美스탠포드대학교(Stanford University Stanford)의 HAI(Human-Centered Artificial Intelligence)가 매년 공개하는 'AI 인덱스 2021(AI Index)'가 3일(현지시간) 발표되었다.

스탠포드대 페이 페이 리(Fei-Fei Li) 교수와 존 에체멘디(John Etchemendy) 교수가 이끄는 HAI는 학계, 산업계 및 정부와 협력하여 HAI의 학제 간 팀이 개발한 독립적인 기관이다.

HAI가 매년 AI의 영향과 진행 상황을 종합적으로 살펴보고 AI가 국가 경제에서 일자리 성장, 다양성 및 연구에 이르기까지 모든 것에 미치는 영향에 대한 패턴을 분석하고 추출한다. 이번이 4번째 에디션으로 'AI 인덱스 2021'은 AI 생태계를 다각도로 바라볼 수 있는 총 220페이지 분량으로 잘 정제된, AI의 전반적 사항을 다룬 보고서다.

AI 인덱스 2021에서는 다음 9가지 주요 사항을 하일라이트로 꼽았다. 이를 통해 지난 해 미국을 중심으로 업계 및 교육, 정부·기관에서 무슨 일이 있었는지, 이슈를 정리했다.

1. 약물 설계 및 발견에 대한 AI 투자 대폭 증가

'약물, 암, 분자 및 신약 발견'은 2020년에 가장 많은 민간 AI 투자를 유치했다. 미화 138 억 달러 이상(약 14조7천억원)으로 이는 2019 년보다 4.5배 증가한 것이다.

2. 업계의 변화는 계속된다

인공지능 분야에서 미국 대학에서 박사 학위를 취득한 학생이 2019년, 44.4%에서 2010년 65%가 업계에 진출했다. 이는 산업이 인공지능 개발에서 더 큰 역할을 수행하기 시작했음을 강조한다.

3. 모든 것을 생성

AI 시스템은 이제 문자, 오디오 및 이미지를 충분히 높은 표준으로 구현할 수 있으므로 인간이 기술의 일부 응용 프로그램에서도 합성 및 비합성의 결과 차이를 구분하기가 어렵다.

4. AI에는 다양성 문제가 있다

2019년에 미국에 거주하는 새로운 AI 박사 졸업생의 45%는 백인이었다. 여기에, 2.4 %는 아프리카 계 미국인이고 3.2 %는 히스패닉이었다.

5. 중국, AI 논문 인용에서 미국 추월

중국은 몇 년 전 총 저널 출판 수에서 미국을 추월 한 후 현재, 저널 인용에서도 선두를 달리고 있다. 그러나 미국은 지난 10년 동안 중국보다 지속적으로 (그리고 상당히) 더 많은 AI 관련 학회에서 발표된 논문(더 많이 인용 됨)을 보유하고 있다.

6. 미국 AI 관련 박사학위 졸업생의 대부분은 해외 출신이며, 미국에 머물고 있다.

북미의 새로운 AI 박사 중 유학생 비율은 2019년에 64.3%로 계속 증가하여 2018년보다 4.3% 증가했다. 외국 졸업생 중 81.8%는 미국에 머물렀고 8.6%는 미국 이외의 지역에서 취업했다. .

7. 감시 기술은 빠르고 저렴하며, 점점 보편화됐다.

대규모 감시에 필요한 기술은 이미지 분류, 얼굴 인식, 비디오 분석 및 음성 식별 기술이 모두 2020년에 상당한 진전을 보이며 빠르게 성장하고 있다.

8. AI 윤리에는 벤치 마크와 합의가 부족하다.

많은 그룹이 AI 윤리 영역에서 다양한 질적 또는 규범적 결과물을 생산하고 있지만,이 분야에는 일반적으로 기술 개발에 대한 광범위한 사회적 토론과 기술 자체 개발 간의 관계를 측정하거나 평가하는 데 사용할 수 있는 벤치 마크가 없다. 또한 연구원과 시민 사회는 AI 윤리를 산업 조직보다 더 중요하게 생각한다.

9. AI는 미국 의회의 주목을 받았다.

제 116차 美의회 기록에서 AI에 대한 언급이 115차 대회의 3배 이상으로 역사상 가장 많은 인공지능에 초점을 맞춘 세션이 증가했다.

또한 이번 보고서에서는 이상의 9가지를 주요 하일라이트로 꼽았다. 또한, 보고서는 총 7개 분야를 장으로 구분해 각 분야를 심층적으로 분석했다. 각 장마다 다루고 있는 주요 사항을 요약해본다.

