Your browser does not support JavaScript!

AI 확산과 경제난 대응: KDI 정책 제안 로드맵

일반 리포트 2025년 07월 02일
goover

목차

  1. AI 및 경제 현황 분석
  2. 글로벌 및 선진 정책 사례
  3. 핵심 정책 제안
  4. 추진 전략 및 협력 모델
  5. 결론

1. 요약

  • 2025년 7월 2일 기준 대한민국의 AI 기술 확산과 경제적 난항 상황에 대한 포괄적 분석이 이루어졌다. 한국개발연구원(KDI)은 국내 소프트웨어 및 제조업의 AI 도입 현황과 산업별 격차를 진단하며, 이를 기반으로 적절한 정책 과제를 제시하고 있다. 2024 SW 산업 실태조사에 따르면, 국내 소프트웨어 산업은 지난해 대비 3.7%의 매출 성장을 기록했으나, 연구개발(R&D) 투자 저조로 인해 혁신이 부족하다는 점이 우려되고 있다. 정보통신업체와 비교해 제조업의 AI 도입률이 현저히 낮으며, 이는 제조업의 직면하는 기술 데이터의 복잡성 및 기술 활용의 한계를 반영하고 있다. AI 도입 후 기업들이 평균적으로 매출 4% 성장과 부가가치 7.6% 증가를 달성하더라도, 산업 내 활성화된 AI 클러스터의 부재와 함께 기술과 인력 양극화가 심화되는 경향도 우려스럽다.

  • AI 및 경제 현황 분석을 통해 강력한 민관 협력 거버넌스 구축의 필요성이 강조되며, 글로벌 AI 전략 동향을 검토한 결과, 미국, 중국, 영국 등 선진 국가들이 각각의 AI 전략을 통해 경제적 안보와 산업 경쟁력을 강화하고 있다는 점은 우리에게 중요한 교훈이 된다. 이들 국가의 정책에 대한 분석은 한국이 AI 생태계를 발전시키기 위한 민관 협력 모델을 찾고, 데이터 기반의 AI 혁신을 촉진하기 위한 정책 수립이 필요하다는 점을 시사한다. 또한 정부는 인력 수급 및 재교육의 필요성을 인식하고, AI 관련 교육과 장기적인 인재 양성을 위한 정책을 재정비해야 한다.

2. AI 및 경제 현황 분석

  • 2-1. AI 산업 성장세 및 도전 과제

  • 2024 SW 산업 실태조사에 따르면, 국내 소프트웨어 산업은 2023년에 비해 3.7%의 매출 성장을 기록했으며, 이러한 성장은 인터넷 SW 분야의 5.5% 성장을 포함하고 있습니다. 그러나, 이러한 성장세 이면에는 낮은 연구개발(R&D) 투자라는 심각한 문제가 존재합니다. 2024년 SW 산업 기업의 총 연구개발비는 8.5조 원으로, 전년 대비 0.9% 증가에 그쳤습니다. 이러한 수치는 매출 증가율과 비교했을 때 혁신 부족을 나타내며, 산업의 지속 가능한 성장에 부정적인 영향을 미칠 우려가 있습니다.

  • 특히, 제조업과 서비스업 간 AI 도입률의 차이는 명확히 드러나고 있습니다. 정보통신업체는 AI 도입률이 약 26%에 달하지만, 제조업은 4%에 불과하다는 통계가 보이고 있습니다. 이러한 산업 간 격차는 AI 기술이 제조업 현장의 복잡한 기술 데이터를 분석·활용하는 데 한계를 드러내고 있으며, 이에 대한 특화된 해결책이 필요합니다.

  • AI 기술 도입 후 기업들은 평균적으로 매출 4% 성장과 부가가치 7.6% 증가를 기록했지만, 이는 전체 산업에서 균형 잡힌 성장을 뜻하지 않습니다. 산업 내 활성화된 AI 클러스터의 부재와 함께, 기술과 인력의 양극화가 심화되는 현상을 보여줍니다. 따라서 이를 해결하기 위한 연구개발 투자 및 인프라 확대가 필수적입니다.

