대한민국 중소기업 AI 도입 현황과 활용 사례 분석

1. 요약

• 본 리포트는 대한민국 중소기업의 AI 도입 현황과 활용 사례를 종합적으로 분석하고 있습니다. AI 기술은 생산성과 효율성을 증대시키기 위한 중소기업의 필수 요소로 자리잡고 있으며, 2024년까지 시장 규모가 약 31억 2천만 달러에 이를 것으로 전망되고 있습니다. 이 보고서에서는 AI 기술 유형별 활용 사례와 해당 산업에서의 적용을 통해 중소기업이 직면한 과제와 기회를 조명하고 있습니다.

• 특히, 중소기업은 AI 도입을 통해 약 77조 원의 경제적 효과를 기대할 수 있으며, 정부의 정책 지원이 중요한 역할을 하고 있습니다. AI 기술을 통한 혁신은 향후 중소기업의 경쟁력 강화 뿐만 아니라 국가 경제 전반에도 긍정적인 영향을 미칠 것입니다.

2. 서론

• 인공지능(AI)은 현재 경제와 사회 전반에 걸쳐 필수 불가결한 요소로 자리잡고 있습니다. 이러한 상황에서 중소기업은 AI 기술 도입의 필요성을 크게 느끼고 있으며, 특히 AI는 비용 절감과 경쟁력 강화를 위한 전략적 수단으로 인식되고 있습니다. 하지만 중소기업은 대기업에 비해 아직 초기 단계에 머물러 있는 실정입니다.

• 본 리포트는 대한민국 중소기업의 AI 도입 현황을 분석하고, 다양한 산업에 걸쳐 실제적으로 적용되고 있는 사례를 통해 AI 기술의 가능성을 탐구합니다. 먼저 AI 기술의 유형과 시장 동향을 살펴보고, 이후 제조업 및 서비스업 분야의 구체적인 활용 사례를 제시하여, 독자들이 AI 도입을 위한 비즈니스 모델과 실행 방안을 그려볼 수 있도록 돕고자 합니다.

• 마지막으로, 중소기업 AI 도입 지원 정책 현황과 방향을 분석하여, 기업들이 직면한 어려움을 극복할 수 있는 실행 가능한 전략을 제안할 것입니다. 이 리포트를 통해 독자들은 AI 기술이 가져올 변화와 그에 대한 준비가 절실하다는 것을 인식하게 될 것입니다.

3. AI 기반 기술 유형 및 시장 동향

• AI 기술은 현 시대의 경제와 사회 전반에 걸쳐 불가결한 요소로 자리 잡았습니다. 대한민국에서 AI는 생산성과 효율성을 증대시키는 주요 동력으로, 특히 중소기업에서의 활용 가능성이 높아지고 있습니다. AI 기반 기술의 발전은 새로운 시장과 혁신을 창출하는 동시에 기존 비즈니스 모델을 재편하고 있습니다. 예를 들어, 최근 보고서는 우리나라의 AI 시장 규모가 2024년에는 약 31억 2천만 달러에 이를 것으로 예상하고 있으며, 2033년에는 300억 달러에 달할 것으로 전망하고 있습니다. 이러한 성장은 주로 AI 반도체, 자율주행차, 스마트 헬스케어 등 다양한 분야에서 기업들의 적극적인 투자와 혁신 덕분입니다.

• AI 기술의 고도화는 여러 산업에 걸쳐 사용되고 있으며, 특히 헬스케어와 금융 서비스에서 그 효과가 극대화되고 있습니다. AI 기반의 의료 시스템 도입이 증가함에 따라, 병원과 클리닉에서는 질병의 조기 발견과 맞춤형 치료 전략 수립이 가능해지고 있습니다. 더불어 금융 분야에서는 사기 탐지 시스템과 고객 서비스 자동화가 확장되면서 서비스의 질과 효율이 향상되고 있습니다.

• 3-1. AI 기술 분류(머신러닝·생성형 AI·컴퓨터 비전·챗봇 등)

• AI 기술은 여러 유형으로 구분할 수 있으며, 각각의 기술은 서로 다른 목적과 특성을 가지고 있습니다. 첫 번째로 머신러닝(Machine Learning)은 데이터를 통해 스스로 학습하고 예측할 수 있는 능력을 갖춘 기술로, 일반적으로 사용되는 패턴 인식, 스팸 필터링, 개인화된 추천 시스템 등에서 활용됩니다. 머신러닝의 발전은 데이터 양이 방대해짐에 따라 더욱 가속화되고 있으며, 이는 AI의 성과를 더욱 높이는 기반이 되고 있습니다.

