Your browser does not support JavaScript!

2025년 최신 AI 연구 동향 보고: 국가 R&D부터 차세대 모델, 인프라, 보안, 산업 적용까지

일반 리포트 2025년 08월 13일
goover

목차

  1. 국가 R&D 및 인재양성
  2. 차세대 AI 모델 연구 동향
  3. AI 하드웨어 및 인프라 혁신 연구
  4. AI 보안 및 디지털 안보 기술
  5. 산업 및 기업의 AI 디지털 트랜스포메이션
  6. 서비스 Interaction 및 로봇 연구
  7. 결론

1. 요약

  • 2025년 8월 13일 기준으로 발표된 AI 연구 성과는 국가 R&D 프로젝트, 차세대 모델, 하드웨어·인프라, 보안, 산업응용, 서비스 Interaction 등 여섯 가지 분야로 구분하여 다각적으로 분석되고 있습니다. 국가 R&D 분야에서는 KAIST가 주도하는 생성형 AI 프로젝트가 활발히 진행되고 있으며, 국내외 협력을 통해 피지컬 AI 기술이 한층 심화되고 있습니다. 이는 AI가 물리적 원리를 정교하게 학습할 수 있는 기반을 제공하고 있습니다.

  • 특히, OpenAI의 GPT-5는 2025년 8월 8일에 발표된 혁신적 모델로, 텍스트, 이미지, 오디오 및 영상 데이터를 함께 처리할 수 있는 멀티모달 능력이 강화되어 AI 동반자로서의 역할을 자처하고 있습니다. GPT-5는 교육, 콘텐츠 제작, 법률, 의료 등 다양한 산업 분야에서 효율성을 높이며, IoAI(Internet of AI)라는 새로운 패러다임을 구현하는 중추적 역할을 할 것으로 기대됩니다.

  • AI 하드웨어 및 인프라 부문에서는 AI 반도체 기술이 무한한 발전 가능성을 보여주고 있으며, 3세대 뉴로모픽 반도체의 상용화가 기대됨에 따라 AI와 반도체 산업 간의 융합이 활발히 진행되고 있습니다. 이러한 변화는 반도체 제조 공정의 AI 활용을 통해 제조 효율성과 품질 개선으로 이어지고 있습니다.

  • AI 보안 분야에서는 KISTI가 주도하는 AI 기반 사이버 보안 기술이 개발 중이며, 이는 현대 디지털 사회의 신뢰성과 안정성을 높이는 데 기여하고 있습니다. 새로운 사이버 위협에 맞서 능동적으로 대응할 수 있는 시스템의 구축이 중요성이 강조되고 있습니다.

  • 마지막으로, 산업 내 디지털 트랜스포메이션은 AI 구현의 성공적인 사례로 거듭나고 있으며, 기업들이 AI를 통한 운영 혁신을 통해 경쟁력을 강화하고 있습니다. 이러한 요소들은 앞으로도 지속적으로 발전하고 상호 연결되어, AI의 경쟁 우위를 더욱 공고히 할 것입니다.

2. 국가 R&D 및 인재양성

  • 2-1. 피지컬 AI 연구 협력

  • KAIST의 피지컬 AI 연구는 최근 AI와 물리법칙의 통합을 목표로 한 여러 연구 프로젝트와 협력하고 있다. 박노성 교수와 윤성의 교수의 연구팀은 AI가 물리적 원리를 더욱 정밀하게 학습하도록 설계된 모델 구조를 적용하여, 물리기반의 생성형 AI의 핵심 기술을 개발하고 있다.

  • 이와 관련하여, 한국전자기술연구원(KETI)의 연구팀 또한 비디오 데이터를 통한 점 추적 기술 개발에 참여하고 있으며, 최근 어도비 리서치 및 구글 딥마인드와의 협업을 통해 비디오 내용 이해와 생성 기술을 확보하고 있다. 이 연구들은 데이터 이해 능력을 높이고, 생성 AI 기술의 진화를 이루는 데 중요한 역할을 하고 있다.

