인공지능 시대 글로벌 경쟁력 확보와 AI 반도체·온디바이스 산업 전망분석

테크포럼은 ‘beyond technology’ 라는 캐치프레이즈를 모토로

국내/외 최신 기술 및 신성장 산업의 핵심 이슈와 동향을 분석하여 관련 업계 구성원들에게 정보와 소통의 장을 제공하고 있습니다.

기술 산업분야의 세미나, 컨퍼런스, 포럼을 기획/주최/주관 및 자료집/리포트 등을 제공 하고 있습니다.

문의: contact@techforum.co.kr 전화: 070-7169-5396
https://smartstore.naver.com/techforum/

 

 

인공지능 시대 글로벌 경쟁력 확보와 AI 반도체·온디바이스 산업 전망분석

제조사: 지식산업정보원
규격: 618쪽 (A4, 서적, PDF)
ISBN: 9791158622688

▶자세히보기
https://smartstore.naver.com/techforum/products/11335686553

인공지능 시대 글로벌 경쟁력 확보와 AI 반도체·온디바이스 산업 전망분석 : 테크포럼

 

---

[ 보고서 소개]

인공지능 기술이 도입과 확산의 변곡점을 지나 본격적인 성장 시기로 접어들고 있다. IDC에 따르면, 2028년 아시아 태평양 지역의 AI 및 생성형 AI(GenAI) 지출액은 1,100억 달러에 이를 것으로 전망했다. 이처럼 AI 기술이 보편화되는 가운데 AI 시장 성장의 가속화에 따라 기술 벤더의 신규 AI 솔루션 출시 주기가 단축되고 있다. 과거에는 AI 모델 및 인프라 관련 주제를 중심으로 미래 전망이 논의 되었지만 이제는 모델 유형의 다양화가 이루어지는 추세이다. 미래에는 인공지능 및 자동화 기술이 조직에 미치는 영향력은 더욱 다양해 질 것이며, 기업용 AI 시장이 성숙기로 접어듦에 따라 표준화될 요소는 더욱 표준화되고 세분화될 것으로 전망된다. AI 연산을 뒷받침하는 AI 반도체가 AI 경쟁력의 핵심으로 대두 되었다.  

또한, 반도체의 고성능화와 소형화에 대한 수요가 증가하면서 첨단 패키징 기술도 필수적인 요소로 자리 잡았다. 인공지능과 고성능 컴퓨팅 애플리케이션 수요가 증가하면서 팹리스(Fabless) 시장도 급격히 변화하고 있다. 국내외 AI 반도체 특화 팹리스 스타트업에 대한 투자가 지속적으로 확대되고 있으며, 빅테크 기업 등 비(非)반도체 기업의 반도체 시장 진출도 가속화되고 있다. 더불어, 대형 AI 모델을 운영하는데 필요한 데이터 보안이 중요해지면서 온디바이스 AI가 대안으로 떠오르고 있다. 온디바이스 AI는 인터넷 서버를 거치지 않고 스마트기기 자체적으로 정보를 수집·연산해 빠른 작업수행 가능하다. GMI에 따르면, 글로벌 온디바이스 AI 시장 규모가 2023년 50억 달러에서 연평균 25%씩 성장해 2032년 700억 달러(약 87조 원) 규모로 예측했다.

이에 본원 R&D정보센터에서는 AI·반도체 기술 역량 강화와 시장촉진에 도움이 되고자 관련 기관들의 분석 정보자료를 토대로 「인공지능 시대 글로벌 경쟁력 확보와 AI 반도체·온디바이스 산업 전망분석」을 발간하였다. 1편에서는 AI 최신 연구개발 동향과 활용사례를 수록하였으며, 2편은 AI 반도체와 온디바이스 AI 산업동향과 전망을 다루었다. 본서가 학계·연구기관 및 관련 산업 분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다. 

 


[ 목차 ]

