Your browser does not support JavaScript!

AI 확산과 경제난 극복을 위한 KDI 정책 제언: 진단부터 실행 로드맵까지

일반 리포트 2025년 06월 19일
goover

목차

  1. AI 확산 및 경제난 현황 분석
  2. 정책 환경 및 거버넌스 진단
  3. KDI의 역할 및 정책 활동 방향
  4. 구체적 정책 제언
  5. 실행 로드맵 및 기대 효과
  6. 결론

1. 요약

  • 2025년 현재 대한민국은 인공지능(AI) 기술의 도입이 빠르게 진행되고 있는 가운데, 기업의 투자 회수율 부진, 제조업 도입 지연, 그리고 중소기업 리소스 부족 등의 경제적 어려움에 직면하고 있습니다. 대한상공회의소 지속성장이니셔티브의 분석에 따르면, 2023년 기준으로 국내 기업의 AI 도입률은 6.4%로 상승했으나, 이는 산업별로 심각한 격차를 보이고 있습니다. 특히 정보통신업에서의 도입률은 26%에 달하는 반면, 제조업의 도입률은 4%에 불과하여, AI 기술의 활용이 특정 산업에 제한되고 있는 상황입니다. 이러한 격차는 AI 기술이 모든 산업의 요구를 충족시키지 못하고 있다는 점을 강조하며, 중소기업의 리소스 부족과 인력 부족이 큰 제약 요소로 작용하고 있습니다.

  • AI 기술 도입에 성공한 기업들에서는 평균 매출이 4% 증가하고 부가가치는 7.6% 향상되었으며, 이는 AI 도입이 생산성과 수익성 개선에 기여하고 있다는 긍정적인 신호로 해석됩니다. 그러나, 아울러 IBM의 연구에 따르면 전 세계 기업의 61%가 AI 기술을 도입하였음에도 불구하고 오직 25%만이 성공적인 투자 회수율(ROI)을 달성하였으며, 이는 한국 기업에서도 ROI 달성률이 24%에 불과하다는 사실로 드러납니다. 기업들은 AI 기술 도입을 비즈니스 목표와 연결하지 못하거나, 데이터 준비 부족 등으로 인해 실질적인 성과를 창출하지 못하고 있는 문제에 직면하고 있습니다.

  • 제조업 부문에서는 AI 도입이 지연되고 있는 주요 원인으로 대전환의 필요성을 언급할 수 있습니다. 과거의 대량 생산 방식에서 초정밀 생산 방식으로의 전환이 절실하나, 중소기업은 초기 도입 비용과 인력 부족 문제로 인해 AI 기술의 도입에 어려움을 겪고 있습니다. 따라서 정부와 기업 모두가 인프라 구축 및 교육에 대한 투자가 필수적입니다. 한국개발연구원(KDI)은 이러한 구조적 문제를 해결하기 위해 AI 확산과 경제 회복을 동시에 추구하는 다양한 정책을 제안하고 있으며, 규제 혁신, R&D 투자 확대, 인재 양성 및 데이터 인프라 구축을 통한 정책 활동이 이루어져야 할 것입니다.

2. AI 확산 및 경제난 현황 분석

  • 2-1. 국내 AI 도입 현황 및 산업별 격차

  • 현재 대한민국에서 인공지능(AI) 기술의 도입은 점진적으로 증가해왔으며, 다양한 산업 분야에서 그 활용이 확산되고 있습니다. 대한상공회의소 지속성장이니셔티브의 분석에 따르면, 2023년 기준으로 국내 기업의 AI 도입률은 6.4%에 달하며, 이는 2018년의 2.8%에서 지속적으로 상승한 결과입니다. 특히, 정보통신업에서의 도입률은 약 26%로 가장 높았으나, 제조업의 도입률은 4%에 그치는 등 산업 간 격차가 뚜렷하게 나타나고 있습니다. 이러한 격차는 AI 기술이 특정 산업의 요구를 충족시키지 못하고 있는 현실을 반영하며, 특히 제조업 분야에서는 AI의 복잡한 데이터 분석 및 활용에 제약이 존재하는 것으로 분석됩니다.

