이슈
  
  제5장 인공지능이 바꾸는 산업별 서비스 사례와 경쟁력(1)
  -미디어/메타버스/의료-
  1. 인공지능 기반 미디어/메타버스 처리기술 동향
  1) 인공지능 기술과 영상콘텐츠의 리얼리티
  (1) 영상 미디어 환경 변화와 AI 기술의 활용
  (2) AI 기술로 만드는 영상 콘텐츠의 리얼리티 방식
  가. 디에이징 기술
  나. 딥페이크 기술과 디지털 휴먼
  다. 페이스 에디팅 기술
  2) 인공지능 기반 메타버스 오디오 기술동향
  (1) 메타버스 오디오 기술
  가. 소리의 생성, 전달 및 청취
  나. 바이노럴 렌더링(Binaural Rendering)
  다. 공간 음향(Spatial Audio)
  라. 메타버스 오디오의 생성-소비 에코시스템
  마. 메타버스에서의 현실감 재현(Experiential Realism)
  (2) AI 기술로 완성되는 메타버스 오디오
  가. 다자 참여 콘텐츠에서의 메타버스 오디오 실현
  A) 음성 분리, 잡음 제거 및 음향 반향 제거(De-reverberation)
  B) 포비티드 랜더링(Forveated Rendering)과 음성인식-합성을 통한 초저비트율 통신
  C) 음성 변환(Voice Transformation)
  D) 저지연 통신(Low Latency Communication)을 위한 제약
  나. 메타버스를 위한 Logical Plausibility
  다. Non-Player Character(NPC)
  3) NeRF(Neural Radiance Fields) 기술 동향
  (1) NeRF의 개요
  (2) NeRF 기술 동향
  가. NeRF의 Aliasing 문제에 따른 연구 동향
  나. NeRF 학습 속도 개선 연구 동향
  다. NeRF와 Camera Pose에 대한 연구 동향
  라. NeRF를 이용한 SLAM 기술 동향
  4) 딥러닝 기반 미디어 포렌식과 딥페이크 기술동향
  (1) 영상 조작 기술과 검출 기술의 발전
  가. 전통적인 영상 조작 기술
  나. 전통적인 영상 조작 검출 기술
  다. 안티포렌식 기술
  (2) 딥러닝 기반 기술과 딥페이크
  가. 딥러닝 기반의 영상 조작 검출
  나. 안티포렌식 기술
  다. 딥러닝 기반 영상 생성기술과 딥페이크
  라. 딥페이크 영상 검출 기술
  5) VR 영상 제작을 위한 딥러닝 기반 Camera Pose 추정 알고리즘 연구동향
  (1) 딥러닝을 활용한 Camera Pose 추정
  가. 추가 입력 이미지의 Camera Pose를 추정하는 여러 방법
  나. End-to-End 방법을 활용한 Camera Pose 추정 모델
  다. Hierarchical 방법을 활용한 Camera Pose 추정 모델
  (2) 성능 비교
  가. Hierarchical 방법의 Camera Pose 추정 속도 비교
  나. 딥러닝을 활용한 Camera Pose 추정 모델의 정확도 비교
  2. 의료 인공지능/디지털헬스 기술현황과 발전
  1) 의료 인공지능(AI) 기술 개발
  (1) 의료 인공지능의 발전 과정
  (2) 의료 인공지능 기술 개발 현황
  가. 컴퓨터 비전(Computer Vision)
  나. 자연어 처리(Natural Language Processing, NLP)
  다. 강화학습(Reinforcement learning, RL)
  라. 범용화(Generalization) 또는 범용화된 딥러닝(Generalized Deep Learning)
