표제지
목차
요약문 13
SUMMARY 17
제1장 서론 22
제1절 연구의 배경과 필요성 22
제2절 연구 목표와 구성 25
제2장 생성형 인공지능의 경제적 영향 28
제1절 개요 28
1. 연구 배경 및 목적 28
2. 한국 인공지능 산업 환경 30
제2절 생성형 인공지능 산업 지형도 35
1. 이론적 프레임워크 35
2. 생성형 인공지능 산업 생태계 쟁점 45
제3절 한국의 생성형 인공지능 산업 전략 59
1. 플랫폼 관점에서의 전략 59
2. 정책적 관점에서의 전략 62
제4절 소결 65
제3장 생성형 인공지능과 노동생산성 68
제1절 개요 68
1. 연구의 배경과 목적 68
2. 자동화 기술과 노동시장 69
제2절 생성형 인공지능과 노동시장 72
제3절 생성형 인공지능과 노동생산성 실험 77
1. 선행 연구: 실험경제학적 접근법 77
2. 생성형 인공지능과 노동생산성 실험연구 개요 79
3. 생성형 인공지능과 노동생산성 실험연구 결과 89
제4절 소결 98
제4장 적정 인공지능 사회를 위한 스킬가치사슬 기반 인적자본 확보 방안 101
제1절 개요 101
1. 연구 배경 및 목적 101
2. 한국 인공지능 시대의 노동력과 교육-산업현장 관련 선행 연구 103
3. 인공지능 시대의 노동력과 스킬 관련 선행 연구 112
제2절 인공지능 관련 고등교육 현황 117
1. 분석 개요 117
2. 분석결과 120
3. 시사점 129
제3절 스킬가치사슬 개념과 인공지능 시대 교육 개선 방안 131
1. 스킬가치사슬(Skill Value Chain, SVC) 131
2. 전문가 조사 132
3. 인적자본 확보를 위한 고등교육 및 직무교육 개선 방안 153
제4절 소결 157
제5장 인간ㆍ인공지능 상호작용 맥락의 법제도 이슈와 과제 161
제1절 생성형 인공지능의 출현에 따른 작업 환경의 변화와 영향 161
1. 생성형 인공지능의 출현에 따른 노동ㆍ창작 활동의 변화 전망 161
2. 인공지능의 노동에의 영향 165
3. 인공지능의 창작에의 영향 167
제2절 생성형 인공지능의 저작권법 이슈와 과제 169
1. 논의 개관 169
2. 저작권 침해의 판단 169
3. 혁신과 권리자 보호의 균형을 위한 공정이용 이슈 172
4. 당면 과제 180
제3절 생성형 인공지능의 노동법 이슈와 과제 182
1. 인적 자원 관리 차원의 쟁점 182
2. 인적 자원 개발 차원의 쟁점 193
3. 인적 자원 증강 차원의 쟁점 201
제4절 생성형 인공지능의 보험법 이슈와 과제 207
1. 논의 개관 207
2. 관련 보험법제의 현황 및 쟁점 207
3. 보험법적 과제 209
4. 과도기적 상황에 대한 대응 212
5. 소결 214
제6장 결론 215
제1절 연구 요약 215
제2절 정책적 시사점 217
제7장 정부정책 반영 결과 221
참고문헌 223
[부록 1] 생성형 인공지능 주요 플레이어와 서비스 목록 233
[부록 2] 생성형 인공지능 실험연구 조사문항 243
판권기 273
〈표 1-1〉 연구체계 26
〈표 2-1〉 웹 2.0 환경 내 플랫폼 생태계와 생성형 인공지능 생태계 간 분류 차이 46
〈표 3-1〉 생성형 인공지능 업무 자동화 수준 상위 직업군 비교 75
〈표 3-2〉 실험경제학 기반 생성형 인공지능 업무생산성 연구 비교 77
〈표 3-3〉 실험참여자 기초통계량 90
〈표 3-4〉 영역별 점수 기초통계량 91
〈표 3-5〉 M영역 점수에 대한 선형회귀 분석 결과 95
〈표 3-6〉 영역별 소요 시간 기초통계량 97
〈표 4-1〉 인공지능 직업 분류 103
〈표 4-2〉 국가직무능력표준 인공지능 분야 세분류 및 능력단위 106
〈표 4-3〉 인공지능 산업의 직군 분류(미국 CSET) 115
〈표 4-4〉 오픈 실라버스에서 수집한 미국 고등교육기관 강의계획안(2000~2022) 118
〈표 4-5〉 오픈 실라버스에서 수집한 미국 고등교육기관 인공지능 관련 강의계획안 119
〈표 4-6〉 토픽 2: 머신러닝ㆍ딥러닝(Hot) 127
〈표 4-7〉 토픽 3: 데이터 분석(Hot) 128
〈표 4-8〉 토픽 9: 기술과 사회(Hot) 128
〈표 4-9〉 인공지능 업계 관련 온라인 기반 전문가 조사 구성 133
〈표 4-10〉 NCS 기반 '인공지능 플랫폼 구축' 관련 능력단위 137
〈표 4-11〉 NCS 기반 '인공지능 서비스 기획' 관련 능력단위 139
〈표 4-12〉 NCS 기반 '인공지능 모델링' 관련 능력단위 140
〈표 4-13〉 NCS 기반 '인공지능 서비스 운영관리' 관련 능력단위 141
〈표 4-14〉 NCS 기반 '인공지능 서비스 구현' 관련 능력단위 142
〈표 4-15〉 국가직무능력표준 인공지능 분야 능력단위별 재교육 및 추가 교육 수요 143
〈표 4-16〉 인공지능 관련 기술 습득 및 개발을 위한 정규과정 이외의 사설 교육 프로그램 150
〈표 4-17〉 인공지능 분야 수강 대상 분류 154