제 1 장 : 연구 및 개발(R&D)

R&D는 AI 발전의 기본이다. 이 기술이 1950년대 이래 상당한 상업적 응용을 가진 주요 연구 분야로 성장했다. 지난 20년 동안 AI 관련 논문 출판 수가 급격히 증가했다. 중국, 유럽 연합, 미국을 포함한 주요 강대국은 AI 연구와 투자 경쟁에 최일선에 있다. R&D는 점점 더 복잡하고 경쟁 또한 치열해지고 있다.(원문 보기 및 다운)

제 2 장 : AI 기술 성능

이 장에서는 컴퓨터 비전, 언어, 말하기, 학습 및 정리와 개념 증명을 포함하여 AI의 다양한 분야의 기술적 진보를 강조했다. 일반적인 벤치 마크 및 도전 과제와 같은 정량적 측정과 학술 논문의 정성적 통찰력을 조합하여 최첨단 AI 기술의 발전을 조명했다. (원문 보기 및 다운)

제 3 장 : 경제

AI의 부상은 필연적으로 기술이 비즈니스, 노동 및 경제에 더 일반적으로 얼마나 영향을 미칠 것인지에 대한 질문에 설명했다. AI는 자동화를 통한 생산성 향상에서 알고리즘을 사용하여 소비자에 맞게 제품을 조정하고 대규모 데이터를 분석하는 등 비즈니스에 상당한 이점과 기회를 제공한다.

그러나 AI를 통한 효율성 및 생산성 향상 이면의 과제도 제시했다. 기업은 AI 사용의 위험을 완화하기 위한 조치를 구현하는 데 주의하면서 생산 요구를 충족할 숙련 된 인재를 찾고 유지하기 위해 노력해야 한다. 더욱이 COVID-19 대유행은 세계 경제에 혼란과 지속적인 불확실성을 야기했다. 특히, 이 장에서는 일자리, 투자, 투자의 관점에서 AI와 글로벌 경제 사이의 점점 더 얽혀있는 관계를 분석하고 살펴봤다. (원문 보기 및 다운)

제 4 장 : AI 교육

AI가 경제 활동의 더 중요한 원동력이 되면서 AI를 이해하고 현장에서 일하는 데 필요한 자격을 얻고 자 하는 사람들의 관심이 증가했다. 동시에 산업계의 AI 수요 증가로 인해 더 많은 교수들이 학계를 떠나 민간 부문을 떠나도록 유혹하고 있다. 이 장에서는 다양한 교육 플랫폼과 기관을 통한 AI 인재의 기술 및 훈련 동향에 중점을 둔다. (원문 보기 및 다운)

제 5 장 : AI 애플리케이션의 윤리적 과제

인공지능 기반 혁신이 우리 삶에서 점점 더 널리 퍼짐에 따라 AI 애플리케이션의 윤리적 과제가 점점 더 분명해지고 조사 대상이 되고 있다. 이전 장에서 언급했던 다양한 AI 기술의 사용은 개인 정보 침해와 같은 의도하지 않았지만 위험한 결과를 초래할 수 있다.

또한 성별, 인종·민족, 성적(性) 지향 또는 성 정체성에 근거한 차별, 그리고 불투명한 의사 결정 등이 있다. 기존의 윤리적 과제를 해결하고 배포되기 전에 책임있고 공정한 AI 혁신을 구축하는 것이 그 어느 때보 다 중요해졌다. 이 장에서는 AI 애플리케이션의 부상과 함께 발생하는 윤리적 문제를 해결하기 위한 노력을 다룬다. (원문 보기 및 다운)

제 6 장 : AI의 다양성

AI 시스템이 사회에 극적으로 영향을 미칠 수 있는 잠재력이 있지만 AI 시스템을 구축하는 사람들은 해당 시스템이 제공해야 하는 사람들을 대표하지 않는다. AI 인력은 수년 동안 이로 인해 발생하는 단점과 위험을 강조 했음에도 불구하고 주로 남성이며, 학계와 업계 모두에서 다양성이 부족하다.

