이 책은 산업공학을 다룬 이론서이다. 산업공학 중 미래 기술의 중심 인공지능(AI) 기술개발전략 및 정책 동향에 대해 기초적이고 전반적으로 설명하고 있다.

Ⅰ. 인공지능 관련 시장과 기술 동향 29
1. 인공지능 29
1-1. 인공지능 개요 29
1) 정의 29
2) 필요성 30
3) 구축 범위 33
1-2. 인공지능 시장 분석 37
1) 세계시장 동향 및 전망 37
2) 세계시장 핵심플레이어 동향 43
3) 국내시장 동향 및 전망 48
4) 국내 생태계 현황 49
5) 국내 생태계 핵심플레이어 동향 55
1-3. 인공지능 기술 분석 60
1) 해외 기술 동향 60
2) 국내 기술 동향 69
1-4. 인공지능 정책 분석 75
1) 해외 정책 동향 75
2) 국내 정책 동향 79
1-5. 인공지능 중소기업 전략제품 83
1) R&D 추진 전략 83
2) 전략제품 선정 절차 84
Ⅱ. 인공지능 전략제품 현황 분석 89
1. 신약 개발 AI 플랫폼 분석 89
1-1. 신약 개발 AI 플랫폼 개요 89
1) 신약 개발 AI 플랫폼 정의 89
2) 신약 개발 AI 플랫폼 필요성 90
3) 신약 개발 AI 플랫폼 범위 및 분류 91
1-2. 신약 개발 AI 플랫폼 산업 및 시장 분석 94
1) 신약 개발 AI 플랫폼 산업 분석 94
2) 신약 개발 AI 플랫폼 시장 분석 97
1-3. 신약 개발 AI 플랫폼 기술개발 동향 99
1) 신약 개발 AI 플랫폼 기술개발 이슈 99
2) 신약 개발 AI 플랫폼 생태계 기술 동향 101
3) 신약 개발 AI 플랫폼 국내 연구개발 기관 및 동향 108
1-4. 신약 개발 AI 플랫폼 특허 동향 111
1) 신약 개발 AI 플랫폼 특허 동향 분석 111
2) 신약 개발 AI 플랫폼 최종 요소기술 도출 113
1-5. 신약 개발 AI 플랫폼 전략제품 기술로드맵 114
1) 신약 개발 AI 플랫폼 핵심기술 선정 절차 114
2) 신약 개발 AI 플랫폼 핵심기술 리스트 115
3) 신약 개발 AI 플랫폼 중소기업 기술개발 전략 115
2. 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 분석 116
2-1. 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 개요 116
1) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 정의 116
2) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 필요성
117
3) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
범위 및 분류 117
2-2. 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
산업 및 시장 분석 119
1) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 산업
분석 119
2) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 시장
분석 122
2-3. 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
기술개발 동향 124
1) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
기술개발 이슈 124
2) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
생태계 기술 동향 128
3) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
국내 연구개발 기관 및 동향 135
2-4. 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
특허 동향 137
1) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
특허 동향 분석 137
2) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
최종 요소기술 도출 139
2-5. 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
전략제품 기술로드맵 140
1) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
핵심기술 선정 절차 140
2) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
핵심기술 리스트 140
3) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
중소기업 기술개발 전략 141
4) 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
기술개발 로드맵 141
3. AI 창작 플랫폼 143
3-1. AI 창작 플랫폼 개요 143
1) AI 창작 플랫폼 정의 143
2) AI 창작 플랫폼 필요성 144
3) AI 창작 플랫폼 범위 및 분류 145
3-2. AI 창작 플랫폼 산업 및 시장 분석 149
1) AI 창작 플랫폼 산업 분석 149
2) AI 창작 플랫폼 시장 분석 151
3-3. AI 창작 플랫폼 기술개발 동향 153
1) AI 창작 플랫폼 기술개발 이슈 153
2) AI 창작 플랫폼 생태계 기술 동향 156
3) AI 창작 플랫폼 국내 연구개발 기관 및 동향 160
3-4. AI 창작 플랫폼 특허 동향 163
1) AI 창작 플랫폼 특허 동향 분석 163
2) AI 창작 플랫폼 최종 요소기술 도출 165
3-5. AI 창작 플랫폼 전략제품 기술로드맵 166
1) AI 창작 플랫폼 핵심기술 선정 절차 166
2) AI 창작 플랫폼 핵심기술 리스트 166
3) AI 창작 플랫폼 중소기업 기술개발 전략 167
4) AI 창작 플랫폼 기술개발 로드맵 167
4. 인공지능 소재 설계 시스템 168
4-1. 인공지능 소재 설계 시스템 개요 168
1) 인공지능 소재 설계 시스템 정의 168
2) 인공지능 소재 설계 시스템 필요성 169
4-2. 인공지능 소재 설계 시스템 산업 및 시장 분석 174
1) 인공지능 소재 설계 시스템 산업 분석 174
2) 인공지능 소재 설계 시스템 시장 분석 176
4-3. 인공지능 소재 설계 시스템 기술개발 동향 178
1) 인공지능 소재 설계 시스템 기술개발 이슈 178
2) 인공지능 소재 설계 시스템 생태계 기술 동향 181
3) 인공지능 소재 설계 시스템 국내 연구개발 기관 및 동향 187
4-4. 인공지능 소재 설계 시스템 특허 동향 188
1) 인공지능 소재 설계 시스템 특허 동향 분석 188
2) 인공지능 소재 설계 시스템 최종 요소기술 도출 190
4-5. 인공지능 소재 설계 시스템 전략제품 기술로드맵 191
1) 인공지능 소재 설계 시스템 핵심기술 선정 절차 191
2) 인공지능 소재 설계 시스템 핵심기술 리스트 191
3) 인공지능 소재 설계 시스템 기술개발 로드맵 192
5. 영상데이터 기반 AI 서비스 193
5-1. 영상데이터 기반 AI 서비스 개요 193
1) 영상데이터 기반 AI 서비스 정의 193
2) 영상데이터 기반 AI 서비스 필요성 193
3) 영상데이터 기반 AI 서비스 범위 및 분류 194
5-2. 영상데이터 기반 AI 서비스 산업 및 시장 분석 196
1) 영상데이터 기반 AI 서비스 산업 분석 196
2) 영상데이터 기반 AI 서비스 시장 분석 200
5-3. 영상데이터 기반 AI 서비스 기술개발 동향 202
1) 영상데이터 기반 AI 서비스 기술개발 이슈 202
2) 영상데이터 기반 AI 서비스 생태계 기술 동향 207
3) 영상데이터 기반 AI 서비스 국내 연구개발 기관 및 동향
214
5-4. 영상데이터 기반 AI 서비스 특허 동향 216
1) 영상데이터 기반 AI 서비스 특허 동향 분석 216
2) 영상데이터 기반 AI 서비스 최종 요소기술 도출 218
5-5. 영상데이터 기반 AI 서비스 전략제품 기술로드맵 219
1) 영상데이터 기반 AI 서비스 핵심기술 선정 절차 219
2) 영상데이터 기반 AI 서비스 중소기업 기술개발 전략 220
3) 영상데이터 기반 AI 서비스 기술개발 로드맵 220
6. AI 기반 교육 서비스 221
6-1. AI 기반 교육 서비스 개요 221
1) AI 기반 교육 서비스 정의 221
2) AI 기반 교육 서비스 필요성 222
3) AI 기반 교육 서비스 범위 및 분류 223
6-2. AI 기반 교육 서비스 산업 및 시장 분석 226
1) AI 기반 교육 서비스 산업 분석 226
2) AI 기반 교육 서비스 시장 분석 228
