본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지 1

목차 5

요약문 13

SUMMARY 17

제1장 서론 29

제1절 연구의 목적 및 필요성 29

제2장 AGI의 개념적 정의와 범위 설정 38

제1절 AGI의 개념 관련 자료 분석 및 정리 38

1. 단일 단계의 AGI 정의 38

2. 단계별 AGI 정의 40

제2절 최신 LLM의 주요 특징 및 향후 발전 방향 분석 45

1. 최신 LLM의 주요 특징 45

2. 향후 발전 방향 47

제3장 AGI 구현을 위한 핵심 기술 요소 분석 및 분류 50

제1절 AGI를 위한 기존 연구들의 핵심 기술 요소 50

1. AGI 핵심기술 요소 도출을 위한 기존 AGI 정의들 50

2. 기존연구에서의 AGI 구현을 위한 핵심기술 요소들 52

제2절 AGI의 핵심요소기술 분석 및 분류 56

1. LLM으로부터 AGI로의 방향 56

2. AGI의 핵심요소기술 도출: 새로운 혁신 기술요소 및 LLM 개선 및 고도화 병행 57

제4장 AGI 기술 발전 단계별 시나리오 구축 61

제1절 기술 성숙도를 고려한 AGI 발전 단계 61

1. 인공지능 기술의 진화와 AGI 기술 발전 트렌드 분석 61

2. 기존 AGI 기술 발전 단계에 대한 조사 분석 68

제2절 AGI 발전 단계별 기술의 주요 특징 조사 분석 72

1. AGI 발전 단계별 주요 기술 수준과 요구 수준 72

2. AGI 기술 수준 분석 75

제3절 AGI 발전 단계별 기술 수준 평가 지표 및 시각화 방법 78

1. AGI 발전 단계별 주요 기술 수준 평가 지표 78

2. AGI 평가 지표를 위한 시각화 방법 83

제5장 AGI 기술 발전 단계별 기술적ㆍ산업적 촉진 요인 식별 88

제1절 AGI System의 속성과 과제 90

1. 대용량 학습 데이터(The Large Amount of Training Data) 90

2. 반복의 속도와 비용(The Speed and Cost of Iteration) 90

3. 개인정보 보호가 중요하고 자원이 제한된 환경(Privacy-sensitive and Resource-constraint Settings) 90