  • 2-2. 제조업·서비스업의 도입 격차

  • 제조업 부문에서 AI 도입이 저조한 이유는 기술의 복잡성과 관련하여 AI의 유용성이 부족하게 평가되기 때문입니다. 대한상공회의소 지속성장이니셔티브(SGI)의 연구에 따르면, AI 도입률은 정보통신업에서 가장 높지만, 제조업은 여전히 현저히 낮은 성과를 보이고 있습니다. AI 도입이 저조한 제조업은 AI 도입의 장점이 불분명하고, 기술적 요구사항이 높아 기업들이 채택하기 어렵다는 어려움이 있습니다.

  • 2023년 기준 국내 기업의 AI 도입률은 6.4%로, 이는 2018년 2.8%에서의 성장에 비추어볼 때 긍정적이지만, 기업들이 AI를 통해 갖는 가치에 대한 이해와 기술 학습이 병행되지 않은 한 이러한 성장은 한계가 있을 것입니다. 제조업체는 즉각적인 경영 성과를 목표로 설정하거나, 새로운 기술을 고용하는 것에 대한 결단력이 부족하여 AI 기술을 활용한 성장을 지체하고 있습니다.

  • AI가 제공하는 경쟁력 있는 인사이트와 프로세스 최적화는 제조업체에게 절실히 필요하지만, 이를 위한 인프라와 시간을 투자하는 기업은 여전히 적습니다. 따라서 자율적인 기술 도입이 가능하도록 정부와 산업계가 함께 일하는 협업 모델이 반드시 요구됩니다.

  • 2-3. 인력 수급 및 재교육 필요성

  • 국내 소프트웨어 산업의 인력 수급 상황은 특히 심각합니다. 2024년 기준 SW 부문 전체 인력은 약 64만 1, 600명으로, 2023년 대비 7.3% 늘어났지만, 동시에 적절한 수준의 재교육과 기술 습득이 이루어지지 않고 있습니다. SW 기업들이 요구하는 인력의 역량과 실제 교육 기회 간의 괴리가 존재하며, 이는 기업들이 가진 업무 기대와 인력 실무 간의 불균형을 초래합니다.

  • 2025년 SW 산업의 인력 수요는 약 23, 500명으로 예측되지만, 대부분의 기업들이 경력직 인력을 우선적으로 채용하려고 하며, 이는 신규 인력 양성의 필요성을 더욱 두드러지게 하고 있습니다. 이로 인해 고급 인재의 양성과 재교육 기회를 확대하기 위한 직무 전환 및 재교육 프로그램이 시급하게 마련되어야 합니다.

  • 정부는 기술 교육과 장기적인 인재 양성을 위한 정책을 마련하고 다양한 프로그램을 통해 기업의 인력 요구에 부응해야 할 필요성이 있습니다. AI 기술의 발전이 진행됨에 따라 신기술에 적응할 수 있는 유연성을 가진 인력이 절실히 요구됩니다. 따라서 기업과 교육 기관 간의 긴밀한 협력이 필요하며, 이를 통해 효율적인 인재 양성 및 재교육이 이루어질 수 있어야 합니다.

3. 글로벌 및 선진 정책 사례

  • 3-1. 주요국 AI 전략 동향

  • 세계적으로 인공지능(AI)이 경제 및 안보의 핵심 자산으로 간주되면서 미국, 중국, 영국, 싱가포르, 캐나다 등의 국가들이 각기 다른 AI 전략을 통해 생태계를 구축하고 있다. 한국지능정보사회진흥원이 발표한 보고서에 따르면, 미국은 AI 기술을 산업·기술 주도권 확보를 위한 핵심 전략으로 인식하고 공공과 민간 부문이 협업하여 국가 단위의 AI 생태계를 확장하는데 주력하고 있다. 대표적으로 5000억 달러 규모의 '스타게이트 프로젝트'를 통해 초대형 데이터센터를 구축하고 있으며, 이 프로젝트는 민간 기업과의 협력으로 이루어지고 있다.