3. 차세대 AI 모델 연구 동향

  • 3-1. GPT-5 주요 특징 및 멀티모달 역량

  • GPT-5는 오픈AI가 2025년 8월 8일 발표한 차세대 인공지능 모델로, 이전 세대 모델에 비해 크게 향상된 기능을 갖추고 있다. 이 모델은 텍스트 처리 능력은 물론, 이미지, 오디오, 영상 데이터까지 동시에 처리할 수 있는 멀티모달 능력이 강화된 것이 특징이다. 이로 인해 GPT-5는 단순한 언어 모델이 아니라 복잡한 문제 해결과 창의적인 작업을 수행할 수 있는 'AI 동반자'로 자리잡게 되었다. 특히, GPT-5는 특정 산업 분야에서도 높은 활용 가능성을 보여 주목받고 있다. 예를 들어, 교육, 콘텐츠 제작, 법률, 그리고 의료 분야 등에서 AI가 전문가와 협력하여 효율성을 극대화할 수 있는 기회를 제공한다.

  • GPT-5의 출시는 또한 AI 생태계의 표준을 한층 높이는 계기가 될 것으로 기대된다. 특히, AI 모델들이 상호 연동하여 더욱 복잡한 작업을 수행할 수 있는 IoAI(Internet of AI)이라는 새로운 패러다임이 본격화될 전망이다. IoAI는 서로 연결된 AI들이 자율적으로 거래하고 협력함으로써 경제적 가치를 창출하는 구조로, GPT-5와 같은 고성능 AI 모델이 이 신뢰성을 구축하는 중요한 역할을 맡을 것으로 보인다. 이러한 발전은 궁극적으로 AI와 인간의 협업을 통해 기존의 작업 방식과 산업 구조에 심대한 변화를 가져올 것이다.

  • 3-2. 영상의학 분야 대형언어모델 활용

  • 2025년 현재, 영상의학 분야에서는 대형언어모델(LLMs)의 활용이 급속히 확대되고 있다. 특히, 기존에는 기술 산업과 일반 소비자 분야에서 주로 사용되던 대형언어모델이 의료와 같은 전문 분야에서도 효율성을 입증하고 있다. 연구에 따르면, 대형언어모델은 방대한 데이터셋에 대한 사전 훈련을 통해 특정 작업을 수행할 수 있는 능력을 보이며, 영상의학적 질병 진단 및 분석과 같은 고부가가치 작업을 지원할 수 있다.

  • 특히, 대형언어모델이 갖는 강점은 텍스트 데이터뿐 아니라 이미지 데이터를 통합하여 분석할 수 있는 멀티모달 처리 능력에 있다. 이러한 멀티모달 능력을 활용함으로써, 의사들은 AI와의 협업을 통해 진단의 정확도를 높이고, 환자 맞춤형 치료 계획 수립에 대한 지원을 받을 수 있다. 이를 위해, AI는 최신 의료 지식을 유지하고 환자 데이터를 기반으로 맞춤형 정보를 제공함으로써 의료진의 의사결정을 돕는 역할을 수행하게 된다.

  • 이외에도 대형언어모델은 의료 분야에서의 지속적인 발전을 통해 더욱 효율적이고 실질적인 솔루션을 제공할 것으로 보인다. 빠르게 발전하는 AI 기술과 연계하여, 영상의학 전문가들은 대형언어모델의 이점을 활용하여 보다 정교하고 신뢰성 있는 의료 환경을 조성할 수 있다.

4. AI 하드웨어 및 인프라 혁신 연구

  • 4-1. AI 반도체 기술 동향

  • AI 반도체는 인공지능 기술이 발전함에 따라 필수적인 하드웨어로 자리잡았습니다. AI 반도체는 대량의 데이터 연산을 빠르고 효율적으로 처리하는 데 필수적인 요소로, 고성능 저전력의 전용 반도체가 필요합니다. 이는 4차 산업혁명에 접어든 현재, 반도체 산업이 AI 기술과 적극적으로 융합될 수 있도록 하는 중요한 배경이 됩니다. 특히, AI 반도체의 발전 배경으로는 2012년의 알렉스넷이 GPU를 활용해 뛰어난 성능을 보여준 사건이 있으며, 이는 인공지능 분야에서 하드웨어 기술의 중요성을 인식하게 하는 계기가 되었습니다.

