추가 적립 안내

본서의 특징

인공지능(AI) 분야 시장은 글로벌 기업유치, 인재양성 및 인재유치, AI 생태계 형성과 데이터의 중요성 강조, 인간중심의 AI 실현 등 크게 네 가지 방향으로 추진되고 있다. AI 분야의 글로벌 시장은 2018년에는 전년 대비 30%에서 50%로 성장하였으며, 2025년에는 평균 36%~45%로 성장할 것으로 전망된다. 향후 머신러닝, 딥러닝, IoT 등 관련 기술을 위한 데이터 확보 및 생태계 선점 경쟁이 시장을 주도하며 글로벌 기업 및 국내 기업들 사이의 핵심 화두가 될 것으로 보이며 대폭적인 성장이 예상된다.

지금은 인간 대신 AI가 운전하는 자율주행 자동차가 상용화 단계에 있을 정도로 AI 기술은 급속도로 성장했으며, 에너지, 기계, 바이오 등 각종 과학기술 분야로 영역을 확장하며 새로운 부가가치를 창출하고 있다. AI가 불러일으키는 산업·사회적 변화에 능동적으로 대응해야 한다는 요구가 커지면서 새 정부에서도 인공지능 산업 육성을 발표하며 경제·사회 전반에 혁신을 도모하고 있다. 그러나 AI 국가경쟁력은 미국, 중국, 일본, 유럽 등 글로벌 선진국과 비교해 격차가 크고, 인재, 운영환경, 정부전략 등 세부 항목에서는 평균치에도 못 미치는 수준이다. 그럼에도 불구하고 정부와 기업의 기술/정책적 노력에 힘입어 산업 현장에서의 AI 도입이 그 어느 때보다도 활발해질 것으로 전망된다.

이에 본원 R&D정보센터에서는 인공지능(AI) 산업 분야별 최신 기술 개발 확보를 통한 글로벌 경쟁력 강화에 도움이 되고자 관련기관들의 분석 정보자료를 토대로 정리하여 「인공지능 주요 산업 분야별 실태분석 -금융/국방/제조/자율주행/농업/의료」을 발간하였다. 본서에서는 최근 인공지능(AI) 산업 분야에서 크게 주목받고 있는 금융/국방/제조/자율주행/스마트농업/의료 산업의 기술 및 시장전망과 생산사례, 산업동향을 수록하였다. 본서가 학계·연구기관 및 관련 산업분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다.

2022. 7.

제Ⅰ편 인공지능(AI) 산업
제1장 인공지능(AI) 산업 생태계 정책 현황
1. AI 산업 생태계와 사업화 요건
1) AI 산업 개요와 생태계
(1) AI 산업 개요
가. AI 기술 개요
나. AI 기술 적용 분야
(2) AI 산업 생태계
가. AI 산업과 디지털 기술
나. 주요 AI 인프라 요소
다. AI 사업화의 핵심요소
라. AI 산업 지원의 필요성
2) AI 기술 사업화와 지원방향
(1) AI 기술 사업화
(2) 지원방향
3) 인공지능산업 시장규모 및 전망
(1) 글로벌 인공지능 시장규모 및 트렌드
(2) 국내 인공지능 시장규모 및 트렌드
4) 인공지능 기업동향 및 기술수준
(1) 글로벌 IT 기업
(2) 글로벌 인공지능 스타트업
(3) 국내기업
(4) 주요국 대비 국내 기술수준
가. 국내 인공지능 기술수준 현황 및 발전환경
나. 상세 기술별 경쟁력
다. 미래 인공지능 경쟁력
2. AI 주요 정책과 추진전략
1) 주요국 인공지능 정책
(1) 글로벌 인공지능 정책 개요
(2) 미국
(3) 중국
(4) EU
(5) 한국
2) 인공지능 정책 추진전략
(1) 신뢰 가능한 인공지능 구현 환경 조성
가. 인공지능 제품?서비스에 대한 신뢰 확보 체계 마련
나. 민간 신뢰성 확보 지원
다. 인공지능 신뢰성 원천기술 개발
(2) 안전한 인공지능 활용을 위한 기반 마련
가. 학습용 데이터 신뢰성 제고
나. 고위험 인공지능에 대한 신뢰 확보
다. 인공지능 영향평가 추진
라. 사회 전반 신뢰 강화 제도 개선
(3) 사회 전반 건전한 인공지능 의식 확산
가. 인공지능 윤리교육 강화
나. 주체별 체크리스트 마련
다. 인공지능 윤리 정책 플랫폼 운영
3) 인공지능 광주지역 구축 현황
(1) 데이터 중심의 인공지능 클러스터 조성
가. 인공지능 산업융합 집적단지 조성
나. 세계적 수준의 인공지능 특화 데이터센터 구축