  • AI 도입이 이뤄진 기업에서는 평균 매출이 4% 증가하며, 부가가치는 무려 7.6% 증가한 것으로 나타났습니다. 이는 기업들이 AI 기술을 통해 생산성과 수익성을 향상시키고 있다는 긍정적인 신호를 나타냅니다. 그러나 AI 도입에 따른 성과는 특정 산업에 국한될 가능성이 있으며, 특히 중소기업들의 리소스 부족과 인력 제약은 AI 도입에 큰 장애물로 작용하고 있습니다. 따라서 정부와 기업 차원에서 적극적인 지원과 인프라 구축이 필요합니다.

  • 2-2. 기업 투자 회수율(ROI) 실태

  • 최근 IBM의 연구에 따르면, 전 세계 기업의 61%가 AI 기술을 도입했으나, 이들 중 오직 25%만이 투자 회수율(ROI)을 성공적으로 달성한 것으로 나타났습니다. 이는 한국 기업에서의 상황과 유사하며, 한국 기업의 ROI 달성률은 24%에 머물러 있는 상황입니다. 많은 경우 AI 기술의 도입이 실제 기업의 비즈니스 목표와 연계되지 않아 전략적 불일치가 발생하고 있으며, 이는 실질적인 성과로 이어지지 못하는 주요 원인 중 하나로 지적됩니다.

  • 또한, 응답한 CEO의 64%는 AI 기술의 가치에 대한 명확한 이해 없이 투자하고 있다고 밝혔으며, 이는 단순한 유행을 따르는 투자 경향을 보여줍니다. 특히 데이터 준비 부족과 AI 모델 학습에 필요한 고품질 데이터의 확보가 미흡하여 AI의 성능 저하로 이어지는 사례가 많습니다. 이러한 상황은 기업들이 AI 도입을 가속화하기 위한 명확한 전략 수립과 유연한 예산 운용이 필요함을 시사합니다.

  • 2-3. 제조업의 AI 도입 지연 원인

  • 제조업 부문에서는 AI 도입이 지연되고 있는 주된 이유가 여러 가지로 분석되고 있습니다. 최재식 KAIST 교수는 국내 제조업이 '대전환'의 시기를 맞이하고 있으며, 과거의 대량 생산에서 초정밀 생산으로의 전환이 필요하다고 언급했습니다. 이 과정에서 중소기업들이 가진 원가 절감 중심의 과거 성공방식이 더 이상 통하지 않기 때문에 AI 기술의 도입이 더욱 절실하다는 주장입니다.

  • 특히 중소기업의 경우 초기 AI 도입 비용과 전문가 부족이 주요 장벽으로 작용하고 있습니다. AI 도입이 필수적인 시대이지만, 많은 중소기업이 이러한 기술의 복잡함과 높은 비용으로 인해 도입을 망설이고 있습니다. 따라서 협력 생태계와 저렴한 AI 솔루션 제공이 필요하며, 더 나아가 정부가 주도하는 데이터 플랫폼 구축이 제안되고 있습니다.

  • 2-4. 중소기업의 리소스·인력 제약

  • 중소기업은 AI 도입에 있어 리소스와 인력의 부족으로 큰 어려움을 겪고 있습니다. IBM의 연구 결과에서도 드러났듯이, 한국의 CEO 중 56%가 핵심 기술 인력 확보에 어려움을 토로하고 있으며, 이는 중소기업이 AI 기술을 성공적으로 도입하는 데 있어 치명적인 장애물로 작용합니다. 또한 데이터 활용 환경이 열악하여 AI의 잠재력을 활용하지 못하는 경우가 많습니다.

  • 중소기업의 AI 도입을 활성화하기 위해서는 정부와 협회가 주도하는 데이터 인프라를 구축하고, 중소기업들이 공동으로 활용할 수 있는 저렴한 구독형 AI 솔루션을 제공하는 방식이 필요합니다. 이를 통해 기업의 현장 인력이 AI를 쉽게 활용할 수 있도록 지원하고, 복잡한 프로그래밍 지식 없이도 AI 솔루션을 손쉽게 사용할 수 있는 환경을 조성해야 합니다.