  • AI 반도체의 기술 진화는 크게 1세대 CPU+GPU에서 2세대 NPU, 그리고 현재 3세대 뉴로모픽 반도체로 발전하고 있습니다. 현재 시점에서 뉴로모픽 반도체는 기초 연구 단계에 있지만, 상용화가 가까워지고 있는 NPU 중심의 시장이 확장되고 있습니다. AI 반도체의 필요성이 커지면서, 각국의 정책과 투자도 활발히 진행되고 있으며, 이러한 환경은 AI 반도체의 생태계 발전을 도모하는 데 중요한 역할을 하고 있습니다.

  • 4-2. 산업용 반도체 제조 최적화 및 AI 활용

  • 반도체 제조 공정에 AI를 활용하는 것은 효율성 향상과 비용 절감을 위한 중요한 전략으로 자리 잡고 있습니다. AI는 디자인부터 테스트, 패키징에 이르기까지 다양한 제조 단계에서 발생하는 데이터를 실시간으로 분석하여 공정 최적화를 지원합니다. 이를 통해 생산 라인에서의 효율성을 극대화하고, 불량률을 최소화하여 품질을 보장할 수 있습니다. 예를 들어, AI 알고리즘은 장비의 고장을 예측하고, 문제가 발생하기 전에 유지보수가 가능하도록 하여 생산성을 높이고 있습니다.

  • AI 기술이 결합된 반도체 제조는 품질 통제의 자동화도 가능한데, 이러한 시스템은 고해상도 비전 기술을 활용하여 칩의 결함을 미세하게 검사합니다. 이 과정은 인간의 시각적 검사보다 훨씬 더 정확하며, 시간이 지남에 따라 학습을 통해 더욱 향상됩니다. 또한, AI는 설계 및 시뮬레이션 단계에서도 혁신적인 도구로 작용해 함축된 정보를 통해 엔지니어들이 더 혁신적인 칩 디자인을 구축할 수 있도록 돕고 있습니다.

  • AI의 도입은 에너지 효율성에서도 중요한 역할을 합니다. 제조 과정에서 에너지 사용 패턴을 분석함으로써 효율성을 높일 수 있는 기회를 발굴하며, 이는 반도체 산업의 지속가능성에도 기여하고 있습니다. AI는 기업들이 에너지 소비를 최적화하고, 비용 절감을 이루는 데 있어 필수적인 도구로 자리매김하고 있습니다.

5. AI 보안 및 디지털 안보 기술

  • 5-1. 새로운 사이버 위협과 AI 보안 대응

  • 인공지능(AI)은 현대 사회의 디지털 전환을 가속화하며 산업 전반에 걸쳐 큰 변화를 가져오고 있습니다. 그러나 AI 기술의 빠른 발전은 새로운 사이버 보안 위협을 동시에 불러오고 있습니다. 현재, 사이버 공격의 범위는 단순한 기술적 침해에서 개인정보 유출, 의료기록 변조, 공공 시스템 마비 등으로 확대되어 국가 안보와 사회 신뢰에 심각한 위협이 되고 있습니다.

  • AI의 발전은 공격자에게도 활용되는 경우가 많아졌습니다. 오늘날 누구나 손쉽게 해킹 도구를 만들 수 있는 환경이 마련되었으며, 정교한 피싱 공격이 자동으로 생성될 수 있는 능력이 생겼습니다. 이에 따라 전통적인 보안 체계는 변화하는 공격 양상에 적절히 대처하기 어려워졌고, AI 기술을 활용한 능동적 보안 시스템으로의 전환이 요구되고 있습니다.