6-3. AI 기반 교육 서비스 기술개발 동향 234
1) AI 기반 교육 서비스 기술개발 이슈 234
2) AI 기반 교육 서비스 생태계 기술 동향 237
3) AI 기반 교육 서비스 국내 연구개발 기관 및 동향 241
6-4. AI 기반 교육 서비스 특허 동향 245
1) AI 기반 교육 서비스 특허 동향 분석 245
2) AI 기반 교육 서비스 최종 요소기술 도출 247
6-5. AI 기반 교육 서비스 전략제품 기술로드맵 248
1) AI 기반 교육 서비스 핵심기술 선정 절차 248
2) AI 기반 교육 서비스 핵심기술 리스트 248
3) AI 기반 교육 서비스 중소기업 기술개발 전략 249
4) AI 기반 교육 서비스 기술개발 로드맵 249
7. Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼 250
7-1. Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
개요 250
1) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
정의 250
2) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
필요성 251
3) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
범위 및 분류 252
7-2. Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
산업 및 시장 분석 255
1) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
산업 분석 255
2) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
시장 분석 260
7-3. Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
기술개발 동향 264
1) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
기술개발 이슈 264
2) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
생태계 기술 동향 268
3) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
국내 연구개발 기관 및 동향 274
7-4. Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
특허 동향 276
1) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
특허 동향 분석 276
2) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
최종 요소기술 도출 277
7-5. Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
전략제품 기술로드맵 279
1) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
핵심기술 선정 절차 279
2) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
핵심기술 리스트 279
3) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
중소기업 기술개발 전략 280
4) Edge-Device 기반 고성능 경량-고속 시각 지능 플랫폼
기술개발 로드맵 280
8. AutoML 솔루션 281
8-1. AutoML 솔루션 개요 281
1) AutoML 솔루션 정의 281
2) AutoML 솔루션 필요성 282
3) AutoML 솔루션 범위 및 분류 282
8-2. AutoML 솔루션 산업 및 시장 분석 286
1) AutoML 솔루션 산업 분석 286
2) AutoML 솔루션 시장 분석 290
8-3. AutoML 솔루션 기술개발 동향 291
1) AutoML 솔루션 기술개발 이슈 291
2) AutoML 솔루션 생태계 기술 동향 292
3) AutoML 솔루션 국내 연구개발 기관 및 동향 296
8-4. AutoML 솔루션 특허 동향 299
1) AutoML 솔루션 특허 동향 분석 299
2) AutoML 솔루션 최종 요소기술 도출 301
