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
결과 내 검색 동의어 포함

-

목차보기

표제지 1

목차 6

요약 14

제1장 서론 22

제1절 연구 배경 및 목적 23

제2절 연구 범위 및 방법 25

제2장 AI 개요 및 생태계 분석 27

제1절 AI 개요 28

1. AI의 개념과 진화 28

2. AI의 파급효과 40

제2절 AI 생태계 분석 47

제3장 AI 혁명 시대, AI 정책변화의 특징과 전망 64

제1절 AI의 빠른 진화와 정책의 고민 65

제2절 AI 정책 FGI 분석 68

1. FGI 개요 68

2. FGI 분석 69

제3절 AI 정책변화의 특징 75

1. 진흥에서 규제와 진흥의 조화로 75

2. AI 안전과 신뢰 정책의 강화 83

3. 국가별 AI 정책 추진 방식 및 강도가 상이 89

4. AI에 주목하는 지자체 94

제4절 시사점 98

제4장 AI가 만든 가짜: 딥페이크의 진화와 의미 104

제1절 AI가 만든 진짜 같은 가짜, 딥페이크 105

제2절 생성 AI로 진화하는 딥페이크 107

제3절 딥페이크의 빛과 그림자 113

제4절 시사점 119

제5장 AI 디지털교과서와 미래 교육 123

제1절 AI 디지털교과서 개요 124

1. AI 디지털교과서 개요 124

2. AI 디지털교과서 추진현황 128

제2절 AI 디지털교과서에 대한 기대와 우려 133

1. AI 디지털교과서에 대한 기대 133

2. AI 디지털교과서에 대한 우려 138

제3절 AI 디지털교과서 FGI 분석 143

제4절 AI 디지털교과서 이슈 분석 149

제5절 시사점 164

제6장 결론 168

제1절 연구요약 및 시사점 169

제2절 후속 연구 방향 172

[별첨] 176

참고문헌 183

1. 문헌자료 184

2. 웹사이트 190

Abstract 193

판권기 196

[표 2-1] 시나리오1 세부 내용 45

[표 2-2] 기존 AI 생태계 프레임워크 분류 53

[표 2-3] EIT 프레임워크에서 구분된 AI 역량과 세분류 54

[표 2-4] 기후변화로 확장된 도메인 55

[표 2-5] 국가별 AI 민간투자 및 스타트업 수 61

[표 3-1] AI 연구 FGI 참여자 68

[표 3-2] AI 정책 FGI 주요 내용 69

[표 3-3] 친혁신적인 규제 Framework의 5가지 원칙 78

[표 3-4] 일본 AI 사업자 지침(Guide Line) 10개 원칙 79

[표 3-5] 22대 국회에 발의된 AI 법 80

[표 3-6] OECD 2019년 및 2023년 AI 시스템 정의 비교 81

[표 3-7] 계류 중인 AI 법에 대한 주요 부처의 의견 82

[표 3-8] 수용 불가 AI 시스템 사용 예시 84

[표 3-9] 고위험 AI 시스템 사용 예시 85

[표 3-10] EU AI 법의 AI 구분 87

[표 3-11] 미국 AI 안전연구소 컨소시엄 작업반(Working Group) 구성 88

[표 3-12] 영국 AI 안전연구소의 목표와 기능 89

[표 3-13] EU AI 법의 처벌 규정 90

[표 3-14] 영국의 친혁신적 접근 방식의 4가지 특성 92

[표 3-15] 개발자와 배포자의 의무 94

[표 3-16] 주요 지자체의 AI 도입 사례 95

[표 3-17] 유럽의회의 생성형 AI 도입 사례 101

[표 4-1] 학교 허위합성물(딥페이크) 피해 현황 117

[표 5-1] 디지털교과서 도입 현황 125

[표 5-2] AI 디지털교과서 추진 경과 132

[표 5-3] AI 디지털교과서 핵심 서비스 136

[표 5-4] LLM이 교육 업무에 미치는 영향 137

[표 5-5] 교원의 AI 디지털교과서 도입 설문 141

[표 5-6] AI 디지털교과서 FGI 주요 내용 143

[표 5-7] 학습 역량 강화를 위한 학생 AI 활용과 통합 157

[표 5-8] 노스 캐놀라이나 교육청의 AI 교육실행 및 권고 업데이트 161

[그림 2-1] GANs 아키텍처 32

[그림 2-2] 딥러닝의 발전단계 33

[그림 2-3] AI의 발전과정 34

[그림 2-4] 연도별 출시된 초거대 AI 모델 수(10²³ FLOP 이상) 35

[그림 2-5] 분야별 초거대 AI 모델 수 35

[그림 2-6] 국가별 초거대 AI 모델 누적 수 36

[그림 2-7] 기업별 초거대 AI 모델 보유 수('23.4 기준) 37

[그림 2-8] AI 분류(좌)와 GPT 기반 생성형 AI 서비스(우) 37

[그림 2-9] 컴포넌트, 형태, 세부분야에 따른 AI 범주 38

[그림 2-10] AI 하이프 사이클(Hype Cycle) 2024 39

[그림 2-11] 생성형 영상 모델의 주요 변천사 40

[그림 2-12] 글로벌 AI 시장 전망 41