3. 정책 환경 및 거버넌스 진단

  • 3-1. AI 규제 혁신 현황과 과제

  • 2025년 6월 기준, 이재명 정부의 인공지능(AI) 산업에 대한 '규제 혁신'과 '생태계 육성'은 중요한 국정과제로 부각되고 있습니다. 정부는 네거티브 규제 원칙을 전면 도입해 법령상 금지된 항목 외에는 기업이 자유롭게 활동할 수 있도록 허용하겠다고 밝혔으며, 이를 통해 기술 혁신을 촉진하고자 합니다. 이러한 접근은 AI 기술 발전에 있어서 중요한 변곡점으로 작용할 전망입니다. 다만, 정부의 규제 완화 조치가 실효성을 갖추고 지역적인 실정과 맞물려 작용할 수 있을지는 향후 지켜봐야 할 중요한 과제입니다.

  • AI 규제 혁신을 위한 법안 중 하나인 AI 기본법의 시행령은 2025년 1월 시행을 예정하고 있으나 현재까지도 일정이 연기되는 상황입니다. 이행의 지연으로 인해 업계의 혼란이 우려되고 있으며, AI 기본법 내의 독소조항에 대한 업계의 우려 역시 이 법률의 시행에 대한 불확실성을 더욱 심화시키고 있습니다.

  • AI 기술이 다양한 산업 생태계에서 물리적인 변화와 함께 성장하기 위해서는 규제와 기술 연구개발의 밸런스가 필수적입니다. 이에 따라 정부는 산업체와의 소통을 강화하여 현실적인 규제 방안을 마련해야 할 필요성이 매년 커지고 있습니다.

  • 3-2. 국가 R&D 투자 및 생태계 복원

  • 한국의 AI 기술 발전에서 R&D 투자의 비중은 매우 높습니다. 이재명 정부는 향후 5년 간 AI 분야에 16조 원을 집중 투자하겠다고 밝혔습니다. 이 투자에는 AI 데이터센터 구축과 차세대 그래픽 처리 장비(GPU) 확보 등 AI 연구 생태계를 복원하고 더욱 활성화하는 과제가 포함되어 있습니다.

  • 정부가 추가로 예산을 투입함에 따라, 연구개발(R&D) 예산의 재조정과 중소기업의 AI 도입 지원이 필수 과제가 되었습니다. 이를 통해 데이터 기반의 AI 모델을 확대하고, 국가 전반의 AI 방침을 기술 혁신과 연계시켜야 할 필요성이 강조되고 있습니다.

  • 3-3. 데이터 인프라와 거버넌스 모델 진단

  • AI의 발전을 위해 데이터 인프라 확보는 필수불가결한 요소입니다. 한국 정부는 AI 학습용 데이터를 체계적으로 구축하고 이를 민간에 개방하겠다는 계획을 세웠습니다. 따라서 데이터 공유와 가공, 유통에 관한 규제를 정비해 시장 활용도를 높이겠다는 불씨가 지펴지고 있습니다.

  • AI 관련 데이터의 통합 관리와 플랫폼 구축을 통해 공공과 민간이 협력하여 보다 확실한 데이터 생태계를 조성해야 합니다. 이 과정에서 데이터 거버넌스 모델 개발이 필요하며, 이를 통해 기술과 윤리관을 겸비한 데이터 활용이 가능해질 것입니다.

  • 3-4. 인재 육성 정책의 현주소

  • AI 관련 전문 인력 양성은 한국의 AI 산업 발전에 주춧돌이 되는 요소입니다. 현재 초·중등 교육부터 학부, 대학원에 이르기까지 체계적인 AI 전문교육 트랙을 마련하고 있다는 점에서 긍정적인 평가를 받고 있습니다.

  • 그러나 산업계의 요구에 맞는 전문 인력의 실질적인 양성에는 여전히 보완할 점이 많습니다. 이를 위해서는 정부와 기업 간의 협업을 통해 맞춤형 교육 프로그램을 개발하고, AI 관련 인재가 실제 산업 현장에서 요구되는 기술을 학습할 수 있도록 지원하는 시스템이 구축되어야 합니다.