8-5. AutoML 솔루션 전략제품 기술로드맵 302
1) AutoML 솔루션 핵심기술 선정 절차 302
2) AutoML 솔루션 핵심기술 리스트 302
3) AutoML 솔루션 중소기업 기술개발 전략 303
4) AutoML 솔루션 기술개발 로드맵 303
9. eXplainable AI 304
9-1. eXplainable AI 개요 304
1) eXplainable AI 정의 304
2) eXplainable AI 필요성 305
3) eXplainable AI 범위 및 분류 307
9-2. eXplainable AI 산업 및 시장 분석 312
1) eXplainable AI 산업 분석 312
2) eXplainable AI 시장 분석 317
9-3. eXplainable AI 기술개발 동향 320
1) eXplainable AI 기술개발 이슈 320
2) eXplainable AI 생태계 기술 동향 321
3) eXplainable AI 국내 연구개발 기관 및 동향 326
9-4. eXplainable AI 특허 동향 329
1) eXplainable AI 특허 동향 분석 329
2) eXplainable AI 최종 요소기술 도출 330
9-5. eXplainable AI 전략제품 기술로드맵 332
1) eXplainable AI 핵심기술 선정 절차 332
2) eXplainable AI 핵심기술 리스트 332
3) eXplainable AI 중소기업 기술개발 전략 333
4) eXplainable AI 기술개발 로드맵 333
Ⅲ. 주요국의 인공지능 산업 정책 및 국내 인공지능 산업의
법ㆍ제도ㆍ규제 정비 로드맵 337
1. 주요국 인공지능 산업 정책 337
1-1. 글로벌 인공지능 정책 개요 337
1-2. 미국 339
1-3. 중국 341
1-4. EU 343
1-5. 한국 345
1-6. 인공지능 기업 동향 및 기술 수준 347
1) 글로벌 IT 기업 347
2) 글로벌 인공지능 스타트업 348
3) 국내기업 350
4) 주요국 대비 국내 기술 수준 352
1-7. 시사점 357
2. 인공지능 시대를 준비하는 법ㆍ제도ㆍ규제 정비 로드맵 360
2-1. 인공지능 윤리 동향 360
1) 인공지능의 부작용 사례 360
2) 인공지능 윤리와 관련하여 논의된 사항 360
2-2. 인공지능 시대를 준비하는 법ㆍ제도ㆍ규제 정비 로드맵
363
1) 추진 배경 및 경과 363
2) 추진 방향 364
3) 주요 내용(의의 및 주요 과제) 365
4) 향후 계획 368








Ⅰ.인공지능 관련 시장과 기술 동향 2
표목차
9
〈표1-1〉 머신러닝과 딥러닝의 차이 32
〈표1-2〉 AI 분야 가치사슬 33
〈표1-3〉 AI의 기술별 분류 34
〈표1-4〉 AI 전략 분야의 범위 36
〈표1-5〉 세계 AI 시장 수익 전망 37
〈표1-6〉 최근 AI 분야 주요 글로벌 기업 M&A 동향 44
〈표1-7〉 AI 국내시장 규모 및 전망 48
〈표1-8〉 AI 생태계 이슈 50
〈표1-9〉 AI 기반 금융서비스 분류 55
〈표1-10〉 주요 AI 오픈 플랫폼 61
〈표1-11〉 응용 산업 분야에서의 AI 적용 사례 67
〈표1-12〉 글로벌 디지털 개인비서 기능 비교 71
〈표1-13〉 미국 주요 기관의 R&D 인력 연수 프로그램 76
〈표1-14〉 AI 전략 분야의 범위 80
Ⅱ. 인공지능 전략제품 현황 분석 89
〈표2-1〉 신약 개발 AI 플랫폼 분야 산업 구조 92
〈표2-2〉 신약 개발 주기별 인공지능 활용 모델 93
〈표2-3〉 정부의 제약 바이오산업 육성 의지 94
〈표2-4〉 신약 개발 AI 플랫폼 세계시장 규모 및 전망 97
〈표2-5〉 신약 개발 AI 플랫폼 국내시장 규모 및 전망 98
〈표2-6〉 신약 개발 AI 플랫폼 연구개발 기관 108
〈표2-7〉 신약 개발 AI 플랫폼 분야 요소기술 도출 113
〈표2-8〉 신약 개발 AI 플랫폼 분야 핵심기술 115
〈표2-9〉 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션 분야
산업 구조 118
〈표2-10〉 제조 및 서비스 AI 기반 군집 로봇 협업 운영
분야 용도별 분류 118
〈표2-11〉 세계 헬스케어 AI 시장 규모 및 전망 123
〈표2-12〉 국내 헬스케어 AI 시장 규모 및 전망 123