• 생성형 AI는 최근 가장 큰 주목을 받고 있는 기술로, 자연어 처리, 이미지 생성, 음악 작곡 등 다양한 분야에서 활용됩니다. 이 기술은 기존의 데이터를 기반으로 새로운 콘텐츠를 생성하는 데 주력하며, 예를 들어 ChatGPT와 같은 대화형 AI 모델이 이러한 기술의 대표적인 사례입니다. 이러한 생성형 AI의 등장으로 창의적인 업무가 수행될 수 있는 새로운 가능성이 열리고 있습니다.

• 컴퓨터 비전(Computer Vision) 기술도 AI의 중요한 분야로, 이미지나 비디오 데이터를 분석하고 해석하여 정보를 추출하는 기술입니다. 자율주행차, 얼굴 인식 시스템, 산업현장 모니터링 등 다양한 분야에서 필수적입니다. 마지막으로 챗봇(Chatbot) 기술은 고객 서비스 자동화와 상호작용의 효율성을 높이기 위해 적극적으로 활용되고 있으며, 고객의 문의에 신속하게 대처할 수 있는 장점을 제공합니다.

• 3-2. 2024~2033년 국내 AI 시장 성장 전망

• 국내 AI 시장은 앞으로 10년간 급속한 성장이 예상되며, 이는 연평균 26.60%의 성장률을 기록할 것으로 보입니다. 이러한 성장은 정부의 디지털 전환 정책과 기술 기업의 적극적인 투자에 힘입어 이루어질 것이며, AI 관련 인프라가 확대되면서 새로운 시장이 창출될 것입니다. 예를 들어, 2024년 동안 한국의 AI 시장 규모는 31억 2천만 달러로 평가되며, 2033년에는 300억 달러에 이를 것으로 전망됩니다.

• 주요 성장은 IT 및 통신, 헬스케어, 제조와 같은 분야에서 AI 기술이 통합되면서 이루어질 것으로 예상됩니다. AI가 금융 서비스에 접목되면서 기존 업무의 자동화는 물론, 고객 경험 향상에도 큰 기여를 할 것입니다. 예를 들어, 은행과 핀테크 기업들이 AI 기반 솔루션을 활용하여 고객 서비스적 가치와 운영 효율성을 동시에 향상시키고 있습니다.

• 또한, AI 반도체 기술의 발전과 5G, IoT(사물인터넷) 기술의 융합은 데이터 처리 능력을 한층 강화하여 AI의 적용 범위를 더욱 넓힐 것으로 전망됩니다. 이러한 기술적 발전은 국내 AI 시장의 성장을 가속화하고 있으며, 기업들이 미래 경쟁력을 갖추기 위해 AI에 대한 투자에 더욱 집중할 필요가 있음을 시사합니다.

4. 제조업 분야 AI 적용 사례

• AI 기술의 빠른 발전은 제조업 분야에서 단순한 생산성 향상을 넘어, 기업의 운영 방식을 혁신적으로 변화시키고 있습니다. 특히 중소기업에서의 AI 도입은 경쟁력 확보와 비용 절감의 중요한 열쇠로 작용하고 있습니다. 최근 연구에 따르면, 중소기업이 AI를 성공적으로 도입할 경우, 2026년까지 약 77조 원의 경제적 효과를 기대할 수 있다고 합니다. 이러한 맥락에서, 중소기업의 AI 적용 사례를 통해 보다 구체적인 실제 적용 방안과 이를 통해 얻은 성과를 살펴보겠습니다.

• 4-1. 스마트 팩토리 구축 사례

• 스마트 팩토리는 제조업의 AI 기술이 가장 뚜렷하게 적용되는 분야 중 하나입니다. 예를 들어, A기업이라는 중소 제조업체는 최신 AI 기술을 활용하여 생산 공정에 자동화를 도입하였습니다. 이 기업은 데이터 분석을 통해 생산 라인의 비효율성을 감소시키고, 품질 관리를 강화하는 데 성공했습니다. 구체적으로는, 센서를 통해 실시간으로 생산 과정을 모니터링하고, AI 알고리즘을 활용하여 예상되는 고장을 사전에 감지하는 시스템을 구축하였습니다.