  • 중국의 경우, 중앙정부가 AI 전략을 기획하고 지방정부가 이를 실행하는 모델을 채택하고 있다. 특히 2022년 3월 발표된 'AI+이니셔티브'는 AI 컴퓨팅 플랫폼 국산화와 국가 산업 경쟁력 강화를 목표로 하며, 각 지방 정부가 이를 뒷받침하기 위해 적극적으로 참여하고 있다. 이밖에 AI 모델, 자동차, 디바이스, 로봇 등 최첨단 기술 개발을 위한 프로젝트가 많이 추진되고 있다.

  • 영국은 데이터센터를 국가 주요 인프라로 지정하여 글로벌 기업들에게 안정적인 투자처로 이끌고 있다. 데이터센터에 대한 총 투자액은 250억 파운드를 넘어섰으며, 2023년 1월에는 50가지 권고안을 담은 'AI 기회 행동 계획'을 발표하였다. 이는 AI와 데이터센터의 중요성을 강조하는 전략으로, 다른 국가들에게 좋은 본보기가 되고 있다.

  • 싱가포르는 세계 최초로 AI 전략을 수립한 국가로, 디지털 정부의 활성화와 다층적 협업 체계와 규제 혁신 등 다양한 모델을 실행하여 주목받고 있다. 캐나다 또한 AI 기술 주권 확보를 위해 공공 슈퍼컴퓨터와 AI 컴퓨팅 자원을 확충하고 있으며, 외부 기술 의존도를 줄이고 AI 연구 생태계의 육성을 동시에 추진하는 독창적인 접근을 하고 있다.

  • 최근 한국도 'AI 기본법' 제정을 통해 고성능 컴퓨팅센터 구축과 AI 대학원 중심의 고급 인재 양성을 위한 투자에 나섰다. 민관 협력 체계를 통해 AI 경쟁력을 강화하는 방향으로 나아가고 있으며, 산업별 AI 적용 확대에 주력하고 있다. 이러한 정책들은 한국이 AI 3대 강국으로 도약하기 위한 기초가 될 것으로 판단된다.

  • 3-2. 국제 사례를 통한 인사이트

  • 세계 여러 나라의 AI 정책 사례를 분석함으로써, 한국이 시행해야 할 민관 협력의 모델을 찾는 것이 중요하다. 예를 들어, 싱가포르의 신속한 정책 결정과 현장 경험이 풍부한 인사들을 통한 거버넌스 구조는 정책 실행의 효율성을 높이는 데 중요한 역할을 하고 있다.

  • 영국의 경우, 정부가 데이터센터를 국가 인프라로 인식하고 글로벌 기업에 안정적인 투자처로 자리잡게 하는 한편, 투자 유치를 위한 다각적인 노력을 통해 민관협력을 강화하고 있다. 이러한 접근은 한국이 데이터 인프라와 AI 생태계를 확장하기 위한 중요한 교훈이 될 수 있다.

  • 3-3. 정부 조직 개편 및 거버넌스

  • 이재명 정부는 AI 분야의 중요성을 감안하여 기존의 과학기술정보통신부 기능을 강화하거나 새로운 AI 중심의 부서를 신설하는 방안을 구상 중이다. 이러한 과정을 통해 중앙집중적인 AI 정책 추진이 가능해지며, 각 부처 간의 소통과 협력의 효율성을 크게 높일 수 있을 것이다.

  • 특히, 정부가 AI 정책에 대한 명확한 비전을 가지고 질 높은 거버넌스를 마련하는 것은 필수적이다. 전문가들은 기존의 부처 세분화와 변화가 발생했을 때 생기는 혼선과 함께, 일관된 리더십을 위한 통합 컨트롤타워 구축의 필요성을 강조하고 있다.

  • 이러한 변화 속에서 정부는 민간과의 협력을 통해 AI 생태계를 더욱 강화하는 동시에, 정책 연속성과 안정성을 장기적으로 유지할 수 있는 전략적 계획을 세워야 한다. 이는 AI 혁신을 가속화하고 지속 가능한 경제 성장을 촉진하는 데 중요한 초석이 될 것이다.