〈표 4-18〉 직무 관련 DNA 과정(KOCW) 155
[그림 1-1] 생산성 J 곡선 24
[그림 2-1] 한국의 인공지능 정책 비전 29
[그림 2-2] ChatGPT Plugin Store 39
[그림 2-3] 생성형 인공지능 산업 생태계 지형도 45
[그림 2-4] 글로벌 인공지능 지수 52
[그림 2-5] 생성형 인공지능 지형도 기반 한국 산업의 SWOT 분석 56
[그림 2-6] 생성형 인공지능 지형도상 글로벌 플레이어 현황 58
[그림 3-1] 일자리 양극화 현상 69
[그림 3-2] 업무, 업무활동, 일자리 간의 관계 70
[그림 3-3] 자동화 기술의 일자리에 미치는 영향 70
[그림 3-4] 업무 대체효과와 재고용효과 간 비교 71
[그림 3-5] 자동화 병목 업무 예측의 수정 73
[그림 3-6] 자동화 기술 채택 시점의 변화 74
[그림 3-7] 생성형 인공지능 노출 수준의 이질적 영향 76
[그림 3-8] 생성형 인공지능 업무 생산성 향상 효과 78
[그림 3-9] 생성형 인공지능 실험 절차 82
[그림 3-10] 영역별 평균 점수 92
[그림 3-11] W영역 점수의 누적 분포 92
[그림 3-12] ChatGPT의 환각(Hallucination) 문제 94
[그림 3-13] 영역별 평균 소요시간 98
[그림 4-1] 연구의 배경 102
[그림 4-2] 인공지능 분야 인력 현황(2020~2022) 104
[그림 4-3] 직업별 인공지능 인력 현황(2022) 105
[그림 4-4] 인공지능 개발자 부문 인력 현황(2022) 105
[그림 4-5] 직무별 주요 능력단위 요소 109
[그림 4-6] 능력단위요소-K.S.T 매트릭스 예시 110
[그림 4-7] 인공지능 개발자 직무/코스 매트릭스 111
[그림 4-8] 인공지능 개발자 트랙 핵심 교과목 로드맵 111
[그림 4-9] 상대적 인공지능 고용 인덱스(2022) 113
[그림 4-10] 상대적 인공지능 스킬 침투율(2022) 114
[그림 4-11] 강의계획안 전체 키워드 빈도 순위 120
[그림 4-12] 강의계획안 연도별 키워드 빈도수 분석(2000~2009, 2010~2012) 121
[그림 4-13] 미국 내 고등교육기관 전체 인공지능 관련 수업 수 경향 122
[그림 4-14] 미국 전체 인공지능 관련 수업 수 경향(대학 vs 대학원) 123
[그림 4-15] 미국 전체 인공지능 관련 수업 수 경향(인문계 vs 자연계) 123
[그림 4-16] 단어의 맥락 변화 예시 124
[그림 4-17] 인문계ㆍ이공계별 교차 검증 분석 결과(토픽 1: 머신러닝ㆍ딥러닝) 127
[그림 4-18] 인문계ㆍ이공계별 교차 검증 분석 결과(토픽 2: 데이터 분석) 128
[그림 4-19] 인문계ㆍ이공계별 교차 검증 분석 결과(토픽 9: 기술과 사회) 129
[그림 4-20] 스킬가치사슬 프로세스 131
[그림 4-21] 인공지능 산업계 종사자에게 필요한 하드스킬과 소프트스킬 133
[그림 4-22] 인공지능 산업계 종사자 참여 종사자 연령대 134
[그림 4-23] 인공지능 산업 종사 분야 135
[그림 4-24] 인공지능 산업계 종사 경력 135
[그림 4-25] 인공지능 관련 직무 중 전문가 해당 영역 136
[그림 4-26] 전문가 해당 업무 분야 137
[그림 4-27] '인공지능 플랫폼 구축' 관련 재교육ㆍ추가교육 수요 138
[그림 4-28] '인공지능 서비스 기획' 관련 재교육ㆍ추가교육 수요 139
[그림 4-29] '인공지능 모델링' 관련 재교육ㆍ추가교육 수요 140
[그림 4-30] '인공지능 서비스 구현' 관련 재교육ㆍ추가교육 수요 142
[그림 4-31] 전문가의 해당 업무 관련 채용 조건의 중요도 145
[그림 4-32] 인공지능 산업계 종사 시 도움이 되는 하드스킬(Hard Skill) 146
[그림 4-33] 인공지능 산업계 종사 시 도움이 되는 소프트스킬(Soft Skill) 147
[그림 4-34] 인공지능 관련 스킬 획득 단계 중 가장 어려움을 느끼는 단계 148
[그림 4-35] 대학에서 제공하는 인공지능 관련 수업 중 실무 현장에 도움이 되는 과목 149
[그림 4-36] 스킬가치사슬 중 가장 중요하다고 생각되는 단계 152
[그림 4-37] 스킬 강화 단계별 교육 프로그램 제안 153
[그림 4-38] 인공지능 이수체계도(K-MOOC) 154
[그림 4-39] 수강목적별 인공지능 이수체계도(K-MOOC) 155
[그림 4-40] 직무관련 DNA 과정(직장인을 위한 실무형 인공지능 기술 활용) 156
[그림 4-41] EU의 디지털 역량 & 일자리 플랫폼 159
[그림 5-1] 인공지능 아티스트 '틸다' 164
[그림 5-2] 인공지능과의 디자인 협업 과정 164
[그림 7-1] 전 국민 AI 일상화 실행계획 221
〈표 A1-1〉 List of Large Language Models 237