• 이러한 AI 기반 스마트 공장 구축으로 인해 A기업은 생산성을 30% 향상시켰고, 불량률을 20% 감소시키는 성과를 거두었습니다. 스마트 팩토리는 생산 공정을 최적화할 뿐만 아니라, 데이터를 기반으로 한 인사이트를 제공하여 경영 의사결정을 지원합니다. 이는 AI가 제조업에서 단순한 작업 자동화를 넘어서, 비즈니스 모델 혁신에 기여할 수 있는 가능성을 보여줍니다.

• 4-2. 로봇 자동화 사례

• 로봇 자동화는 제조업에서 AI가 또 다른 중요한 적용 영역으로 자리잡고 있습니다. B기업은 AI 기반 로봇 시스템을 도입하여 물류 및 제조 과정에서의 자동화를 실현하였습니다. 이 기업은 반복적인 작업을 수행하는 로봇을 도입하여 인력의 부담을 덜고, 생산성 향상을 유도하였습니다.

• 특히, 로봇이 반복적인 조립 작업을 수행함으로써 인력의 오류를 줄이고, 특정 작업의 속도를 대폭 향상시켰습니다. 그 결과 B기업은 작업 시간을 40% 단축시키는 성과를 올렸고, 그에 따른 인건비 절감 효과를 충분히 누릴 수 있었습니다. 이러한 로봇 자동화는 인력이 부족한 중소기업에 특히 유용한 솔루션으로 각광받고 있으며, 향후 더욱 다양한 적용 가능성을 보여줄 것입니다.

• 4-3. 생산 관리 최적화 사례

• C기업은 AI를 활용하여 생산 관리의 최적화를 실현한 사례입니다. 이 기업은 AI 기반의 예측 분석 시스템을 도입하여 수요 예측을 보다 정교하게 수행하게 되었습니다. AI는 과거 데이터를 분석하여 수요 변동성을 예측하고, 이에 따른 생산 일정 조정과 재고 관리까지 지원합니다.

• AI 도입 이후 C기업은 생산계획의 적시성을 25% 향상시켰고, 불필요한 재고를 15% 감소시켰습니다. 이러한 최적화 과정은 생산 효율성을 극대화할 뿐만 아니라, 비용 절감 효과도 가져왔습니다. 특히, 이러한 AI 기반의 생산 관리 시스템은 민첩하고 유연한 제조 환경을 조성하는 데 기여하며, 중소기업들이 더 큰 경쟁력을 발휘할 수 있는 기반이 되고 있습니다.

5. 서비스업·헬스케어·유통 분야 적용 사례

• 인공지능(AI)의 발전은 서비스업, 헬스케어, 유통 분야에 혁신을 가져오고 있습니다. 이러한 변화는 단순한 기술적 진보를 넘어서, 기업의 운영 방식과 고객의 경험을 근본적으로 재구성하고 있습니다. 특히 중소기업의 경우, AI 기술의 도입은 경쟁력을 확보하는 필수 요소로 자리잡고 있으며, 실제로 여러 사례에서 그 효과가 입증되고 있습니다.

• 5-1. 의료 영상 분석 사례

• 최근 헬스케어 분야에서 인공지능 기술이 의료 영상 분석에 적용되면서 많은 변화가 일어나고 있습니다. 예를 들어, 루닛과 뷰노는 AI 기반의 의료 영상 분석 솔루션을 통해 암 조기 진단 및 진단 정확성을 크게 향상시켰습니다. 이들은 딥러닝 알고리즘을 활용하여 방대한 양의 의료 이미지를 분석하고, 조기 진단에 필요한 핵심 정보를 실시간으로 제공하고 있습니다. 특히 뷰노의 경우, 안저 영상에서의 병변을 시각화하고, 의료진이 보다 정확하게 진단할 수 있도록 돕는 기술을 개발하였습니다. 이러한 AI 시스템은 의학적 판단을 개선하는 동시에, 환자 치료의 근본적인 변화를 가져오고 있습니다.

• 헬스케어 산업에서 AI의 활용은 단지 진단에 국한되지 않습니다. 예를 들어, AI는 개인 건강 관리 및 의약품 개발 분야에서도 큰 기여를 하고 있습니다. 의료 데이터 분석을 통해 개인 맞춤형 치료 방안을 제공하고, 신약 개발 프로세스를 단축시킬 수 있는 가능성을 보여주고 있습니다. 이러한 기술의 도입은 헬스케어 시스템 전반을 더욱 효율적이고 효과적으로 만들어가고 있습니다.