다. AI+ 지역 주력산업(에너지, 자동차, 헬스케어) 실증 테스트베드 구축
라. 인공지능 제품·서비스 실증을 위한 시범도시 공간조성
마. 인공지능 데이터 산업융합원 설립
(2) 인공지능 산업 비즈니스 플랫폼 구축
가. AI 스타트업 육성 및 지원
나. AI 산업육성의 최적의 환경조성 및 기업유치
다. AI 특화 글로벌 창업지원 펀드 조성
라. 차세대 지능형 반도체 개발
마. 산업 융합형 AI+ X 기술개발
바. 인공지능산업 글로벌 네트워크 구축 및 시장진출 지원
(3) 인공지능 인재 양성 사다리 구축
가. AI 고급인재 양성을 위한 인공지능대학원 개원
나. AI 실무형 인재양성을 위한 인공지능 사관학교 설립·운영
다. AI +X 융합 인재양성을 위한 지역대학 전공과정 신설
라. 일자리 전환 및 직무능력 고도화를 위한 AI 융·복합인재(재직자) 교육
마. 초·중등을 위한 다양한 AI 체험 및 학습캠프 운영
(4) 시민이 참여하고 체감하는 인공지능 도시만들기
가. 마이데이터(My data) 기증운동 추진
나. AI기술을 활용한 공공서비스, 생활문제 해결 등 시민참여 활성화
다. 대한민국 AI클러스터 포럼 개최
라. 인공지능기반 대시민 공공서비스 혁신
(5) 추진체계 및 실행계획
가. 추진체계
나. 실행계획
3. AI 핵심기술 및 기술보안 동향
1) AI 기술 현황
(1) AI 기술의 이해와 현황
가. AI의 개념과 기술의 분류
나. AI 알고리즘의 활용 사례
(2) AI 기술의 보안 이슈
가. AI의 보안위협은 증가 추세로 이에 대한 대응준비도 부족
나. AI 보안위협 ①: AI 모델 공격
다. AI 보안위협 ②: 안전성(Safety) 이슈
라. AI 보안위협 ③: 프라이버시 침해
(3) 시사점 및 정책 제언
가. AI 기술은 활용이 증가되고 있는 반면, 보안위협 또한 증가
나. ‘AI 중심사회’를 위한 보안 정책 방향 제언
2) AI 핵심 기술 분석
(1) 주목받는 인공지능 9대 핵심 기술
가. 초대규모 모델 GPT-3 “GPT-3의 등장 및 언어모델의 스케일업”
나. 연합학습(Federated Learning) “개인정보가 보호되는 분산 AI 학습”
다. 엣지 AI(Edge AI) “온디바이스 AI를 위한 모델 경량화”
라. 트랜스포머(Transformer) “NLP에서 컴퓨터 비전까지 영역 확장”
마. 시스템2 AI(System2 AI) “단순 이해를 넘어 인과적 이해를 하는 AI”
바. 자기지도학습(Self supervised learning) “데이터 라벨링의 한계 극복”
사. 생성적 AI(Generativa AI) “(사물 등) 인식을 위한 AI가 아닌 창조를 하는 AI”
아. 전이학습(Transfer learning) “누구나 딥러닝을 할 수 있는 환경 확산”
자. AutoML “AI도 AI가 만들어 낸다”
(2) 인공지능 9대 핵심 기술로 본 주요 시사점
가. 인공지능 활성화를 위한 주요 시사점
나. 인공지능 모델의 초대규모화가 시작
다. 응용서비스 활성화를 위한 기반 기술이 부상
라. 우수인재 확보와 모델 성능 평가를 위한 공통 기준이 중요
3) 인공지능 국제 표준화 동향

제2장 인공지능(AI) 스타트업 정책 현황
1. 인공지능(AI) 부문별 주요 이슈 동향
1) 연구(Research) 부문
2) 인재(Talent) 부문
3) 산업(Industry) 부문
4) 정치(Politics) 부문
5) 2022년 부문별 국내 AI 전망
(1) 기술 부문
(2) 인재 부문
(3) 산업 부문
(4) 정치 부문
2. 국내외 인공지능 스타트업 업체현황 및 생태계 현황
1) 국내·외 인공지능 스타트업 및 유니콘 생태계 현황
(1) 세계 인공지능 스타트업 현황
(2) 세계 인공지능 유니콘 현황
가. 기업의 탄생속도는 매년 빠르게 증가하는 추세
나. 글로벌 AI 유니콘 생태계에서 미국과 중국 간 양강 구도가 확실시
(3) 국내 인공지능 스타트업 현황
