정책브리프 |
‘과학기술협력에 관한 격년 보고서 (2022년 NSTC ISTC)’의 이행사항 점검 결과와 시사점
|
2024-03-27
|
|
<p><br></p>
|
통계브리프 |
2022년 한국의 과학기술논문 발표 및 피인용 현황
|
2024-03-19
|
|
<p><br></p>
|
정책브리프 |
국가R&D 국외수혜정보 보고 제도 주요 내용 및 시사점
|
2024-03-07
|
|
<p><br></p>
|
이슈페이퍼 |
과학기술 전공자 취업 현황 분석 및 시사점
|
2024-02-29
|
|
<p><br></p>과학기술 전공자 취업 현황 분석 및
시사점
(Employment status of S&T(Science and Technology) major graduates and Implications)
이정재・박수빈・이원홍
Jung-Jae LEE, Soo-Bin Park, Won-Hong LEE
Ⅰ. 개요
Ⅱ. 2022년도 취업 현황 개괄
Ⅲ. 2022년도 과학기술 전공자 취업 특성
Ⅳ. 최근 3년간(2019~2022) 과학기술
전공자 취업 변화
Ⅴ. 시사점 및 정책 제언
[참고문헌]
Ⅰ. Introduction
Ⅱ. Overview of employment status in
2022
Ⅲ. Employment characteristics of S&T
major graduates in 2022
Ⅳ. Employment changes of S&T major
graduates in 2019~2022
Ⅴ. Implication and Policy Recommendations
[Reference]
요 약
i
요 약
작성 배경
기술패권 시대 기술혁신을 선도할 수 있는 과학기술인력의 중요성이 더욱 두드러지면서,
국가 차원에서 과학기술인력 양성, 확보 및 활용에 관한 관심은 지속해서 높아지고 있음
과학기술 전공자 취업 현황을 체계적으로 분석하여 이를 토대로 관련 정책 수립의 실효성을
높이고 궁극적으로 근거 기반 정책 체계(과학기술정책의 과학화) 구축에 기여
주요 분석
(2022년도 취업 현황 개괄) 전문대졸 이상 전체 취업자의 학력별, 전공별, 연령대별, 성별
취업자 현황
(2022년도 과학기술 전공자 취업 특성) 과학기술 전공자의 학력별・전공별・연령대별・성별
취업 특성(인원 분포, 과학기술직업 분포, 표준직업 분포, 산업별 분포)과 과학기술직업
유입 분석
(2019 vs 2022 과학기술 전공자 취업 변화) 학력별・전공별・연령대별・성별 취업자 변화,
과학기술직업 취업 분포 변화, 표준직업 취업 분포 변화, 산업별 취업 분포 변화, 산업-직업
교차 취업자 비율 변화 분석
결과 및 정책 제언
(결과 1) 과학기술 전공자의 비과학기술직업 종사 비중이 높음 → 양적 미스매치에서
질적 미스매치로의 과학기술인재정책 관점 전환 필요
- 2022년 과학기술 전공자의 46.7%가 비과학기술직업에 종사하며, 학위별로는 박사
14.02%, 석사 29.7%, 학사 48.93%, 전문학사 49.25%가 비과학기술직업에 종사
- 과학기술 전공자 중 학사(61.96%)와 전문학사(28.08%) 비중이 약 90%
(결과 2) 일자리(취업자 분포)가 변화하고 있음 → 변화 대응을 위한 계속 교육 관련 정책
확대 필요
과학기술 전공자 취업 현황 분석 및 시사점
ii
- 직업별로는 사무직(-1.1%p)이 감소하고, 전문직(0.9%p)과 단순 노무직(0.5%p)이 증가하는
직업 양극화 현상이 보임
- 산업별로는 ‘도매 및 소매업’(-2.1%p) 등에서 일자리가 줄고, ‘보건업’(1.1%p), ‘전문,
과학 및 기술 서비스업’(0.7%p), ‘정보통신업’(0.3%p) 등에서 일자리가 증가
(결과 3) 중장년층의 취업자 비중이 증가하고 있음 → 중장년층 맞춤형 경력개발 지원
확대 필요
- 연령대별로 취업자 비중은 20대 이하(-0.4%p)와 30대(-3.3%p)는 감소하고, 40대(0.1%p),
50대(1.7%p), 60대 이상(2.0%p)은 증가
- 중장년층의 취업이 지식과 기술에 대한 진입 장벽이 상대적으로 낮거나, 청년층이 피하는
일자리로 편중되는 현상을 보임
(결과 4) STEM 기반 전문직 일자리가 증가하고 있음 → STEM 기반 신직업 발굴 및
관련 정보 제공 확대 필요
- 산업별-직종별 취업자 비율 변화를 보면 ‘보건업 및 사회복지 서비스업-전문가 및 관련
종사자’(0.82%p), ‘전문, 과학 및 기술 서비스업-전문가 및 관련 종사자’(0.64%p) 및
‘정보통신업-전문가 및 관련 종사자’(0.54%p)의 증가가 두드러짐
- 이는 4차 산업혁명, 디지털 전환 등과 연계하여 STEM 기반 전문직에 대한 시장 수요 증가를 의미
(정책 제언) 주요 분석 결과를 토대로 기존 정책 패러다임 전환, 국가 차원의 계속 교육
체계 확대, 관련 정책 기반 강화 측면에서 다음의 6개 정책 제언을 제시
구분 정책 제언
정책 패러다임 전환 ‘신규양성’ 중심 → ‘양성+성장’의 균형적 정책으로 전환
국가 계속 교육 체계 확대
목표 연계형 재교육 확대
교육과정 모듈화 및 관련 콘텐츠 개발・지원 확대
재취업 희망 중장년층 경력개발 종합지원 체계 확대
관련 정책 기반 강화
STEM 기반 신직업 발굴 및 유입 지원 기반 강화
직무 및 일자리 변화 모니터링 강화
※ 본 이슈페이퍼는 한국과학기술기획평가원에서 발간한 연구보고서 「2023년 과학기술혁신정책 스코어보드
개발 연구」의 일부 내용을 발전시킨 것으로 한국과학기술기획평가원의 공식 의견이 아닌 필자의 견해임을
밝힙니다.
Abstract
iii
Abstract
Analysis Background
As the importance of HRST(Human Resource in Science & Technology) that
can lead technological innovation in the era of technological hegemony grows,
interest in nurturing, securing and utilizing HRST continues to increase at the
national level.
By systematically analyzing the employment status of S&T major graduates,
we increase the effectiveness of HRST policy establishment and ultimately
contribute to the establishment of an evidence-based policy system (Science
of Science and Technology Policy)
Key Analysis
(Overview of employment status in 2022) Employment status by education level,
major, age and gender of all employed persons with a college degree or higher
(Employment characteristics of S&T major graduates in 2022) Analysis of
employment characteristics of S&T major graduates by education level, major,
age and gender (distribution by number of people, science and technology
occupations, standard occupations and industry) and inflow into science and
technology occupations
(Employment changes of S&T major graduates in 2019 ~ 2022 ) Change in
employment by education level, major, age and gender, change in employment
distribution by science and technology occupations, standard occupations and
industry, and analysis of employment ratio change across industry-occupation
Results and Policy Recommendations
(Result 1) The proportion of S&T major graduates working in non-S&T occupations
is high → Need to change HRST policy perspective from quantitative to qualitative
mismatch
과학기술 전공자 취업 현황 분석 및 시사점
iv
- In 2022, 46.7% of S&T major graduates work in non-S&T occupations (by
degree, 14.02% of Ph.D, 29.7% of Master, 48.93% of Bachelor, and 49.25%
of Associate degree)
- Among S&T major graduates, the proportion of Bachelor(61.96%) and Associate
degrees(28.08%) is approximately 90%
(Result 2) Jobs (distribution of employed people) are changing → Need to expand
policies related to continuing education to respond to changes
- By occupation, there is a phenomenon of occupational polarization, with
office workers (-1.1%p) decreasing and professional (0.9%p) and simple labor
(0.5%p) increasing
- By industry, employment decreased in ‘wholesale and retail industry’(-2.1%p), and
increased in ‘health industry’(1.1%p), ‘professional, scientific and technical service
industry’(0.7%p), and ‘information and communication industry’(0.3%p). ), etc.
(Result 3) The proportion of employment of middle-aged people is increasing
→ Need to expand support for career development tailored to the middle-aged
- By age group, the proportion of employed people decreased in ‘20s or younger’
(-0.4%p) and ‘30s’ (-3.3%p), while increased in ‘40s’ (0.1%p), ‘50s’ (1.7%p)
and ‘60s or older’ (2.0%p)
- Employment among the middle-aged appears to be concentrated in jobs that
have relatively low entry barriers to knowledge and technology or are avoided
by the younger generation
(Result 4) The number of STEM-based professional jobs is increasing → Need
to discover new STEM-based jobs and expand the provision of related information
- Looking at the change in employment ratio by industry and occupation, notably
increased in ‘Health and social welfare service industry - Experts and related
workers’ (0.82%p), ‘Professional, scientific and technical service industry -
Experts and related workers’ (0.64%p) and ‘Information and communication
industry - Experts and related workers’ (0.54%p)
Abstract
v
- This could mean an increase in market demand for STEM-based professions
in connection with the 4th Industrial Revolution and digital transformation
(Policy Recommendations) Based on the main analysis results, the following
6 policy recommendations are presented in terms of changing the existing
policy paradigm, expanding the national continuing education system, and
strengthening related policy base
Type Policy Recommendations
Policy paradigm shift
∙ Focusing on ‘Regular Education’ → Shift to Balanced policy of
‘Regular Education + Career Development after graduation’
Expanding the national
continuing education
system
∙ Expansion of Goal-oriented re-skill & up-skill
training/education
∙ Modularization of education curriculum and development of
related content
∙ Expanding the comprehensive career development support
system for middle-aged people seeking re-employment
Strengthening the
related policy base
∙ Discovering new STEM-based jobs and strengthening support
base for employment into them
∙ Strengthening monitoring of job changes
Ⅰ. 개요
1
개요Ⅰ
1. 분석 배경 및 목적 (체계적인 과학기술인력 육성・활용 정책 수립을 위한 기반 확대)
기술 패권 시대 기술변화를 선도할 수 있는 과학기술인력의 중요성이 더욱 두드러지며, 국가
차원에서 과학기술 인재 양성, 확보 및 활용에 관한 관심은 지속해서 높아지고 있음
최근 4차 산업혁명, 디지털 전환 등의 기술 발전은 산업구조의 변화, 일자리의 변화, 일
및 생활 방식의 변화 등 우리 경제 및 사회 전반에 많은 변화를 가져오고 있음
이러한 변화는 기술경쟁력을 국가경쟁력과 더욱 밀접 시키며 기술 패권 시대를 초래
- 최근 국제정치에서 지정학(地政學)의 논리를 넘어 기정학(技政學) 패러다임이 등장
지속적인 국가경쟁력을 담보하기 위해서는 기술경쟁력 확보는 필수며, 이를 위한 과학기술인력
양성, 확보 및 활용은 주요 정책과제임
- 수출 중심 경제 구조를 가진 우리나라의 경우 기술경쟁력 확보는 국가경쟁력과 더욱 직결
과학기술인력 중장기 수급 전망(2019~2028)결과에 따르면, 약 10천명의 과학기술인력이
부족할 것으로 전망 (KISTEP, 2019)
2019~2028년 10년간 과학기술인력 수요는 713천명, 공급은 703천명으로 수요 대비
공급이 부족할 것으로 전망
학력별로는 학사와 박사의 초과수요가 크고, 전공별로는 공학, 의약학 수준으로 초과수요가
클 것으로 전망
앞으로의 과학기술인력의 수요 증대에 대응할 수 있는 국가 차원의 체계적인 과학기술인력
양성, 확보 및 활용 정책 수립이 더욱 중요
특히 저출산에 따른 인구감소 및 학령인구 감소* 등으로 인력확보에 어려움이 예상되며,
이를 보완할 수 있는 정책의 효율성 및 효과성 제고 필요
* 합계출산율 0.78명(2022), 학령인구(6~21세) 7,888천명(2020)→5,943천명(2030) (자료원 통계청)
과학기술 전공자 취업 현황 분석 및 시사점
2
이를 위해서는 과학기술인력의 양성 및 활용 관련 현황을 면밀히 분석하여, 이를 토대로 양성,
확보 및 활용 정책을 수립하는 것이 바람직
동 분석에서는 과학기술인력 현황분석의 일환으로 과학기술 전공자 취업 현황을 체계적으로
분석하여 이를 토대로 관련 정책 수립의 실효성을 높이고자 함
과학기술 전공자가 어떤 일자리에 종사하는지를 분석함으로써 과학기술인력 확보를 위한
양성 및 활용 정책 수립에 주요한 객관적 근거를 제공
구체적으로 과학기술 전공자가 어떤 직업으로 노동시장에서 활동하고 있는지, 어는 산업 분야에서
종사하고 있는지 등을 심층적으로 분석
또한 최근 과학기술 전공자의 취업 분포가 어떻게 변화하고 있는지 살펴봄
궁극적으로 근거 기반의 과학적 정책 체계(과학기술정책의 과학화)를 구축하는데 기여하고자 함
2. 분석내용 및 방법
(분석대상) 전문학사 이상 학위를 취득한 취업자
(분석연도) 가장 최근 연도인 2022년을 기준
최근 3년간의 변화를 살펴보기 위해 2019년도를 비교연도로 활용
(분석내용) 과학기술 전공자의 최근 취업 현황 및 3년간 취업 변화 분석
2022년도 취업 현황 개괄
2022년도 과학기술 전공자 취업 특성 (연령별, 학력별, 전공별, 성별 등)
- 과학기술(연관)직업 분포, 표준직업 분포, 산업별 분포 등
최근 3년간(2019~2022) 과학기술 전공자 취업 변화
(분석방법) 통계청 지역별 고용조사 마이크로데이터를 활용
2019년, 2022년 하반기 B형 (전국 소분류) 마이크로데이터 활용
Ⅰ. 개요
3
3. 용어 정의
가. 과학기술 전공자
‘과학기술 전공자’는 과학기술과 연관이 높은 전공 학위를 취득한 자를 의미
구체적으로 학력별로는 전문학사 이상이며, 한국표준교육분류(교육영역)에서 ‘자연과학,
수학 및 통계학(05)’, ‘정보통신기술(06)’, ‘공학, 제조 및 건설(07)’, ‘농림어업 및 수의학
(08)’, ‘보건(091)’의 전공 학위를 취득한 자를 의미 (아래 표 참조)
<표 1> 한국표준교육분류(교육영역)와 과학기술 전공 매칭
한국표준교육분류(교육영역)
과학기술 전공 여부
대분류 중분류
01. 교육
02. 예술과 인문학
03. 사회과학, 언론 및 정보학
04. 경영, 행정 및 법
05. 자연과학, 수학 및 통계학 ○
06. 정보통신 기술 ○
07. 공학, 제조 및 건설 ○
08. 농림어업 및 수의학 ○
09. 보건 및 복지
091. 보건 ○
092. 복지
10. 서비스
나. 과학기술(연관)직업
‘과학기술(연관)직업’은 직업에서 요구하는 직무를 수행하는데 타 직업 대비 과학기술 전문지식의
필요도가 높은 직업을 의미1)
국내외 관련 기존 연구들에서도 과학기술(연관)직업을 정의・활용(이정재 외, 2015;
KISTEP, 2019; NSF, 2022)
본 고에서는 기존 정의를 토대로, 과학기술(연관)직업으로 취업의 과소 추정 방지 등을
위하여 일부 직업 추가 등을 통해 과학기술(연관)직업을 재정의(표 2 참조)
1) 과학기술직업과 과학기술연관직업 관련 세부 내용은 KISTEP(2023) 참고
과학기술 전공자 취업 현황 분석 및 시사점
4
<표 2> 과학기술(연관)직업과 한국표준직업분류 연계표
과학기술직종 구분 한국직업표준분류(7차) 매칭
대분류 중분류 소분류 소분류 비고
과학
기술
직업
과학
전문가 및
관련직
생명 및 자연과학 관련 전문가 211
인문 및 사회과학 전문가 212
생명 및 자연과학 관련 시험원 213
정보통신
전문가 및
기술직
컴퓨터 하드웨어 및 통신공학 전문가 221
컴퓨터 시스템 및 소프트웨어 전문가 222
데이터 및 네트워크 관련 전문가 223
정보 시스템 및 웹 운영자 224
통신 및 방송 송출 장비 기사 225
공학
전문가 및
기술직
건축・토목 공학 기술자 및 시험원 231
화학공학 기술자 및 시험원 232
금속・재료 공학 기술자 및 시험원 233
전기・전자공학 기술자 및 시험원 234
기계・로봇공학 기술자 및 시험원 235
소방・방재 기술자 및 안전 관리원 236
환경공학・가스・에너지 기술자 및 시험원 237
항공기・선박 기관사 및 관제사 238
기타 공학 전문가 및 관련 종사자 239
대학교수 및 강사 (과학기술분야) 251
전공별 세세분류
(25114, 25115 등)
과학
기술
연관
직업
전문
관리직
연구・교육 및 법률 관련 관리자 131
생명 및 자연과학 연구관리자 13113,
공학 연구관리자 13114
보건 및 사회복지 관련 관리자 133 보건 의료 관련 관리자 1331
정보 통신 관련 관리자 135
건설・전기 및 생산 관련 관리자 141
기타 건설・전기 및 생산 관련 관리자 149
보건의료
관련직
의료 진료 전문가 241
약사 및 한약사 242
간호사 243
영양사 244
치료・재활사 및 의료기사 245
보건 의료 관련 종사자 246
학교 교사 (중・고등학교 과학기술분야) 252
수학교사 25212,
과학교사 25214
기타 전문
관련직
감정・기술 영업 및 중개 관련 종사자
(기술 영업)
274 기술영업원 2743
숙련・기능
관련직
농림・어업 숙련 종사자 611~630
과학기술 전공자 비중이 높은
소분류 직업 선별*기능원 및 관련 기능 종사자 710~799
장치・기계 조작 및 조립 종사자 811~899
* 2022년도 지역별고용조사 기준, 전문대졸이상 취업자 중 과학기술 전공자 비중이 50% 이상인 직업
Ⅱ. 2022년도 취업 현황 개괄
5
2022년도 취업 현황 개괄Ⅱ
1. 학력별, 전공별, 연령대별, 성별 취업자 현황 (표 3 참조)
(전체) 전문학사 이상 기준, 취업자는 총 14,096,753명으로 전체 경활 인구 대비 76.6%
실업자는 343,921명으로 전체 대비 1.9%이며, 비경제활동은 3,959,504명으로 21.5%
2019년 대비 취업자 비율은 증가(19년 75.7% → 22년 76.6%), 실업자 비율은 감소(2.4% → 1.9%),
비경제활동 비율은 감소(21.9% → 21.5%)하여, 소폭이나마 상대적으로 취업 활동이 활성화
(학력별) 박사 등 고학력자의 취업자 비율이 상대적으로 높음
학력별 취업자 비율은 박사(85.8%)와 석사(80.1%)의 경우 전체 취업자 비율보다 높고,
학사(75.7%), 전문학사(77.2%)로 전체 대비 1%p 차이 내로 유사
박사, 석사의 실업자 비율 및 비경제활동 비율도 학사와 전문학사에 비해 낮음
(전공별) 대체로 과학기술 전공자의 취업자 비율이 높고, 특히 ‘공학, 제조・건설’ (84.9%),
‘정보통신기술’(81.4%), ‘보건’(78.5%) 등이 높음
비과학기술 전공의 경우 ‘경영, 행정・법학’(76.2%)의 취업자 비율이 가장 높고, 이외 ‘서비스’
(75.5%), ‘복지’(74.5%) 등은 전체(76.6%) 대비 낮은 수준
실업자 비율은 2% 안팎으로 전공별 큰 차이가 보이지 않으나, 비경제활동 비율은 과학기술
전공자가 상대적으로 낮음
(연령대별) ‘20대 이하’(76.4%)와 ‘60대 이상’(50.1%)의 취업자 비율이 상대적으로 낮고,
이외 연령대는 80%대로 전체 취업자 비율을 상회
실업자 비율은 ‘20대 이하’가 5.0%로 타 연령대 대비 크고, 비경제활동 비율은 ‘60대
이상’이 49%로 가장 높음
과학기술 전공자 취업 현황 분석 및 시사점
6
(성별) ‘여성’(67.1%)와 ‘남성’(85.1%)의 취업자 비율 차이(18%p)가 두드러짐
성별 실업자 비율은 유사하나, 여성의 경우 비경제활동 비율이 30.9%로 남성(13.0%)
대비 매우 큼
<표 3> 2022년 경제활동현황 총괄 (전문대졸 이상 기준)
구분
취업 실업 비경제활동
인원(명) 비율(%) 인원(명) 비율(%) 인원(명) 비율(%)
학위별
전문학사 3,516,549 77.2 94,209 2.1 942,471 20.7
학사 9,127,293 75.7 232,938 1.9 2,694,874 22.4
석사 1,187,704 80.1 15,355 1.0 279,589 18.9
박사 265,206 85.8 1,418 0.5 42,570 13.8
전공별
교육 1,017,747 69.6 17,133 1.2 428,250 29.3
예술 1,068,206 71.5 36,879 2.5 388,325 26.0
인문학 1,145,874 67.6 31,581 1.9 518,142 30.6
사회과학, 언론・정보학 594,525 72.1 18,982 2.3 211,072 25.6
경영, 행정・법학 2,441,746 76.2 60,756 1.9 702,888 21.9
자연과학, 수학・통계학 599,204 75.2 17,377 2.2 180,579 22.6
정보통신기술 562,692 81.4 14,755 2.1 113,698 16.4
공학, 제조・건설 3,801,526 84.9 77,483 1.7 599,799 13.4
농림어업・수의학 176,944 75.8 3,189 1.4 53,356 22.9
보건 1,081,326 78.5 17,391 1.3 279,179 20.3
복지 584,763 74.5 18,026 2.3 182,157 23.2
서비스 1,022,199 75.5 30,368 2.2 302,057 22.3
연령대
20대 이하 2,241,715 76.4 147,958 5.0 543,681 18.5
30대 3,993,568 80.3 92,791 1.9 888,875 17.9
40대 4,019,797 81.1 52,504 1.1 882,242 17.8
50대 2,790,255 81.1 32,098 0.9 617,309 17.9
60대 이상 1,051,417 50.1 18,570 0.9 1,027,396 49.0
성별
여자 5,849,657 67.1 167,546 1.9 2,696,246 30.9
남자 8,247,095 85.1 176,375 1.8 1,263,258 13.0
전체
총계 14,096,753 76.6 343,921 1.9 3,959,504 21.5
Ⅱ. 2022년도 취업 현황 개괄
7
2. 2022년도 취업자(전문대졸 이상) 중 과학기술 전공자 규모
전문학사 이상 취업자(14,096,753명) 중 과학기술 전공자는 6,221,692명으로 44.14%를
차지 (그림 1 참조)
전체 취업자 중 과학기술 전공자의 규모는 비과학기술 전공자 대비 약 10% (1,653,369명)
정도 작음
[그림 1] 2022년 취업자(전문대졸 이상) 중 과학기술 전공자 규모
세부적으로 학력별로는 박사(59.25%), 성별로는 남성(54.13%)의 과학기술 전공자 비중이
상대적으로 높고, 연령대별로는 전 연령대에서 40%대 비중을 보임 (표 4 참조)
반면 학력별로는 석사(38.95%), 성별로는 여성(30.04%)의 과학기술 전공자 비중이 상대적으로
낮음
<표 4> 2022년 취업자(전문학사 이상) 중 학력별, 연령대별, 성별 과학기술 전공자 비중
구분 세부 분류(과학기술 전공자 비중 %)
학력별 박사(59.25%), 석사(38.95%), 학사(42.23%), 전문학사(49.69%)
연령대별 20대 이하(42.27%), 30대(42.81%), 40대(48.13%), 50대(42.18%), 60대 이상(43.07%)
성별 여성(30.04%), 남성(54.13%)
과학기술 전공자 취업 현황 분석 및 시사점
8
2022년도 과학기술 전공자 취업 특성Ⅲ
1. 학력별 취업 특성
가. 학력별 취업자 분포
과학기술 전공자(6,221,692명)의 학력별 분포*를 보면 학사(61.96%)와 전문학사(28.08%)
비중이 약 90%로 절대적으로 큼
* 학력별 인원 비중 : 박사 2.53%, 석사 7.43%, 학사 61.96%, 전문학사 28.08%
과학기술 전공자 절반 이상이 학사이며, 석사(7.43%)와 박사(2.53%)는 과학기술 전공자 중
10% 정도 차지하여 인원 규모상 크지 않음
나. 학력별 과학기술직업 분포 특성 (그림 2)
고학력일수록 과학기술직업에 종사하는 비중이 높음
과학기술직업 종사 비중은 박사 64.11%, 석사 46.85%, 학사 23.09%, 전문학사 9.42% 순으로,
박사와 석사는 학사와 전문학사에 비해 과학기술직업에 종사하는 비중이 월등히 큼
[그림 2] 학력별 과학기술(연관)직업 취업 분포 (학위별 비중 합 100)
Ⅲ. 2022년도 과학기술 전공자 취업 특성
9
반면 학사와 전문학사는 비과학기술직업에 종사하는 비중이 높음
비과학기술직업 종사 비중은 박사 14.02%, 석사 29.7%, 학사 48.93%, 전문학사 49.25%로,
학사와 전문석사의 경우 거의 절반이 비과학기술직업에 종사
학사와 전문학사의 인원 규모가 절대적으로 크다는 것을 고려할 때, 절반에 가까운 많은
과학기술 전공자가 비과학기술직업에 종사(46.7%)
다. 학력별 표준직업 분포 특성 (그림 3)
학력에 관련 없이 ‘전문가 및 관련 종사자’의 비중이 상대적으로 가장 높음
‘전문가 및 관련 종사자’ 비중은 박사 88.4%, 석사 71.2%, 학사 43.9%, 전문학사 26.6%로
모든 학력별로 타 직업 비중 대비 높음
[그림 3] 학력별 표준직업대분류 취업 분포 (학위별 비중 합 100)
다만 고학력일수록 직업 편중도가 크며 저학력일수록 분산도가 큼
박사와 석사는 ‘전문가 및 관련 종사자’에 편중된 분포를 보이나, 학사와 전문학사는 여러
직업으로 분산되는 특징을 보임
과학기술 전공자 취업 현황 분석 및 시사점
10
학사는 ‘전문가 및 관련 종사자’ 이외 ‘사무 종사자’ 비중이 상대적으로 크며, 전문학사는
‘기능원 및 관련 기능 종사자’와 ‘장치・기계 조작 및 조립 종사자’의 비중이 타 학력 대비
비중이 높음
라. 학력별 산업별 취업 분포 특성 (그림 4)
‘제조업’, ‘보건업 및 사회복지 서비스업’ 등의 분야에서 상대적으로 높은 취업 비중을 보이나,
이외 분야에서는 학력별로 다른 취업 분포를 보임
박사의 경우 ‘전문, 과학 및 기술 서비스업’(27.6%), ‘교육 서비스업’(25.9%), ‘보건업 및 사회복지
서비스업’(19.7%)의 비중이 높아, 대체로 전문분야 연구원, 교원, 의료 종사자 등으로 보임
석사는 ‘전문, 과학 및 기술 서비스업’(21.3%), ‘제조업’(21.1%), ‘보건업 및 사회복지
서비스업’(13.7%), ‘교육 서비스업’(10.5%)의 비중이 높고, 이외 ‘정보통신업’(8.3%)에서
타 학력 대비 상대적으로 높은 비중을 보임
학사는 ‘제조업’(20.2%), ‘보건업 및 사회복지 서비스업’(11.9%)의 비중이 높고, 이외
‘도매 및 소매업’, ‘전문, 과학 및 기술 서비스업’, ‘건설업’, ‘정보통신업’ 등으로 다양한
분야로의 분산된 분포를 보임
전문학사는 학사와 유사한 분포를 보이며, ‘제조업’(26.0%)에서 타 학력 대비 가장 높은 비중을 보임
[그림 4] 학력별 표준산업대분류 취업 분포 (학위별 비중 합 100)
Ⅲ. 2022년도 과학기술 전공자 취업 특성
11
2. 전공별 취업 특성
가. 전공별 취업자 분포
과학기술 전공자(6,221,692명)의 전공별 분포를 보면 ‘공학, 제조・건설’(61.1%)이 절대다수를
차지하며, 다음으로 ‘보건’의 비중이 상대적으로 높음
* 전공별 인원 비중 : 자연과학, 수학・통계학 9.63%, 정보통신기술 9.04%, 공학, 제조・건설 61.1%,
농림어업・수의학 2.84%, 보건 17.38%
이외 ‘자연과학, 수학・통계학’, ‘정보통신기술’및 ‘농림어업・수의학’은 10% 이하 비중으로,
인원 규모가 크지 않음
나. 전공별 과학기술직업 분포 특성 (그림 5)
‘공학, 제조・건설’의 경우 과학기술(연관)직업과 비과학기술직업 종사 비중이 거의 비슷
‘공학, 제조・건설’의 경우 과학기술직업(27.17%)과 과학기술연관직업(25.7%)에 약 절반
정도가 종사 (비과학기술직업은 47.13%)
[그림 5] 전공별 과학기술(연관)직업 취업 분포 (전공별 비중 합 100)
반면 ‘자연과학, 수학・통계학’, ‘정보통신기술’, ‘농림어업・수의학’은 비과학기술직업에 종사하는
비중이 큼
과학기술 전공자 취업 현황 분석 및 시사점
12
전공별 비과학기술직업 종사 비중은 ‘자연과학, 수학・통계학’ 62.68%, ‘정보통신기술’
56.55%, ‘농림어업・수의학’ 71.64%로 과반을 초과
전반적으로 ‘보건’을 제외한 전공별 과학기술(연관)직업의 종사 비중이 높지 않음
‘보건’의 경우 관련 전공자의 69.45%가 과학기술연관직업에 종사
다. 전공별 표준직업 분포 특성 (그림 6)
‘전문가 및 관련 종사자’와 ‘사무 종사자’의 비중이 높음
전공별로 비중의 차이는 보이나, 모든 전공에서 ‘전문가 및 관련 종사자’와 ‘사무 종사자’의
비중이 높음
‘보건’ 전공은 ‘전문가 및 관련 종사자’ 비중이 74.4%로 가장 높으며, 이는 앞서 언급된
과학기술연관직업 종사율이 높은 것과 연계됨
이외 ‘공학, 제조・건설’은 ‘기능원 및 관련 기능 종사자’와 ‘장치・기계 조작 및 조립 종사자’
비중이 타 전공 대비 높고, ‘농림어업・수의학’은 ‘농림・어업 숙련 종사자’ 비중이 높음
[그림 6] 전공별 표준직업대분류 취업 분포 (전공별 비중 합 100)
Ⅲ. 2022년도 과학기술 전공자 취업 특성
13
한편 대부분 전공에서 ‘사무 종사자’ 비중이 높은 것은, 앞서 언급된 비과학기술직업 비중이
높은 것과 연계됨
비과학기술직업에 종사하는 과학기술 전공자 다수(43.9%)가 ‘사무 종사자’에 해당(KISTEP, 2023)
라. 전공별 산업별 취업 분포 특성 (그림 7)
전공별 특성과 산업별 취업 분포 간의 연계성이 높음
‘보건’의 경우 ‘보건업 및 사회복지 서비스업’ 비중이 63.7%로 전공-산업 관련성이 매우 높음
‘공학, 제조・건설’은 ‘제조업’(27.9%), ‘건설업’(12.1%), ‘전문, 과학 및 기술 서비스업’
(11.9%) 등의 비중이 높음
‘정보통신기술’은 ‘정보통신업’(21.8%) 비중이, ‘농림어업・수의학’은 ‘농업, 임업 및
어업’(16.4%) 비중이 가장 높음
‘자연과학, 수학・통계학’은 타 전공 대비 ‘교육 서비스업’(17.5%)의 비중이 높음
[그림 7] 전공별 표준산업대분류 취업 분포 (전공별 비중 합 100)
특정 산업 편중도는 ‘보건’이 가장 높고, 다음으로 ‘공학, 제조・건설’과 ‘정보통신기술’이
상대적으로 높음
과학기술 전공자 취업 현황 분석 및 시사점
14
‘자연과학, 수학・통계학’과 ‘농림어업・수의학’은 타 전공 대비 다소 여러 산업별로 퍼져
있는 형태를 보임
3. 연령대별 취업 특성
가. 연령대별 취업자 분포
과학기술 전공자(6,221,692명)의 연령대별 비중*은 40대(31.1%), 30대(27.48%), 50대(18.92%)
등의 순으로 높음
* 연령대별 인원 비중 : 20대 이하 15.23%, 30대 27.48%, 40대 31.1%, 50대 18.92%, 60대 이상 7.28%
20대 이하 비중이 크지 않고, 40대 이상이 50% 이상임을 고려할 때, 향후 학령인구
감소 등으로 신규 유입이 감소하면 40대 이상 연령대의 비중이 점점 증가할 것으로 보임
나. 연령대별 과학기술직업 분포 특성 (그림 8)
연령대가 높아질수록 과학기술직업의 비중이 작은 경향을 보임
20대 이하의 과학기술직업 비중(연관직업 포함)은 60.87%인 반면, 연령대가 높아질수록
낮아져, 50대는 49.39%로 10%p 정도 차이
[그림 8] 연령대별 과학기술(연관)직업 취업 분포 (연령대별 비중 합 100)
Ⅲ. 2022년도 과학기술 전공자 취업 특성
15
또한 연령대가 높을수록 비과학기술직업의 비중이 큼
비과학기술직업 비중은 20대 이하 39.12%, 40대 49.47%, 60대 이상 54.95%로 연령대가
높을수록 큼
이는 노동시장에 입직 이후, 이직 및 전직을 통해 개인의 특성 등에 맞는 직업을 찾아가는
과정에서 발생하는 변화로 일부 해석됨
다. 연령대별 표준직업 분포 특성 (그림 9)
모든 연령대에서 ‘전문가 및 관련 종사자’ 비중이 가장 크나, 연령대가 높을수록 비중이 작아짐
‘전문가 및 관련 종사자’ 비중은 20대 이하 51.8%, 30대 46.0%, 40대 39.7%, 50대
37.1%, 60대 이상 31.1%로 타 직업에 비해 절대적으로 큰 비중을 보임
반면 ‘관리자’는 연령대가 높을수록 비중이 커짐
‘관리자’의 경우 20대 이하 0.4%, 30대 0.8%, 40대 2.6%, 50대 5.6%, 60대 6.8%로,
30대까지는 미미하였으나 40대 이후 비중이 뚜렷하게 커짐
[그림 9] 연령대별 표준직업대분류 취업 분포 (연령대별 비중 합 100)
과학기술 전공자 취업 현황 분석 및 시사점
16
한편 ‘사무 종사자’는 ‘전문가 및 관련 종사자’ 다음으로 비중이 크고, 40대까지 비중이 커지다
이후 작아짐
‘사무 종사자’ 비중은 20대 이하 18.2%, 30대 21.9%, 40대 23.2%, 50대 18.8%, 60대
13.2%로, 40대까지 꾸준히 커지다, 50대 이후 비중이 작아짐
라. 연령대별 산업별 취업 분포 특성 (그림 10)
전 연령대에서 ‘제조업’의 비중이 크며, 연령대별로 산업별 취업 분포가 다소 상이함
20대 이하의 경우 ‘보건업 및 사회복지 서비스업’ 비중이 23.6%로 타 연령대 대비 월등히 큼
30대는 ‘제조업’(25.5%)이 타 연령대 대비 가장 크며, 이외 ‘보건업 및 사회복지 서비스업’
(12.9%), ‘전문, 과학 및 기술 서비스업’(10.7%)이 타 직업 대비 비중이 큼
40대는 ‘제조업’(22.1%), ‘도매 및 소매업’(10.5%), 등의 순으로 비중이 큼
50대 및 60대 이상은 타 연령대 대비 상대적으로 ‘건설업’ 비중이 큰 경향을 보임
‘제조업’ 등 일부 산업 분야에서 연령대별로 비중이 커지거나 작아지는 경향을 보임
‘제조업’과 ‘정보통신업’은 고연령대일수록 비중이 작아지고, ‘건설업’, ‘도매 및 소매업’,
‘협회 및 단체, 수리 및 기타 개인 서비스업’은 비중이 커짐
[그림 10] 연령대별 표준산업대분류 취업 분포 (연령대별 비중 합 100)
Ⅲ. 2022년도 과학기술 전공자 취업 특성
17
4. 성별 취업 특성
가. 성별 취업자 분포
과학기술 전공자(6,221,692명)의 성별 비중*은 여성 28.25%, 남성 71.75%로 남성이 전체의
3/4 정도의 규모를 차지
* 성별 인원 비중 : 여성 28.25%, 남성 71.75%
여성의 경우 비경제활동인구가 많아, 남성과의 취업자 규모 차이를 더욱 확대
※ 과학기술 전공자 비경제활동인구(1,226,612명) 중 여성 57.0%, 남성 43.0%
나. 성별 과학기술직업 분포 특성 (그림 11)
남성 대비 여성의 과학기술직업 비중은 작고, 비과학기술직업 비중은 높음
과학기술직업 비중은 여성(12%)이 남성(26.01%) 대비 절반 이하이나, 비과학기술직업
비중은 여성(52.65%)이 남성(44.37%)에 비해 약 8%p 정도 높음
반면 과학기술연관직업 비중은 여성이 남성 대비 높음
과학기술연관직업 비중은 여성(35.36%)이 남성(29.62%) 대비 약 6%p 정도 크며, 이는
여성의 보건의료 분야로의 진입이 남성 대비 높은 것과 연계됨
[그림 11] 성별 과학기술(연관)직업 취업 분포 (성별 비중 합 100)
과학기술 전공자 취업 현황 분석 및 시사점
18
다. 성별 표준직업 분포 특성 (그림 12)
‘전문가 및 관련 종사자’와 ‘사무 종사자’의 편중도가 남성 대비 여성이 큼
여성의 경우 ‘전문가 및 관련 종사자’(54.9%)와 ‘사무 종사직’(25.4%)에 80% 이상이 종사
[그림 12] 성별 표준직업대분류 취업 분포 (성별 비중 합 100)
라. 성별 산업별 취업 분포 특성 (그림 13)
남성은 ‘제조업’, 여성은 ‘보건업 및 사회복지 서비스업’ 비중이 월등히 큼
남성은 ‘제조업’(26.5%), ‘건설업’(10.9%), ‘전문, 과학 및 기술 서비스업’(10.3%) 순,
여성은 ‘보건업 및 사회복지 서비스업’(33.6%), ‘교육 서비스업’(10.4%) 순으로 비중이 큼
일부 산업 분야에서 남성과 여성의 비중 차이가 큼
남성은 ‘제조업’, ‘건설업’, ‘정보통신업’ 등에서, 여성은 ‘보건업 및 사회복지 서비스업’,
‘‘교육 서비스업’ 등에서 상대적으로 종사 비중이 높음
[그림 13] 성별 표준산업대분류 취업 분포 (성별 비중 합 100)
Ⅲ. 2022년도 과학기술 전공자 취업 특성
19
5. 학력별-전공별 과학기술직업 유입 분석 (그림 14)
학사이며 ‘공학, 제조・건설’ 전공자가 과학기술직업으로 유입 인원의 대부분을 차지
박사와 석사는 과학기술직업으로 유입되는 자체 비중은 높으나, 학사 대비 인원은 크지 않음
‘공학, 제조・건설’ 이외 ‘자연과학, 수학・통계학’과 ‘정보통신기술’ 전공자도 일정 부분 차지
한편 비과학기술연관직업으로 유입도 학사와 전문학사가 대부분이며, ‘공학, 제조・건설’
전공자가 가장 많음
‘보건’과 ‘공학, 제조・건설’ 이외 각 전공별로 비과학기술직업으로 유입이 과학기술(연관)직업
대비 상대적으로 큼
과학기술연관직업으로 유입은 학력별로는 학사와 전문학사, 전공별로는 ‘공학, 제조・건설’과
‘보건’ 전공자가 대다수
박사와 석사의 유입은 상대적으로 매우 적으며, ‘보건’ 전공자 대다수가 유입
[그림 14] 학력별 – 전공별 – 과학기술직업 흐름도 (상자 크기는 각 구분별 인원 규모)
과학기술 전공자 취업 현황 분석 및 시사점
20
최근 3년간(2019~2022) 과학기술 전공자 취업 변화Ⅳ
1. 전체 취업자 변화 (표 5)
전문대졸 이상 과학기술 전공자 중 취업자는 2019년 5,803,711명에서 2022년 6,221,692명으로
417,981명(7.2%) 증가
한편 실업자는 35,940명 감소하고, 비경제활동인구는 48,509명 증가
경제활동 비율 변화를 보면, 3년간 취업자는 0.9%p(81.2%→82.1%) 증가, 실업자와 비경제
활동인구는 각각 0.6%p, 0.3%p 감소로, 과학기술 전공자의 취업자 비율이 증가
<표 5> 2019~2022 경제활동인구 변화 (전문대졸 이상, 과학기술 전공자)
경제활동구분
2019 2022 변화
인원(명)
(A)
비율(%)
(a)
인원(명)
(B)
비율(%)
(b)
인원(명)
(B-A)
비율(%p)
(b-a)
취업자 5,803,711 81.2 6,221,692 82.1 417,981 0.9
실업자 166,135 2.3 130,195 1.7 -35,940 -0.6
비경제활동인구 1,178,103 16.5 1,226,612 16.2 48,509 -0.3
합계 7,147,949 - 7,578,499 - 430,550 -
2. 학력/전공/연령대/성별 취업자 변화 (표 6)
(학력별) 학사 취업자 증가가 두드러짐
학사 취업자가 2019년 대비 448,256명 증가하여 전체 증가분의 대부분을 차지
한편, 박사(3,537명)와 석사(24,272명)도 증가하였으나 학사 대비 매우 적은 수준이며
전문학사는 58,084명 감소
취업자 비율 변화를 보면, 학사 취업자만이 3.3%p(58.7%→62.0%) 증가하고, 박사 0.1%p,
석사 0.2%p, 전문학사 3.0%p 감소
Ⅳ. 최근 3년간(2019~2022) 과학기술 전공자 취업 변화
21
(전공별) ‘정보통신기술’ 취업자 증가가 가장 큼
취업자 인원 변화는 ‘정보통신기술’ 176,036명, ‘보건’ 95,620명, ‘자연과학, 수학・통계학’
87,323명 순으로 증가 폭이 큼
한편, 비율 변화는 ‘정보통신기술’ 2.3%p 증가, ‘공학, 제조・건설’ -3.4%p 감소 등으로
타 분야 대비 ‘정보통신기술’ 전공자의 취업 증가 폭이 상대적으로 큼
<표 6> 2019~2022 학력/전공/연령대/성별 취업자 변화 (전문대졸 이상, 과학기술 전공자)
구분
2019 2022 변화
인원(명)
(A)
비율(%)
(a)
인원(명)
(B)
비율(%)
(b)
인원(명)
(B-A)
비율(%p)
(b-a)
학위별
박사 153,606 2.6 157,143 2.5 3,537 -0.1
석사 438,299 7.6 462,571 7.4 24,272 -0.2
학사 3,406,431 58.7 3,854,687 62.0 448,256 3.3
전문학사 1,805,375 31.1 1,747,291 28.1 -58,084 -3.0
전공별
자연과학, 수학・통계학 511,881 8.8 599,204 9.6 87,323 0.8
정보통신기술 386,656 6.7 562,692 9.0 176,036 2.3
공학, 제조・건설 3,741,784 64.5 3,801,526 61.1 59,742 -3.4
농림어업・수의학 177,684 3.1 176,944 2.8 -740 -0.3
보건 985,706 17.0 1,081,326 17.4 95,620 0.4
연령대
20대 이하 906,431 15.6 947,637 15.2 41,206 -0.4
30대 1,788,956 30.8 1,709,511 27.5 -79,445 -3.3
40대 1,797,855 31.0 1,934,818 31.1 136,963 0.1
50대 1,000,425 17.2 1,176,926 18.9 176,501 1.7
60대 이상 310,044 5.3 452,800 7.3 142,756 2.0
성별
여자 1,542,697 26.6 1,757,519 28.2 214,822 1.6
남자 4,261,014 73.4 4,464,173 71.8 203,159 -1.6
합계 5,803,711 - 6,221,692 - 417,981 -
과학기술 전공자 취업 현황 분석 및 시사점
22
(연령대별) 40대 이상 연령대에서 취업자 증가가 크고, 30대는 취업자가 감소
40대(136,963명), 50대(176,501명), 60대 이상(142,756명)은 취업자가 10만 명 이상
증가하였으나, 20대 이하는 41,206명 증가, 30대는 79,445명 감소하여, 고연령층(40대
이상) 취업자는 증가, 청년층(30대 이하)은 상대적으로 감소하는 현상을 보임
취업자 비율 변화도 60대 이상(2.0%p), 50대(1.7%p)는 증가, 20대 이하(-0.4%p), 30대
(-3.3%p)는 감소
(성별) 여성 취업자의 비율 증가가 상대적으로 큼
취업자 인원 변화는 여성 214,822명, 남성 203,159명 증가로 비슷한 규모
반면 취업자 비율은 여성은 1.6%p 증가하고 남성은 1.6%p 감소
3. 과학기술직업 취업 변화 (표 7, 8)
과학기술직업 및 과학기술연관직업 취업자 증가가 비과학기술직업 대비 큼
최근 3년간(2019~2022) 과학기술직업 취업자는 164,922명 증가하고, 과학기술연관직업
취업자는 155,968명 증가
취업자 비율은 과학기술직업 1.3%p 증가, 과학기술연관직업 0.4%p 증가로 과학기술직업
취업자 비율 증가가 큼
반면 비과학기술직업의 취업자 인원 증가(97,092명)는 상대적으로 작고, 취업자 비율은
1.7%p 감소
<표 7> 2019~2022 과학기술직업 취업자 변화 (전문대졸 이상, 과학기술 전공자)
과기직업대분류
2019 2022 변화
인원(명)
(A)
비율(%)
(a)
인원(명)
(B)
비율(%)
(b)
인원(명)
(B-A)
비율(%p)
(b-a)
과학기술직업 1,207,124 20.8 1,372,046 22.1 164,922 1.3
과학기술연관직업 1,787,877 30.8 1,943,845 31.2 155,968 0.4
비과학기술직업 2,808,710 48.4 2,905,802 46.7 97,092 -1.7
합계 5,803,711 - 6,221,693 - 417,982 -
Ⅳ. 최근 3년간(2019~2022) 과학기술 전공자 취업 변화
23
과학기술직업 중분류를 기준으로 세부 특성을 살펴보면, 우선 과학기술직업내에서는 ‘정보 통신
전문가 및 기술직’의 취업자 비율 증가가 상대적으로 큼 (표 8)
취업자 인원 증가는 ‘공학 전문가 및 기술직’(79,722명), ‘정보 통신 전문가 및 기술직’(60,119명),
‘과학 전문가 및 관련직’(22.209명) 순으로 큼
다만 비율 변화는 ‘정보 통신 전문가 및 기술직’(0.6%p), ‘과학 전문가 및 관련직’(0.4%p)
순으로 증가 폭이 큼
다음으로 과학기술연관직업내에서는 ‘보건 의료 관련직’의 취업자 증가가 가장 큼
‘보건 의료 관련직’ 취업자는 83,068명 증가하고, 취업자 비율은 0.3%p 증가
한편, ‘숙련・기능 관련직’ 취업자는 79,623명 증가하였으나, 취업자 비율은 0.3%p 감소
<표 8> 2019~2022 과학기술직업(중분류) 취업자 변화 (전문대졸 이상, 과학기술 전공자)
과기직업중분류
2019 2022 변화
인원(명)
(A)
비율(%)
(a)
인원 (명)
(B)
비율(%)
(b)
인원(명) 비율 (%p)
(B-A) (b-a)
과학기술직업
과학 전문가 및 관련직 74,844 2.5 97,053 2.9 22,209 0.4
정보 통신 전문가 및 기술직 379,283 12.7 439,402 13.3 60,119 0.6
공학 전문가 및 기술직 710,984 23.7 790,706 23.8 79,722 0.1
대학교수 및 강사 42,013 1.4 44,884 1.4 2,871 0.0
과학기술연관직업
전문 관리직 74,967 2.5 82,194 2.5 7,227 0.0
보건 의료 관련직 676,578 22.6 759,646 22.9 83,068 0.3
학교 교사 35,774 1.2 38,622 1.2 2,848 0.0
기타 전문 관련직 136,722 4.6 119,923 3.6 -16,799 -1.0
숙련・기능 관련직 863,837 28.8 943,460 28.5 79,623 -0.3
합계 2,995,002 - 3,315,890 - 320,888 -
과학기술 전공자 취업 현황 분석 및 시사점
24
4. 표준직업 분포 변화 (표 9)
표준직업별로 보면, ‘전문가 및 관련 종사자’ 취업자 증가(230,051명)가 가장 크며, 전체
증가 인원의 절반 이상 차지
이외 ‘단순노무 종사자’(49,039명), ‘기능원 및 관련 기능 종사자’(47,095명), ‘장치・기계
조작 및 조립 종사자’(43,841명) 순 등으로 증가가 큼
반면 ‘판매 종사자’는 취업자가 감소
또한 ‘전문가 및 관련 종사자’, ‘단순노무 종사자’ 및 ‘서비스 종사자’의 취업자 유입은 늘고,
‘사무 종사자’와 ‘판매 종사자’는 유입이 줌
취업자 비율 변화를 보면 ‘전문가 및 관련 종사자’(0.9%p), ‘단순노무 종사자’(0.5%p),
‘서비스 종사자’(0.4%p)는 증가한 반면, ‘사무 종사자’(-1.1%p)는 감소하여, 전문역량을
요구하는 직업, 단순 노동을 요구하는 직업은 늘고, 중간층의 직업은 주는 현상을 보임
<표 9> 2019~2022 표준직업별 취업자 변화 (전문대졸 이상, 과학기술 전공자)
표준직업대분류
2019 2022 변화
인원(명)
(A)
비율(%)
(a)
인원(명)
(B)
비율(%)
(b)
인원(명) 비율 (%p)
(B-A) (b-a)
관리자 146,878 2.5 164,616 2.6 17,738 0.1
전문가 및 관련 종사자 2,394,124 41.3 2,624,175 42.2 230,051 0.9
사무 종사자 1,251,647 21.6 1,276,086 20.5 24,439 -1.1
서비스 종사자 257,005 4.4 299,614 4.8 42,609 0.4
판매 종사자 455,564 7.8 407,569 6.6 -47,995 -1.2
농림・어업 숙련 종사자 88,497 1.5 99,662 1.6 11,165 0.1
기능원 및 관련 기능 종사자 474,759 8.2 521,854 8.4 47,095 0.2
장치・기계 조작 및 조립 종사자 526,302 9.1 570,143 9.2 43,841 0.1
단순노무 종사자 208,934 3.6 257,973 4.1 49,039 0.5
합계 5,803,710 - 6,221,692 - 417,982 -
Ⅳ. 최근 3년간(2019~2022) 과학기술 전공자 취업 변화
25
5. 산업별 분포 변화 (표 10)
산업별로 보면, ‘보건업 및 사회복지 서비스업’ 취업자 증가(118,961명)가 타 산업 분야
대비 가장 큼
이외 ‘제조업’(91,398명), ‘전문, 과학 및 기술 서비스업’(80,792명), ‘건설업’(55,603명),
‘정보통신업’(48,670명), ‘운수 및 창고업’(39,876명) 순 등으로 증가 인원이 많음
반면 ‘도매 및 소매업’은 취업자 인원 감소(83,392명)가 가장 크며, 이는 앞서 언급된
표준직업분류 상에서 ‘판매 종사자’ 감소와 연계된 것으로 보임
<표 10> 2019~2022 산업별 취업자 변화 (전문대졸 이상, 과학기술 전공자)
표준산업대분류
2019 2022 변화
인원(명)
(A)
비율(%)
(a)
인원(명)
(B)
비율(%)
(b)
인원(명) 비율(%p)
(B-A) (b-a)
농업, 임업 및 어업 88,384 1.5 100,333 1.6 11,949 0.1
광업 1,558 0.0 1,192 0.0 -366 0.0
제조업 1,256,206 21.6 1,347,604 21.7 91,398 0.1
전기, 가스, 증기 및 공기 조절 공급업 35,065 0.6 45,347 0.7 10,282 0.1
수도, 하수 및 폐기물 처리, 원료 재생업 36,160 0.6 43,030 0.7 6,870 0.1
건설업 479,837 8.3 535,440 8.6 55,603 0.3
도매 및 소매업 683,854 11.8 600,462 9.7 -83,392 -2.1
운수 및 창고업 208,266 3.6 248,142 4.0 39,876 0.4
숙박 및 음식점업 205,600 3.5 205,163 3.3 -437 -0.2
정보통신업 394,151 6.8 442,821 7.1 48,670 0.3
금융 및 보험업 150,946 2.6 152,003 2.4 1,057 -0.2
부동산업 99,436 1.7 99,920 1.6 484 -0.1
전문, 과학 및 기술 서비스업 511,113 8.8 591,905 9.5 80,792 0.7
사업시설 관리, 사업 지원 및 임대 서비스업 181,199 3.1 188,139 3.0 6,940 -0.1
공공 행정, 국방 및 사회보장 행정 242,776 4.2 278,163 4.5 35,387 0.3
교육 서비스업 339,592 5.9 337,631 5.4 -1,961 -0.5
보건업 및 사회복지 서비스업 682,160 11.8 801,121 12.9 118,961 1.1
예술, 스포츠 및 여가관련 서비스업 60,829 1.0 59,030 0.9 -1,799 -0.1
협회 및 단체, 수리 및 기타 개인 서비스업 139,047 2.4 133,565 2.1 -5,482 -0.3
가구 내 고용활동 및 기타 3,417 0.1 3,906 0.1 489 0.0
국제 및 외국기관 4,114 0.1 6,776 0.1 2,662 0.0
합계 5,803,710 - 6,221,693 - 417,983 -
과학기술 전공자 취업 현황 분석 및 시사점
26
또한 ‘보건업 및 사회복지 서비스업’과 ‘전문, 과학 및 기술 서비스업’의 취업자 유입 증가가
상대적으로 큼
취업자 비율 변화를 보면, ‘보건업 및 사회복지 서비스업’(1.1%p), ‘전문, 과학 및 기술
서비스업’(0.7%p), ‘운수 및 창고업’(0.4%p), ‘건설업’(0.3), ‘정보통신업’(0.3%p) 등의
순으로 증가가 큼
6. 산업-직업 교차 취업자 비율 변화 (그림 15)
최근 3년간(2019~2022) 산업별-직업별 취업자 비율 변화를 살펴보면 다음과 같음
[그림 15] 2019~2022년 산업-직업 교차 취업자 비율 변화 (단위 %p)
[참조] 표준산업대분류 및 표준직업대분류 코드
산업대분류
농업, 임업 및 어업(A), 광업(B), 제조업(C),전기, 가스, 증기 및 공기 조절 공급업(D), 수도,
하수 및 폐기물 처리, 원료 재생업(E), 건설업(F), 도매 및 소매업(G), 운수 및 창고업(H),
숙박 및 음식점업(I), 정보통신업(J), 금융 및 보험업(K), 부동산업(L), 전문, 과학 및 기술
서비스업(M), 사업시설 관리, 사업 지원 및 임대 서비스업(N), 공공 행정, 국방 및 사회
보장 행정(O), 교육 서비스업(P), 보건업 및 사회복지 서비스업(Q), 예술, 스포츠 및 여가
관련 서비스업(R), 협회 및 단체, 수리 및 기타 개인 서비스업(S), 가구 내 고용활동 및
달리 분류되지 않은 자가 소비 생산활동(T), 국제 및 외국기관(U)
직업대분류
관리자(01), 전문가 및 관련 종사자(02), 사무 종사자(03), 서비스 종사자(04), 판매 종사자
(05), 농림・어업 숙련 종사자(06), 기능원 및 관련 기능 종사자(07), 장치・기계 조작 및
조립 종사자(08) ,단순노무 종사자(09)
Ⅳ. 최근 3년간(2019~2022) 과학기술 전공자 취업 변화
27
우선 취업자 비율 증가는 ‘보건업 및 사회복지 서비스업’, ‘전문, 과학 및 기술 서비스업’,
및 ‘정보통신업’의 ‘전문가 및 관련 종사자’가 큼
구체적으로 ‘보건업 및 사회복지 서비스업-전문가 및 관련 종사자’는 0.82%p, ‘전문, 과학
및 기술 서비스업-전문가 및 관련 종사자’는 0.64%p, ‘정보통신업-전문가 및 관련 종사자’는
0.54%p 비율 증가
한편 ‘운수 및 창고업-단순노무 종사자’(0.46%p)의 비율 증가도 높은데, 최근 플랫폼
기반 배달업 종사자가 증가하는 경향과 연계된 것으로 보임
이외 ‘공공 행정, 국방 및 사회보장 행정-서비스 종사자’(0.24%p), ‘건설업-전문가 및
관련 종사자’(0.25%p), ‘건설업-기능원 및 관련 기능 종사자’(0.23%p), ‘제조업-장치・기계
조작 및 조립 종사자’(0.21%p)의 비율 증가가 상대적으로 높음
반면, 감소하는 부분은 주로 ‘도매 및 소매업-판매 종사자’의 감소가 가장 크고, ‘도매 및
소매업-전문가 및 관련 종사자’, ‘제조업-전문가 및 관련 종사자’의 감소가 다음으로 큼
구체적으로 ‘도매 및 소매업-판매 종사자’는 0.98%p, ‘도매 및 소매업-전문가 및 관련
종사자’는 0.52%p, ‘제조업-전문가 및 관련 종사자’는 0.51%p 비율 감소
또한 직업별로는 ‘사무 종사자’가 대부분 산업에서 전반적으로 감소하는 경향을 보이고,
산업별로는 ‘도매 및 소매업’ 감소가 큼
‘제조업’의 경우 ‘전문가 및 관련 종사자’에 대한 취업은 줄고 숙련・기능 관련직(직업대분류
07, 08)에 대한 취업이 많은 현상을 보임
세부 산업-직업별로는 차이가 있으나, 전반적으로 일부 산업에서는 전문직 취업이 다른 일부
산업에서는 기능직 및 단순 노무직 취업이 증가하고, 사무직 취업은 대부분 산업에서 감소하는
경향을 보임
이는 디지털 전환 등의 환경변화에 기인한 산업구조 및 일자리 변화와 연계되며, 직업
양극화 현상과도 맥을 같이 하는 것으로 보임
과학기술 전공자 취업 현황 분석 및 시사점
28
시사점 및 정책 제언 Ⅴ
1. 시사점
과학기술 전공자의 비과학기술직업 종사 비중이 높음 → 양적 미스매치에서 질적 미스매치로의
관점 전환 필요
석・박사와 달리 학사와 전문학사 절반 정도가 비과학기술직업에 종사하고 있으며, 학사와
전문학사가 과학기술 전공자의 90% 정도임
과학기술 전공자의 비과학기술직업으로 유입되는 규모를 볼 때, 현재 배출된 과학기술
전공자가 노동시장의 과학기술직업 규모에 비해 많다고 할 수 있으며, 양적인 측면에서
공급이 수요보다 많음을 의미할 수 있음
이는 과학기술인력 중장기 수급 전망에서 제시하는 과학기술인력이 부족할 거라는 신호와는
다소 상반될 수 있는 현상으로, 앞으로 과학기술인력정책은 양적 미스매치 보다는 질적
미스매치 해소로, ‘신규양성-공급’ 중심보다는 ‘양성-성장’의 질적 제고 중심으로 확대해
나아가야 함을 시사
일자리(취업자 분포)가 변화하고 있음 → 변화 대응을 위한 계속 교육 관련 정책 확대 필요
직업별로는 사무직이 감소하고, 전문직과 기능직 및 단순 노무직이 증가하는 직업 양극화
현상이 보이며, 청년층 초기에는 과학기술직업의 취업 비중이 크다가 연령이 높아질수록
비과학기술직업의 비중이 커지는 현상도 직업 양극화 현상과 일정 부분 맥을 같이함
산업별로는 ‘도매 및 소매업’ 등에서 일자리가 줄고, ‘보건업’, ‘전문, 과학 및 기술 서비스업’
‘정보통신업’ 등에서 일자리가 증가하는 현상을 보이며, 특히 ‘정보통신기술’ 전공자의
취업자 비중 증가는 IT 기술 관련 새로운 산업이 발전하고, 관련 신규 일자리가 증가하는
것을 의미
이러한 일자리 변화에 능동적으로 대응하지 못하면 학력에 비해 직업을 하향 선택하는
등 직업의 양극화가 심화되고, 나아가 구인난 구직난 등의 사회 문제로 확대되어, 이를
예방할 수 있는 국가 차원의 계속 교육 체계 확대 등 관련 지원 정책 확대가 필요
Ⅴ. 시사점 및 정책 제언
29
중장년층의 취업자 비중이 증가하고 있음 → 중장년층 맞춤형 경력개발 지원 확대 필요
최근 3년간 과학기술 전공자 취업자 중 청년의 비중은 줄고, 중장년층의 비중이 늘고
있으며, 관련하여 기능직, 단순 노무직 등의 증가는 50대 이상의 고연령대 취업 비율
증가와 사무직 감소는 30대 취업 비율 감소와 연계되며, 이는 청년들이 진입을 꺼리는
틈새 일자리로 중장년층의 노동시장 재진입 현상과 맥을 같이 하는 것으로 보임
중장년층의 취업이 지식과 기술에 대한 진입 장벽이 상대적으로 낮거나, 청년층이 피하는
일자리로 편중되는 현상은 장기적으로 바람직하지 않음
재취업을 원하는 과학기술 전공 중장년층을 대상으로 개인의 특성 등을 고려한 체계적인
경력개발을 지원하여 시장에서의 경쟁력을 확보하고, 학력과 경력에 부합하는 다양한
취업 경로를 찾을 수 있도록 지원 필요
STEM 기반 전문직 일자리가 증가하고 있음 → STEM 기반 신직업 발굴 및 관련 정보 제공
확대 필요
최근 3년간 직업별로는 ‘전문가 및 관련 종사자’, 산업별로는 보건 분야 다음으로 ‘전문,
과학 및 기술 서비스업’과 ‘정보통신업’의 취업자 증가가 두드러짐
이는 4차 산업혁명, 디지털 전환 등의 기술 발전에 기인한 산업구조 및 일자리의 변화와
맥을 같이 하며, 특히 STEM 기반 전문직 일자리가 증가하고 이들 일자리와 관련된 과학기술
인재에 대한 시장 수요가 더욱 커질 것을 시사함
STEM 기반 신직업의 발굴과 관련 정보 제공은 우리 사회의 일자리 변화 대응 기반을
확대할 것이며, 미래 변화에 대응한 진로 교육 및 신직업이 요구하는 역량을 개발하기
위한 교육과정 설계들의 기초 자료로 활용될 것임
더 나아가 STEM 기반 괜찮은 신직업으로 청년층 유입 촉진은 시장의 노동 수요에 능동적으로
대응할 뿐만 아니라 청년층 취업의 질적 문제를 완화하고, 궁극적으로 국가 차원의 인재
양성 및 활용의 효율성 및 효과성을 높일 것임
과학기술 전공자 취업 현황 분석 및 시사점
30
2. 정책 제언
구분 정책 제언
정책 패러다임 전환 ∙ ‘신규양성’ 중심 → ‘양성+성장’의 균형적 정책으로 전환
국가 계속 교육 체계 확대
∙ 목표 연계형 재교육 확대
∙ 교육과정 모듈화 및 관련 콘텐츠 개발・지원 확대
∙ 재취업 희망 중장년층 경력개발 종합지원 체계 확대
관련 정책 기반 강화
∙ STEM 기반 신직업 발굴 및 유입 지원 기반 강화
∙ 직무 및 일자리 변화 모니터링 강화
(제언 1) 신규양성 중심에서 양성+성장 중심의 균형적 정책으로 전환
앞으로의 과학기술인재정책은 인재의 양적 확보를 넘어 인재가 변화에 능동적으로 대응하고
지속해서 성장할 수 있도록 양성 및 성장을 균형적으로 지원하는 정책으로 한 단계 도약이
필요
특히 신규양성만이 아니라 전 과학기술인을 대상으로 사회적 요구에 맞는 역량을 배양하고
지속해서 유지할 수 있도록 지원하는 ‘과학기술인 경력개발센터 구축’ 등의 종합지원 체계
마련 필요
(제언 2) 목표 연계형 재교육 확대
경력개발 차원에서 단순히 재교육에 참여하는 것을 독려하기보다는, 구체적인 취업 및
시장 수요와 관련된 필요한 역량을 개발하기 위한 재교육 과정을 연계한 패키지 정보를
제공하는 ‘목표 연계형 재교육’ 확대 필요
나아가서 재교육 이전에 취업 면담을 하여, 면담 합격자의 경우 일정 교육과정을 이수하면
취업을 보장하는 ‘취업 보장형 재교육 과정’도 개발・확대 필요
(제언 3) 교육과정 모듈화 및 관련 콘텐츠 개발・지원 확대
필수 지식을 전달하기 데 필요한 작은 단위의 교육과정 및 콘텐츠로 모듈화하고, 교육
수요자가 모듈화된 교육 콘텐츠를 토대로 자신에 맞는 맞춤형 교육과정을 설계・활용할
수 있는 형태로 ‘교육과정 모듈화’ 확대 필요
관련하여 모듈화된 교육 콘텐츠 정보를 종합적으로 관리하고, 개인의 특성 및 수요에 맞는
교육과정을 추천하고 선택을 지원하는 ‘계속 교육 지원 정보 시스템’ 구축 및 활용 필요
Ⅴ. 시사점 및 정책 제언
31
(제언 4) 재취업 희망 중장년층 경력개발 종합지원 체계 확대
과학기술 지식 소양을 갖춘 중장년층의 일자리에 대한 다양한 수요와 노동시장의 구인
수요를 연계하여 적절한 교육을 통해 취업을 지원하는 종합 지원 체계 구축* 및 확대가
필요 (구직 수요 – 교육 – 구인 수요를 체계적으로 연계 지원)
* ‘(가칭) S&T 중장년 리턴즈’ 지원 사업 추진 등
학력 대비 하향 취업하는 과학기술 전공 중장년층을 일정 교육을 통해 학력에 적합한
새로운 일자리로의 유인은 인구감소 시대에 신산업에 필요한 노동력 확보뿐만 아니라,
사회적으로 구인난 및 구직난을 해소하는 데 기여
(제언 5) STEM 기반 신직업 발굴 및 유입 지원 기반 강화
정기적으로 STEM 기반 신직업을 발굴하고, 관련 정보를 교육 현장 및 대국민에게 제공하는
‘STEM 기반 신직업 정보 서비스’ 체계 구축 필요
STEM 기반 신직업 정보를 토대로 관련 지식을 습득할 수 있는 교육과정 개발・제공 등의
경력개발 지원 및 체계적인 진료 상담 등을 통해 ‘괜찮은 신직업으로 유입 지원’ 체계
구축 필요
(제언 6) 직무 및 일자리 변화 모니터링 강화
기술 발전 및 융합 속도가 가속화되며 노동시장에서 요구하는 직무 및 일자리도 빠르게
변화하고 있어, 주기적으로 시장에서 요구하는 직무 및 일자리의 변화를 체계적으로 포착할
수 있는 ‘직무 및 일자리 변화 모니터링’ 체계 구축 필요
모니터링 결과를 토대로 변화에 대응하기 위한 재교육 과정 개발 및 운영 지원 체계 및
시장 수요 기반 인재 양성 체계 구축에 기여
과학기술 전공자 취업 현황 분석 및 시사점
32
참 고 문 헌
∙ 통계청 MDIS, 지역별고용조사 마이크로데이터 2019~2022, mdis.kostat.go.kr
∙ KISTEP(2019), 과학기술인력양성 추진체계 구축・운영 (과학기술인력 중장기 수급전망), 한국과
학기술기획평가원
∙ KISTEP(2023), 과학기술혁신정책 스코어보드 개발 연구(과학기술인력 스코어보드), 한국과학기
술기획평가원
∙ 이정재 외(2015), 한국과 미국의 이공계 졸업자 직업 분포 비교, KISTEP ISSUE PAPER 2015-08,
한국과학기술기획평가원
∙ NSF(2022), The State of U.S. Science and Engineering 2022, NSF
∙ 국가통계포털 홈페이지, kosis.kr
∙ 직업훈련포탈 HRD-Net 홈페이지, www.hrd.go.kr
KISTEP 이슈페이퍼 발간목록
33
KISTEP 이슈페이퍼 발간목록
발간호 제목 저자
2024-05
(통권 제361호)
‘생성형 인공지능’ 시대의 10대 미래유망기술 박창현(KISTEP)
2024-04
(통권 제360호)
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
김준희(KISTEP),
엄익천(KISTEP),
오승환(경상국립대학교),
전주경(KIPRO)
2024-03
(통권 제359호)
신약개발 분야 정부 R&D 현황과 효율성 제고 방안
송창현(KISTEP),
엄익천(KISTEP),
김순남(KDDF),
이원희(유한양행)
2024-02
(통권 제358호)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민(건국대학교),
문해주(건국대학교),
이호규(고려대학교),
강승규(KIP),
김수민(건국대학교),
박서현(건국대학교)
2024-01
(통권 제357호)
KISTEP Think 2024, 10대 과학기술혁신정책 아젠다
강현규, 이민정
(KISTEP)
2023-16
(통권 제356호)
미・중 패권경쟁 시대, 중국이 소재・부품・장비 공급망을
무기화할 수 있을까?