〈표2-13〉 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
분야 주요 연구조직 현황 135
〈표2-14〉 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
분야 요소기술 도출 139
〈표2-15〉 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
분야 핵심기술 140
〈표2-16〉 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
기술개발 로드맵 141
〈표2-17〉 딥러닝 영상처리 기술을 활용한 의료 진단 솔루션
핵심기술 연구 목표 142
〈표2-18〉 설명 가능한 인공지능 분야 산업 구조 145
〈표2-19〉 AI 창작 플랫폼의 용도별 분류 146
〈표2-20〉 AI 창작 플랫폼의 창작물 종류에 따른 분류 147
〈표2-21〉 설명 가능한 AI 특징 149
〈표2-22〉 컴퓨팅 창의성 세계 시장 규모 및 전망 152
〈표2-23〉 컴퓨팅 창의성 국내시장 규모 및 전망 152
〈표2-24〉 AI 창작 플랫폼 연구개발 기관 160
〈표2-25〉 AI 창작 플랫폼 분야 요소기술 도출 165
〈표2-26〉 AI 창작 플랫폼 분야 핵심기술 166
〈표2-27〉 AI 창작 플랫폼 기술개발 로드맵 167
〈표2-28〉 설명 가능한 인공지능 분야 산업 구조 172
〈표2-29〉 인공지능 소재 설계의 용도별 분류 172
〈표2-30〉 인공지능 소재 설계의 소재별 분류 173
〈표2-31〉 인공지능 기반 재료 정보학 세계 시장 규모 및 전망 176
〈표2-32〉 인공지능 기반 재료 정보학 국내시장 규모 및 전망 177
〈표2-33〉 인공지능 소재 설계 시스템 연구개발 기관 187
〈표2-34〉 인공지능 소재 설계 시스템 분야 요소기술 도출 190
〈표2-35〉 인공지능 소재 설계 시스템 분야 핵심기술 191
〈표2-36〉 인공지능 소재 설계 시스템 기술개발 로드맵 192
〈표2-37〉 영상데이터 기반 AI 서비스 분야 산업 구조 194
〈표2-38〉 영상데이터 기반 AI 서비스 분야 용도별 분류 195
〈표2-39〉 영상데이터 기반 AI 서비스 세계 시장 규모 및 전망 200
〈표2-40〉 영상데이터 기반 AI 서비스 국내시장
규모 및 전망 201
〈표2-41〉 영상데이터 기반 AI 서비스 분야 주요 연구조직
현황 214
〈표2-42〉 영상데이터 기반 AI 서비스 분야 요소기술 도출
218
〈표2-43〉 영상데이터 기반 AI 서비스 분야 핵심기술 219
〈표2-44〉 영상데이터 기반 AI 서비스 기술개발 로드맵 220
〈표2-45〉 에듀테크의 개념과 유사 개념 비교 222
〈표2-46〉 AI 기반 교육 분야 산업 구조 224
〈표2-47〉 인공지능 기반 에듀테크 기업 및 서비스 동향 225
〈표2-48〉 에듀테크 세계시장 규모 및 전망 229
〈표2-49〉 에듀테크 분야 유니콘 기업 230
〈표2-50〉 국내 에듀테크 시장 규모 및 전망 231
〈표2-51〉 국내 에듀테크 콘텐츠 기업의 확장 232
〈표2-52〉 주요 교육 서비스 기업의 에듀테크 협력사례 233
〈표2-53〉 에듀테크에 활용되는 인공지능 234
〈표2-54〉 맞춤형 학습 서비스 제품 분류별 세부 기술 235
〈표2-55〉 AI 기반 교육 서비스 분야 주요 연구조직 현황 241
〈표2-56〉 AI 기반 교육 서비스 분야 요소기술 도출 247
〈표2-57〉 AI 기반 교육 서비스 분야 핵심기술 248
〈표2-58〉 AI 기반 교육 서비스 기술개발 로드맵 249
〈표2-59〉 Edge-Device 기반 고성능 경량-고속 시각 지능
기술 분야 산업 구조 252
〈표2-60〉 Edge-Device 기반 고성능 경량-고속 시각 지능
기술 플랫폼 용도별 분류 253
〈표2-61〉 Edge-Device 기반 고성능 경량-고속 시각 지능
기술 플랫폼 기술별 분류 254
〈표2-62〉 엣지 컴퓨팅 세계시장 규모 및 전망 260
〈표2-63〉 엣지 컴퓨팅 국내시장 규모 및 전망 262
〈표2-64〉 Edge-Device 기반 고성능 경량-고속 시각 지능
플랫폼 기술개발 기관 274
〈표2-65〉 Edge-Device 기반 고성능 경량-고속 시각 지능
플랫폼 분야 요소기술 도출 278
〈표2-66〉 Edge-Device 기반 고성능 경량-고속 시각 지능