가. AI 구축을 위한 서비스 시장 확대와 AI 플랫폼 분야 스타트업의 부상
나. M&A·IPO 성공사례 증가로 협소한 국내 투자 회수시장 한계 개선
2) 세계가 주목하는 인공지능 스타트업
(1) 글로벌 인공지능 스타트업 TOP 10
가. 오로라 이노베이션(Aurora Innovation)
나. 그래프코어(Graphcore)
다.?레모네이드(Lemonade)
라. 데이터로봇(DataRobot)
마. 센티넬원(SentinelOne)
바. 버터플라이 네트워크(Butterfly Network)
사. 투심플(TuSimple)
아. 페어(Faire)
자. 리커션 파마슈티컬즈(Recursion Pharmaceuticals)
차. 스니크(Snyk)
(2) 글로벌 인공지능 유니콘 TOP 10
가. 바이트댄스(Byte Dance)
나. 센스타임(Sense Time)
다. 아르고 AI(Argo AI)
라. 오토메이션 애니웨어(Automation Anywhere)
마. 유아이패스(UiPath)
바. 메그비(Megvii)
사. 인디고 애그리컬쳐(Indigo Agriculture)
아. 클라우드워크(Cloudwalk)
자. 죽스(Zoox)
차. 호라이즌 로보틱스(Horizon Robotics)
(3) 국내 인공지능 스타트업 TOP 10
가. 라온피플㈜
나. ㈜제이엘케이
다. ㈜플리토
라. ㈜마인즈랩
마. ㈜뷰노
바. ㈜뤼이드
사. 로앤컴퍼니(Law&Company)
아.?노을(주)
자. ㈜크라우드웍스
차. ㈜크래프트테크놀로지스
3. 국내 인공지능 스타트업의 주요 이슈와 정책 요구사항
1) 기업의 AI 도입 및 활용 확대를 위한 정책과제
(1) 국내 기업의 AI 도입은 소수에 그침
(2) 기술투자·지출을 확대하며 다양한 분야에 활용
(3) AI 도입·활용 애로사항은 다양한 분야 복합적으로 존재
가. AI 도입 및 활용에 필요한 인력·자금·기술 부족
나. 기업 내부환경적 애로사항
다. 기업 외부환경적 애로사항
(4) 종합적이고 실효성 있는 정책 수단 필요
2) AI 스타트업 생태계 혁신을 위한 정책방향
(1) 제6의 물결을 이끄는 AI 스타트업
가. 글로벌 위기 속에서 새로운 경기 파동을 이끄는 제6의 물결, AI
나. 디지털 대전환 시대에서 세계 경제를 새로이 견인하는 ‘AI 스타트업’
다. 우리 경제의 성장 가속화를 위한 AI 스타트업 생태계 혁신은 필수
(2) 국내·외 AI 스타트업 현황 분석
가. 현황 비교
⒜ 他 산업과의 지능형 융합으로 핵심시장 선점을 가속화
⒝ 글로벌 기업 신시장 창출 본격화
나. 현황 진단
(3) 국내 AI 스타트업 정책 분석
가. 스타트업 생태계 혁신 정책
⒜ 혁신창업 생태계
⒝ 제2벤처 붐 확산 전략(‘19.3)
나. 스타트업 혁신 정책의 현황
(4) AI 스타트업 생태계 혁신을 위한 정책방향
가. AI 기술 고도화로 글로벌 Catch-up
나. AI 주력 분야 글로벌 선도 강화
다. 자생적 AI 혁신 생태계 조성

제Ⅱ편 분야별 인공지능(AI) 현황
제1장 금융분야 인공지능 산업 기술 현황
1. 금융산업의 디지털 전환과 인공지능 현황
1) 금융산업 디지털 전환 동향
(1) 핀테크의 정의와 금융산업의 환경변화
(2) 금융산업 디지털 전환 시 주요 활용 기술
(3) 은행의 디지털 전환 양상
가. 프론트 오피스(Front office)
나. 미들 오피스(Middle office)
다. 백 오피스(Back office)
2) 금융산업 인공지능의 역할 현황 및 전망
(1) (AI) 인공지능 와 금융시장
(2) 금융시장에서의 AI의 한계 및 문제점
(3) 정책적 시사점
3) 글로벌 자산운용사의 AI, 빅데이터 활용 사례와 시사점
(1) 글로벌 자산운용사의 디지털 기술 투자 확대 배경
(2) 글로벌 자산운용사의 AI, 빅데이터 활용 사례
(3) 시사점
2. 인공지능(AI) 금융서비스 혁신 동향
1) 인공지능이 가져올 금융 서비스 혁신 전망
(1) 업무관리와 서비스의 자동화
(2) 고객 맞춤형 자산관리 서비스 제공