• 5-2. 챗봇·가상 비서 사례

• 서비스업에서는 챗봇과 가상 비서의 도입이 매우 활발하게 이루어지고 있습니다. AI 기반의 챗봇은 고객 상담을 자동화하고, 고객의 문의 사항을 신속하게 처리함으로써 고객 만족도를 높이는 데 큰 기여하고 있습니다. 예를 들어, 금융업체에서는 챗봇을 통해 자산 관리 상담을 제공하고 있으며, 이는 고객에게 즉각적인 피드백과 맞춤형 서비스를 제공하게 해줍니다.

• 가상 비서 기술은 기업의 직원들이 일상 업무를 효율적으로 관리할 수 있도록 지원합니다. 예를 들어 Samsung의 'Bixby'와 같은 가상 비서는 개인의 일정 관리, 이메일 확인, 다양한 스마트 디바이스 제어 등을 도와줍니다. 이는 직원들이 보다 전략적인 업무에 집중할 수 있도록 하는 데 기여하고 있으며, 궁극적으로 기업의 생산성 향상에 이바지하고 있습니다.

• 5-3. 금융 자산 관리 사례

• 금융 분야에서도 AI 기술이 빠르게 확산되고 있습니다. '핀트'와 '로보어드바이저' 같은 AI 기반 자산 관리 서비스는 고객의 투자 성향을 분석하고, 이를 바탕으로 개인 맞춤형 포트폴리오를 제공하고 있습니다. 이러한 서비스는 데이터 분석 능력을 활용하여 시장의 변화에 신속하게 대응하며, 고객은 언제 어디서나 손쉽게 자산 관리를 수행할 수 있는 환경이 조성되고 있습니다.

• AI 기술의 도입은 또한 위험 관리와 Fraud Detection(사기 탐지) 시스템의 개선에도 큰 도움을 주고 있습니다. AI는 이상 거래를 실시간으로 감지하고, 사기성을 즉시 식별하여 고객에게 피해가 가지 않도록 보호하는 데 중요한 역할을 하고 있습니다.

• 5-4. 맞춤형 추천 시스템 사례

• 유통 분야에서는 맞춤형 추천 시스템이 고객 경험을 revolutionize하고 있습니다. AI 기술을 활용하여 고객의 과거 구매 이력 및 검색 데이터를 분석하고, 이를 기반으로 개인화된 상품 추천을 제공함으로써 고객의 구매 결정에 긍정적인 영향을 미치고 있습니다. '당근마켓'과 같은 플랫폼은 사용자 데이터 분석을 통해 최적의 상품을 추천하여 높은 구매 전환율을 기록하고 있습니다.

• 이러한 시스템은 고객이 원하는 상품을 신속하게 찾아주고, 판매자에게도 효율적인 판매 기회를 제공합니다. 고객의 행동 패턴을 학습하는 AI는 더욱 정교한 추천을 가능하게 하고, 이는 고객 충성도를 높이는 데 기여하고 있습니다.

6. 중소기업 AI 도입 지원 정책 및 시사점

• 대한민국의 중소기업은 국내 경제의 뼈대이자 혁신의 원동력으로 자리매김하고 있습니다. 그러나 4차 산업혁명으로 촉발된 지속적인 기술 변화는 중소기업에게 새로운 도전과 기회를 동시에 제공합니다. 특히 인공지능 기술의 도입은 이러한 변화 속에서 중소기업의 생존과 성장을 결정짓는 중요한 요소로 부각되고 있습니다. AI 도입을 통해 중소기업은 운영 효율성을 높이고, 고객 맞춤형 서비스를 제공할 수 있는 기반을 마련할 수 있습니다. 이러한 AI 기술의 적극적인 활용은 전체 국가 경제에도 긍정적인 영향을 미칠 것입니다.

• 그러나 현재 중소기업의 AI 도입은 아직 초기 단계에 머물러 있는 실정입니다. 한국의 중소기업 중 AI를 도입한 비율은 4%로, 이는 대기업의 AI 도입 비율 9.2%보다 현저히 낮습니다. 이러한 격차는 중소기업이 직면한 인력 부족, 자금 부족 등의 어려움과 관련이 깊습니다. 따라서 정부와 관련 기관의 실질적인 지원이 절실히 요구됩니다.