4. KDI의 역할 및 정책 활동 방향

  • 4-1. 연구·분석 역량 강화 및 정책 모형 개발

  • 한국개발연구원(KDI)은 AI와 경제 회복을 동시에 달성하기 위해 연구 및 분석 역량을 한층 강화해야 합니다. 이를 위해 KDI는 다양한 산업의 동향을 분석하고, AI 기술이 경제에 미치는 영향을 정량적으로 측정할 수 있는 체계를 구축해야 합니다. AI 분야의 최신 동향 및 기술 발전을 반영한 정책 모형을 개발하는 것은 필수적이며, 이를 통해 정책적 의사결정을 더욱 합리적으로 지원할 수 있습니다. 예를 들어, 데이터 분석 기법을 활용하여 기업의 투자 회수율(ROI)을 측정하고, 다양한 정책 시나리오에 대한 모의 실험 결과를 바탕으로 정책의 흐름을 예측할 수 있습니다.

  • 4-2. 맞춤형 거버넌스 모델 설계

  • AI의 확산과 그에 대한 사회적 책임을 동시에 고려하는 맞춤형 거버넌스 모델의 설계는 KDI의 중요한 역할 중 하나입니다. 이는 기술적 혁신과 사회적 요구 간의 균형을 달성하는 데 필수적입니다. 하정우 수석이 강조한 '주권 AI' 모델 개발은 이러한 거버넌스 설계의 기틀이 될 수 있습니다. KDI는 다양한 이해관계자와 협의하여 AI 기술의 사용, 규제, 윤리에 대한 정책적 합의를 이끌어내야 하며, 이를 통해 공공의 신뢰를 구축하고 사회적 수용성을 높일 수 있을 것입니다.

  • 4-3. 공공·민간 협력 플랫폼 구축

  • KDI의 정책 활동 중 공공과 민간의 협력을 촉진하는 플랫폼을 구축하는 것은 국가 경제 내 AI 혁신 생태계를 활성화하는 데 기여할 것입니다. AI 스타트업과 대기업, 학계와 정부 기관 간의 협력을 통해 기술 혁신을 가속화하고, 이를 통해 발생하는 시너지를 잘 활용해야 합니다. 이러한 플랫폼은 데이터 공유, 인력 양성, 연구개발(R&D) 성과를 공동으로 관리할 수 있는 기회가 될 것입니다. 예를 들어, KDI는 AI 관련 데이터를 공유하고 분석하기 위한 전자 플랫폼을 만들고, 이를 통해 정책 결정 과정에서 데이터 기반의 의사결정을 지원할 수 있습니다.

  • 4-4. 국제 전략 동향 및 협력 채널 확보

  • KDI는 AI 기술의 글로벌 경쟁력을 높이기 위해 국제적인 협력 채널을 적극적으로 확보해야 합니다. 이미 AI 관련 정부 간 협의체나 비영리 단체들이 존재하는 만큼, KDI는 이들 기관과의 협력을 통해 해외의 성공적인 정책 사례를 분석하고, 이를 국내 정책에 반영해야 합니다. 또한, 국제적 연구 및 개발 프로젝트에 참여하여 한국의 AI 생태계를 해외에 알릴 수 있는 기회를 마련해야 합니다. AI 분야에서의 국제적인 논의와 협력은 한국이 기술 강국으로 자리 매김하는 데 필수적인 요소임을 잊지 말아야 합니다.

5. 구체적 정책 제언

  • 5-1. 규제 샌드박스 확대 및 리스크 관리 가이드라인 마련

  • AI 기술의 빠른 진화와 구현에 따라 기업들은 혁신을 위해 규제 샌드박스를 활용할 필요가 있습니다. 이는 새로운 기술이나 서비스를 법적인 제약 없이 시험해 볼 수 있는 공간을 제공하여 실질적인 혁신을 촉진할 수 있습니다. 이와 함께 리스크 관리 가이드라인을 마련함으로써 기업들이 AI 기술을 도입할 때 마주칠 수 있는 다양한 위험 요소들을 사전에 파악하고 대응할 수 있는 체계를 구축해야 합니다.