(3) 빅데이터 분석에 기반한 금융위험 예측 및 규제 준수
(4) 신뢰있는 AI 금융서비스 발전을 위한 정부의 역할
2) 글로벌 자산운용산업의 인공지능 기반 혁신 동향 및 사례
(1) 자산운용산업과 인공지능(AI)
가. 글로벌 자산운용산업 현황
나. 자산운용산업의 주요 당면이슈
다. 자산운용산업의 인공지능 활용과 영향
(2) 자산운용산업의 AI 활용 및 사례 : 리서치·투자관리
가. 분석역량 강화를 통한 투자기회 모색
나. 머신러닝 기반 알고리즘으로 투자모델 정교화
다. 거래비용 및 시장충격 최소화
(3) 자산운용산업의 AI 활용 및 사례 : 판매·마케팅
가. 디지털 채널을 통한 고객기반 확대
나. 고객 맞춤형 서비스 제고
(4) 자산운용산업의 AI 활용 및 사례 : 미들·백오피스
가. 업무 효율성 및 생산성 증대
나. 리스크 관리 고도화
(5) 자산운용산업내 AI 혁신 선두주자 : BlackRock
(6) 주요국의 인공지능 관련 규제 동향
가. 인공지능 전반 규제
나. 알고리즘 거래 규제
3) 금융분야 AI 가이드라인 주요내용과 추진 현황
(1) 금융분야 AI 규율 형식
(2) AI 가이드라인 주요내용
가. 목적과 범위
나. 거버넌스의 구축
다. 기획·설계 단계
라. 개발 단계
마. 평가·검증 단계
바. 도입·운영·모니터링
사. AI 업무위탁에 관한 특례
4) AI 도입 금융기업 디지털 혁신 현황
(1) 해외 금융기업의 AI를 기반한 디지털 혁신 현황 점검
가. 금융업에서 디지털 혁신의 진행
나. AI의 성장과 서비스 활용
다. 금융에서 인공지능(AI) 적용한 사례
라. AI를 접목시키는 디지털 혁신을 위한 변화
(2) 성공적 AI 도입을 위한 금융 기업의 고려 사항과 주제 선정 방법
가. AI 도입 성공을 위한 3大 고려 사항
나. 금융업의 AI 도입을 위한 시사점

제2장 국방분야 인공지능 산업 기술 현황
1. 국방 인공지능(AI) 전략 및 활용 동향
1) 국가 안보를 위한 인공지능과 3대 전략 기술
(1) 인공지능 현황
가. AI 패권 경쟁
나. AI 분야 주요 이슈 및 기술 연구 동향
다. 향후 AI 발전 양상
(2) 국가 안보 관점의 인공지능 기술 도전·기회 요소
가. 미·중 및 글로벌 동향
나. 중점 보호 및 육성 기술
⒜ 지능형 반도체
⒝ 자율무기
⒞ 생성적 적대 신경망
2) 국내외 국방 분야의 인공지능 활용 현황
(1) 주요국의 국방 인공지능 개발 및 활용 프로젝트
가. 미국
나. 중국
다. 영국
라. 유럽연합
(2) 국내 국방 분야 인공지능 활용 정책 현황
가. 국방 분야의 지능화 혁신을 위한 주요 정책
나. 인공지능과 빅데이터 기반 ‘국방 인공지능 추진전략’
(3) 국방 분야 인공지능 활용의 주요 쟁점
가. 혁신 주체 및 조직 문화적 특징
⒜ 국방 분야 인공지능 기술 활용 주체
⒝ 활용 주체들의 인공지능 기술 도입에 대한 문화
나. 국방 분야에서의 인공지능 기술 성숙도
다. 제도적 정합성 문제
⒜ 관련 법제의 미비점 또는 충돌 문제
⒝ 윤리적 문제점
⒞ 민군 협력을 제약하는 요소들
(4) 정책적 제언
가. 활용 주체 측면에서의 개선 방향
⒜ 인공지능 기술의 임무대체 우려 완화 및 교육체계 마련
⒝ 국방 인공지능 기술에 대한 군의 신뢰성 부족 해소
나. 기술 수준 측면에서의 개선 방향
⒜ 국방에 특화된 의사결정 지원을 위한 데이터 플랫폼 기술개발
⒝ 네트워크 인프라의 개선과 활용성 제고
다. 제도적 측면에서의 개선 방향
⒜ 국방 데이터 활용을 제약하는 보안 규제 개선
⒝ 적극적인 인공지능 활용 시도를 위한 규제 샌드박스의 단계별 도입
2. 국방분야 인공지능 산업과 기술 동향
1) 군용 인공지능(AI) 산업 분석
(1) 산업 개요
가. 기술 개요
나. 시장 현황
다. 시장 특성
⒜ 시장 원동력
⒝ 산업 환경 분석-5 Forces 분석
(2) 시장동향
가. 글로벌 전체 시장 규모
나. 세부기술별 시장 규모
다. 지역별 시장 규모
(3) 기업 동향
가. 경쟁 환경