플랫폼 분야 핵심기술 279
〈표2-67〉 Edge-Device 기반 고성능 경량-고속 시각 지능
플랫폼 기술개발 로드맵 280
〈표2-68〉 AutoML 분야 산업 구조 283
〈표2-69〉 AutoML 솔루션 세계시장 규모 및 전망 290
〈표2-70〉 AutoML 솔루션 국내시장 규모 및 전망 290
〈표2-71〉 AutoML 솔루션 분야 주요 연구조직 현황 296
〈표2-72〉 AutoML 솔루션 분야 요소기술 도출 301
〈표2-73〉 AutoML 솔루션 분야 핵심기술 302
〈표2-74〉 AutoML 솔루션 기술개발 로드맵 303
〈표2-75〉 설명 가능한 인공지능 분야 산업 구조 307
〈표2-76〉 설명 가능한 인공지능(XAI)의 용도별 분류 308
〈표2-77〉 EU의 AI 윤리 가이드라인 316
〈표2-78〉 설명 가능한 AI 특징 317
〈표2-79〉 세계 설명 가능한 인공지능(XAI) 시장 규모 및
전망 318
〈표2-80〉 국내 설명 가능한 AI(XAI) 시장 규모 및 전망 319
〈표2-81〉 eXplainable AI(XAI) 분야 주요 연구조직 현황 326
〈표2-82〉 eXplainable AI(XAI) 분야 요소기술 도출 331
〈표2-83〉 eXplainable AI(XAI) 분야 핵심기술 332
〈표2-84〉 eXplainable AI(XAI) 기술개발 로드맵 333
Ⅲ. 주요국의 인공지능 산업 정책 및 국내 인공지능 산업의
법ㆍ제도ㆍ규제 정비 로드맵 337
〈표3-1〉 15대 플랫폼 분야와 선도기업 341
〈표3-2〉 글로벌 IT 기업의 AI 스타트업 인수ㆍ투자사례 348
〈표3-3〉 국내 주요 기업별 인공지능 전략 요약 351
〈표3-4〉 주요국 인공지능 기술 수준 및 기술격차 증감
(2018년~2019년) 353
〈표3-5〉 상세 기술 분야별 기술격차(단위: 년) 354
〈표3-6〉 미래 인공지능 관련 기술 분야별 기술격차(단위: 년) 355
〈표3-7〉 인공지능이 유발하는 위험 가능 360
〈표3-8〉 국내 인공지능 윤리 헌정 362






























그림목차


Ⅰ. 인공지능 관련 시장과 기술 동향 29
〈그림1-1〉 AI 개요도 30
〈그림1-2〉 AI와 산업혁명 34
〈그림1-3〉 세계 AI 플랫폼 시장 규모 전망 37
〈그림1-4〉 Worldwide AI Services Forecast by Technology
Category Detail 38
〈그림1-5〉 세계 AI 산업별 분포도 39
〈그림1-6〉 AI 의료 시장 규모 40
〈그림1-7〉 AI 금융 시장 규모 40
〈그림1-8〉 AI 보안 시장 규모 41
〈그림1-9〉 AI 자율자동차 시장 규모 42
〈그림1-10〉 AI 스마트 제조 시장 규모 42
〈그림1-11〉 AI 스마트 제조 시장 규모 43
〈그림1-12〉 아마존, 알렉사가 탑재된 LG 냉장고 45
〈그림1-13〉 국내 AI 시장 전망 48
〈그림1-14〉 국가별 AI 기술 수준 52
〈그림1-15〉 네이버 클로바의 AI 대화 시스템 개요도 56
〈그림1-16〉 NVIDIA Maxine의 AI 압축 기술(AI Compression)
65
〈그림1-17〉 QA 플랫폼 개요도 73
〈그림1-18〉 AI 국가 전략(2019.12) 81
Ⅱ. 인공지능 전략제품 현황 분석 89
〈그림2-1〉 전통적인 신약 개발과 인공지능 신약 개발 기간 비교
90
〈그림2-2〉 인공지능을 활용한 신약 개발 로드맵 91
〈그림2-3〉 정부의 제약 바이오산업 육성 의지 94
〈그림2-4〉 AI 강국이 되기 위한 우리나라의 과제 및 현황 96
〈그림2-5〉 대륙별 신약 개발 AI 시장 규모 98
〈그림2-6〉 신약 개발 프로세스 99
〈그림2-7〉 Cyclica의 플랫폼 소개 102
〈그림2-8〉 Recursion의 AI 소개 103
〈그림2-9〉 AstraZeneca의 데이터 분석 방법 104
〈그림2-10〉 Standigm의 소개글 105
〈그림2-11〉 파로스아이바이오의 AI 기반 신약 개발 목표 106
〈그림2-12〉 공동연구 MOU 체결식 108
〈그림2-13〉 신약 개발 플랫폼 AI 연도별 출원 동향 111
〈그림2-14〉 신약 개발 플랫폼 AI 국가별 출원 현황 112
〈그림2-15〉 신약 개발 플랫폼 AI 핵심기술 선정 프로세스 114