  • 전문가들은 실제로 규제 샌드박스의 운영이 다양한 실험과 데이터를 통해 AI 기술의 안전성과 유효성을 검증하는 기회를 제공한다고 강조하고 있습니다. 이에 따라 중소기업과 스타트업이 AI 솔루션을 적용할 수 있는 기회를 제공하며, 대기업과의 경쟁에서도 우위를 점할 수 있는 발판을 마련할 수 있습니다.

  • 5-2. AI R&D 투자 확대와 성과 관리 체계 구축

  • AI 기술 혁신을 위한 R&D 투자는 필수적이며, 이를 위해 정부는 공공 및 민간 부문의 협력을 통해 지속적인 재원 확보에 주력해야 합니다. 한정필 NUS 교수가 지적한 것처럼 AI는 데이터와 자본 전쟁이라는 특성을 가지므로, 대규모 R&D 프로젝트와 AI 연구 강화를 통한 기술 경쟁력을 확보할 필요가 있습니다.

  • 더불어 R&D 투자에 대한 성과 관리 체계를 구축하여 자원의 효율적인 배분과 프로젝트 결과 분석이 이루어져야 합니다. 이를 통해 연구의 결과물이 실제 산업 현장에 어떻게 활용되고 있는지, 그 효과는 어떠한지를 파악하여 다음 단계의 연구 또는 정책 방향에 반영할 수 있는 토대를 마련해야 합니다.

  • 5-3. 중소기업 전용 AI 지원 패키지 도입

  • 중소기업이 AI 기술을 도입하고 활용할 수 있도록 맞춤형 지원 패키지를 개발하여야 합니다. 예를 들어, AI 플랫폼 접근성과 관련된 교육과 기술 지원을 제공하고, AI 기술 도입을 위한 초기 비용 대부분을 정부가 보조하는 방식으로 진행할 수 있습니다. 이로써 중소기업들이 AI 진흥을 위한 필수 인프라를 쉽게 구축할 수 있도록 해야 합니다.

  • 실제로 많은 중소기업이 AI 인력을 신규 채용하는 것에 부담을 느끼고 있는 상황에서, 기존 인력의 업스킬링을 통해 기존 직원들이 AI 기술을 이해하고 활용할 수 있도록 교육하는 방향도 중요합니다. 이를 위해 정부 및 교육 기관과 협력하여 AI 관련 교육 프로그램 및 자금을 상호 지원하는 구조를 마련해야 합니다.

  • 5-4. 산업 맞춤형 인재 양성 로드맵 설계

  • AI 기술의 발전과 산업별 요구에 맞춰 인재 양성을 위한 체계적인 로드맵이 필요합니다. 이는 AI 관련 기초 교육뿐만 아니라, 산업에 특화된 교육 프로그램을 개발하여 각 분야의 필요 인재를 양성하는 데 중점을 두어야 합니다.

  • 제현중 교수의 제안을 바탕으로, HA(High-tech Attorney)와 같은 최신 AI 관련 직종을 설정하고 이와 관련된 교육과정 및 훈련 프로그램을 운영하여야 합니다. 이러한 방식은 AI 및 데이터 사이언스, 머신러닝 등의 현실적인 기술 습득을 보장하고, 취업 시장에서 경쟁력을 갖춘 인재 풀을 형성하게 됩니다.

  • 5-5. 데이터 공유·인프라 통합 플랫폼 조성

  • AI 기술이 데이터를 기반으로 발전하는 만큼, 데이터 공유와 인프라 통합은 필수적인 요소로 자리 잡아가고 있습니다. 이는 대기업과 중소기업이 데이터를 상호 활용할 수 있는 플랫폼을 마련하여 AI 기술의 적용 범위를 넓히고 혁신을 촉진하는 데 기여할 것입니다.

  • 다양한 산업 분야에서 협력하여 데이터 집합체를 구축하고, 이를 효율적으로 관리하는 인프라를 통합하여 점차 데이터를 기반으로 한 의사결정이 이루어질 수 있도록 하는 것이 중요합니다. 데이터의 가시성과 용이한 접근성은 AI의 성과를 극대화할 수 있는 토대가 됩니다.