  • AI 기반의 보안 시스템은 기존의 방어 중심 접근에서 벗어나, 잠재적 위협을 예측하고 차단할 수 있는 능동적 방어를 가능하게 합니다. 즉, AI의 학습력과 예측 능력이 이를 지원합니다. 이러한 변화는 다각도로 효율성을 높이는 가능한 접근 방법으로 주목받고 있습니다.

  • 한국과학기술정보연구원(KISTI)은 이러한 AI 보안 기술의 개발을 선도하고 있습니다. 현재 KISTI는 실제 환경에서 AI 기술을 적용하고 있는 두 개의 부문보안관제센터를 운영하며, AI 기반 위협 탐지 기술을 기반으로 한 암호화 사이버 위협 탐지·대응 기술을 다부처 협력 체계하에 개발하고 있습니다. 이를 통해 더 정교한 자동 탐지 및 대응 시스템을 구축하고자 하고 있습니다.

  • 5-2. 디지털 안보 핵심 자산으로서의 AI 보안

  • AI 보안 기술의 발전은 디지털 사회의 신뢰성과 안전성을 높이는데 필수적입니다. 특히, 국가의 주요 인프라 및 개인의 안전한 디지털 생활을 보장하기 위해 AI 보안은 핵심 자산으로 자리 매김하고 있습니다. AI를 통해 사이버 공격을 실시간으로 분석하고, 자율적으로 대응하는 시스템이 필요합니다.

  • KISTI는 AI 보안 에이전트 기술을 기획 중에 있으며, 이는 실제 네트워크 환경을 시뮬레이션할 수 있는 테스트베드를 통해 AI가 자율적으로 취약점을 탐지하고 대응할 수 있도록 지원합니다. 이 기술은 국방, 금융, 의료, 공공기관 등의 분야에서 고도 보안이 요구되는 영역에서 중요한 역할을 할 것으로 기대됩니다.

  • AI 기반 보안 기술은 단순한 기술 개발을 넘어, 법정과 제도의 정비까지 포함한 종합적인 생태계 구축이 필요합니다. 정부는 장기적인 R&D 투자를 확대하고, 실무형 인재 양성을 위한 체계적인 교육과 훈련 프로그램을 마련해야 합니다. 민관이 협력하여 신종 범죄에 대한 대응 체계를 지속적으로 보완해 나가는 것이 중요합니다.

6. 산업 및 기업의 AI 디지털 트랜스포메이션

  • 6-1. 기업 디지털 트랜스포메이션 혁신 사례

  • 디지털 트랜스포메이션은 기업의 성공 전략으로 자리잡았으며, 특히 생성형 AI의 발전은 이러한 혁신을 더욱 가속화하고 있습니다. 여러 기업들이 AI 기술을 활용하여 운영 효율성을 개선하고 새로운 비즈니스 모델을 지속적으로 창출하고 있습니다. 예를 들어, 월마트는 생성형 AI 기반의 검색 서비스를 도입하여 고객 경험을 혁신적으로 변화시켰습니다. 고객의 검색 쿼리를 처리하는 AI 시스템은 실시간으로 관련 제품 정보를 제공함으로써 고객의 구매 결정을 지원하고 있습니다. 이러한 AI 기술은 사전에 구축된 클라우드 기반 데이터 인프라를 활용하여 더욱 신뢰할 수 있는 정보를 제공하게 됩니다. 이러한 사례는 디지털 트랜스포메이션이 단순히 기술 도입에 그치지 않고, 사업 운영의 핵심 요소가 되었음을 보여줍니다.

  • 또한, 제너럴일렉트릭(GE)과 포드 같은 전통적인 대기업들도 AI 기술을 통해 업무 효율성을 획기적으로 개선하고 있습니다. 이들 기업에서는 AI를 활용하여 기존의 제조 및 운영 프로세스를 재설계하고, 디지털화된 환경 속에서 데이터 기반의 의사결정을 더욱 신속하게 내릴 수 있게 되었습니다. 그 결과, 생산성 향상과 비용 절감 효과를 동시에 가져올 수 있었습니다. 이러한 전환은 코로나19 팬데믹 동안 더욱 가속화되었으며, 원격 근무와 비대면 경제의 확산이 이러한 디지털 전략 채택에 중요한 역할을 했습니다.