이승필(KISTEP),
이승빈(KICT),
최동혁(KISTEP)
2023-15
(통권 제355호)
다부처R&D사업 표준화 및 IRIS 적용 방안
송혜주, 김병은, 김아름,
김여울, 이혁성
(KISTEP)
2023-14
(통권 제354호)
플라스틱 국제협약 대응을 위한 과학기술의 역할
유새미, 고진원, 박노언
(KISTEP)
2023-13
(통권 제353호)
대학의 기술사업화 전담 조직 현황진단과 개선방안
이길우(KISTEP),
정영룡(CNU),
김성근(PNU),
이지훈(SEOULTECH)
김태현(COMPA)
방형욱(KISTEP)
2023-12
(통권 제352호)
중소기업 경쟁력 강화를 위한 고경력 과학기술인 활용
조사 및 시사점
김인자, 김가민, 이원홍
(KISTEP)
2023-11
(통권 제351호)
학문분야별 기초연구 지원체계에 대한 중장기 정책제언
(국내외 지원현황의 심층분석을 기반으로)
안지현, 윤성용, 함선영
(KISTEP)
과학기술 전공자 취업 현황 분석 및 시사점
34
발간호 제목 저자
2023-10
(통권 제350호)
기술패권경쟁시대 한국 과학기술외교 대응 방향
강진원(KISTEP),
이정태(KIST),
김진하(KISTEP)
2023-09
(통권 제349호)
신입과학기술인 직무역량에 대한 직장상사-신입간
인식 비교 분석
박수빈
(KISTEP)
2023-08
(통권 제348호)
국가연구개발 성과정보 관리체계 개선 제언
김행미
(KISTEP)
2023-07
(통권 제347호)
기업 혁신활동 제고를 위한 R&D 조세 지원 정책 연구
: 국가전략기술 연구개발 기업을 중심으로
구본진
(KISTEP)
2023-06
(통권 제346호)
임무지향형 사회문제해결 R&D 프로세스 설계 및 제언
박노언, 기지훈, 김현오
(KISTEP)
2023-05
(통권 제345호)
STI 인텔리전스 기능 강화 방안
- 12대 과학기술혁신 정책 이슈를 중심으로 -
변순천 외
(KISTEP)
2023-04
(통권 제344호)
국방연구개발 예산 체계 진단과 제언
임승혁, 안광수
(KISTEP)
2023-03
(통권 제343호)
우리나라 바이오헬스 산업의 주력산업화를 위한
정부 역할 및 지원방안
홍미영, 김주원,
안지현, 김종란
(KISTEP)
2023-02
(통권 제342호)
‘데이터 보안’ 시대의 10대 미래유망기술
박창현, 임현
(KISTEP)
2023-01
(통권 제341호)
KISTEP Think 2023, 10대 과학기술혁신정책 아젠다
강현규, 최대승
(KISTEP)
필자 소개
▶ 이정재
- 한국과학기술기획평가원 인재정책센터 선임연구위원
- 043-750-2351, jungjae@kistep.re.kr
▶ 박수빈
- 한국과학기술기획평가원 인재정책센터 연구원
- 043-750-2499, psoobin@kistep.re.kr
▶ 이원홍
- 한국과학기술기획평가원 인재정책센터 센터장
- 043-750-2411, dream@kistep.re.kr
KISTEP ISSUE PAPER 2024-06 (통권 제362호)
‖ 발행일 ‖ 2024년 2월 29일
‖ 발행처 ‖ 한국과학기술기획평가원 전략기획센터
충청북도 음성군 맹동면 원중로 1339
T. 043-750-2300 / F. 043-750-2680
http://www.kistep.re.kr
‖ 인쇄처 ‖ 주식회사 동진문화사(T. 02-2269-4783)
|
이슈페이퍼 |
‘생성형 인공지능’ 시대의 10대 미래유망기술
|
2024-02-15
|
|
<p><br></p>‘생성형 인공지능’ 시대의
10대 미래유망기술
(KISTEP 10 Emerging Technologies in the Era of Generative Artificial Intelligence)
박창현
Changhyun Park
Ⅰ. 연구 배경
Ⅱ. 연구 절차 및 세부내용
Ⅲ. 연구 결과
Ⅳ. 결론 및 시사점
[참고문헌]
I. Research Backgrounds
II. Research Process
III. Results
Ⅳ. Conclusion and Implications
[References]
요 약
i
요 약
연구 배경
미래유망기술 선정을 통해 현재 우리 사회에서 중요하게 생각하는 이슈와 과학기술의
미래 방향성 제시 필요
미래이슈에 대응하기 위한 10대 유망기술을 선정하고, 유망기술별 심층분석 자료를 제공하여
미래모습을 구체화하고 활용성을 강화
연구 절차
미래이슈 선정, 미래유망 후보기술 발굴, 미래유망기술 선정, 미래유망기술 심층 분석
등의 순으로 연구 수행
2024년 KISTEP 미래유망기술 주제(이슈)는 ‘생성형 인공지능 시대’로 선정되었으며,
문헌조사, 설문조사, 전문가 회의 등을 통해 10대 유망기술을 최종 선정
10대 유망기술별 기술 개요(기술명, 정의, 범위), 국내외 동향, 2033 미래 전망, 다른
미래유망기술과의 관계, 기술적 난제 및 정책제언 등 분석 수행
10대 유망기술별 논문・특허분석 기반 기술추세 및 수준 분석의 심층 분석을 수행
연구 결과
국내외 미래 전망 동향 분석, 미래예측 전문가 대상 설문, 결과 활용성 등을 고려해 향후
10년 이내에 한국 사회에 커다란 변혁을 가져올 ‘생성형 인공지능(Generative AI) 시대’를
주제로 삼아 미래유망기술을 발굴하고 심층분석을 수행
생성형 인공지능의 확산에 기여할 수 있는 정도가 큰 10대 미래유망기술은 ① 거대언어모델
(LLM) 기반 텍스트 생성형 인공지능 기술, ② 자율 이미지 및 영상 생성형 인공지능 기술,
③ 신경망처리 기반 인공지능 전용칩, ④ 지능형 개인 맞춤 서비스 인공지능 기술,
⑤ 감성내재 음성 생성형 인공지능 기술, ⑥ 클라우드 기반 머신러닝 플랫폼 기술,
⑦ 코딩 보조용 생성형 언어 모델 기술, ⑧ 멀티모달(이미지, 텍스트, 음성) 통합 인식
및 생성 인공지능 기술, ⑨ 인공지능 신뢰성 및 안전성 제고 기술, ⑩ 인공지능 오픈
마켓플레이스 플랫폼 기술을 선정
‘생성형 인공지능’ 시대의 10대 미래유망기술
ii
결론 및 시사점
미래유망기술은 5~10년 후 새로운 창작물이 인공지능에 의해 생성되는 창작의 시대를
맞이하여 생성형 인공지능의 확산에 기여 가능함
각 미래유망기술은 타 기술과 상호보완적 관계를 나타내고 있어 생성형 인공지능의 확산에
기여하기 위한 긍정적 시너지 효과를 창출할 것으로 기대
미래유망기술의 조속한 실현과 발전을 위해서는 원천기술 확보, 법・제도 개선, 인프라
구축, 인력양성, 신뢰성・안전성 제고 등이 필요
(원천기술) 생성형 AI 원천기술 투자 및 개발, 데이터보안 및 프라이버시 기술 확보, 대규모
언어 모델 개발 등 원천기술 확보
(법・제도) 개인정보 보호 및 데이터 보호 관련 법・제도 정비, 생성된 저작물의 저작권과
신뢰성에 대한 법률 제정, 생성형 AI 확산에 따른 사회 문제 해결, 서비스 품질 보증
등 법 및 제도 마련
(인프라 구축) 거대 모델 지원 컴퓨팅 인프라 구축, 테스트베드 및 상용화 지원 인프라
구축, 클라우드 및 머신러닝 하드웨어 인프라, 시험인증 체계, 오픈마켓 플랫폼 구축 등
해당 기술의 적용을 위한 인프라, 협력체계, 테스트베드 구축
(인력양성) AI 인력 채용시장 변화 대응, 실증 및 체험 연계 교육, 타산업과 생성형 AI 간의
융합적 인재 양성 및 산업 전반에 전문 인력 수급이 가능한 AI 인력 양성 프로그램 추진
(신뢰성・안정성) 생성물의 데이터 편향, 사용의 오남용, 가짜 정보 탐지를 위한 시스템
개발 및 알고리즘의 투명성 확보
논문 및 특허 분석에 따르면, 10개 미래유망기술 모두 성장기에 있으며 영향력 측면에서는
미국과 유럽이 주도하고 있는 것으로 파악됨
논문 및 특허 분석에 따르면, 10개 미래유망기술의 논문영향력과 특허영향력에 따라 차별화된
기술확보전략이 필요하며, 상대적으로 논문영향력 및 특허영향력의 경쟁력이 낮은 생성형
AI 기술은 정부 차원의 지원이 중요하고 상대적으로 논문영향력 및 특허영향력의 경쟁력이
높은 생성형 AI 기술은 높은 기대성과가 예상되어 집중적 투자가 필요
※ 본 이슈페이퍼는 한국과학기술기획평가원에서 발간한 연구보고서 「2024년 KISTEP 미래유망기술
선정에 관한 연구」의 내용을 발전시킨 것으로 한국과학기술기획평가원의 공식 의견이 아닌 필자의
견해임을 밝힙니다.
Abstract
iii
Abstract
Backgrounds
It is necessary to present the future direction of science and technology through
the selection of emerging technologies
10 emerging technologies have identified to prepare for future issues, and
in-depth analysis data is provided for each technology to shape the future
and strengthen usability
Research Process
The research was carried out in the four main steps including identification
of future issues, nomination of technology candidates, selection of 10 emerging
technologies, and in-depth analysis of the selected technologies
The future issue of KISTEP 10 emerging technologies is selected as “the era
of generative artificial intelligence” and 10 emerging technologies are selected
after literature review, survery, and expert meeting
10 emerging technologies are analyzed in terms of technology introduction,
technology trends, 2033 future outlook, relationship with other technologies,
technological hurdle and policy proposal etc.
10 emerging technologies are deeply analyzed in terms of technology trends
and technology levels according to paper and patents analysis of the representative
technology
Results
Under the issue of “the era of generative artificial intelligence”, which will
bring great change to Korean society in the next 10 years, emerging technologies
have identified and in-depth analysis are conducted
‘생성형 인공지능’ 시대의 10대 미래유망기술
iv
10 emerging technologies along with the era of generative artificial intelligence
① Large Language Model (LLM) based text generation AI, ② Autonomous image
and video generation AI, ③ Neural network processing AI chip, ④ Intelligent
personalized service AI, ⑤ Emotionally embedded voice generation AI, ⑥ Cloud
based machine learning platform, ⑦ Generative AI for coding assistance,
⑧ Multimodal (image, text, voice) integrated recognition and generation AI,
⑨ AI reliability and safety improvement technology, ⑩ AI open marketplace platform
Conclusion and Implications
Each emerging technology can contribute to the diffusion of generative AI
as we face the era of new creation that generated by AI after 5 to 10 years
Each emerging technology shows a complementary relationship with other
technologies, which is expected to create positive synergy effects to contribute
to the era of generative artificial intelligence
To promote the commercialization and development of emerging technologies,
it is necessary to secure basic technology, to improve laws and regulations,
to build infrastructure, to foster experts, and to improve reliability and safety
(basic technology) Investing in and developing generative AI basic technology,
securing data security and privacy technology, and securing basic technology
such as large-scale language model development
(Laws and systems) Establishment of laws and systems such as reorganization
of laws and systems related to personal information protection and data
protection, enactment of laws on copyright and reliability of created works,
resolution of social problems caused by the spread of generative AI, and service
quality assurance
(Infrastructure) Establishment of infrastructure, cooperation system, and test bed
for application of the technology, including construction of computing infrastructure
to support large models, construction of test bed and commercialization support
infrastructure, cloud and machine learning hardware infrastructure, test certification
system, and open market platform
Abstract
v
(Experts) Promote AI human resources training programs that respond to changes
in the AI human resources recruitment market, provide empirical and experiential
training, foster convergent talent between other industries and generative AI,
and supply and demand specialized human resources across industries
(Reliability and safety) Develop a system to detect data bias, abuse of use,
and fake information in the product and ensure transparency of the algorithm
According to the paper and patent analysis, all the 10 emerging technologies
are in the growth phase, and the US and Europe are leading the way in terms
of influence
According to the paper and patent analysis, a differentiated technology securing
strategy is required according to the paper influence and patent influence of
10 emerging technologies. Government-level support is important for generative
AI technologies with relatively low competitiveness in paper influence and
patent influence, and generative AI technologies with relatively high
competitiveness in paper influence and patent influence are expected to have
high expected results, requiring intensive investment
Ⅰ. 연구 배경
1
연구 배경Ⅰ
생성형 인공지능의 급부상, 사회 각 분야의 디지털 전환, 탄소중립 기반 에너지전환 등 급격한
기술변화 추세 및 기술패권경쟁 등으로 미래 대내외 환경의 불확실성 심화
이러한 환경변화 속에서 지속적이고 주도적인 성장을 위해 우리나라도 미래사회 변화를
예측하고 과학기술 자체의 발전을 견인하는 독자적인 혁신(Breakthrough) 기술을 선점하여
확보하는 것이 필요
혁신(Breakthrough) 기술 선정을 통해 현재 우리 사회에서 중요하게 생각하는 이슈와
과학기술의 미래 방향성 제시 필요
‘텍스트, 이미지, 영상, 코드’ 등 새로운 창작물이 인공지능에 의해 생성되는 창작의 시대를
맞이하여 생성형 인공지능(Generative AI) 관련 가능한 이슈를 전망하고, 이에 대응할 수
있는 기술을 발굴하는 것이 중요해지고 있음
OpenAI사의 ChatGPT(’22.11월)는 출시 40일 만에 이용자 1,000만 명, 두 달 만에
1억 명을 최단기간에 기록하였음
다수의 국내외 업체들*이 생성형 인공지능 모델 및 서비스를 제공하고 있음
* MS의 Bing 및 코파일럿, 구글의 Bard, 메타의 라마, 네이버의 하이퍼클로바X, LG의 엑사원,
삼성의 자체개발 생성형 AI 등
KISTEP은 2009년부터 매년 10대 유망기술을 선정
미래유망기술 선정 연구는 기관 고유 업무로 기술 추격국에서 벗어나 기술 선도국으로
진입하는 단계에서 우리만의 미래유망기술 선정 및 제시에 의의가 있으며, KISTEP의
기술예측 역량 제고를 위해서도 지속적으로 연구가 필요
KISTEP의 10대 미래유망기술은 국내 주요 기관에서 발표하는 미래유망기술 중 인지도
및 활용도가 가장 높으며 미래사회 대비와 전략 수립에 활용
※ 미래유망기술 정보는 ‘신규 R&D사업 및 과제 기획을 위한 아이디어 발굴’에 주로 활용되고 있으며
이를 위해 미래유망기술 정의 및 범위, 국내외 기술 동향, 미래 전망, 기술적 난제 및 정책 제언
등의 내용 제시
‘생성형 인공지능’ 시대의 10대 미래유망기술
2
연구 절차 및 세부내용Ⅱ
2024년 KISTEP 미래유망기술 주제(이슈)는 ‘생성형 인공지능(Generative AI)’으로
선정되었으며, 문헌조사, 설문조사, 전문가 자문 등을 통해 10대 유망기술을 최종 선정
(STEP 1 – 미래이슈 선정) 국내외 문헌조사 및 전문가 의견수렴 등을 통해 미래 이슈
후보군을 발굴하고, 미래예측 전문가 및 KISTEP 정책고객 등을 대상으로 설문조사를
통해 최종 확정
평가지표 설명
참신성 과거에 발표되었던 KISTEP 유망기술 주제와 중복되지 않는 정도
사회적 관심도
및 시의성
향후 10년 내 해당 주제에 대한 사회적 관심도 및 그로 인한 연구의 시의 적절성
파급효과의 크기 해당 주제가 경제・사회・문화・윤리・환경 등 여러 분야에 영향을 미치는 정도
과학기술과의
연관성
해당 주제와 관련하여 발생하는 새로운 수요 및 문제점 대응에 있어 과학기술이
기여할 수 있는 정도
※ 과학기술 외 방안(규제, 정책, 외교 등)으로 해결될 수 있는 주제는 제외
결과의 활용
가능성
최종적으로 도출된 유망기술 목록이 미래사회 대비, 과학기술 전략 수립, R&D 사업
및 과제 기획을 위한 관련 아이디어 수집 등에 활용될 가능성
<표 1> 미래이슈 선정을 위한 설문조사 평가지표
(STEP 2 – 미래유망 후보기술군 발굴) 미래이슈 대응 관련 유망기술을 발굴하기 위해
국가과학기술 표준 분류체계, 다양한 문헌리뷰(지능정보산업협회, 소프트웨어정책연구소,
특허청, Github) 등의 인공지능 분야 기술분류체계에서 후보기술 도출
(STEP 3 – 미래유망기술 선정) 후보기술별 미래예측 전문가 논의, 전문가 서면평가 등을
종합하여 최종 10대 유망기술 선정
평가지표 설명
기술적 실현 가능성 해당 기술이 국내에서 10년 내 상용화 될 가능성
경제적 파급 효과 해당 기술의 구현으로 시장에서 예상되는 부가가치의 규모
생성형 인공지능 시대 확산 기여도 생성형 인공지능 시대의 폭발적 확산에 기여할 수 있는 정도
<표 2> 미래유망기술 선정을 위한 평가지표
Ⅱ. 연구 절차 및 세부내용
3
(STEP 4 – 미래유망기술 심층분석) 10대 유망기술별 기술 개요(기술명, 정의, 범위),
국내외 동향, 2033 미래 전망, 다른 미래유망기술과의 관계, 기술적 난제 및 정책제언
등 분석 수행
구분 세부 내용 방법
(1)
미래이슈 선정
미래이슈 후보 발굴
∙ 미래예측 보고서를 중심으로 미래이슈 관련 DB 구축
※ 제6차 과학기술예측조사, 미래전략 2045, NIC
Global Trends 2040, NISTEP S&T foresight,
WEF Global Issue 등
▼
미래이슈 우선순위
평가
∙ 기술수준평가 전문가 및 KISTEP 정책고객을 대상으로
우선순위 평가
∙ 미래예측 전문가 및 KISTEP 내부 직원을 대상으로
우선순위 평가
▼
(2)
미래유망
후보기술 발굴
미래수요에 대응
가능한
미래유망기술
후보기술 발굴
∙ 생성형 인공지능 시대의 폭발적 확산에 기여할 수
있는 기술로 범위 설정
∙ 국가과학기술 표준 분류체계, 지능정보산업협회, 소프트
웨어정책연구소, 특허청, Github 등의 인공지능 분야
기술분류체계에서 후보군 발췌
∙ 부문별 기술 전문가의 서면평가로 후보기술군을 조정
하고 미래이슈와의 부합성 평가
▼
(3)
미래유망기술 선정
미래유망기술 선정
∙ 전문가 자문 및 내부연구진 토의를 통해 최종 10개
미래유망기술 선정
▼
(4)
미래유망기술 분석
기술별 분석
∙ 기술 개요, 국내외 동향, 2033년 미래 활용 모습,
다른 미래유망기술과의 관계, 기술적 난제 및 정책
제언 등 도출
▼
(5)
미래유망기술
심층 분석
기술별 심층분석 ∙ 논문・특허분석 기반 기술추세 및 수준 분석
<표 3> 2024년 KISTEP 미래유망기술 연구절차
‘생성형 인공지능’ 시대의 10대 미래유망기술
4
연구 결과Ⅲ
1. 미래이슈 선정
2024년 KISTEP 미래유망기술 주제(핵심 트렌드)를 선정하기 위해 다양한 문헌조사 실시
최근 발표된 국내외 미래전망보고서의 트렌드와 이슈, 제6회 과학기술 예측조사 보고서,
미래전략 2045, MIT 10대 혁신기술 등을 수집・분석하여 정치, 경제, 사회, 환경, 기술의
관점에서 미래사회 트렌드를 도출함
- (정치) 글로벌 밸류체인 변화, 자국중심주의 강화, 민주주의 위협, 기존 제도와 지배구조
불균형, 군사용 드론의 대중화 등
- (경제) 온라인 경제의 주류화, 플랫폼 자본주의 확산, 디지털 재화 시장의 성장, 디지털
사회의 일자리 변화, 디지털 제조기술 확산, 자원 고갈에 대비한 농어업・제조업・에너지
혁신, 서비스 무역, 플랫폼 영향력 확대, 고대 유전자의 분석, 산업 클라우드 플랫폼,
디지털 농업 등
- (사회) 인구구조의 변화, 초연결 스마트시티의 가속, 원격근무 수요 증가, 메가시티, 메가리전,
지방 중소도시의 몰락, 사이버・데이터 안보, 인구변화, 초연결사회, 이미지를 생성하는
AI, 인공지능 신뢰성, 위험, 보안 관리, 슈퍼앱의 도입, 적응형 인공지능, 차세대 맞춤형
항체 등
- (환경) 기후변화, 재난재해, 환경오염의 위협, 미세먼지 등 대기오염, 탄소중립을 위한
에너지 전환, 온실가스 저감, 배터리 재활용, 디지털 방역 시스템, 지속가능한 기술, 탈탄소화의
진전, 암모니아의 녹색화, 스마트 감염 모니터링 솔루션, 신재생 에너지 산업용 드론,
바이오 안정성 시험 등
- (기술) 우주 생활 시대, 극지 자원 및 항로 개발, 우주 생활권 실현과 안전하고 편리한 이동,
새로운 삶의 영역을 확보하기 위한 미지의 공간 개척, 우주 상업 시대, 스마트 소재,
스마트 생산, 우주가 지구를 연결, 메타버스, 우주 로봇, 바이오 폴리머 등
Ⅲ. 연구 결과
5
향후 10년 이내 주요 이슈로 부상할 가능성이 크며 최근 주요 사회 이슈와 연관성이 높은
4개 트렌드를 후보 주제(표 4)로 선정
그동안 KISTEP 10대 미래유망기술 주제로 선정되었던 트렌드는 되도록 제외하여 기존
연구와의 차별성을 확보
과학기술 전반의 흐름과 정책 동향에 대한 이해도가 높은 KISTEP 정책고객과 미래예측
전문가를 대상으로 선호도 조사 및 주제 추가 발굴
후보 주제 설명
새로운 영역의 개척 시대를
준비하는 10대 미래유망기술
○ 우주 생활권 실현 및 관련 소재・건축 산업의 형성과 발생 가능한
이슈를 전망하고, 이에 대응할 수 있는 기술을 발굴
- 관련 이슈(예) :
∙ 미지의 영역 개척 및 우주 자원 발굴
∙ 생활권의 우주로의 확장
∙ 불멸의 호기심으로 신세계를 지향하는 탈공간 사회
생성형 인공지능 시대를
준비하는 10대 미래유망기술
○ OpenAI 기반의 ChatGPT 확산에 따른 대화형 인공지능 시대와
관련한 이슈를 전망하고, 이에 대응할 수 있는 기술을 발굴
- 관련 이슈(예) :
∙ 적응형, 대화형 인공지능
∙ 이미지를 생성하는 인공지능
∙ 인공지능 신뢰성, 위험, 보안 관리
제조 분야의 디지털 전환을
대비하는 10대 미래유망기술
○ 다양한 분야에서 발생하고 있는 디지털 전환 중에 산업과 밀접한
제조 분야에 특화화여 발생 가능한 이슈를 전망하고, 이에 대응할
수 있는 기술을 발굴
- 관련 이슈(예) :
∙ 디지털 제조기술 확산
∙ 인간의 신체적・지적 능력 보완・확장
∙ 최적화된 맞춤화 개인화 서비스의 확산
디지털 경제를 준비하는
10대 미래유망기술
○ 디지털 재화, 디지털 금융 등 디지털에 기반하여 촉진되는 경제
및 사회활동으로 발생하는 다양한 이슈를 전망하고, 이에
대응하는 기술을 발굴
- 관련 이슈(예) :
∙ 디지털 재화 시장의 성장
∙ 디지털 금융 활성화
∙ 온택트 경제의 부상
<표 4> 2024년 KISTEP 미래유망기술 후보 주제
‘생성형 인공지능’ 시대의 10대 미래유망기술
6
미래유망기술 후보 주제에 대해 기술수준평가 전문가 및 KISTEP 정책고객 등을 대상으로
설문조사 수행
평가지표
후보 주제
새로운 영역 개척 생성형 인공지능
제조 분야의
디지털전환
디지털 경제
참신성 5.04 5.02 4.22 4.05
관심도・시의성 4.00 5.57 4.66 4.49
파급효과 4.52 5.63 5.16 4.82
기술 연관성 5.55 5.35 5.03 4.18
결과 활용성 4.31 5.64 5.35 4.82
합계 4.68 5.44 4.88 4.47
<표 5> 2024년 KISTEP 미래유망기술 후보 주제 설문조사 결과
※ 평가지표별 점수 : 1(매우 낮음) - 4(보통) - 7(매우 높음)
설문조사 결과를 바탕으로 ‘생성형 인공지능 시대’를 2024년 미래유망기술 주제로 선정
참신성 및 과학기술과의 연관성은 ‘새로운 영역 개척’이 가장 높았으나, 나머지 모든 평가지표에서
‘생성형 인공지능 시대’가 1위를 차지
Ⅲ. 연구 결과
7
2. 10대 미래유망기술 후보군 도출 및 선정
‘텍스트, 이미지, 영상, 코드’ 등 새로운 창작물이 인공지능에 의해 생성되는 창작의 시대를
맞이하여 생성형 인공지능(Generative AI) 관련 가능한 이슈를 전망하고, 이에 대응할 수
있는 기술을 발굴하는 것이 중요해지고 있음
OpenAI사의 ChatGPT(’22.11월)는 출시 40일 만에 이용자 1,000만 명, 두 달 만에
1억 명을 최단기간에 기록하였으며, 다수의 국내외 업체들*이 생성형 인공지능 모델 및
서비스를 제공하고 있음
* MS의 Bing 및 코파일럿, 구글의 Bard, 메타의 라마, 네이버의 하이퍼클로바X, LG의 엑사원,
삼성의 자체개발 생성형 AI 등
생성형 인공지능의 가치사슬은 컴퓨터 하드웨어, 클라우드 플랫폼, 파운데이션 모델,
모델 허브 및 MLOps, 애플리케이션, 서비스의 6개 요소로 구성
미래유망기술은 향후 10년 내 한국 사회에 커다란 변혁을 가져올 수 있는 이슈를 대상으로
하므로 창작의 시대에 생성형 인공지능 시대의 확산에 기여할 수 있는 정도가 큰 기술을
선정코자 함
후보군은 국가과학기술 표준분류체계, 지능정보산업협회, 소프트웨어정책연구소, 특허청,
Github 등의 인공지능 분야 기술분류체계를 기준으로 발췌
상기 인공지능 기술분류(안)을 바탕으로 전문가 서면 평가를 통해 10개 미래유망기술 선정
전문가 서면 평가로부터 얻어진 총 93개의 기술 중 추천 수, 평가지표 점수* 등을 검토
* 3개의 평가지표(기술적 실현 가능성, 경제적 파급효과, 생성형 인공지능 확산 기여도)
내부 전문가 논의를 통해 주제와의 부합성 및 파급효과가 큰 10개 기술을 선정
‘생성형 인공지능’ 시대의 10대 미래유망기술
8
일러스트 기술명 기술 개요
거대언어모델(LLM)
기반 텍스트 생성형
인공지능 기술
텍스트 분류(감정, 긍/부정), 문장 분류, 문서의 주제 분류, 기계 번역,
문서 요약 등이 가능한 생성형 인공지능, 시, 소설 창작, 검색 엔진,
의료/법률/세무 등 전문적인 영역의 상담에 활용 가능, 언어분류,
언어모델, 자연어 처리기술 등이 가능한 생성형 인공지능
자율 이미지 및
영상 생성형
인공지능 기술
이미지 내 객체 인식, 이미지 분할, 이미지에서 특정 영역 추출,
GAN 등을 통한 이미지 생성, 비슷한 이미지 추천, 이미지 설명,
흑백 이미지의 채색 추천 등이 가능한 생성형 인공지능, 일러스트,
만화, 웹툰, 전시회 작품 등에 활용 가능, 비디오설명, 비디오요약,
영화제작 등이 가능한 생성형 인공지능 등
신경망처리 기반
인공지능 전용칩
뉴로모픽칩 등 인공지능 연산 및 처리를 위한 전용 칩
지능형 개인 맞춤
서비스 인공지능
기술
개인 자원의 관리 및 이용을 지원하는 인공지능 애플리케이션
(위치 기반 서비스, 추천 서비스 등 웹기반의 개인화 정보 서비스
포함)
감성내재 음성
생성형 인공지능
기술
음성 인식(speech to text), 음성의 감정 분류, 음성/비음성 분류,
음성의 감정 군집, 음성 분할, 화자 인식, 음성 생성, silent
movie의 음성 생성 등이 가능한 생성형 인공지능, 콜센터,
일기예보, 안내음성, 기계번역, 내비게이션 등에 활용 가능
클라우드 기반
머신러닝 플랫폼
기술
일반적인 머신러닝(정형 데이터 학습, 이미지 처리, 텍스트 및
음성 분석 등) 도구를 사용자에게 클라우드 형식으로 제공하는
플랫폼
코딩 보조용 생성형
언어 모델 기술
코드를 생성, 변경, 완성하고 디버깅을 통해 완성된 코드를 제작
하는데 도움을 주는 인공지능
멀티모달(이미지,
텍스트, 음성) 통합
인식 및 생성
인공지능 기술
이미지, 음성, 신호, 텍스트, 언어 등 데이터를 복합 인식 및
생성하는 인공지능
인공지능 신뢰성 및
안전성 제고 기술
인공지능 일상화에 따른 인공지능의 신뢰성 및 안전성 제고를
위한 기술
인공지능 오픈
마켓플레이스
플랫폼 기술
머신러닝 알고리즘, 데이터 세트 등을 거래할 수 있는 플랫폼
<표 6> 생성형 인공지능 시대에 기여할 10대 미래유망기술
Ⅲ. 연구 결과
9
3. 10대 미래유망기술 심층 분석
1 거대언어모델(LLM) 기반 텍스트 생성형 인공지능 기술
(정의) 100억(10B) 이상의 파라미터를 가진 사전 학습된 언어 모델을 활용하여 대규모의
텍스트 데이터를 분석하고, 다음 단어 예측의 과업을 수행하여 인간과 유사한 문장을 생성하는
범용 인공지능
(범위) 대규모 텍스트 데이터 수집, 사전 학습을 위한 언어 모델의 구조 정의, 사전 학습된
언어 모델의 모델 적응, 사전 학습된 언어 모델을 특정 과업에 맞게 활용
(언어 모델 구조) 생성형 언어 모델을 학습하기 위한 모델 구조는 크게 두 가지(인코더-디코더
구조, 인과적 디코더)로 구분
(언어 모델 활용) 특정 과업을 수행하기 위해 사전 학습된 언어 모델을 사용하고, 문맥 내
학습, 생각의 사슬 지시문을 포함
(필요성) 텍스트 기반의 자연어 처리 영역뿐 아니라 음성, 영상 등과 같은 다양한 데이터와
융합하는 AI 패러다임의 변화, 질의에 대한 답변을 직접 제공하는 새로운 형태의 서비스의
등장, 거대 언어 모델의 의료/법률/금융 등 활용 확산
(국내외 동향) 전 세계적으로 생성형 인공지능 시장을 선점하기 위해 투자를 장려하고 있고,
인공지능의 신뢰성을 촉진하기 위한 규제 및 법안 도입을 추진 중
‘생성형 인공지능’ 시대의 10대 미래유망기술
10
(한국) 거대 언어 모델의 경쟁력을 강화하기 위한 투자가 활발히 진행 중이며, 네이버,
카카오, SKT 등 거대 IT 기업에서 한국어에 특화된 생성형 AI 모델 개발에 주력
(미국) 인공지능 기술의 투자 장려 및 인공지능 기술 규제를 위한 조치를 함께 시행 중이며,
초거대 언어 모델 연구는 미국 기업들이 주도해왔으며 우수한 성능 확보 및 일반인이
사용할 수 있는 서비스 출시를 비롯하여 다양한 모델을 발표 중
(유럽) 유럽연합은 인공지능 기술의 확산에 앞서 인공지능 기술의 신뢰성을 촉진하기 위해
규제 및 법안 도입을 추진 중이고, 영어 데이터를 위주로 학습한 미국 AI 모델에서 벗어나
유럽 언어 기반의 대규모 언어 모델들을 만들기 위한 연구가 진행 중
(2033 전망) 다양한 국가의 언어를 학습 데이터에 포함하여 영어 성능을 유지하면서 저자원
언어 성능도 높일 수 있는 연구가 진행될 것으로 예상됨
모델이 생성한 결과가 사회적인 편향이나 사용자에게 해로운 내용을 담지 못하게 하는
연구가 늘어날 것으로 예상
(다른 미래유망기술과의 관계) AI 반도체, 클라우드 컴퓨팅 하드웨어 기술의 발전에 기반하여
더욱 확장되는 관계
저전력 고효율로 거대 모델을 운용할 수 있는 고성능・고용량 AI 반도체, 거대 언어 모델을
추론하기 위해서 막강한 연산 성능을 가진 컴퓨터 등 하드웨어적인 기반위에 거대 언어
모델 개발이 더욱 확장 가능함
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
1)
는 중국이 가장 높고 시장확보력
2)
은 유럽이 가장 높은 것으로
조사됨
1) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
2) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
11
2 자율 이미지 및 영상 생성형 인공지능 기술
(정의) 생성형 인공지능 중에서 이미지와 영상을 생성하는 기술로 언어와 달리 이미지와 영상은
의미적으로 다양한 가능성을 내포하기 때문에 생성 과정에서 자율적인 기능을 포함
(범위) 영상 정보가 가지는 다양한 해석이 가능한 특징으로 인해 (1) 시각적 정보의 해석,
(2) 추론, (3) 예측에 관한 기술을 포함
(시각적 정보의 해석) 하나의 대상을 학습하면, 대상물의 지워진 부분이나, 대상물을 다르게
변형하는 것이 가능. 최근, 대상에 대한 학습과 심도 있는 이해를 바탕으로 의미적 변화를
시도하는 연구가 다양하게 진행.