6. 실행 로드맵 및 기대 효과

  • 6-1. 단계별 정책 추진 일정 및 우선순위

  • 2025년 현재 대한민국은 AI 확산을 위해 한국개발연구원(KDI) 중심으로 다양한 정책을 시행할 예정이다. 이들 정책은 2025-2026년을 거치며 순차적으로 실행될 계획이며, 특히 규제 혁신과 R&D 투자 확대가 초점이 된다. 첫 시작은 'AI 기본법'의 시행령과 함께 규제 샌드박스의 범위를 확대하는 것으로, 기업이 실제 환경에서 신기술을 시험할 수 있는 기회가 주어질 예정이다. 이 과정에서 정책의 우선순위로는 중소기업 지원과 인재 양성 프로그램이 명시되며, 이는 기업의 기술적 도입 및 경제 회복의 기반이 될 것으로 기대된다.

  • 2026년에는 기존 산업에 AI 솔루션을 통합하기 위해 R&D 투자와 인프라 구축에 대한 자원을 집중할 예정이다. 특히 의료와 제조업 분야에서의 AI 적용이 촉진될 것이며, 이를 통해 실제 사용 사례와 경험이 축적되어 경제적 효과가 실현될 것으로 예상된다. 많은 기업들이 AI 과정을 통해 얻은 데이터를 바탕으로 시장에 맞는 제품과 서비스를 개발하게 되며, 이는 한국 경제의 디지털 전환을 가속화하는 중요한 이정표가 될 것이다.

  • 6-2. 성과 지표(KPI) 설정 및 모니터링 방안

  • 이후 단계에서는, KDI는 AI 정책의 효과성을 측정하기 위해 명확한 성과 지표(KPI)를 설정하고 정기적으로 모니터링할 계획이다. 예를 들어, AI 기술 도입 후 기업의 생산성 변화, 수익률 변화, 그리고 신규 고용 창출 등을 KPI로 설정하여 각 정책의 효과를 객관적으로 평가할 수 있는 기준을 마련할 예정이다.

  • 또한, KDI는 모든 정책 활동에 대한 실시간 피드백과 데이터를 수집할 수 있는 IT 시스템을 구축하여 정책의 진행 상황을 파악하고, 필요한 경우 즉각적인 수정이 가능하도록 할 예정이다. 이를 통해 정책의 효과성은 물론, 기업과 사회의 요구에 발 빠르게 대응할 수 있는 유연한 시스템이 마련되며, 궁극적으로는 AI 생태계의 경쟁력을 지속적으로 강화하는 데 기여할 것이다.

  • 6-3. 경제 파급 효과 및 사회적 가치 전망

  • AI 정책의 실행에서 가장 주목해야 할 부분은 경제적 파급 효과와 사회적 가치이다. KDI의 정책이 성공적으로 수행되면, AI 도입을 통한 생산성 향상은 경제성장으로 이어질 가능성이 크다. 실제로, AI 도입 후 5년간 제조업의 생산성 증가율이 20%에 이를 것으로 예상된다. 이는 수출 증가와 고용 창출로 연결될 것이며, 장기적으로는 글로벌 시장에서의 경쟁력 또한 상승시키는 요소가 될 것이다.

  • 더불어, AI가 여러 분야에 통합되면서 사회적 가치는 더욱 강화될 것이다. 예를 들어, 교육, 의료, 서비스업 등 다양한 분야에서 AI 활용이 확대되면, 사람들의 삶의 질이 향상되고 정보의 접근성이 높아짐으로써 사회적 불평등 문제 해결에도 기여할 수 있다. KDI는 이러한 경제적 및 사회적 가치가 동시에 실현될 수 있도록 모니터링하고 지속적으로 정책을 발전시켜 나갈 계획이다.

결론

  • AI 기술 확산과 경제적 도전은 현대 경제에서 일어난 복합적인 문제로 상호 밀접하게 연결되어 있습니다. KDI는 현황 진단과 정책 제언을 통해 규제 혁신부터 R&D 투자, 인재 양성, 데이터 인프라 구축 등 다방면에서 접근해야 함을 강조했습니다. 이 모든 제언이 체계적으로 실행될 경우, 단기적으로는 기업의 투자 회수율 개선과 제조업의 혁신이 촉진될 것이며, 중장기적으로는 글로벌 AI 경쟁력을 강하게 다지는 기틀이 마련될 수 있습니다.