인종과 민족성 정체성, 성적(性) 지향의 다양성 부족은 노동력의 불균형한 권력 분배를 야기 할뿐만 아니라 AI 시스템에 의해 생성된 기존 불평등을 가속하고 개인과 조직의 범위를 축소했다. 이 장에서는 AI 인력 및 학계의 다양성을 통계적으로 제공한다. (원문 보기 및 다운)

제 7 장 : AI 정책 및 국가 전략

AI는 향후 수십 년 동안 글로벌 경쟁력을 형성할 예정이며, 얼리 어답터에게 상당한 경제적 및 전략적 이점을 제공할 것이다. 현재까지 국가와 지역 및 정부 간 조직은 기술의 가능성을 극대화하는 동시에 사회적 및 윤리적 영향을 해결하기 위해 정책을 마련하기 위해 분투하고 있다.

이 장에서는 AI 정책 입안 환경을 탐색하고 AI 기술을 홍보하고 관리하는 데 도움이 되는 지역, 국가 및 국제 수준에서 진행되는 노력을 분석하고 제시한다. (원문 보기 및 다운)

아울러 HAI는 위에서 언급된 상황 등을 다음 총 10개의 핵심 차트로 AI 상황을 정리했다.

버닝글라스 데이터로 적용되는 6개국의 AI 인력 수요가 최근 7년간 크게 증가했다. 2019년부터 2020년까지 AI 채용공고 비중이 줄어든 나라는 6개국 중 미국이 유일하다. 이는 코로나 바이러스 대유행이나 성숙된 AI 노동시장 때문일 수 있다.

민간투자, 공모, 인수합병(M&A), 소액주주 등 AI에 대한 글로벌 총투자액이 2020년 40% 증가한 총 679억 달러(약 76조7천억원)를 기록했다. M&A가 전체 투자의 대부분을 차지했다.

AI 자금은 어디로 갔는가? 의약품, 암, 분자, 약물 발견이 1위를 차지하며 민간 AI 투자액은 138억 달러(약 15조6천억원) 이상으로 이는 2019년 대비 4.5배다.

평균은 낮은 편이지만 2015년부터 AI 관련 학회에 발표된 논문 제목에서 'AI 윤리' 관련 키워드가 크게 늘었다.

McKinsey 설문 조사에 따르면, AI 사용과 관련된 윤리적 우려에 대한 관심이 증가하고 있지만 기업은 AI의 형평성과 공정성에 대한 제한적인 관심을 보이고 있다.

CRA 설문 조사에 따르면 지난 10년 동안 AI 관련 박사 학위는 미국에서 취득한 총 CS 박사 학위는 14.2 %에서 2019년 현재 약 23%로 증가했다. 동시에 네트워킹, 소프트웨어 엔지니어링, 프로그래밍 언어 및 컴파일러를 포함하여 이전에 인기 있었던 다른 박사 학위는 인기가 떨어졌다.

지난 10년 동안 북미 지역 AI 박사 신규 취득자가 산업 일자리를 선택한 증가세 48%로 증가가 지속되고 있다. 대조적으로, 학계로 진출하는 AI 박사 신규 취득자는 44% 하락했다.

2019년 새로운 컴퓨팅 박사 학위의 50% 이상이 백인이며, 최근 10년 내 전체 박사 졸업자 중 AI 및 CS 박사 여성 취득자가 차지하는 비중은 평균 18%에 불구하다.

캐나다가 2017년, 세계 최초의 국가 AI 전략을 발표한 이후 2020년 12월 현재 30여 개 국가와 지역이 유사한 정책을 발표했다. 대한민국은 2019년 12월 17일, 문재인 대통령 주재로 열린 제 53회 국무회의에서, 과학기술정보통신부를 비롯한 전 부처가 참여하여 마련한 '인공지능(AI) 국가전략'을 발표했다(관련보도 참조).

마지막으로 미국 연방 민간 기관(DOD 또는 정보 부문에 속하지 않는 기관)은 2020년에 AI R&D에 9억 7,350만 달러(약 1조 991억원)를 배정했는데, 이는 의회의 지출과 이전이 고려된 후 11억 달러(1조 2,419억원)로 증가했다. 2021 회계연도에 연방 민간 기관은 2020년 요청보다 거의 55% 높은 15억 달러(약 1조 7천억원)의 예산을 책정했다.

한편, 스탠포드대학교 HAI(Human-Centered Artificial Intelligence)가 매년 공개하는 'AI 인덱스 2021(AI Index 2020- 전체 보고서 총 222페이지 다운)'는 이번이 4번째로 2017년(총 101페이지- 다운), 2018년(총 95페이지 한국어판- 다운), 2019년(총 291페이지- 다운) 매년 발표되어 기업뿐만 아니라 정부, 지방정부와 교육, 연구 등 관련 기관에 AI 지표로 이용하고 있다.