[그림 2-13] 산업별 생성형 AI의 잠재적 가치 42

[그림 2-14] 기능별 생성형 AI 도입 효과 43

[그림 2-15] 시나리오1 44

[그림 2-16] 맥킨지의 생성형 AI 가치사슬 49

[그림 2-17] AI 산업의 생태계 : 공급자와 수요자 50

[그림 2-18] 생성형 AI 생태계 구조 : 공급자 51

[그림 2-19] 생성형 AI 기술 생태계 51

[그림 2-20] AI 생태계 내 주요 기업들 52

[그림 2-21] AI 생태계의 데이터베이스 구조 56

[그림 2-22] AI 생태계 프레임워크와 EU 전략과의 연계 57

[그림 2-23] 생성형 AI 가치사슬 및 창작영역 활용성 58

[그림 2-24] 콘텐츠 제작 프로세스: 제작 단계에 영상 생성 AI 접목 시 효율성 59

[그림 2-25] 생성형 영상 AI 소라 등장에 따른 수혜 업종과 피해 업종 59

[그림 2-26] 2023년 새롭게 투자된 AI 기업 61

[그림 2-27] 글로벌 생성형 AI 투자 규모 및 거래 건수 62

[그림 2-28] 22년 3분기~23년 2분기 글로벌 생성형 투자 분야 63

[그림 3-1] 초거대 AI 모델 출시 현황 65

[그림 3-2] 주요 초거대 AI 모델의 IQ 테스트 결과 66

[그림 3-3] 연도별 AI 사건 수 67

[그림 3-4] AI 정책 워드 클라우드 71

[그림 3-5] AI 정책 토픽 구성 72

[그림 3-6] AI 정책 토픽 비중과 연관성 74

[그림 3-7] 연도별 주요 이슈와 일본 AI 정책 76

[그림 3-8] 유럽의회의 생성형 AI 서비스 Ask the EP Archives 77

[그림 3-9] EU와 중국의 AI 규제방식 비교 93

[그림 3-10] 유럽 도시의 알고리즘 등록제 97

[그림 3-11] EU AI 법의 위험분류 98

[그림 3-12] 글로벌 AI 지수 순위 100

[그림 4-1] 영화 아이언맨에 등장하는 톰크루즈 딥페이크 영상 105

[그림 4-2] 딥페이크 시도 변화 추세 106

[그림 4-3] 딥페이크 검색량의 변화와 확산 패턴 107

[그림 4-4] 오픈소스 vs 민간 초거대 AI의 진화 108

[그림 4-5] 다양한 영역에서 활용되는 생성 AI 109

[그림 4-6] AI 프롬프트 기반의 딥페이크 생성 109

[그림 4-7] AKOOL AI 110

[그림 4-8] 오픈AI의 보이스엔진(Vocie Engine) 110

[그림 4-9] 마이크로소프트의 VASA-1 111

[그림 4-10] AI 트윈(Twin)을 만든 리드호프먼 112

[그림 4-11] 딥페이크로 구현된 해리슨 포드와 국민 MC 송해 113

[그림 4-12] 카린 AI 114

[그림 4-13] 슈퍼 개인의 생성 프레임(좌)과 1인 개발자가 만든 매너 로드 게임(우) 115

[그림 5-1] 디지털교과서 도입 경과 125

[그림 5-2] WEF의 교육 4.0 프레임워크 127

[그림 5-3] 디지털교과서의 한계와 시사점 128

[그림 5-4] AI 디지털교과서 도입 계획 129

[그림 5-5] 교사의 업무시간 활용 현황 134

[그림 5-6] 학습자의 롱테일 커브 136

[그림 5-7] 사교육비 총액 및 1인당 월평균 사교육비(2019~2023) 138

[그림 5-8] AI 기반 맞춤형 서비스를 활용하지 않는 이유 140

[그림 5-9] AI 디지털교과서 도입에 대한 사회적 공론화 절차 필요성 141

[그림 5-10] FGI 논의사항 워드 클라우드 145

[그림 5-11] FGI 논의사항 기반 토픽 구성 결과 146

[그림 5-12] 토픽 간 연관성 분석 148

[그림 5-13] AI 기술의 진화 150

[그림 5-14] 초거대 AI 모델 성능 변화 150

[그림 5-15] AI 기반 알렉스(ALEKS) 시스템의 수학교육 151

[그림 5-16] 오픈AI 수학 AI튜터(좌)와 구글의 IMO 수학 AI 성적(우) 152

[그림 5-17] 블룸의 신교육 목표 분류(Bloom's New Taxonomy) 153

[그림 5-18] K12 AI 지침을 발표한 미국 22개 주 153

[그림 5-19] 학생의 AI 리터러시 타임라인 권고사항 154

[그림 5-20] AI 교육정책 개발의 순환 절차 162

[그림 5-21] 2023년 AI 분야 최다 인용 100대 연구 구분 165

[그림 6-1] 2024년 발생가능한 글로벌 주요 리스크 요인 172

[그림 6-2] 향후 2년 및 10년 내 직면할 글로벌 리스크 173

[그림 6-3] AI로 인한 자동화 수준 시나리오 174

[그림 6-4] 생성형 AI 모델 발전 전망 175

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

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