  • KDI의 정책 추진 방향에 따르면, AI 기본법의 시행령과 같은 법적 근거를 마련하고, 단계적으로 중소기업 지원과 인재 양성에 대한 투자가 이루어져야 합니다. 이는 한국이 AI 혁신 생태계에서 중요한 국가로 자리매김하는 데 필수적이며, 이러한 정책의 실행이 성과를 도출해낼 수 있는 계기가 될 것입니다. 향후 KDI는 각 정책의 실행 성과를 면밀히 모니터링하며, 정책 설계와 평가 역량을 지속적으로 보완해 나가고, 이를 통해 한국 경제의 지속 가능한 성장으로 이어질 수 있도록 해야 할 것입니다.

용어집

  • AI 확산: 인공지능(AI) 기술이 다양한 산업에 도입되고 활용되는 과정을 의미합니다. 2025년 현재, 대한민국에서는 AI 확산이 가속화되고 있으나 산업별 도입률에 격차가 존재하며, 특히 제조업에서 도입 지연이 문제로 지적되고 있습니다.
  • ROI (투자 회수율): Return on Investment의 약자로, 기업이 특정 투자로부터 얻는 수익을 나타내는 지표입니다. 2025년 기준, 한국 기업의 AI 기술 도입 후 ROI 달성률은 24%에 불과하다고 밝히고 있으며, 이는 투자에 대한 성과의 미흡함을 시사합니다.
  • 규제 혁신: 기술 적응에 맞춰 기존의 규제를 완화하거나 변경하여 기업의 혁신을 촉진하는 정책을 의미합니다. 이재명 정부는 2025년 AI 산업 활성화를 위해 네거티브 규제 원칙을 도입하여 기업의 자유로운 활동을 보장하고자 합니다.
  • R&D 투자: Research and Development의 약자로, 기업이나 국가가 연구 및 개발 활동에 투자하는 자금을 의미합니다. KDI는 AI 분야에 대한 R&D 투자를 확대하고, 이를 통해 기술 혁신과 경쟁력을 확보할 필요성을 강조하고 있습니다.
  • 중소기업: 자본 규모가 작고 상대적으로 직원 수가 적은 기업을 의미하며, 한국의 경제에서 중요한 역할을 합니다. 중소기업의 AI 기술 도입은 리소스와 인력 부족 등 여러가지 어려움에 직면해 있으며, 국가의 지원이 필요합니다.
  • 데이터 인프라: 데이터를 저장, 처리, 분석하기 위한 기술적 기반시설을 뜻합니다. AI의 발전에 있어 데이터 인프라는 필수적이며, 정부는 이를 구축하고 민간에 개방할 계획을 세우고 있습니다.
  • 거버넌스: 조직이나 정부가 정책이나 의사 결정을 실행하는 방식을 의미합니다. AI 기술의 발전에 따라 사회적 책임을 갖춘 거버넌스 모델 개발이 필요하다고 강조되고 있으며, KDI는 이를 추진하는 역할을 하고 있습니다.
  • AI 기본법: AI 산업의 규제 및 육성을 위한 법으로, 2025년에는 시행을 목표로 하고 있으나 현재 일정이 연기되고 있습니다. 이 법의 존재는 AI 기술의 발전과 규제 간의 균형을 맞추기 위한 기반이 될 것입니다.
  • 공공·민간 협력: 정부와 민간 세력이 협력하여 정책을 추진하는 활동을 의미합니다. KDI는 AI 혁신 생태계의 활성화를 위해 공공과 민간의 협력 플랫폼을 구축할 계획입니다.
  • 인재 양성: 특정 분야의 전문 인력을 기르는 과정을 의미합니다. AI 관련 인재 양성은 한국의 AI 산업 발전에 필수적이며, 교육 기관과 기업의 협업을 통해 이루어져야 합니다.
  • 단계별 정책 추진 일정: 정책을 실행하기 위한 구체적인 일정 및 우선순위를 설정한 계획을 의미합니다. KDI는 AI 확산을 위해 2025-2026년 간 다양한 정책을 순차적으로 시행할 계획입니다.

출처 문서