4. 핵심 정책 제안

  • 4-1. R&D 및 인재 양성 강화

  • AI 기술이 급격히 발전하는 가운데, 연구개발(R&D)과 인재 양성은 한국 경제의 지속 가능한 성장과 글로벌 경쟁력 강화를 위해 필수적인 요소입니다. 정부는 R&D 투자 확대를 통해 AI 관련 기술 개발의 기초를 다지고, 민간 부문에서는 기업의 경쟁력을 높이기 위한 다양한 교육 프로그램을 운영할 필요가 있습니다. 예를 들어, 삼성전자는 AI 생산성 혁신 그룹을 신설하고 AI 직무 교육을 강화하여 ‘GenAI 파워유저 프로그램’을 운영하고 있습니다. 이는 임직원들이 AI 기술을 활용하는 능력을 키우도록 지원하고 있으며, 기업의 R&D 투자와 결합하여 성과를 극대화하고 있습니다.

  • 또한 인재 양성을 위해 정부와 민관이 협력하여 종합적이고 체계적인 AI 교육 플랫폼을 구축해야 합니다. AI 리터러시 교육은 초중고 교육과정에 포함될 뿐만 아니라 대학 및 직업학교에서도 전문적인 커리큘럼을 통해 운영되어야 합니다. 이는 학생들이 AI 기술을 이해하고 활용할 수 있는 기반을 마련하며, AI 관련 직업 군에서의 진출을 용이하게 합니다.

  • 4-2. 데이터·인프라 지원 확대

  • AI 기술의 발전을 위해서는 데이터의 양질과 양 모두가 중요합니다. 정부는 공공 데이터의 개방과 활용을 통해 민간 기업이 AI 기술을 학습하는 데 필요한 데이터셋을 제공해야 하며, 이를 통해 기업들이 효과적으로 AI 모델을 개발할 수 있도록 지원해야 합니다. 이러한 정책은 다양한 산업 분야에서 데이터 기반의 AI 혁신을 촉진하는 기반이 될 것입니다.

  • 뿐만 아니라, AI 데이터센터 구축을 위한 인프라 투자가 필수적입니다. SK그룹은 AI 데이터센터의 안정적인 전력 공급을 위해 공격적인 투자를 진행하고 있으며, 이는 데이터 저장과 처리의 효율성을 높이는 데 기여하고 있습니다. 이러한 노력을 통해 기업들이 필요로 하는 대량의 데이터 처리 능력을 지원하고, AI 모델의 성능을 극대화할 수 있는 환경을 조성해야 합니다.

  • 4-3. 규제 및 윤리 프레임워크 구축

  • AI 기술은 그 발전 속도가 매우 빠르고 다양하여, 규제와 윤리의 형성이 반드시 필요합니다. 정부는 AI 기술이 사회에 미치는 영향을 충분히 이해하고, 이를 반영한 규제 시스템을 구축해야 합니다. 이는 AI 기술의 발전을 저해하지 않으면서도 사회적 안전과 윤리를 보호하는 장치로 작용할 것입니다.

  • 예를 들어, 고위험 AI 시스템에 대한 규제는 더욱 엄격하게 이뤄져야 하며, 자율주행차와 AI 의료 진단 시스템 등 사회적 메가 이슈에 대한 명확한 법적 기준을 수립해야 합니다. 이를 통해 AI의 오작동이나 편향성 문제를 예방하고, 안전한 AI 기술 활용 환경을 조성할 수 있을 것입니다.

  • 4-4. 중소·벤처 지원 패키지

  • 중소기업과 스타트업은 AI 생태계의 중요한 구성 요소로, 그들의 성장은 국가 경쟁력의 중요한 축이 됩니다. 정부는 중소기업의 AI 기술 도입을 지원하기 위한 패키지 정책을 마련해야 하며, 이를 통해 기술적 기반을 마련할 수 있도록 도와야 합니다.