〈그림2-16〉 딥러닝 영상처리 기술을 활용한 뇌경색 의료 진단
솔루션 116
〈그림2-17〉 보건의료 빅데이터 플랫폼 데이터 흐름도 120
〈그림2-18〉 의료 영상분석 기술 관련 논문 수 128
〈그림2-19〉 IBM Watson 129
〈그림2-20〉 Zebra Medical Vision 130
〈그림2-21〉 인공지능 헬스케어 분야 혁신을 일으키고 있는
106개 스타트업 131
〈그림2-22〉 뷰노메드 본에이지 132
〈그림2-23〉 루닛 인사이트 133
〈그림2-24〉 그랜드챌린지 시연 상황 134
〈그림2-25〉 (딥러닝 영상처리 기술을 활용한 의료 진단
솔루션) 연도별 출원 동향 137
〈그림2-26〉 (딥러닝 영상처리 기술을 활용한 의료 진단
솔루션) 국가별 출원 현황 138
〈그림2-27〉 핵심기술 선정 프로세스 140
〈그림2-28〉 설명 가능한 인공지능 모델의 3가지 기술적 접근
방식 147
〈그림2-29〉 이해관계 그룹 기준 구분 148
〈그림2-30〉 인공지능 시장의 지역별 비중 및 전망 152
〈그림2-31〉 인공지능 로봇 아이다와 자화상 157
〈그림2-32〉 인공지능과 협력으로 제작된 만화 158
〈그림2-33〉 네이버와 KAIST의 MOU 협약식 159
〈그림2-34〉 펄스나인의 AI 창작 걸그룹 160
〈그림2-35〉 AI 창작 플랫폼 연도별 출원 동향 163
〈그림2-36〉 AI 창작 플랫폼 국가별 출원 현황 164
〈그림2-37〉 AI 창작 플랫폼 핵심기술 선정 프로세스 166
〈그림2-38〉 소재 개발의 7단계 169
〈그림2-39〉 신소재 개발의 가속화 170
〈그림2-40〉 머신러닝을 이용한 역방향 설계 171
〈그림2-41〉 소재 연구 데이터 플랫폼 개념도 175
〈그림2-42〉 자이머젠과 스미토모 화학이 AI를 활용해 개발한
고기능 필름 ‘하이어린’ 182
〈그림2-43〉 랑세스의 AI 기술이 도입된 고객 맞춤형
고성능 플라스틱 제품 183
〈그림2-44〉 김용조 삼성디스플레이 상무가 패널 설계 시
인공지능 기술 활용을 설명하는 모습 184
〈그림2-45〉 LG AI 기반 소재 개발 연구의 모식도 185
〈그림2-46〉 한화솔루션 디지털 트윈 기술 186
〈그림2-47〉 인공지능 소재 설계 시스템 연도별 출원 동향
188
〈그림2-48〉 인공지능 소재 설계 시스템 국가별 출원 현황
189
〈그림2-49〉 인공지능 소재 설계 시스템 핵심기술 선정
프로세스 191
〈그림2-50〉 ImageNet 경진대회 시각 인식 결과(좌), 이미지
상황을 이해하고 언어로 표현(우) 198
〈그림2-51〉 AI 기술 발전 전망(IITP) 198
〈그림2-52〉 이미지에 활용된 제품을 인식하여 이를 추출 후
주석화하는 기술 202
〈그림2-53〉 옥스퍼드에서 진행한 비주얼 AI 진행도 203
〈그림2-54〉 Oculus 올인원 VR 제품 207
〈그림2-55〉 Zivid의 Zivid Two 3D 카메라 208
〈그림2-56〉 SK Telecom Vision AI를 방범용 카메라에
적용해 침입, 이상 상황을 탐지하는 모습 209
〈그림2-57〉 Drone 영상분석을 통해 주차 관제에 적용한
모습 210
〈그림2-58〉 Datahunt의 속성분류 작업 211
〈그림2-59〉 스마트 카메라와 비전 센서 212
〈그림2-60〉 이오비스 제공 영상처리소프트웨어 212
〈그림2-61〉 씨이랩이 상용화한 대용량 영상데이터 기반
AI 분석 서비스 X-AIVA 가동 화면 213
〈그림2-62〉 영상데이터 기반 AI 서비스 연도별 출원 동향
216
〈그림2-63〉 영상데이터 기반 AI 서비스 국가별 출원 현황
217
〈그림2-64〉 영상데이터 기반 AI 서비스 핵심기술 선정
프로세스 219
〈그림2-65〉 AI 학습기를 적용하여 수준별 보충수업을
진행하는 모습 226
〈그림2-66〉 에듀테크 기술의 방향 228
〈그림2-67〉 미국의 에듀테크 분야별 시장 규모(2016년~
2027년) 229
〈그림2-68〉 글로벌 에듀테크 시장 성장 순위 230
〈그림2-69〉 에듀테크 기술의 방향 234
〈그림2-70〉 교육에서 활용될 주요 ICT 기술 전망 235
〈그림2-71〉 Elemental path(좌), HUBERT.AI(우) 238
〈그림2-72〉 MobyMax(좌), Querium(우) 238
〈그림2-73〉 웅진씽크빅(좌), 노리(우) 240