(시각적 정보의 추론) 영상 정보가 가지고 있는 불완전성을 해소하려는 방법으로 스스로
명확하지 않은 부분을 다시 정확하게 보는 것에서, 다양한 요소를 다른 비중으로 비교하는
등의 영상 재검토 과정
(필요성) 영상을 소비하던 시대에서 영상을 생성하는 시대로 전환하고 있으며 점차 개인 창작이
증가하면서 시대적 변화를 견인할 것으로 예상되고, 특히 의료, 상담, 마케팅, 광고, 드라마,
영화와 같은 미디어가 중요한 산업에서도 많은 변화 예상
(국내외 동향) 전 세계적으로 기존의 언어 중심에서 영상을 포함하는 멀티 모달로 생성형
인공지능 시장이 확대되고 있으나, 일부 국가에서는 규제 취지의 입법 추진
‘생성형 인공지능’ 시대의 10대 미래유망기술
12
(한국) 영상을 생성하는 인공지능 기술은 KAIST, 서울대를 중심으로 핵심 기술 연구가
본격적으로 추진되고 있고, 일부 기술에서는 세계적인 수준을 달성
(미국) Open AI는 ChatGPT, GPT4, DALL-E 2 등을 발표하면서, 기존의 언어 중심의
생성형 인공지능을 빠르게 멀티 모달로 확대하고 있으며, 인터넷 검색으로 확대를 시도하고
있음
(중국) 기술 중심의 정책을 펼치는 중국도 영상 생성형 인공지능 기술에 대해서는 규제
취지의 입법을 추진하고 있으며, 중국 내 가치 질서를 해친다는 판단에서 비롯된 것으로
보임
(2033 전망) 영상을 생성하는 인공지능 기술은 우리가 소통하고 생활하는 방법을 변화시킬
것으로 예측되어 기존 기술의 변화와 더불어 새로운 산업으로 확산을 견인할 것으로 예상
의미적 해석, 시각적 추론, 시각적 상식을 연구하고 있고, 영상을 생성하는 분야에서 생성
데이터의 일관성을 유지하고 멀티 모달 데이터를 활용하는 분야로 확장
(다른 미래유망기술과의 관계) 거대언어모델/멀티모달 생성형 인공지능 기술의 발전에 상호
보완적인 관계
현재 영상 정보를 한정하고 기술하는 방법으로 언어의 도움을 받고 있으며, 추론의 대상을
한정하는 경우에도 거대언어모델을 기반으로 하고 있어 상호 보완적임
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
3)
는 한국이 가장 높고 시장확보력
4)
은 유럽이 가장 높은 것으로
조사됨
3) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
4) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
13
3 신경망처리 기반 인공지능 전용칩
(정의) 기계학습 모델을 구축하여 인공지능 소프트웨어 구현을 하기 위해 특화 설계된 시스템온칩
반도체로, 이 중 신경처리장치(NPU, Neural Processing Unit)는 딥뉴럴 네트워크와 관련된
인공지능과 머신러닝 작업을 가속시키는 하드웨어임
(범위) (1) 뉴로모픽 컴퓨팅, (2) 추론/학습 및 분야별 활용기술, (3) NPU 하드웨어 및 소프트웨어
최적화 기술을 포함
(뉴로모픽 컴퓨팅) 신경(neuro)과 형태를 갖춘(morphic)을 합친 용어 결합처럼 인간
뇌의 신경망 구조와 기능에 영감을 받아 컴퓨팅 시스템을 설계하고 구축하는 인공지능
컴퓨팅의 특화된 분야
(NPU 하드웨어 및 소프트웨어 최적화 기술) NPU 하드웨어를 효율적으로 실행하고 활용하기
위한 프로그램, 라이브러리 및 프레임워크를 포함하는 NPU 소프트웨어와 결합함으로써
전체적인 최적화를 달성하는 기술
(필요성) 뉴로모픽 컴퓨팅에 기반한 NPU는 로봇공학, 센서 시스템, 뇌-컴퓨터 인터페이스
등 다양한 분야에서 높은 에너지 효율성, 실시간 처리 및 인지 능력이 필요한 업무에 대응할
수 있음
‘생성형 인공지능’ 시대의 10대 미래유망기술
14
(국내외 동향) 전 세계적으로 인공지능 반도체 기술에 대한 리더십 확보를 위해 정책을
확대중이며, 관련 법안 제정 및 기술패권 확보를 위해 경쟁 중임
(한국) 인공지능 및 반도체 기술은 각각 12대 국가 필수 전략기술로 선정하여 중점 지원이
진행되고 있으며, 인공지능 반도체 기술은 두 분야에 걸친 핵심 공유 기술에 해당
(미국) 인공지능을 포함한 반도체 전 분야에서 미국의 장기적 리더십 확보를 위한 정책을
확대중이며, 차세대 반도체 경쟁력 확보를 위해 ‘미국 CHIPS 법안(CHIPS for America
Act)’, ‘미국 파운드리 법안(American Foundries Act)’ 등을 제정
(중국) 반도체 산업의 자주화 정책을 지속하고 디지털 경제의 핵심기술로 인공지능 반도체
강조하면서 미국의 반도체 관련 통제에 대응하기 위한 노력을 지속
(2033 전망) 인간 중심으로 인공지능 기술 발전이 지속된다면 2030년 쯤에는 멀티모달 수준의
복잡성을 극복하면서 설명가능하고 신뢰가능한 인공지능 기술 단계로 성숙
신경망처리 기반 인공지능 전용칩은 3세대 뉴로모픽 컴퓨팅 단계에 도달한 후에 차기
단계로 발전하는 미래형 초저전력 고성능/대규모 인공지능 처리를 감당할 것임
(다른 미래유망기술과의 관계) 클라우드 기반 머신러닝 플랫폼 기술, 지능형 개인 맞춤 서비스
인공지능 기술은 인공지능 전용칩 기술의 발전에 기반하여 더욱 확장되는 관계
클라우드 기반 머신러닝 플랫폼 기술, 지능형 개인 맞춤 서비스 인공지능 기술은 신경망처리
기반 인공지능 전용 칩의 효율성과 경제성에 크게 의존함
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
5)
는 한국이 가장 높고 시장확보력
6)
은 유럽이 가장 높은 것으로
조사됨
5) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
6) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
15
4 지능형 개인 맞춤 서비스 인공지능 기술
(정의) 개인의 상황에 맞게 인공지능이 개별적인 혜택을 제공하는 것으로 각 개인의 특성과
선호, 행동 패턴 등을 분석하여 최적화된 서비스를 제공
(범위) 요소기술로는 (1) 머신러닝을 비롯한 딥러닝, (2) 자연어처리, (3) 추천시스템, (4) 데이터
분석 등을 포함
(자연어처리 기술) 텍스트 인식 및 음성 인식 등을 통하여 대화형 AI를 구현하여 검색엔진
및 감정 분석 등에도 활용될 수 있어서 사용자와의 소통을 통한 개인화된 서비스 제공
(데이터분석 기술) 서비스에 필요한 데이터 및 사용자들이 만들어낸 데이터 로그들 등
거대한 데이터 집합 속에서 유용한 정보를 추출하고, 해당 정보를 학습하여 결정을 내릴
수 있도록 하는 기술
(필요성) 지능형 개인 맞춤 서비스는 제공되는 서비스 품질의 향상과 서비스 제공자의 경쟁력
강화, 고객의 만족도 증대 등의 측면에서 기여 가능
(국내외 동향) 전 세계적으로 국가적 차원의 정책 추진과 함께 글로벌 기업들이 지능형 개인
맞춤 서비스 출시에 박차를 가하고 있음
(한국) 유통・마케팅, 금융, 미디어, 교육, 헬스케어, 여가 등 다양한 분야에서 관련한 서비스
추진 중이며, 최근 생성 AI와 연계하여 고도화 진행
‘생성형 인공지능’ 시대의 10대 미래유망기술
16
(미국) 국가적 차원에서 지능형 개인 맞춤 서비스 관련 다양한 정책을 발표하고, 글로벌
빅테크 기업인 구글, 아마존, 넷플릭스 외에도 OpenAI, 애플, MS, Meta 등도 지능형
개인 맞춤 서비스 출시에 박차
(유럽) 영국 및 독일을 중심으로 하는 기술 개발이 이루어지고 있으며, 전반적으로 AI를
디지털 전환과 산업 현대화의 전략요소 기술로 활용하고 있음
(2033 전망) 사회 전반에 걸쳐 변화를 이끌어내며, 일상의 삶에 영향을 미칠 것으로 전망
현재의 AI 기술은 이미 많은 개인화 서비스를 가능하게 하고 있지만, AI 알고리즘의 진화는
이를 더욱 향상시킬 것으로 예상
(다른 미래유망기술과의 관계) 텍스트 생성형 AI 기술의 발전으로 지능형 개인 맞춤 서비스
개발이 가속화되는 관계
플랫폼-앱 생태계가 구현됨에 따라, 파운데이션모델을 활용한 개인서비스 간의 연결성
및 개인 맞춤형 서비스 품질의 고도화는 가속화 될 것으로 예상
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
7)
는 중국이 가장 높고 시장확보력
8)
은 유럽이 가장 높은 것으로
조사됨
7) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
8) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
17
5 감성내재 음성 생성형 인공지능 기술
(정의) 생성형 인공지능 중 생성된 결과물이 음성 신호이며, 특히 인간이 인식할 수 있는
감정이 그 음성신호에 표출이 되거나 또는 생성단계의 내부에서 파라미터의 일부로서 사용되어
음성을 생성하는 기술
(범위) (1) 음성 합성 기술, (2) 자동통역 기술, (3) 음질 향상 및 음원/화자 분리 기술,
(4) 음성 생성 기술 등의 기술이 포함
(음성 합성 기술) 주어진 텍스트를 음성으로 변환하는 기술이며 TTS로도 널리 알려져
있고, 최근에는 딥러닝이 적용되면서 성능이 급속히 개선
(음성 생성 기술) 이미지, 영상, 텍스트 등 다양한 형태의 입력을 생성 모델 방법을 이용하여
대응되는 오디오 신호를 출력하는 기술
(필요성) 음성 인터페이스는 인간과 기계가 인터랙션하는데 가장 직관적이고 편리한
인터페이스로, 음성 인식 및 음성 합성 기술은 최근 인공지능 기술의 급속한 발전에 따라
그 성능 및 활용도가 높아진 분야임
(국내외 동향) 기술의 윤리성 측면 및 저작권 관련된 요소에 대한 논의가 활발히 진행 중이고,
일부 기업 중심으로 딥러닝 기술을 최적화하여 음성합성기술을 적용
‘생성형 인공지능’ 시대의 10대 미래유망기술
18
(한국) 국내 감성 내재 음성 생성형 기술의 활성화를 위한 정책적 지원은 아직 초기 단계에
있으며 주로 저작권 및 딥페이크 기술의 오용 방지에 대한 논의가 주로 이루어짐
(미국) 기술의 윤리성 측면 및 저작권 관련된 요소에 대한 논의가 활발히 진행 중에 있으나
규제에 대해서는 중국이나 유럽연합에 비해서는 느슨한 편이고, 구글, 마이크로소프트
중심으로 음성합성 모델을 개발중임
(중국) 건전한 인터넷 환경 조성을 강조하고 있고, 인터넷 콘텐츠의 권리 강화, 국가안보와
사회공공이익의 수호 측면에서 규정을 발표
(2033 전망) 음성 합성 분야는 이미 상용화 수준의 기술에 도달하였으며, 향후 영상 분야
및 언어 분야에서의 생성형 인공지능 기술과 결합하여 인공지능만으로 높은 수준의 영화를
제작하는 것이 가능해질 것으로 예상
거대 언어 모델의 언어 생성과 유사한 수준으로 자유롭고 창의적인 음성을 생성하는 기술로
발전할 것으로 예상됨
(다른 미래유망기술과의 관계) 감성 내재 음성 생성형 인공지능 기술은 멀티모달 통합 인식
및 생성 인공지능 기술로 통합 발전하는 관계
감성 내재 음성 생성형 인공지능 기술은 멀티모달 통합 인식 및 생성 인공지능 기술과
밀접한 관련을 가지고 있으며 향후 멀티미디어를 자유롭게 생성하는 멀티모달 생성형
인공지능으로 통합 발전할 것으로 예상
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
9)
는 중국이 가장 높고 시장확보력
10)
은 유럽이 가장 높은 것으로
조사됨
9) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
10) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
19
6 클라우드 기반 머신러닝 플랫폼 기술
(정의) 머신러닝 프로젝트의 계획부터 프로덕션의 모델 유지관리까지 머신러닝 모델 사용의
전체 라이브 사이클을 지원하는 클라우드 기반 플랫폼
(범위) (1) 데이터 관리 및 전처리, (2) 머신러닝 모델의 개발과 학습, (3) 머신러닝 모델의
배포 및 모니터링 등으로 분류
(데이터 관리 및 전처리 기술) 수집한 데이터를 머신러닝 모델 훈련에 사용할 수 있도록
머신러닝 대상 데이터를 정의하고 데이터를 전처리하고 모델링 데이터 셋을 구성하는
기술
(머신러닝 모델 배포 및 모니터링 기술) 훈련한 머신러닝 모델을 사용자에게 배포 및
서비스를 제공하고 서비스 상태를 모니터링하는 기술
(필요성) 클라우드 시대 도래 및 인공지능의 중요성이 커짐에 따라 클라우드 기반 머신러닝
플랫폼 기술이 4차 산업혁명의 기초 인프라로 부각하고, 다양한 사용자가 참여할 수 있는
클라우드 기반 머신러닝 플랫폼에 대한 수요가 증가
(국내외 동향) 전 세계적으로 클라우드 기반 머신러닝 플랫폼 기술의 상용화를 추진중이나,
원천기술 확보와 연구 역량에 균형이 필요
‘생성형 인공지능’ 시대의 10대 미래유망기술
20
(한국) 현재 국내 클라우드 기반 머신러닝 플랫폼 기술은 상용화에 중점을 두어 기술
개발이 진행되고 있으며 원천기술 확보는 미흡한 수준으로 전반적인 기술 수준 및 완성도
제고가 필요
(미국) 클라우드 기반 머신러닝 플랫폼 구축에 필요한 데이터 관리, 머신러닝 모델 개발
및 배포, 프로세스 관리 등 세부 기술과 관련해 가장 많은 특허, 소프트웨어를 보유
(유럽) 유럽의 클라우드 및 인공지능 관련 연구 역량은 다른 국가/지역에 비해 상대적으로
균형이 잘 잡혀있음
(2033 전망) 클라우드 기반 머신러닝 플랫폼 기술의 발전 및 보급으로 해당 기술을 사용하는
기업 및 일반 사용자가 늘어날 것으로 예상
한편 보안 관련 이슈는 클라우드 환경에서도 이미 나타나기 시작했으며 보안 사고의 형태도
점점 복잡해짐
(다른 미래유망기술과의 관계) 신뢰 가능한 클라우드 기반 머신러닝 플랫폼 기술은 인공지능
신뢰성 및 안전성 제고 기술의 발전에 기반하고 있는 관계
인공지능 신뢰성 및 안전성 제고 기술의 발전으로 더욱 신뢰 가능한 클라우드 기반 머신러닝
플랫폼 기술을 사용할 수 있게 될 것으로 예상
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
11)
는 중국이 가장 높고 시장확보력
12)
은 유럽이 가장 높은 것으로
조사됨
11) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
12) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
21
7 코딩 보조용 생성형 언어 모델 기술
(정의) 자연어(NL, Natural Language)로부터 프로그램 코드(PL, Programming Language)를
생성하거나 반대로 프로그램 코드를 읽고 자연어로 설명하거나, 혹은 프로그램 코드를 변경
혹은 향상시키는 기술
(범위) (1) 코드 생성 기술, (2) 코드 설명 기술, (3) 코드 변환 기술, (4) 코드 향상 기술의
4가지 세부기술로 구분
(코드 생성 기술) 프로그램을 설명한 자연어를 입력으로 받아 프로그램 코드를 생성하는 기술
(코드 향상 기술) 미완성된 프로그램을 완성해 주거나, 같은 기능의 프로그램을 더 효율적인
코딩으로 바꿔 주는 기술
(필요성) 인공지능과 디지털 전환(digital transformation) 시대에 필요한 많은 코딩 인력
문제를 해결 가능하고, 생산성 향상, 오류 감소, 학습 곡선 감소에 유용
(국내외 동향) 전 세계적으로 자동 코딩 기술을 개발 및 활용하고 있으며, 자동 코드 생성,
코드 설명, 코드 변환, 코드 향상 등의 다양한 기술을 개발
(한국) 거대 언어모델과 AI 학습을 혼합하여 자동 코딩 기술을 개발하고 있으나 아직
초기 단계
‘생성형 인공지능’ 시대의 10대 미래유망기술
22
(미국) 학계와 산업계에서 거대 언어모델(GPT, PaLM) 등을 기반으로 자동 코드 생성,
코드 설명, 코드 변환, 코드 향상 등의 다양한 기술을 개발
(유럽) 자동 코딩 모델을 이용하여 소스코드 무결성 검토, 자동완성 등 이미 상용화된
기술이 상당히 많고, 이미 서비스 중인 기업들도 다수 존재함
(2033 전망) 코드 생성 기술을 활용한 소프트웨어 제작 도구의 수요는 점점 증가할 것이고
코드 생성 기술을 활용하면 일반인 개발자도 제품 개발이 가능
일반인들도 자신의 아이디어를 프로그램으로 구현할 수 있게 됨으로써, 더 다양한 콘텐츠가
만들어질 수 있게 됨
(다른 미래유망기술과의 관계) 코딩 보조형 생성형 언어모델기술은 텍스트 생성형 인공지능
기술을 기반으로 더욱 확장되는 관계
거대 언어모델의 기술은 코드 생성 언어모델에도 그대로 적용되거나 변형하여 사용될
수 있음
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
13)
는 중국이 가장 높고 시장확보력
14)
은 유럽이 가장 높은 것으로
조사됨
13) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
14) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
23
8 멀티모달 통합 인식 및 생성 인공지능 기술
(정의) 텍스트, 이미지, 음성, 비디오 등 다양한 데이터 모드(modality)를 처리하고 이해하는
인공지능 기술로 인간의 감각과 사고방식을 모방하여 다양한 방식으로 정보를 처리하고 이해
(범위) 모달리티의 이질성, 연결성, 상호작용을 포함하고, (1) 표현, (2) 정렬, (3) 추론, (4) 생성,
(5) 전이, (6) 정량화의 6가지 영역 포함
(정렬) 모든 요소 간의 연결과 상호작용을 식별하는 것을 목표, 이산정렬 (discrete alignment),
연속정렬 (continuous alignment), 맥락표현 (contextualized representation)을 통한
모달리티 요소들의 정렬 방식
(추론) 여러 추론 단계를 통해 멀티모달 증거에서 지식을 구성하는 것을 목표, 구조모델링
(structure modeling), 중간개념(intermediate concepts), 추론전형(inference paradigm),
외부지식(external knowledge)을 통한 추론 방식
(필요성) 인간과 유사한 방식의 사고를 위해서는 텍스트, 이미지, 오디오, 비디오 등 다양한
멀티모달 데이터를 복합적으로 이해하는 인공지능 기술이 필요
(국내외 동향) 전 세계적으로 멀티모달 데이터셋 및 서비스를 구축 중이고, 대기업을 중심으로
멀티미디어 콘텐츠를 제공하는 서비스를 도입중
‘생성형 인공지능’ 시대의 10대 미래유망기술
24
(한국) 네이버, 카카오브레인, LG AI 연구원 등을 중심으로 멀티모달 데이터셋 구축을
진행중이고, 카카오브레인, 네이버, SK텔레콤 중심으로 멀티모달 문서 서비스 도입
(미국) 메타, 마이크로소프트, KOSMOS 중심으로 다양한 유형의 정보를 동시에 학습,
인식하는 모델을 개발하고, Microsoft, OpenAI를 중심으로 텍스트, 이미지, 비디오 등 분석
(중국) 바이두, 알리바바 클라우드를 중심으로 자연어 이해, 이미지 생성, 멀티미디어 콘텐츠
등 서비스 제공
(2033 전망) 인간과 멀티모달 인공지능의 공동 진화가 예상되며, 변화의 속도는 넓은 범위에
걸쳐서 인간이 기술과 상호 작용하는 방식에 영향을 미침
인공지능은 단순한 시나리오와 응용 프로그램을 넘어서 발전할 것으로 예상하며 더 복잡한
작업, 예를 들어 생명을 위협하는 상황을 감지하는 등의 역할을 수행
(다른 미래유망기술과의 관계) 멀티모달 인공지능은 텍스트 생성, 이미지 생성, 음성 생성
인공지능 기술과 상호 보완적인 관계
멀티모달 인공지능은 텍스트 생성, 이미지 생성, 음성 생성 인공지능 기술과 함께 작동하여
데이터를 더욱 효과적으로 이해하고 생성 가능
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
15)
는 중국이 가장 높고 시장확보력
16)
은 유럽이 가장 높은 것으로
조사됨
15) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
16) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
25
9 인공지능 신뢰성 및 안전성 제고 기술
(정의) 인공지능시스템의 위협요인(편향성, 개인정보 및 저작권 침해, 가짜 정보 및 사기,
작동 오류, 부정행위 등)과 기술적 한계에 대응하고 다양한 분야에서 활용되는 과정에서 부작용을
예방하는 광범위한 기술
(범위) (1) 딥페이크 탐지 기술, (2) 가짜 뉴스 탐지 기술, (3) NLP 편향성 측정, (4) 설명
가능 AI 포함
(딥페이크 탐지 기술) 조작된 얼굴 표정을 담은 이미지 내에서 특정 영역을 감지하고
지역화할 수 있는 표정조작감지 프레임워크 기술
(가짜뉴스 탐지 기술) 언어적 특징 기반 접근법, 문서 형태 분석 기술, 출처 신뢰도 검증
기술, 콘텐츠 교차 검증 기술, 텍스트 요약(추출요약 및 추상요약) 등
(필요성) 인공지능이 다양한 산업에 도입되어 활용되기 시작했으나, 아직 기술이 초기 단계에
있어 신뢰성과 안전성 측면에서 각종 부작용과 잠재적 위험성에 대한 우려 증가
(국내외 동향) 전 세계적으로 인공지능의 신뢰성 기술 확보에 노력하고 있고, 인공지능의
신뢰성을 촉진하기 위한 규제 및 법안 도입을 추진 중
‘생성형 인공지능’ 시대의 10대 미래유망기술
26
(한국) 정부는 신뢰할 수 있는 인공지능 실현 전략을 발표하고, 인공지능 제품 및 서비스에
대한 민간 자율의 인증제 등 지속적으로 도입
(미국) 정부 차원에서 국가 인공지능 국가 인공지능 연구개발 전략으로서, 기술적으로
안전한 인공지능 개발 등을 채택함은 물론, 글로벌 빅데크 기업은 우수 기술 연구자금
지원을 병행하며 신뢰성 기술 확보에 노력
(유럽) 최근 AI 기술의 핵심 축이 되고 있는 초거대 AI를 보유한 국가는 미국, 중국, 한국,
이스라엘 등 비유럽권으로, 반대급부로 이슈가 되고 있는 AI의 신뢰성과 안전성 기술도
EU 국가 내 기업들에게서는 특별하게 부각되는 것이 없는 상황
(2033 전망) AI시스템은 인간 상호작용의 특징인 사회적 규범, 가치, 맥락을 따라야 하므로,
인간 사회의 윤리 표준과 같이 AI시스템 사용에 대한 가이드라인, 정책, 규정을 도입할 수밖에
없을 것으로 전망
현재 AI시스템에는 다양한 상황에서 유연하게 행동할 수 있는 윤리 및 상식 추론 역량이
없으나, 미래의 AI시스템은 사람들로 하여금 윤리적으로 수용 가능하고 의무적인 행동을
할 수 있도록 장려 가능
(다른 미래유망기술과의 관계) 인공지능 신뢰성 및 안전성 제고 기술은 다른 생성형 인공지능
기술 구현을 위한 필수 기반 관계
산업, 기술, 일상생활에 스며들고 있는 인공지능의 일상화가 본격화됨에 따라 앞서 논의한
인공지능의 위협요인이 언제든 발생할 수 있으므로, 인공지능 신뢰성 및 안전성 제고
기술은 필수
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
17)
는 한국이 가장 높고 시장확보력
18)
은 유럽이 가장 높은 것으로
조사됨
17) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
18) 외국인에 의한 특허 출원 증가율
Ⅲ. 연구 결과
27
10 인공지능 오픈 마켓플레이스 플랫폼 기술
(정의) 인공지능 오픈마켓 플랫폼은 인공지능의 연구 결과와 서비스를 공유하고 판매할 수
있는 온라인 공간 기술
(범위) (1) AI 모델 및 알고리즘 공유, (2) 데이터 관리, (3) AI 서비스 통합, (4) 결제 및
계약 관련 기술 등이 있음
(AI서비스 통합) 사용자가 플랫폼에서 구매한 AI 서비스를 자신의 시스템이나 애플리케이션에
쉽게 통합할 수 있도록 API나 SDK 등의 도구를 제공하고, 데이터를 마이그레이션
할 수 있는 기능을 제공
(결제 및 계약 관련 기술) 사용자 또는 구매, 판매자가 AI서비스를 거래할 때 안전하게
결제하고 계약을 체결할 수 있도록 하는 기술
(필요성) AI 오픈마켓 플랫폼은 AI의 개방성과 접근성을 높이는 중요한 도구로 인식되고,
오픈마켓 형태의 플랫폼은 AI 개발을 더욱 민주화하고, 다양한 기업이 AI를 활용하여 자신의
서비스를 개선하는데 도움
(국내외 동향) 전 세계적으로 데이터 개방 및 오픈마켓 플랫폼을 구축 중이고, 다양한 기업과
기관이 참여 가능한 클라우드 기반 데이터 인프라 구축
(한국) 오픈마켓 플랫폼 구축 및 운영에 관련하여, 클라우드 스토어를 위한 전략, 현재의
디지털서비스이용지원 시스템, 온라인 기술거래 네트워크 구축 등을 추진
‘생성형 인공지능’ 시대의 10대 미래유망기술
28
(미국) 2009년부터 기업과 연구자들이 활용할 수 있는 오픈데이터포털(Data.gov)를 구축하
고 공공데이터를 개방해 왔으며, 데이터 생산과 수요의 중계 관련 전략을 발표
(유럽) 가이아-X 프로젝트를 통해 독일 및 프랑스를 주도로 하여 유럽 500여개의 기업과
기관이 참여하는 클라우드 기반 데이터 인프라를 구축
(2033 전망) 인공지능 오픈마켓 플랫폼은 개별 AI 개발자나 스타트업들이 AI 서비스를 쉽게
판매하고, 새로운 비즈니스 모델을 탐색할 수 있게 하기에 AI 산업 육성에 이바지 할 것으로
판단
오픈마켓 플랫폼을 통해 확산된 다양한 형태의 AI를 활용한 업무 자동화, 효율적인 의사결정,
개인화된 서비스 제공 등은 경제 활동을 더욱 효율적으로 만들 것임
(다른 미래유망기술과의 관계) 다른 생성형 인공지능 기술과 같이 생태계를 구축하는 관계
최근 플러그인과 같은 파운데이션 모델과 연계한 AI 애플리케이션 생태계가 구현됨에
따라, 수많은 AI 모델과 앱들의 보장된 성능과 다양성에 기반한 증량이 가속화 될 것으로
예상
(논문・특허 심층분석) 한국, 미국, 일본, 유럽(영국 포함 28개국), 중국의 최근 12년 논문
및 특허 분석 결과, 기술집중도
19)
는 중국이 가장 높고 시장확보력
20)
은 미국이 가장 높은 것으로
조사됨
19) 기술집중도 : (최근 3년 중요논문 건수) / (중요논문 건수) * 100 (%), 중요논문 : CITATION 10 이상인 논문
20) 외국인에 의한 특허 출원 증가율
Ⅳ. 결론 및 시사점
29
결론 및 시사점Ⅳ
2024년 KISTEP 미래유망기술 주제를 선정하기 위해 최근 발표된 국내외 미래전망보고서의
트렌드와 이슈, 제6회 과학기술 예측조사 보고서, 미래전략 2045, MIT 10대 혁신기술 등의
다양한 문헌 수집・분석 수행
향후 10년 이내 주요 이슈로 부상할 가능성이 크고 여러 문헌에서 반복적으로 등장하고
있으며 최근 주요 사회 이슈와 연관성이 높은 ‘새로운 영역의 개척’, ‘생성형 인공지능’,
‘제조 분야의 디지털 전환’, ‘디지털 경제’ 등의 4개 트렌드를 후보 주제로 선정
미래유망기술 후보 주제를 기술수준평가 전문가 및 KISTEP 정책고객 등을 대상으로
설문조사를 통해 최종 ‘생성형 인공지능’으로 확정
미래유망기술은 5~10년 후 새로운 창작물이 인공지능에 의해 생성되는 창작의 시대를 맞이하여
생성형 인공지능의 확산에 기여할 수 있는 정도가 큰 기술을 후보군으로 선정
후보군은 국가과학기술 표준 분류체계, 지능정보산업협회, 소프트웨어정책연구소, 특허청,
Github 등의 인공지능 분야 기술분류체계를 기준으로 발굴
인공지능 분야 기술분류(안)을 바탕으로 전문가 서면 평가 등을 통해 최종 10개 미래유망기술
선정
전문가 서면 평가로부터 얻어진 총 93개의 기술 중 추천 수, 평가지표 점수 등을 검토하고
내부 전문가 논의를 통해 주제와의 부합성 및 파급효과가 큰 10개 기술을 선정
① 거대언어모델(LLM) 기반 텍스트 생성형 인공지능 기술, ② 자율 이미지 및 영상 생성형
인공지능 기술, ③ 신경망처리 기반 인공지능 전용칩, ④ 지능형 개인 맞춤 서비스 인공지능
기술, ⑤ 감성내재 음성 생성형 인공지능 기술, ⑥ 클라우드 기반 머신러닝 플랫폼 기술,
⑦ 코딩 보조용 생성형 언어 모델 기술, ⑧ 멀티모달(이미지, 텍스트, 음성) 통합 인식
및 생성 인공지능 기술, ⑨ 인공지능 신뢰성 및 안전성 제고 기술, ⑩ 인공지능 오픈
마켓플레이스 플랫폼 기술
‘생성형 인공지능’ 시대의 10대 미래유망기술
30
미래유망기술의 조속한 실현과 발전을 위해서는 원천기술 확보, 법・제도 개선, 인프라 구축,
인력양성, 신뢰성・안전성 제고 등이 필요
(원천기술) 생성형 AI 원천기술 투자 및 개발, 데이터보안 및 프라이버시 기술 확보, 대규모
언어 모델 개발 등 원천기술 확보
(법・제도) 개인정보 보호 및 데이터 보호 관련 법・제도 정비, 생성된 저작물의 저작권과
신뢰성에 대한 법률 제정, 생성형 AI 확산에 따른 사회 문제 해결, 서비스 품질 보증
등 법 및 제도 마련
(인프라 구축) 거대 모델 지원 컴퓨팅 인프라 구축, 테스트베드 및 상용화 지원 인프라
구축, 클라우드 및 머신러닝 하드웨어 인프라, 시험인증 체계, 오픈마켓 플랫폼 구축 등
해당 기술의 적용을 위한 인프라, 협력체계, 테스트베드 구축
(인력양성) AI 인력 채용시장 변화 대응, 실증 및 체험 연계 교육, 타산업과 생성형 AI 간의
융합적 인재 양성 및 산업 전반에 전문 인력 수급이 가능한 AI 인력양성 프로그램 추진
(신뢰성・안정성) 생성물의 데이터 편향, 사용의 오남용, 가짜 정보 탐지를 위한 시스템
개발 및 알고리즘의 투명성 확보
논문 및 특허 분석에 따르면, 10개 미래유망기술 모두 성장기에 있으며 영향력 측면에서는
미국과 유럽이 주도하고 있는 것으로 파악됨
기술성장주기 분석결과 모든 10개 미래유망기술은 성장기에 있는 것으로 분석
신경망처리 기반 인공지능 전용칩은 선도국가는 중국/일본으로 확인되었고, 나머지 9개
미래유망기술의 선도국은 미국으로 분석됨
양적인 측면인 논문 및 특허 점유율에서는 중국이 앞서고 있으나, 질적 측면인 논문 및
특허 영향력에서는 미국과 유럽이 앞서고 있고, 한국은 대부분의 기술이 중하위권에
위치하고 있음
Ⅳ. 결론 및 시사점
31
10개 미래유망기술의 논문영향력과 특허영향력에 따라 차별화된 기술확보전략이 필요
자율 이미지 및 영상 생성형 인공지능 기술, 신경망처리 기반 인공지능 전용칩, 클라우드
기반 머신러닝 플랫폼 기술, 코딩 보조용 생성형 언어 모델 기술, 멀티모달(이미지, 텍스트,
음성) 통합 인식 및 생성 인공지능 기술, 인공지능 신뢰성 및 안전성 제고 기술, 인공지능
오픈 마켓플레이스 플랫폼 기술은 상대적으로 논문영향력 및 특허영향력의 경쟁력이 낮아서
정부 차원의 지원이 중요
거대언어모델(LLM) 기반 텍스트 생성형 인공지능 기술, 지능형 개인 맞춤 서비스 인공지능
기술, 감성내재 음성 생성형 인공지능 기술은 상대적으로 논문영향력 및 특허영향력의
경쟁력이 높아서 높은 기대성과가 예상되어 집중적 투자가 필요
기술명 논문영향력 특허영향력
거대언어모델(LLM) 기반 텍스트 생성형 인공지능 기술 한국 3위 한국 3위
자율 이미지 및 영상 생성형 인공지능 기술 한국 4위 한국 5위
신경망처리 기반 인공지능 전용칩 한국 4위 한국 5위
지능형 개인 맞춤 서비스 인공지능 기술 한국 3위 한국 5위
감성내재 음성 생성형 인공지능 기술 한국 3위 한국 5위
클라우드 기반 머신러닝 플랫폼 기술 한국 4위 한국 4위
코딩 보조용 생성형 언어 모델 기술 한국 4위 한국 5위
멀티모달(이미지, 텍스트, 음성) 통합 인식 및 생성 인공지능 기술 한국 4위 한국 4위
인공지능 신뢰성 및 안전성 제고 기술 한국 4위 한국 4위
인공지능 오픈 마켓플레이스 플랫폼 기술 한국 4위 한국 5위
<표 7> 생성형 인공지능 시대에 기여할 10대 미래유망기술별 논문 및 특허영향력
‘생성형 인공지능’ 시대의 10대 미래유망기술
32
참 고 문 헌
∙ 과학기술정보통신부, 미래전략2045 (2020)
∙ 박창현 외, 제6회 과학기술예측조사 연구 (2021)
∙ 한국과학기술기획평가원, 2019년 KISTEP 미래유망기술 선정에 관한 연구 (2019)
∙ 한국과학기술기획평가원, 2020년 KISTEP 미래유망기술 선정에 관한 연구 (2020)
∙ 한국과학기술기획평가원, 2021년 KISTEP 미래유망기술 선정에 관한 연구 (2021)
∙ 한국과학기술기획평가원, 2022년 KISTEP 미래유망기술 선정에 관한 연구 (2022)
∙ 한국과학기술기획평가원, 2022년 KISTEP 미래유망기술 선정에 관한 연구 (2023)
∙ 한국과학기술정보연구원, 10대 미래유망기술 (2022)
∙ 한국생명공학연구원, 2023 10대 바이오 미래유망기술 (2023)
∙ 한국지능정보사회진흥원, 2023년 지능정보윤리 이슈리포트 (2023)
∙ 임수종, 초거대 인공지능 언어모델 동향 분석 (2021)
∙ 소프트웨어정책연구소, 초거대언어모델의 부상과 주요이슈: ChatGPT의 기술적 특징과 사회적
산업적 시사점 (2023)
∙ 김일부(카카오브레인), AI딥테크 기업의 생태계 전략, 생성 AI 컨퍼런스(GAA: Generativie AI
Asia) (2023)
∙ IITP, 인공지능 반도체, 미래성장동력을 넘어 국가안보의 핵심기술로 부상, ICT Spot Issue
2021-07호 (2021)
∙ SPRi, 인공지능(AI) 반도체의 산업경쟁력, 포커스 (2022)
∙ 소프트웨어정책연구소, 생성AI의 부상과 산업의 변화 (2023)
∙ 관계부처합동, 초거대AI 경쟁력 강화 방안 (2023)
∙ 인공지능 음성합성 시스템의 학습용 데이터에 대한 실연자의 권리, 미디어와 인격권(제8권, 제2호 (2022)
∙ 중국의 인공지능 음성인식 기술 대표주자 ‘아이플라이테크’, 대외경제정책연구원, (2021)
∙ 세계법제정보센터, ‘중국, 생성형 인공지능(AI) 규제 입법 추진’ (2023)
∙ 안성원 외. SPRi 이슈리포트. AI Index 2023의 주요 내용 및 시사점 (2023)
참 고 문 헌
33
∙ 이혜진, 김진영, 백주련. 가짜뉴스 판별 기법 및 해결책 고찰. 한국컴퓨터정보학회 동계학술대회
논문집 제28권 제1호 (2020)
∙ 대외경제정책연구원, 디지털플랫폼에 관한 최근 EU의 규제개편 및 우리나라의 통상친화적 제도
개선 방향 (2021)
∙ 주강원. "클라우드컴퓨팅서비스의 계약법적 논점." 홍익법학 22.1: 663-694 (2021)
∙ NIC, Global Trends 2040 (2021)
∙ NISTEP, The 11th Science and Technology Foresight (2019)
∙ OpenAI, GPT-4 Technical Report, (2023)
∙ 네이버 멀티모달 AI https://channeltech.naver.com/contentDetail/25
∙ LG 엑사원 https://www.lgcns.com/blog/cns-tech/ai-data/34024/
https://www.gartner.com/en/information-technology/insights/top-technology-trends
https://www.technologyreview.com/2021/02/24/1014369/10-breakthrough-technologies-2021/
https://www.weforum.org/press/2021/11/top-10-emerging-technologies-to-watch-in-2021/
https://www2.deloitte.com/us/en/insights/focus/tech-trends.html
https://www.wef.org
‘생성형 인공지능’ 시대의 10대 미래유망기술
34
KISTEP 이슈페이퍼 발간목록
발간호 제목 저자
2024-04
(통권 제360호)
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
김준희(KISTEP),
엄익천(KISTEP),
오승환(경상국립대학교),
전주경(KIPRO)
2024-03
(통권 제359호)
신약개발 분야 정부 R&D 현황과 효율성 제고 방안
송창현(KISTEP),
엄익천(KISTEP),
김순남(KDDF),
이원희(유한양행)
2024-02
(통권 제358호)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민(건국대학교),
문해주(건국대학교),
이호규(고려대학교),
강승규(KIP),
김수민(건국대학교),
박서현(건국대학교)
2024-01
(통권 제357호)
KISTEP Think 2024, 10대 과학기술혁신정책 아젠다
강현규, 이민정
(KISTEP)
2023-16
(통권 제356호)
미・중 패권경쟁 시대, 중국이 소재・부품・장비 공급망을
무기화할 수 있을까?
이승필(KISTEP),
이승빈(KICT),
최동혁(KISTEP)
2023-15
(통권 제355호)
다부처R&D사업 표준화 및 IRIS 적용 방안
송혜주, 김병은, 김아름,
김여울, 이혁성
(KISTEP)
2023-14
(통권 제354호)
플라스틱 국제협약 대응을 위한 과학기술의 역할
유새미, 고진원, 박노언
(KISTEP)
2023-13
(통권 제353호)
대학의 기술사업화 전담 조직 현황진단과 개선방안
이길우(KISTEP),
정영룡(CNU),
김성근(PNU),
이지훈(SEOULTECH)
김태현(COMPA)
방형욱(KISTEP)
2023-12
(통권 제352호)
중소기업 경쟁력 강화를 위한 고경력 과학기술인 활용
조사 및 시사점
김인자, 김가민, 이원홍
(KISTEP)
2023-11
(통권 제351호)
학문분야별 기초연구 지원체계에 대한 중장기 정책제언
(국내외 지원현황의 심층분석을 기반으로)
안지현, 윤성용, 함선영
(KISTEP)
2023-10
(통권 제350호)
기술패권경쟁시대 한국 과학기술외교 대응 방향
강진원(KISTEP),
이정태(KIST),
김진하(KISTEP)
KISTEP 이슈페이퍼 발간목록
35
발간호 제목 저자
2023-09
(통권 제349호)
신입과학기술인 직무역량에 대한 직장상사-신입간
인식 비교 분석
박수빈
(KISTEP)
2023-08
(통권 제348호)
국가연구개발 성과정보 관리체계 개선 제언
김행미
(KISTEP)
2023-07
(통권 제347호)
기업 혁신활동 제고를 위한 R&D 조세 지원 정책 연구
: 국가전략기술 연구개발 기업을 중심으로
구본진
(KISTEP)
2023-06
(통권 제346호)
임무지향형 사회문제해결 R&D 프로세스 설계 및 제언
박노언, 기지훈, 김현오
(KISTEP)
2023-05
(통권 제345호)
STI 인텔리전스 기능 강화 방안
- 12대 과학기술혁신 정책 이슈를 중심으로 -
변순천 외
(KISTEP)
2023-04
(통권 제344호)
국방연구개발 예산 체계 진단과 제언
임승혁, 안광수
(KISTEP)
2023-03
(통권 제343호)
우리나라 바이오헬스 산업의 주력산업화를 위한
정부 역할 및 지원방안
홍미영, 김주원,
안지현, 김종란
(KISTEP)
2023-02
(통권 제342호)
‘데이터 보안’ 시대의 10대 미래유망기술
박창현, 임현
(KISTEP)
2023-01
(통권 제341호)
KISTEP Think 2023, 10대 과학기술혁신정책 아젠다
강현규, 최대승
(KISTEP)
필자 소개
▶ 박창현
- 한국과학기술기획평가원 기술예측센터 센터장/연구위원
- T. 043-750-2451 / ch27park@kistep.re.kr
KISTEP ISSUE PAPER 2024-05 (통권 제361호)
‖ 발행일 ‖ 2024년 2월 15일
‖ 발행처 ‖ 한국과학기술기획평가원 전략기획센터
충청북도 음성군 맹동면 원중로 1339
T. 043-750-2300 / F. 043-750-2680
http://www.kistep.re.kr
‖ 인쇄처 ‖ 주식회사 동진문화사(T. 02-2269-4783)
|
정책브리프 |
EU 인공지능(AI) 규제 현황과 시사점
|
2024-02-13
|
|
<p><br></p>- 1 -
(2024.2.13, 국제협력정책센터 강진원, 김혜나)
1 EU AI 법안 배경 및 경과
□ ’21년 4월 EU 집행위원회는 AI 시스템에 대한 포괄적인 규제안 제안1)
※ 집행위는 유럽의 AI 전략(‘18.4)2), AI 백서(’20.2)3)에 이어 EU 전역에 적용되는 규제 프레임워크로서 법안 마련
(회원국 합동으로 AI 조정계획 발표(‘18.12)4) 및 전문가 그룹의 신뢰할 수 있는 AI 윤리기준 권고안 발표(’19.4)5))
❍ AI에 대한 구체적인 활용에 대한 위험에 대응하는 것을 목표로 위험을 4가지 다른 단계*로 범주화함
* ‘허용할 수 없는 위험(unacceptable risk)’, ‘고위험(high risk)’, ‘저위험(low risk)’, ‘최소한의 위험(minimal risk)’
등으로 구분
※ AI 규제는 유럽인들이 AI를 신뢰할 수 있도록 하며, 또한 AI 분야 우수한 생태계를 조성하고 EU의 역량을
글로벌하게 경쟁력을 강화하는 것이 핵심임
❍ AI에 관한 ’21년 조정계획6)은 신뢰할 수 있는 AI 분야에서 EU의 글로벌 리더십을 구축하기
위한 후속 단계로 AI 법안과 연계
※ 조정계획의 실행을 위해 3개 전략 제시: 새로운 디지털 솔루션의 활용을 통해 탄력적인 경제적, 사회적 회복을
촉진하기 위해 AI 기술에 대한 투자를 가속화, AI 전략 및 프로그램을 완전하고 시기적절하게 구현하여 EU가
초기 채택자 이점을 최대한 활용할 수 있도록 조치, AI 정책을 조정하여 단편화를 제거하고 글로벌 과제* 해결
* EU 내 AI 개발 및 활용을 위한 활성화 조건 설정, EU를 실험실에서 시장까지 우수성이 번성하는 장소로 개조,
AI 기술이 사람들에게 도움이 되도록 보장, 영향력이 큰 분야에서 전략적 리더십 구축 등 포함
□ ’22년 12월 EU 이사회는 AI의 개념, 분류 기준과 그것의 요구사항 및 범용목적 AI(ChatGPT 공개,
‘22.11.30.) 규제 등을 담은 수정안7)을 채택하였고, ’23년 5월 EU 의회는 법안 수정안8)을 마련
※ 유럽의회는 내부시장위원회와 시민자유위원회의 논의를 거쳐 수정안 마련
❍ 초안과 비교하여 변경된 내용은 파운데이션 모델에 대한 규제 신설, AI 개념을 OECD 기준에
부합하도록 수정, 수용 불가능한 위험/고위험 AI 범위 확대 등 포함(참고 1 참조)
1) Proposal for a Regulation laying down harmonised rules on artificial intelligence (Artificial Inteligence Act),
2021 참조
2) Communication from the Commission, AI for Europe, 2018 참조
3) White Paper on AI: a European approach to excellence and trust, 2020 참조
4) https://digital-strategy.ec.europa.eu/en/policies/plan-ai 참조
5) Ethics Guidelines for Trustworthy AI, High-level expert group on AI, 2019 참조
6) Coordinated Plan on AI 2021 Review, 2021 참조
7) AI act council calls for promoting safe AI that respects fundamental rights, Press release, 2022 참조
8) AI Act: a step closer to the first rules on AI, Press Releases, 2023 참조
EU 인공지능(AI) 규제 현황과 시사점
KISTEP 브리프
- 2 -
❍ 수정안은 찬성 499표, 반대 28표, 기권 93표로 채택되었고(2023.6.14.), EU 집행위, 유럽의회,
27개국 대표 등 3자 간 AI 규제법에 합의(2023.12.8.)
※ 법안 초안은 유럽의회와 회원국들의 공식 승인을 거쳐 발효(2026년경 규제가 완전 적용될 것으로 보이며, EU는
AI 규제를 위한 기관을 창설할 방침)
2 EU AI 법안 주요 내용9)
□ EU AI 법안은 위험수준에 따라 차등적으로 규제하며, ‘허용될 수 없는 위험’을 가진 AI는 엄격히
금지하고, ‘고위험’ AI에 대해서는 엄격한 요구사항을 부과
※ ‘저위험’ 또는 ‘최소한의 위험’을 생성하는 AI는 별도의 정의 규정을 두지 않고, 투명성 의무를 준수하고, AI 시스템의
투명성과 신뢰성 확보를 위한 행동강령 작성을 촉구
❍ 금지되는 AI 활동과 고위험 AI 규정
- ① 사람의 의식 이면의 잠재의식 기술, 사람의 의사결정 능력 손상, ② 사람이나 특정 단체의
취약성 활용, ③ 특정 사람 또는 단체에 불공정한 처우 또는 사회적 점수 평가 또는 분류 목적,
④ 실시간 원격 생체인식 식별시스템 이용 등 AI 활동은 금지
* 생체인식 시스템 중 제한적으로 허용되는 제외: 중대 범죄 수색을 위해 필요한 경우 등(범죄 희생자 수색, 테러
공격 예방은 수정안에서 삭제)
- 고위험 AI*에 대해 위험관리시스템, 데이터 품질 기준, 기술문서 작성과 유지, 자동 기록 기능
탑재와 이력 추적, 사용자 투명성 확보와 정보 제공, 인적 감독 보장, 정확성과 견고성, 사이버
보안의 확보 등 매우 높은 수준의 요구사항을 부과
* EU 조정법(Annex II)에 따라 안전구성요소 또는 제품 자체로 사용되고 제3자 적합성 평가를 받아야 하는 AI
시스템과 조정법(Annex III)의 목록으로 제시된 AI 시스템을 의미
❍ 투명성 의무와 생성형 AI에 대한 규제 규정
- 사람과 교류하는 AI 시스템은 제공자, 사용자, 해당 시스템으로 하여금 사람에게 공지, 감정
인식 시스템이나 생체인식 분류시스템의 사용자는 노출된 사람에게 고지 및 사전 동의 획득,
딥페이크*를 생성/조작하는 시스템 사용자는 인공적으로 생성/조작되었음과 성명을 공개**
* 딥페이크는 진정하거나 진실한 것이라고 잘못 보여지는 텍스트, 오디오 또는 시각적 콘텐츠와 그 사람의 동의
없이 그 사람이 실제로 하지 않은 말 또는 행동을 표시하는 것으로 정의
** 공개란 해당 콘텐츠 이용자에게 콘텐츠가 진정한 것이 아님을 분명하게 시각적 방법으로 콘텐츠에 표시하는 것
- ChatGPT 같은 생성형 AI는 고지의 의무, 기초모델의 훈련 및 가능한 경우 그 설계 및 개발에
있어서도, 생성되는 콘텐츠가 EU 법률 및 기본권 준수, EU 또는 회원국의 저작권 보호,
저작권법 보호대상인 훈련 데이터를 사용하는 경우, 주요 내용 공개 의무
9) EU AI 법안의 EU 의회 수정안 주요 내용(2023.5.31.), 법률신문 참조
- 3 -
□ EU 의회안은 AI 시스템의 재정의와 파운데이션 모델에 대한 조항을 신설 등 변경
※ EU 의회안은 중소기업 또는 스타트업에게 일방적으로 적용되는 불공정한 계약조건을 규제하는 조항을 새롭게 추가
(고위험 시스템에 이용되는 도구・서비스・구성요소의 공급에 관한 계약조건, 계약 위반 또는 종료에 대한 계약
조건이 중소기업 등에게 일방적으로 부과되고 그 내용이 불공정하다면 해당 내용은 효력이 없음)
❍ AI 시스템의 OECD 새로운 정의를 도입하고 ‘허용될 수 없는 위험’, ‘고위험’ AI 시스템 범위를 확대
※ OECD는 EU의 새로운 AI 규정집에 포함될 AI의 새로운 개념을 채택10)(’23.11.8., ‘19년 AI 정의와 AI 정책 원칙 제안)
- AI 시스템을 다양한 수준의 자율성으로 작동하도록 설계되었으며, 명시적 또는 암묵적 목표를
위해, 물리적 또는 가상환경에 영향을 미치는 예측, 추천 또는 결정과 같은 결과를 생성하는
기계 기반(machine-based) 시스템으로 정의
※ 수정안에서 ‘인간이 정의한 일련의 목표를 위해’를 ‘명시적 또는 암시적 목표를 위해’로 변경
- 고위험 AI 시스템 목록에 대규모 온라인 플랫폼으로 지정된 소셜 미디어 추천시스템 등을 추가하고
해당 목록 중 인간의 건강, 안전 또는 기본권에 상당한 위험을 야기하는 경우에만 고위험으로 분류
※ 해당 시스템을 활용하여 서비스를 제공하는 자(시스템 배포자)에게 기본권 영향평가 수행 등 강화된 의무 부여
- 금지된 AI 시스템은 공공장소에서의 실시간 원격 생체인식 시스템 사용을 전면 금지하고, 금지
되는 AI 시스템 목록에 민감정보를 활용한 생체인식 분류시스템, 스크래핑을 통해 안면인식
DB를 구축하는 시스템 등을 추가
❍ 파운데이션 모델*의 법적 윤리적 문제가 제기됨에 따라 파운데이션 모델 규제 조항을 신설
* 파운데이션 모델은 대규모 데이터로 사전 훈련된 AI 모델로서 출력이 범용적이어서 다른 다양한 시스템 개발의
기초로 쓰일 수 있는 모델
- 파운데이션 모델을 고위험으로 분류하지는 않았으나, 파운데이션 모델의 공급자가 준수해야 할
의무조항을 별도로 추가
※ 파운데이션 모델의 공급자는 모델을 공급받아 활용하는 하위 사업자의 서비스 내용까지 고려해서 모델에 대한
기술문서와 지침을 작성하여 제공할 의무 추가(표 1 참조)
10) Recommendation of the Council on AI, 2019, 2023 참조
- 4 -
<표 1> 파운데이션 모델 공급자의 의무11)
구분 내용
모델 위험 관리
모델이 건강, 안전, 기본권, 환경, 민주주의, 법령에 대하여 발생할 수 있는 예측가능한 위험을 식별・
완화하고, 이를 독립된 전문가 검증 등 적합한 수단을 통하여 입증
데이터 관리 데이터 출처 및 편향 검증 등 적절한 관리 조치가 이루어진 데이터셋 사용
모델 신뢰성 확보
모델의 성능, 예측가능성, 설명가능성, 수정가능성, 안전성 및 보안이 적절한 수준을 달성하도록 모델을
설계・개발하고, 이를 독립된 전문가가 수행하는 모델 검증 절차 등 적절한 수단을 통해 평가
환경보호
에너지・자원 사용을 줄이고 에너지 효율성 및 시스템의 전체 효율성을 높이기 위해 적용 가능한 표준을
사용하여 모델을 설계・개발(단, 이 의무는 향후 관련 표준 발표 후 적용)
정보 제공
파운데이션 모델을 공급받아 활용하는 하위 사업자가 이 법에 따른 의무를 준수할 수 있도록 상세한
기술문서와 이해하기 쉬운 사용 지침을 작성
품질적 시스템 이 법에 따른 준수사항을 이행하고 이를 문서화하기 위한 품질 관리 시스템 구축
데이터베이스 등록
공급자의 이름・주소・연락처 정보, 모델 개발에 사용된 데이터 출처, 모델의 기능 및 한계, 모델 성능
등의 정보를 EU 데이터베이스에 제출하여 등록
- 고위험 AI 시스템을 활용하여 서비스를 제공하는 시스템 배포자에게 감독 의무를 새롭게 부과
※ 시스템에 대한 통제범위 내 자격을 가진 사람에 의한 감독이 이루어져야 하며, 정기적인 모니터링을 통해
견고성과 보안수준의 적절한 보장 의무와 시스템 사용 전 기본권 영향평가*를 수행하여야 함
* 영향평가 항목에는 예상되는 기본권에 대한 영향, 취약계층에 발생할 수 있는 위해, 인간에 의한 감독방안을
포함한 AI 거버넌스 구축 계획 등 포함
3 미국 등 주요국의 AI 규제 현황
□ 미국, 중국, 일본, 영국, 캐나다 등 해외 주요국도 AI 규제를 위한 행정명령, 관련 백서 등 다양한
형태의 정책을 제시
❍ (미국) 바이든 대통령은 안전성, 보안성, 신뢰성 있는 AI의 개발 및 사용에 대한 행정명령에
서명하고 이에 기반한 후속 이니셔티브 발표(’23.10)12)
- 행정명령에 따라 국가 안보, 경제 안보, 공공 안전 등에 영향을 미치는 AI 모델은 훈련 단계
부터 정부에 고지해야 하며 정부검증 전문가팀(AI 레드팀)의 안전성 평가를 거쳐 결과 보고
※ 국립표준기술연구소(NIST)와 에너지부(DOE) 등을 대상으로 AI 시스템의 안정성, 보안, 신뢰성 확인을 위한
표준, 도구, 테스트 개발 권고
※ 딥페이크 기술의 위험성에 대응하기 위해 상무부에서 AI 기술로 생성된 컨텐츠 식별을 위한 워터마크 적용
의무화 방안 마련
- 국방물자생산법에 근거하여 미국 기업의 AI 기술을 이용하는 외국인(기업)까지 적용 대상으로
포함하고 미국 클라우드 서비스 제공자의 외국 고객 명단 신고를 의무화한 것은 AI 관련 가장
강력한 조치이며 중국을 견제하려는 의도로 평가
11) EU AI 법안의 EU 의회 수정안 주요 내용(2023.5.31.), 법률신문 참조
12) FACT SHEET: VIce Presdient Harris Announces New U.S. Initiatives to Advance the Safe and Responsible
Use of Artificial Intelligence, 2023 참조
- 5 -
※ 행정명령에 기반한 신규 후속 이니셔티브로 NIST 내 미국 AI 안전연구소(The US AI Safety Institute,
US AISI) 신설, 미국 정부의 AI 사용으로 인한 위험 관리 방향을 제시한 AI 활용에 대한 정책 이행 가이드
라인 초안 공개
❍ (중국) AI를 전체적으로 규제하기보다는 새로운 AI 제품이 등장할 때마다 개별 법안을 발표하는
형태로 단편적이고 세분화된 규제* 시행13)
* 2023년 6월 중국 국무원이 포괄적인 AI법을 입법 의제로 삼겠다고 발표함에 따라 규제방식 변화 가능성 있음
※ 알고리즘 추천 서비스, 딥페이크, 생성형 AI에 관한 규정이 따로 존재하며, 이러한 접근방식은 기술변화에 따라
신속하게 대응할 수 있는 장점이 있으나, 장기적이고 거시적인 관점의 발전을 저해할 수 있음
- AI에 대한 감독을 강화하기 위해 생성형 AI에 대한 최초 규제인 ‘생성형 AI 서비스 관리 방법’
시행(’23.8)14)
※ ‘생성형 AI 서비스 관리 방법’은 생성형 AI의 건전한 발전과 표준화된 적용 촉진, 국가안보와 사회 공공 이익
수호 및 권익 보호를 위해 제정
※ 관리방법은 생성형 AI의 혁신적 응용을 장려하고 관련 기술개발 촉진 및 교류를 지원하는 내용을 포함하여
강력한 규제보다는 생성형 AI 산업 발전 지원에 중점을 둔 것으로 평가
- 기술개발 촉진을 위한 지원사항을 제시하여 생성형 AI 혁신과 발전을 장려하는 한편, 보안평가,
데이터 훈련・라벨링, 콘텐츠 관리 및 표기, 개인정보 보호, 운영상 규제 등 생성형 AI 서비스
제공・이용 전반에 대한 의무사항을 명확하게 제시
※ 중국은 앞서 발표되었던 초안에 명시된 처벌 규정을 삭제하는 등 완화된 규정을 발표하며 미・중 기술패권
경쟁 속 중국 산업 발전을 지원하는 방향으로 선회15)
※ 중국 AI 기업은 모든 기반모델에 대해 중국 대중에게 공개하기 전에 중국 정부에 등록하여야 하며, 외국 기업은
중국 내에서 제품 출시 승인을 받지 못함(중국은 자국 기업을 보호하고 경쟁을 억제)
❍ (영국) 과학혁신기술부(DSIT)는 ‘친혁신적 AI 규제 접근’ 백서를 발표하고 EU의 강력한 규제와는
차별화되는 유연한 규제 프레임워크 제시16)
- 영국은 혁신을 억제할 수 있는 AI에 대한 고정 규칙이나 법안 도입은 최소화하고 새로운 단일
규제기관을 신설하여 전권을 부여하는 대신 기존 관련 기관이 부문별・상황별 지침을 채택하는
유연한 규제 방향 채택
※ 개별 규제 기관들은 안전・보안・견고성, 투명성・설명 가능성, 공정성, 책임・거버넌스, 이의제기・시정 등 5개
원칙에 따라 우선순위를 정해 규제를 적용하고, 성장과 혁신을 모두 지원할 수 있는 비례적 접근을 취할 것을 제안
- 정부는 규제기관의 프레임워크 이행 지원을 위해 관찰・평가・의견, 일관성 있는 원칙 이행 지원,
위험 평가, AI 혁신기업 지원, 교육 및 인식 제고, 국제 규제와의 상호운용성 보장 방안 마련
등 기능 수행
※ 영국은 세계 첫 ‘AI 안전 정상회의’를 개최(’23.11)하고, AI 안전성 국제기구 설립을 제안하는 등 미국, 중국,
EU 등 주요국 사이에서 중개자로서 AI 규제논의 주도 계획
13) What’s next for AI regulation in 2024?, 2024 참조
14) 중국, 생성형 AI 서비스 관리에 나서(2023.7.31.), KOTRA 참조
15) 채찍보다는 당근을...中, 생성형 AI 첫 규정 발표(2023.7.13.), 머니투데이 참조
16) 영국 AI 규제 백서의 주요 내용 및 시사점, 2023 참조
- 6 -
❍ (일본) 현재 AI 규제를 위한 특정 법률은 없으며 전문가 및 정부관계자들이 참여하는 ‘AI 전략
회의’를 통해 AI 규제・활용에 대한 정책방향 논의
- AI 정책 컨트롤타워 역할을 하는 ‘AI 전략회의’를 통해 민간・교육・공공분야에서의 이용 촉진,
허위정보 및 개인정보 침해 등 리스크 대응, 국제 규제 검토, 국내 AI 개발지원 등 논의
※ ‘AI 전략회의’ 제6차 회의에서는 생성형 AI 개발자와 제공자의 규칙 준수 촉구 조치, 생성형 AI 촉진을 위한
개발자 대상 정부 보유 데이터 제공 방안 등을 논의(’23.11)17)
- 향후 경제산업성 산하 정보처리추진기구(IPA)에 AI 안정성 확보 전담조직인 ‘AI Safety Institute’
설립 계획 발표(’23.12)18)
❍ (캐나다) AI 시스템 개발 및 활용에 필요한 새로운 규정 도입을 위해 ‘AI 및 데이터 법안’ 발의
(’22.6)19)
- 법안에 따르면 AI 시스템 책임자는 익명화된 데이터 이용・관리에 관한 조치를 수립하고 시스템의
고위험 여부를 평가하며 피해의 위험성을 식별・평가하여 감경 조치
- 고위험 시스템 제공자 및 운영자는 시스템 사용 방법, 생성 컨텐츠 유형, 결정, 권고 또는 예측,
위험 감경 조치 등 정보를 웹사이트에 게재하고 해당 시스템 사용으로 인한 중대한 피해 초래
가능성이 있는 경우 산업부 장관에게 고지
※ 장관은 고위험 시스템으로 인해 ‘긴박한 피해가 발생한 심각한 위험’이 있다고 판단되는 경우 시스템 사용・
제공의 중지명령이 가능하며, 동 법의 관리 및 집행 지원을 위해 소관 부처의 고위 공무원을 ‘AI 및 데이터
위원’으로 지정 가능
4 우리나라 AI 규제에 대한 시사점
□ EU의 발 빠른 AI 규제법 제정에 따라 미국 등 해외 주요국 또한 규제에 나서고 있으며, 이에
발맞추어 AI에 대한 우리나라 규제방안 마련 필요
❍ EU, 미국 등 해외 주요국은 자국 관련 산업을 고려한 차별화된 규제를 추진
※ AI 규제를 둘러싼 글로벌 경쟁에서 미국은 기업지원 중심, 유럽은 벌칙 위주로 차이가 있으나, 사전검증을
시행한다는 차원에서는 유사함
- EU AI 법안은 AI가 초래할 수 있는 위험으로부터 기본권과 안전 등의 가치를 보장하는데 초점을
두면서도 기술발전을 통한 혁신과 시장의 발전을 저해하지 않는 것을 기본방향으로 설정20)
- 미국은 행정부 내에서 효력이 발생하는 행정명령을 통해 AI의 긍정적인 잠재성은 극대화하고
국가안보, 허위정보 생성, 일자리 등에 미치는 영향은 최소화하려는 규제21)
※ 미국 클라우드 서비스 제공자의 외국 고객 명단 신고 의무화는 미국 행정부의 전 세계 AI 개발기업의 정보
수집을 용이하게 하고 중국을 견제하려는 의도
17) 일본정부, ‘AI전략회의’ 및 ‘AI시대의 지식재산권검토회’에서 생성형 AI의 이용에 관한 룰을 검토, 2023 참조
18) 일본 정부, AI 안정성 확보 전담기구 내년 신설(2023.12.17.), SBS 뉴스 참조
19) 캐나다 인공지능 및 데이터 법안의 주요 내용 및 시사점, 2022 참조
20) 유럽연합 ‘인공지능법안’의 주요 내용과 시사점, 2022 참조
21) 바이든 행정부의 첫 인공지능(AI) 행정명령과 시사점, 2023 참조
- 7 -
- 영국, 일본, 캐나다 등 주요국은 EU와 미국의 규제 방향을 고려하고 해당 국가의 기술수준과
산업현황 등에 기반하여 국내외 규제논의에 유연하게 대응
※ 세계 각국은 강력한 규제에서 유연한 규제까지 다양한 규제 접근방식을 도입하고 있으며, 규제의 강도에는
차이가 있으나 AI가 초래할 부작용 및 위험에 대한 심각성을 인지하고 AI 규제 도입의 필요성에 공감
❍ 우리나라는 현재 EU의 ‘포괄적인 규제’ 중심보다 미국의 자국 산업을 보호하고 자율적인 규제를
우선하는 접근법에 위치하고 있으며, 향후 우리나라 현실에 기반한 규제안 마련 필요
※ 미국의 행정명령은 AI 관련 15개 기업들이 이미 합의하고 있는 자율 규제 내용들을 중심으로 현시점에서 관련
기업들이 대응가능한 항목들을 포괄하는 형태로 만들어짐22)
- 우리나라는 21대 국회에서 총 12건의 AI 법안이 발의되었으며, 이 중 7개 법안을 통합한
‘인공지능 산업 육성 및 신뢰 기반 조성에 관한 법률(안)’이 국회 과방위 법안 소위 통과(’23.2)
※ 과기정통부가 3년마다 ‘AI 기본계획을 수립・시행하도록 규정하고, 국무총리 산하 ‘AI위원회’, ‘AI 신뢰성 전문
위원회’ 및 한국지능정보사회진흥원 산하 ‘국가AI센터’ 신설 명시
※ 고위험영역 AI를 정의하고 해당 AI에 대해서는 이용자 대상 사전고지와 신뢰성 확보 의무화 등 사업자 책무
규정 포함
- 향후, 허용과 제한의 이분법적인 접근보다는 AI 기술혁신・산업 진흥과 리스크 완화 측면을
모두 고려한 균형잡힌 규제 도입이 필요하며, EU와 미국으로 대변되는 양대 규제 방향을 포함
하여 혁신기업 등 다양한 이해관계자 의견에 기반한 규제 방안 마련 필요
※ 우리나라 국민들은 응답자 76%가 AI 시대를 긍정적으로 전망, 업무 효율성 증대(91%), 정보접근 수월함
(90%), 일상생활 편리함(90%) 등에 대다수 동의, 반면에 AI가 미칠 부정적 영향으로 해킹 가능성(87%),
노동력 대체(85%), 불평등 심화(80%) 등 우려(한국리서치: 만 18세 이상 남여 1,000명 대상 웹 조사)23)
※ 국내에서는 AI의 신뢰성 및 안정성 담보를 위한 ‘FATE 원칙(공정성(Fairness), 책임성(Accountability),
투명성(Transparency), 윤리의식(Ethics))’이 윤리적 차원에서만 논의되고 있으나 AI 선진국의 법제화 사례를
참고하여 FATE 원칙을 반영한 AI 규제 필요
□ 해외 주요국의 AI 규제에 대한 대비뿐만 아니라 AI 국제표준 논의를 주도할 필요
❍ EU 및 해외 주요국의 AI 규제가 우리나라 기업에 미치는 영향 등 대비 필요
- 각국이 취하는 AI 규제의 차이로 통상마찰이 발생할 가능성 존재
※ 중국은 AI 기술에 따라 자국이 중시하는 사회주의적 가치에 반하거나 개인의 권리를 침해하는 내용의 콘텐츠
등이 생성되는 것을 규제하는 방식을 채택하고 있으며 AI 기술이 공정하게 사용될 수 있어야 한다는 입장
(AI 기술개발에 적극 참여하기 어려운 개도국 입장 대변)
- AI 규제가 AI가 탑재된 상품에 적용될 경우, WTO 무역에 대한 기술장벽에 대한 협정(TBT 협정)의
준수 여부가 이슈가 될 수 있어 이에 대한 대비 필요
※ 향후 AI에 대한 국제표준이 마련되면, WTO 회원국은 국내법이 해당 국제표준과 조화될 수 있도록 노력
하여야 하고, 이를 위반하면 TBT 협정 등 통상규범에 위배될 가능성 존재
※ 우리나라 국가전략기술 중 하나인 AI 기술개발에서 AI 투명성 의무, 훈련 데이터 공개 등 AI 규제논의 반영 필요
22) 바이든 행정부, 인공지능 개발과 활용에 관한 행정명령 발표(2023.10.31), 보안뉴스 참조
23) 일반인 76% AI 시대 긍정적...61%는 충분한 대비 미흡(2024.01.26.), 전자신문 참조
- 8 -
❍ 통상규범적 시각을 포함하여 우리 기업과 산업의 이익이 반영될 수 있도록 향후 AI 규제 및 국제
표준 논의에 적극 참여 필요
- ’23년 5월 히로시마 주요 7개국 정상회의를 계기로 히로시마 AI 프로세스 출범24) 및 10월
첨단 생성형 AI 개발조직에 대한 이행원칙(Guiding Principles)과 행동규범(Code of Conduct)을
발표하고, 11월 AI 안전정상회의*를 개최하여 블레츨리 선언 발표
* 28개국과 주요 기업들은 첫 글로벌 정상회의를 개최하고 국제 공동 AI 안전성 평가 프레임워크 구축, AI
안정성 국제기구 설립 필요성 등 논의
- 미국, 유럽연합 등 첨단기술에 대한 수출통제 강화와 중국의 핵심소재 수출통제 대응 등 경제안보
측면을 고려하고 양자 및 다자회의(AI 미니 정상회의 등)에서 AI 국제표준 논의 선도 필요
* ‘24년 5월 한국과 영국 공동으로 개최하는 미니 정상회의에서 AI 안전정상회의의 후속조치 점검키로 함
※ 유럽연합은 일본과 반도체와 인공지능 등 핵심분야에서 긴밀한 협력(‘23.7)에 이어 AI 규제에서도 EU와
일본이 한목소리 낼 가능성25)
※ 일본은 이미 히로시마 프로세스를 통해 개도국 입장을 고려하고 있으며, 중국도 개도국 입장을 대변하고 있어
우리나라 또한 개도국의 디지털 격차 해소 등 선진국과 개도국 간 기술격차 해소를 위한 가교역할 중요26)
참고문헌
∙ EC, “White Paper on AI: a European approach to excellence and trust”, 2020
∙ European Parliament, “AI Act: a step closer to the first rules on AI”, Press Releases, 2023
∙ EU, “Communication from the Commission, AI for Europe”, 2018
∙ EU, “Ethics Guidelines for Trustworthy AI, High-level expert group on AI”, 2019
∙ EU, “Coordinated Plan on AI 2021 Review”, 2021
∙ EU, “AI act council calls for promoting safe AI that respects fundamental rights”, Press
release, 2022
∙ EU, “Proposal for a Regulation laying down harmonised rules on artificial intelligence
(Artificial Inteligence Act)”, 2021
∙ OECD, “Recommendation of the Council on AI”, 2019, 2023
∙ The White House, “FACT SHEET: VIce Presdient Harris Announces New U.S. Initiatives
to Advance the Safe and Responsible Use of Artificial Intelligence”, 2023
∙MIT Technology Review, “What’s next for AI regulation in 2024?”, 2024
∙ EC, “Coordinated Plan on Artificial Intellignece”, 검색일: 2024.2.1.(https://digital-strategy.