  • 이와 함께, AI 관련 벤처 투자 및 인큐베이팅 프로그램을 통해 창업 생태계를 강화하고, 민간 부문과의 협력을 통해 성공적인 AI 모델과 기술이 상용화될 수 있도록 유도해야 합니다. 예를 들어, 대기업과의 협력을 통해 중소기업이 AI 인프라를 구축하거나 R&D 프로젝트에 참여할 기회를 마련함으로써, 시장 내 경쟁력을 높일 수 있는 발판이 될 것입니다.

5. 추진 전략 및 협력 모델

  • 5-1. 정책 이행 로드맵 설계

  • 대한민국의 AI 정책 이행을 위한 로드맵은 기술적 발전과 산업 환경의 변화에 유연하게 대응할 수 있도록 체계적으로 설계되어야 합니다. 이는 단기적 목표뿐만 아니라 중장기적인 비전과 그에 따른 단계별 전략을 모두 포함해야 합니다. AI 관련 인프라, 인재 양성, 데이터 관리 등이 포함된 정책이 상호 연결되어 진행될 때 효율성을 극대화할 수 있습니다. 각 단계별 정책 목표 설정 및 그 성과를 측정할 수 있는 지표 개발이 중요합니다. 예를 들어, 첫 해에는 AI 기반 데이터 센터 구축에 집중하고, 이후 2~3년 내에 고급 인재 양성을 위한 교육 프로그램을 론칭하는 식으로 단계적인 접근이 필요합니다.

  • 5-2. 민관협력 거버넌스 구성

  • AI 생태계의 발전을 위한 민관협력 거버넌스는 양측의 이해당사자들이 효과적으로 협력하고 소통할 수 있도록 설계되어야 합니다. 한국지능정보사회진흥원(NIA)의 보고서에 따르면, 민관의 협력은 정책의 실행력을 크게 높일 수 있습니다. 민간 기업의 전문가들이 포함된 자문위원회를 구성하여 새로운 정책 제안과 실행의 올바른 방향성을 제시할 수 있도록 해야 합니다. 더불어, 각 부처의 AI 관련 정책과 민간 기업의 필요가 상호 작용할 수 있는 통로를 마련함으로써 긴밀한 협력을 도모할 수 있습니다. 이를 통해 AI 산업 발전에 대한 민간의 참여를 장려하고, 기업들이 필요한 지원을 쉽게 요청할 수 있는 채널을 구축해야 합니다.

  • 5-3. 모니터링 및 성과 평가 체계

  • 정책의 유효성을 확보하기 위해 체계적인 모니터링 및 성과 평가 체계를 구축하는 것이 필수적입니다. AI 정책이 구현된 이후에는 정기적인 데이터 수집과 분석을 통해 정책의 진행 상황을 평가해야 합니다. 성과 평가 기준은 과거 AI 정책의 성과를 바탕으로 구체적이고 실질적인 지표를 설정하여야 하며, 이 평가 결과는 정책 수정 및 보완의 기초가 됩니다. 예를 들어, 각 정책의 실행 결과를 년 단위로 보고하고, 그 결과를 바탕으로 정책 방향을 조정하는 피드백 루프를 설치하여 유연하고 지속 가능한 정책 집행을 가능하게 해야 합니다.

결론

  • 2025년 7월 2일 현재, 대한민국은 AI 확산과 경제적 도전에 직면해 있으며, 그러한 상황에서 KDI는 종합적이고 실행 가능한 정책 설계를 통해 국가 경쟁력을 강화할 수 있는 기틀을 마련할 필요가 있다. 이에 R&D 투자 확대와 인재 양성, 데이터 및 인프라 구축, 유연한 규제 체계, 재교육 프로그램 등을 포괄하는 패키지 정책을 제안한다. 이는 특히 민관 협력 거버넌스를 통해 더욱 효과적으로 추진될 수 있으며, 중장기 로드맵을 마련함으로써 정책의 실효성을 높일 수 있을 것이다.