  (3) 의료 인공지능 연구 개발 현황
  가. 알고리즘 기술 구분별 개발 현황
  나. 의료AI 전문 분야별 개발 현황
  다. 의료AI 관련 특허현황
  라. 의료AI R&D 지원현황
  (4) 의료 인공지능 기술 시장 현황
  2) 인공지능 의료기기 기술개발
  (1) 소프트웨어 의료기기(SaMD)
  가. 소프트웨어 의료기기
  나. 의료 인공지능(인공지능 기반 소프트웨어 의료기기)
  다. 디지털 치료기기
  (2) 인공지능 영상진단 소프트웨어
  가. 인공지능 기반 영상진단의 개요
  나. 인공지능 기반 영상진단 분야 글로벌 시장 동향
  다. 인공지능 기반 영상진단 분야 글로벌 선도기업 동향
  라. 인공지능 기반 영상진단 분야 국내 허가 현황
  (3) 인공지능을 이용한 의료영상처리 기술동향
  가. 영상 판독
  A) 분류 모델
  B) 분류 모델의 근거
  C) 분할 모델
  D) 분할 모델의 활용
  나. 영상 재구성
  A) X-ray
  B) CT
  C) MRI
  3) 인공지능 기술과 디지털 헬스
  (1) 병원 진료용 생성형 AI ‘닥스GPT’ 출시
  (2) 챗GPT, 미국 의사 면허 시험 통과
  (3) 메타, AI를 이용해 수천만 개의 단백질 구조 예측
  (4) 헬스케어 AI, 유방암 검진에 사용되는 AI
  가. 의사의 진단 수준까지 올라선 구글 헬스AI
  나. 고품질 저비용 서비스 위해 AI 제공
  다. AI를 이용한 유방암 검진 확산
  
  제6장 인공지능이 바꾸는 산업별 서비스 사례와 경쟁력(2)
  -제조/자율주행/에너지/물류/안전-
  1. 제조분야 인공지능 사용과 확산 이슈
  1) 제조분야에서의 인공지능 사용과 확산 주요내용(OECD)
  (1) 제조분야에서의 인공지능 사용과 효과
  (2) 제조분야의 인공지능 제한적 확산 원인
  (3) 제조분야 인공지능 적용을 위한 정책
  가. 국가전략 이니셔티브
  나. 올바른 기술개발
  다. 목표 기술개발
  라. 인공지능을 위한 기술 연결(브리징)
  마. 데이터 정책
  바. 기술 확산을 위한 제도
  사. 연결성에 관한 정책
  아. 연구 및 제조의 연결
  자. 컴퓨팅 인프라
  차. 프로그램 및 정책 평가
  2) 데이터 및 AI 기반 제조안전 기술
  (1) 제조안전 분야 동향 분석
  가. 사회문화 동향
  나. 정책 동향
  다. 산업 동향
  라. 기술 동향
  (2) 제조안전 산업 정의 및 기술개발 방향
  2. 인공지능 기반 자율주행 현재와 미래기술
  1) 인공지능 기반의 자율주행 드론 기술
  2) 인공지능(AI)이 조종하는 자율운항선박 기술
  (1) 자율운항선박의 기술 현황
  가. 연구 동향
  나. 산업 동향
  다. 핵심기술 및 개발 방향
  (2) 자율운항선박 시장 동향
  (3) 결론 및 시사점
  3. ESG/에너지 부문 인공지능 활용 및 연구동향
  1) ESG와 에너지 인공지능(AI)
  (1) 급격한 경제발전에 따른 부작용
  가. UN-SDG(Sustainable Development Goal) : 지속가능발전목표
  나. ESG(Environment, Social, Governance) 경영
  다. ESG와 SDG
  (2) 기후, 환경변화 대응 ESG 차원의 노력
  가. RE100
  나. 탄소 배출권 거래제
  (3) 에너지 AI
  가. 국내외 연구 동향
  A) VGEN - AI를 이용한 에너지 관리