ec.europa.eu/en/policies/plan-ai)
24) 관련 내용은 OECD, ‘G7 히로시마 프로세스 논의 지원을 위한 보고서’의 주요 내용 및 시사점, 2023 참조
25) 관련 내용은 https://www.dt.co.kr/contents.html?article_no=2023100902109931081004&frommobile=1 참조
26) 최근 국제 인공지능 거버넌스 논의 동향: EU 인공지능 법안을 중심으로, 2023 참조
- 9 -
∙국가안보전략연구원, “바이든 행정부의 첫 인공지능(AI) 행정명령과 시사점”, 2023
∙한국저작권위원회, “일본정부, ‘AI전략회의’ 및 ‘AI시대의 지식재산권검토회’에서 생성형 AI의 이용에
관한 룰을 검토”, 2023
∙홍석한, “유럽연합 ‘인공지능법안’의 주요 내용과 시사점”, 유럽헌법연구, 2022, 통권 38호, pp.
243-282 참조
∙국립외교원 외교안보 연구소, “최근 국제 인공지능 거버넌스 논의 동향: EU 인공지능 법안을 중심
으로”, 2023
∙ KISA, “인터넷・정보보호 법제동향” Vol.178, 2022
∙ NIA, “캐나다 인공지능 및 데이터 법안의 주요 내용 및 시사점”, 2022
∙ NIA, “영국 AI 규제 백서의 주요 내용 및 시사점”, 2023
∙ NIA, “영국 AI 규제 백서 주요 내용 및 시사점”, 2023
∙ NIA, “캐나다 ‘AI 및 데이터 법안’의 주요 내용과 시사점”, 2022
∙ OECD, ‘G7 히로시마 프로세스 논의 지원을 위한 보고서’의 주요 내용 및 시사점, 2023
∙디지털타이스, “EU・일본, AI 규제 한배 타나...준수 여부 감독・공표 관건”(2023.10.9.), 검색일:
2024.2.1.(https://www.dt.co.kr/contents.html?article_no=2023100902109931081004&fr
ommobile=1)
∙머니투데이, “채찍보다는 당근을...中, 생성형 AI 첫 규정 발표”(2023.7.13.), 검색일: 2024.2.2.
∙법률신문, “EU AI 법안의 EU 의회 수정안 주요 내용”(2023.5.31.), 검색일: 2024.2.1.
∙보안뉴스, “바이든 행정부, 인공지능 개발과 활용에 관한 행정명령 발표”(2023.10.31.), 검색일:
2024.2.1.
∙전자신문, “일반인 76% AI 시대 긍정적...61%는 충분한 대비 미흡”(2024.01.26.), 검색일: 2024.2.1.
∙ KOTRA, “중국, 생성형 AI 서비스 관리에 나서”(2023.7.31.), 검색일: 2024.1.31.
∙ SBS 뉴스, “일본 정부, AI 안정성 확보 전담기구 내년 신설”(2023.12.17.), 검색일: 2024.2.1.
- 10 -
참고 1 EU 의회안의 주요 변경사항
□ 기존 EU 집행위원회에서 마련한 초안과 비교하여 변경된 EU 의회안의 주요 사항
<표> EU 의회안 변경사항27)
구분 주요 변경내용
파운데이션 모델
- 파운데이션 모델을 고위험을 분류하지 않았으나, 모델 위험 관리 및 기술문서 제공 등의 엄격한
요구사항 규정
- 생성 AI에 사용되는 파운데이션 모델의 경우, 위험한 콘텐츠 생성 방지, 학습데이터의 저작용 정보
공개 의무 등 부과
AI 시스템의 정의
- AI 시스템을 ‘다양한 수준의 자율성으로 작동하도록, 설계되었으며, 명시적 또는 암묵적 목표를
위해 물리적 또는 가상환경에 영향을 미치는 예측, 추천 또는 결정과 같은 결과를 생성하는 기계
기반(machine-based) 시스템’으로 정의
고위험 AI 시스템
범위
- 고위험 AI 시스템 목록에 ‘대규모 온라인 플랫폼으로 지정된 소셜 미디어의 추천시스템’ 등 추가
- 고위험 AI 시스템 목록에 해당하는 경우에도 ‘인간의 건강, 안전 또는 기본권에 상당한 위험을
야기하는 경우에만’ 고위험으로 간주
금지된 위험 AI
시스템 범위
- 공공장소에서의 실시간 원격 생체인식 시스템 사용 전면 금지
- 금지되는 AI 시스템 목록에 ‘민감정보를 활용한 생체인식 분류 시스템’, ‘스크래핑을 통해 안면
인식 DB를 구축하는 시스템’ 등 추가
고위험 AI 시스템
배포자의 의무
- 고위험 AI 시스템을 활용하여 서비스를 제공하는 자(고위험 AI 시스템 배포자)에게 기본권 영향
평가 수행 등 강화된 의무 부여
중소기업 불공정
계약 규제
- 중소기업(SME) 또는 스타트업에 일방적으로 부과되는 불공정한 계약 조건의 구속력을 부정하는
조항 추가
이용자 권리 - 이용자에게 고위험 AI 시스템에 대한 설명요구권 등 권리 부여
벌칙
- 금지되는 AI 이용 행위에 대한 과징금 상한액이 전세계 연간 매출액의 6% 또는 최대 3,000만
유로에서 전 세계 연간 매출액의 7% 또는 최대 4,000만 유로로 상향 조정
유예기간 - 법 통과 후 시행까지 유예기간이 3년에서 2년으로 단축
27) EU AI 법안의 EU 의회 수정안 주요 내용(2023.5.31.), 법률신문 참조
[ KISTEP 브리프 발간 현황 ]
발간호
(발행일)
제목 저자 및 소속 비고
112
(24.01.08.)
무기발광 디스플레이
진영현·오세미
(KISTEP)
기술주권
113
(24.01.12.)
2022년 우리나라와 주요국의 연구개발투자 현황
이새롬·한웅용
(KISTEP)
통계분석
114
(24.01.12.)
2022년 우리나라와 주요국의 연구개발인력 현황
이새롬·한웅용
(KISTEP)
통계분석
-
(24.01.22.)
KISTEP Think 2024, 10대 과학기술혁신정책
아젠다
강현규・이민정
(KISTEP)
이슈페이퍼
(제357호)
-
(24.01.25.)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민・문해주・김수민・박서현
(건국대학교)
이호규(고려대학교)
강승규(한국조달연구원)
이슈페이퍼
(제358호)
115
(24.01.25.)
세계경제포럼(WEF) Global Risks 2024
주요 내용 및 시사점
이미화
(KISTEP)
혁신정책
116
(24.01.25.)
기후변화와 기후 지구공학
정의진・임현
(KISTEP)
미래예측
117
(24.01.26.)
단백질 구조예측 및 디자인
전수진・한민규
(KISTEP)
기술동향
-
(24.01.29.)
신약개발 분야 정부 R&D 현황과 효율성 제고 방안
송창현・엄익천(KISTEP)
김순남(국가신약개발사업단)
이원희(유한양행)
이슈페이퍼
(제359호)
-
(24.01.31.)
반도체 분야 정부연구개발투자의 효과성 분석과
개선방안
김준희・엄익천(KISTEP)
오승환(경상국립대학교)
전주경(한국특허기술진흥원)
이슈페이퍼
(제360호)
118
(24.02.01.)
인공지능이 변화시킬 미래 연구수행 모습
이상남
(KISTEP)
미래예측
119
(24.02.13.)
EU 인공지능(AI) 규제 현황과 시사점
강진원・김혜나
(KISTEP)
혁신정책
|
미래예측브리프 |
인공지능이 변화시킬 미래 연구수행 모습
|
2024-02-01
|
|
<p><br></p>인공지능이 변화시킬 미래 연구수행 모습
이상남
●○● 요 약
Ⅰ iⅠ
요약
연구 배경
○ 인공지능 기술 발달에 따라 향후 연구수행 시 인공지능이 보편적으로 활용되고
결과적으로 미래 연구개발 모습에 큰 변화 초래 가능
○ 빅데이터에 기반한 인공지능의 역할이 확대되며 대용량 학술・연구 데이터를 보유한
서비스 플랫폼이 중요한 연구인프라로 부상 예상
○ 인공지능 기술 발달과 플랫폼 서비스 제공 형태에 따라 다양하게 실현될 수 있는
미래 연구수행 모습을 예측하여 정책적인 대응 방안 검토 필요
연구 방법 및 절차
○ 시나리오 플래닝 기법을 활용하여 향후 20년(~2043) 내 예상되는 미래 연구수행
변화 모습과 갭 분석을 통해 정책적 시사점 마련
○ 3단계 추진절차를 통해 ‘인공지능이 변화시킬 미래 연구수행 모습’에 대한 전망
및 분석 수행
- (1단계) 국・내외 문헌 분석 및 전문가 회의, 자문을 통한 미래이슈 및 대응방안 도출
- (2단계) 시나리오 기본 축 도출 및 3가지 시나리오 작성
※ 「인공일반지능 출현 vs. 인공특화지능 고도화」, 「글로벌 플랫폼 독과점 vs. 다양한 플랫폼
공존」을 기본 축으로 설정
- (3단계) 시나리오 갭 분석을 통해 회피 및 대응을 위한 정책 과제 도출
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ iiⅠ
주요 결과 및 시사점
○ 현재 인공특화지능 수준이나 2043년에는 뇌인지발달 모사를 제외한 대다수 인공지능
기술이 인공일반지능 수준에 도달할 것으로 전망
- 과학연구 프로세스 관련 인공지능의 관찰, 가설설정, 실험, 자료분석 업무 처리능력이
인간보다 우수하여 연구현장에서 보편적으로 인공지능을 활용
- 연구관리 프로세스 관련 인공지능의 기획, 예산배분, 과제공고, 과제선정, 과제관리,
과제평가, 성과활용 등 업무 처리능력이 인간보다 우수하여 일반적으로 활용
○ 2043년 무렵 연구수행 모습에 영향을 미치는 ‘인공지능 기술 발달 정도’와 ‘플랫폼
민간/공공 주도, 플랫폼 경쟁 정도’를 중심으로 3개의 시나리오를 도출
- 현재 추세가 유지된 ‘인공특화지능 고도화’, ‘글로벌 대기업의 플랫폼 과점 심화’
시나리오는 인공지능이 연구수행을 보조하나 연구자간 양극화가 심화된 모습을
전망
- 비관적 미래인 ‘인공일반지능 실현’, ‘글로벌 대기업의 플랫폼 독점 강화’ 시나리오는
인공지능이 지배하고 글로벌 플랫폼에 종속되는 연구가 만연한 모습을 전망
- 낙관적 미래인 ‘인공일반지능 실현’, ‘다양한 공공-민간 플랫폼 공존’ 시나리오는
인공지능이 협력하고 인류에 공헌하는 연구가 만개한 모습을 전망
○ ‘인공지능 지배, 글로벌 플랫폼에 종속된 연구 만연’ 시나리오를 회피하고 ‘인공지능
협력, 인류에 공헌하는 연구 만개’를 지향하기 위한 정책과제 도출
- 기술적인 측면에서 인공지능 기술 완성도, 안정화 제고, 인공지능 통제성, 투명성을
향상시키는 지원 필요
- 경제, 사회적인 측면에서 연구 종사자의 인공지능 활용 역량을 강화하고 직무
전환 지원, 건전한 플랫폼 생태계를 조성하는 정책 실행 필요
- 법률, 제도, 국제협력 측면에서 인공지능에 대한 책무성, 통제성, 공정성을 제고하고
과도한 경쟁을 방지하는 국제협약 참여, 연구자의 자율적이고 독립적인 연구 수행
생태계 지원 필요
●○● 목 차
목 차
1. 연구 배경 1
2. 연구 방법 및 절차 3
3. 현 황 5
4. 기술수준 및 미래모습 11
5. 미래사회 시나리오 16
6. 결론 33
참고문헌 35
[붙임 1] 참여 전문가 명단 36
●○● 1. 연구 배경
Ⅰ 1Ⅰ
1 연구 배경
○ 인공지능기술 발달에 따라 연구개발에도 인공지능이 일반적으로 활용되고 미래의
과학활동 모습도 크게 달라질 것으로 예상
- 인공지능은 연구의 생산성 저하를 극복하고 과학 연구와 혁신을 가속화하며 다양한
글로벌 난제 해결에 기여할 것으로 전망(장하선 외(2023))
※ 영국 국립 튜링연구소는 미국, 일본과 함께 ’50년까지 노벨상에 버금가는 성과를 성취할
수 있는 자율적인 인공지능 과학자 개발을 목표로 한 ‘노벨 튜링 챌린지’를 ’21년 발족
- 기존 문헌 정리, 연구주제 추천, 실험절차 설계 관련 연구활동 보조 외에도 향후
인간 고유의 지능 활동으로 간주 되던 문제정의, 결론종합도 수행 기대
※ 잠재적 패턴 발견 역량이 우수한 인공지능은 문헌기반발견(literature-based discovery),
미발견 공공지식(undiscovered public knowledge) 추출을 통해 과학적 통찰 제시 가능
○ 빅데이터에 기반한 인공지능의 역할이 확대되며 대용량 학술・연구 데이터를 보유한
서비스 플랫폼이 중요한 연구인프라로 부상 예상
- 고도의 빅데이터, 컴퓨팅파워, 알고리즘을 보유한 인공지능 서비스 플랫폼이 과학적
발견, 제품개발의 핵심 인프라 역할 수행 예상
※ 구글 전 CEO 에릭슈미트는 향후 인공지능의 역할이 확대될 것으로 보고 매일 1만 편의
과학논문을 학습하는 거대언어모형 구축에 ’24년까지 2천만 달러 투자할 계획(퓨쳐하우스
프로젝트)(Bloomberg News(2023.11))
- 인공지능 서비스 플랫폼의 지배구조는 향후 연구 우선순위 설정, 연구자와 인공지능의
협업방식 등 미래 연구 모습에 영향을 미칠 수 있음
※ 글로벌 기업, 정부, 연구자 협의체 등 다양한 국가와 기관이 연구개발 관련 인공지능
플랫폼 서비스에 진출하고 치열한 경쟁 예상
○ 인공지능의 기술 발달과 플랫폼 서비스 제공 형태에 따라 다양하게 실현될 수 있는
미래 연구수행 모습 예측 필요
- 인간연구자와 인공지능은 상호 상대적 우위를 보이는 업무를 중심으로 역할 분담과
분업화 전개 예상
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 2Ⅰ
※ 인공지능은 인지, 추론 능력을 활용한 다양한 범위의 대규모 데이터 분석, 시뮬레이션
업무 전담 가능. 또한 당분간 인공지능이 숙련된 과학자의 직관과 경험을 보완하는 방향으로
업무 분담 예상
- 연구기반인 플랫폼 서비스의 운영 주도권을 좌우하는 거버넌스를 고려하여 미래
연구자 역할, 연구자 사회 모습 예측 필요
※ 주축 플랫폼 서비스의 운영 주도권이 대기업, 국가, 연구자 중 누구에게 있는지에 따라
연구의 자율성, 학술정보의 개방 범위 등 차이 발생 가능
[그림 1] 인공지능 도래에 따른 연구의 변화(가속화, 자동화, 대규모화)
* 출처: Edward O. Pyzer-Knapp(2022). “Accelerating materials discovery using artificial intelligence, high performance
computing and robotics”, npj Computational Materials
●○● 2. 연구 방법 및 절차
Ⅰ 3Ⅰ
2 연구 방법 및 절차
○ 본 연구에서는 시나리오 플래닝 기법을 활용하여 향후 20년(~2043) 내 예상되는
미래 연구수행 변화 모습과 갭 분석을 통해 정책적 시사점 마련
- 시나리오는 미래에 일어날 수 있는 여러 가지 상황을 예상하여 ‘스토리’ 형식으로
전달하며 불확실성이 높고 복잡한 요인들로 얽혀 있는 이슈에 다양한 미래 모습을
제안1)
○ 3단계 추진절차를 통해 ‘인공지능이 변화시킬 미래 연구수행 모습’에 대한 전망
및 분석 수행
주요 내용 세부 내용
(1)
미래이슈 수집
및 분석
• 국・내외 문헌 분석을 통해 인공지능과 연구업무 변화와 관련된 자료 조사・분석
- 미래이슈 후보 초안 도출
• 전문가 회의를 통한 미래이슈 보완 및 대응방안 도출
- STEEP 프레임 등을 활용한 회의 진행
▼ ▼
(2)
시나리오 작성
• 「인공일반지능 출현 vs. 인공특화지능고도화」 축과 「글로벌 플랫폼 독과점 vs.
다양한 플랫폼 공존」 축을 중심으로 3가지 시나리오 구성
• 시나리오 스토리 작성
▼ ▼
(3)
정책 시사점
도출
• 미래시나리오 갭 분석을 통해 회피 및 대응 정책 방안 마련
<표 1> 인공지능이 변화시킬 미래 연구수행 모습 관련 추진 절차
○ (1단계) 국・내외 문헌 분석을 통해 인공지능이 유발할 연구업무 변화 관련 미래이슈
후보 초안 도출
- 전문가 회의, 자문을 통한 미래이슈 수정・보완 및 대응방안 도출
1) 임현(2009), “미래전망과 유망기술발굴 기능고도화에 관한 연구”
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 4Ⅰ
○ (2단계) 시나리오 기본 축 도출 및 시나리오 작성
- 전문가 회의를 통해 「인공일반지능 출현 vs. 인공특화지능 고도화」 축과 「글로벌
플랫폼 독과점 vs. 다양한 플랫폼 공존」 축을 중심으로 3가지 시나리오 구성
- 3가지 시나리오별 스토리 작성
○ (3단계) 미래이슈에 대한 정책 시사점 도출
- 미래시나리오 갭 분석을 통해 회피 및 대응 정책 방안 마련
●○● 3. 현 황
Ⅰ 5Ⅰ
3 현 황
인공지능
○ 현재 인공특화지능*(Artificial Narrow Intelligence)은 특정 업무에서 인간의
능력을 넘어서며 연구개발의 효율성과 성과를 제고
* 특정한 영역에서 전문성을 발휘하여 인간보다 임무를 더 잘 수행하는 인공지능
- 화학 분야에서 시뮬레이션을 통해 화합물 데이터를 구축하고 구조 예측을 학습한
인공지능은 물질의 화학적 결합을 빠르고 정확하게 예측하며 과학의 자동화를 유인
※ 잠재적 패턴 발견에 뛰어난 인공지능은 물리학 분야에서 새로운 물리 현상 발견, 단면적이
작은 희귀 과정의 발견, 보이지 않는 암흑물질의 발견 등에 적극 활용 가능
| AI를 활용한 과학기술 연구 예시 |
∙ (신약개발) 임상시험 전 약물의 성공 가능성과 부작용 예측, 신약물질 개발
∙ (신물질개발) 물질의 새로운 화학결합을 모델링하여 신물질을 만들고 성능을 사전 검토
∙ (행성발견) 우주망원경의 관측데이터의 패턴을 식별하여 자동으로 행성 발견
※ 출처 : Connor Coley/Massachusetts Institute of Technology, (Mullin, R. (2021), “The lab of the future is
now”, Chemical & Engineering News 에서 재인용)
[그림 2] 화학 분야(신약, 신물질 발견)의 인공지능 활용 및 연구 분담
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 6Ⅰ
- 인공일반지능(AGI)*은 인간처럼 일반적인 모든 상황에 두루 대처할 수 있는 인공지능
으로 독자적인 문제설정과 자율적인 연구 수행 가능
* 광범위한 영역에서 범용성을 발휘하여 인간이 할 수 있는 업무를 성공적으로 수행하는
인공지능
| 인공지능 기술수준 단계 및 기술전망 |
수 준 내 용
6단계
초인공지능
ASI
(Artificial Super Intelligence)
오픈 영역, 오픈 모달로 인간 개입 없이 지식이 성장하는 인공지능
5단계 인공일반지능
AGI
(Artificial General Intelligence)
인간의 4가지 이상의 지능을 통합할 수 있고, 사람의 부분 개입으로
지식이 성장하고, 다른 분야로 확장 가능
4단계
인간의 2대 지능 이상을 통합적으로 추론할 수 있고, 인간 개입으로
지식이 성장하고, 유사 분야로 확장 가능
3단계
인공특화지능
ANI
(Artificial Narrow Intelligence)
단일 분야에서 전문가 수준으로 지식처리가 가능하고, 동일 분야에서
지식 재사용
2단계 사전 훈련된 영역에서만 대응이 가능한 고정적인 지식을 가진 AI
1단계 정해진 규칙에 대한 반응으로 동작
< 인공지능 기술수준 단계 (ATL 1.0의 정성적인 수준) >
※ 출처: 「ETRI 기술통신 동향- ATL 1.0: 인공지능 기술 수준 정의」(민옥기 등, 2020)
* 출처: 「ETRI 기술통신 동향- ATL 1.0: 인공지능 기술 수준 정의」(민옥기 등, 2020)
[ 인공지능 기술 전망 ]
●○● 3. 현 황
Ⅰ 7Ⅰ
플랫폼 서비스
○ 글로벌 플랫폼 기업들은 인공지능 서비스의 지배적 사업자가 되기 위해 이용자
저변 확대, 인공지능 서비스 향상에 주력
- 데이터 기반 인공지능 기술의 선두 주자인 구글, 마이크로소프트, 아마존 등 글로벌
플랫폼 기업은 양질의 데이터 축적, 네트워크 효과 점유를 위해 클라우드 서비스
제공 등을 통해 저변 확대
※ 자체 인공지능 서비스 구축이 어려운 개별 기관들은 저렴한 비용에 고성능 컴퓨팅 파워,
인공지능 서비스를 활용할 수 있다는 측면에서 클라우드 서비스 이용
○ 학술출판 기업은 인공지능을 적용한 디지털 플랫폼을 구축하고 학술정보 DB 축적과
서비스 개선 진행
- 학술출판 기업이 대규모로 축적하고 있는 표준화, 구조화된 학술콘텐츠는 인공지능
활용이 용이하고 컨텐츠 검색, 개인화 서비스, 동료심사 자동화, 심사자 추천 등
개선 기회 풍부
※ Forbes Technology Council(2019.1)은 인공지능으로 혁명을 일으킬 상위 13개 산업 중
하나로 학술출판을 포함한 비즈니스 인텔리전스 분야를 선정(정영임(2021)에서 재인용)
○ 민간 기업의 연구개발지원 인공지능 플랫폼 경쟁이 치열한 가운데 오픈사이언스
운동2)을 통한 공공플랫폼 구축 경향도 지속될 전망
- 개발자들이 프로그램 코드를 공개하는 오픈소스 플랫폼인 깃허브를 통해 최근
Chat-GPT 등 생성형 인공지능의 비약적 발전이 있었음
※ 반면, Chat-GPT의 이용자 독식으로 인해 학습정보를 제공한 오픈소스플랫폼의 이용자가
급감하는 등 부작용이 발생하여 고품질의 지식원천을 제공하는 오픈플랫폼을 보호하고
자생력을 강화하기 위한 윤리기준 마련, 규제 정립 등 제도적 노력 병행 필요
2) 학술출판의 상업화에 대응해 논문에 대한 오픈엑세스(Open Access), 공적자금이 투입된 연구데이터 등을 공개하는
오픈데이터(Open Science), 개방형 연구 협력 및 소통을 장려하는 오픈 콜라보레이션(Open Collaboration)으로 구성
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 8Ⅰ
연구개발
○ 인공지능은 지식생성 및 정보관리, 실험실 내 로봇시스템 활용 등 연구 프로세스에
적용할 수 있고 일반인의 연구 참여 기회 확대에도 기여 가능
- 인공지능은 기존 문헌에 존재했지만 인식하지 못했던 지식을 발견하거나 기존
지식 간 관계를 찾아내어 새로운 지식 생성 가능(OECD(2023))
※ 문헌 기반 발견(literature-based discovery)과 미발견 공공지식(undiscovered public
knowledge)은 정형 데이터에서 그림, 차트 등 비정형 데이터로 적용 대상 확대 예상
- 로봇시스템에 인공지능을 내재하여 자율적인 실험 수행 등 연구실 자동화 수준을
향상시키고 연구생산성도 높일 수 있음
※ 방대한 양의 정보를 체계적으로 추출, 수집, 처리하는 인공지능이 내재된 로봇시스템은
오랫동안 정확하게 일할 수 있어 장기간 빠른 일처리, 인건비 절감 측면에서도 장점 보유
- 일반인들은 인공지능 성능 향상에 필요한 학습데이터의 수집, 처리 또는 인공지능이
배분한 과제를 수행하며 연구에 참여하고 인공지능과 협력 가능
※ 인공지능은 대규모의 복잡한 과학 연구 프로젝트를 일반인이 수행 가능한 적절한 크기로
분할, 배분하여 이전 보다 대규모의 인원이 참여하고 협력하는 연구 추진 가능
○ 연구 프로세스 상 인공특화지능은 ‘관찰’, ‘가설설정’, ‘실험’, ‘자료분석’ 단계에서
연구 보조 역할 수행
- 인공일반지능은 인공특화지능이 지원하는 업무에 추가로 ‘문제정의’, ‘결론도출’도
수행할 수 있어 인간 개입 없이 자율적인 연구 수행 가능
※ 인공지능은 특화, 일반에 무관하게 기본적으로 ‘기존연구 정리’, ‘데이터분석’, ‘가설검증’,
‘연구주제 추천’, ‘공동연구자(그룹) 추천’, '논문 심사/평가' 등 지원 가능
●○● 3. 현 황
Ⅰ 9Ⅰ
단 계 관찰 문제 정의 가설 설정 실험 자료 분석 결론 도출 소통
인공
지능
특화
가능
단계
○ ○ ○ ○
일반 ○ ○ ○ ○ ○ ○ ○
활용 시
이점
방대한 양의
자료 완벽하게
수집, 기록,
추출
최적의 확률
추론 수행
방대한 가설을
동시에 생성
및 비교
가설 입증을
위한 최적
실험 선택,
결과 자동
기록, 저장
실험을
의미론적으로
상세하게
체계적으로
기술
최적의 확률
추론 수행
표준화된 지식,
자료 교환,
재현 실험 수행,
연구부정 방지
<표 2> 과학 연구 프로세스 중 인공지능 수행 가능 단계
※ 출처 : 연구프로세스는 ‘wikipedia의 Scientific methods’, 활용시 이점은 (OECD(2023), p133) 참고하여 재작성
- 연구관리 프로세스 측면에서도 기획・예산배분(‘유망분야 발굴’, ‘우선순위 설정’),
과제선정・평가, 과제관리, 성과활용 등 전반적인 과정에서 인공지능 역할 확대 예상
단 계 기획
예산
배분
과제
공고
과제
선정 평가
과제
관리
과제
평가
성과
활용
내용
수요파악, 평가,
우선순위 설정
장기계획 수립,
제도개선
계약, 재무,
지식, 성과
협력, 성과활용
촉진, 사업화
지원
<표 3> 연구 관리 프로세스
○ 디지털 데이터의 생성 및 축적이 용이하고 문제정의, 풀이규칙이 명확한 학문분야 부터
인공지능의 연구업무 활용이 선행
- 인공지능 성능은 학습데이터의 품질에 크게 좌우되어 인공지능 활용 초기에는
연구자가 인공지능을 위한 고품질의 학습자료를 제공하는데 기여
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 10Ⅰ
※ 출처: OECD(2023), Artificial Intelligence in Science - Challenges, Opportunities And the Future of Research”, p130
[그림 3] 인공지능과 로봇기술을 적용한 연구자동화 순환도
- 데이터 수집이 용이한 통제된 환경 조성이 어렵고 다면적, 복합적이거나 상식추론,
감정적 교류가 요구되는 분야에서 인공지능 적용이 후행
※ 생태학, 야외 생물학은 자연 현장에서 관찰, 자료 수집, 동물과의 감정교류가 필요하고 기후과학은
광범위한 관찰 대상, 다학제적 접근이 필요하여 타학문에 비해 인공지능 기술적용이 어려움
●○● 4. 기술수준 및 미래모습
Ⅰ 11Ⅰ
4 기술수준 및 미래모습
기술수준 전망(’43년)
○ 현재 인공특화지능 수준이나 20년 후 뇌인지발달 모사를 제외한 대다수 인공지능
기술이 인공일반지능 수준에 도달할 것으로 전망
- 인공지능의 신뢰성 관련 분야에서도 기술 개선을 긍정적으로 전망하여 현재 보다
사회적 부작용도 줄어들고 인공지능의 자율적인 운영에 대한 신뢰도 높아질 것으로 전망
※ ‘설명가능한 인공지능’의 기술수준 전망이 ‘공정한 인공지능’, ‘견고한 인공지능’ 보다
낮아 기술적 난이도가 더 높다고 판단
<표 4> 인공지능 기술수준 전망
기 능 인공지능
기술수준*
현재(’23년) 미래(’43년)
감각 및 지각 ① 단일감각지능 고도화, 다중감각인지 3 6
학습과 기억
② 자기지도 학습, 메타학습, 강화학습 3 5
③ 평생학습, 절차적 지식 2 4
추론 및 판단
④ 지식기반 추론기술 3 5
⑤ 상식기반 추론기술 2 4
운동 ⑥ 행동지능 2 4
언어(자연어 처리) ⑦ 자연어 생성, 자연어 이해 4 6
집행기능
⑧ 실세계 변화 적응 기술 2 4
⑨ 학습역량 진단 및 개선, 모델 경량화, 연합 학습 2 5
정서 및 사회인지
⑩ 에이전트 간 협업기술 2 5
⑪ 행동지능 2 5
⑫ 교감형 AI, 복합대화기술 2 5
인지 발달 ⑬ 뇌인지발달모사 1 3
(별도) AI 신뢰성 향상
관련
⑭ 설명가능한 AI 2 4
⑮ 공정한 AI 2 5
⑯ 견고한 AI 2 5
* 인공지능 기술수준(ATL1.0) 기준 6단계: (1~3단계) 인공특화지능, (4~5단계) 인공일반지능, (6단계) 초인공지능
※ 출처 : 전문가 대상 인공지능 기술수준 전망 자문(전문가의 개인적 견해도 판단 근거로 활용하여 타 기술수준 조사와 차이
있을 수 있음)
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 12Ⅰ
연구수행 미래모습
○ 과학연구 프로세스 관련 인공지능이 관찰, 가설설정, 실험, 자료분석 업무는 인간
보다 우수하게 처리하여 연구현장에서 보편적으로 인공지능을 활용
- 문제정의, 결론도출, 소통 관련 연구 프로세스에서도 인공지능이 도입되나 추론/판단,
창의성, 맥락이해 관련 인공지능 기술 발달 정도에 따라 활용 수준과 범위가 정해짐
○ 연구관리 프로세스 관련 인공지능이 기획, 예산배분, 과제공고, 과제선정, 과제관리, 과제평가,
성과활용 등 전반적인 업무에서 인간 보다 우수하여 인공지능을 일반적으로 활용
- 연구관리 업무의 많은 부분을 인공지능이 수행하고 인간은 인공지능의 오류 탐색
및 수정, 성과 중계, 연구자/평가자와 소통, 투자 분야 최종결정 등의 역할에 집중
<표 5> 인공지능의 미래(’43년) 연구수행 모습 전망
기 능 인공지능
적용가능
연구 프로세스
미래(’43년) 업무 수행 모습
감각 및 지각
① 단일감각지능
고도화,
다중감각인지
관찰, 자료분석
∙ 오감관련 영상, 음성, 이미지 등 다양한 출처, 포맷
데이터를 수집, 분석하여 멀티모달 형태로 정보 제공
∙ 미래 모든 센서데이터를 통합하여 분석 및 정보제공
∙ 인공지능이 인간의 다양한 감각정보를 더 정밀
하게 처리하고 해석
학습과 기억
② 자기지도 학습,
메타학습,
강화학습
문제정의,
가설설정, 실험,
자료분석
∙ 사전지도 없이 가상실험을 수행하는 강화학습
등의 발달로 자율적인 실험, 분석 수행
∙ 가설설정에 활용된 지식 또는 논리의 오류를 점검
하고 스스로 개선하며 연구수행
∙ 인공지능이 스스로 문제정의, 가설설정, 실험,
자료분석하는 자율연구 방식이 성숙
③ 평생학습,
절차적 지식
문제정의,
가설설정,
자료분석,
결론도출
∙ 시간 제한 없이 무제한 데이터 학습하고 오랜 경험이
필요한 문제 정의 수행
∙ 인간의 수동 업데이트 등 개입 없이도 AI가 이전
학습내용 소실 없이 새로운 지식을 매일 스스로
배우는 평생학습을 하고 일회성이 아닌 지속적
으로 축적되는 연구수행
●○● 4. 기술수준 및 미래모습
Ⅰ 13Ⅰ
기 능 인공지능
적용가능
연구 프로세스
미래(’43년) 업무 수행 모습
추론 및 판단
④ 지식기반
추론기술
문제정의,
가설설정,
자료분석,
결론도출
∙ 지식기반 문제 정의와 결론을 도출하며 스스로
지식 체계 구축
∙ AI가 보다 정교한 추론 알고리즘을 바탕으로
복잡한 문제 해결과 의사결정 수행
⑤ 상식기반
추론기술
문제정의,
가설설정,
자료분석
∙ 상식기반 문제 정의와 결론 도출, 자율적인 상식
인식과 학습 수행
∙ 데이터에서 상식기반 새로운 패턴도출, 이전 대화
맥락에 부합하는 의사소통 수행
∙ 복합적인 문제 관련 이전 과정의 문맥을 기억하여
상식에 바탕한 문제정의, 결론도출
운동 ⑥ 행동지능 관찰, 실험
∙ 실험용 동물, 실험기기를 능숙하게 조작하는
인공지능 로봇이 인간을 대신하여 실험 수행 및
데이터 수집
∙ 로봇을 이용한 관찰, 실험과 로봇자치 실험실 확산
언어
(자연어 처리)
⑦ 자연어 생성,
자연어 이해
관찰, 자료분석,
결론도출, 소통
∙ 대용량 선행 문서 검색 및 소통, 온라인 문서 자가
학습 수행
∙ 연구주제에 대한 텍스트 자료분석, 문제정의, 가설
설정 포함하여 최신 연구동향을 분석하고 보고서
형태로 정리하여 제시
∙ 보고서 초안에 대해 대화형태로 연구자의 피드백을
받아 내용을 보다 구체화하고 수정 업데이트
집행기능
⑧ 실세계 변화
적응 기술
관찰, 실험
∙ 실세계 관찰, 실세계 데이터 상시 학습
∙ 실험중 발생한 예기치 않은 변동에 유연하게 대응
하여 실험 목표 달성
⑨ 학습역량 진단
및 개선, 모델
경량화, 연합 학습
자료분석
∙ AI 스스로 자신의 역량 및 능력을 평가하고, 부족한
부분에 대해 보완할 수 있는 의사결정 수행
∙ 현재 작업 역량을 스스로 평가하고 당면 과제수행에
부족하거나 필요한 부분을 파악하여 인간 연구자
에게 도움 요청
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 14Ⅰ
※ 출처: 정보통신기획평가원(2020), “인공지능 기술청사진 2030-2차년도”을 바탕으로 인공지능 기술을 구성하고 적용가능
연구프로세스 및 인공지능의 미래 연구수행 모습은 전문가 자문을 바탕으로 작성
기 능 인공지능
적용가능
연구 프로세스
미래(’43년) 업무 수행 모습
㉴ 정서 및
사회인지
⑩ 에이전트 간
협업기술
실험, 자료분석
∙ 다수 AI 또는 AI-사람간 분석 및 결론, 소통, AI와
사람간의 자연스러운 협업 수행
∙ 실험실내 다수의 인공지능간 자료분석 등 실험의
진행관련 협력하여 임무진행
∙ 도메인별 전문지식을 보유한 인공지능간 협업을
통해 자료분석 등 학제간, 연구개발단계간 협업
연구수행
⑪ 행동지능 관찰, 실험
∙ 실험동물의 다양한 행동을 관찰하고 행동의 동기
및 원인에 대한 감정을 파악하여 문제정의 및 가설
설정에 필요한 기초 자료 도출
∙ 인공지능이 인간의 복잡한 감정상태와 사회적
상황을 이해하여 보다 공감력, 설득력 있는 연구수행
∙ 디지털휴먼, 메타버스를 통한 인문사회 관련 가설
및 실험수행
⑫ 교감형 AI,
복합대화기술
자료분석, 소통
∙ 복합 모달리티로 연구자 개인 맞춤형으로 대화,
교감하고 정보 제공, 요약 등의 비서 서비스 제공
∙ 다양한 방식의 분석 및 사람수준의 소통, 확장현실
등 다양한 방식의 소통 일상화
인지 발달 ⑬ 뇌인지발달모사
문제정의,
가설설정,
결론도출
∙ 인간 뇌인지기능의 관점에서 주어진 문제를 해석
하고, 가설을 설정하며 수집된 데이터를 해석하여
결론을 도출
∙ 뇌인지 발달모사 에이전트는 데이터 기반 인공지능의
의사결정 과정을 모니터링 및 보완
●○● 4. 기술수준 및 미래모습
Ⅰ 15Ⅰ
AI를 활용하는 미래 연구수행 모습(안)
○ 인공지능은 대용량 데이터에서 숨겨진 패턴을 인지하거나 상관관계를 발견하는데 뛰어난
능력을 보여준다. 또한 쉼 없는 시뮬레이션과 학습을 통해 최적의 대안을 찾아내는 데에도
장점이 있다. 이에 따라 우수한 사물 식별, 예측(추천) 능력을 보여주고 인간이 생각하지도
못한 해결책을 제시하기도 한다.
○ 위와 같은 인공지능의 장점은 미래에 더욱 도드라진다. 또한 인간 고유의 지적 능력으로
간주 되었던 추론, 판단, 창의력을 넘보는 데까지 인공지능 기술이 발전한다. 컴퓨팅 파워
향상은 기본이고 기계공학, 뇌과학, 생명과학 등 타 학문 분야의 기술 발전이 인공지능에
접목된다. 즉, 인공지능은 로봇기술을 통해 실세계 조작, 데이터 수집 능력을 증대하고
뇌과학 기술을 통해 인간두뇌를 모사한 새로운 로직으로 지적 능력을 고도화한다. 미래
연구개발 수행 시 인공지능은 과거 계산기, 컴퓨터와 같이 필수 도구가 된다. 그러나
인공지능은 단순 계산을 넘어 인간의 인지, 사고 능력을 대신할 수 있다는 점에서 인공지능의
역할은 과거 컴퓨터와는 비교가 불가할 정도로 심대하다.
○ 연구수행 관련 인공지능 활용은 기존 연구 검토, 자료 분석 등 연구보조 또는 일정계획,
연구자 사이 협업 관리 등 사무 보조 역할에서부터 시작한다. 이후 로봇기술이 접목되어
자동화된 실험을 수행하는 로봇실험실 형태로 확장된다. 인공지능과 로봇기술의 결합은
자유롭게 돌아다닐 수 있는 자율로봇이 실용화되며 실험실을 벗어나 자연, 현장에서 데
이터를 수집, 분석하는 역할도 수행하게 된다. 인공지능의 지적 능력이 향상되며 문제설정,
결론종합, 협업수행 등에서 인간 연구자를 보조한다. 즉, 연구자에게 새로운 연구 아이디어를
제안하는 문제설정, 연구결과의 의미를 해석하고 다른 연구와 비교 분석하는 결론종합,
타 연구자, 인공지능과 의사소통을 통해 협업수행에 활용된다. 인간 연구자와 더욱 친밀하게
의사소통하고 협업하기 위해서 인공지능의 사용자 인터페이스(UI)도 개선된다. 가상화,
의인화 기술을 활용해 인간의 모습을 한 인공지능 과학자가 등장한다. 인공지능 과학자는
인간 연구자와 일반 대중에게 있었던 일부 거부감을 누그러뜨리고 연구수행 시 인공지능
활용을 더욱 가속화한다.
○ 연구자 사회에서 인공지능 활용역량 또는 전공영역 전문지식이 뛰어난 연구자가 더 우수한
연구성과를 창출할 수 있다. 문헌조사, 데이터 추출, 실험수행 중 단순 반복 업무는
인공지능이 더 잘 그리고 오래 수행할 수 있어 해당 업무부터 인공지능이 사람을 대체한다.
우수한 연구자는 대량의 연구자원을 보다 쉽게 확보하고 운용할 수 있다. 우수 연구자의
연구생산성은 더 높아지고 영향력도 더 증가한다. 인공지능 활용과 전문분야 연구 역량에
따라 연구자간 연구격차가 더 벌어질 수 있다. 반면, 신진연구자, 일반인에 대한 연구개발
진입 문턱은 낮아진다. 신진연구자는 숙련된 연구보조원으로 인공지능을 활용할 수 있어
조기에 연구기반을 구축하고 우수 연구성과를 창출할 수 있다. 일반인은 자료수집, 분석 등
기존에 직접 수행하기에는 난이도가 있었던 업무에서 인공지능의 도움을 받아 손쉽게 논문,
시제품 등을 창출할 수 있다. 그러나 일반인의 연구 성과 대부분은 기존 연구의 단순 변형,
모방이고 학술적인 수준이 높지 않아 학술논문, 연구데이터의 수준 저하 및 품질관리
이슈가 대두되기도 한다.
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 16Ⅰ
5 미래사회 시나리오
핵심주제 및 핵심의사결정 요소 정의
○ 본 연구는 인공지능이 변화시키는 향후 2043년 무렵 연구수행 모습을 핵심주제로 설정
※ (예측 시점) 2023~2043년(20년), (예측 지역) 국내
○ 핵심주제의 미래를 결정하는 핵심의사결정요소를 STEEP(Social, Technology,
Environment, Economy, Politics) 프레임으로 설정
※ 2043년 인공지능이 연구수행에 활용되는 수준과 범위, 연구자가 인공지능을 활용하는
방식에 영향을 주는 요인을 핵심의사결정요소로 설정. 단, 플랫폼 서비스를 매개로 한
인공지능 활용이 지배적 방식이라고 가정
<표 6> 핵심의사결정요소
주요 내용
(S) 사회 연구자 수용성S1, 일반인 수용성S2, 오픈사이언스 운동S3, 인공지능 규제S4, 시민의 참여S5
(T) 기술
인공지능 발달(인공일반지능 실현)T1, 설명가능한 인공지능 발달T2, 과학로봇 발달T3,
뇌신경과학 발달T4
(E) 환경 기후/에너지 위기En1, 인공지능의 에너지 효율성En2
(E) 경제 플랫폼 경쟁Ec1, 글로벌 대기업 플랫폼 주도Ec2, 데이터(IoT) 경제 실현Ec3
(P) 정치 강대국간 기술패권 경쟁P1, 연구 통제/감시P2
미래사회 변화동인 도출
○ 문헌조사 및 전문가 의견수렴 등을 통해 도출된 핵심의사결정요소에 영향을 미치는
미래환경 변화동인은 총 16개이며, 해당 동인의 미래 변화방향은 다음과 같음
- (사회 5개) 인공지능 기술에 대한 연구자 수용 정도, 인공지능 기술에 대한 일반인
수용 정도, 오픈사이언스 운동 활성화 정도, 인공지능 규제(안전성/공정성) 정립
정도, 과학/연구개발 활동에 대한 시민의 참여 정도
- (기술 4개) 인공일반지능 실현 여부, 설명가능한 인공지능 기술 발달 정도 , 과학로봇
발달 정도, 뇌신경과학 발달 정도
●○● 5. 미래사회 시나리오
Ⅰ 17Ⅰ
- (환경 2개) 기후/에너지 위기 심화 정도, 인공지능의 에너지 사용 효율성 정도
- (경제 3개) 플랫폼 경쟁 정도, 글로벌 대기업 플랫폼 주도 정도, 사물인터넷 관련
데이터경제 실현 정도
- (정치 2개) 강대국간 인공지능 기술패권 경쟁 정도, 연구 통제/감시 가중 정도
핵심공통동인과 핵심불확실성동인
○ 각 변화동인이 핵심의사결정요소에 미치는 파급력과 불확실성을 평가한 결과
핵심공통동인과 핵심불확실성동인을 도출
※ 인공지능 기술, 정책 전문가를 대상으로 핵심 동인의 파급력과 불확실성에 대한 의견조사(5점 척도)
수행(점수가 높을수록 파급력과 불확실성이 높음)
[그림 4] 변화동인별 불확실성과 파급력
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 18Ⅰ
- 핵심공통동인은 파급력은 높으나 미래 불확실성이 낮은 동인으로 (T3) 과학로봇 발달,
(Ec3)데이터(IoT) 경제 실현, (Ec2)글로벌 대기업 플랫폼 주도, (S4)인공지능 규제 정립,
(S1)연구자 수용성 정도를 선정
- 핵심불확실성동인은 불확실성과 파급력이 높은 동인으로 (T1)인공지능 발달
(인공일반지능 실현), (T4)뇌신경과학 발달, (T2)설명가능한 인공지능 발달, (Ec1)
플랫폼 경쟁, (P1)강대국간 기술패권 경쟁 정도를 선정
<표 7> 동인별 변화방향과 평가 결과
구 분 핵심동인 후보 변화 방향 파급력 불확실성
Society
(S)
(S1) 인공지능
기술에 대한
연구자의 수용성
인공지능 기술에 대한 연구자의 수용성 증가
인공지능 기술에 대한 연구자의 수용성 감소
4 1.7
(S2) 인공지능
기술에 대한
일반인의 수용성
인공지능 기술에 대한 일반인의 수용성 증가
인공지능 기술에 대한 일반인의 수용성 감소
3.2 2.3
(S3) 오픈사이언스
운동 정도
오픈사이언스 운동 확대
(국내외 학술정보, 데이터, 협력연구의 개방,
접근 향상을 지향하는 운동과 플랫폼이 확대)
오픈사이언스 운동 축소
(국내외 학술정보, 데이터, 협력연구의 개방,
접근 향상을 지향하는 운동과 플랫폼이 축소)
3.6 2.3
(S4) 인공지능의
안정하고 공정힌
규제 정도
인공지능 안정성/공정성을 보장하는 규제 실현
인공지능 안정성/공정성을 보장하는 규제 미흡
4.8 3.3
(S5) 과학/연구개발
활동에 대한
시민의 참여 정도
과학/연구개발 활동에 대한 시민의 참여 증가
과학/연구개발 활동에 대한 시민의 참여 감소
2.4 2.2
Technology
(T)
(T1) 인공지능
기술발달(인공일반
지능 실현) 정도
인공일반지능 실현
인공일반지능 미실현
(인공특화지능 수준에서 기술고도화)
4.8 3.3
(T2) 설명가능한
인공지능 기술
발달 정도
설명가능한 인공지능 기술 구현
설명가능한 인공지능 기술 미구현
4.4 2.6
●○● 5. 미래사회 시나리오
Ⅰ 19Ⅰ
구 분 핵심동인 후보 변화 방향 파급력 불확실성
(T3) 과학로봇
발달 정도
과학로봇 발달*이 충분하여 실험실, 현장에 상용화
* 실험 수행, 데이터 수집, 분석 등을 수행하며 데이터
수집 범위 확대, 인공지능과 협업 수준 향상
과학로봇 발달이 미흡하여 실험실, 현장에
미상용화
4.6 2.4
(T4) 뇌신경과학
발달 정도
뇌신경과학이 인간 두뇌 모사 실현
뇌신경과학이 인간 두뇌 모사 미실현
4.3 3
Environment
(E)
(En1) 기후/에너지
위기 정도
기후/에너지 위기 가중
기후/에너지 위기 완화
2.7 2.2
(En2) 인공지능의
에너지 효율성
인공지능의 에너지 사용량이 급증하고 사용
효율성이 악화
인공지능의 에너지 사용량이 감소하고 사용
효율성 향상
3.3 2
Economy
(E)
(Ec1) 플랫폼
경쟁 정도
서비스 제공 플랫폼간 경쟁 심화
※ 다수 서비스 제공자간 치열한 경쟁으로 서비스 접근
(고품질, 무료)이 용이하고 이용자 주도권 유지
서비스 제공 플랫폼간 경쟁 약화
3.7 2.8
(Ec2) 글로벌
대기업 플랫폼
주도 정도
공공보다 글로벌 대기업의 플랫폼 지배 확대
※ 글로벌 대기업의 플랫폼 독과점으로 이용료 상승,
연구정보의 비공개, 무단 활용 위험 상승
글로벌 대기업 보다 공공의 플랫폼 지배 확대
4.1 2.1
(Ec3) 데이터
경제(IoT) 실현
정도
사물인터넷(IoT) 관련 데이터 경제 전면 확대
사물인터넷(IoT) 관련 데이터 경제 일부 진전
4.5 2.5
Politics
(P)
(P1) 강대국간
기술패권 경쟁 정도
강대국간 인공지능 기술패권 경쟁 심화
강대국간 인공지능 기술패권 경쟁 완화
3.7 2.7
(P2) 연구
통제/감시 정도
연구 통제/감시 정도 강화
연구 통제/감시 정도 약화
3.2 2.7
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 20Ⅰ
핵심불확실성동인 특성 분석
○ 미래시나리오를 결정하는 기준이 되는 핵심불확실성동인인 (T1)인공지능 발달(인공
일반지능 실현), (T4)뇌신경과학 발달, (Ec1)플랫폼 서비스 경쟁, (T2)설명가능한
인공지능 발달, (P1)강대국간 기술패권 경쟁 간의 연관성(영향 및 의존관계)을 검토
※ 인공지능 기술, 정책 전문가를 대상으로 핵심 불확실성동인의 영향 및 의존관계를 각각
3점 척도(±양방향)로 의견조사하고 합산하여 최종 영향도 및 의존도 값 산출
- 핵심불확실성동인 중 다른 요인에 영향력은 높으나 의존도는 낮은 드라이빙
(Driving) 요인은 없는 것으로 평가됨
- 의존도와 영향도가 높으며 상호 연결성이 높은 링크(Links) 핵심불확실성동인은
(T1)인공지능 발달(인공일반지능 실현)임
- 영향도는 낮으나 의존도는 높은 디펜던트(Dependent) 핵심불확실성동인은 (T4)
뇌신경과학 발달, (Ec1)플랫폼 경쟁, (T2)설명가능한 인공지능 발달, (P1)강대국간
기술패권 경쟁임
[그림 5] 핵심불확실성동인의 의존도 및 영향도
●○● 5. 미래사회 시나리오
Ⅰ 21Ⅰ
<표 8> 동인 특성
구 분 주요 내용
Driving 시스템의 상태를 결정하는 결정적인 동인
Links
시스템에 의존도 및 영향도가 모두 높은 동인
(Driving 동인과 Dependent 동인의 연결고리)
Dependent Driving 동인에 의존적인 동인
Autonomous 시스템과 많은 관계를 갖지 않는 동인
○ 핵심불확실성동인들이 전체 네트워크를 구성하고 있으나 동인 간 상호 관계에
따라 방향성 존재
- 인공지능 발달은 플랫폼 경쟁, 강대국간 기술패권 경쟁, 뇌신경과학 발달 등 타
핵심불확실성동인에 영향을 주고 있음
- 플랫폼 경쟁, 강대국간 기술패권 경쟁은 상호 영향을 주고 있음,
- 뇌신경과학 발달, 플랫폼 경쟁은 인공지능 발달에 영향을 주고 있음
[그림 6] 핵심불확실성동인의 네트워크3)
3) 화살표의 두께가 두꺼울수록 강도가 강함
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 22Ⅰ
2043 미래 시나리오
○ 핵심공통동인과 핵심불확실성동인 간 미래 변화방향에 대한 32개 시나리오 중
논리구조가 약하거나 유사 시나리오는 통합하여 최종 3가지 시나리오 선정
시나리오 1
인공지능이 보조하고 양극화된 연구 심화
‘현 추세 유지’ (인공특화지능 고도화, 글로벌 대기업의 플랫폼 과점 심화)
구 분
공통동인 핵심불확실성동인
동인명 변화방향 동인명 변화방향
1 과학 로봇 발달
과학 로봇 실험실,
현장 상용화
인공지능 발달
인공특화지능 고도화
(인공일반지능 미실현)
2
데이터(IoT) 경제
실현
사물인터넷(IoT)
전면확대
설명가능한
인공지능 발달
설명가능한
인공지능 기술 구현
3
글로벌 대기업
플랫폼 주도
인공지능 플랫폼
공공보다 글로벌
대기업 위주 확대
뇌신경과학 발달
뇌신경과학이 인간
두뇌 모사 미실현
4 인공지능 규제
안정성/공정성을
보장하는 규제 실현
플랫폼 경쟁
인공지능 서비스
플랫폼간 경쟁 심화
5 연구자 수용성
인공지능에 대한
연구자 수용성 증가
강대국간
기술패권 경쟁
인공지능 기술패권
경쟁 심화
○ 연구수행 시 기존 문헌 검토, 실험 수행, 데이터 분석에 많은 노력과 시간을 투여하였다.