• 6-1. 정부·기관 지원 프로그램

• 정부는 중소기업의 AI 도입을 촉진하기 위해 다양한 지원 프로그램을 운영하고 있습니다. 중소벤처기업부의 지원 정책은 AI 기술의 도입을 초기 단계부터 지원하는 데 중점을 두고 있습니다. 여기에는 재정적 지원 및 세제 혜택과 같은 직접적인 지원 외에 AI 기술에 대한 교육 및 컨설팅 프로그램도 포함됩니다. 이러한 정책은 중소기업이 기술을 실험하고 도입할 수 있는 안전한 환경을 제공함으로써, 자율적으로 AI 시스템을 구축할 수 있도록 돕고 있습니다.

• 또한, 중소기업 자신의 필요에 맞춘 맞춤형 AI 도입 및 활용 교육 프로그램도 추진되고 있습니다. AI 기반 기술에 대한 전문가의 안내를 통해 중소기업 임직원들이 실무에서 AI를 효과적으로 활용할 수 있도록 지원하고 있습니다. 이러한 정부의 적극적인 정책은 중소기업의 AI 도입 시기를 앞당기고 있습니다.

• 6-2. 단계별 AI 도입 전략

• 효과적인 AI 도입을 위해서는 체계적인 단계별 접근법이 필요합니다. AI 도입 초기에는 기업의 디지털 성숙도를 평가하여 현재 상태에 맞는 AI 활용 방안을 제시해야 합니다. 이에 따라 기업의 디지털화 수준에 따라 세분화된 AI 도입 전략이 필요합니다. 예를 들어, AI 시스템을 도입하기 전에는 먼저 데이터 기반 의사결정 체계를 강화하고, 이후 점진적으로 AI 시스템을 통합하는 형태로 접근할 수 있습니다.

• 이러한 단계적인 전략은 AI 도입의 성공 가능성을 높이는 데 중요한 역할을 합니다. 중소기업들은 자신의 운영 방식에 맞춘 AI 도입 로드맵을 구성하고, 이를 통해 실무에서의 AI 활용 역량을 점진적으로 향상시킬 수 있습니다.

• 6-3. 독일 사례 비교와 시사점

• AI 도입과 활용에 관한 독일의 중소기업 사례는 대한민국 중소기업에게 귀중한 시사점을 제공합니다. 독일은 중소기업의 AI 도입을 통해 생산성과 효율성을 극대화하는 사례가 많으며, 정부의 체계적인 지원 및 협력 생태계 구축이 큰 역할을 하고 있습니다. 예를 들어, 독일 정부는 중소기업을 대상으로 한 AI 혁신 센터를 운영하며, 기업 간의 협력과 연구개발을 적극적으로 지원합니다.

• 이는 한국 중소기업이 AI 기술을 효과적으로 도입하기 위해 참고할 만한 좋은 모델입니다. 특히, 지역별 AI 서비스 센터 운영과 같은 지역 기반 지원 생태계를 마련하는 것은 한국 중소기업 또한 고민해야 할 중요한 과제입니다. 이러한 모델을 통해 중소기업의 AI 도입이 더욱 원활해질 것입니다.

7. 결론

• 본 리포트에서 제시한 바와 같이, 대한민국 중소기업은 AI 기술의 도입을 통해 상당한 경제적 효과를 기대할 수 있으며, 산업 전반에 걸쳐 지속적으로 변화하는 시장 요구에 대응할 수 있는 기회를 창출할 수 있습니다. AI 도입은 단순한 기술 도입을 넘어 중소기업의 비즈니스 모델을 혁신하는 데 기여할 것입니다.

• 그러나 현재 우리나라의 중소기업 AI 도입 비율은 낮은 수준에 있으며, 이를 극복하기 위한 정부의 지속적인 지원과 실질적인 정책이 절실합니다. 특히, 단계별 접근법을 통해 중소기업이 AI 기술을 효과적으로 도입하고 활용할 수 있도록 돕는 것이 중요합니다. 독일의 사례처럼 체계적이고 협력적인 생태계 구축이 필요합니다.