  B) Toshiba - AI 기술을 이용한 Negawatt 서비스
  나. VPP 구현을 위한 AI 핵심기술
  2) 유럽의 재생에너지 부문의 AI 활용 방안
  (1) 유럽의 재생에너지 정책 추진 배경 및 경과
  가. 배경
  나. 추진경과
  다. 결과
  (2) 재생에너지 산업에서 인공지능의 활용
  가. EGD 내 인공지능의 역할
  나. 예측 기반 수요-공급 최적화
  다. 지능형 전력 생산·소비
  라. 최적화를 위한 의사 결정 지원
  (3) 우리나라의 재생에너지 정책 현황 및 시사점
  4. 디지털 유통 시대, 물류 인공지능 활용사례
  1) 유통물류 트렌드
  (1) 디지털 유통 시대 진입과 퀵커머스의 부상
  (2) 디지털 유통과 퀵커머스의 확산은 물류 혁신을 요구
  (3) 물류 혁신을 가능케 하는 기술 ‘AI+로봇+자율차+IoT+지속가능 물류’
  2) 물류 AI 활용 현황과 사례
  (1) 물류센터의 발전
  (2) 물류 AI 활용 사례
  가. (무인운송) AI를 적용한 무인화된 운송수단의 운영 ‘AI + 자율차/로봇/드론’
  나. (최적 배송 경로) AI를 활용한 최적 배송 경로 계산
  다. (물류비용 예측) AI를 활용한 물류수요 예측에 따른 최적 물류비용 산정
  라. (최적 재고관리) AI를 활용한 수요 예측에 따른 상품 재고관리
  마. (운영지원) AI 챗봇을 활용한 물류 운영 지원 및 고객 대응 자동화
  바. (물류창고 자동화) AI 기반 물류창고 서비스 혁신
  사. (자료입력 자동화) AI를 활용한 RPA(Robotic Process Automation)
  (3) 국내 물류센터의 AI 도입 현황
  가. 쿠팡(대구 물류센터) : 인간과 AI가 공존하는 미래형 물류센터
  나. 마켓컬리 : AI와 빅데이터 분석을 통해 신선식품 폐기율을 1% 미만 달성
  다. 네이버-CJ대한통운 : AI강자와 물류강자의 연합
  라. 한국전자정보통신산업진흥회 : 중소유통도 AI를 활용할 수 있는 풀필먼트 솔루션
  (4) 국내 물류 AI 도입 지원사업
  가. 산업통상자원부 풀필먼트 구축사업
  나. 국토교통부 스마트물류센터 인증제
  다. 산업통상자원부 로봇 도입 지원 사업
  (5) 물류 AI 도입 시 고려사항
  5. 인공지능 활용 재난/안전/시설 관리 기술 사례
  1) 인공지능 활용 위성영상분석 기술
  (1) 원격탐사
  (2) 위성데이터 부족 한계 인공지능으로 극복
  (3) 재난재해 발생가능성 예측부터 환경위험 식별
  2) AI 기반 알고리즘으로 분석하는 강구조물 상태평가 시스템
  (1) 강구조물 도막 상태 평가의 중요성 및 현황
  (2) 강구조물 도막 자동평가 기술 개발 및 사업화 현황
  (3) 향후 저변 확대 및 개선 방안
  3) 에너지 취약계층을 위한 AI 노후건축물 데이터 플랫폼 개발
  (1) 배경 및 목적
  가. 탄소중립과 그린리모델링의 중요성
  A) 탄소중립 건물부문
  B) 노후건축물의 그린리모델링
  나. 에너지 취약계층의 주택에너지비효율성 문제
  A) 에너지 취약계층을 위한 그린리모델링
  B) 에너지 취약계층 주거 DB 수립 필요
  (2) 핵심기술
  가. 에너지 취약계층을 위한 AI 노후건축물 데이터 플랫폼 개발
  A) 데이터 수집 단계
  B) 데이터 분석 단계-설문문항 통계분석 및 GIS 시각화
  C) 데이터 분석 단계-딥러닝 이미지 학습
  (3) 공공안전 기여도
  (4) 미래 파급 효과