〈그림2-74〉 매스프레소(좌), 캐치잇 플레이(가운데),
아이스크림에듀(우) 240
〈그림2-75〉 AI 기반 교육 서비스 연도별 출원 동향 245
〈그림2-76〉 AI 기반 교육 서비스 국가별 출원 현황 246
〈그림2-77〉 AI 기반 교육 서비스 핵심기술 선정 프로세스
248
〈그림2-78〉 Edge-Device 기반 고성능 경량-고속 시각
지능 플랫폼 250
〈그림2-79〉 과학기술정보통신부 계획 259
〈그림2-80〉 글로벌 엣지 컴퓨팅의 구성 요소별 시장 전망
260
〈그림2-81〉 글로벌 엣지 컴퓨팅의 산업별 시장 전망 261
〈그림2-82〉 인공지능 엣지 디바이스의 출하량 전망 261
〈그림2-83〉 삼성전자가 출시한 제트봇 AI 263
〈그림2-84〉 스파이킹 신경망의 구조 266
〈그림2-85〉 Azure IoT Edge 269
〈그림2-86〉 Watson Tone Analyzer 269
〈그림2-87〉 OpenVINO 270
〈그림2-88〉 HPE 270
〈그림2-89〉 AWS IoT Greengrass 271
〈그림2-90〉 Google 엣지 TPU 272
〈그림2-91〉 Edge-Device 기반 고성능 경량-고속 시각
지능 플랫폼 연도별 출원 동향 276
〈그림2-92〉 Edge-Device 기반 고성능 경량-고속 시각
지능 플랫폼 국가별 출원 현황 277
〈그림2-93〉 Edge-Device 기반 고성능 경량-고속 시각
지능 플랫폼 핵심기술 선정 프로세스 279
〈그림2-94〉 자동 기계학습(AutoML) 시스템 281
〈그림2-95〉 Hyper parameter Optimization 예시 285
〈그림2-96〉 AutoML 적용 분야와 필요 인재 구성의 변화 286
〈그림2-97〉 AutoML 분야의 주요 업체 간 경쟁력 평가
및 기업 현황 294
〈그림2-98〉 AutoML 프로세스별 주요 업체 간 역량 및
자동화 수준 비교 295
〈그림2-99〉 써로마인드 AI 스튜디오 296
〈그림2-100〉 AutoML 솔루션 연도별 출원 동향 299
〈그림2-101〉 AutoML 솔루션 국가별 출원 현황 300
〈그림2-102〉 AutoML 솔루션 핵심기술 선정 프로세스 302
〈그림2-103〉 설명 가능한 인공지능의 예 304
〈그림2-104〉 DARPA가 제시한 XAI 개념 305
〈그림2-105〉 LRP기법을 통해 악성 공격에 대한 설명법으로
관련성 벡터를 시각화한 모습 310
〈그림2-106〉 LIME 기반 이미지 분류예측에 대한 설명 예시
310
〈그림2-107〉 이해관계 그룹 기준 구분 311
〈그림2-108〉 사례 기반 추론법(Case-Based Reasoning,
CBR) 314
〈그림2-109〉 NIST의 XAI 도입 설명 페이지 315
〈그림2-110〉 ‘신뢰할 수 있는 인공지능 실현 전략’ 발표
보도 자료 316
〈그림2-111〉 설명 가능한 인공지능(XAI)시장 현황 및
전망, 2019~2030 318
〈그림2-112〉 설명 가능한 인공지능(XAI)시장의 주요 지역
318
〈그림2-113〉 LRP에 의한 입력 시각화의 사례 321
〈그림2-114〉 Fiddler의 XAI기반 실시간 모니터링 시스템 322
〈그림2-115〉 XAI 기능이 적용된 대화 모니터링 기술 323
〈그림2-116〉 Craft AI가 설명하는 자사의 기술 324
〈그림2-117〉 포스코의 스마트 팩토리 325
〈그림2-118〉 eXplainable AI 연도별 출원 동향 329
〈그림2-119〉 eXplainable AI 국가별 출원 현황 330
〈그림2-120〉 eXplainable AI 핵심기술 선정 프로세스 332
Ⅲ. 주요국의 인공지능 산업 정책 및 국내 인공지능 산업의
법ㆍ제도ㆍ규제 정비 로드맵 337
〈그림3-1〉 미ㆍ중ㆍ한 인공지능 관련 주요 정책 흐름 338
〈그림3-2〉 주요 IT 기업이 M&A로 흡수한 AI 스타트업 수
(2010년~2019년) 347
〈그림3-3〉 전 세계 AI 유니콘 기업 수 추이(2017년~2021년) 349
〈그림3-4〉 글로벌 주요 AI 스타트업 2020년도 매출액
(단위: 백만 달러) 350
〈그림3-5〉 인공지능 연구역량 국제 비교 353
〈그림3-6〉 목표 및 기본방향 365
〈그림3-7〉 [참고] 인공지능 법제도 정비 로드맵 인포그래픽 369