4. 미세 조정 및 적응을 위한 효율적인 방법(Efficient Methods for Fine-tuning and Adaptation) 91

5. 서비스 지연 시간 및 처리량(Serving Latency and Throughput) 91

6. 메모리 사용량(Memory Footprint) 91

7. 하드웨어 호환성 및 가속(Hardware Compatibility and Acceleration) 91

제2절 확장 가능한 모델 아키텍처(Scalable Model Architectures) 92

1. 셀프 어텐션 패턴(Self-attention Patterns) 92

2. 모델 압축(Model Compression) 92

3. 커널 최적화(Kernel Optimization) 93

4. 트랜스포머를 넘어(Beyond Transformers) 93

제3절 대규모 학습(Large-scale Training) 95

1. 병렬 컴퓨팅(Parallel Computing) 95

2. 메모리 관리(Memory Management) 96

3. 효율적인 미세 조정(Efficient Fine-Tuning) 96

4. 탈중앙화(Decentralization) 97

5. 학습 역학 및 확장(Training Dynamics & Scaling) 97

제4절 추론 기법(Inference Techniques) 99

1. 디코딩 알고리즘(Decoding Algorithm) 99

2. 요청 스케줄링(Request Scheduling) 100

3. 멀티 모델 서빙(Multi-model serving) 101

제5절 컴퓨팅 플랫폼(Computing Platforms) 102

제6절 비용 및 효율성(Cost and Efficiency) 104

제6장 AGI 기술 발전 단계별 기술적ㆍ산업적 병목 요인 식별 105

제1절 기술적 병목 요인 식별 105

1. 컴퓨팅 인프라 및 자원 한계 분석 105

2. 데이터 부족 및 품질 분석 107

3. 알고리즘 복잡도 및 학습 효율성 한계 분석 110

4. 지식 전이ㆍ일반화 실패 문제 분석 111

5. 신뢰성/강건성/안전성 및 목표 정렬 문제 분석 113

6. 해석 가능성 및 투명성 부족 문제 분석 116

제2절 산업적 병목 요인 식별 118

1. 인적 자원 및 교육 체계 병목 분석 118

2. 기술 독점 및 글로벌 공급망 병목 분석 120

제7장 산업별 AGI 기술 활용 현황 및 중기(5년후), 장기(10년후) 산업별 AGI 전망 및 경쟁력 확보를 위한 대응 전략 124

제1절 반도체/제조 124

1. AGI 시대를 대비한 반도체 제조 및 메모리 산업의 경쟁력 확보 전략 124

제2절 바이오/의료 128

1. 바이오 및 의료 산업 분류 128

2. 바이오 및 의료 산업 분야 AGI 기술 활용 현황 132

3. 중기(5년 후) 바이오/의료 분야 AGI 활용 전망 및 경쟁력 확보 전략 141

4. 장기(10년 후) 바이오/의료 분야 AGI 활용 전망 및 경쟁력 확보 전략 146

제3절 금융/경제 154

1. 금융ㆍ경제 분야 AGI 기술 활용 현황 154

2. 중기(5년 후) 금융ㆍ경제 분야 AGI 활용 전망 158

3. 장기(10년 후) 금융ㆍ경제 분야 AGI 활용 전망 163

4. 경쟁력 확보를 위한 대응 전략 167

제4절 건설/문화콘텐츠 170

1. 건설 170

2. 문화 콘텐츠 176

제5절 교육/법률 182

1. 교육분야 AGI기술 활용 현황 182

2. 교육분야 AGI기술 발전 전망 및 경쟁력 확보 대응방안 185

3. 법률분야 AGI기술 활용 현황 190

4. 법률분야 AGI기술 발전 전망 및 경쟁력 확보 대응방안 194

제6절 해양/물류 198

1. AGI 기술 활용 현황 198

2. 중기(5년 후) AGI 발전 전망 202

3. 장기(10년 후) AGI 발전 전망과 경쟁력 확보를 위한 대응 전략 206

제8장 결론 209

참고문헌 218

판권기 253

표목차 9

〈표 2-1〉 성능과 범용성에 기반해 단계별로 정의한 AGI 40

〈표 2-2〉 AGI 수준 및 특성 43

〈표 3-1〉 AGI 정의를 위한 6원칙 50

〈표 3-2〉 AGI 구현을 위한 범주별 핵심 요소 기술 52

〈표 3-3〉 SGI 구현을 위한 System 1과 System 2 융합기반 3계층 구조 54

〈표 3-4〉 AI-Naive Memory에 기반한 L0-L1-L2 구조 55