상대적으로 단순하고 반복적인 작업도 많았다. 인공일반지능이 나타나기 전, 학술분야에
특화된 인공지능이 고도화되며 연구자 사회에서도 상대적으로 단순 반복되는 업무는
인공지능이 대체하게 되었다. 다수의 연구자는 연구보조, 일반연구자, 연구책임자라는
숙련의 위계를 더 이상 거칠 필요 없이 인공지능을 연구보조 인력으로 활용하여
더 젊은 나이에 단독연구를 수행할 수 있게 되었다. 인공지능이 품질 좋은 서비스로
연구를 보조하고 연구자와 인공지능이 상호 보완하여 연구를 수행하였다. 초기에는
인공지능이 신진연구자, 학생들의 연구를 보조하고 연구완성도를 높이는데 기여
하였다. 심지어 전통적인 관점에서 학문영역에 대한 전문지식과 연구의 숙련도가
낮은 일반인까지 반짝이는 연구주제가 있으면 손쉽게 연구를 수행할 수 있다.
즉, 인공지능이 연구 저변을 확대하였다.
●○● 5. 미래사회 시나리오
Ⅰ 23Ⅰ
○ 그러나 인공지능 활용역량에 따라 연구자간 연구 격차가 새롭게 벌어졌다. 전통적으로
최상위 연구자는 전공영역에 대한 심도 있는 전문지식과 풍부한 노하우를 활용하여
인공지능이 내놓은 연구결과에 대해 신속하게 참, 거짓을 판별하고 다른 연구주제로의
응용 가능성을 인지하여 후속 연구를 추진할 수 있었다. 또한, 신진 연구자 중에서도
컴퓨팅, 데이터 등 인공지능을 다루는 역량이 뛰어난 연구자는 더욱 우수한 연구결과를
내고 인공지능 활용 노하우도 빠르게 축적하였다. 한편 인공지능을 활용하는 능력은
연구자의 지식 수준, 연구노하우에 따라 큰 차이를 보이기도 했다. 인공지능을
최상위 수준으로 활용하는 연구자가 보유한 암묵적 지식은 직접 같이 연구과제를
수행하며 전수받을 수밖에 없다. 이에 따라 최상위 연구자를 중심으로 한 도제식
연구에 참여할 수 있는 연구자와 그렇지 못한 연구자 간 역량 격차도 점점 확대되었다.
○ 인공지능의 연구개발 수행 능력이 급속도로 팽창하여 인공지능의 역할이 더욱
중요해졌다. 이로 인해 인공지능학습을 위한 대규모의 정교한 데이터가 더 강조되었다.
일반 연구자는 학술문헌의 오류 보정, 오작동을 유발하는 적대적 패치 등 악성
데이터를 선별하는 단순 작업에 참여하는 경우가 증가했다.
○ 설명가능한 인공지능 기술도 빠른 속도로 발전하였다. 그러나 딥러닝, 강화학습 등
머신러닝 기반의 인공지능이 더 빠른 속도로 발전하였고 상대적으로 성능이 떨어지는
약점은 여전했다. 그럼에도 컴퓨팅과 에너지 절약 기술의 발전으로 설명가능한
인공지능의 경제성이 높아지고 이유를 알 수 있고 책임소재를 따질 수 있는 장점으로
인해 더욱 폭넓게 이용되었다. 기존 인공지능에 설명가능한 인공지능을 접목하여
인간과 인공지능의 학술적인 연구 협력이 더 수월해졌다. 그러나 최초 연구자라는
명예 획득을 위한 치열한 경쟁이 지속되는 한 머신러닝 기반의 인공지능이 여전히
연구의 주도권을 가졌다. 뇌과학의 발전으로 인간의 뇌작동에 대한 이해가 높아졌다.
그 결과 인간이 학습하는 방식에 대한 이해가 높아지고 설명가능한 인공지능의
개발에도 도움이 되었다.
○ 로봇기술이 발달하여 실험에 특화된 로봇이 출시되고 상용화되었다. 초기 실험실
자동화에서 출발하였으나 로봇과학자 등장 이후 인간과의 연구 협업이 대세가
되었다. 실험실 로봇은 실험도구 조작, 실험재료 제작 등 물리적인 움직임 측면에서
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 24Ⅰ
인공지능을 보완하게 되었다. 사물인터넷 중심의 데이터 경제가 전반적으로 실현되며
측정, 수집할 수 있는 대상이 더욱 폭넓어지고 측정, 수집도 쉬워졌다. 인공지능은
더욱 꾸준히 학술연구를 수행하였고 연구 범위도 광범위해졌다. 시뮬레이션이 가능한
영역도 더욱 넓어지면서 실세계를 재현하는 가상 현실도 더욱 정교해졌다.
○ 사물인터넷이 사회 전반에 확대되고 안정적으로 상용화되면서 실세계의 인간, 물체,
기계의 모든 상태, 활동이 데이터로 축적되었다. 다양한 대량의 데이터를 활용하기
위해 인공지능이 더욱 활발히 사용되었다. 데이터의 수집 범위와 정확성이 증가하면서
숨겨진 패턴을 발견하는 인공지능의 기본 장점이 발휘되는 분야는 더욱 늘어났다.
○ 인공지능은 생산력이 아닌 파괴력도 증대시킨다. 산업생산 외에 군사용으로도 유용한
이중용도 기술이다. 범용기술로 지능화가 가능한 모든 부분에 적용할 수 있다.
인간의 간섭 없이 자율 운영을 실현하고 인간의 육체적 한계를 벗어나 쉼 없이
작동할 수 있다. 인공지능이 사회 저변의 기반시설로 기능하게 되면 단순한 오류,
일순간의 보안 실패로도 인공지능을 매개로 실타래처럼 얽힌 전사회가 멈추는
일이 발생할 수 있다. 이에 따라 국력을 뒷받침하는 핵심 기술인 인공지능을 둘러싸고
강대국간 치열한 기술패권 경쟁이 벌어졌다. 경쟁국의 인공지능 서비스를 과학적
발견 등 학술용도로 사용하는 것조차 경계하게 되었다. 자국의 연구 정보가 유출될
뿐만 아니라 경쟁국 서비스에 대한 의존이 높아질수록 안보위험도 증가하기 때문이었다.
각국은 독자적인 인공지능 학술서비스를 구축하려고 노력하였다. 기술 통제 가능성과
투명성이 보장되지 않는 한 인공일반지능이 초래할 비가역적인 결과에 인류가
압도될 수 있다는 우려 때문에 학술 인공지능 개발도 멈추자는 호소가 국제기구,
시민단체를 중심으로 널리 퍼지기도 하였다. 그러나 국가 간 경쟁 압력과 안보
위협이 이러한 호소를 무력화했고 인공일반지능을 향한 경쟁은 더욱 치열해졌다.
○ 인공지능은 순수 연구활동 보다 연구관리활동에 먼저 적용되었고 인간의 일을
대체하였다. 연구 진행, 회계 관리 등 일상적인 모니터링 외에도 선정, 평가와
성과 확산 등에도 활용되었다. 인공지능과 전문가의 협업으로 유망기술 선별 등
연구를 기획하면 그 내용에 따라 분야별 연구비를 배분하였다. 인공지능을 통해
적시 공고, 잡음 없는 선정을 진행하고 연구과제를 지원하였다. 학술적인 연구 성과를
●○● 5. 미래사회 시나리오
Ⅰ 25Ⅰ
개발, 시제품 생산, 사업화 단계까지 끊김 없이 연계하여 실현도를 높이는 데에도
인공지능이 기여하였다. 인공지능이 초기 연구관리 업무에 도입되었을 때는 인간을
단순 지원하는 형태였으나 인공지능 활용이 확대되며 협업 또는 주도하는 형태로
위상이 변하였다. 연구관리 과정에서 축적된 연구자, 연구 정보는 연구의 생산성을
높이는 데 활용되었다. 이에 따라 단순한 정보, 보상이라고 여길 수 있는 인센티브를
통해 연구자는 자기도 모르는 사이 인공지능 알고리즘의 통제 하에 연구를 수행하게
되었다. 연구자가 연구주제 추천 서비스에 익숙해 지면서 인공지능이 사전 선별해
추천하는 연구만 수행할 가능성도 높아졌다.
※ 출처: Microsoft Bing Image Creator Dall・E3를 활용하여 작성
[그림 7] 2043 미래모습(현 추세 유지)
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 26Ⅰ
시나리오 2
인공지능이 지배하고 글로벌 플랫폼에 종속되는 연구 만연
‘비관적 미래’ (인공일반지능 실현, 글로벌 대기업의 플랫폼 독점 강화)
구 분
공통동인 핵심불확실성동인
동인명 변화방향 동인명 변화방향
1 과학 로봇 발달
과학 로봇 실험실,
현장 상용화
인공지능 발달 인공일반지능 실현
2
데이터(IoT) 경제
실현
사물인터넷(IoT)
전면확대
설명가능한
인공지능 발달
설명가능한
인공지능 기술 미흡
3
글로벌 대기업
플랫폼 주도
인공지능 플랫폼
공공보다 글로벌
대기업 위주 확대
뇌신경과학 발달
뇌신경과학이 인간
두뇌 모사 실현
4 인공지능 규제
안정성/공정성을
보장하는 규제 미흡
플랫폼 경쟁
인공지능 서비스
플랫폼간 경쟁 약화
5 연구자 수용성
인공지능에 대한
연구자 수용성 증가
강대국간
기술패권 경쟁
인공지능 기술패권
경쟁 약화
○ 실현된 인공일반지능은 인간처럼 모든 연구 업무를 수행할 수 있다. 끊임없는
자율학습을 통해 지능폭발이 일어났다. 문제탐색, 설정, 분석, 의미도출, 종합까지
인공지능 스스로 수행할 수 있게 되었다. 초기에는 상식이 부족하여 때때로 생뚱맞고
필요 없는 연구를 수행하기도 하였다. 그러나 맥락, 환경을 이해하는 상식역량을
갖춘 후로 적합한 연구를 수행하는 비중이 높아지고 효율성도 향상되었다.
○ 인간과학자의 역할은 지식수준에 따라 더 차별화 되었다. 인공지능이 내놓은 연구결과를
고도화하기 위해 소수 최고 수준 과학자는 검토 역할을 수행하였다. 연구에 오류가
없는지를 확인하고 분과영역을 더 확장할 경우 연구결과의 의미는 무엇인지 평가와
의견을 제시하는 일이다. 그러나 이 일조차 인간이 개입할 여지는 점점 줄어들었다.
복수의 인공지능이 서로 상대 인공지능의 연구결과를 평가, 토론하며 인간보다
더 빠르게 연구 결과를 발전시켰기 때문이다. 즉, 인간의 평가가 인공지능의 개선에
미치는 영향은 점점 더 줄어들었다. 이전에 없던 새로운 창의성을 보인 연구자만
인공지능에게 선별되어 일정 기한 평가, 의견을 제시할 수 있었다. 그러나 인공지능이
지식을 쌓는 속도가 너무 빨라 연구 결과를 실시간 이해하기도 점점 어려워지고
새로운 창의성을 보여주는 인간 연구자의 출현도 점점 드물어졌다.
●○● 5. 미래사회 시나리오
Ⅰ 27Ⅰ
○ 최상위 연구자는 연구에서 인공지능에게 조언하는 역할은 수행하였다. 인공지능
연구역량이 급속하게 발달하며 최상위 연구자에게 연구 보다 교육 역할이 더
강조되기도 한다. 인공지능이 내놓은 연구성과의 의미가 무엇인지 해석하여 연구후
속세대, 일반인에게 알기 쉽게 설명해 줄 필요가 있기 때문이었다. 연구수행 관련
인공지능 서비스를 제공하는 플랫폼 기업도 최신 연구성과의 사업화 시 생길 수
있는 일반인의 거부감과 우려를 사전에 예방하기 위해 인공지능의 연구성과에
대한 대중교육과 홍보를 시행하기도 하였다. 그러나 플랫폼을 독점한 글로벌 대기업
은 논란을 회피하기 위해 인공지능이 사용하는 데이터, 알고리즘, 창출하는 성과에
대해 정보 공개를 제한하거나 인류 공동번영 보다 기업이익을 우선하여 의사결정을
하는 경우도 많아졌다.
○ 빅데이터를 기반으로 인공일반지능을 만드는 연구 방향 외에 다른 한편으로 뇌신경
과학에 기반하여 인간의 뇌처럼 작동하는 인공지능을 만드는 연구도 진행되었다.
뇌가 작동하는 과학적 원리를 모두 알아내지는 못했으나 뇌신경을 전산적으로
모사하는 공학 기술은 고도화되었다. 역엔지니어링을 통해 인간 뇌를 닮은 인공일반
지능이 출현하였다. 최상위 과학자가 자기 두뇌를 모사하여 일년내내 쉼 없이
연구를 수행할 수 있게 되었다. 그러나 작동방식에 대한 충분한 이해는 여전히
부족했고 연구결과에 대한 책임소재도 항시 논란거리가 되었다. 뇌신경 모사를
통한 인공지능을 어느 정도까지 활용할지에 대해 사회적인 합의가 우선해야 한다는
주장에 시민사회가 공감하며 공론화 요구가 분출하였다.
○ 글로벌 플랫폼 기업이 학술분야 서비스도 지배하게 되었다. 초기에 플랫폼 기업은
무료로 학술정보를 제공하며 이용자 확대에 주력하였다. 인공지능 기술의 발달과
일정 규모 이상의 대용량 학술정보가 축적되자 과학적 발견의 도구로서 유용성이
나타났다. 문서기반발견, 미발견공공지식을 통해 인간이 이전에 누락하거나 간과했던
숨겨진 인과관계를 가설형태의 연구주제로 제시하는 정확성이 높아지고 연구범위도
폭넓어졌다.
○ 학술적 발견이 상용화되는 경로도 늘어나고 단계도 짧아지면서 상업적 이용을
위해 학술연구를 활용하는 비즈니스모델이 실현되었다. 지식생산을 수익모델로
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 28Ⅰ
확보한 글로벌 플랫폼은 이미 보유한 정보제공서비스 역량을 십분 활용하여 학술정보
시장에서의 영향력을 더욱 확대하고 학술정보 플랫폼 시장을 독점하게 되었다.
즉, 정보의 비경합적 속성으로 인해 좋은 정보를 많이 쌓고 이용을 촉진할수록
연구자가 모이고 네트워크 효과로 선두 기업이 시장을 더 독식하게 되었다. 연구자는
글로벌 플랫폼이 제공하는 맞춤형 서비스를 통해 이전 보다 연구의 효율성이 높아졌다.
그러나 맞춤형 서비스를 사용하기 위해서는 연구자의 관심사항, 연구특성 등 개인정보
사용에 동의해야 했고 글로벌 플랫폼은 수집한 연구자 정보를 활용하여 더욱 다양하고
심도 있는 비즈니스를 추진할 수 있었다. 글로벌 플랫폼의 학술정보 서비스 시장에서의
지배력이 강화될수록 기존 무료로 제공했던 서비스를 유료로 전환시켜 투자 비용을
회수하였다. 플랫폼 기업은 다수 연구자의 구체적인 활동으로 유용한 정보를 습득하고
해당 정보로 인공지능을 학습시킬 수도 있어 한 번 차지한 지배적 사업자로서의
위상을 손쉽게 계속 유지할 수 있었다.
※ 출처: Microsoft Bing Image Creator Dall・E3를 활용하여 작성
[그림 8] 2043 미래모습(비관적 미래)
●○● 5. 미래사회 시나리오
Ⅰ 29Ⅰ
○ 인공지능 학술정보 서비스를 독점한 글로벌 플랫폼 기업은 상업적으로 유용한
지식생산에 주력하였다. 표준화, 규모의 경제를 통한 효율을 강조하며 연구의 다양성이
줄어들었다. 제품/서비스의 불량, 오류, 사고 발생 등에 대한 원인을 충분히 설명하지
않고 제시된 설명의 진위 확인도 어려워졌다. 지식을 이해할 수 없으니 이미지,
감정적 호소, 그럴듯한 이야기에 기반한 부정확한 설명만 만연하였다.
시나리오 3
인공지능이 협력하고 인류에 공헌하는 연구 만개
‘낙관적 미래’ (인공일반지능 실현, 다양한 공공-민간 플랫폼 공존)
구 분
공통동인 핵심불확실성동인
동인명 변화방향 동인명 변화방향
1 과학 로봇 발달
과학 로봇 실험실,
현장 상용화
인공지능 발달 인공일반지능 실현
2
데이터(IoT) 경제
실현
사물인터넷(IoT)
전면확대
설명가능한
인공지능 발달
설명가능한
인공지능 기술 구현
3
글로벌 대기업
플랫폼 주도
인공지능 플랫폼 공공,
민간 병행 발전
뇌신경과학 발달
뇌신경과학이 인간
두뇌 모사 실현
4 인공지능 규제
안정성/공정성을
보장하는 규제 실현
플랫폼 경쟁
인공지능 서비스
플랫폼간 경쟁 심화
5 연구자 수용성
인공지능에 대한
연구자 수용성 증가
강대국간
기술패권 경쟁
인공지능 기술패권
경쟁 약화
○ 지식은 공공재로 인류 공동의 자산이다. 지식, 연구데이터에 대한 자유로운 접근,
연구협력과 소통의 개방성을 강조하는 오픈사이언스 운동이 학술출판의 상업화에
대항하여 활발히 전개되었다. 국제기구, 정부도 시장에만 맡길 경우 사회 최적
수준보다 과소 생산되는 지식의 공공재적 성격을 고려해 오픈사이언스 운동을
독려하고 공공 학술정보 플랫폼을 구축하였다. 연구자들은 자율적인 지식 공유,
연구 협력으로 인류의 발전에 공헌하는 과학기술을 공동관리하고 생산하기 위해
노력하였다. 또한 인공지능 기술을 적용하여 연구수행의 다양성을 담보하는 대안
플랫폼 역할을 지지하였다. 연구자가 선택한 학술문헌, 키워드, 타 연구자 정보를
활용하여 연구주제, 협력연구자, 연구장비 추천 서비스도 활발히 제공되었다. 고급정
보 축적, 맞춤형 서비스 제공, 이용자 확대, 인공지능 고도화라는 선순환을 통해
지식축적은 더욱 활성화되었다.
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 30Ⅰ
○ 인공지능이 인간 지성의 최고 발현이라고 할 수 있는 학문 연구를 주도하게 되기
전까지 몇몇 위기도 있었다. 한때 참고한 연구, 문헌 출처 누락으로 인한 저작권
문제, 연구결과의 불분명한 책임소재 등 장기적으로 학술연구 발전을 저해할 수
있는 부작용으로 인해 연구자 사회에 우려가 만연하였다. 이에 따라 인간 연구자의
연구성과를 인공지능 학습에 무단으로 이용하는 출판미디어, 플랫폼에 학술성과를
게재하지도 제공하지도 말자는 거부 운동도 일어났다. 일군의 연구자들은 저작권
소송 등 법률 대응, 학술데이터에 적대적 패치(Adversarial Patch)를 심어 인공지능의
학습을 방해하는 적극적인 대응을 시도하기도 하였다. 한편, 연구윤리를 벗어난
인공지능 사용을 유발할 수 있는 연구자 사회 내부의 과도한 경쟁, 성과지상주의를
자제하자는 자정 운동도 발생했다.
○ 결국 인공지능 학술서비스를 제공하는 출판미디어, 플랫폼에서 출처 표시 등 저작권
보호를 강화하고 정부, 국제조직, 저명한 학술단체 주도로 세계 공통 윤리 규범,
법률이 제정되며 인공지능의 학술데이터 학습에 대한 반대는 줄어들었다. 그러나
의료, 제약, 정보보안 산업에서 최신 연구 결과를 활용한 연구성과물이 인간의
생명을 위협하거나 사생활 침해를 유발하는 사례가 발생하며 연구결과에 대한
책임소재 공방이 종종 일어나기도 하였다. 그러나 시민사회의 공론화, 정부의 법률
제정으로 인공지능 관련 규범, 제도가 마련되며 투명하고 책임 있는 인공지능
연구개발 기반이 확립되었다.
○ 학문 발견이 상용화되는 경로도 늘어나고 단계도 짧아졌다. 일반화된 원리를 발견하고
지식을 축적하여 특정 문제를 해결하기 위해 활용하는 방안도 인공지능을 통해
자동화되었다. 더 많은 데이터로 더 풍부한 지식을 만들고 더 빠르게 지식을
제품/서비스로 전환할 수 있는 시대가 도래하였다. 초기에는 제약, 의료, 재료 등
주로 기초, 개발연구의 구분이 크지 않은 파스퇴르형 연구분야에서 많은 성과가
나타났으나 시뮬레이션 기술이 정교해지며 우주탐사, 기후변화 등 거대하고 복합적인
문제를 해결하는데도 새로운 연구 결과를 지체 없이 활용하게 되었다.
●○● 5. 미래사회 시나리오
Ⅰ 31Ⅰ
○ 설명가능한 인공지능의 발달과 더불어 연구자, 정부, 기업, 시민사회의 폭넓은
참여로 인공지능의 공공성, 책무성을 보장하는 윤리, 법제가 제정되었다. 인공지능은
투명성 중심의 운영으로 적절히 통제되었다. 인공지능이 발생가능한 위험을 사전에
예방하며 인간에게 유용한 지식을 생산하는데 크게 기여하였다.
※ 출처: Microsoft Bing Image Creator Dall・E3를 활용하여 작성
[그림 9] 2043 미래모습(낙관적 미래)
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 32Ⅰ
정책 과제
○ 인공일반지능 실현, 글로벌 대기업 플랫폼 독점으로 야기될 수 있는 ‘인공지능 지배,
글로벌 플랫폼에 종속된 연구 만연’(시나리오 1→2)를 회피하기 위한 정책과 ‘인공지능
협력, 인류에 공헌하는 연구 만개’를 지향(시나리오 1→3)하기 위한 정책과제 도출
2023년 2043년
정책 과제명 주요 내용
정책 유형
회피 대응
인공지능 기술 완성도 제고,
안정화 지원
편견, 편향, 차별 등 인공지능의 단점과 오류, 오동작 등 기술적
한계 극복 지원
O
인공지능 활용 역량 강화,
직무 전환 지원
연구업무가 인공지능 기반으로 전환되며 기술역량차에 따라
연구업무 종사자간 큰 격차가 발생할 수 있어 교육 등을 통해
인공지능기술에 대한 보편적 접근 기회를 제공하고 소멸 업무
종사자에게는 안정적 직무 전환 지원
O O
인공지능 투명성,
책무성 강화
인간보다 지능이 우수한 인공지능의 행동과 결정에 대한 명확한
설명이 가능하고 인공지능 운영, 결과에 대한 정보를 공개하는
기술개발(설명가능 AI), 제도 수립 및 운영
O O
인공지능 통제성,
공정성 제고
인공지능의 연구수행으로 초래될 수 있는 문제에 대해 대안
수립과 공론화 촉진, 책임소재를 명확히 하여 윤리적, 법률적
대비책 마련
O
과도한 경쟁을 방지하는
국제협력 추진
인공지능의 남용, 악용을 유발하는 과도한 경쟁을 방지하기
위해 국제협약 마련에 적극적으로 참여하고 인류 공동의 안녕을
보장하는 기술 활용을 위해 국제협력 노력 지속
O O
건강한 플랫폼 생태계 조성
독과점 방지, 정보의 투명성, 자율과 책임 병행, 이윤 창출과
공공기여가 균형을 이루도록 제도 정비 및 규제 마련
O
자율적, 독립적
연구생태계 조성
연구자의 자율과 협력, 독립적인 연구를 수행할 수 있는 문화
조성, 연구자간 네트워크 구축을 지원하여 자생적이고 자율적인
연구생태계 조성
O
●○● 6. 결론
Ⅰ 33Ⅰ
6 결론
연구결과 요약
○ 현재 연구수행 과정에서 인공지능 활용이 확대되고 있으며 이러한 추세가 지속될
경우 2043년 연구수행 모습이 어떻게 변화할 것인지 핵심변화동인을 도출하고
3가지 미래 시나리오를 상정하여 살펴봄
- 핵심공통동인은 과학 로봇 발달, 데이터(IoT) 경제 실현, 글로벌 대기업 플랫폼
주도, 인공지능 규제 정립, 연구자 수용성 정도 등이며 핵심불확실성동인은 인공지능
발달, 뇌신경과학 발달, 설명가능한 인공지능 발달, 플랫폼 경쟁, 강대국간 기술패권
경쟁 정도가 해당
- 핵심 공통 및 불확실성동인의 변화방향에 따라 다양한 미래시나리오 작성이 가능하며,
본 연구에서는 총 3개의 시나리오(현 추세 유지, 비관적 미래, 낙관적 미래) 도출
정책과제
○ 2043년 발생할 수 있는 인공지능의 연구지배, 글로벌 플랫폼 종속 문제를 방지하고
인류공동의 지식생산을 도모하기 위해 다음의 주요 정책과제를 제시함
- (인공지능 기술 완성도 제고, 안정화 지원) 편견, 편향, 차별 등 인공지능의 단점과
오류, 오동작 등 기술적 한계 극복 지원
- (인공지능 활용 역량 강화, 직무 전환 지원) 연구기반이 인공지능 중심으로 전환 시
연구업무 종사자간 기술 역량에 따라 큰 격차가 발생할 수 있어 교육을 통해
보편적 접근 기회를 제공하고 소멸 업무 종사자의 경우 안정적 직무전환 지원
- (인공지능 투명성, 책무성 강화) 인간보다 지능이 우수한 인공지능의 행동과 결정에
대한 명확한 설명이 가능하고 인공지능 운영, 결과에 대한 정보를 공개하는 기술개발
지원과 제도 수립 및 운영
- (인공지능 통제성, 공정성 제고) 인공지능의 연구수행으로 초래될 수 있는 문제를
사전 점검하고 공론화를 촉진하여 책임소재를 명확히 할 수 있는 윤리적, 법률적
대비책 마련
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 34Ⅰ
- (과도한 경쟁을 방지하는 국제협력 추진) 인공지능의 남용, 악용을 유발하는 과도한
경쟁을 방지하기 위해 국제협약 마련에 적극적으로 참여하고 인류 공동의 안녕을
보장하는 기술 활용을 위해 국제협력 노력 지속
- (건강한 플랫폼 생태계 조성) 독과점 방지, 정보의 투명성, 자율과 책임 병행,
이윤 창출과 공공기여가 균형을 이루도록 제도 정비 및 규제 마련
- (자율적, 독립적 연구생태계 조성) 연구자의 자율과 협력, 독립적인 연구를 수행할
수 있는 문화 조성, 연구자간 네트워크 구축을 지원하여 자생적이고 자율적인
연구생태계 조성
●○● 참고문헌
Ⅰ 35Ⅰ
참 고 문 헌
김명주(2022), “AI는 양심이 없다”
김재인(2023), “AI빅뱅 : 생성 인공지능과 인문학 르네상스”
민옥기 등(2020), “ATL 1.0: 인공지능 기술 수준 정의”, ETRI 기술통신 동향
임현(2009), “미래전망과 유망기술발굴 기능고도화에 관한 연구”
장하선, 심정민(2023), “「OECD Artificial Intelligence in Science: Challenges, Opportunities
And the Future of Research」의 주요 내용 및 시사점”, KISTEP 브리프
정보통신기획평가원(2019), “인공지능 기술청사진 2030”
정보통신기획평가원(2020), “인공지능 기술청사진 2030-2차년도”
정영임(2021), “학술출판 서비스 인공지능 적용 현황”, AI TREND WATCH 2021-22호
Edward O. Pyzer-Knapp(2022). “Accelerating materials discovery using artificial
intelligence,high performance computing and robotics”, npj Computational Materials
Hanchen Wang et al.(2023. 8), “Scientific discovery in the age of artificial intelligence”,
Nature
Jackie Davalos 외(2023.11.1.), “Former Google CEO Eric Schmidt Bets AI Will Shake Up
Scientific Research”, Bloomberg News (https://www.bloomberg.com/news/articles/
2023-11-01/eric-schmidt-bets-ai-will-shake-up-scientific-research#xj4y7vzkg)
Mullin, R. (2021), “The lab of the future is now”, Chemical & Engineering News
(https://cen.acs.org/business/informatics/lab-future-ai-automated-synthesis/99/i11)
OECD(2023), “Artificial Intelligence in Science - Challenges, Opportunities And t he
Future of Research”
Nobel Turing Challenge (https://www.turing.ac.uk/research/research-projects/turing
-ai-scientist-grand-challenge)
●○● 인공지능이 변화시킬 미래 연구수행 모습
Ⅰ 36Ⅰ
[붙임 1] 참여 전문가 명단
전문가(성명 가나다 순)
성명 소속 직위
박상욱 정보통신기획평가원 팀 장
안성원 소프트웨어정책연구소 실 장
윤창희 한국지능정보사회진흥원 팀 장
이윤근 한국전자통신연구원 연구위원
임화섭 한국과학기술연구원 단 장
조성익 직업능력연구원 부연구위원
조성은 정보통신정책연구원 연구위원
●○● 저 자
Ⅰ 37Ⅰ
저 자
이상남, snlee@kistep.re.kr, (Tel)043-750-2375, 한국과학기술기획평가원 연구위원
[ KISTEP 브리프 발간 현황 ]
발간호
(발행일)
제목 저자 및 소속 비고
112
(24.01.08.)
무기발광 디스플레이
진영현·오세미
(KISTEP)
기술주권
113
(24.01.12.)
2022년 우리나라와 주요국의 연구개발투자 현황
이새롬·한웅용
(KISTEP)
통계분석
114
(24.01.12.)
2022년 우리나라와 주요국의 연구개발인력 현황
이새롬·한웅용
(KISTEP)
통계분석
-
(24.01.22.)
KISTEP Think 2024, 10대 과학기술혁신정책
아젠다
강현규・이민정
(KISTEP)
이슈페이퍼
(제357호)
-
(24.01.25.)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민・문해주・김수민・박서현
(건국대학교)
이호규(고려대학교)
강승규(한국조달연구원)
이슈페이퍼
(제358호)
115
(24.01.25.)
세계경제포럼(WEF) Global Risks 2024
주요 내용 및 시사점
이미화
(KISTEP)
혁신정책
116
(24.01.25.)
기후변화와 기후 지구공학
정의진・임현
(KISTEP)
미래예측
117
(24.01.26.)
단백질 구조예측 및 디자인
전수진・한민규
(KISTEP)
기술동향
-
(24.01.29.)
신약개발 분야 정부 R&D 현황과 효율성 제고 방안
송창현・엄익천(KISTEP)
김순남(국가신약개발사업단)
이원희(유한양행)
이슈페이퍼
(제359호)
-
(24.01.31.)
반도체 분야 정부연구개발투자의 효과성 분석과
개선방안
김준희・엄익천(KISTEP)
오승환(경상국립대학교)
전주경(한국특허기술진흥원)
이슈페이퍼
(제360호)
118
(24.02.01.)
인공지능이 변화시킬 미래 연구수행 모습
이상남
(KISTEP)
미래예측
|
이슈페이퍼 |
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
|
2024-01-31
|
|
<p><br></p>반도체 분야 정부연구개발투자의
효과성 분석과 개선방안
(Effectiveness Analysis and Suggestions for Improvement
of Government R&D Funding in Semiconductor Field)
김준희・엄익천・오승환・전주경
Joonhui Kim・IkCheon Um・Seunghwan Oh・Joogyung Jeon
I. 연구배경과 목적
II. 국가별 정책 동향 분석
III. 반도체 분야 정부연구개발 투자현황과
주요 특징
Ⅳ. 반도체 분야 정부연구개발투자의 효과성
분석
Ⅴ. 반도체 분야 정부연구개발투자의 개선방안
[참고문헌]
I. Introduction
II. Analysis of policy trends by country
III. Current status of R&D funding and
its characteristics in semiconductor
field
Ⅳ. Effectiveness analysis of
government R&D funding in
semiconductor field
Ⅴ. Suggestions for improvement of
government R&D funding in
semiconductor field
[Reference]
요 약
i
요 약
연구배경과 목적
우리나라는 전체 반도체 세계 2위, 메모리반도체 세계 1위로 반도체 분야를 선도하고
있으나 시장의 규모와 특성, 글로벌 가치사슬 재편 등의 요인으로 국내 시스템반도체
산업의 육성과 지원 요구가 증가하는 추세
반도체 주요 생산국은 자국 내 반도체 기술 경쟁력 제고와 제조기반 확보를 위해 법률
제정, 보조금 조성 등의 국가적 지원을 추진하고 있으며 한국 역시 반도체 산업 육성을
위한 다방면의 정책과 투자 추진 중
지금까지 추진되어온 반도체 분야에서의 정부R&D 투자가 유발한 효과성을 분석하고
향후 정부R&D 투자의 개선방안을 제언
분석 결과
최근 13년(2008~2020년) 동안 반도체 분야 정부R&D 투자현황을 분석한 결과, 우리나라의
R&D의 투자는 대학・출연(연)・국공립(연)과 시스템반도체 분야에 집중됨
성향점수매칭법(PSM)과 이중차분법(DID)을 결합한 PSM-DID 방법론을 활용, 투입부가성
및 산출부가성 측면에서 반도체 분야 정부R&D 투자의 효과성을 분석
- 매출액, 자산, 종업원 수, 자체 R&D 투자의 지표에서 정부R&D투자는 긍정적인 영향을 끼침
- 반도체 분야 종사 중소기업을 대상으로 한 정부R&D 투자가 민간 투자 증가로 이어지는
선순환 구조 구축에 기여함을 확인
정부R&D 투자로 산출된 공동협력 특허를 대상으로 사회연결망분석(SNA)을 수행하여
행동부가성 측면에서 반도체 분야 정부R&D 투자의 효과성을 분석
- 정부R&D 투자는 연구수행주체간 연계・협력 활성화에 긍정적으로 기여하였으며, 타 기술분야
대비 시스템반도체 분야 및 인프라 분야의 공동협력과 지식재산권 창출 역량이 높게
나타남
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
ii
- 협력연결망의 중심은 과거에는 기업이었으나, 점차 대학으로 이동하는 특성을 보임
- 요소기술별 공동협력의 구성을 분석한 결과, 주요 공동협력 주체는 요소기술별 특성에
따라 협력의 핵심 주체가 기업-대학 및 대학-대학 등으로 상이함
개선방안
우리나라는 반도체 분야 R&D에 지속적인 투자 추진 및 전략을 수립하고 있으나 주요
반도체 경쟁국의 R&D투자 대비 지원이 부족한 상황
본고에서 수행한 분석 결과를 토대로, 반도체 분야 R&D투자의 개선방안 제언
- ① 반도체 분야에 대한 정부R&D 투자의 전략적・연속적 지원 추진, ② 반도체 분야 요소기술별
특성을 고려한 정부R&D 투자 체계 개선 필요 ③ 반도체 분야 중소기업 및 대학에 대한
R&D투자 확대 및 육성 지원 필요
※ 본 이슈페이퍼는 한국과학기술기획평가원에서 발간한 연구보고서 「핵심기술 R&D 투자의 성과 종합분석
연구 (2022년)」의 내용을 수정・보완한 내용으로 한국과학기술기획평가원의 공식 의견이 아닌 필자의
견해임을 밝힙니다.
Abstract
iii
Abstract
Introduction
Korea is leading the semiconductor industry, ranked in second in the world
for overall semiconductor market and the first in memory semiconductor market,
but the demand for fostering and supporting the domestic system semiconductor
industry is increasing due to factors such as the size and characteristics of
the market and the reorganization of the global value chain.
Major global semiconductor manufacturing countries are pursuing national
support, such as enacting laws and providing subsidies, to improve domestic
semiconductor technology competitiveness and secure a manufacturing base,
and Korea is also pursuing various policies and investments to foster the
semiconductor industry.
We suggest the future direction of the government R&D funding in the
semiconductor field by analyzing the effectiveness of government R&D funding
that has been promoted so far.
Analysis Results
As a result of analyzing the status of government R&D funding in the semiconductor
field over the past 13 years(2008~2020), Korea’s R&D investment is concentrated
in universities, government-funded research institutes and the system semiconductor
field.
We analyzed the effectiveness of government R&D funding to small and
medium-sized enterprises in the semiconductor field, using the PSM-DID
methodology, which combines the Propensity Score Matching method(PSM) and
the Difference in Difference(DID) method.
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
iv
- Government R&D funding has a positive impact on sales, assets, number of
employees, and internal R&D investment indicators.
- It has been confirmed that government R&D funding to small and medium-sized
enterprises in the semiconductor field contributes to the crowding-in effect.
We analyzed the effectiveness of government R&D funding for cooperation
between research entities by performing Social Network Analysis(SNA) on
joint cooperation patents created through government R&D funding.
- Government R&D funding has contributed positively to the activation of linkage
and cooperation between research entities, and the capability for joint
cooperation and intellectual property creation is high in the system
semiconductor and infrastructure fields compared to other technology fields.
- The center of the social network was companies in the past, but it is gradually
moving to universities.
- As a result of analyzing the joint cooperation entities by specific technology,
the key players of cooperation are different depending on the characteristics
of technology fields, such as companies-universities and universities-universities.
Suggestions for Development Strategies
Korea is continuously investing for R&D and establishing strategies in the
semiconductor field, but compared to the major semiconductor competitors
it is still insufficient.
Based on the results of analysis conducted in this paper, we propose strategies
to improve the effectiveness of government R&D investment in the semiconductor
field.
- ① Promote strategic and continuous support for government R&D funding,
② Rebuild the government R&D funding system considering the characteristics
of each specific technology in semiconductor field, ③ Expand R&D funding
and support for small and medium-sized enterprises & universities.
Ⅰ. 연구배경과 목적
1
연구배경과 목적Ⅰ
’23년 기준 한국은 전체 반도체 세계 2위, 메모리반도체 세계 1위를 유지하며 반도체 분야를 선도
한국은 전 세계 반도체 시장 점유율 2위*를 10년간 유지하고 있으며, ’02년 이후 전 세계
메모리반도체 1위**를 지속 유지 중(OMDIA, 2023)
* (’13) 13.8% → (’21) 17.7% / ** (’02) 32.9% → (’22) 60.5%
- ’22년 D램 기준, 삼성전자와 SK하이닉스의 세계 메모리반도체 시장 점유율 합산치는 70.5%
(연합뉴스, 2023)
’90년대 이후 반도체 산업은 한국의 최대 핵심 수출 산업으로써 국내 경제성장에 중추적
역할을 수행하고 있으며 ‘22년 기준 전체 수출의 18.9% 비중 차지(인베스트코리아, 2022)
시장의 규모 및 특성, 글로벌 가치사슬 재편 등 여러 요인으로 인해 국내 시스템반도체 산업
육성 및 지원 요구가 증가하는 추세
시스템반도체 시장은 절반 이상의 점유율을 미국이 보유하고 있으며, 한국의 시장 점유율은
’22년 기준 6위* (Gartner, 2023)
* 1위 미국(54.5%), 2위 유럽(11.8%), 3위 대만(10.3%), 4위 일본(9.2%), 5위 중국(6.5%), 6위 한국(3.1%)
- 한국의 시스템반도체 시장 점유율은 상위 3개 대기업(삼성전자, LX세미콘, SK하이닉스) 비중이
90% 이상을 차지하여 이를 제외하면 전세계 시스템반도체 시장의 1% 미만(산업연구원, 2023)
시스템반도체 시장의 규모는 메모리반도체의 약 3배(WSTS, 2023)이며, 메모리반도체
시장의 특성을 고려한다면 차후 시스템반도체 관련 기술개발이 필수적임
- 메모리반도체 시장은 대형장치산업이라는 산업 특성상 공급조절이 제한적이며 2~3년
주기로 공급부족과 공급초과로 인한 가격 등락을 반복(한국신용평가, 2023)
그뿐만 아니라, COVID-19 팬데믹, 미・중 반도체 패권 경쟁, 한일 무역 분쟁으로 인해
국제 분업 체계에서 자국 내 공급망 구축체계로의 전환이 이루어지며 반도체 공급망의
글로벌 가치사슬이 재편되는 중(대외경제정책연구원, 2021)
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
2
- 바이든 행정부는 미국 중심의 공급망 재편 및 탈중국화 정책을 추진하였으며, 중국 역시
이에 대응하여 반도체 자립을 선언
- 한국은 반도체 핵심소재에 대한 일본의 수출규제 대응을 위해 소재・부품・장비 산업의
국산화를 추진하고 있으며 「K-반도체 전략(’21)」, 「반도체 초강대국 달성전략(’22)」,
「국가첨단전략산업 육성 기본계획(’23~’27)」 등 반도체 전 공정에 걸친 정책을 제시
본고에서는 반도체 분야에서의 정부R&D 투자 효과성을 진단하여 향후 정부R&D 투자 방향을
제언하고자 함
구체적으로 [투입-과정-산출/성과/효과]라는 혁신과정의 선형모형과 정부R&D 투자의
부가성(Additionality) 관점에서 다음 질문들을 고찰함(Godin and Dore, 2005)
① 반도체 분야 정부R&D 투자는 투입부가성과 산출부가성에 긍정적인 효과가 있었는가?
② 반도체 분야 정부R&D 투자는 행동부가성에 긍정적인 효과가 있었는가?