  • 정책 이행에서는 성과 모니터링과 피드백 루프의 가동이 필수적이다. 이를 통해 정책의 진행 상황을 정기적으로 평가하고, 필요한 수정 및 보완 작업을 신속히 진행할 수 있다. AI 혁신을 가속화하고 지속 가능한 경제 성장의 기반을 마련하기 위해서는 정부와 민간 부문 간의 협력이 무엇보다 중요하다. 현재 분석된 현황과 제안된 정책 방향을 바탕으로, 대한민국이 AI 분야에서 글로벌 경쟁력을 갖추고 3대 강국으로 도약할 수 있기를 기대한다.

용어집

  • AI 정책: 인공지능(AI) 기술의 발전과 활용을 촉진하기 위한 정부의 정책 및 전략을 말합니다. AI 정책은 데이터 관리, 인재 양성, 연구개발(R&D) 투자, 규제 등을 포함하며, AI 기술의 사회적 활용 및 산업 경쟁력 강화를 목표로 합니다.
  • R&D 투자: 연구개발 투자(R&D 투자)는 새로운 기술이나 제품을 개발하기 위해 기업이나 정부가 수행하는 연구 및 개발 활동에 투자하는 것을 의미합니다. AI 기술의 혁신과 발전을 위해 R&D 투자는 필수적이며, 2025년 기준으로 한국의 AI 관련 R&D 투자 확대가 강조되고 있습니다.
  • 민관협력: 민간 부문과 정부가 협력하여 공공의 이익을 증진시킬 목적으로 수행하는 협조적 활동을 말합니다. AI 생태계 발전을 위해 민간 기업, 정부 기관, 연구기관 등이 협력해야 하며, 이는 정책의 실행력과 효과성을 높이는 데 기여합니다.
  • 데이터센터: 데이터를 저장하고 관리하는 시설로, AI 기술의 학습과 운영을 위해 필수적인 인프라입니다. 대한민국은 AI 기술 확산을 위해 데이터센터 구축에 대한 투자를 확대하고 있으며, 이는 기술 발전과 기업의 AI 모델 성능 향상에 기여합니다.
  • 인재양성: 특정 분야에서 필요한 지식과 기술을 갖춘 인재를 교육하고 개발하는 과정을 의미합니다. AI 분야의 발전을 위해 정부는 장기적인 인재 양성을 위한 정책을 마련하고 있으며, 이에 따라 AI 관련 교육과 직무 재교육 프로그램이 필수적으로 요구되고 있습니다.
  • 규제 프레임워크: AI 기술의 발전과 사회적 영향을 고려하여 마련되는 규제 시스템을 말합니다. 이는 AI 기술의 안전한 사용과 윤리적 기준을 준수하기 위한 법적 기반을 마련하며, 고위험 AI 시스템에 대한 엄격한 규제가 포함됩니다.
  • 소버린AI: 주권과 국가의 이익을 고려하여 설계된 인공지능 시스템을 의미합니다. 이는 특정 국가의 데이터와 정책을 기반으로 하여 자국의 필요와 상황에 맞춘 AI 시스템을 개발하는 것을 목표로 합니다.
  • 산업별 격차: 산업 간 AI 기술 도입 수준 및 활용의 차이를 의미하며, 특히 제조업과 서비스업 간의 AI 도입률 차이가 두드러집니다. 산업별 격차를 다루는 정책이 필요하며, 이는 AI 기술이 다양한 산업에서 균형 있게 발전하도록 하는 데 중요합니다.
  • 재교육: 직장에서 요구되는 기술이나 지식을 갖추기 위해 성인에게 새로운 기술을 가르치는 교육 과정을 의미합니다. AI 기술의 발전에 따라 근로자들은 지속적인 재교육이 필요하며, 정부와 기업이 협력하여 이를 지원해야 합니다.
  • 글로벌 경쟁: 세계 시장에서 국가 또는 기업들이 자원, 기술, 인력을 활용하여 경쟁하는 재무적 및 산업적 경쟁을 의미합니다. AI 기술을 통해 국가의 경쟁력을 강화하는 것이 세계적으로 주요한 과제가 되고 있습니다.

출처 문서