  4) AI 지능형 스마트 도시 재난 안전관리
  (1) 배경 및 목적
  가. 우리나라 재난피해 현황
  A) 우리나라 재난 발생 현황
  나. 지능형 재난 안전관리의 중요성
  (2) 핵심기술
  가. 지능형 스마트 도시 재난 안전을 위한 의사결정지원시스템
  A) 의사결정지원시스템 구성
  B) 데이터 수집 및 저장 모듈(Data Lake 및 Data Mart)
  C) AI기반 데이터 분석 모듈
  나. 지능형 스마트도시 재난 안전을 위한 AI기반 기술
  A) 영상 기반 분석 기술(산불, 건설현장 안전관리)
  B) 센서 기반 예측 기술
  C) 빅데이터 기반 예측 기술(산불 예상 피해면적 산출, 폭염/한파 위험도 예측)
  다. 재난 안전을 위한 의사결정지원 정보 표출 프로세스 챗봇기술
  
  제7장 인공지능이 바꾸는 산업별 서비스 사례와 경쟁력(3)
  -보안/국방/통신네트워크-
  1. 인공지능 기반 지능형 사이버 보안관제 자동화 개발현황
  1) 보안관제 자동화 기술
  (1) 보안관제 개요
  (2) 국내 보안관제 현황
  (3) 현 보안관제 체계의 한계점
  2) 인공지능 기반 보안관제 자동화 기술
  (1) 지능형 보안관제 체계 구축을 위한 핵심 요소기술
  가. 인공지능 기반 보안기술
  나. 설명가능 인공지능(XAI) 기반 보안기술
  다. 보안 오케스트레이션·자동화 및 대응기술(SOAR)
  (2) 국내외 인공지능 기반 보안관제 자동화 기술 연구개발 현황
  가. 국내 인공지능 기반 보안관제 자동화 기술 연구개발 현황
  나. 국외 인공지능 기반 보안관제 자동화 기술 연구개발 현황
  3) KISTI 지능형 보안관제 자동화 기술 연구개발 현황
  (1) AI/XAI 기반 보안관제 자동화 기술 정확도 및 신속도 향상 연구
  (2) AI/XAI 기반 보안관제 자동화를 위한 고품질 학습·검증 데이터셋 구축
  (3) 지능형 보안 관제체계로의 전환을 위한 연구전략 제언
  가. 지능형 보안관제 자동화 연구개발 추진 로드맵
  나. 지능형 보안관제 자동화를 위한 장기 추진계획 및 성과 활용방안
  2. 국방 분야 인공지능 기술 도입과 활용현황
  1) AI 시대 한국의 국방력 건설 방향
  (1) 4차 산업혁명 기술과 미래의 전쟁 양상에 대한 전망
  (2) 지능화전쟁에 부합하는 새로운 국방력 설계/운용 방법론의 개발과 운용
  (3) 지능화 국방력의 주요 구성요소에 대한 과학적 식별과 체계적 발전
  (4) 지능화 국방력의 신속한 건설을 위한 당면과제
  2) 국방 AI 핵심기술 개발 현황
  (1) 국방 AI 기술 수준 분석
  (2) 국방 AI 핵심기술 개발 계획 현황
  가. 국방 AI 분야 세부 구분 및 과제 현황
  (3) 국방 AI 핵심기술 개발 현황 분석
  (4) 국방 AI 기술개발 방향 고찰
  3) 해외 주요국의 국방 현황
  (1) 미국
  (2) 영국
  (3) 호주
  (4) 중국
  (5) 유럽연합
  4) 국방 분야에서 AI 기술 활용실태와 XAI 기술 활용방향
  (1) 관련 머신러닝과 인공지능 선행연구
  가. 데이터 시각화
  나. XAI 필요성
  다. 국방분야에서의 인공지능 활용에 고려할 사항
  (2) 국방분야에서의 인공지능 활용 사례 분석
  가. 지휘소에서 사용되는 AI 참모
  나. 무인 자율 시스템
  다. 사진 데이터 분석(전차, 포탄)
  (3) 미군의 XAI 기술 개발과 한국군의 국방 분야 활용 방안
  가. 인공지능에 대한 DARPA의 정책