〈표 3-5〉 본 절에서 제안하는 AGI 핵심 기술 범주, 요소기술 및 목표 예시 57

〈표 4-1〉 뉴로모픽 칩의 등장과 특징 분석 62

〈표 4-2〉 딥러닝 아키텍처의 진화에 대한 특징 분석 64

〈표 4-3〉 트랜스포머 아키텍처와 규모 법칙 64

〈표 4-4〉 데이터 및 지식 표현에 대한 AGI 요구 수준 분석 67

〈표 4-5〉 OpenAI의 AGI 5단계 분류 69

〈표 4-6〉 AGI 발달의 심리학적 모델 71

〈표 4-7〉 본 문서에서 고려하는 AGI 발전 단계 78

〈표 4-8〉 AGI 발전 단계별 평가 지표 80

〈표 7-1〉 바이오 의약품 분야 129

〈표 7-2〉 의료 기기-진단 및 치료 기기 분야 130

〈표 7-3〉 바이오 농업 및 종자 분야 131

〈표 7-4〉 바이오 식품 분야 131

〈표 7-5〉 바이오 소재 및 화학 분야 132

〈표 7-6〉 바이오 에너지 및 환경 분야 132

〈표 7-7〉 FDA에서 승인한 인공지능 의료 모델 사례 136

〈표 7-8〉 금융 특화 파운데이션 모델(FFM) 유형별 비교 및 대표 모델 159

〈표 7-9〉 교육 분야 대표 AI 기업 및 제공 서비스 182

〈표 7-10〉 교수ㆍ학습 지원 에이전트의 구성 요소 184

〈표 7-11〉 교육분야 AGI의 중기(5년 후) 및 장기(10년 후) 전망 187

〈표 7-12〉 법률 분야 대표 AI 기업 및 제공 서비스 191

〈표 7-13〉 법률 AI 서비스의 9개 범주와 대표 기업 192

〈표 7-14〉 법률분야 AGI 활용 중기(5년 후), 및 장기(10년 후) 전망 195

그림목차 11

[그림 2-1] Internal, Interface, System, Alignment에 따른 3단계 AGI 42

[그림 4-1] 인간의 수준을 능가하기 위한 인공지능 기술 발전 트렌드 61

[그림 4-2] AGI 모델별 Performance Profile의 시각화 예시 85

[그림 4-3] AGI 모델의 Reliability diagram 시각화 예시 86

[그림 4-4] AGI 모델에 대한 Parallel Coordinates Plot 시각화 예시 86

[그림 4-5] AGI 모델에 대한 Radar Chart 시각화 예시 87

[그림 5-1] Taxonomy of Current AGI Systems 89

[그림 5-2] The Future Forms of AGI Systems 103

[그림 6-1] 효율적 스케일링 한계와 지연(latency) 장벽 극복 방안 비교 106

[그림 6-2] 2024년 생성형 AI용 데이터센터 GPU 시장 점유율 122

[그림 7-1] 알파 폴드를 이용해 정밀한 단백질 구조를 생성하는 과정 134

[그림 7-2] 인공지능 기반 환자 유전체 정보 및 생활 습관 등의 복합 분석 모델 135

[그림 7-3] 네트워크 기반의 우수 항암체 구분 모델 흐름도 137

[그림 7-4] CaffeNet의 구조와 식물 질병 분류 예시 138

[그림 7-5] 기계 학습을 이용한 유전체 분석 예시 139

[그림 7-6] 기계 학습 기반 미생물 진화 시뮬레이션 과정 140

[그림 7-7] 개인 디지털 트윈을 이용한 맞춤형 처방 과정 147

[그림 7-8] 나노 미터 크기의 생체 로봇 연구 예시 148

[그림 7-9] 그린 바이오 분야에서의 인공지능의 중요성 150

[그림 7-10] 새로운 유형의 식품 또는 분자 구조 생산 연구 사례 151

[그림 7-11] 인공지능을 활용하는 CBE 개념 모델 153

[그림 7-12] BloombergGPT의 금융 및 범용 태스크 성능 비교 결과 155

[그림 7-13] 사기 탐지 모델링을 위한 AI 크루의 역할 수행 및 협업 구조 160

[그림 7-14] 건설 분야의 Lifecycle 170

[그림 7-15] Text2BIM 프레임워크 171

[그림 7-16] 사회적 시뮬레이션 환경에서의 생성형 에이전트 176

[그림 7-17] IMO에 의해 정의된 해운 분야 자율운항 수준 199

[그림 7-18] 디지털트윈과 연계한 항만 분야 자동화 사례 201

[그림 7-19] 디지털트윈과 연계한 물류 분야 최적화 사례 202

[그림 7-20] 자율형 선박의 시장 점유율 203

[그림 7-21] 자율운항선박의 의사결정에 대한 설명가능 인터페이스 도식 204

[그림 7-22] 자율형 항만의 시장 점유율 205

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기