나. 주요 기업 동향
⒜ Lockheed Martin
⒝ Raytheon
⒞ Northrop Grumman
⒟ IBM
⒠ THALES GROUP
2) 스마트 국방혁신 추진현황 및 발전방안 고찰
(1) 스마트 국방혁신 추진배경
가. 4차 산업혁명 개념 등장과 범정부적 대응
나. ‘4차 산업혁명 스마트 국방혁신’추진 필요성
다. 4차 산업혁명의 성장동력 기술
(2) 스마트 국방혁신 추진현황 및 성과
가. 추진현황
나. 추진성과
⒜ 정책·제도 개선
⒝ 시연 등을 통한 성과 공유
(3) 스마트 국방혁신 발전방안
3) 국방 인공지능 인프라 관련기술 및 개발 동향
(1) 인공지능 데이터
(2) 인공지능 알고리즘
(3) 인공지능 컴퓨팅 환경
4) 국방 빅데이터/인공지능 미래기술 및 관리시스템 연구 동향
(1) 인공지능 분야 국방 미래기술에 관한 실증연구
가. 국방 분야 인공지능 연구동향
⒜ 해외 국방 분야 인공지능 연구 동향
⒝ 국내 국방 분야 인공지능 연구 동향
나. 미래 국방기술 조사
⒜ 기술주도형 미래 국방기술 조사절차
⒝ 미래 국방기술 선정
⒞ 미래기술 특성평가 지표 설계 및 조사
⒟ 미래기술 선정을 위한 특성평가 지표별 가중치 부여
다. 실증연구 및 분석결과
⒜ 미래기술 유망도에 대한 문제제기
⒝ 인공지능 분야 유망도-특성평가 지표간 상관관계 분석
⒞ 인공지능 분야 유망도-특성평가 지표 간 다중회귀 분석
라. 결론
(2) 국방 다중메타데이터 저장소 관리시스템(MRMM) 기술 연구
가. 동향
나 자연어 처리 - 통계적 관점
다. 자연어처리 - 추측적 접근
(3) 다중 데이터 저장소 관리(MRMM)
(4) 표준사전에 자연어처리 적용
가. 훈련 환경(Training Setting)
나. 하이퍼파라미터 튜닝
(5) 결과
가. 단일 표준사전 분석
나. 다중 표준사전 분석
3. 국방 인공지능 인프라 분석 및 발전방안
1) 국방 인공지능 인프라 현황진단
(1) 국방 인공지능 데이터
(2) 국방 인공지능 알고리즘
(3) 국방 인공지능 컴퓨팅 자원
(4) 국방 인공지능 인프라 SWOT 분석
2) 국방 인공지능 인프라 발전방안
(1) 국방 인공지능 데이터
(2) 국방 인공지능 알고리즘
(3) 국방 인공지능 컴퓨팅 자원

제3장 제조분야 인공지능 산업 기술 현황
1. 스마트제조 산업과 기술 동향
1) 스마트제조 산업 개요
(1) 일반적 정의
가. 스마트제조의 정의
나. 스마트공장의 정의
(2) 필요성
(3) 구축 범위
가. 가치사슬
나. 대표적 분류 방법
다. 기술로드맵 전략분야의 범위
2) 스마트제조 시장 분석
(1) 세계 시장 분석
가. 세계시장 동향 및 전망
⒜ 스마트제조 전체시장 전망
⒝ 세부 시장 전망
⒞ 스마트제조 지역별 시장 전망
나. 세계시장 핵심플레이어 동향
⒜ 해외 주요기업 동향
⒝ 국내외 공급 선도기업 현황 비교
(2) 국내 시장 분석
가. 국내 시장 동향 및 전망
나. 국내 생태계 현황
다. 생태계 핵심플레이어 동향
⒜ 어플리케이션 및 플랫폼 분야 대기업 동향
⒝ 어플리케이션 및 플랫폼 분야 중소기업 동향
⒞ 장비·디바이스 대기업 동향
⒟ 장비·디바이스 중소기업 동향
3) 스마트제조 기술 분석
(1) 해외 기술 동향
가. 주요 기술
⒜ 스마트제조 어플리케이션
⒝ 스마트제조 설비/디바이스
나. 해외 기업 기술 현황
(2) 국내 기술 동향
가. 기술 동향
나. 국내 기업 기술 현황
⒜ 대기업 동향
⒝ 중소기업 동향
4) 스마트제조 정책 분석
(1) 해외 정책 동향
가. 스마트공장의 선도국가, 독일
나. ICT기반의 첨단 제조업 혁신정책, 미국
다. Society 5.0, 일본
라. 제조 2025, 중국
(2) 국내 정책 동향
가. 주요 정책 동향
나. 스마트공장 관련 기관
2. 스마트제조 분야 인공지능 정책과 기술 현황
1) 스마트제조 분야 인공지능 활용 동향 및 전망
(1) 제조 분야 인공지능 활용 동향과 도입 고려사항
가. 인공지능 제조 분야 적용 현황