  나. XAI 기술이 적용된 AI 참모
  다. XAI 기술이 적용된 데이터 분석
  라. XAI 기술이 적용된 자율 시스템
  (4) 결론
  3. 통신네트워크 인공지능 활용기술 동향
  1) 5G의 AI 활용 기술 동향
  2) 6G를 위한 AI 기반 저궤도 위성 네트워크 자원관리
  (1) 6G를 위한 저궤도 인공위성 네트워크
  (2) 인공지능 기반 네트워크 자원관리
  가. 무선 자원관리 최적화를 위한 인공지능 기법
  A) 지도학습(Supervised Learning)
  B) 비지도학습(Unsupervised Learning)
  C) 강화학습(Reinforcement Learning, RL)
  D) 딥러닝 (Deep Learning, DL)
  나. 자원할당 측면에서 저궤도 위성 네트워크의 특징
  A) Sporadic direct connection
  B) Near-persistent direct connection
  C) Inter-cluster connectivity
  (3) 저궤도 위성 네트워크 자원관리 연구 사례
  가. THz를 사용하는 Space-Air-Ground 통합 네트워크에서 무인항공기 배치 및 자원할당
  나. 6G 위성 네트워크에서 강화학습을 통한 ITS 데이터 및 컴퓨팅 오프로딩
  다. 6G Sub-Thz 네트워크에서 RIS를 활용하여 LEO 커버리지 최대화를 위한 강화학습 기반 자원할당
  라. 해상 커버리지 제공을 위한 Space-Air-Non-Terrestrial Networks에서 에너지 효율적인 자원할당
  (4) 6G 인공위성 네트워크 연구 주제 소개
  가. 전파지연 시간 문제
  나. 핸드오버 문제
  다. 보안 문제
  3) Beyond 5G(B5G)를 위한 공중 통신 플랫폼
  (1) 인공지능 기반의 공중 통신 플랫폼 최적화
  가. 인공지능 기반의 최적화 기법
  A) 지도학습(Supervised Learning)
  B) 비지도학습(Unsupervised Learning)
  C) 준지도학습(Semi-supervised Learning)
  D) 강화학습(Reinforcement Learning, RL)
  (2) 공중 통신 플랫폼에서의 통신 최적화
  (3) 인공지능을 위한 공중 통신 플랫폼 구조
  가. 분산 학습 구조
  나. 공중 통신 플랫폼에서의 분산 학습
  (4) B5G를 위한 공중 통신 플랫폼 발전 방향
  가. 차세대 통신 장비 탑재
  나. 개선된 인공지능 방법론 적용
  다. 공중 플랫폼 관련 배터리 문제 극복
  라. 우주-공중-지상(Space-Air-Ground, SAG) 통합 네트워크 구성
  4) AI 기반 채널 추적 기술동향
  (1) 기존 채널 추적 기법
  가. 적응 필터(Adaptive filter)
  나. 칼만 필터(Kalman filter)
  다. 채널 추적 결과 및 한계점
  (2) AI 기반 채널 추적
  가. RNN
  나. 다양한 AI 채널 추적 기법
  A) WET 시스템에서의 AI 채널 추적 기법
  B) 밀리미터파 기반 차량 통신에서의 AI 채널 추적 기법
  C) RIS 통신에서의 AI 채널 추적 기법
  다. KalmanNet
  라. 연구 방향
  4. 인공지능 서비스 시장부문 주요동향
  1) AI 서비스 시장 개요
  2) 정책 및 규제 현황
  3) 시장 동향
  (1) 시장 규모 및 전망
  (2) 경쟁 현황
  
  도표/그림 목차