  • 이외에도, AI를 적용한 고객 서비스 개선 사례가 다수 존재합니다. 예를 들어, 많은 기업들이 챗봇을 도입하여 24시간 고객 지원을 가능하게 하였고, 이는 고객 만족도를 높이는 데 직접적으로 기여하고 있습니다. 고객의 질문이나 요청을 즉각적으로 처리할 수 있는 AI 기반의 시스템은 더 나아가 고객의 선호도를 분석하여 맞춤형 서비스를 제공함으로써 고객 충성도를 더욱 높이고 있습니다. 이를 통해 기업들은 고객의 요구를 더 잘 이해하게 되고, 궁극적으로 재무 성과에도 긍정적인 영향을 미치고 있습니다.

  • 6-2. AI 구현 성공 전략

  • 기업 디지털 트랜스포메이션의 성패는 AI 기술을 어떻게 도입하고 활용하는지에 의해 좌우됩니다. 성공적인 AI 통합을 위해서는 몇 가지 전략적인 접근이 필요합니다. 첫째, 기업의 비즈니스 목표와 AI 프로젝트의 목표를 명확히 정의해야 합니다. 이는 팀이 공통의 목표를 향해 협력하고 AI 솔루션이 가장 큰 가치를 창출할 수 있는 분야에 집중하게 합니다. AI 솔루션이 이니셔티브에 유의미하게 기여하도록 하기 위해, 각 팀은 비즈니스 목표와의 결합을 통해 AI의 사용 사례를 파악해야 합니다.

  • 둘째, 데이터 기반의 의사결정 프로세스를 확보하는 것이 필수적입니다. 고품질의 데이터는 AI 시스템이 효과적으로 학습하고 작동할 수 있도록 돕는 기반입니다. 그러므로 기업은 데이터 거버넌스 및 관리 전략을 수립해 데이터의 정확성, 일관성, 적시성을 보장해야 합니다. AI 모델의 구축 전에 데이터 정제 및 통합 작업을 통해 이러한 데이터를 준비하는 것이 중요합니다.

  • 셋째, 파일럿 프로젝트를 통해 AI 솔루션을 테스트하는 접근 방식이 권장됩니다. 초기 테스트단계에서 얻은 인사이트는 전면적인 실행 전에 전략을 조정할 수 있는 기회를 줄 것입니다. 이를 통해 기업은 리스크를 감소시키고 AI 도입의 성공 가능성을 높일 수 있습니다.

  • 마지막으로, AI 기술을 지속적으로 발전시켜 나가기 위한 문화의 조성을 강조해야 합니다. 직원들이 AI 시스템과 협력할 수 있는 기술을 갖추고, 데이터의 중요성을 이해할 수 있도록 교육하는 것이 중요합니다. 이러한 프로세스는 기업이 AI 기술을 활용하여 지속적인 혁신과 성장을 추구하도록 돕습니다.

7. 서비스 Interaction 및 로봇 연구

  • 7-1. AI와 로봇 통합 서비스 모델

  • AI와 로봇 기술의 발전으로 서비스 산업은 근본적인 변화를 맞이했습니다. 특히, 서비스 로봇의 도입은 고객과의 상호작용 방식을 혁신적으로 변화시키고 있습니다. 고객 기업 상호작용이 자동화됨에 따라, 서비스 제공자는 고객 맞춤형 서비스 제공을 보다 효율적으로 수행할 수 있게 됩니다. 예를 들어, 점차적으로 기업들은 챗봇 및 음성 인식 기술을 활용하여 고객 서비스에서의 인간의 역할을 줄이고 있습니다. IBM의 발표에 따르면, 2020년까지 고객과의 상호작용의 85%가 자동화될 것으로 예상되고 있습니다.