나. 인공지능 도입 시 데이터 수집·관리·분석 단계에 따른 고려사항
(2) 스마트 제조 분야에서의 인공지능 기술 활용 전망
가. 스마트 제조 플랫폼에서의 인공지능 활용 동향
나. 산업용 로봇에서의 인공지능 활용 동향
다. 숙련 기술자와 로봇, 플랫폼의 협업, 인공지능 기반 스마트 제조의 미래
라. 스마트 제조 시장 선도를 위한 지원 정책 강화 필요
2) 인공지능과 스마트팩토리의 국내 제조업 적용
(1) 제조업 분야의 인공지능 적용 방향
(2) 국내 제조업에서의 스마트팩토리 적용
3) AI·데이터 기반 중소기업 제조혁신 고도화 전략
(1) AI 중소벤처 제조 플랫폼 구축 및 선도사례 확산
가. 마이제조데이터 인프라 구축
⒜ 세계 최초 민관협력 「AI 중소벤처 제조 플랫폼」 구축
⒝ 양질의 데이터 생성 및 공유를 위한 데이터 표준 및 공유규범 마련
⒞ 마이제조데이터 활성화 기반 마련
나. 5G+AI 스마트공장 등 선도사례 창출ㆍ확산
⒜ 중소기업 핵심 설비ㆍ공정 중심으로 AI 표준모델 50개 구축 (~'25년)
⒝ 공장 내 문제해결을 위한 AI 컨설팅 및 실증 지원
⒞ 공정을 스스로 최적화하는 「5G+AI 스마트공장」 1,000개 구축 (~'25년)
⒟ 스마트공장을 네트워크로 연결하는 디지털 클러스터 조성 (20개소,~'25년)
(2) AI·데이터 중심 스마트제조 공급기업 육성
가. 스마트제조 R&D를 통한 기술경쟁력 강화
⒜ 제조혁신 3대 분야 스마트제조 R&D 추진
⒝ 5G 네트워크 기반 스마트공장 실증
⒞ 스마트제조 분야별 실증 인프라 구축
나. AI 기반 스마트제조 인력양성 고도화
⒜ 제조분야에 특화된 AI 전문인력 육성 (+0.1만)
⒝ 고도화된 스마트공장 구축을 위한 공급기업 전문인력 양성 (+0.2만)
⒞ AI 활용이 가능한 도입기업 현장인력 양성 (+1.2만)
다. 스마트제조 창업기업 발굴ㆍ육성 및 투자 활성화
⒜ 제조 특화 AIㆍ데이터 혁신 스타트업 발굴ㆍ육성
⒝ 스마트제조 공급기업에 대한 전략적 투자 활성화
⒞ 스마트공장 수요ㆍ공급기업에 대한 융자 및 보증 강화
라. 공급기업 해외진출 지원 및 수요촉진
⒜ 선택과 집중을 통한 공급기업 해외진출 지원
⒝ 글로벌 공급망 재편 대응을 위한 스마트 리쇼어링 지원
(3) AI·데이터 기반 중소기업 제조혁신 거버넌스 확립
가. 제조혁신 관련 법적기반 마련
나. 제조혁신 고도화 추진체계 마련

제4장 자율주행분야 인공지능 산업 기술 현황
1. 자율주행차 산업 현황
1) 자율주행차 국내외 개발 현황
(1) 자율주행차 개요
(2) 자율주행차 주요 이슈
(3) 자율주행차 산업 동향 및 전망
(4) 대응 방안
2) 최근 자율주행차 산업 동향과 시사점
(1) 다시 주목받기 시작하는 자율주행차
(2) 자율주행차 산업 동향
(3) 국내외 자율주행차 D.N.A 활용 동향
(4) 결론 및 시사점
3) 자율주행차 산업의 패권 현황
(1) 자율주행 인프라의 패권의 장악 현황
(2) 완성차 업체
가. 국내외 자율주행 자동차 시장
나. 자동차 형태ㆍ서비스ㆍ가치사슬의 대대적 변화
(3) 자동차 부품업체
가. 시장이 본격 개화할 전망
나. 자동차 부품 산업 도약의 기회
(4) 통신업체
가. 글로벌 도로 인프라의 패러다임 변화를 주목
나. 자율주행 인프라 구축의 핵심 요소, V2X 통신 프로토콜
(5) 차량공유 플랫폼 업체
가. 성장할 자율주행 서비스 시장
나. 합종연횡으로 확대하고 있는 차량공유 플랫폼
(6) 건설업체
가. 향후 대규모의 글로벌 투자가 기대되는 도로 인프라 시장
나. 자율주행 시대에 대응한 건설업체들의 경쟁력 확보 전략
2. 자율주행차 정책 및 Al 트렌드
1) 글로벌 자율주행 정책 동향
(1) 자율주행 강국의 꿈
(2) KPMG AVRI 개요(자율주행 자동차 도입 지수)
가. 각국의 자율주행 자동차 도입 환경 분석
나. 사회적ㆍ산업적ㆍ사용자 수용성을 종합 평가
(3) 글로벌 자율주행 인프라ㆍ정책 동향
가. 싱가포르의 자율주행 인프라 및 정책 동향
⒜ 인프라
⒝ 정책과 규제