- 이를 위해 성향점수매칭법(Propensity Score Matching: PSM)과 이중차분법(Difference
in Differences: DID)을 결합한 PSM-DID 방법론을 활용해서 첫 번째 연구문제를 탐구
- 두 번째 연구문제의 탐구를 위해, 연구수행주체 간 공동협력으로 확보된 한국・미국 특허를
대상으로 사회연결망분석(Social Network Analysis: SNA)을 활용
Ⅱ. 국가별 정책 동향 분석
3
국가별 정책 동향 분석Ⅱ
글로벌 반도체 주요 생산국은 자국 내 반도체 기술 경쟁력 제고와 제조기반 확보를 위해
법률 제정 및 보조금 조성 등 국가적 지원 추진 중
(미국) 「CHIPS and Science Act」(반도체 및 과학법) 법안 제정을 통해 반도체 산업
내 미국의 제조역량 강화 및 산업 주도권 확보 전략 수립(한국과학기술기획평가원, 2023)
- 반도체 분야 R&D, 제조, 인력개발 등에 527억 달러*의 예산을 투자하고, 반도체 및
관련 장비 제조를 위한 시설 투자에 25%의 투자 세액공제** 제공 예정
* 반도체 제조 지원금(390억 달러), R&D 및 개발(110억 달러), 인력양성(2억 달러) 등
** 향후 10년간 총 240억 달러 규모
- 과학기술 R&D 유관 부처・기관 대상 향후 5년간(’23년~’27년) 1,699억 달러*의 예산
권한 부여 및 핵심기술 육성・지원을 위한 부서 신설 명시
* 국립과학재단(NSF) 810억 달러, 에너지부(DOE) 679억 달러, 국립표준기술연구소(NIST) 100억 달러 등
(중국) 「중국 제조 2025」를 통해 반도체 굴기를 선언하고 ’25년까지 자국 내 반도체
수요의 70%를 생산하고자 투자기금 조성 및 세제 혜택 부여 추진(한국무역협회, 2021)
- 국가집적회로산업투자기금(대기금) 조성을 통해 ’14년 1,387억 위안, ’19년 2,041억 위안,
’23년 3,000억 위안을 자국 반도체 산업에 투자(매일경제, 2023)
- 그러나, ’20년 기준 중국 내 반도체 생산 자급률(15.9%)은 목표치(49%) 대비 크게 낮은
상황
(EU) 「The European Chips Act」(유럽 반도체법) 법안 제정을 통해 반도체 경쟁력을
강화하고 ’30년까지 전 세계 반도체 시장 점유율 20%를 달성하기 위한 이니셔티브 및
투자계획 수립(대한무역투자진흥공사, 2023)
- 유럽 칩 이니셔티브(Chips for Europe Initiative)를 수립하고, 총 33억 유로 규모의
예산을 투입하여 반도체 기술 혁신 및 대규모 생산 설비를 확대하기 위한 자금조달* 및
투자 유치를 촉진할 계획
* 총 430억 유로 규모의 공공・민간자금
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
4
(일본) 「반도체 전략」 수립 및 「경제안전보장추진법」 제정을 통해 반도체를 특정중요물자로 지정하고,
자국 내 반도체 공급망 및 첨단반도체 제조기술 R&D 강화 추진(한국과학기술기획평가원, 2022)
- 「반도체 전략」을 통해 반도체 위탁제조(파운드리) 분야 전 세계 1위인 대만 TSMC 공장을
일본 구마모토현에 유치 및 투자금액* 지원
* 제1공장 기준 4,760억엔, 제2공장 기준 9,000억엔
- 「경제안전보장추진법」 제정을 통해 5,000억엔 규모 경제안전보장 기금을 조성, 첨단
중요기술 분야*와 사회・인간 활동에 불가결한 분야 지원 예정
* AI, 양자, 로봇공학, 첨단센서, 첨단에너지의 5개 기술분야
우리나라는 「반도체산업 재도약 전략(’13)」, 「시스템반도체 2015 종합계획(’10)」 등 종합적인
반도체 역량 향상을 위한 전략 및 사업을 추진하였으나, 경쟁력 강화에 어려움을 겪음
「시스템반도체 2015 종합계획(’10)」은 글로벌 비메모리 시장진출 확대를 위한 전략으로,
선택과 집중 전략에 기반한 R&D 추진, 밸류체인 강화를 목표로 시스템반도체 산업의
전반적인 개선을 위해 수립(지식경제부, 2010)
- ① 시장지향형 수요연계 대형 R&D 추진, ② 미래시장 창출형 원천 R&D 강화 ③
시스템반도체 밸류체인 경쟁력 강화 ④ 善순환적 산업 생태계 조성 ⑤ 국제협력 강화를
주요 추진전략으로써 발표
「반도체산업 재도약 전략(’13)」은 메모리반도체 경쟁력 세계 1위 유지와 시스템반도체
시장의 본격적인 진입을 목표로 수립(산업통상자원부, 2013)
- ① 메모리반도체 분야의 글로벌 경쟁력 유지 ② SoC(System on a Chip) 분야의 선순환
생태계 구축을 통한 세계시장 진입 ③ 450mm 장비・부품 개발 및 국제협력 활성화 ④
인력・인프라 수급구조 개선 및 양적・질적 향상을 주요 추진전략으로써 발표
이처럼 시스템반도체 경쟁력 강화를 위한 전략 수립 및 지원사업을 지속적으로 추진했음에도
국내 경쟁력이 제자리에 머무르자, 시스템반도체 산업의 지원 필요성에 대한 의문이 제기됨
(전자신문, 2014)
- 특히, 국내의 삼성전자와 SK하이닉스로 대표되는 메모리반도체 분야 선도기업의 존재로
인해 시스템반도체 분야 역시 시장 논리에 맡겨야 한다는 의견이 강해져, 시스템반도체만을
목적으로 지원하는 사업이 중단됨(디일렉, 2022)
Ⅱ. 국가별 정책 동향 분석
5
그러나 대내외의 환경변화로 인해 반도체는 더는 민간의 영역이 아닌 국가 안보 차원의 물자로
인식되고 있어, 산업 경쟁력 제고를 위해 국가적 지원이 요구됨
일본의 소・부・장 수출규제 및 미・중 반도체 패권 전쟁 등 주요국은 반도체를 전략무기로
인식하고 있으며, 자체 반도체 기술 제조기반 및 공급망을 확보하고자 노력 중(관계부처
합동, 2021)
우리나라 역시 「반도체 초강대국 달성전략(’22)」, 「K-반도체 전략(’21)」 등 시스템반도체에
중점을 둔 다양한 전략을 제시하며 반도체 산업 육성 및 기반 확보를 위한 다방면의 정책추진
「시스템반도체 비전과 전략(’19)」은 당시 정부의 3대 주력산업 중 하나로 선정된 시스템반도체
분야에만 집중한 전략으로, 메모리반도체 분야에서 보유 중인 기술력을 바탕으로 종합
반도체 강국으로 도약하고자 수립(관계부처 합동, 2019)
- ① 팹리스 분야 성장 생태계를 긴 안목으로 조성, ② 메모리 경쟁력을 바탕으로 파운드리
분야에서 세계 선두 도약을 주요 추진전략으로써 발표
「K-반도체 전략(’21)」은 K-반도체 벨트 조성을 통한 국내 공급망 강화 및 2030년 세계
최고의 반도체 공급망 구축을 목표로 수립(관계부처 합동, 2021)
- ① 반도체 공급망 안정화를 위한 K-반도체 벨트* 조성, ② 인프라 지원 확대를 통한
반도체 제조 중심지 도약, ③ 인력・시장・기술 확보를 통한 반도체 성장기반 강화,
④ 국내 산업 생태계 보호를 주요 추진전략으로써 발표
* 소부장 특화단지, 첨단장비 연합기지, 첨단 패키징 플랫폼, 팹리스 밸리 조성
「반도체 초강대국 달성전략(’22)」은 미・중 반도체 패권 경쟁으로 발생한 글로벌 공급망
재편에서의 핵심 생산기지 위상 확립 및 반도체 산업 경쟁력을 제고하고자 수립(관계부처
합동, 2022)
- ① 인프라 지원, 규제완화 등 기업 투자 지원, ② 반도체 분야 인력양성, ③ 시스템반도체
선도기술 확보, ④ 견고한 소부장 생태계 구축을 주요 추진전략으로써 발표
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
6
반도체 분야 정부연구개발 투자현황 및 주요 특징Ⅲ
국가연구개발사업 조사분석 자료를 활용, 지난 13년(2008~2020) 동안의 반도체 분야
정부R&D 투자현황을 도출하여 분석 수행(한국과학기술기획평가원, 2009~2021)
국가연구개발사업 조사분석 항목 중 반도체 유관 항목*을 활용하여 반도체 분야의 정부R&D
투자현황 분석자료를 산출
* 과학기술표준분류와 중점과학기술, 국가전략기술
- ① 반도체 자체를 연구하는 연구개발과제, ② 반도체 소재・장비・공정 관련 연구개발과제,
③ 반도체 관련 인프라 연구개발과제를 모두 포괄하였으며, 13년간(2008~2020) 12,997개의
정부 연구과제가 도출됨
반도체 분야의 정부R&D 투자는 ’17년까지 정체되었으나, 최근 증가 추세를 보임
* 국가R&D 총투자 대비 반도체 분야 정부R&D투자 비중 : (’08) 2.2% → (’20) 2.4%
- 특히, 일본의 수출규제에 대응한 소・부・장 지원 확대로 2019년 대비 2020년의 급속한
투자 증가 폭(58.6%)이 두드러짐
- 분석 기간의 정부R&D 투자 중 절반 이상*이 대학・출연(연)・국공립(연)에 집중됨
* (’08) 1,422억 원(59.0%) → (’20) 3,667억 원(63.8%)
[반도체 분야 정부연구개발 투자현황]
(단위: 억원)
[연구수행주체별 반도체 분야 정부연구개발 투자추이]
(단위: 억원)
[그림 1] 반도체 분야의 정부연구개발 투자현황(2008~2020년)
Ⅲ. 반도체 분야 정부연구개발 투자현황 및 주요 특징
7
기존 반도체 분류기준인 품목별, 기술별 분류와 제조공정을 참고하여 요소기술별 분류기준을
수립, 이를 기준으로 반도체 R&D 투자현황 및 추이를 분석
메모리반도체, 시스템반도체, 장비, 소재, 소자・공정, 인프라의 6개 대분류 및 17개 중분류로
이루어진 분류기준을 수립하여 분석에 활용
<표 1> 반도체 분야 정부 연구개발과제의 요소기술별 분류기준
대분류 중분류 소분류
메모리반도체
휘발성 메모리
DRAM
SRAM
비휘발성 메모리
플래시메모리
FeRAM
ReRAM
PRAM
MRAM
기타 비휘발성 메모리
시스템반도체
마이크로컴포넌트
MCU
MPU
전용(AP)
기타 마이크로컴포넌트
주문형반도체
DDI
TCON
기타 주문형반도체
아날로그IC
PMIC
Touch Controller
기타 아날로그IC
반도체 센서류
이미지 센서
기타 반도체 센서류
전력반도체
고출력 증폭기
인버터용 스위치
다이오드
파워 트랜지스터
기타 전력반도체
기타 시스템반도체 기타 시스템반도체
인프라 인프라 및 기타 인프라 및 기타
- 다음 쪽에 계속 -
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
8
대분류 중분류 소분류
장비
전공정
노광
식각
증착
평탄화
측정 및 검사 (MI)
기타 전공정
후공정
패키지
테스트
부품 장비용 부품
소재
전공정
웨이퍼
전구체
공정가스류
기타 전공정 소재
후공정
기판
솔더
접착소재
기타 후공정 소재
소자・공정
전공정 파운드리 및 메모리 적용 제조기술
후공정 OSAT 및 메모리/시스템반도체 적용 제조기술
소자 신구조 소자 등
지난 13년간 반도체 분야의 정부R&D 투자는 주로 시스템반도체 분야에 집중적으로 투자됨
- 대분류 기준으로 시스템반도체(43.5%)-인프라(16.4%)-장비(16.0%)의 순으로 R&D 지원이
이루어졌으며, 2019년 이후부터 모든 요소기술 대분류에서 정부R&D의 투자가 증가
[요소기술별 반도체 분야 정부연구개발 투자현황]
(단위: 억원, %)
[요소기술별 반도체 분야 정부연구개발 투자추이]
(단위: 억원)
[그림 2] 요소기술별 반도체 분야의 정부연구개발 투자현황(2008~2020년)
Ⅳ. 반도체 분야 정부연구개발투자의 효과성 분석
9
반도체 분야 정부연구개발투자의 효과성 분석Ⅳ
1. 분석모형
본고에서는 [그림 3]처럼 반도체 분야에 대한 정부R&D 투자의 효과성을 부가성 관점에서
분석하고자 함
[그림 3]처럼 혁신과정의 선형모형에서 정부R&D 투자의 성과는 투입(Input)-과정
(Process)-산출(Output)-성과(Outcome)-효과(Impact)로 구분됨
- 부가성 관점에서 정부R&D 투자의 효과성은 크게 투입부가성(투입), 행동부가성(과정),
산출부가성(산출, 성과, 효과)의 세 유형으로 구별됨
[자료] 오승환(2018), 중소기업 R&D지원 성과와 과제, 과학기술정책포럼
[그림 3] 혁신과정의 선형모형과 부가성 관점에 따른 분석모형
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
10
2. 분석방법
반도체 분야 정부R&D 투자의 투입부가성 및 산출부가성을 분석하고자 성향점수매칭법(PSM)과
이중차분법(DID)을 결합한 PSM-DID를 활용(오승환・장필성, 2019)
투입부가성 및 산출부가성 측면에서의 효과성을 동시에 확인하기 위해 중소기업에 대한
정부R&D 투자의 효과를 객관적으로 분석하고 살펴보고자 함
- 투입부가성의 대표적인 측정지표는 기업 자체 R&D의 증감으로 파악 가능하며, 산출부가성의
대표적인 측정지표는 매출액, 자산 및 고용의 증감으로 파악할 수 있음
- 정부R&D 투자를 지원받음과 동시에 투입부가성 및 산출부가성 측면에서의 측정지표를
모두 확인 가능한 대표적인 연구수행주체는 중소기업
- 특히, 제품개발을 통한 영리를 목적으로 하는 기업에 정부 자금을 지원한다는 측면에서
기업 대상 정부R&D 투자의 효과성에 대한 분석이 요구되어 본고에서는 중소기업을 중심으로
접근하였음
반도체 분야 정부R&D 투자의 행동부가성은 사회연결망분석(Social Network Analysis;
SNA)을 활용하여 접근함
행동부가성 변화를 확인하고자 정부R&D 투자를 받은 연구수행주체(산・학・연)간의 협력네트워크
생태계 변화를 분석하고 살펴보고자 함
- 행동부가성은 기업혁신활동의 행동 변화를 통해 효과성을 분석 가능하나, 투입부가성
및 산출부가성과 달리 명확한 대표적인 측정지표의 도출이 어려움(곽민수・김병근, 2018)
- 본 연구에서는 최근 16년(2005-2020년) 동안 반도체 분야 정부R&D 투자를 지원받은
연구수행주체(산・학・연) 간의 협력 네트워크의 진화과정을 분석(Protogerou et al., 2013;
Van der Valk and Gijbers, 2010)
Ⅳ. 반도체 분야 정부연구개발투자의 효과성 분석
11
3. 분석자료
중소기업 대상 R&D 지원 내역과 기업 재무데이터를 병합하여 분석 데이터 구축
앞서 구축한 반도체 분야 DB를 활용한 중소기업에 대한 R&D 지원 내역과 한국평가데이터
(KoDATA)에서 제공하는 기업 재무데이터를 병합하여 통합데이터 구축
- 데이터 구축 작업을 통해 지난 10년간(2011~2020) 반도체 분야에서 지원받은 중소기업
수 및 수행과제 수를 도출하였으며, 이를 반도체 분야에서 과제를 수행한 기업이 없는
대조군 기업 데이터*와 비교하여 분석
* 매출액, 업력, 자산, 연구개발비, 산업분류코드 등의 유사성을 지닌 기업을 매칭하여 비교
중소기업의 매출, 자산, 고용 및 자체 R&D 투자 증감에 정부R&D 투자가 끼치는 영향을
확인하여, 투입부가성 및 산출부가성 관점에서 정부R&D 투자의 효과성을 분석
요소기술별 분류기준을 활용하여 공동협력 등록특허 분석 데이터 구축
반도체 분야에서 연구수행주체 간 공동협력으로 확보된 한국・미국 등록특허 DB 구축
- 앞서 구축한 요소기술별 분류기준을 활용한 데이터 구축 작업을 통해 지난 16년간
(2005~2020) 반도체 분야에서 연구수행주체 간 공동협력*으로 확보된 한국・미국**
등록특허의 건수를 도출
* 공동협력 여부 : 특허 출원 시 2인 이상 출원인의 경우를 대상으로 하며, 출원인 유형은 법인으로 제한
** 정부 R&D 투자를 통해 산출된 특허가 한국 특허청에 출원・등록된 경우에는 한국 등록특허, 미국
특허상표청에 출원・등록된 경우에는 미국 등록특허
- 도출한 공동협력 등록특허를 대상으로, SNA 방법론을 활용하여 공동협력 성장 수준
확인 및 시계열적 추이를 분석
정부R&D 투자를 받은 연구수행주체가 R&D를 수행하는 과정에서 타 연구수행주체들과
협력하는 정도 및 이의 시계열적인 변화를 확인하여, 행동부가성 관점에서 정부R&D
투자의 효과성을 분석
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
12
4. 분석결과
1) 투입부가성
PSM-DID 분석 결과, 반도체 분야 정부R&D 투자는 투입부가성에 긍정적으로 기여
투입부가성의 측정지표인 자체 R&D 투자 증가율을 분석한 결과, 모든 분석 기간 범위에서
자체 R&D 투자가 증가함
- 자체 R&D 투자 증가율은 1년 후부터 5년 후까지 통계적으로 유의한 양(+)의 효과를
보여 정부R&D 투자를 받은 중소기업의 효과성이 투입부가성 측면에서 증가함을 확인
- 분석에 따르면, 중소기업이 정부R&D 투자를 받았을 경우 5년 후 자체 R&D 투자의
증가율이 34.6%p로 나타났으며, 최대 증가율은 2년 후(52.1%p)로 나타남
- 특히, 자체 R&D 투자 증가율의 분석 결과를 통해, 반도체 분야 중소기업에 대한 정부
R&D투자의 보완효과(Crowding-in Effect)가 검증됨
<표 2> 반도체 분야 정부R&D 투자의 투입부가성 분석결과
(단위: %p)
구분
ATT(average treatment effect on the treated)
1년 후 2년 후 3년 후 4년 후 5년 후
자체 R&D 투자 증가율 39.0*** 52.1*** 50.7*** 50.0*** 34.6*
※ *, **, ***는 각각 10%, 5%, 1% 수준에서 통계적으로 유의미한 추정치임을 의미
반도체 요소기술별 분류에 따른 PSM-DID 분석 결과, 소자・공정 분야 종사 중소기업의
투입부가성이 가장 높게 증가
중소기업의 기술개발 이후 매출 발생까지의 기간은 평균적으로 21개월이 소요됨을 고려하여,
PSM-DiD 분석의 2년 후 자체 R&D 투자 증가율을 요소기술 별로 비교(중소벤처기업부・
중소기업중앙회, 2022)
- 인프라 분야와 메모리반도체 분야의 수행과제 수 및 지원을 받은 기업의 수가 적어 신뢰성이
떨어지므로 이를 제외하고 분석
- 자체 R&D 투자 증가율에서 높은 증가율을 보인 분야는 소자・공정(111.1%p)-시스템반도체
(61.3%p)-소재(52.1%p) 순으로, 소자・공정 분야에 종사하는 중소기업의 투입부가성이
가장 높게 증가
Ⅳ. 반도체 분야 정부연구개발투자의 효과성 분석
13
<표 3> 요소기술별 반도체 분야 정부R&D 투자의 투입부가성 분석결과
(단위: 개, %p)
구분
반도체 분야 요소기술별 분류
메모리
반도체
시스템
반도체
장비 소재 소자・공정 인프라
수행과제 수 28 964 919 145 141 11
자체 R&D 투자
증가율
61.23
(200.16)
61.26
(370.57)
29.02
(439.22)
52.06
(294.18)
111.14
(465.60)
198.72
(405.27)
2) 산출부가성
PSM-DID 분석 결과, 반도체 분야 정부R&D 투자는 산출부가성에 긍정적으로 기여
산출부가성의 측정지표인 매출액, 자산 및 종업원 수 증가율을 분석한 결과, 모든 지표에서
정부R&D투자는 긍정적인 영향을 끼침
- 매출액과 자산 증가율은 1년 후부터 5년 후까지 통계적으로 유의한 양(+)의 효과를 보였으며,
종업원 수 증가율은 1년 후부터 3년 후까지 통계적으로 유의한 양(+)의 효과를 보여
정부R&D 투자를 통해 산출부가성 측면의 효과성이 증가함을 확인
- 중소기업이 정부R&D 투자를 받았을 경우 5년 후 매출액의 증가율은 14.2%p, 자산
증가율은 10.4%p로 나타났으며 3년 후 종업원 수 증가율은 5.4%p로 나타남
- 특히, 매출액 증가율 및 자산 증가율은 전년 대비 지속해서 증가하였으며 종업원 수
증가율 역시 통계적으로 유의한 범위에서는 꾸준히 증가해 산출부가성 측면에서 중소기업
지원에 대한 정부R&D 투자의 긍정적인 효과가 검증됨
<표 4> 반도체 분야 정부R&D 투자의 산출부가성 분석결과
(단위: %p)
구분
ATT(average treatment effect on the treated)
1년 후 2년 후 3년 후 4년 후 5년 후
매출액 증가율 4.18*** 7.11*** 7.96*** 12.2*** 14.2***
자산 증가율 3.52*** 5.42*** 6.96*** 7.36*** 10.4***
종업원 수 증가율 3.3*** 3.8** 5.4** 0.19 0.25
※ *, **, ***는 각각 10%, 5%, 1% 수준에서 통계적으로 유의미한 추정치임을 의미
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
14
반도체 요소기술별 분류에 따른 PSM-DID 분석 결과, 소재 및 소자・공정 분야 종사 중소기업의
산출부가성이 가장 높게 증가
중소기업의 기술개발 이후 매출 발생까지의 기간은 평균적으로 21개월이 소요됨을 고려하여,
PSM-DiD 분석의 2년 후 매출액, 자산, 종업원 수 증가율을 요소기술 별로 비교(중소벤처
기업부・중소기업중앙회, 2022)
- 모든 지표에서 인프라 분야와 메모리반도체 분야의 증가율이 크게 나타났으나, 수행과제
수 및 지원을 받은 기업의 수가 적어 신뢰성이 떨어지므로 이를 제외하고 분석
- 매출액 증가율에서 높은 증가율을 보인 분야는 소재(14.6%p)-장비(8.5%p)-시스템반도체
(7.2%p) 순으로 나타났으며, 자산 증가율에서는 소재(11.2%p)-소자・공정(10.3%p)-장비
(8.7%p), 종업원 수 증가율에서는 소자・공정(11.3%p)-장비(6.0%p)-시스템반도체
(4.7%p)로 나타나 소재 분야와 소자・공정 분야의 투입부가성이 가장 높게 증가
- 산출부가성 측면에서 시스템반도체 분야에 종사하는 중소기업의 효과성은 타 요소기술
대비 낮게 나타났으며 특히 자산 증가율의 낮은 증가율이 두드러짐. 이는 스타트업이 많고
기업 생애주기가 짧은 시스템반도체 중소기업의 특징에 근거(배동주, 2023)
<표 5> 요소기술별 반도체 분야 정부R&D 투자의 산출부가성 측면 효과성 분석결과
(단위: 개, %p)
구분
반도체 분야 요소기술별 분류
메모리
반도체
시스템
반도체
장비 소재 소자・공정 인프라
수행과제 수 28 964 919 145 141 11
매출액 증가율
14.17
(86.90)
7.20
(95.44)
8.52
(74.09)
14.61
(80.48)
5.28
(68.24)
26.71
(53.48)
자산 증가율
13.40
(51.13)
0.60
(55.50)
8.66
(50.23)
11.21
(55.95)
10.28
(43.06)
18.71
(23.76)
종업원 수 증가율
12.64
(75.98)
4.73
(48.92)
5.97
(39.51)
4.03
(43.90)
11.25
(33.33)
16.81
(9.43)
Ⅳ. 반도체 분야 정부연구개발투자의 효과성 분석
15
3) 행동부가성
정부R&D 투자를 통해 창출된 공동협력 특허는 시스템반도체 분야에서 가장 많이 발생
한국 등록특허는 시스템반도체(36.1%)-소자・공정(21.1%)-인프라(19.1%)의 순으로
특허가 많이 발생하였으며, 미국 등록특허는 인프라(52.9%)-시스템반도체(26.4%)-메모리
반도체(8.6%)의 순으로 특허가 많이 발생
- 정부R&D 투자를 통해 미국에 등록된 특허의 절반 이상은 인프라 분야에서 발생
<표 6> 요소기술별 반도체 분야 정부연구개발투자 창출 한국・미국 공동협력 등록특허 건수
(단위: 개)
구분
반도체 분야 요소기술별 분류
시스템
반도체
인프라 소자・공정 장비 소재
메모리
반도체
한국 214 113 125 83 34 24
미국 37 74 11 2 4 12
합계
251
(34.2%)
187
(25.5%)
136
(18.6%)
85
(11.6%)
38
(5.2%)
36
(4.9%)
SNA 분석 결과, 정부R&D 투자는 연구수행주체간 연계・협력 활성화에 긍정적 기여
특허, 노드, 링크, 자이언트 컴포넌트 노드 수 및 비중의 시계열적 추이를 분석한 결과,
정부R&D 투자를 통해 연구수행주체 간 공동협력 협력연결망이 활성화됨을 확인
- 창출 특허 수 및 노드(특허 출원인) 수는 시간이 흐를수록 증가하였으며, ’05년~’08년
구간 대비 ’17년~’20년 창출된 특허 수는 4.3배, 연구수행주체 수는 3.3배 증가로 나타남
- 단위 연구수행주체 당 창출 특허 수는 ’05년~’08년 1.5건에서 ’17년~’20년 1.9건으로
증가하여, 정부R&D 투자가 연구수행주체의 특허 창출 역량에 긍정적인 영향을 줌
- 자이언트 컴포넌트 노드 수 및 비중은 시간에 따라 계속 증가하였으며, 이는 정부R&D
투자를 통해 반도체 분야의 연구수행주체간 공동협력이 꾸준히 확대되었음을 의미
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
16
<표 7> 반도체 분야 한국・미국 공동협력 등록특허 협력연결망의 구조적 특성
(단위: 개)
구분
한국 미국 합계
1구간 2구간 3구간 4구간 1구간 2구간 3구간 4구간 1구간 2구간 3구간 4구간
특허 수 51 154 171 217 12 20 57 51 63 174 228 268
노드 수 37 92 114 136 13 21 38 38 43 95 127 144
특허/노드 비중 1.4 1.7 1.5 1.6 0.9 1.0 1.5 1.3 1.5 1.8 1.8 1.9
링크 수 34 93 120 178 9 19 34 35 39 98 140 204
자이언트
컴포넌트 노드 수
23 64 79 99 6 15 21 22 27 65 90 109
자이언트
컴포넌트 비중
62.2% 69.6% 69.3% 72.8% 46.2% 71.4% 55.3% 57.9% 62.8% 68.4% 70.9% 75.7%
※ [1구간] 2005년∼2008년, [2구간] 2009년∼2012년, [3구간] 2013년∼2016년, [4구간] 2017년∼2020년
[1구간] 2005년~2008년 [2구간] 2009년~2012년
[3구간] 2013년~2016년 [4구간] 2017년~2020년
[그림 4] 반도체 분야 한국・미국 공동협력 등록특허 협력연결망 자이언트컴포넌트의 연도구간별 진화과정
Ⅳ. 반도체 분야 정부연구개발투자의 효과성 분석
17
근접중심성(Closeness Centrality) 및 매개중심성(Betweenness Centrality)의 시계열적
추이를 분석한 결과, 협력연결망의 중심은 기업에서 대학으로 이동함
- ’05년~’12년 기간 동안 기업・대학・출연(연)이 협력연결망의 주요 연구수행주체로써 활동하
였으며, 특히 근접중심성*과 매개중심성**이 가장 높은 주체는 기업
* 근접중심성 : 각 노드 간의 거리를 바탕으로 중심성을 측정하는 지표
** 매개중심성 : 네트워크 내에서 한 노드가 다른 노드들 사이에 위치하는 정도를 나타내는 지표
- ’13년~’20년 기간 동안 협력연결망의 주요 연구수행주체이자 근접중심성과 매개중심성이
가장 높은 주체는 대학으로, 이들이 협력연결망 성장 주도에 핵심적인 역할 수행
<표 8> 반도체 분야 한국・미국 공동협력연결망의 근접중심성 상위 5개 기관
(단위: 개)
[1구간]
2005년~2008년
[2구간]
2009년~2012년
[3구간]
2013년~2016년
[4구간]
2017년~2020년
기관명
근접중심성
기관명
근접중심성
기관명
근접중심성
기관명
근접중심성
매개중심성 매개중심성 매개중심성 매개중심성
특허수 특허수 특허수 특허수
삼성전자
0.491
삼성전자
0.454
연세대학교
산학협력단
0.436
한국과학
기술원
0.488
251.0 1165.5 1286.2 2193.5
19 44 54 41
고려대학교
산학협력단
0.433
서울대학교
산학협력단
0.421
서울대학교
산학협력단
0.420
서울대학교
산학협력단
0.473
89.0 950.2 1111.4 1899.8
5 29 24 44
한양대학교
산학협력단
0.419
한국과학
기술원
0.386
성균관대학교
산학협력단
0.405
연세대학교
산학협력단
0.467
64.0 585.6 911.7 1469.3
10 16 21 30
한국전자
통신연구원
0.377
한양대학교
산학협력단
0.381
한국과학
기술원
0.399
성균관대학교
산학협력단
0.461
154.0 185.7 766.0 778.0
16 10 15 23
서울대학교
산학협력단
0.377
서강대학교
산학협력단
0.362
경희대학교
산학협력단
0.384
삼성전자
0.431
93.0 57.9 623.1 134.6
13 4 18 15
반도체 요소기술별 분류에 따른 SNA 분석 결과, 시스템반도체 분야의 공동협력이 타 분야
대비 높게 나타남
요소기술 별 특허, 노드, 링크, 자이언트 컴포넌트 노드 수 및 비중을 분석한 결과, 모든
지표에서 시스템반도체, 인프라, 소자・공정 분야의 공동협력이 높음을 확인
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
18
- 노드 수, 자이언트 컴포넌트 노드 수가 높게 나타난 분야는 시스템반도체-인프라-소자・공정 순으로
나타났으며, 자이언트 컴포넌트 비중에서는 인프라-소자・공정-시스템반도체 순
- 요소기술 별 공동협력은 정부R&D 투자 규모에 비례하여 나타났으나, 장비 분야는 투자
규모 대비 공동협력이 상대적으로 낮게 나타남
<표 9> 요소기술별 반도체 분야 한국・미국 공동협력 등록특허 협력연결망의 구조적 특성
(단위: 개)
구분
반도체 분야 요소기술별 분류
시스템
반도체
인프라 소자・공정 장비 소재
메모리
반도체
특허 수 251 187 136 85 38 36
노드 수 126 89 82 67 35 23
특허/노드 비중 2.0 2.1 1.7 1.3 1.1 1.6
링크 수 154 112 114 47 29 19
자이언트 컴포넌트 노드 수 94 84 69 11 13 13
자이언트 컴포넌트 비중 74.6% 94.4% 84.1% 16.4% 37.1% 56.5%
요소기술 별 공동협력의 구성을 분석한 결과, 주요 공동협력 주체는 요소기술별 특성에
따라 협력의 핵심 주체가 기업-대학 및 대학-대학 등으로 상이함
- 시스템반도체, 인프라, 메모리반도체 분야의 주요 공동협력은 기업-대학으로 나타나
공동협력 특허 창출의 주요 협력 구성은 대학과 기업 간의 협력임
- 소자・공정 및 소재 분야의 주요 공동협력은 대학-대학으로, 학교 간의 협력을 통해
공동협력 특허가 주로 창출됨을 확인
- 장비 분야는 타 요소기술과 달리 주요 공동협력이 기업-기업이며 특정한 자이언트 컴포넌트의
구성이 아닌 다수의 작은 협력 군집으로 공동협력이 이루어짐
- 다만, 기업 간 공동협력은 여러 요인*에 따라 협력여부가 결정되므로 협력 확대를 위한
적절한 정책적 지원이 요구됨
* 이해관계, 연구개발 단계, 기업의 역량 및 인프라 보유 수준 등
Ⅳ. 반도체 분야 정부연구개발투자의 효과성 분석
19
<표 10> 요소기술별 반도체 분야 한국・미국 공동협력 등록특허 연구수행주체 구성비
구분
반도체 분야 요소기술별 분류
시스템
반도체
인프라 소자・공정 장비 소재
메모리
반도체
기업-기업 4.4% 0.5% 2.2% 44.7% 5.3% 5.6%
기업-대학 49.0% 65.2% 32.4% 21.2% 23.7% 50.0%
대학-대학 18.3% 16.6% 33.8% 10.6% 31.6% 33.3%
대학-연구소 23.5% 15.5% 22.8% 12.9% 31.6% 2.8%
기타 4.8% 2.2% 8.8% 10.6% 7.8% 8.3%
시스템반도체 인프라
소자・공정 장비
소재 메모리반도체
[그림 5] 요소기술별 반도체 분야 공동협력 등록특허 협력연결망의 자이언트컴포넌트
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
20
반도체 분야 정부연구개발투자의 개선방안Ⅴ
반도체 분야에 대한 정부R&D 투자의 전략적・연속적 지원 추진
우리나라는 반도체 분야 R&D를 대상으로 지속적인 투자* 추진 및 전략을 수립하고 있으나
주요 반도체 경쟁국의 R&D투자 규모에 비해 지원이 부족한 상황
* 국가R&D 총투자 대비 반도체 분야 정부R&D투자 비중 : (’08) 2.2% → (’20) 2.4%
- 미국은 과학기술 R&D 유관 부처・기관을 대상으로 향후 5년간 1,699억 달러의 예산 지원
예정이며, 일본은 5,000억엔 규모의 기금을 조성하여 첨단 중요기술 분야 지원 예정
- 미・중 기술패권경쟁과 일본의 수출규제 대응 지원 확대로 최근 R&D투자 규모 및 비중이
증가하였으나, 여전히 국가R&D 총투자 규모 대비로는 부족한 실정
그럼에도, 연구수행주체 간 협력을 대상으로 정부R&D 투자의 효과성을 부가성 관점에서
분석한 결과, 정부R&D 투자는 연계・협력 활성화 및 효과성 제고에 긍정적인 영향을 미침
- 행동부가성 관점에서 정부R&D 지원을 받은 연구수행주체의 지식재산권 창출 역량이
강화되었으며 이들 간의 공동협력이 꾸준히 확대되는 등 산업 생태계 강화에 기여
국외 반도체 경쟁 환경 극복 및 국내 반도체 산업 생태계 확대를 통한 국가경쟁력 제고를
위해 반도체 분야에 대한 정부R&D 투자의 연속적인 지원과 전략적 강화 필요
반도체 분야 요소기술별 특성을 고려한 정부R&D 투자 체계 개선 필요
우리나라 반도체 분야의 정부R&D 투자 및 전략 수립은 주로 시스템반도체를 중심으로 추진되고
있으나 기술중심이 아닌 인프라 구축・인력양성 등 반도체 산업의 구성 요소 위주로 지원
- 국내에서는 시스템반도체-인프라-장비 분야 투자*가 전체 정부R&D 투자의 76% 차지
* 본고에서 수립한 반도체 요소기술별 분류 기준
반도체 요소기술 분야별 특성과 주요 연구수행주체를 고려한 지원 추진 필요
- 공동협력 분석 결과, 소재 및 소자・공정 분야는 대학-대학 간의 공동협력이 우세하며,
시스템반도체, 인프라, 메모리반도체 분야는 기업-대학이 우세함을 보여, 요소기술별 주요
연구수행주체가 상이함을 확인
Ⅴ. 반도체 분야 정부연구개발투자의 개선방안
21
- 특히, 장비 분야의 공동협력은 다수의 기업-기업의 작은 협력 군집으로 수행되어 타
분야와 구별되는 투자・정책 지원*이 요구됨
* 테스트베드 지원, 기술개발을 위한 시설・장비 고도화, 세제지원 등
요소기술별 맞춤형 정책을 수립하고 이를 토대로 정부 R&D투자 다변화 관점에서의
지원체계 개선 노력 필요
- 시스템반도체 분야에 대해서는 제품 수요를 기반으로 한 R&D투자 지원 추진, 장비 분야에
대해서는 펀드 조성 및 사업화 관련 지원을 통한 기업 간의 연계・협력 제고, 소재 분야에
대해서는 반도체 산단 지정, 제도 규제 완화를 추진하는 등 요소기술별 특성을 고려한
투자 지원 필요
반도체 분야 중소기업 및 대학에 대한 R&D투자 확대와 육성 지원 필요
우리나라의 반도체 분야 정부R&D 투자는 대학・출연(연)・국공립(연) 중심의 지원이 과반으로,
중소기업 대상 R&D투자는 전체 규모 대비 1/3에 못미치는 상황
- 특허 협력연결망의 주요 연구수행주체 역시 기업에서 대학으로 이동하고 있는 등 반도체
분야 정부R&D 투자에서의 중소기업의 비중이 점차 감소
그럼에도, 중소기업 대상 정부R&D 투자의 효과성을 부가성 관점에서 분석한 결과 정부의
중소기업 지원은 기업의 성장성과 혁신성에 긍정적인 효과를 가져다줌을 확인
- 투입부가성(자체 R&D 투자)과 산출부가성(매출, 자산, 고용)에서 모든 성과지표가
증가하였으며 특히 정부 지원이 민간 투자 증가로 이어지는 선순환 구조 구축에 기여함
정부가 주요 정책으로써 수립한 시스템반도체 분야 산업생태계 구축과 소・부・장 자립화
달성을 위해서는 중소기업의 원천기술 확보와 경쟁력 제고가 필수적
- 정부R&D 지원은 직접적인 지원뿐만 아니라 연구개발 실패의 방지, 인력양성 등 마중물의
역할을 수행하는 간접적 효과도 유발하므로 이에 대한 투자 지원 강화 필요
또한, 중소기업과 더불어 정부R&D 투자의 주요 수혜대상인 대학의 지속적인 공동협력
추진 및 경쟁력 강화를 위해 연속적인 투자가 요구됨
- 대학은 정부R&D 지원을 통해 기업 및 타 연구기관과의 협력을 확대하였으며 네트워크
생태계 구성의 핵심적인 역할 수행을 하는 등 행동부가성에 긍정적인 영향을 미침
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
22
참 고 문 헌
∙ OMDIA 홈페이지, https://www.omdia.com
∙ 김민지, 세계 메모리반도체 시장 점유율, 연합뉴스, 2023. 08. 06.
∙ 인베스트코리아 홈페이지, https://www.investkorea.org
∙ Gartner 홈페이지, www.gartner.com
∙ World Semiconductor Trade Statistics 홈페이지, https://wsts.org
∙ 김정훈, 원종현 (2023), 예상보다 깊은 메모리 업황 침체, 극복 가능한가?, 한국신용평가
∙ 정형곤 외 (2021), 미중 반도체 패권 경쟁과 글로벌 공급망 재편, 대외경제정책연구원
∙ Godin, B. and Dore C. (2005), Measuring the Impacts of Science; Beyond the Economic
Dimension, Presented at the Urbanisation INRS, Culture et Societe. Helsinki Institute
for Science and Technology Studies. Helsinki, Finland.
∙ 송원아, 이양경, 김다은 (2022), 美,「반도체 및 과학법 (CHIPS and Science Act)」 주요 내용 및
시사점, KISTEP 브리프 29호.
∙ 신규섭, 설송이 (2021), 주요국의 반도체 산업정책과 공급망 변화 전망, KITA 통상 리포트
2021-17호.
∙ 김인오, 中 ‘반도체굴기’ 재가동 55조원 국영펀드 조성, 매일경제, 2023. 09. 05.
∙ 심은정, 유럽 반도체법 발효와 EU 반도체 산업 당면과제, kotra 해외시장뉴스, 2023.10.24
∙ 송원아, 김규판 (2022), 일본 경제안전보장추진법 기본방침 및 기본지침 주요 내용과 시사점,
KISTEP 브리프 42호
∙ 지식경제부 (2010), 「시스템반도체 2015 종합계획」.
∙ 산업통상자원부 (2013), 「반도체산업 재도약 전략」.
∙ 배옥진, 18년 지원한 반도체 산업에 ‘제2의 삼성전자’ 없는 이유, 전자신문, 2014. 10. 30.
∙ 강승태, 수십 년째 제자리걸음, 한국 시스템반도체 스타기업을 키울 전략은..., 디일렉, 2022. 10. 12.
∙ 관계부처 합동 (2019), 「시스템반도체 비전과 전략」.
∙ 관계부처 합동 (2021), 「K-반도체 전략」.
∙ 관계부처 합동 (2022), 「반도체 초강대국 달성전략」.
참 고 문 헌
23
∙ 한국과학기술기획평가원 (2009~2021), 국가연구개발사업 조사・분석 보고서
∙ 오승환, 장필성 (2019), 정부 R&D 지원이 기업의 고용에 미치는 효과에 대한 연구, 한국혁신학회지,
14(4), pp. 201-234.
∙ 곽민수, 김병근 (2018), 투입부가성과 행동부가성이 산출부가성에 미치는 영향 : 연구개발특구
입주기업의 정부R&D보조금 조절효과를 중심으로, 기술혁신학회지, 21(4), pp. 1313-1344.
∙ Aimilia Protogerou, Yannis Caloghirou and Evangelos Siokas. (2013), Research
networking and technology fusion through EU-funded collaborative projects, Science
and Public Policy, 40(5): 576–590
∙ Van der Valk, T. and Gijbers, G. (2010), The use of social network analysis in innovation
studies: Mapping actors and technologies, Innovation: Management, Policy and
Practice, 12, pp. 5–17.
∙ 중소벤처기업부・중소기업중앙회 (2022), 2022 중소기업 기술통계조사 보고서
∙ 배동주, 돈 갈퀴로 긁어 모으던 ‘K-반도체 스타트업’에 서리 내렸다...파두 때문에, 조선비즈,
2023. 11. 17.
반도체 분야 정부연구개발투자의 효과성 분석과 개선방안
24
KISTEP 이슈페이퍼 발간목록
발간호 제목 저자
2024-03
(통권 제359호)
신약개발 분야 정부 R&D 현황과 효율성 제고 방안
송창현(KISTEP),
엄익천(KISTEP),
김순남(KDDF),
이원희(유한양행)
2024-02
(통권 제358호)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민(건국대학교),
문해주(건국대학교),
이호규(고려대학교),
강승규(KIP),
김수민(건국대학교),
박서현(건국대학교)
2024-01
(통권 제357호)
KISTEP Think 2024, 10대 과학기술혁신정책 아젠다
강현규, 이민정
(KISTEP)
2023-16
(통권 제356호)
미・중 패권경쟁 시대, 중국이 소재・부품・장비 공급망을
무기화할 수 있을까?
이승필(KISTEP),
이승빈(KICT),
최동혁(KISTEP)
2023-15
(통권 제355호)
다부처R&D사업 표준화 및 IRIS 적용 방안
송혜주, 김병은, 김아름,
김여울, 이혁성
(KISTEP)
2023-14
(통권 제354호)
플라스틱 국제협약 대응을 위한 과학기술의 역할
유새미, 고진원, 박노언
(KISTEP)
2023-13
(통권 제353호)
대학의 기술사업화 전담 조직 현황진단과 개선방안
이길우(KISTEP),
정영룡(CNU),
김성근(PNU),
이지훈(SEOULTECH)
김태현(COMPA)
방형욱(KISTEP)
2023-12
(통권 제352호)
중소기업 경쟁력 강화를 위한 고경력 과학기술인 활용
조사 및 시사점
김인자, 김가민, 이원홍
(KISTEP)
2023-11
(통권 제351호)
학문분야별 기초연구 지원체계에 대한 중장기 정책제언
(국내외 지원현황의 심층분석을 기반으로)
안지현, 윤성용, 함선영
(KISTEP)
2023-10
(통권 제350호)
기술패권경쟁시대 한국 과학기술외교 대응 방향
강진원(KISTEP),
이정태(KIST),
김진하(KISTEP)
2023-09
(통권 제349호)
신입과학기술인 직무역량에 대한 직장상사-신입간
인식 비교 분석
박수빈
(KISTEP)
2023-08
(통권 제348호)
국가연구개발 성과정보 관리체계 개선 제언
김행미
(KISTEP)
KISTEP 이슈페이퍼 발간목록
25
발간호 제목 저자
2023-07
(통권 제347호)
기업 혁신활동 제고를 위한 R&D 조세 지원 정책 연구
: 국가전략기술 연구개발 기업을 중심으로
구본진
(KISTEP)
2023-06
(통권 제346호)
임무지향형 사회문제해결 R&D 프로세스 설계 및 제언
박노언, 기지훈, 김현오
(KISTEP)
2023-05
(통권 제345호)
STI 인텔리전스 기능 강화 방안
- 12대 과학기술혁신 정책 이슈를 중심으로 -
변순천 외
(KISTEP)
2023-04
(통권 제344호)
국방연구개발 예산 체계 진단과 제언
임승혁, 안광수
(KISTEP)
2023-03
(통권 제343호)
우리나라 바이오헬스 산업의 주력산업화를 위한
정부 역할 및 지원방안
홍미영, 김주원,
안지현, 김종란
(KISTEP)
2023-02
(통권 제342호)
‘데이터 보안’ 시대의 10대 미래유망기술
박창현, 임현
(KISTEP)
2023-01
(통권 제341호)
KISTEP Think 2023, 10대 과학기술혁신정책 아젠다
강현규, 최대승
(KISTEP)
필자 소개
▶ 김준희
- 한국과학기술기획평가원 성과확산센터 부연구위원
- 043-750-2649, tedpoll@kistep.re.kr
▶ 엄익천
- 한국과학기술기획평가원 제도성과혁신본부 연구위원
- 043-750-2368, flysky@kistep.re.kr
▶ 오승환
- 경상국립대학교 기술경영학과 조교수
- 055-772-3741, ohsh@gnu.ac.kr
▶ 전주경
- 한국특허기술진흥원 전주경 팀장
- 042-719-2505, pegasuls@kipro.or.kr
KISTEP ISSUE PAPER 2024-04 (통권 제360호)
‖ 발행일 ‖ 2024년 1월 31일
‖ 발행처 ‖ 한국과학기술기획평가원 전략기획센터
충청북도 음성군 맹동면 원중로 1339
T. 043-750-2300 / F. 043-750-2680
http://www.kistep.re.kr
‖ 인쇄처 ‖ 주식회사 동진문화사(T. 02-2269-4783)
|
정책브리프 |
세계경제포럼(WEF) Global Risks 2024 주요 내용 및 시사점
|
2024-01-25
|
|
<p class="1"><br></p>
<p><br></p>- 1 -
1 개 요
□ 세계경제포럼 은 전 세계가 직면한 현재 및 단기와 장기 위험 (WEF:World Economic Forum)
요인을 담은 “Global Risks 2024”를 발표(’24.1.10.)
※ 는 매년 각 분야 전문가를 대상으로 글로벌 리스크 인식조사 를 실시하여 세계 경제를 위협할 위험 요인을 담은 WEF (GRPS)
보고서를 발표 이번 보고서는, 번째 연례보고서로 학계 기업 정부 국제사회 시민사회 등 명의 전문가를 19 , , , , 1,490
대상으로 년 월 일부터 월 일까지 조사2023 9 4 10 9
❍ 경제 환경 사회 기술 지정학 등 ・ ・ ・ ・ 개 분야5 에 걸쳐 부정적 영향을 미칠 위험 요인을 분석하고,
향후 전망을 제시
❍ 본 고에서는 의 주요 내용을 정리하고 시사점을 도출하고자 함Global Risk 2024
2 위험 요인
□ 글로벌 위험을 경제・환경・사회・기술・지정학 등 개 부분에 대해 현재5 * 년(1 ) 단기, ** 년(~2 ), 장기**(~ 년10 )
위험으로 구분하여 제시 상세내용 참고( : 1)
현재의 위험 환경에서 년에 전 세계적으로 초래될 가능성이 높은 위험으로 총 개 제시 * 2024 20
** 단ㆍ장기 위험 환경에서 단기 년 는 현재 세계를 위협하고 있는 당장의 위기를 의미하며 장기 년 는 새롭게 등장하거나(2 ) , (10 )
빠르게 가속화되고 있는 문제로 총 개 제시 34
표 현재 및 단 장기별 글로벌 리스크 요인 상위 위< 1> ( 10 )・
현재의 글로벌 위기 요인 < > 향후 년 내 직면할 글로벌 위기 요인 < 2 > 향후 년 내 직면할 글로벌 위기 요인 < 10 >
1 기상 이변 1 역정보 및 허위정보 1 기상 이변
2 가 생성한 역정보 및 허위정보AI 2 기상 이변 2 급격한 지구 시스템 변화
3 사회ㆍ정치 양극화 3 사회 양극화 3 생물다양성 손실 및 생태계 붕괴
4 생활비 위기 4 사이버 위협 4 천연자원 부족
5 사이버 위협 5 국가 간 무력 충돌 5 역정보 및 허위정보
6 경기 침체 6 경제적 기회 불평등 6 기술의 부작용AI
7 핵심 상품 및 자원의 공급망 붕괴 7 인플레이션 7 비자발적 이주
8 국가 간 무력 충돌 확대 및 발발 8 비자발적 이주 8 사이버 위협
9 핵심 인프라에 대한 공격 9 경기 침체 9 사회 양극화
10 식량 공급망 붕괴 10 오염 10 오염
경제 환경 사회 기술 지정학
브리프KISTEP
- 2 -
□ 현재( ) 현재의 글로벌 위기의 가장 큰 위험 요인은 기상 이변 위(1 )으로 나타났으며, 생활비 위기 위(4 )는
여전히 주요 관심사로 지속 전망 인플레이션과 경기 침체 등 경제적 위험에 주목 ,
❍ 는 기상 이변의 영향으로 인해 자원 부족과 국가 간 무력 충돌 양극화 심화로 사회와 경제 WEF ,
전체가 범죄와 부패에 노출될 수 있을 것으로 경고
❍ 경제의 불확실성으로 인해 기후나 분쟁에 취약한 국가들은 경제 생산성 금융 기후 교육 의료는 , , , ,
물론 일자리 창출에 영향을 미치는 의 혁신으로부터 더욱 고립되어 뒤처질 전망 AI
□ 단기 향후 년 내에 역정보 및 허위정보( ) 2 위(1 ) 국가 간 무력 충돌, 위(5 ) 경기 침체, 위(9 )와 같이
빠르게 진화하는 위험과 함께 사회ㆍ경제적 취약성이 단기적으로 증폭될 것으로 전망
❍ 년에는 미국과 유럽연합 등에서 선거를 치르는 슈퍼 선거의 해 로2024 ‘ ’ 역정보 및 허위정보, 위(1 )로
인한 사회적ㆍ정치적 혼란이 가중될 전망
- 는 사회적 혼란이 기상 이변 인플레이션 같은 다른 위협들보다 더 위험할 것이라 설명하고WEF ,
있으며 선거 이외에 공중 보건 등 사회 전반에 깊숙이 침투할 가능성이 높다고 우려,
- 이에 정부는 정보 통제 권한을 더욱 강화하고 정보의 흐름의 통제로 이어질 수 있는 위험 존재,
❍ 국가 간 무력 충돌 위(5 )은 년 러시아 우크라이나 침공 년 이스라엘 하마스 전쟁 등 세계 2022 , 2023 -
각지 전쟁의 악화에 기인하며 대만을 둘러싼 지정학적 긴장도 높아지고 있는 상황 ,
- 이 중 하나라도 전선이 확대되면 글로벌 공급망과 금융 시장 나아가 정치적 안전성이 흔들릴 전망,
❍ 물가 상승 위(7 )과 경기 침체 위(9 )의 여파는 주요국의 녹색 전환과 녹색기술 개발에도 영향
- 세계 경제둔화는 이미 발생하고 있으나 높은 불확실성으로 인해 중국 간의 무역 갈등과 지정학적
균열이 경제적 불확실성을 더 가중시킬 전망
❍ 그 외 단기 위험 요인으로는 기상 이변 위(2 ) 사회 양극화, 위(3 ) 사이버 위협, 위(4 ) 등이 포함
□ (장기 장기) 적으로 가장 빠르게 악화되는 위험은 년과 마찬가지로 2024 기상 이변 위(1 )으로 나타났으며,
상위 개10 위험에 기후ㆍ환경과 관련된 위험 개가 포함 5
❍ 급격한 지구 시스템 변화 위(2 )는 올해 새롭게 등장한 위협으로 향후 년 이내 지구 생태계 시스템의10
일부가 기후 티핑포인트 임계점( )*를 넘을 것이라고 예고
* 한번 파괴되면 복구가 불가능한 지점으로 이 티핑포인트를 넘기게 되면 더 많은 온실가스가 배출되고 이로 인해 , ,
지구 온도 상승이 더욱 가속화되는 악순환 발생
- 급격한 지구 시스템 변화가 생물다양성 손실과 천연자원 부족 등으로 이어질 가능성 경고
❍ 기상 이변에서 천연자원 부족까지 향후 년간 가장 심각한 위험 가지는 모두 10 4 환경과 연계*
* 위 (1 ) 기상 이변 위, (2 ) 급격한 지구 시스템 변화 위, (3 ) 생물 다양성 손실과 생태계 붕괴 위, (4 ) 천연자원 부족
- 3 -
3 글로벌 전망
□ 세계 경제에 대한 향후 년간의 부정적인 전망2 은 향후 년간 더욱 악화 10 될 것으로 전망
❍ 단기( ) 응답자의 는 약간의 불안정과 보통 수준의 글로벌 재앙 위험이 있을 것으로 예상54%
했으며 나머지 는 더 격변적인 상황을 예측, 30%
약간의 불안정 글로벌 재앙 위험 보통 위 격변과 글로벌 재앙 위험 증가 위 고립된 혼란, (1 , 54%), (2 , 27%), , ※
글로벌 재앙 위험 낮음 위(3 , 15%)
❍ 장기( ) 응답자의 과반수 이상 이 폭풍우나 격변을 예상하는 등 년 동안의 전망은 현저히 (63%) 10
부정적 상황이 도래할 것이라 예측
※ 격변과 글로벌 재앙 위험 증가 위 글로벌 재앙 위험 부상 위(1 , 46%), (2 , 17%), 약간의 불안정 글로벌 재앙 위험 ,
보통 위(3 , 29%)
출처 : WEF(2024). Global Risk Report 2024.
그림 단 장기별 글로벌 전망[ 1] ・
□ 지난 년간의 장기 글로벌 리스크 추이를 보면5 , 기후 및 환경 문제들이 지속적으로 상위권을 차지
❍ 환경 사회 기술과 관련된 위험이 상위 위 내에 포함되어 있으며 기상 이변과 생물다양성 손실은 , , 5 ,
년 조사 이후 지속적으로 심각한 위험으로 예측 2020
출처 기반으로 일부 내용 수정 : Global Risk Report 2024, ©greenium
그림 지난 년간 글로벌 장기 리스크 순위 변동[ 2] 5 (2020~2024)
- 4 -
□ 사회적 양극화와 경제 침체는 타 위험에 대한 영향력이 큰 것으로 나타남
❍ 글로벌 위험 네트워크에서 사회적 양극화와 경기 침체는 상호 연관성이 가장 높고 영향력이 큰 위험으로
파악
출처 : WEF(2024). Global Risk Report 2024.
그림 개 위험요인 간 상호연계 지도[ 3] 34 (interconnections)
□ 국가별 리스크 인식조사 결과 우리나라는 대부분 , 경제적 요인의 위험도가 높은 것으로 나타남
❍ 향후 년 내 우리나라의 위험 요인으로는 경기 침체 예 불황 침체2 ( : , ) 위(1 ) 가계 부채, 위(2 ) 자산 ,
거품 붕괴 위(3 ) 노동력 및 인재 부족, 위(4 ) 불평등 재산 수입, ( , ) 공동 위( 5 ) 인플레이션, 공동 위( 5 ),
생화학무기 및 핵무기 사용 공동 위( 5 )에 대한 우려 존재
- 5 -
4 위험에 대한 글로벌 대응
□ 전 세계는 의 부상 기후변화 지정학적 권력 분포의 변화 인구통계학적 전환AI , , , 등 여러 가지 장기적인
구조적 변화에 직면
❍ 현재와 단기 위험으로는 가 생성한 역정보 및 허위정보에 대한 위험이 두드러졌으며 현재AI , -
단기 장기 모두 기후변화는 글로벌이 직면한 위기-
❍ 매년 발표되는 위기 중 이미 알려진 위험과 새롭게 부상하는 위험에 대한 대비와 위험 완화가
지속적으로 필요한 상황
□ 공공재 개념을 바탕으로 협력 수준에 따라 글로벌 위험 완화 방법을 네 가지로 분류하여 제시
① 지역 차원의 전략 ( ) 시급한 상황에서 특정 지역 차원의 조치들은 해당 지역의 위험에 대해 비교적
민첩한 대응을 가능하게 함
❍ 대중의 인식 및 교육은 로 인한 잘못된 정보가 현지 미디어 환경에 미치는 영향을 줄이는데 AI
효과적일 수 있음
❍ 재정 및 통화 정책은 인플레이션 통제 및 자산 거품 붕괴에 대한 회복력을 구축할 수 있고 불법,
경제 활동에 대한 대응은 조직범죄에 대한 특정국의 취약성을 줄일 수 있음
❍ 국가 또는 지역 단위의 환경 규제를 통해 생물다양성 손실 및 생태계 붕괴 오염으로부터 보호가, 가능
❍ 지역 차원의 전략은 독립적으로 추진될 수 있으며 복원력 강화를 위한 대규모 투자 비용으로
인해 고소득 국가를 중심으로 추진하는 경향이 존재하나 다른 국가에 의도하지 않은 파급효과를,
가져올 수 있음
② 혁신적 노력( ) 글로벌 위험을 해결하기 위한 연구개발 등의 혁신적 노력은 혁신적 발전이나 안전한
상태로의 전환을 가능하게 함
❍ 연구개발은 감염병과 같은 건강 문제 자연재해와 같은 환경 위험 지구 시스템의 중대한 변화와, ,
천연자원 부족의 가능성을 줄이는 등 기술적 위험을 해결하는데 핵심적인 역할 수행
- 반면 양자컴퓨팅 등 빠르게 부상하는 신흥ㆍ유망기술이 과학 발전을 위해 기여할 수 있도록, AI,
민첩하게 대응해야 하는 과제 상존
❍ 전 세계 연구자 기관 산업을 연결, , 하는 글로벌 연구 네트워크 강화로 소통과 자원 공유 촉진 가능
❍ 등과 같은 글로벌 위기 대응 모델을 다른 새로운 도전 과제로 확장하여 혁신 촉진에 기여COVID-19
- 정부는 민간 부문의 혁신 촉진을 위한 재정적 인센티브를 제공하고 거버넌스와 관리 감독을 ,
통해 새로운 기술과 접근방식에 대한 수용성을 강화할 수 있음
- 6 -
③ 집단적 행동( ) 시민 기업 국가 등의 개별적 행동의 총합이 공동의 목표를 향할 때 글로벌 , ,
규모의 변화를 가능하게 함
❍ 대중 인식 및 교육은 아직 일정 수 이상의 집단적 행동에 도달하지 못한 이니셔티브들이 영향력을
발휘할 수 있도록 지원
❍ 집단적 행동을 장려하기 위해 지원조직을 설립하거나 다양한 이해관계자 참여 플랫폼은 공동의
목표를 향한 개인의 노력을 지원ㆍ안내하기 위해 지식과 모범 사례 공유
❍ 기업 전략은 금융 및 노동 시장과 관련한 경제적 위험을 완화할 수 있는 잠재력을 보유
- 기술개발 투자 근로자의 권리 보호 계약 보장을 제공함으로써 노동력 부족과 실업 위험을 , ,
해결하여 지역 및 전 세계의 노동시장을 강화하는 데 기여
❍ 표준 수립 지식 공유 장려를 통한 개인의 노력을 공동의 목표를 향해 집중할 수 있도록 플랫폼, 을
구축하는 것이 중요
④ 국가 간 협력( ) 글로벌 위험 완화를 위한 상호 통제 시스템의 가장 취약한 연결부분 해결 , (link) ,
국제 협약 등 다양한 형태 존재
❍ 글로벌 조약과 협약은 당사자들의 공통점을 파악하고 공동의 목표 수립을 통한 협력 추진,
- 국가 간 무력 충돌 지정학적 대립 생물학적 화학적 또는 핵 위험과 같은 주요 , , , 지정학적 위험과
지구 시스템의 중대한 변화와 같은 환경 위험을 관리하는 가장 적절한 수단으로 인식
❍ 기후변화 대응을 위한 국제 협력은 진전이 있었으나 행동의 속도를 높여야 하는 상황.
- 야심찬 기후 목표 달성을 위해 노력하며 이행 조치 채택 및 참여 회원국에게 인센티브 제공,
□ 개 개별 위험34 에 대한 위험 완화 및 대비에 효과적으로 기여할 수 있는 거버넌스 차원의 대응*은
다음과 같음
금융 상품 국가 및 지역 규정 양자 간 조약 및 협정 글로벌 조약 및 협약 개발 원조 기업 전략* , , , , , , ① ② ③ ④ ⑤ ⑥
연구개발 대중 인식 및 교육 다양한 이해관계자 참여, , ⑦ ⑧ ⑨
❍ 지역 차원의 전략 혁신적인 노력 집단적 행동 국가 간 협력, , , 이 중요한 역할 수행
- 투자와 규제를 활용한 지역 차원의 전략은 글로벌 위험의 영향력 완화 및 공공ㆍ민간 부문 혜택
확대에 핵심적 역할 수행
- 미래를 우선시하고 연구개발을 통한 혁신적인 노력에 집중함으로써 세상을 더 안전한 곳으로
만들 수 있음
- 개별단위의 시민 기업 국가의 행동은 미미하나 공동의 목표를 향한 일정 수 이상의 집단적 , , ,
행동은 변화 유인 가능
- 국가 간 협력은 인류 번영과 안보를 위협하는 가장 심각한 위험에 대응할 수 있는 유일한 방법
- 7 -
표 역할 구분에 따른 글로벌 위험 거버넌스 접근 방법< 2>
역할 구분
거버넌스 접근방법
지역 차원의 전략 혁신적 노력 집단적 행동 국가 간 협력
금융 상품 ○
국가 및 지역 규정 ○
양자 간 조약 및 협정 ○
글로벌 조약 및 협약 ○
개발 원조 ○
기업 전략 ○
연구개발 ○
대중 인식 및 교육 ○ ○
다양한 이해관계자 참여 ○
출처 재정리 : WEF(2024). Global Risk Report 2024.
출처 : WEF(2024). Global Risk Report 2024.
그림 거버넌스 분포[ 4]
- 8 -
5 정책적 시사점
□ 인공지능 기술 발전에 따른 위험 극복과 새로운 기회 창출을 위한 적극적인 대응 전략 모색 필요
❍ 생성형 의 역정보 및 허위정보 디지털 전환에 따른 사이버 위협 기술의 부작용 정부 차원의AI , , AI ,
정보 검열 및 감시 기술 발전의 부작용 등 기술 위험 요인이 글로벌 위험 요인으로 등장,
❍ 기술은 위험의 원천이자 해결책을 제시할 수 있는 대상으로서 문제를 해결하는 열쇠가 될 수 ,
있으므로 다양한 위험 완화를 위한 연구개발 노력을 지속적으로 기울일 필요가 있음
❍ 우리 정부도 인공지능 국가전략기술 로드맵을 수립 하여 핵심기술 및 산업활용 기반을‘ ’ (’23.10.)