  • 그러나 이러한 자동화는 몇 가지 부작용을 동반할 수 있습니다. Matzner 외(2018)의 연구에 따르면, 고객은 서비스 직원의 인간적 서비스에서 얻는 긍정적인 경험을 추구하며, 기술에 의해 대체되었을 때 부정적인 결과를 경험할 수 있습니다. 직원의 행동, 예를 들면 친절함이나 공감 능력은 고객 경험에 중요한 영향을 미치므로, 서비스 로봇의 사용이 고객의 심리적 복지에 미치는 영향은 심도 깊은 연구가 필요합니다.

  • 더욱이, 고객이 서비스 로봇과의 상호작용에서 느끼는 신뢰와 관계 형성도 조명되어야 하는 중요한 요소입니다. 로봇이 고객과의 상호작용에서 감정적 유대감 및 만족감을 제공할 수 있는 방법에 대한 연구가 활발히 진행되고 있습니다. 이러한 연구는 서비스 품질과 생산성을 동시에 높이는 방법을 모색하는 데 중요한 기초 자료가 됩니다.

  • 7-2. SERVSIG 특집호 Call for Papers

  • 2025년 8월 12일, 'Journal of Service Management Research'에서는 AI와 로봇의 서비스 상호작용에 관한 특집호를 위한 원고 모집 사건을 발표하였습니다. 이는 서비스 산업의 급격한 변화에 대한 응답으로, 다양한 분야에서 AI와 로봇의 사용이 가져올 변화를 탐구하고자 하는 적극적인 연구를 장려하고 있습니다. 이 특집호는 서비스 관리, 정보 시스템, 심리학 등 다양한 학문적 배경을 가진 연구자들이 참여할 수 있는 장을 마련합니다.

  • 모집되고 있는 연구 주제는 서비스 상호작용에서 AI와 로봇의 역할과 영향을 살펴보는 것입니다. 연구자들은 서비스 로봇을 활용한 업체의 서비스 자동화 방식, 고객의 기술 수용도, 서비스 품질 향상을 위한 처방적 방안, 고객 경험 증진을 위한 디자인 등의 다양한 주제를 다루어 주길 요구받고 있습니다. 이는 앞으로의 서비스 상업화 및 품질 개선에 기여할 수 있는 기초 자료로 사용될 것입니다.

  • 이와 같은 다양한 연구 주제를 다룸에 있어 전통적인 경계 없이 상호 전문성이 있는 기여를 촉진하는 것이 이번 특집호의 목적입니다. AI와 로봇 기술이 서비스 산업에 미치는 장기적인 영향에 대한 이해를 심화시키는 것이 중요하며, 서비스 로봇과의 상호작용이 고객 심리 및 사회에 미칠 수 있는 영향을 다루는 연구도 환영받고 있습니다. 성과는 긍정적인 서비스 상호작용을 위한 전략 수립에 기여할 것입니다.

결론

  • 본 보고서는 2025년 중반까지 발표된 AI 연구 성과를 종합적으로 분석하며, AI 분야의 혁신이 국가 R&D와 인재 양성, 차세대 AI 모델, 반도체 및 인프라 기술 혁신, 보안 기술 발전, 기업의 디지털 트랜스포메이션, 서비스 로봇 및 Interaction 연구 등 여러 분야에서 상호 보완적으로 이루어지고 있음을 확인했습니다. 이는 AI 기술의 발전과 적용이 급속히 진화하고 있음을 의미합니다.

  • 향후 AI 기술은 지속 가능하고 통합적인 생태계를 구축하기 위해 학제 간 협력 강화, 연구 성과의 상용화, 윤리적 보안 거버넌스 체계를 확립할 필요가 있습니다. 특히, 각 분야에서의 후속 연구 및 정책 지원이 뒷받침되어야 하며, 이는 AI 기술이 사회 전반에서 구현될 수 있도록 하는 중요한 요소가 될 것입니다.