나. 미국의 자율주행 인프라 및 정책 동향
⒜ 인프라
⒝ 정책과 규제
다. 일본의 자율주행 인프라 및 정책 동향
⒜ 인프라
⒝ 정책과 규제
(4) 국내 자율주행 인프라ㆍ정책 및 기술 혁신 동향
가. 인프라
나. 정책과 규제
다. 기술 혁신
(5) 시사점 및 대응전략
가. 정책적 시사점
⒜ 자율주행 인프라 이용자의 니즈를 지속적으로 파악
⒝ 급격히 변화하는 자율주행 산업의 기술 트렌드를 파악
⒞ 자율주행 인프라 혁신을 추진할 컨트롤 타워를 구축
나. 산업적 시사점
⒜ 적극적인 M&A를 통해 자율주행 인프라 기술을 확보
⒝ 파트너링을 통해 새로운 비즈니스 모델 개발에 집중
2) 자율주행차 플랫폼과 Al 트렌드 동향
(1) 모바일 플랫폼으로 발전하는 자동차
가. 새로운 시장기회 창출 기대
나. 필수요건 5G 초고속통신
(2) 자율주행차용 센서와 AI 컴퓨터 트렌드
가. 시장 트렌드
나. 이미지센서(카메라) 트렌드
다. 라이다 트렌드
라. 레이다 트렌드
마. AI컴퓨터 트렌드
(3) 자율주행기술의 현재
(4) 시사점
3. 자율주행차 기술개발과 R&D 투자동향
1) 자율주행차 기술동향
(1) 국내외 기술동향
가. 글로벌 기술동향
나. 국내 기술동향
(2) 국내외 R&D 투자동향
가. 글로벌 R&D 투자동향
나. 국내 R&D 투자동향
2) 자율주행차 기술 심층 분석
(1) 자율주행의 주요 기능
(2) 자율주행을 위한 주요센서
가. 카메라 트렌드
나. 레이더 트렌드
다. 라이다 트렌드
(3) 자율주행차 위한 소프트웨어 기술 분석
(4) 인공지능을 통한 자율주행 기술 분석
(5) 특허출원
(6) 기술 발전 방향

제5장 스마트농업 인공지능 산업 기술 현황
1. 스마트농업 산업 및 정책 동향
1) 스마트 농업 기술 분석
(1) 산업 개요
(2) 기술의 정의 및 범위
(3) 스마트농업 기술 분석
가. 글로벌 기술동향
⒜ 노지농업
⒝ 시설농업
나. 국내 기술동향
⒜ 노지농업
⒝ 시설농업
2) 스마트농업 산업동향
(1) 글로벌 시장동향
(2) 주요국 산업동향
(3) 국내 시장 및 산업동향
3) 스마트농업 정책동향
(1) 주요국 정책동향
(2) 국내 정책동향
4) 스마트농업 R&D 투자동향
2. 인공지능 기반 스마트농업 이슈 및 확산 현황
1) 인공지능 기반 스마트농업 주요 이슈 및 활성화 방안
(1) 스마트농업과 인공지능
가. 인공지능 기반 스마트농업의 등장
나. 스마트농업에서의 AI 활용 사례
⒜ 농업 자동화의 핵심, 팜봇
⒝ 농업 현장을 데이터로 시각화해주는 리모트센싱
⒞ 안전한 먹거리 생산을 위한 식물공장 및 스마트온실
⒟ 수의사보다 더 정확한 진단과 처방(축산농가)
⒠ 유통ㆍ소비 예측을 통한 버려지는 신선농산물의 최소화
(2) 인공지능 기반 스마트농업 이슈 분석
가. 주요 이슈 및 과제
⒜ 농가 고유의 노하우 보호
⒝ 인공지능에 의한 농가 피해 발생 시 보상과 책임 규명
나. 제 안
⒜ 인공지능 기반의 한국형 스마트농업 기술 개발
⒝ 인공지능 스마트농업 경쟁력 강화를 위한 ICT 융복합 인력 양성
⒞ 한국 중심의 ‘아시아 농업 AI대회’ 개최 및 운영
2) 빅데이터ㆍ인공지능 기반 스마트농업 중점 추진 동향
(1) 농업 빅데이터ㆍ인공지능 인프라 구축
가. 표준화된 데이터 수집 확대 및 품질관리
나. 클라우드 기반 통합 플랫폼 등 데이터 개방ㆍ공유
다. 바우처, 인공지능 경진대회 등 데이터 활용 촉진
(2) 스마트농업 거점 육성
가. 스마트팜 혁신밸리를 보육ㆍ실증 및 데이터 거점으로 육성
나. 혁신밸리를 중심으로 스마트농업 확산
다. 노지 스마트농업 거점 구축
(3) 기술ㆍ인력 및 장비 등 지원 강화
가. R&D를 통한 기술경쟁력 확보
나. 「농업 + 빅데이터·인공지능」전문인력 양성
다. 기업 육성 및 투자 촉진
라. 기술ㆍ장비, 인공지능 서비스 등 보급
마. 전ㆍ후방 산업 연계
(4) 한국형 스마트팜 수출 활성화
가. 스마트팜 수출거점 조성 등 패키지 수출 지원
나. 기술협력, ODA 등 스마트팜 국제 협력 강화