확보하기 위해 노력하고 있으므로 인공지능 기반의 새로운 기회 창출에 주력
- 효율적 학습 인프라 모델링 의사결정 지원 산업 활용 혁신뿐만 아니라 로 인한 역기능을 · , · , · AI
최소화하기 위해 안전 신뢰 를 중요한 이슈로 제시‘ · ’
- 데이터의 공정성 확보 설명가능한 시스템의 강건성 유지 등을 위한, AI(XAI), AI (robustness)
기술개발을 통해 역기능 및 위험을 해소하려는 방향성을 제시
❍ 또한 인공지능 기술의 확산에 따라 민관이 함께 기반 성장과 도약에 국가적 역량을 결집하여, AI
범부처 차원의 일상화를 위한 대응책 마련AI
- 획일적인 인공지능의 이용으로 인한 부작용 해소를 통해 과학기술 연구현장에서 인공지능의
활용도를 높이기 위해서는 체계적이고 다양한 지원이 필요
□ 기후 환경 등 글로벌 위험에 대해서는 · 지속적인 관심과 공동의 모니터링 대응 체계 구축 필요
❍ 기후ㆍ환경과 관련된 위험 요인은 현재 단ㆍ중기에 지속적으로 등장하고 있어 , 글로벌 의사결정자들의
관심 제고를 통한 적극적인 위험 완화를 위한 전략적 노력 필요
❍ 경제 환경 사회 기술 지정학 위험은 개별적인 이슈가 아닌 통합적 연결 이슈로서 ・ ・ ・ ・ 상호 연관
및 영향력 파악을 통한 공동의 문제 해결이 요구됨
❍ 우리 정부도 탄소중립 이행을 위한 핵심기술 분야 전략로드맵 수립 기술고도화 전략 수립 등 ,
연구개발뿐만 아니라 글로벌 공동 대응을 위한 전략도 함께 준비
❍ 또한 지속가능발전목표 실현을 위해 기 투자된 기술개발 , 결과물들의 보급을 확산시키고 기존의,
한계 돌파를 위한 혁신 기술 확보
- 탄소중립을 위한 효과적인 수단은 시장을 활용하는 것으로 기업가치 극대화를 통한 탄소중립
해법 마련
□ 공동의 목표 설정을 통한 국가 공조 차원의 지역적 기술적 집합적 국가 간 협력 모색, , , 이 필요하며,
우리나라는 위험에 대한 우선순위 설정 위험 완화에 도움이 되는 , 연구개발활동 지원 등의 전략
마련 필요
- 9 -
❍ 국가별 정치적 여건 및 경제ㆍ기술ㆍ사회적 상황이 다르므로 보편적인 위험 관리프레임워크
마련을 통한 공감대 형성
❍ 국내적으로는 글로벌 위험의 잠재적 영향에 대한 분석 이에 따른 우선순위 설정 또한 , , 위험 관리에
기여할 수 있는 연구개발 혁신 활동을 지원·
❍ 특히 경기 침체 노동력 및 인재 부족 인플레이션 등 경제적 요인에 대한 위험도 완화를 위한 , , ,
경제활력 성장잠재력 확충 차원의 과학기술 연구 생산성, 을 우선적으로 제고
□ 글로벌 위험 이슈 핵심ㆍ신흥기술 위험 이슈 등을 조직적으로 감지하고, , 국가 차원의 대응전략을
수립할 수 있는 지원체계 마련 필요
❍ 핵심ㆍ신흥기술 위험 이슈 글로벌 위험 이슈를 조사ㆍ발굴하고 중장기적 대응전략 수립을 전담할,
전담 조직 신설 검토
년 미래창조과학부 미래준비위원회 한시적 운영2014 , ‘ ’ ※
구성 분야별 명의 민간위원 역할 미래전략 수립 총괄 미래이슈 선정 및 미래전략 수립 - ( ) 17 / ( ) ,
❍ 위험 이슈의 실시간 탐지 및 발굴을 위한 기반 위험요인 감지 인텔리전스 시스템 ‘AI ’ 등 기반
구축도 고려
❍ 글로벌 주요 싱크탱크 기관과의 협력 네트워크를 강화하여 글로벌 위험 이슈에 대한 글로벌 대응에
한국의 역할 강화
참고문헌
∙ WEF(2024). “Global Risk 2024” Report
∙ 순환경제 뉴스레터 그리니엄 글로벌 리스크 발표 검색일(greenium), “WEF 2024 ”, : 2024.01.17
∙ 관계부처 합동 국가전략기술 임무중심 전략로드맵 안 미래혁신 분야 인공지능 첨단바이오(2023). ( )- : ,
∙ 미래창조과학부 미래준비위원회 출범 보도자료 (2014).
- 10 -
참고 1 글로벌 위험요인 및 순위
□ 글로벌 위험 요인
❍ 글로벌 위험은 발생 시 전 세계의 인구 또는 천연자원에 부정적인 영향을 미치는 사건이나GDP,
상황으로 정의
글로벌 위험 내 용
경제위험
자산 거품 붕괴
주택 펀드 주식 기타 자산과 실, , , 물경제와의 분리는 수요와 가격 간 극심한 편차 유도
※ 가상화폐 주택가 주식 제외 , ,
전략적 자원 광물 재료 의 집중도( , ) 1)
전략적으로 중요한 자원과 원자재의 일부 개인 비즈니스 국가 집중화는, , 접 근성
제한과 가격 왜곡 조장 가능
부채
공공 법인 가구( , , )
법인 가정 공공재정은 부채 상환에 고전을 면치 못하는 상황으로 대량 파산, , ,
채무 불이행 유동성 위기 채무 불이행 국가 부채 위기 등 발생, , ,
시스템적으로 주요한 공급망 중단
세계 경제 금융 시장 사회에 영향을 끼치는 주요 글로벌 공급체인 또는 산업, ,
내 발생 가능한 심각한 차질 또는 붕괴로 세계적 규모의 재화와 서비스 공급과
수요에 악영향
핵심 인프라 중단2)
물리적 디지털 인프라 위성 포함 인터넷 통신 공공 유틸리티 금융시스템· ( ), , , , ,
에너지의 과다 공급 또는 셧다운
※ 사이버 공격 외부 손상 기상 이변 자연재해로부터 기인, , ,
경기 침체 불황 침체( , ) 수년 동안 지속된 글로벌 경제의 성장률 제로 또는 침체 상황
불법 경제 활동
경제 발전과 성장을 저해하는 조직화된 범죄 불법 비즈니스 활동의 전 세계적 급증,
※ 불법 경제 유동성 예 탈세 자금 세탁 불법 무역 위조 인신매매 ( . , ), , , 등
인플레이션
지속적인 재화 및 서비스 가격 인상
※ 구매력 저하에 따른 기존 생활 방식 유지 불가
인재 및 노동력 부족1) 전 세계 혹은 지리적 또는 산업 내 기술 공급 수요와 노동력 간 불균형·
환경위험
생물 다양성 감소 및 생태계 붕괴
생물 개체 감소나 멸종 위기에 따른 토지 파괴로 인한 환경 인류 경제 활동의 , ,
심각성 초래
급격한 지구 시스템의 변화1)
기후 티핑 포인트( )
지역 또는 전 세계 수준에서 티핑포인트에 도달하여 인구 번영에 영향을
주는 장기간의 잠재적이고 회복 불가한 변화
※ 빙하가 녹아 해수면 상승 영구동토층 해빙에 따른 탄소 배출 해양 또는 대기 흐름 중단, ,
기상 이변
극심한 기후 이상에 따른 인류 수명 단축 생태계 침해 자산 및 금전적 손실 , ,
※ 산불 홍수 폭염 등, ,
천연자원 부족 물 불( , )
인류 산업 생태계가 필요로 하는 식량 물 부족 천연자원에 대한 지나친 개발과, , , ,
부적절한 관리 기후 변화 인프라 부족 , ,
기후 무관 자연 재해 ( )
기후와 무관한 자연재해로 수명 단축 생태계 파괴 자산 금전적 손실 발생, , ,
※ 지진 화산 쓰나미 운석 충돌 지자기장 폭풍, , , ,
오염 공기 토양 물( , , )
인류 활동으로 비롯되는 공기 물 토양 내 유해 물질 투입 , ,
※ 재정적 손실과 생태계 파괴 관련 가정 및 산업 활동 사고 원유 유출 방사능 오염 등, ,
- 11 -
년에 추가된 새로운 글로벌 위험 재분류1) 2023 , 2)
글로벌 위험 내 용
지정학적
위험
생화학 핵 위험성 ,
실험실 공장 발전소뿐만 아니라 의, , 도적이거나 우발적인 생물학적 화학적, ,
핵 또는 방사선 방출로 인한 인명 손실 파괴, , 국제적 위기 발생
지정학적 대립 제재 관세 투자심사( , , )
지정학적 이점과 영향력 행사를 위해 상품 지식 기술 등의 제한으로 국가 간 경제적, ,
상호 작용 분리
국가 간 무력 충돌 핫워 대리전( , ) 국가 간 양자 또는 다자간 무력 사용
국가 폭력 파업 폭동 쿠데타( , , )1)
국가 또는 지역사회 내에서 국가나 비국가 주체의 파괴적인 행동
※ 폭동 파업, , 폭행 폭력 집단 총격 내전 게릴라전 대량학살 암살 쿠데타 등, , , , , , ,
테러 공격 정치적 종교적 목표를 가진 개・ 인 또는 비국가단체에 의한 인적 물적 ・ 피해 발생
사회
위험
만성 질환
1년 이상의 지속적인 의료 관리와 활동 제한이 필요한 만성적인 신체적 정신적,
건강 상태
노화 과소비 기후변화 오염, , , ※
인권 및 시민 자유 침해1)
개인의 지위와 무관하게 모든 인간에게 내재된 권리에 대한 보호와 시민 공간을
뒷받침하는 자유의 상실
인명과 자유 일과 교육 표현의 자유 집회의 자유 성적 차별 등, , , , ※
경제적 기회의 불평등1) 경제적 잠재력과 안보 실현에 대한 지속적인 장벽
전염병
바이러스 기생충 곰팡이 박테리아에 의한 전염병의 확산과 이로 인한, , , 사망자
속출 및 경제적 붕괴 만연
부족한 공공 인프라와 서비스
실재하지 않거나 부적절하거나 불평등한 공공 인프라 및 서비스
※ 주택 공공 교육 유아 및 노인 돌봄 보건 위생 대중교통 등, , , , ,
비자발적 이동
지속적인 차별과 억압 경제 발전 기회 부족 인위적 재해 자연재해와 이상 기후, , .
등으로 인한 국경 내외의 비자발적 이동 또는 재배치
사회 양극화
사회 불안을 초래하는 지역사회 내외부 전반에 걸친 이념적 문화적 분열로 경제적,
혼란과 정치적 양극화의 증가
실업 문제
노동 기준이나 전망의 전망이나 작업 기준의 구조적 악화
노동권 침해 실업률 증가 등 , ※
기술
위험
기술의 부작용 AI
인공지능 및 관련 기술 능력 생성 인공지능 포함 의 발전으로 의도하거나 ( )
의도치 않은 부정적인 결과 초래
기술 발전의 부작용 양자 생명공학( , ,
지구공학)
프런티어 기술의 발전이 개인 기업 생태계 경제에 부정적인 결과 생성 , , ,
인공지능 컴퓨터 인터페이스 생명공학 지구공학 양자 컴퓨터, , , ※
검열과 감시1)
사생활 또는 시민 인권을 침해하는 장소 또는 사람에 대한 광범위한 관찰 물리적,
또는 디지털 통신 정보 및 아이디어 억제,
사생활 표현과 발언의 자유 관련, ※
사이버 위협
사이버 무기와 도구 활용 사이버 전쟁 사이버 스파이 사이버 범죄, ,
랜섬웨어 공격 데이터 조작 도용, , ※
역정보 및 허위정보2)
언론 네트워크를 통한 지속적인 허위 정보 확산 여론을 사실과 권위에 대한 ,
불신 조장
허위 사기 조작 등 , , ※
기술력 집중
디지털자산 지식 전략적 기술( , , )
주요 기술에 대한 액세스가 가능한 일부 개인 기업 또는 국가 간의 중요한 기술,
자산 역량 또는 지식 집중,
- 12 -
□ 글로벌 위험 순위
❍ 경제 환경 지정학 사회 기술 등 개 분야에 현재 개 단 장기적 개의 글로벌 위험 순위 제시5 20 , 34・ ・ ・ ・ ・
현재의 글로벌 위기 요인 < > 향후 년 내 직면할 글로벌 위기 요인 < 2 > 향후 년 내 직면할 글로벌 위기 요인 < 10 >
1 기상 이변 1 역정보 및 허위정보 1 기상 이변
2 가 생성한 역정보 및 허위정보AI 2 기상 이변 2 급격한 지구 시스템 변화
3 사회적ㆍ정치적 양극화 3 사회적 양극화 3 생물다양성 손실 및 생태계 붕괴
4 생활비 위기 4 사이버 위협 4 천연자원 부족
5 사이버 위협 5 국가 간 무력 충돌 5 역정보 및 허위정보
6 경기 침체 6 경제적 기회 불평등 6 기술의 부작용AI
7 핵심 상품 및 자원의 공급망 붕괴 7 인플레이션 7 비자발적 이주
8 국가 간 무력 충돌 확대 및 발발 8 비자발적 이주 8 사이버 위협
9 핵심 인프라에 대한 공격 9 경기 침체 9 사회적 양극화
10 식량 공급망 붕괴 10 오염 10 오염
11 언론 자유 통제 11 급격한 지구 시스템 변화 11 경제적 기회 불평등
12 에너지 공급망 중단 12 기술력 집중 12 기술력 집중
13 공공 부채 문제 13 천연자원 부족 13 전략적 자원의 집중화
14 기술 또는 인력 부족 14 지정학적 대립 14 검열과 감시
15 우발적 핵 사고 15 인권 및 자유 침해 15 국가 간 무력 충돌
16 폭력적 시민 파업 및 폭동 16 부채 16 지정학적 대립
17 생물학적 물질 우발적 방출 17 국가 폭력 17 부채
18 금융제도 붕괴 18 부족한 공공 인프라와 서비스 18 인권 및 자유 침해
19 주택 거품 붕괴 19 공급체인 차질 19 전염병
20 기술 거품 붕괴 20 생물다양성 손실 및 생태계 붕괴 20 만성 질환
21 검열과 감시 21 부족한 공공 인프라와 서비스
22 노동력 부족 22 국가 폭력
23 전염병 23 인프라 차질
24 전략적 자원의 집중화 24 기술 발전의 부작용
25 인프라 차질 25 공급체인 차질
26 자산 거품 붕괴 26 생화학 핵 위험성,
27 만성 질환 27 실업 문제
28 불법 경제 활동 28 경기 침체
29 기술의 부작용 AI 29 인재 및 노동력 부족
30 실업 문제 30 자산 거품 붕괴
31 생화학 핵 위험성, 31 불법 경제 활동
32 테러 공격 32 인플레이션
33 기후 무관 자연재해 ( ) 33 기후 무관 자연재해 ( )
34 기술 발전의 부작용 34 테러 공격
경제 환경 사회 기술 지정학
[ KISTEP 브리프 발간 현황 ]
발간호
(발행일)
제목 저자 및 소속 비고
112
(24.01.08.)
무기발광 디스플레이
진영현·오세미
(KISTEP)
기술주권
113
(24.01.12.)
2022년 우리나라와 주요국의 연구개발투자 현황
이새롬·한웅용
(KISTEP)
통계분석
114
(24.01.12.)
2022년 우리나라와 주요국의 연구개발인력 현황
이새롬·한웅용
(KISTEP)
통계분석
-
(24.01.22.)
KISTEP Think 2024, 10대 과학기술혁신정책
아젠다
강현규・이민정
(KISTEP)
이슈페이퍼
(제357호)
-
(24.01.25.)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민・문해주・김수민・박서현
(건국대학교)
이호규(고려대학교)
강승규(한국조달연구원)
이슈페이퍼
(제358호)
115
(24.01.25.)
세계경제포럼(WEF) Global Risks 2024
주요 내용 및 시사점
이미화
(KISTEP)
혁신정책
|
미래예측브리프 |
기후변화와 기후 지구공학
|
2024-01-25
|
|
<p><br></p>기후변화와 기후 지구공학
- 이산화탄소 제거 기술, 태양복사 조정 기술 -
정의진, 임현
●○● 요 약
Ⅰ iⅠ
요약
연구 배경
○ 지구 온난화는 인간 활동으로 인한 온실가스 배출에서 기인하였으며 현재 지구
표면 온도가 전례 없는 수준으로 빠르게 증가하고 있음
○ 지구 온난화가 심화되면서 광범위한 범위에 걸쳐 생태계에 큰 영향을 미치고 있으며
기후변화*로 인한 다양한 리스크가 발생하고 있음
* 기후변화는 지구의 기후가 인위적인 요인(화석연료 과다 사용, 인간 활동에 의한 온실가스 증가)과
자연요인(화산폭발, 태양에너지 변화)에 의해 변화하는 것을 말함
○ 기후변화를 억제할 만큼 충분히 빨리 온실가스 배출량을 줄이지 못함에 따라
온실가스 집적도를 낮추거나 지구의 온도를 낮추는 기후 지구공학에 대한 관심이
커지고 있음
※ 온실가스 배출 감소 노력만으로는 지구 온난화가 더욱 심각해질 것으로 예상되어 IPCC 6차
보고서(2022)에서도 이산화탄소 제거 기술 도입의 필요성을 본격적으로 언급
- 지구 기후공학을 통해 기후변화 문제 자체를 해결하기 위한 것도 있지만 기후변화의
심각성에 대해 대중이 인식하고 기후변화 문제를 해결하는데 집중하거나 보다
전략적으로 접근할 수 있음
- 지구 기후공학 관련 기술은 대기 중 이산화탄소 농도를 직접적으로 줄이는
‘이산화탄소 제거(Carbon Dioxide Removal, CDR)’와 지표면에 도달하는
태양 복사량을 조절하여 지표면 온도를 직접적으로 낮추고자 하는 ‘태양복사
조정(Solar Radiation Modification, SRM)’ 기술 두 영역으로 나뉨
○ 점점 더 복잡해지고 관리하기 어려워질 것으로 예상되는 기후변화 리스크와 인위적인
조정을 통해 기후변화에 대응했을 때의 잠재적 부작용 중 어떤 것이 더 전 지구적으로
영향이 클지 논의가 필요한 시점
●○● 기후변화와 기후 지구공학
Ⅰ iiⅠ
연구 방법 및 절차
○ 본 연구에서는 국내외 문헌조사, 전문가 워크숍 등을 통해 지구 기후공학 기술의
개념에 대해 알아보고 일반 시민 및 과학기술분야 전문가를 대상으로 한 설문을
통한 인식조사 추진
- (1단계) 기후 지구공학 관련 개념과 관련 이슈 및 현황 등 분석
- (2단계) 기후 지구공학 관련 세부 기술 조사, 사회・기술・경제・환경・정치 측면에서
미칠 영향 등을 분석
- (3단계) 기후 지구공학 관련 인식조사의 목적, 방향성, 설문조사에서 제공할 정보의
범위, 문항 설계 등을 논의하고 일반 시민 및 과학기술 전문가를 대상으로 설문조사
추진
주요 결과
<기후 지구공학 관련 세부 기술>
○ 이산화탄소 제거 기술
구분 기술명 개요
1
산림조성, 벌채
(Afforestation/Reforestation,
A/R)
∙숲 조성 등을 통해 이산화탄소 흡수
∙매년 0.5-10 Gton의 이산화탄소 감축 잠재력
2
토양 탄소 격리
(Soil carbon sequestration)
∙농경지나 초원에 토양에서 탄소 저장 및 분해
∙매년 0.3-9.3 Gton의 이산화탄소 감축 잠재력
3
바이오차
(Biochar)
∙바이오매스와 숯의 합성어로 탄소 성분의 다공성 고형물을
토양에 투입하면 대기 중 탄소를 흡수해 수백 년 동안 저장
하여 탄소 농도를 줄이고 토양의 질을 개선
∙매년 0.3-6.6 Gton의 이산화탄소 감축 잠재력
4
바이오에너지 탄소포집저장
(Bioenergy with carbon
capture and storage,
BECCS)
∙바이오에너지 작물이 광합성으로 이산화탄소를 흡수시키고, 이후
수확한 농작물을 바이오에너지 생산에 이용하고, 에너지 생산시
배출된 이산화탄소를 포집하여 땅속에 저장
∙매년 0.5-11.3 Gton의 이산화탄소 감축 잠재력
<이산화탄소 제거 기술(Carbon Dioxide Removal, CDR)>
●○● 요 약
Ⅰ iiiⅠ
※ IPCC 6차 보고서에서 기술별 내용 인용
○ 태양복사 조정 기술
구분 기술명 개요
5
이탄지대 및 해안습지 저장
(Peatland and coastal
wetland restoration)
∙이탄(나무가 오랫동안 물에 잠겨 썩지 않는 상태)이 모여있는
열대 또는 연안 습지에 분포하는 식물과 퇴적물을 포함하는
생태계가 탄소를 격리 및 저장
∙매년 0.5-2.1 Gton의 이산화탄소 감축 잠재력
6
맹그로브, 염습지, 해초지 등
해양탄소 흡수원 관리
(Blue carbon management)
∙연안 지대의 뿌리 있는 식물이 포집하는 탄소
∙매년 0.02~0.08 Gton의 이산화탄소 제거 잠재력(Wilcox et
al. 2017; National Academies of Sciences 2019)
7
해양 시비
(Ocean fertilisation)
∙해양에 인위적으로 대량의 철 등의 영양분을 살포하여 식물성
플랑크톤의 성장을 촉진, 광합성 작용을 통해 이산화탄소 제거
8
암석 풍화 촉진
(Enhanced rock weathering)
∙자연적으로 발생하는 풍화작용을 빠르게 촉진시켜서 대기 중의
이산화탄소를 흡수
∙ 12개 국가 농경지의 35~59%에 해당하는 면적에 현무암을
흐트려놓을 경우 2050년까지 매년 최대 2 Gton의 이산화탄소
제거 잠재력이 있음(Beerling et al., 2020)
9
해양 알칼리도 향상
(Ocean alkalinity
enhancement)
∙석회석, 규산염 같은 알칼리성 물질의 분쇄 광물을 바다에
투입하여 바닷물의 알칼리도를 높이고 대기로부터 이산화탄소
흡수・저장
∙매년 1-100 Gton의 이산화탄소 제거 잠재력
10
직접 공기 포집 및 저장
(Direct air carobon capture
and storage, DACCS)
∙대기 중의 이산화탄소를 필터 흡착 또는 화학 흡수 방식으로
직접 포집해 지중에 저장하여 제거
∙매년 5-40 Gton의 이산화탄소 제거 잠재력
구분 기술명 개요
1
성층권 에어로졸 간섭
(Stratospheric aerosol
interventions, SAI)
∙에어로졸 입자를 직접 성층권에 뿌리거나 에어로졸로 변환되는
기체를 주입하여 태양 광선의 일부를 우주로 반사
∙ 1-8 Wm-² 정도의 평균적인 열 감소 효과
2
해양 구름 표백/밝기
(Marine cloud brightening,
MCB)
∙해양 구름에 소금이나 바닷물, 기타 입자를 뿌려 더 하얀 구름을
만들고 햇빛을 우주로 반사
∙ 1-5 Wm-² 정도의 평균적인 열 감소 효과
3
바다 알베도* 변화
(Ocean albedo change, OAC)
∙미세 기포 등을 생성하여 해양 표면의 알베도* 증가
* 표면이나 물체에 의해 반사되는 태양복사의 비율
4
지면 알베도 변화
(Ground-based albedo
modifications, GBAM)
∙도시의 지붕을 하얗게 칠하거나 작물의 잎을 더 반사적으로
만드는 생명공학, 사막의 알베도 향상 등
<태양복사 조정 기술(Solar Radiation Modification, SRM)>
●○● 기후변화와 기후 지구공학
Ⅰ ivⅠ
※ 우주 거울 등도 태양복사 조정 기술에 해당하지만 본 연구에서는 IPCC 6차 보고서를 기준으로 정리
<기후 지구공학 관련 기술의 영향>
○ 이산화탄소 제거 기술과 태양복사 조정 기술이 미칠 영향에 대해 사회・기술・환경・
경제・정치적 측면에서 논의
- (사회적 측면) 기후변화에 대한 관심이 증가하여 적극적으로 기후변화 문제에
대응하게 되는 한편, 기후 지구공학 기술 적용에 따른 영향이 불확실하여 사회적
공감대 형성이 어렵거나 갈등이 발생할 수 있음
- (기술적 측면) 기후 관련 연구나 기후테크 산업이 활성화될 수 있으며, 이산화탄소
제거 기술에 대한 과대한 의존으로 탄소배출이 폭주할 수도 있음
- (환경적 측면) 기후 지구공학 기술을 적절히 사용할 경우 배출저감 노력을 보완할
수 있다는 장점이 있지만 전지구적으로 미치는 영향은 매우 불확실하고 부작용
발생 시 되돌리기가 어려움
- (경제적 측면) 기후 온난화 완화 및 기후테크 발전으로 인한 경제효과가 예상되지만
높은 초기 투자비용과 불확실성으로 투자 리스크가 있음
- (정치적 측면) 기후변화 문제에 대한 대안 마련으로 국민적 공감대와 지지가 증가할
수 있으나 동시에 배출저감 노력에 대한 도덕적 해이로 비판받을 수 있으며 기술
적용 관련 국가 간 분쟁 발생 가능성 존재
<기후 지구공학 관련 인식조사>
○ 기후 지구공학 관련 인식조사 결과, 일반 시민의 96.4%, 전문가 96.7%가 기후변화가
심각하다고 인식하고 있음
○ 기후변화 문제를 과학기술이 발전하면 해결할 수 있는지 묻는 질문에서 일반 시민의
43.4%, 과학기술분야 전문가는 73.4%가 긍정적으로 대답
구분 기술명 개요
5
얇은 권운
(Cirrus cloud thinning, CCT)
∙항공기나 드론으로 빙정핵 등을 살포하여 자연적으로 권운이
형성될 때보다 밀도가 얇아지도록 하여 우주로 복사열이
더 많이 방출되게 함
∙ 1-2 Wm-² 정도의 평균적인 열 감소 효과
●○● 요 약
Ⅰ vⅠ
○ 기후변화가 인간의 활동에 의해 초래되었는지 묻는 질문에 응답자의 90% 이상이
그렇다고 대답
○ 기후변화 문제 해결을 위해 자연환경을 인위적으로 조정하는 것에 대해 일반 시민의
41.8%, 전문가의 55.6%가 대체로 필요한 편이라고 대답
○ 기후 지구공학 관련 기술 중 이산화탄소 제거 기술에 대해 알고 있는지를
묻는 질문에 일반 시민은 17.0%, 전문가는 70.7%가 알고 있다고 대답
- (필요성) 이산화탄소 제거 기술이 기후변화 문제에 대응하기 위해 필요한지
묻는 질문에서 일반 시민의 86%, 전문가의 87.3%가 필요하다고 대답
- (위험성) 기술이 어느정도 위험한지 묻는 질문에서 일반 시민은 ‘그저 그렇다(44%)’는
대답이 가장 많았으며 나머지 응답에서는 위험하지 않은 편이라고 응답한 쪽이
약간 더 많음, 전문가의 53.7%는 위험하지 않다고 대답
- (사회적 합의) 이산화탄소 제거 기술에 대해 일반 시민의 67.6%, 전문가의 71.3%가
사회적 합의가 가능하다고 대답
○ 기후 지구공학 관련 기술 중 태양복사 조정 기술에 대해 알고 있는지를 묻는 질문에
일반 시민은 7.6%, 전문가는 35.3%가 알고 있다고 대답
- (필요성) 태양복사 조정 기술이 기후변화 문제에 대응하기 위해 필요한지
묻는 질문에서 일반 시민의 52.8%, 전문가의 37.7%가 필요하다고 대답
- (위험성) 기술이 어느 정도 위험한지 묻는 질문에서 일반 시민의 40.2%, 전문가의
60.4%가 위험한 편이라고 대답
- (사회적 합의) 태양복사 조정 기술에 대해 일반 시민의 51.8%, 전문가의 43.8%가
사회적 합의가 가능하다고 대답
○ 기후 지구공학 관련 국제 연구개발 참여 필요성은 이산화탄소 제거 기술 및 태양복사
조정 기술 모두 높은 편으로 나타남
●○● 기후변화와 기후 지구공학
Ⅰ viⅠ
시사점 및 향후 과제
○ 기후 지구공학 관련 연구개발이 기후변화에 대한 문제 해결 대안이라기보다는
급격한 온도 변화 등의 상황에 대비하여 기후 지구공학 기술 개발과 적용이 전지구적
으로 어떤 영향을 미칠지 논의하기 위한 시작 단계
- 기후변화 문제를 해결하기 위해 온실가스 배출 감축을 위한 더욱 적극적인
정책 수립이 필요
- 기후변화 정도에 따라 이산화탄소 제거 기술과 같은 기후 지구공학 관련
기술을 보완적 방안으로 어떻게 활용할 것인지 전략 마련이 필요
- 기후 지구공학 기술은 불확실성과 위험성이 높은 만큼 기술이 미칠 파급 효과,
영향력 등 기술이 미칠 다양한 방면*에서 지속적인 논의가 필요
* 연구 거버넌스, 펀딩 주체, 실험 투명성, 연구자/지원 기관의 책임, 윤리, 국제사회의 역할 등
- 기후 지구공학 관련 기술은 기술의 적용 장소와 시점에만 영향이 국한되는
것이 아니라 국경을 초월하고, 장기간에 걸쳐 영향을 미치기 때문에 연구개발
필요성에 대한 사회적 공감대 형성부터 논의가 필요
○ 본 예측 연구에서 수행한 기후 지구공학 관련 기술 내용 및 인식 조사 결과는
향후 기후변화 관련 R&D 사업 기획・추진 시 정책 기초자료로 활용 가능
●○● 목 차
목 차
1. 연구배경 및 방법 1
2. 기후 지구공학 관련 세부 기술 및 잠재적 영향 9
3. 기후 지구공학 관련 인식조사 18
4. 결론 및 향후 과제 36
참고문헌 38
[붙임 1] 참여 전문가 명단 40
[붙임 2] 설문 문항 41
●○● 1. 연구배경 및 방법
Ⅰ 1Ⅰ
1 연구배경 및 방법
연구배경
○ 지구 온난화는 인간 활동으로 인한 온실가스 배출에서 기인하였으며 현재 지구 표면
온도가 전례 없는 수준으로 빠르게 증가하고 있음
[그림 1] 자연적 요인 대비 인간의 활동을 반영했을 때 지구 온도 변화
(IPCC 6차보고서 제1실무그룹보고서)
- 대한민국의 연평균 기온은 지난 109년간(1912~2020년) 약 1.6℃ 상승, 전 세계적
으로는 산업화 이전인(1850~1900년)과 비교했을 때 평균적으로 1.09℃ 상승(대한민국
기후적응 보고서)
- 기후변화 정부 간 협의체(IPCC)의 ‘6차 기후변화 종합보고서’에 따르면 향후
2040년까지 지구의 평균 온도가 1.5℃이상 높아질 것으로 전망
○ 지구 온난화가 심화되면서 광범위한 범위에 걸쳐 생태계에 큰 영향을 미치고
기후변화*로 인한 다양한 리스크가 발생하고 있음
* 기후변화는 지구의 기후가 인위적인 요인(화석연료 과다 사용, 인간 활동에 의한 온실가스
증가)과 자연요인(화산폭발, 태양에너지 변화)에 의해 변화하는 것을 말함
●○● 기후변화와 기후 지구공학
Ⅰ 2Ⅰ
[그림 2] 기후변화로 인한 복잡한 리스크의 예(IPCC)
- 이미 전 세계 모든 지역에서 극한기상, 극한기후 등이 나타나고 있으며 기후변화가
심화될수록 극한 현상의 빈도와 강도도 증가할 것으로 전망
※ 산업화 시기 이전 대비 1.5℃가 상승하면 10년에 한 번 발생할 극한 고온의 발생 가능성이
4.1배, 50년에 한번 발생할 극한 고온의 발생 가능성이 8.6배로 치솟음
[그림 3] 미래 지구온난화 수준에 따른 육지의 극한고온 빈도(IPCC)
○ 폭염, 호우 등 복합적인 극한기상 발생은 농업・어업 생태계, 물 가용성, 전염성 질환 등을
비롯하여 도시 기반 시설 등 다양한 분야에 피해를 줄 것으로 예상
●○● 1. 연구배경 및 방법
Ⅰ 3Ⅰ
- 지난 10년간(2012~2021) 기후변화와 관련된 자연재해로 인한 경제적 손실은
3조 7천억 원 규모이며 복구 비용은 손실 비용의 2~3배에 달함(대한민국
기후적응 보고서)
부문 주요 영향
생태계
(산림, 수자원,
농업 등)
∙식물의 생육 개시일이 앞당겨지고 낙엽 시기가 늦어져 총 생육기간 증가(0.42일/년)
∙여름철 강수량 및 가뭄의 빈도・강도 증가, 지역 간 편차 심화
∙작물 재배지 부상, 월동・외래 해충 발생 증가, 잡초의 분포 양상 변화
해양 및 수산
∙해역의 표층 수온 상승(0.025℃/년) 및 표층 pH 감소(0.019/10년)
∙해수면 상승으로 침수・해일 등 연안 지역의 재해 위험성 증가
∙수온 상승과 함께 어종 분포 변화 및 양식생물 대량 폐사 위험 증가
보건
∙모기를 통한 매개 감염병 증가, 노로바이러스로 인한 식중독 증가
∙폭염으로 인한 사망률 증가
생활, 복지
∙장마가 길어지고 폭우 등으로 인명・재산 피해 발생
∙태풍・홍수로 인한 레저업, 관광업 등에 악영향
∙폭염과 폭우로 인한 도로 포장 구조물의 블로우업, 포트홀 현상
∙농촌은 기반시설 미비로 기후영향에 큰 영향을 받을 가능성
<표 1> 기후변화가 부문별로 미치는 영향
[그림 4] 기후변화로 예상되는 영향(기후변화 2023 종합보고서)
○ 파리협정(2016년)은 온실가스를 줄이자는 전 지구적 합의안으로 지구의 온도 상승을
2도 아래에서 억제하고, 1.5도를 넘지 않도록 노력하는 것을 목표로 함
- 하지만, 전 세계 표면 온도는 산업화 이전(1850~1900년도)에 비해 2011~2020년도까지
이미 약 1.1℃ 증가하였으며, 현재 속도라면 2030년 초에는 파리협정에서 목표로
하는 1.5℃에 도달할 것으로 예상
●○● 기후변화와 기후 지구공학
Ⅰ 4Ⅰ
- 지구온난화가 이미 되돌릴 수 없는 선을 넘어서 내일 당장 온실가스 배출을
완전히 중단하더라도 수백 년간 지속적으로 기온이 오를 것이라는 전망도 나옴
(Jorgen Randers&Ulrich Golukel, 2020)
※ 다만, 지구의 복잡한 시스템을 단순화한 ‘에스키모(ESCiMo)’ 모델을 기반으로 도출한
결과여서 현실 기후를 제대로 반영하지 못한다는 비판도 존재
○ 현재, 기후변화 적응*과 완화**를 위한 정책을 펼치고 있지만 기후변화를 억제할
만큼 충분히 빨리 온실가스 배출량을 줄이지 못함에 따라 기후 지구공학에 대한
관심이 커지고 있음
* 기후위기에 대한 취약성을 줄이고 현재 혹은 미래에 나타날 것으로 예상되는 기후위기의
파급효과와 영향을 최소화하거나 유익한 기회로 촉진하는 모든 활동
** 온실가스 발생원을 감소시키거나 온실가스 흡수원의 확충을 위한 인간의 개입활동
- 기후 지구공학은 기후변화와 관련하여 지구를 변화시키려는 다양한 시도를 아우르는
포괄적인 용어로 지구 온도나 기후를 변화시키려는 시도
[그림 5] 지구공학 관련 아이디어(조선일보 2021.4)
- 지구 기후공학을 통해 기후변화 문제 자체를 해결하기 위한 것도 있지만 기후변화의
심각성에 대해 대중이 인식하고 기후변화 문제를 해결하는데 집중하거나 전략적으로
접근할 수 있게 할 수 있음
●○● 1. 연구배경 및 방법
Ⅰ 5Ⅰ
- 기후공학(Climate engineering), 지구공학(Geoengineering), 기후개입(Climate
intervention) 등 다양한 표현이 사용되고 있으나 본 연구에서는 기후와 관련된 것을
목적으로 수행되는 지구공학이라는 의미에서 기후 지구공학(Climate Geoengineering)으로
표기(Nature communications, 2018)
○ 지구 기후공학 관련 기술은 대기 중 이산화탄소 농도를 직접적으로 줄이는
‘이산화탄소 제거(Carbon Dioxide Removal, CDR)’와 지표면에 도달하는
태양 복사량을 조절하여 지표면 온도를 직접적으로 낮추고자 하는 ‘태양복사 조정
(Solar Radiation Modification, SRM)’ 기술 두 영역으로 나뉨
- 산림조성과 같은 친숙한 방법 부터 공기 중 직접 이산화탄소를 포집해서 땅 속에
저장하는 방법, 해양에 철 등의 영양분을 살포하는 방법까지 다양한 기술이 존재
- 특히, 산림조성, 바이오차(Biochar), 연안/내륙습지 등의 경우에는 온실가스 배출
감축을 위한 정부 정책으로도 추진 중에 있음(탄소중립 녹색성장 국가전략 및
제1차 국가기본계획, ’23.4)
○ 2006년, 노벨화학상 수상자인 파울 크루첸(Paul J. Crutzen) 교수가 지구 온도를
직접적으로 낮추는 기후 지구공학 연구의 필요성을 언급한 이후 활발하게 논의 중
[그림 6] 기후변화 관련 복합적 대응 스케치(Long and Shepherd, 2014)
※ 냅킨 다이어그램으로 유명한 스케치로 2010년 학회(the Asilomar International Conference on
Climate Intervention Technologies)에서 알려짐, 적극적인 대응 없이 현재와 같이 생활해서는
지구의 온도가 계속 상승하기만 할 것이고, 적절한 기후 지구공학 기술을 복합적으로 활용하여
상승하는 지구의 온도를 제한할 수도 있다고 한 아이디어를 그린 스케치
●○● 기후변화와 기후 지구공학
Ⅰ 6Ⅰ
- 영국왕립학회에서는 과학, 경제, 법률, 사회과학을 대표하는 주요 연구자들이
1년에 걸쳐 연구하여 기후 지구공학에 관한 연구 결과물을 출간(2009년)
- 미국의 회계감사원(Goverment Accountability Office, GAO)에서는 이산화탄소 제거*,
태양복사 조정** 기술에 대해 기술영향평가***를 수행(2011)
* 이산화탄소의 지질학적 격리를 통한 직접 공기 포집, 바이오에너지 연계 이산화탄소 포집 및 제거,
바이오 숯 및 바이오매스, 토지이용(삼림조성) 방법, 해양 이용 방법 등
** 우주에서 태양복사 분산 혹은 반사, 성층권 에어로졸, 흰구름, 대기층에서 반사, 육지(사막, 식물, 도시 등),
바다 등 지구 표면에서 반사 등
*** 1) TRL레벨에 따른 기술수준의 0-9점 평가, 2) 잠재적 예상 결과, 3) 향후 방향성 등
- 미국 백악관 과학기술정책실(OSTP)는 태양 지구공학과 관련한 초기 연구 프레임워크
(정의, 기술종류, 방법, 거버넌스, 국제협력 등)를 발표(2023)
○ 온실가스 배출 감소 노력만으로는 지구 온난화가 더욱 심각해질 것으로 예상되어
IPCC 6차 보고서(2022)에서도 이산화탄소 제거 기술 도입의 필요성을 본격적으로 언급
- 호주에서는 기후변화로 산호초가 많이 죽자 바닷물을 산호초 군락 상공에 안개처럼 뿌려
태양 에너지가 산호초에 도달하는 것을 막기 위한 실험을 진행(2023)
- 미국 하버드대에서는 태양복사 조정을 위해 스웨덴에서 성층권에 미세입자를 뿌려
햇빛을 반사하는 실험(스코펙스(SCoPEx))을 기획했으나 국제사회의 우려로 중단(2021)
- 하버드대의 태양 지구공학(Solar Geoengineering) 관련 연구에 2017~2024년 동안 1,600만
달러 이상의 연구 펀딩이 지원됨
※ 하버드대에서는 2008~2018년까지 다른 나라에서 진행되고 있는 연구 프로젝트와 펀딩 규모도 조사하여
공개하고 있음(https://geoengineering.environment.harvard.edu/blog/funding-solar-
geoengineering)
[그림 7] 호주의 인공안개 실험
(SBS, 2023)
[그림 8] 하버드대의 풍선우주망원경 블라스트
(동아 사이언스, 2021)
●○● 1. 연구배경 및 방법
Ⅰ 7Ⅰ
○ 미국 Paul Tanko 하원의원과 Brain Schatz 상원의원은 이산화탄소 제거 연구개발
법을 발의하였으며(’23.9.14), 법안이 통과되면 향후 10년 동안 총 120억 달러
규모의 다양한 연구 프로그램을 지원
○ 기후 지구공학 관련 기술은 자연환경을 인위적으로 조작하기 때문에 여전히 불확실하며
알려지지 않은 위험성이 많아 기후 지구공학 기술이 세계 각지에서 무분별하게
수행될 경우 지구 기후시스템이 돌이킬 수 없이 바뀔 수도 있음
- 산성비, 오존층 손상, 기상패턴의 변화와 같은 잠재적인 부작용이 커서 실제로
적용하는 문제 이전에 이를 연구하는 것이 바람직한지에 대해서도 논란이 많음
- 하지만, 극한기후 등 상황이 악화되고 배출량 감축에 한계가 생기자 잠재적 영향과
편익을 철저하게 조사하고 국제 협약 등을 마련하자는 움직임도 나타나기 시작
※ 미국 지구과학회(American Geophysical Union, AGU)는 2023년 개정된 성명서를 통해 IPCC에서
기후변화를 줄이기 위한 잠재적 대안으로 기후 지구공학을 고려하게 되었지만 이 것은 온실가스 배출량을
대폭 삭감하는 것을 절대 대체할 수 없으며 기후 지구공학의 효과, 위험 및 기회를 파악하고 가능한
것에 대한 사회적 결정을 하기 위해 연구와 평가가 시급하다고 언급
○ 점점 더 복잡해지고 관리하기 어려워질 것으로 예상되는 기후변화 리스크와 인위적인
조정을 통해 기후변화에 대응했을 때의 전 지구적으로 미치는 잠재적 부작용 중
어떤 것이 더 영향이 클지 논의가 필요한 시점
연구방법 및 절차
○ 본 연구에서는 지구 기후공학 기술에 대한 국내외 문헌조사, 전문가 워크숍을 통한
이슈 논의, 일반 시민 및 과학기술 분야 전문가를 대상으로 한 설문조사 등을 수행
●○● 기후변화와 기후 지구공학
Ⅰ 8Ⅰ
주요 내용 세부 내용
(1)
기후 지구공학 관련 현황 논의
∙문헌 분석을 통한 기후 지구공학 개념 조사
∙전문가 워크숍을 통한 기후 지구공학 관련 현황 파악
▼ ▼
(2)
세부기술 조사 및
미래 영향 이슈 파악
∙기후 지구공학 관련 세부기술 조사
∙전문가 회의를 통한 기술영향 등 파급효과 분석
▼ ▼
(3)
인식 조사 설계 및 결과 분석
∙일반 시민 및 과학기술 분야 전문가 대상 인식 설문조사
∙인식 조사 결과 분석 및 시사점 도출
<표 2> 연구 추진 절차
○ (1단계) 기후 지구공학 관련 개념과 관련 이슈 및 현황 등을 분석
○ (2단계) 기후 지구공학 관련 세부 기술과 기술이 사회・기술・환경・경제・정치 측면에서
미칠 영향 등을 분석
○ (3단계) 기후 지구공학 관련 인식조사의 목적, 방향성, 설문조사에서 제공할 정보의
범위 등을 논의하고 그에 따른 문항 설계, 설문 추진 및 결과 분석
- 전문가를 대상으로 한 인식조사에서는 기술별 문항 추가 설계
- 일반 시민, 전문가 대상 설문조사 수행 및 결과 분석
●○● 2. 기후 지구공학 관련 세부 기술 및 잠재적 영향
Ⅰ 9Ⅰ
2 기후 지구공학 관련 세부 기술 및 잠재적 영향
이산화탄소 제거 기술
○ IPCC 6차 보고서에서는 단기적으로 넷제로*에 도달하는데 도움이 되기 위해
이산화탄소 제거 기술의 활용이 필요하다고 언급
* 지구상에서 생성되는 온실가스의 배출량과 흡수되는 배출량의 총량을 같게 하여 실질적인
온실가스 순배출량을 제로(0)로 맞추는 것
- IPCC 1.5℃ 특별보고서에서는 지구온난화를 억제하기 위해 이산화탄소 제거
기술을 활용하여 21세기 내 대략 100~1,000Gton의 이산화탄소가 흡수될 것으로
전망
- 이산화탄소 제거 기술은 온실가스를 저감하기 어려운 배출 분야(농업, 항공, 운송,
산업 공정 등)의 균형을 맞추기 위해 보완적으로도 사용 가능
[그림 9] 이산화탄소 제거 기술 분류(출처: IPCC)
○ IPCC 6차 보고서에서는 토양 기반, 해양 기반, 지구화학 기반, 공학 기반 등
10개 이산화탄소 제거 기술을 제시
※ 기술별 그림은 본 예측 브리프에서 DALL-E2를 활용하여 이미지화한 것으로 단순・과장된
표현이 있을 수 있음
●○● 기후변화와 기후 지구공학
Ⅰ 10Ⅰ
(1) 산림조성, 벌채(Afforestation/Reforestation, A/R)
토양(Land-based biological) 내용
개요
∙숲 조성 등을 통해 이산화탄소 흡수
∙매년 0.5-10 Gton의 이산화탄소 감축 잠재력
장점 ∙자연 친화적
단점
∙이상 기후로 건조한 날씨가 계속되어 산불 위험성 증가하고
산불이 나면 오히려 역효과
∙나무가 죽으면서 배출하는 탄소량을 고려하면 탄소 제거 경제성
감소 가능성
∙식생종과 생물군이 적절하지 못하면 저수지 및 지하수 감소
기술수준(TRL) 8-9
탄소 제거 비용(톤당 가격) $0~240
(2) 토양 탄소 격리(Soil carbon sequestration)
토양(Land-based biological) 내용
개요
∙농경지나 초원에 토양에서 탄소 저장 및 분해
∙매년 0.3-9.3 Gton의 이산화탄소 감축 잠재력
장점 ∙토양 품질 및 내구성을 향상시켜 농업 생산성 향상 등
단점
∙현재는 실제 효과에 대해서 계산 불가능
∙토양의 유기 질소 농도가 높아져 온실 기체인 메탄가스, 아산화질소
등의 배출 증가 위험 등
기술수준(TRL) 8-9
탄소 제거 비용(톤당 가격) $-45~100
(3) 바이오차(Biochar)
토양(Land-based biological) 내용
개요
∙바이오매스와 숯의 합성어로 목재・왕겨・음식물 쓰레기 등 다양한
유형의 바이오매스로 제조한 탄소성분의 다공성 고형물을 토양에
투입하면 대기 중 탄소를 흡수해 수백 년 동안 저장하여 탄소 농도를
줄이고 토양의 질을 개선
∙매년 0.3-6.6 Gton의 이산화탄소 감축 잠재력
장점
∙토양 속에 있을 때 공기 순환을 증가시키고 식물의 뿌리가
통과하며 미생물의 거주지 역할
∙산성토양 중화, 토양 비옥도 개선으로 농작물 수확량 증가
∙가뭄에 잘 견디는 힘
단점
∙바이오차 생산 과정에서 입자 또는 온실가스 배출
∙토양 건조시 바이오차의 분진화로 근처 주민의 호흡기 질환
간접 유발 가능성
기술수준(TRL) 6~7
탄소 제거 비용(톤당 가격) $10~345
●○● 2. 기후 지구공학 관련 세부 기술 및 잠재적 영향
Ⅰ 11Ⅰ
(4) 바이오에너지 탄소포집저장(Bioenergy with carbon capture and storage, BECCS)
토양(Land-based biological) 내용
개요
∙바이오에너지 작물이 광합성으로 이산화탄소를 흡수시키고,
이후 수확한 농작물을 바이오에너지 생산에 이용하고, 에너지
생산시 배출된 이산화탄소를 땅속에 저장
∙매년 0.5-11.3 Gton의 이산화탄소 감축 잠재력
장점
∙대기오염 저감
∙연료 안보에 대응
∙바이오 에너지 생산으로 인한 부가 소득
단점
∙대규모 토지와 다량의 물을 소비
∙바이오 에너지용 1개 작물을 경작하므로 생물다양성 손실
∙지질 저장소에서 잠재적인 이산화탄소 누출 위협
기술수준(TRL) 5-6
탄소 제거 비용(톤당 가격) $15~400
(5) 이탄지대 및 해안습지 저장(Peatland and coastal wetland restoration)
토양(Land-based biological) 내용
개요
∙이탄(나무가 오랫동안 물에 잠겨 썩지 않는 상태)이 모여있는
열대 또는 연안 습지에 분포하는 식물과 퇴적물을 포함하는
생태계가 탄소를 격리 및 저장
∙매년 0.5-2.1 Gton의 이산화탄소 감축 잠재력
장점
∙어획량 증가
∙생태계 기반 적응, 해안 보호 증가에 기여
단점
∙이탄지 및 해안습지의 개간 및 훼손 방지에 초점을 맞춘 소극적 방법
∙기후변화로 건조해지는 순간 탄소를 배출하는 폭탄 위험
∙해수면 상승으로 연안습지 감소
∙메탄 배출 증가 위험
기술수준(TRL) 8~9
탄소 제거 비용(톤당 가격) 데이터 부족
(6) 맹그로브, 염습지, 해초지 등 해양탄소 흡수원 관리(Blue carbon management)
해양(Ocean-based biological) 내용
개요
∙연안 지대의 뿌리 있는 식물이 포집하는 탄소
∙매년 0.02~0.08 Gton의 이산화탄소 제거 잠재력(Wilcox et
al. 2017; National Academies of Sciences 2019)
장점 ∙육상생태계 보다 최대 20~50배 이상 탄소를 흡수
단점
∙맹그로브 숲 감소 상태
∙인간활동, 태풍, 지진, 해수면 상승과 같은 자연재해로 탄소
저장고인 맹그로브 숲이 훼손되면 저장되어 있던 많은 양의
탄소 유출
기술수준(TRL) 2~3
탄소 제거 비용(톤당 가격) 데이터 부족(~$100 to ~$10,000으로 추정)
●○● 기후변화와 기후 지구공학
Ⅰ 12Ⅰ
(7) 해양 시비(Ocean fertilisation)
해양(Ocean-based biological) 내용
개요
∙해양에 인위적으로 대량의 철 등의 영양분을 살포하여 식물성
플랑크톤의 성장을 촉진, 광합성 작용을 통해 이산화탄소 제거
장점
∙이론적으로 철 비료를 이용했을 때 매년 1~3 Gton의 이산화탄소
제거 가능(Ryaboshapko and Revokatova 2015; Minx et al.