• 결국, 중소기업의 AI 도입은 단지 기업 차원이 아니라 국가 경제 전반의 경쟁력을 높이는 중요한 요소가 됩니다. 중소기업이 AI를 적극적으로 활용할 경우, 이는 향후 전체 경제에도 긍정적인 영향을 미칠 것으로 기대됩니다. 따라서 앞으로의 AI 도입 및 활용 방안에 대한 체계적인 논의가 이루어져야 할 것입니다.

용어집

• AI (인공지능): 인간의 지능을 모방하여 학습, 추론, 문제 해결 등을 수행하는 기술로, 다양한 분야에서 자동화 및 효율성을 높이는 데 사용됩니다.

• 머신러닝 (Machine Learning): AI의 한 분야로, 데이터에 기반하여 알고리즘이 스스로 학습하고 예측하는 방식입니다.

• 생성형 AI: 기존 데이터를 기반으로 새로운 콘텐츠(텍스트, 이미지 등)를 생성할 수 있는 AI 기술입니다.

• 컴퓨터 비전 (Computer Vision): 기계가 이미지나 비디오를 이해하고 분석하여 정보 추출을 가능케 하는 기술로, 자율주행차 및 얼굴 인식 등에 활용됩니다.

• 챗봇 (Chatbot): 고객 서비스 자동화를 위해 프로그램된 대화형 AI로, 사용자의 질문에 신속히 응답하여 고객 경험을 향상시킵니다.

• 스마트 팩토리 (Smart Factory): AI 및 IoT 기술을 통합하여 제조 공정의 자동화와 최적화를 통해 생산성을 높이는 혁신적인 제조 환경입니다.

• AI 반도체: AI 연산을 최적화하기 위해 설계된 반도체로, AI 기술의 성능을 극대화하는 데 기여합니다.

• 딥러닝 (Deep Learning): 다층 신경망을 활용하여 대량의 데이터를 분석하고 학습할 수 있는 머신러닝의 한 세부 분야입니다.

• 예측 분석 (Predictive Analytics): 과거의 데이터를 기반으로 미래의 추세나 행동을 예측하는 기술로, 비즈니스 의사결정을 지원합니다.

• 독일 사례 비교: 독일의 중소기업이 AI를 도입하여 성과를 낸 사례를 분석함으로써 한국 중소기업이 배울 점을 제공하는 것입니다.

출처 문서

• (자율 24-11) 권준화_중소기업의 AI 도입 및 활용에 관한 사례 ...https://db.kosi.re.kr/kosbiDB/attachfiles/file/download?fileName=(%EC%9E%90%EC%9C%A8%2024-11)%20%EA%B6%8C%EC%A4%80%ED%99%94_%EC%A4%91%EC%86%8C%EA%B8%B0%EC%97%85%EC%9D%98%20AI%20%EB%8F%84%EC%9E%85%20%EB%B0%8F%20%ED%99%9C%EC%9A%A9%EC%97%90%20%EA%B4%80%ED%95%9C%20%EC%82%AC%EB%A1%80%EB%B6%84%EC%84%9D%EA%B3%BC%20%EC%8B%9C%EC%82%AC%EC%A0%90(%EC%B5%9C%EC%A2%85).pdf
• 중소기업의 혁신제품 성공도 제고를 위한 인공지능의 특성 연구 - 기업가정신과 벤처연구 - 한국중소기업학회 - KISShttps://kiss.kstudy.com/Detail/Ar?key=3675355
• 대한민국 인공지능 시장 규모 및 전망 2033https://www.imarcgroup.com/report/ko/south-korea-artificial-intelligence-market
• 다가온 인공지능 시대, 기업은 어떤 준비를 해야할까?https://innovationlab.co.kr/project/douzone2024-1/
• 인공지능 기술 혁신시대에 중소 제조업의 혁신 방향에 대해 논의 ...https://www.mss.go.kr/common/board/Download.do?bcIdx=1058030&cbIdx=160&streFileNm=fa7bc84c-5a4a-43d7-bfd0-11dd26f096e6.pdf
• PDF 헬스케어산업에서의 인공지능 활용 동향 - Korea Sciencehttps://koreascience.kr/article/JAKO202016263392766.pdf
• [전문가 기고]국내 기업의 AI 도입 현주소…기회와 도전 속 혁신 여정https://www.m-i.kr/news/articleView.html?idxno=1273777
• 중소벤처기업부https://mss.go.kr/site/smba/foffice/ex/linkage/linkageView.do?target=R002&cont_knd=R002&b_idx=1573