(5) 추진 체계
(6) 기대 효과
3. 스마트농업, 기술혁신 및 K-농업 전략
1) 우리나라 농업기술 혁신 사례
(1) 재배 환경의 혁신
(2) 재배 기술의 혁신
(3) 농업 관련 신사업 창출
2) 수출산업으로서 K-농업 전략
(1) 우리나라 농업의 대외경쟁력
(2) 농업 수출국을 통해 본 경쟁력 요인
가. 네덜란드
나. 일본
(3) 우리 농업의 해외진출 확대 전략
가. 전략 ① : 차별화된 품질과 기술력으로 틈새시장 공략
나. 전략 ② : 종자 선택부터 재배 컨설팅까지 결합한 패키지 수출
다. 전략 ③ : 스마트 농업 시대, 농업 플랫폼(소프트웨어) 수출로
라. 전략 ④ : 한류 마케팅으로 K-농식품 수출과 농업 해외진출을 연계
마. 전략 ⑤ : 개도국 ODA사업으로 한국 농업기술 전수 및 수출기반 마련

제6장 의료분야 인공지능 산업 기술 현황
1. 의료분야 인공지능 산업 및 기술 분석
1) 의료용 인공지능(AI) 시장
(1) 산업 개요
가. 기술 개요
나. 시장 현황
다. 시장 특성
⒜ 시장 원동력
⒝ 산업 환경 분석-5 Forces 분석
⒞ 코로나(COVID-19)의 영향
(2) 시장 동향
가. 글로벌 전체 시장 규모
나. 세부항목별 시장 규모
다. 지역별 시장 규모
라. 우리나라 시장 규모
⒜ 전체 시장 규모
⒝ 세부항목별 시장 규모
(3) 기업 동향
가. 경쟁 환경
나. 주요 기업 동향
⒜ IBM
⒝ Intel
⒞ GE
⒟ NVIDIA
⒠ Microsoft
2) 보건의료 데이터·AI 미래의료 전망 및 과제
(1) 보건의료 데이터·AI를 통한 미래의료
가. 보건의료 데이터가 열어가는 미래의료
나. 보건의료 AI가 열어가는 미래의료
(2) 보건의료 데이터·AI 뉴노멀 시대 전망과 과제
가. 의료AI 활성화를 위한 전주기 지원체계 마련
나. 보건의료 데이터 활용혁신을 위한 중개·분양시스템 구축
(3) 데이터 기반 건강관리 서비스
가. 데이터 기반 건강관리 서비스 관련 국내외 동향 및 사례
나. 공공분야 국내 사례 및 발전방향
⒜ 공공영역에서의 디지털 헬스케어 서비스 시작
⒝ 공공형 디지털 헬스케어 서비스의 확대
⒞ 대상자 맞춤의 공공형 디지털 헬스케어 서비스 제공
⒟ 공공형 디지털 헬스케어 서비스의 향후과제
다. 민간분야 국내 사례 및 발전방향
⒜ 암생존자 건강관리 서비스 (세컨드 닥터)소개
⒝ 암 수술 후 관리는 암의 종류에 따라 회복 단계에 따라 개인 맞춤 관리
⒞ AI 분석을 위한 환자 개인 맞춤 알고리즘 설계
⒟ Fast Track을 활용한 혁신의료기술 신청 필요
2. 의료분야 인공지능 활용현황 및 정책동향
1) 주요국 의료기기 인공지능 활용 동향
(1) 산업 개요
가. 배경
나. 가치사슬 구조
다. 가치사슬에서 핵심 구성원
⒜ 소프트웨어 개발
⒝ 데이터 인프라
⒞ 의료 기기의 소프트웨어 통합
⒟ 규제 기관
⒠ 유통과 판매
⒡ 보험자
다. 가치사슬에서 핵심 구성원
(2) EU 경쟁 우위 분석
가. EU 기업을 위한 강점
⒜ EU의 특수성
⒝ 산업 인프라의 확립
나. EU 기업을 위한 기회
⒜ 벤처케피탈(VC) 투자 가속화
⒝ EU의 지원
⒞ 헬스케어 전문가의 수요
다. 주요 당면 과제
⒜ 신뢰할 수 있는 고품질 데이터 및 데이터 거버넌스
⒝ 임상 연구 분야와 AI 기술의 만남
라. 위기
⒜ 글로벌 경쟁
⒝ 시장 접근성
⒞ 사이버 보안
2) 바이오·헬스케어 분야 AI 활용방안
(1) 바이오·헬스케어 분야 AI 정책동향
가. 해외 정책동향
나. 국내 정책동향
(2) 바이오·헬스케어 분야 AI 기술ㆍ산업동향
가. 바이오·헬스케어 산업의 패러다임 변화
나. 인공지능 기술의 정의 및 적용분야
다. 바이오·헬스케어 분야 인공지능 시장규모 및 전망
(3) 바이오·헬스케어 분야 AI 활용방안
가. 코로나19 등 전염병 대응
나. 의료영상·진단
다. 환자치료·병원관리 및 모니터링
라. 신약 및 백신 개발 등 제품개발 지원
마. 기타 AI 활용사례

도표/그림 목차