2018), 대량영양물을 함께 사용할 경우 5.5 Gton의 이산화탄소
제거 잠재력을 가지고 있음(Harrison 2017; Gattuso et al. 2021)
∙어획량 증가 가능성
단점
∙해양에 미치는 장기적인 영향을 예측하기 어려움
∙잠재적으로 유해한 플랑크톤 종 발생 가능성
∙식물플랑크톤의 번식을 인위적으로 유도할 때 발생하는 산소
결핍과 독성물질의 분비 영향이 있을 수 있음
∙먹이사슬 구조 및 해양 생물학에 영향
기술수준(TRL) 1~2
탄소 제거 비용(톤당 가격) $50-500
(8) 암석 풍화 촉진(Enhanced rock weathering)
지구화학(Geochemical) 내용
개요
∙자연적으로 발생하는 풍화작용을 빠르게 촉진시켜서 대기 중의
이산화탄소를 흡수(현무암이나 감람석 등의 규산염암은 비가
내리면 빗물이 머금고 있는 이산화탄소와 작용해 풍화되고
이산화탄소는 탄산염 형태로 암석에 포집)
장점
∙토양 침식 방지
∙가장 높은 수치로 보고된 연구는 열대 지역에서 넓은 규모의
토지에 파쇄된 암석을 퍼놓으면 연간 88.1 Gton의 이산화탄소를
제거 가능(Taylor et al., 2016)
단점
∙암석 종류에 따라 결과가 차이 (예: 농경지만 고려했을 때,
감람석(95 GtCO2/year), 현무암(5 GtCO2/year)
∙광물 채굴과 유사한 위험을 가지고 있음(분쇄할 때 발생하는
미세먼지, 국지적으로 수질에 부정적인 영향)
∙광산에서 나오는 공업부산물을 포함하는 경우, 독성 검증 필요
기술수준(TRL) 8-9
탄소 제거 비용(톤당 가격) $0~240
●○● 2. 기후 지구공학 관련 세부 기술 및 잠재적 영향
Ⅰ 13Ⅰ
(9) 해양 알칼리도 향상(Ocean alkalinity enhancement)
지구화학(Geochemical) 내용
개요
∙석회석, 규산염 같이 알칼리성 물질의 분쇄 광물을 바다에 첨가해
바닷물의 알칼리도를 높이고 대기로부터 이산화탄소 흡수・저장
∙매년 1-100 Gton의 이산화탄소 제거 잠재력
장점 ∙바다의 산성도를 낮추고 탄소를 바다에 반영구 격리 가능
단점
∙사용한 광물에 따라 다르게 해양 생태계에 영향을 미칠 것으로 예상
(아직 구체적인 연구는 미진행 상태)
기술수준(TRL) 1~2
탄소 제거 비용(톤당 가격) $40~260
(10) 직접 공기 포집 및 저장(Direct air carobon capture and storage, DACCS)
화학(Chemical) 내용
개요
∙대기 중의 이산화탄소를 필터 흡착 또는 화학 흡수 방식으로
직접 포집해 지중에 저장하여 제거
∙매년 5-40 Gton의 이산화탄소 제거 잠재력
장점
∙포집된 이산화탄소는 깊은 땅속에 주입해 광물화시켜 영구 저장,
나무 심기와 같은 흡수원이 적용될 수 없는 장소에 적용 가능
단점
∙이산화탄소를 포집하기 위해 추가적으로 상당한 양의 에너지가
필요(공기로부터 약 1톤의 이산화탄소를 분리하는데 필요한
이론적 최소 에너지 요구량은 약 0.5 GJ(Socolow, 2011),
현재 기술에서 전체 에너지 요구량은 4-10 GJ(Fasihi, 2019))
∙ 이산화탄소 포집 비용이 높고, 포집 과정에서 물 소비가 많으며
포집한 이산화탄소의 저장소가 별도로 필요
기술수준(TRL) 6
탄소 제거 비용(톤당 가격) $100-300
태양복사 조정 기술
○ 태양복사 조정 기술은 극한 고온 등 급박한 상황에 대비하여 인위적으로 태양
복사 에너지를 조금이라도 지구가 덜 흡수하도록 하여 온실가스 농도 증가의
영향을 상쇄하려는 시도
- 화산폭발처럼 자연적인 상황에서 태양복사 조정이 이루어지는 경우도 있음
※ 예) 필리핀의 피나투보 화산이 대폭발 했을때 2,000만 톤에 이르는 황산염 에어로졸이 성층권에 유입되었고,
그 후 3년 동안 지구 평균 기온이 0.2-0.5도 낮아짐
●○● 기후변화와 기후 지구공학
Ⅰ 14Ⅰ
- 우주 반사 거울 등도 포함되지만 본 연구에서는 IPCC 6차 보고서에서 제시한
5개 기술에 대해서만 서술함
※ 일부 태양복사 조정 기술은 적용을 종료할 경우 급격한 온난화 현상을 초래할 것으로 예상
(1) 성층권 에어로졸 간섭(Stratospheric aerosol interventions, SAI)
기술 이미지 내용
개요
∙에어로졸 입자를 직접 성층권에 뿌리거나 에어로졸로 변환되는 기체
주입를 주입하여 태양 광선의 일부를 우주로 반사
∙ 1-8 Wm-2 정도의 평균적인 열 감소 효과
잠재
영향
∙ (기후) 강수 패턴 변화, 온도 변화, 직접적으로 감소하고 표면에서
확산되는 햇빛 증가, 성층권 역학 변화, 오존홀 복구의 잠재적 지연,
오존층의 변화 등
∙ (인간 및 자연 시스템) 농작물 수확량의 변화, 기온과 강수량의 육지-바다
대비 변화, 산성비(황산염 사용 시), 열 스트레스가 산호에 미치는 위험
감소 등
(2) 해양 구름 표백/ 밝기(Marine cloud brightening, MCB)
기술 이미지 내용
개요
∙해양 구름에 소금이나 바닷물, 기타 입자를 뿌려 더 하얀 구름을 만들고
햇빛을 우주로 반사
∙ 1-5 Wm-2 정도의 평균적인 열 감소 효과
잠재
영향
∙ (기후) 기온 및 강수량의 육지-바다 대비 변화, 지역 강수량 및
유출량 변화
∙ (인간 및 자연 시스템) 지역별 해양 생산성 변화, 작물 수확량 변화,
산호의 열 스트레스 감소, 육지에서 천일염의 퇴적 등
(3) 바다 알베도* 변화(Ocean albedo change, OAC)
* 표면이나 물체에 의해 반사되는 태양복사의 비율
기술 이미지 내용
개요 미세 기포 등을 생성하여 해양 표면의 알베도 증가
잠재
영향
∙ (기후)기온과 강수량 변화에서 육지와 바다의 대조적인 변화
∙ (인간 및 자연 시스템) 연구 데이터 없음
●○● 2. 기후 지구공학 관련 세부 기술 및 잠재적 영향
Ⅰ 15Ⅰ
(4) 지면 알베도 변화(Ground-based albedo modifications, GBAM)
기술 이미지 내용
개요
도시의 지붕을 하얗게 칠하거나 작물의 잎을 더 반사적으로 만드는
생명공학, 사막의 알베도 향상 등
잠재
영향
∙지역별 강수 패턴의 변화
∙ (기후)모든 사막을 하얀 플라스틱 시트로 덮는다 해도 40~60년이나
시간이 걸린다는 문제
∙ (인간 및 자연 시스템)광합성 및 탄소 흡수 측면에서의 변화, 생물
다양성에 미치는 영향
5) 얇은 권운(Cirrus cloud thinning, CCT)
기술 이미지 내용
개요
∙항공기나 드론으로 빙정핵 등을 살포하여 자연적으로 권운(새털 구름)
이 형성될 때보다 밀도가 얇아지도록 하여 우주로 복사열이 더 많이
방출되게 함
∙ 1-2 Wm-2 정도의 평균적인 열 감소 효과
잠재
영향
∙ (기후) 기온과 강수 패턴의 변화, 지역별 물의 순환 변화, 지표면에
도달하는 일조량의 증가
∙ (인간 및 자연 시스템) 광합성 및 탄소 흡수 변화
지구 기후공학 관련 기술이 미칠 잠재적 영향
○ 이산화탄소 제거 기술과 태양복사 조정 기술이 미칠 영향에 대해 사회・기술・경제・
환경・정치적 측면에서 긍정적 측면과 부정적 측면을 구분해서 논의
- (사회적 측면) 기후변화에 대한 관심이 증가하여 적극적으로 기후변화 문제에
대응할 수 있는 한편, 기후 지구공학 기술에 대한 불확실성으로 사회적 공감대
형성이 어렵거나 갈등이 발생할 수 있음
- (기술적 측면) 기후테크 산업이 활성화될 수 있으나 기술이 미치는 영향에 대한
연구 데이터가 부재하고 이산화탄소 제거 기술에 대한 과대한 의존으로 탄소배출이
폭주할 수도 있음
- (환경적 측면) 기후변화 완화로 인한 생태계 보호가 예상되지만 전지구적으로
미치는 영향은 매우 불확실하고 부작용 발생 시 되돌리기가 어려움
●○● 기후변화와 기후 지구공학
Ⅰ 16Ⅰ
- (경제적 측면) 기후 온난화 완화 및 기후테크 발전으로 인한 경제적 창출효과
예상되지만 높은 초기 투자비용과 불확실성으로 투자 리스크가 있음
- (정치적 측면) 기후변화 문제에 대한 대안 마련으로 국민적 공감대와 지지가 증가할
수 있으나 동시에 배출저감 노력에 대한 도덕적 해이로 비판받을 수 있으며 기술
적용 관련 국가 간 분쟁 발생 가능성 존재
부문 내용
사회적 측면
긍정
- 기후변화에 대한 관심 증가로 적극적으로 기후변화 위험 대응
- 기후변화 스트레스 경감으로 인한 건강 및 인간 수명 증진
부정
- 효과에 대한 불확실성에 기인한 사회적 공감대 형성 어려움
- 극심한 반대 등 사회경제적 부정적 효과 지속
- 부작용 효과에 대한 스트레스 상승 및 부대 비용 증가
기술적 측면
긍정
- 효과적 탄소 중립 달성을 위한 기술 축적 시간 확보
- 다른 탄소 저배출 기술과 적정한 포트폴리오 구성 가능
- (이산화탄소 제거 기술) 일부 기술은 실현가능하며 탄소중립 시기 조기 달성과
기후테크 산업이 활성화될 수 있음
- (태양복사 조정 기술) 기술적으로 현재 실현 가능
부정
- 연구실 레벨이 아닌 소규모 및 대규모 레벨의 실증이 아직 많이 필요
- 특정 기술 시스템에 집중될 수 있어 위험 증가
- (이산화탄소 제거 기술) 탄소 저장 장소가 필요하며 일부 기술의 경우,
현재 수준으로는 기술 적용 시기가 불확실
- (태양복사 조정 기술) 기술이 미치는 영향에 대한 연구 데이터 부재
- 이산화탄소 제거 기술에 대한 과대한 믿음으로 탄소배출 폭주 가능
환경적 측면
긍정
- 기후변화 완화
- 생태계 보호(예: 식물 성장 향상, 해양 산성화 완화로 깨끗한 물 및 위생 기여,
자원보전 등)
부정
- 전지구 기후 및 환경에 끼치는 영향이 매우 불확실
• 일부 지역의 기후 개입이 다른 지역에 어떤 위험으로 다가올지 불확실
• 기술 적용 시에 더 큰 에너지를 소모하여 대기 중으로 온실가스 배출하는 등
환경에 악영향
• 기술 적용 시 이산화탄소 제거 또는 온도 저감 효과가 영구적이지 않음
• 부작용 발생으로 인한 생태계 영향 악화
●○● 2. 기후 지구공학 관련 세부 기술 및 잠재적 영향
Ⅰ 17Ⅰ
부문 내용
경제적 측면
긍정
- 기후 온난화 완화로 경제적 효과
• 배출저감에 한계가 있는 산업섹터에 탄소중립을 달성할 수 있는 새로운 감축
옵션 제공 효과
- 기후테크 발전으로 인한 경제적 창출 효과 확대
- 기후공학 기술 응용을 통한 새로운 기술 및 일자리 증대
부정
- 신규기술의 특성상 감축 효과가 불확실
- 기후 지구공학 지원 정책 및 제도 부재로 인한 높은 초기 투자비용
- 불확실성으로 인한 투자리스크
정치적 측면
긍정
- 탄소 배출 감축 노력의 부담 경감
- 기후 정책 추진에 있어 지구 온난화 대응의 대안 옵션 증가
- 효과적 기후변화 완화 및 적응 정책 추진, 기후변화에 대한 대안 마련으로
국민적 공감대 및 지지 증가
부정
- 배출저감 노력에 대한 회피이며 도덕적 해이라는 비판적 시각도 존재
- 기후 지구공학 기술에 대한 국제적 제도 부재로 분쟁 시 혼란
• 어떻게 사용하고 누가 결정하는지에 대한 지침 부재 및 책임 소재 불분명
• 불균일적 효과로 국가 간 분쟁 요인 증가
• 최악의 경우 무기화(국지적 홍수, 냉해로 인한 식량 위기 등)
- 태양복사 조정 기술은 비교적 간단한 기술로 냉각 비용이 비교적 저렴해서 많은
국가 및 조직이 불법 도입할 가능성
●○● 기후변화와 기후 지구공학
Ⅰ 18Ⅰ
3 기후 지구공학 관련 인식조사
기후변화와 기후 지구공학 관련 인식조사 사례
○ 기후변화에 대한 인식조사는 다양한 기관에서 수행되었으며 일반 시민의 대부분은
심각하다고 인지하고 있음
- 2022년 수행된 대한민국 기후보건 인식조사에 따르면, 응답자 1,500명 중 87.4%가
기후변화를 걱정하고 있음
- 2021년 KBS에서 수행한 기후변화 인식조사에 따르면 응답자 1,000명 중 82.5%가
기후변화 문제에 관심이 있으며 93.2%가 기후변화와 환경오염이 향후 10년간
한국의 국익에 위협이 될 가능성이 있다고 응답
○ 기후 지구공학 관련 기술은 자연환경을 활용하거나 인위적으로 조정하기 때문에
다른 나라에서 이에 대한 대중의 인식을 묻는 다양한 조사가 수행되었음
- 국내에서는 아직 기후 지구공학 관련 인식조사가 수행된 적이 없음
○ 본 연구에서는 ‘이산화탄소 제거’와 ‘태양복사 조정’ 관련 15개 기술을 대상으로
일반시민과 과학기술분야 전문가를 대상으로 인식조사를 추진
저자(발표년도) 설문 대상기술 조사 내용 및 결과
Campbell-Arvai et al.
(2017)
바이오에너지 탄소포집 저장,
공기 중 직접 포집 저장, 산림
조성
∙ (내용) 기후변화에 대한 위험 인식, 이산화탄소
제거 기술에 대한 보편적 인식, 기후변화 완화에
대한 지지 정도, 정치적 성향 등
∙ (결과) CDR에 대한 학습이 기후변화 위험에 대한
인식을 줄여줄 수 있음, 하지만 기후 완화정책에
대한 지지도 감소할 수 있으며 이 효과는 보수적인
성향을 가진 사람들에게 크게 나타남
Braun et al.
(2018)
태양복사 조정 기술
∙ (내용) 몇 년간 여러번에 걸친 설문을 통해 태양
복사 조정 기술의 수용도 변화 조사
∙ (결과) 처음에는 강한 부정이었어도 시간이 지날수록
수용성이 증가, 기후변화에 대해 심각하다고
답변한 사람일수록 수용성도 크게 증가
<표 3> 기후 지구공학 관련 대상 기술과 조사 사례
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 19Ⅰ
※ Benjamin K. Sovacool et al.,(2023) 논문 18 page 재구성
인식조사 설문 결과
○ 본 연구에서는 일반 시민과 과학기술분야 전문가를 대상으로 기후 관련 용어 인지도,
기후변화의 심각성에 대한 인식, 기술에 대한 신뢰, 기후 지구공학 관련 인식 등을 조사
- (일반 시민) 응답자 500명, 설문기간 : 12월 4~5일
- (전문가) 응답자 331명, 설문기간 : 12월 5~12일
저자(발표년도) 설문 대상기술 조사 내용 및 결과
Merk et al.
(2019)
바이오에너지 탄소포집 저장,
성층권 에어로졸 간섭
∙ (내용) 기술에 대한 친숙함, 위험과 이익에 대한
인식, 연구개발에 대한 지지 정도
∙ (결과) 일반 시민들이 관련 기술에 대해서 많은
관심을 가지고 있으며, 거부감도 높기 때문에
지속적인 사회적 논의가 필요
Jobin and Siegrist
(2020)
바이오에너지 탄소포집 저장,
공기 중 직접 포집 저장, 산림
조성 등 10개 기술
∙ (내용) 주제에 대한 인지도, 위험과 이익에 대한
인식, 자연을 인위적으로 조작하는 것에 인식,
과학이나 연구기관에 대한 신뢰도, 연구개발에
대한 지지 정도, 기후변화에 신경 쓰는 정도
∙ (결과) 산림 조성에 대한 지지는 높으나 나머지
이산화탄소 제거 기술은 비슷한 정도의 지지,
태양복사 조정 기술은 낮은 지지를 보임
Klaus et al.
(2020)
바이오에너지 탄소포집 저장
(BECCS), 성층권 에어로졸
간섭(SAI)
∙ (내용) 기후변화에 대한 인식, 기후변화 심각성에
대한 인식, 긍정/ 부정 영향, 공정성에 대한 인식,
정책 결정자/사회에 대한 신뢰도, 수용성, 환경
대응을 위한 행동 등
∙ (결과) BECCS가 SAI기술보다 수용성이 높으며
환경에 대한 태도, 희망적 사고 등에 따라 달라짐
Sweet et al.
(2021)
토양 탄소 격리(바이오차 유무),
바이오에너지 탄소포집 저장,
공기 중 직접 포집 저장, 산림
조성
∙ (내용) 기후변화 이익, 자연의 인위적 조작에 대한
혐오 정도, 이산화탄소 제거 기술에 대한 지지
정도 등
∙ (결과) 자연적인 토양 탄소 격리 관련 기술은
기후변화 완화 전략으로 대중의 지지를 받고 있음
Wenger et al.
(2021)
바이오에너지 탄소포집 저장,
공기 중 직접 포집 저장, 산림
조성, 바이오차, 토양 탄소
격리
∙ (내용) 자연의 인위적 조작에 대한 인식, 위험과
이익 인식, 이산화탄소 제거 기술에 대한 지지
정도, 정서적 평가 등
∙ (결과) 산림조성이 가장 높은 지지를 받고 나머지
기술은 비슷한 지지 정도를 보임
Kerner et al.
(2023)
바이오에너지 탄소포집 저장
(BECCS), 공기중 직접 포집
저장(DACCS)
∙ (내용) 학계 전문가를 대상으로 두 기술에 대한
지지, 도덕적 해이, 자연의 인위적 조정에 대한
인식 등
∙ (결과) 인문사회분야에 비해 공학분야 전문가의
기술 연구개발 지지 정도가 높으며 BECCS보다
DACCS가 평균적인 지지도가 더 높음
●○● 기후변화와 기후 지구공학
Ⅰ 20Ⅰ
가) 기후에 대한 인식
○ 기후 관련 용어에 대해 알고 있는지 정도를 묻는 조사에서 일반 시민은 기후변화,
탄소중립(넷제로)에 대해 절반 이상이 알고 있으며 과학기술분야 전문가는 기후
지구공학을 제외하고는 대부분 모든 용어에 대해 알고 있음
- 일반 시민은 기후변화는 82.2%, 완화(감축)와 적응은 41.6%, 탄소중립(넷제로)은 59.6%,
기후 지구공학은 22.2%, 파리 기후 협정은 39.8%가 알고 있음
- 과학기술분야 전문가는 기후변화는 96.4%, 완화(감축)와 적응은 88.2%, 탄소중립
(넷제로)는 94.8%, 기후 지구공학은 54.4%, 파리 기후 협정은 82.4%가 알고 있음
- 기후 지구공학은 일반 시민과 전문가 그룹 모두에서 다른 기후 관련 용어에
비해 인지도가 낮게 나타남
[그림 10] 일반 시민과 전문가의 기후 관련 용어에 대한 인지도 조사
<표 4> 일반 시민과 전문가의 기후 관련 용어에 대한 인지도 조사
전혀 모른다 잘 모른다 보통
대략
알고 있다.
정확히
알고 있다.
시민 전문가 시민 전문가 시민 전문가 시민 전문가 시민 전문가
기후변화 0.0% 0.0% 0.8% 0.6% 17.0% 3.0% 49.2% 38.4% 33.0% 58.0%
완화(감축)와 적응 5.2% 0.3% 13.6% 3.0% 39.6% 8.5% 29.6% 54.7% 12.0% 33.5%
탄소중립(넷제로) 2.0% 0.0% 8.2% 1.2% 30.2% 3.9% 45.2% 48.6% 14.4% 46.2%
기후 지구공학 6.8% 1.8% 30.6% 10.9% 40.4% 32.9% 18.6% 38.7% 3.6% 15.7%
파리 기후 협정 8.8% 0.3% 14.8% 2.4% 36.6% 14.8% 28.8% 47.1% 11.0% 35.3%
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 21Ⅰ
○ 기후변화 심각도를 묻는 질문에서는 일반 시민은 96.4%, 과학기술분야 전문가는
96. 7%가 심각하다고 생각하며 두 그룹 모두 절반 이상이 매우 심각하다고 생각하고
있음
[그림 10] 기후변화의 심각성에 대한 인지도 조사
○ 기후변화가 본인의 일상생활에 영향을 미치고 있는지를 묻는 질문에서 일반 시민은
83.2%가, 전문가는 91%가 영향을 미치고 있다고 대답
[그림 11] 기후변화가 본인의 일상생활에 미치는 영향
●○● 기후변화와 기후 지구공학
Ⅰ 22Ⅰ
○ 기후변화가 국가 경제・사회에 영향을 미치고 있는지를 묻는 질문에서 일반 시민의
91.2%, 과학기술분야 전문가의 95.5%는 영향을 미치고 있다고 대답하여 일상생활보다
더 높게 나옴
[그림 12] 기후변화가 국가 경제・사회에 미치는 영향
○ 텀블러 지참, 관련 환경보호 단체 기부 등 기후변화 문제 해결을 위한 개인적인
행동을 하고 있는지에 대한 질문에 일반 시민의 58.4%, 과학기술분야 전문가의
59.8%가 개인행동을 하고 있다고 대답
[그림 13] 기후변화 문제 해결을 위한 개인행동
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 23Ⅰ
○ 기후변화 문제를 과학기술이 발전하면 해결할 수 있는지 묻는 질문에서 일반 시민의 43.4%,
과학기술분야 전문가는 73.5%가 긍정적으로 대답
[그림 14] 과학기술 발전으로 기후변화를 해결
○ 기후변화는 인간의 활동에 의해 초래되었다고 생각하는지 묻는 질문에서는
일반 시민 92%가 그렇다고 대답하였으며 과학기술분야 전문가는 91.3%가 그렇다고
대답
[그림 15] 기후변화가 인간 활동에 의해 초래
●○● 기후변화와 기후 지구공학
Ⅰ 24Ⅰ
○ 기후변화 문제 해결을 위해 자연환경을 인위적으로 조정하는 것에 대해 일반 시민의
41.8%, 전문가의 55.6%가 대체로 필요한 편이라고 대답한 한편, 일반 시민의
25.4%, 전문가의 25.3%가 필요하지 않다고 대답
[그림 16] 기후변화 문제 해결을 위한 자연환경의 인위적 조정
○ 기후 지구공학 관련 기술 중 이산화탄소 제거 기술에 대해 알고 있는지를 묻는
질문에 일반 시민은 17.0%, 전문가는 70.7%가 알고 있다고 대답
[그림 17] 이산화탄소 제거 기술의 인지도 조사
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 25Ⅰ
○ 기후 지구공학 관련 기술 중 태양복사 조정 기술에 대해 알고 있는지를 묻는 질문에
일반 시민은 7.6%, 전문가의 35.3%가 알고 있다고 대답
[그림 18] 태양복사 조정 기술의 인지도 조사
나) 이산화탄소 제거 기술에 대한 질문
※ 이산화탄소 제거 기술의 개념, 기술 종류 등 설명문을 먼저 제시한 후 질문
○ (필요성) 이산화탄소 제거 기술이 기후변화 문제에 대응하기 위해 필요한지
묻는 질문에서 일반 시민의 86%, 전문가의 87.3%가 필요하다고 대답
[그림 19] 이산화탄소 제거 기술의 필요성
●○● 기후변화와 기후 지구공학
Ⅰ 26Ⅰ
○ (위험성) 기술이 어느정도 위험한지 묻는 질문에서 일반 시민은 ‘그저 그렇다(44%)’는
대답이 가장 많았으며 나머지 응답에서는 위험하지 않은 편이라고 응답한 쪽이
약간 더 많음, 전문가의 53.7%는 위험하지 않다고 대답
[그림 20] 이산화탄소 제거 기술의 위험성
○ (온실가스 배출 감소 노력) 이산화탄소 제거 기술의 사용보다 온실가스 배출 감소를
위한 노력이 더 필요한지 묻는 질문에서 일반 시민의 79.8%, 전문가의 90.0%가
그렇다고 대답
[그림 21] 이산화탄소 제거 기술의 사용과 온실가스 배출 감소 노력
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 27Ⅰ
○ (책임 회피) 이산화탄소 제거 기술의 사용이 온실가스 배출 감축에 대한 책임을
회피하는 것인지 묻는 질문에 대해 일반 시민의 44.4%, 전문가의 43.8%는 그렇다고
대답
[그림 22] 이산화탄소 제거 기술의 사용과 온실가스 배출 감축에 대한 책임 회피
○ (국제 연구개발 참여) 이산화탄소 제거 기술의 국제 연구개발에 일반 시민의 83%,
전문가의 87.9%가 참여가 필요하다고 대답
[그림 23] 이산화탄소 제거 기술의 국제 연구개발 참여
●○● 기후변화와 기후 지구공학
Ⅰ 28Ⅰ
○ (사회적 합의 가능성) 이산화탄소 제거 기술에 대해 일반 시민의 67.6%, 전문가의
71.3%가 사회적 합의가 가능하다고 대답
[그림 24] 이산화탄소 제거 기술의 사회적 합의 가능성
○ 이산화탄소 제거 관련 기술 개발 및 적용 시 중요한 이슈로 일반 시민, 전문가
모두 우선해야할 것은 (환경) 생태계 영향에 대한 불확실성, 다음으로 (경제) 투자
비용과 효용성, (사회) 신기술 적용에 따른 사회적 의견 수렴 순으로 대답(복수 응답)
[그림 25] 이산화탄소 제거 관련 기술 개발 및 적용 시 고려사항
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 29Ⅰ
다) 태양복사 조정 기술에 대한 질문
※ 태양복사 조정 기술의 개념, 기술 종류 등 설명문을 먼저 제시한 후 질문
○ (필요성) 태양복사 조정 기술이 기후변화 문제에 대응하기 위해 필요한지 묻는
질문에서 일반 시민의 52.8%, 전문가의 37.7%가 필요하다고 대답
[그림 26] 태양복사 조정 기술의 필요성
○ (위험성) 기술이 어느정도 위험한지 묻는 질문에서 일반 시민의 40.2%, 전문가의
60.4%가 위험한 편이라고 대답
[그림 27] 태양복사 조정 기술의 위험성
●○● 기후변화와 기후 지구공학
Ⅰ 30Ⅰ
○ (온실가스 배출 감소 노력) 태양복사 조정 기술의 사용보다 온실가스 배출 감소를
위한 노력이 더 필요한지 묻는 항목에 일반 시민의 77.6%, 전문가의 80.1%가
그렇다고 대답
[그림 28] 태양복사 조정 기술의 사용과 온실가스 배출 감소 노력
○ (책임 회피) 태양복사 조정 기술의 사용이 온실가스 배출 감축에 대한 책임을 회피하는
것인지 묻는 질문에 대해 일반 시민은 45.6%가 그렇다고 대답, 전문가는 47.1%가
그렇다고 대답
[그림 29] 태양복사 조정 기술 사용과 배출 감축에 대한 책임 회피
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 31Ⅰ
○ (국제 연구개발 참여) 태양복사 조정 기술의 국제 연구개발에는 일반 시민의 67.2%,
전문가의 53.5%가 참여가 필요하다고 대답
[그림 30] 태양복사 조정 기술과 국제 연구개발 참여
○ (사회적 합의 가능성) 태양복사 조정 기술에 대해 일반 시민의 51.8%, 전문가의
43.8%가 사회적 합의가 가능하다고 대답
[그림 31] 태양복사 조정 기술의 사회적 합의 가능성
●○● 기후변화와 기후 지구공학
Ⅰ 32Ⅰ
○ (일부 지역 사용) 태양복사 조정 기술을 남극, 북극, 사하라 사막 등 사람이 살지
않는 지역에 한정해서 사용해도 되는지 묻는 질문에 일반 시민의 42.8%, 전문가의
35.9%가 ‘그렇다’고 응답, 전문가의 39%는 ‘그렇지 않다’고 응답
[그림 32] 태양복사 조정 기술을 남극, 북극 등 일부 지역에 한정해서 사용
○ 태양복사 조정 관련 기술 개발 및 적용 시 중요한 이슈로 (환경) 생태계 영향에
대한 불확실성, (경제) 투자 비용과 효용성, (사회) 신기술 적용에 따른 사회적
의견 수렴 순으로 대답(복수 응답)
[그림 33] 태양복사 조정 관련 기술 개발 및 적용 시 고려해야할 이슈
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 33Ⅰ
라) 기후변화 대응
○ 정부가 기후변화 문제 해결을 위해 필요한 조치를 충분히 하고 있는지 묻는 질문에
일반 시민의 49.4%, 전문가의 53.4%가 그렇지 않다고 대답
[그림 34] 기후변화 문제 해결을 위한 정부의 조치
○ 기후변화 문제 해결을 위해 환경세 등이 신설되거나 규제가 강화되어도 감수할 수
있는지 묻는 질문에 일반 시민의 51.2%, 전문가의 74.3%가 그렇다고 대답
[그림 35] 기후변화 문제 해결을 위해 환경세, 규제 등 감수 여부
●○● 기후변화와 기후 지구공학
Ⅰ 34Ⅰ
라) 기술별 필요성
○ 과학기술분야 전문가만 대상으로 이산화탄소 제거 기술과 태양복사 조정 기술의
기술별로 필요성에 대해 조사
- 이산화탄소 제거 기술은 산림조성, 바이오에너지 탄소포집 저장, 토양 탄소 격리,
직접공기포집 및 저장이 가장 필요성이 높음
[그림 36] 이산화탄소 제거 관련 기술별 필요성 응답
○ 과학기술분야 전문가를 대상으로 태양복사 조정 기술 관련 기술별 필요성에 대해
조사하였을 때 ‘지면 알베도 변화’ 기술만 필요하다는 응답이 필요하지 않다는
응답보다 더 많은 것으로 나타남
[그림 37] 태양복사 조정 관련 기술별 필요성 응답
●○● 3. 기후 지구공학 관련 인식조사
Ⅰ 35Ⅰ
향후 정책 대응방안
○ 이산화탄소 제거 기술은 온실가스 배출 감축 노력과 병행하는 전략으로 이미
IPCC 보고서에도 언급되었고 국제적으로도 연구개발이 추진되고 있는 추세
○ 기후 지구공학 관련 연구개발이 기후변화에 대한 문제 해결 대안이라기보다는 급격한
온도 변화 등의 상황에 대비하여 기후 지구공학 기술 개발과 적용이 전지구적으로
어떤 영향을 미칠지 논의하기 위한 시작 단계로 사전 탐색의 의미에서 연구가 필요
○ 이를 위해서는 기후변화 문제 해결을 위한 대체 전략은 없는지에 대한 시나리오 연구,
공론화를 통한 사회적 합의 형성, 거버넌스 구축, 연구 가이드라인 마련 등을
고려 필요
- (기후변화 시나리오별 전략 마련) 현재 정책을 유지할 경우, 이산화탄소 제거
기술을 일부 적용할 경우 혹은 기온의 1.5℃/2℃/급격한 온도 상승 등에 따른
지구 기후공학 기술 적용 범위 등 다양한 시나리오와 그에 따른 전략 마련 필요
- (국내 환경에 맞는 정책 마련) 기후 지구공학 기술 사용이 국제적으로 활성화될
경우를 미리 대비하여 국내 자연 조건에서 적합한 기후 지구공학 대안 검토
- (거버넌스) 어떤 연구 주체가 어떤 실험 대상을 할 것인지에 대한 논의, 공공의
역할, 자문이나 검토위원회 구성 여부, 연구 절차, 연구 투명성 등을 확립하고
기술 사용에 대한 조건, 결정 권한, 절차, 책임 소재 등을 분명하게 할 수 있도록
거버넌스 마련 필요
- (연구 지침 마련) 주요 연구 목표, 연구개발의 범위, 기후 지구공학과 관련된
여러 시뮬레이션, 현장 관측, 실험실 활동, 실제 현장 실험 등의 가이드라인 마련,
사회・경제・환경 등 다양한 측면에서 기술영향평가와 일반 시민 등 사회 구성원이
참여하는 사회적 논의가 필요
- (국제협력) 기후 지구공학에 대한 연구 범위, 실험 대상에 대한 국제적 합의, 국제적으로
진행되는 실험에 대한 투명한 공유와 모범 사례 발굴
- (윤리) 연구 결과에 대한 투명한 정보 공개 등 과학자 및 연구기관 등의 사회적
책임에 대한 논의 필요
●○● 기후변화와 기후 지구공학
Ⅰ 36Ⅰ
4 결론 및 향후 과제
○ 지구의 온도는 산업화 시기 이전과 비교해 이미 1.1℃ 상승하였으며 유래없이
빠른 속도로 증가 중으로 전 지구적으로 다양한 분야에서 심각한 위협을 초래할
것으로 예상되어 대안적인 방법으로 기후 지구공학이 논의되기 시작
- 기후변화의 영향 및 리스크와 기후 지구공학 관련 기술 사용에 의한 잠재적
부작용 중 어떤 것이 더 전 지구적으로 미치는 영향이 클지 논의가 필요한 시점
- 기후 지구공학은 온실가스 집적도를 낮추거나 지구의 온도를 직접적으로 낮추기
위한 방법으로 크게 이산화탄소 제거 기술과 태양복사 조정 기술로 나뉨
- 기술이 전 지구에 미칠 영향이 크고 불확실하므로, 기술의 사용 이전에 연구개발
단계에서부터 사회적 의견 수렴 필요
○ 본 예측 연구에서는 이산화탄소 제거 관련 기술, 태양복사 조정 기술의 종류를
알아보고 기술이 미치는 영향을 사회・기술・환경・경제・정치적 측면에서 분석
- 이산화탄소 제거 기술은 넷제로를 달성하기 위한 보완적 방법으로 사용할 수
있지만 자칫하다 배출량 감축에 대한 책임 회피로 이어진다는 우려도 있음
- 태양복사 조정 기술의 경우 일부 지역에만 적용한다고 해도 그 영향이 다른
지역에 어떻게 미칠지 연구 데이터가 아직은 부재한 상황
○ 일반 시민과 과학기술 분야 전문가를 대상으로 기후변화 및 기후 지구공학 관련
기술에 대한 인식조사를 수행
- 일반 시민의 96.4%, 전문가의 96,7%가 기후변화가 심각하다고 대답하였으며
일반 시민 43.4%, 전문가 73.5%는 기후변화 문제를 과학기술로 해결할 수
있다고 대답
- 이산화탄소 제거 기술은 일반 시민의 17.0%, 전문가는 70.7%가 알고 있다고
대답, 태양복사 조정 기술은 일반 시민의 7.6%, 전문가는 35.3%가 알고 있다고
대답
●○● 4. 결론 및 향후 과제
Ⅰ 37Ⅰ
• (이산화탄소 제거 기술) 일반 시민의 86%, 전문가의 87.3%가 필요하다고
응답하였으며, 위험성에 대해서는 일반 시민의 31.8%, 전문가의 53.7%가
위험하지 않은 편이라고 대답
• (태양복사 조정 기술) 일반 시민의 52.8%, 전문가의 37.7%가 필요하다고 응답하였으며
위험성에 대해서는 40.2%, 전문가의 60.4%가 위험하다고 대답
- 인식조사 결과, 일반 시민과 전문가 모두 기후변화가 심각하다고 인지하고 있으며
기후변화 문제 해결을 위해 환경세 신설이나 규제 강화 등을 감수할 의지가 높은
것으로 나타남
○ 본 예측 연구를 통해서 기후 지구공학 관련하여 현재 논의되고 있는 기술, 잠재적
영향, 일반 시민, 과학기술 분야 전문가 등이 생각하는 기후변화의 심각성,
지구 기후공학 기술에 대한 인식 등을 살펴보았으며 이는 정책 수립을 위한
기초 자료로 활용 가능
- 기후변화 문제를 해결하기 위해 온실가스 배출 감축을 위한 더욱 적극적인
정책 수립이 필요
- 기후변화 정도에 따라 이산화탄소 제거 기술과 같은 기후 지구공학 관련
기술을 보완적 방안으로 어떻게 활용할 것인지 전략 마련이 필요
- 기후 지구공학 관련 기술은 기술의 적용 장소와 시점에만 영향이 국한되는
것이 아니라 국경을 초월하고, 장기간에 걸쳐 영향을 미치기 때문에 연구개발
필요성에 대한 사회적 공감대 형성부터 논의가 필요
- 기후 지구공학 관련 기술은 다양한 종류가 있으며, 기술별로 기술 성숙도, 프로세스,
활용 기간, 실증 사례, 감축 잠재량 및 효과성, 영향·리스크 등에서도 제각기 다르기
때문에 기술 적용 시 주의 필요
- 이번 연구에서는 일반 시민과 과학기술분야 전문가를 대상으로 기후 지구공학
관련 인식조사를 추진하였으며 향후 관련 정책 마련의 기초자료로 활용할 수
있는 의의를 마련
●○● 기후변화와 기후 지구공학
Ⅰ 38Ⅰ
참 고 문 헌
관계부처 합동(2023), “탄소중립 녹색성장 국가전략 및 제1차 국가 기본계획”
환경부(2023), “대한민국 기후변화 적응보고서”
한국법제연구원(2020), “미래세대의 기후변화 인식조사 및 제도개선과제 연구”
KBS-한국리서치(2021), “기후변화 인식조사 결과표”
KIST 청정대기 인사이트(2023), “기후공학의 현재와 미래”
IPCC(2022), “Climate Change 2022”
IPCC(2023), “기후변화 2023 종합보고서” (기상청 국문번역본)
IPCC(2019), “기후변화 1.5℃ 특별보고서 정책결정자를 위한 요약본” (기상청 국문번역본)
GAO(2011), “Technology assessment – Climate engineering”
OSTP(2023), “Congressionally mandated research plan and intial research governance
framework related to solar radiation modification”
The Royal Socety(2009), “Geoengineering the climate –Science, governance and uncertainty”
A. Wenger et al.,(2021), “Public perception and acceptance of negative emission
technologies – framing effects in Switzerland”
B. K. Sovacool et al.,(2023), “Reviewing the sociotechnical dynamics of carbon removal”
C. Braun et al.,(2018), “Exploring public perception of environmental technology over time”
C. Kerner et al.,(2023), “Carbon dioxide removal to combat climate change? An experts
on perception and support”
C. Merk et al.,(2019), “Public perceptions of climate engineering”
G. Klus et al.,(2020), “Psychological factors influencing laypersons’ acceptance of
climate engineering, climate change mitigation and business as usual scenarios”
J. Randers & U. Goluke(2020), “An earth system model shows self-sustained thawing of
●○● 참고문헌
Ⅰ 39Ⅰ
permafrost even if all man-made GHG emissions stop in 2020”
K. S. Wolske et al.,(2019), “Public support for carbon dioxide removal strategies: the role
of tampering with nature perceptions”
M. Jobin and M. Siegrist(2020), “Support for the deployment of Climate Engineering: A
comparison of Ten Different Technology”
S. K. Sweet et al.,(2021), “Perceptions of naturalness predict US public support for Soil
Carbon Storage as a climate solution”
V. Campbell-Arai et al.,(2017), “The influence of learning about carbon dioxide
revomal(CDR) on support for mitigation policies”
황주연 등(2023), “2022년 기후보건 대국민 인식 조사”
●○● 기후변화와 기후 지구공학
Ⅰ 40Ⅰ
[붙임 1] 참여 전문가 명단
전문가(성명 가나다 순)
성명 소속 직위
나준호 LG경영연구원 연구위원
박병원 과학기술정책연구원 선임연구위원
박창의 한국과학기술연구원 선임연구원
예상욱 한양대학교 에리카 교수
오채운 국가녹색기술연구소 책임연구원
●○● [붙임 2] 설문 문항
Ⅰ 41Ⅰ
[붙임 2] 설문 문항
안녕하십니까?
이번에 한국과학기술기획평가원(KISTEP)에서는 기후 지구공학 관련 인식에 대한 설문조사를 실시하고
있습니다.
바쁘시더라도 우리나라의 과학기술 발전을 위해 응답해 주시기를 부탁드리며, 연구 이외의 목적으로는
사용되지 않습니다. 본 조사에 응답해 주신 모든 응답내용은 통계법 제33조에 의거하여 비밀이 보장
될 것임을 약속드립니다.
본 설문은 총 31개의 문항으로 구성되어 있으며 응답하는데 걸리는 시간은 약 10분이 소요됩니다.
많은 참여를 부탁드립니다.
담당자: 한국과학기술기획평가원 정의진 연구위원 (☎: 043-750-2443)
※ 과학기술분야 전문가 대상 설문 문항이며 일반 시민에게는 소속, 연구분야, 16번, 24번 문항은 제외하고 조사
문1. 귀하의 연령은 어떻게 되십니까?
① 만 19세 미만 ② 만 19~29세 ③ 만 30~39세 ④ 만 40~49세 ⑤ 만 50~59세 ⑥ 만 60세 이상
문2. 귀하의 성별은 어떻게 되십니까?
① 남성 ② 여성
문3. 귀하의 거주지역은 어떻게 되십니까?
① 서울 ② 부산 ③ 대구 ④ 인천 ⑤ 광주 ⑥ 대전 ⑦ 울산 ⑧ 경기 ⑨ 강원
⑩ 충북 ⑪ 충남(세종포함) ⑫ 전북 ⑬ 전남 ⑭ 경북 ⑮ 경남 ⑯제주
문4. 귀하의 소속은 어떻게 되십니까?
① 산업계 ② 학계 ③ 연구계(정부출연(연), 국공립(연)) ④ 정부부처 ⑤ 기타( )
문5. 귀하의 연구분야는 어떻게 되십니까?
① 자연(수학/물리학/화학/지구과학) ② 생명(생명과학/농림수산식품/보건의료)
③ 공학(기계/재료/화공/전기전자/정보・통신/원자력/건설교통) ④ 공학(에너지・자원/환경)
⑤ 인문학 ⑥ 사회과학 ⑦ 문화예술체육학 ⑧ 기타( )
●○● 기후변화와 기후 지구공학
Ⅰ 42Ⅰ
문6. 귀하의 정치성향은 어떻게 되십니까?
※ 단순 참고용입니다. 통계분석에만 이용되며 공개되지 않습니다.
① 매우 진보적 ② 다소 진보적 ③ 중도 ④ 다소 보수적 ⑤ 매우 보수적
[기후에 대한 인식]
0) 귀하께서는 다음의 용어에 대해서 알고 계십니까?
구분 용어
전혀 모른다. 잘 모른다. 보통
대략
알고 있다.
정확히
알고 있다.
1 2 3 4 5
1 기후변화
2 완화(감축)와 적응
3 탄소중립(넷제로)
4 기후 지구공학
5 파리 기후 협정
[기후변화]
1) 현재 기후변화가 심각하다고 생각하니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
[기후변화 영향]
2) 기후변화가 나의 일상생활에 영향을 미치고 있다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
3) 기후변화가 국가 경제・사회에 영향을 미치고 있다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
[기후변화 대응]
4) 기후변화 문제 해결을 위해 개인적인 행동(예: 텀블러 지참, 관련 단체 기부 등)을 하고 있습니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
[기술에 대한 태도]
5) 기후변화 문제를 과학기술이 발전하면 해결할 수 있다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
[자연에 대한 태도]
6) 기후변화는 인간의 활동에 의해 초래되었다라고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
●○● [붙임 2] 설문 문항
Ⅰ 43Ⅰ
7) 기후변화 문제 해결을 위해 자연환경을 인위적으로 조정하는 것에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 대체로 필요하지 않은 편이다. ③ 그저 그렇다. ④ 대체로 필요한 편이다.
⑤ 매우 필요하다.
[지구공학 관련 기술에 대한 인식]
8) 이산화탄소 제거(CDR, Carbon Dioxide Removal) 관련 기술에 대해 알고 계십니까?
① 전혀 모른다. ② 잘 모른다. ③ 보통. ④ 대략 알고 있다. ⑤ 정확히 알고 있다.
9) 태양복사조정(SRM, Solar Radiation Modification) 관련 기술에 대해 알고 계십니까?
① 전혀 모른다. ② 잘 모른다. ③ 보통. ④ 대략 알고 있다. ⑤ 정확히 알고 있다.
[이산화탄소 제거 기술에 대한 의견 수렴](10~16번 문항 관련)
현재 세계 각국에서는 온실가스 배출을 줄이고자 노력하고 있습니다만 기후변화를 억제할 만큼 충분히
빨리 줄이지 못하고 있습니다. 이에, 지구 온난화를 일으키는 대표적인 온실 기체인 이산화탄소를
대기 중에서 직접 제거하려는 기술이 개발되고 있습니다. 대표적인 이산화탄소 제거 기술은 다음과
같습니다. 자연환경을 활용하는 기술이기 때문에 향후 자연에 미치는 영향이 불분명합니다.
기술명 개요
산림조성 숲을 조성하여 이산화탄소 흡수
바이오차 식물・나무 등에 고온을 가해 바이오 숯을 만들어 탄소를 흡수
공기 중의 이산화탄소
직접 포집 및 저장
공기 중에서 이산화탄소를 포집하여 땅속에 저장
암석풍화 촉진 일부 광물에 자연적인 풍화작용을 촉진시켜 이산화탄소를 더 많이 포집
해양시비
해양에 인위적으로 영양분을 살포하여 식물성 플랑크톤의 광합성을
통해 이산화탄소 제거
10) 기후변화의 시급성을 고려할 때, 이산화탄소 제거 기술이 기후변화 문제에 대응하기 위해
필요하다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
11) 자연환경을 활용하는 이산화탄소 제거 기술은 어느 정도 위험하다고 생각하십니까?
① 매우 위험하다. ② 다소 위험한 편이다. ③ 그저 그렇다. ④ 대체로 위험하지 않은 편이다.
⑤ 전혀 위험하지 않다.
12) 이산화탄소 제거 기술의 사용보다는 온실가스 배출을 감소시키기 위한 노력이 더 필요하다고
생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
●○● 기후변화와 기후 지구공학
Ⅰ 44Ⅰ
13) 일부 과학자들은 이산화탄소 제거 기술이 온실가스 배출 감축에 대한 책임을 회피하는 것이라고
생각합니다. 이에 대해 어떻게 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
14) 이산화탄소 제거 기술 관련 국제 연구개발에 우리나라도 참여가 필요하다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
15) 이산화탄소 제거 기술에 대해서 사회적 합의가 가능하다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
다음 이산화탄소 제거 기술 관련 설명을 읽으시고 문항별로 응답해주시기 바랍니다.
※ IPCC 6차 보고서 인용
1) 산림조성, 벌채(afforestation/reforestation, A/R)
개요
∙숲 조성 등을 통해 이산화탄소 흡수
∙매년 0.5-10 Gton의 이산화탄소 감축 잠재력
장점 ∙자연 친화적
단점 ∙나무가 죽으면서 배출하는 탄소량을 고려하면 탄소 제거 경제성 감소 가능성
기술수준(TRL) 8-9
탄소 제거 비용
(톤당가격)
$0~240
16-1) 산림조성, 벌채 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
2) 토양 탄소 격리(Soil carbon sequestration)
개요
∙농경지나 초원에 토양에서 탄소 저장 및 분해
∙매년 0.3-9.3 Gton의 이산화탄소 감축 잠재력
장점 ∙토양 품질 및 내구성을 향상시켜 농업 생산성 향상 등
단점 토양의 유기 질소 농도가 높아져 온실 기체인 아산화질소 등의 배출 증가 위험 등
기술수준(TRL) 8-9
탄소 제거 비용
(톤당가격)
$-45~100
16-2) 토양 탄소 격리 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
●○● [붙임 2] 설문 문항
Ⅰ 45Ⅰ
3) 바이오차(Biochar)
개요
∙바이오매스와 숯의 합성어로 다양한 유형의 바이오매스를 토양에 투입하면
대기 중 탄소를 흡수해 수백 년 동안 저장
∙매년 0.3-6.6 Gton의 이산화탄소 감축 잠재력
장점 ∙토양 비옥도 개선으로 농작물 수확량 증가 등
단점 ∙바이오차 생산과정에서 입자 또는 온실가스 배출 등
기술수준(TRL) 6~7
탄소 제거 비용
(톤당가격)
$10~345
16-3) 바이오차 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
4) 바이오에너지 탄소포집저장(Bioenergy with carbon capture and storage, BECCS)
개요
∙바이오에너지 작물이 광합성으로 이산화탄소를 흡수, 수확한 농작물을 바이오에너지
생산에 이용, 에너지 생산 시 배출된 이산화탄소를 땅속에 저장
∙매년 0.5-11.3 Gton의 이산화탄소 감축 잠재력
장점 ∙바이오 에너지 생산으로 인한 부가 소득 등
단점 ∙대규모 토지와 다량의 물 소비 등
기술수준(TRL) 5-6
탄소 제거 비용
(톤당가격)
$15~400
16-4) 바이오에너지 탄소포집저장 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
5) 이탄지대 및 해안습지 저장(Peatland and coastal wetland restoration)
개요
∙이탄(나무가 오랫동안 물에 잠겨 썩지 않는 상태)이 모여있는 열대 또는 연안 습지에
분포하는 식물과 퇴적물을 포함하는 생태계가 탄소를 격리 및 저장
∙매년 0.5-2.1 Gton의 이산화탄소 감축 잠재력
장점 ∙생태계 기반 적응, 해안 보호 증가에 기여 등
단점 ∙기후변화로 건조해지는 순간 탄소를 배출하는 폭탄 위험 등
기술수준(TRL) 8~9
탄소 제거 비용
(톤당가격)
데이터 부족
16-5) 이탄지대 및 해안습지 저장 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
●○● 기후변화와 기후 지구공학
Ⅰ 46Ⅰ
6) 맹그로브, 염습지, 해초지 등 해양탄소 흡수원 관리(Blue carbon management)
개요
∙열대 또는 연안 지대의 뿌리 있는 식물이 포집하는 탄소
∙매년 0.02~0.08 Gton의 이산화탄소 감축 잠재력
장점 ∙육상생태계 보다 최대 20~50배 이상 탄소를 흡수 등
단점 ∙인간활동이나 자연재해로 훼손되면 저장되어 있던 많은 양의 탄소 유출 등
기술수준(TRL) 2~3
탄소 제거 비용
(톤당가격)
데이터 부족(~$100 to ~$10,000으로 추정)
16-6) 맹그로브, 염습지, 해초지 등 해양탄소 흡수원 관리 관련 연구개발 필요성에 대해 어떻게
생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
7) 해양 시비(Ocean fertilisation)
개요
∙인위적으로 해양에 영양분을 살포하여 식물성 플랑크톤의 성장을 촉진, 광합성
작용으로 이산화탄소 제거
∙이론적으로 철 비료를 이용했을 때 매년 1~3 Gton의 이산화탄소 감축 가능
장점 ∙어획량 증가 가능성 등
단점
∙식물 플랑크톤의 번식을 인위적으로 유도할 때 발생하는 산소결핍과 독성물질
의 분비 영향이 있을 수 있음
기술수준(TRL) 1~2
탄소 제거 비용
(톤당가격)
$50-500
16-7) 해양 시비 관련 연구개발의 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
8) 암석 풍화 촉진(Enhanced rock weathering)
개요
∙자연적으로 발생하는 풍화작용을 빠르게 촉진시켜 광물이 대기 중의 이산화탄소 흡수
∙ 12개 국가 농경지의 35~59%에 해당하는 면적에 현무암을 흐트려놓을 경우
2050년까지 매년 최대 2 Gton의 이산화탄소 감축 잠재력
장점 ∙토양 침식 방지 등
단점
∙광물 채굴과 유사한 위험으로 분쇄할 때 발생하는 미세먼지, 국지적으로 수질에
부정적인 영향 가능성 등
기술수준(TRL) 3-4
탄소 제거 비용
(톤당가격)
$50~200
(암석 종류, 운반, 암석을 가루로 만드는 기술 비용 등에 따라 다름)
16-8) 암석 풍화 촉진 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
●○● [붙임 2] 설문 문항
Ⅰ 47Ⅰ
9) 해양 알칼리도 향상(Ocean alkalinity enhancement)
개요
∙알칼리성 물질의 분쇄 광물을 바다에 첨가해 바닷물의 알칼리도를 높이고
대기로부터 이산화탄소 흡수・저장
∙매년 1-100 Gton의 이산화탄소 감축 잠재력
장점 ∙바다의 산성도를 낮추고 탄소를 바다에 반영구 격리 가능
단점 ∙사용한 광물에 따라 다르게 해양 생태계에 영향을 미칠 것으로 예상
기술수준(TRL) 1~2
탄소 제거 비용
(톤당가격)
$40~260
16-9) 해양 알칼리도 향상 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
10) 직접 공기 포집 및 저장(Direct air carobon capture and storage, DACCS)
개요
∙ 대기 중의 이산화탄소를 필터 흡착 또는 화학 흡수 방식으로 직접 포집해
지중에 저장하여 제거
∙ 매년 5-40 Gton의 이산화탄소 감축 잠재력
장점 ∙포집된 이산화탄소는 깊은 땅속에 주입해 광물화시켜 영구 저장 가능
단점
∙이산화탄소를 포집과정에서 물 소비가 많고, 추가적으로 상당한 양의 에너지가
필요
기술수준(TRL) 6
탄소 제거 비용
(톤당가격)
$100-300
16-10) 직접 공기 포집 및 저장 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
●○● 기후변화와 기후 지구공학
Ⅰ 48Ⅰ
[태양복사조정 기술에 대한 의견 수렴](17~24번 문항 관련)
지구의 온도를 직접적으로 낮추기 위해 지구로 들어오는 태양 에너지를 인위적으로 조정하는 기술이
개발되고 있습니다. 대표적인 태양복사 조정 기술은 다음과 같습니다. 이 기술들이 향후 자연에 미치게
될 영향은 아직 매우 불분명합니다.
기술명 개요
성층권 에어로졸 간섭
에어로졸 입자를 직접 성층권에 뿌리거나 에어로졸로 변환되는 기체를
주입하여 태양 광선의 일부를 우주로 반사
해양 구름 밝기 조절
해양 구름에 소금이나 기타 입자를 뿌려 더 하얀 구름을 만들고 햇빛을
우주로 반사
바다 표면 반사율 조절 해양 표면에 미세 기포 등을 생성하여 햇빛을 우주로 반사
얇은 권운(새털구름) 새털구름이 흩어져 우주로 복사열이 더 많이 방출되게 함
※ 대부분의 기술은 기술 적용 시기가 끝나면, 지구 온도 및 물 순환의 급격한 변화를 초래할 것으로
예상
17) 태양복사조정 기술이 기후변화 문제에 대응하기 위해 필요하다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
18) 태양복사 조정 기술은 어느 정도 위험하다고 생각하십니까?
① 매우 위험하다. ② 다소 위험한 편이다. ③ 그저 그렇다. ④ 대체로 위험하지 않은 편이다.
⑤ 전혀 위험하지 않다.
19) 태양복사 조정 기술의 사용보다는 온실가스 배출량을 감소시키기 위한 노력이 더 필요하다고
생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
20) 태양복사 조정 기술은 온실가스 배출 감축에 대한 책임을 회피하는 것이라고 보십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
21) 태양복사 조정 기술 관련 국제 연구개발에 우리나라도 참여가 필요하다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
●○● [붙임 2] 설문 문항
Ⅰ 49Ⅰ
22) 태양복사 조정 기술에 대해서 사회적 합의가 가능하다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
23) 태양복사 조정 기술을 사람이 살지 않는 지역(예: 남극, 북극, 사하라 사막 등)에 한정해서
사용해도 된다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
다음 태양복사 조정 기술 관련 설명을 읽으시고 문항별로 응답해주시기 바랍니다.
※ IPCC 6차 보고서 인용
1) 성층권 에어로졸 간섭(Stratospheric aerosol interventions, SAI)
개요
∙에어로졸 입자를 직접 성층권에 뿌리거나 에어로졸로 변환되는 기체 주입를 주입하여
태양 광선의 일부를 우주로 반사
잠재영향 ∙강수 패턴 변화, 온도 변화, 오존홀 복구의 잠재적 지연, 오존층의 변화 등
24-1) 성층권 에어로졸 간섭 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
2) 해양 구름 표백/ 밝기(Marine cloud brightening, MCB)
개요 ∙해양 구름에 소금이나 입자를 뿌려 더 하얀 구름을 만들고 햇빛을 우주로 반사
잠재영향 ∙기온 및 강수량의 육지-바다 대비 변화, 지역별 해양 생산성 변화 등
24-2) 해양 구름 표백/ 밝기 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
3) 바다 알베도* 변화(Ocean albedo change, OAC)
* 표면이나 물체에 의해 반사되는 태양복사의 비율
개요 ∙해양 표면에 미세 기포 등을 생성하여 알베도 증가
잠재영향
∙기온과 강수량 변화에서 육지와 바다의 대조적인 변화 등
∙인간 및 자연 시스템 관련 연구 데이터는 없음
24-3) 바다 알베도 변화 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
●○● 기후변화와 기후 지구공학
Ⅰ 50Ⅰ
4) 지면 알베도 변화(Ground-based albedo modifications, GBAM)
개요
∙도시의 지붕을 하얗게 칠하거나 작물의 잎을 더 반사적으로 만드는 생명공학, 사막의
알베도 향상 등
잠재영향 ∙효과는 미지수이며 광합성 및 탄소 흡수 측면에서의 변화, 생물 다양성에 미치는 영향 등
24-4) 지면 알베도 변화 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
5) 얇은 권운(Cirrus cloud thinning, CCT)
개요
∙하늘에 빙정핵 등을 살포하여 자연적으로 권운이 형성될때보다 밀도가 얇아지도록 하여
우주로 복사열이 더 많이 방출되게 함
잠재영향 ∙기온과 강수 패턴의 변화, 지역별 물의 순환 변화
24-5) 얇은 권운 관련 연구개발 필요성에 대해 어떻게 생각하십니까?
① 전혀 필요하지 않다. ② 별로 필요하지 않다. ③ 그저 그렇다. ④ 다소 필요하다. ⑤ 매우 필요하다.
[개인 행동대응 의도]
25) 기후변화 문제 해결을 위해 환경세 등이 신설되거나 규제가 강화되어도(예: 자가용 사용 제한 등)
감수하실 수 있으십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
[정부 정책]
26) 정부는 현재 기후변화 대응을 위해 필요한 조치를 충분히 하고 있다고 생각하십니까?
① 전혀 그렇지 않다. ② 그렇지 않은 편이다. ③ 그저 그렇다. ④ 대체로 그런 편이다. ⑤ 매우 그렇다.
27) 이산화탄소 제거 관련 기술 개발 및 적용 시, 중요한 이슈는 무엇이라고 생각하십니까?
(2개 선택)
① (사회적 이슈) 신기술 적용에 따른 사회적 의견 수렴
② (정치적 이슈) 국제 거버넌스 및 국가 간 이해관계 조정
③ (환경적 이슈) 생태계 영향에 대한 불확실성
④ (경제적 이슈) 투자 비용과 효용성
⑤ (윤리적 이슈) 감축목표 달성에 대한 책임
⑥ 기타( )
●○● [붙임 2] 설문 문항
Ⅰ 51Ⅰ
28) 태양복사 조정 관련 기술 개발 및 적용 시, 중요한 이슈는 무엇이라고 생각하십니까?
(2개 선택)
① (사회적 이슈) 신기술 적용에 따른 사회적 의견 수렴
② (정치적 이슈) 국제 거버넌스 및 국가 간 이해관계 조정
③ (환경적 이슈) 생태계 영향에 대한 불확실성
④ (경제적 이슈) 투자 비용과 효용성
⑤ (윤리적 이슈) 감축목표 달성에 대한 책임
⑥ 기타( )
●○● 기후변화와 기후 지구공학
Ⅰ 52Ⅰ
저 자
정의진, ejin@kistep.re.kr, (Tel)043-750-2443, 한국과학기술기획평가원 연구위원
임현, hyim@kistep.re.kr, (Tel)043-750-2380, 한국과학기술기획평가원 선임연구위원
[ KISTEP 브리프 발간 현황 ]
발간호
(발행일)
제목 저자 및 소속 비고
112
(24.01.08.)
무기발광 디스플레이
진영현·오세미
(KISTEP)
기술주권
113
(24.01.12.)
2022년 우리나라와 주요국의 연구개발투자 현황
이새롬·한웅용
(KISTEP)
통계분석
114
(24.01.12.)
2022년 우리나라와 주요국의 연구개발인력 현황
이새롬·한웅용
(KISTEP)
통계분석
-
(24.01.22.)
KISTEP Think 2024, 10대 과학기술혁신정책
아젠다
강현규・이민정
(KISTEP)
이슈페이퍼
(제357호)
-
(24.01.25.)
국가연구개발 성과분석 프레임워크 개발 및 적용
박재민・문해주・김수민・박서현
(건국대학교)
이호규(고려대학교)
강승규(한국조달연구원)
이슈페이퍼
(제358호)
115
(24.01.25.)
세계경제포럼(WEF) Global Risks 2024
주요 내용 및 시사점
이미화
(KISTEP)
혁신정책
116
(24.01.25.)
기후변화와 기후 지구공학
정의진・임현
(KISTEP)
미래예측
|