  • 결론적으로, AI 기술의 발전과 기업 내 디지털 혁신은 단순한 기술적 도입을 넘어, 경제적 가치와 사회적 책임이 결합된 형태로 발전해 나가야 합니다. 이를 통해 AI와 인간의 협업을 통한 새로운 패러다임의 구축이 가능할 것이며, 앞으로의 AI 시장 변화를 주목할 필요가 있습니다.

용어집

  • 생성형 AI: 데이터를 기반으로 새로운 콘텐츠를 생성할 수 있는 인공지능 기술을 일컫습니다. 예를 들어, 텍스트 작성, 이미지 생성, 음악 작곡 등 다양한 응용 분야에서 활용되고 있으며, 최신 모델인 GPT-5에서는 멀티모달 기능이 강화되어 여러 데이터 유형을 동시에 처리할 수 있습니다.
  • AI 국가 R&D: 국가 주도의 인공지능 연구 및 개발 프로젝트로, AI 기술의 발전 및 상용화를 위해 정부 및 연구기관이 협력하여 진행하는 연구활동입니다. 현재 KAIST가 주도하는 프로젝트 등 여러 국가 R&D 사업이 진행되고 있습니다.
  • 피지컬 AI: AI 기술을 물리적 시스템 및 원리와 통합하여 물리적 환경에서의 문제를 해결하려는 연구 분야입니다. KAIST의 연구팀이 물리적 원리를 정교하게 학습하도록 설계된 모델을 적용하고 있으며, 이는 다양한 산업에 응용될 수 있는 기반 기술로 기대되고 있습니다.
  • GPT-5: OpenAI가 2025년 8월 8일 발표한 최신 인공지능 모델로, 텍스트, 이미지, 오디오 및 영상 데이터를 동시에 처리할 수 있는 멀티모달 능력을 갖춘 것이 특징입니다. AI 동반자로서 여러 산업에서 활용 가능성을 높이고 있습니다.
  • 대형언어모델(LLMs): 방대한 데이터를 기반으로 학습하여 다양한 자연어 처리 작업을 수행할 수 있는 AI 모델을 일컫습니다. 특히 의료, 교육 등 전문 분야에서 데이터 분석 및 처리의 효율성을 높이는 데 기여하고 있습니다.
  • AI 반도체: 인공지능 연산을 위해 특별히 설계된 반도체로, 데이터 처리 속도와 효율성을 극대화하고 있습니다. AI 하드웨어 발전의 핵심 요소로, 3세대 뉴로모픽 반도체 기술이 상용화 단계에 접어들고 있습니다.
  • AI 보안: AI 기술을 활용하여 사이버 보안 위협에 대응하기 위한 솔루션 및 시스템을 총칭합니다. KISTI가 주도하는 기술 개발이 진행 중이며, AI는 새로운 사이버 위협을 예측하고 대응하는 데 중요한 역할을 하고 있습니다.
  • 디지털 트랜스포메이션: 기업이 디지털 기술을 도입하여 운영 방식을 혁신하고 비즈니스 모델을 변화시키는 과정을 의미합니다. AI 기술의 발전은 이 과정에서 중요한 역할을 하고 있으며, 기업의 경쟁력을 높이는 데 기여하고 있습니다.
  • 서비스 로봇: 고객과의 상호작용을 자동화하고, 다양한 서비스를 제공하기 위해 설계된 로봇입니다. AI와 결합하여 고객 맞춤형 서비스 제공이 가능하게 되며, 서비스 산업에서의 활용도가 높아지고 있습니다.
  • IoAI(Internet of AI): 서로 연결된 AI들이 자율적으로 взаимодействовать 하여 경제적 가치를 창출하는 새로운 패러다임을 의미합니다. 고성능 AI 모델인 GPT-5와 같은 기술이 이 구조의 신뢰성 구축에 중요한 역할을 할 것으로 기대되고 있습니다.

출처 문서