제Ⅰ편 인공지능 최신 연구개발과 활용현황
1장 글로벌 AI 연구개발 동향과 규제 현황
1. 인공지능 기술 연구개발 동향
1) 인공지능 기술동향
(1) 기술의 정의와 범위
(2) 기술 동향
가. 컴퓨터 비전･이미지 분야
나. 자연어처리를 위한 대형언어모델
다. 멀티모달
(3) 산업 동향
가. 해외 주요 기업 동향
A) OpenAI
B) 구글
C) 마이크로소프트
D) 메타
E) 스태빌리티 AI    
F) 미드저니
나. 국내 주요 기업 동향
A) 네이버
B) 카카오
C) LG AI 연구원
D) 삼성전자
E) 국내 주요 통신사
2) 글로벌 Top 6 빅테크 기업 AI 투자 동향
(1) 분석 대상 선정 기준
(2) Top 6 빅테크 전체 AI 투자 현황
가. Top 6 빅테크 R&D 분석
나. AI Top 100 기업에 대한 Top 6 빅테크의 투자
다. Top 6 빅테크 AI 투자규모
라. Top 6 빅테크 AI 투자 비중
마. Top 6 빅테크별 AI 투자건수 점유율 현황
(3) Top 6 빅테크 기업별 AI 투자 동향
가. Micorosoft
A) AI 투자 현황
B) 주요 지분투자 및 M&A 사례
나. Apple
A) AI 투자 현황
B) 주요 지분투자 및 M&A 사례
다. NVIDIA
A) AI 투자 현황
B) 주요 지분투자 및 M&A 사례
라. Google
A) AI 투자 현황
B) 주요 지분투자 및 M&A 사례
마. Amazon
A) AI 투자 현황
B) 주요 지분투자 및 M&A 사례
바. Meta
A) AI 투자 현황
B) 주요 지분투자 및 M&A 사례
3) 주요국의 AI R&D 추진 현황
(1) 미국
(2) 영국
(3) 유럽연합(EU)
(4) 독일
(5) 프랑스
(6) 이탈리아
(7) 캐나다
(8) 중국
(9) 싱가포르
4) 글로벌 AI 표준 동향
(1) AI 분야 국제표준 현황    
가. ISO/IEC JTC1/SC42 AI 표준
나. CEN-CENELEC JTC 21 AI 표준
다. IEEE SA의 AI 표준
라. ITU-T의 AI 표준
(2) 미국의 AI 표준 현황
(3) EU의 AI 표준 현황
(4) 한국의 AI 표준 현황 및 시사점
2. Sovereign AI 동향과 해외 거버넌스 현황
1) Sovereign AI 동향
(1) Sovereign AI 정의 및 필요성
가. Sovereign AI 정의
나. Sovereign AI 필요성
(2) 국가별 Sovereign AI 동향
가. 글로벌 Sovereign AI 동향
나. 국내 Sovereign AI 동향
(3) 시사점
2) 해외 주요국 AI 규제 거버넌스 현황
(1) 미국의 규제 거버넌스 현황
가. 개요
나. 추진 체계
다. 주요 내용
라. 한계점
(2) EU의 AI 규제 거버넌스 현황
가. 개요
나. 추진 체계
다. 주요 내용
(3) 영국의 AI 규제 거버넌스 현황
가. 개요
나. 추진 체계
다. 주요 내용
라. 한계점
(4) 일본의 AI 규제 거버넌스 현황
가. 개요
나. 추진 체계
다. 주요 내용
라. 한계점
3. 프론티어 AI 개념과 위험
1) 프론티어 AI 정의
(1) 예측 불가능한 프론티어 AI의 능력
(2) 배포 안전성 문제
(3) AI 모델의 확산
2) 프론티어 AI 위험
(1) 통제되지 않는 기능
(2) 편견과 불평등 학습

2장 초거대 AI 기술 활용과 LLM(거대언어모델) 개발동향
1. 초거대 AI 등장 이후 영향력 분석
1) AI의 빠른 진화와 정책의 고민
2) 초거대 AI 관련 기술동향
(1) 초거대 AI의 등장
가. 언어모델의 발전과 초거대 AI의 등장
나. 초거대 AI
(2) 초거대 AI의 기술적 특징
가. 범용성
나. 확장성
다. 생태계 확장
(3) 초거대 AI의 주요 기술 및 동향
가. 초거대 AI 관련 대표 기술
A) 멀티모달로 확장
B) 초거대 AI의 발전 방향
나. 초거대 AI 관련 기술 및 특허 동향
A) AI 분야 기술 동향
B) AI 분야 특허 동향
C) 생성형 AI 분야 특허 동향
(4) 초거대 AI 기술유형별 분석
가. 주요 플랫폼
A) OpenAI의 GPT-3(2020. 5.)
B) 네이버의 HyperClova(2021. 5.)
C) Google의 LaMDA(2021 .5.)
D) MS, nVidia의 MT NLG(2021. 10.)
E) 카카오브레인의 KoGPT(2021. 11.)
F) Google(Deepmind)의 Gopher(2021. 12.)
G) LG의 EXAONE(2021. 12.)
H) 바이두의 Wenxin(ERNIE 3.0 Titan)(2021. 12.)
I) Meta의 OPT-175B(2022. 5.)
J) Google의 PaLM(2022. 4)
K) Meta의 LLaMA(2023. 2.)
L) OpenAI의 GPT-4(2023. 3.), GPT-4 Turbo(2023. 11.)
M) 구글의 Gemini 2023. 12.)
N) Anthropic의 Claude 3(2024. 3.)
O) Meta의 LLaMA-3(2024. 4.)
P) Open AI의 GPT-4o(2024. 5.)
Q) 알리바바의 Qwen2(2024. 6.)
나. 언어생성모델
A) Chat GPT
B) Jasper
C) Copy.ai
D) Github Copilot
E) 뤼튼(Wrtn)
F) 클로바노트
G) 바드(Bard)
다. 이미지생성모델
A) DALL-E
B) Midjourney(2022. 7.)
C) Stable Diffusion
D) I-JEPA
E) Firefly
F) 칼로(Karlo)
G) Jasper Art
라. 음성생성모델
A) Voicebox
B) Vall-E
마. 비디오생성모델
A) Lumiere
B) Imagen Video
C) Make-A-Video
D) Runway Gen2
E) Stable Video Diffusion
F) SORA
바. 게임생성모델
A) Bitmagic
B) Unity Muse와 Sentis
사. 3D생성모델
A) LDM3D
B) Point-E
2. 초거대 AI 활용 현황 및 전망
1) 공공부문 초거대 AI 도입·활용 사례
(1) 디지털플랫폼정부 초거대 AI 추진 방향
가. 디지털플랫폼정부
나. 초거대 AI 관련 추진 방향
다. 공공부문 초거대 AI 관련 정책 동향
(2) 초거대 AI 적용 서비스 분류 및 활용 사례
가. 서비스 구현 방식
나. 공공업무의 서비스 분류 유형
A) 질의 응답
B) 분석･활용
C) 문서 작성
D) 기획･창작
E) 상담 지원
F) 서비스 처리
(3) 지자체 주요 부서별 활용 예시
가. 초거대 AI 기반의 도시철도 교통안전 GPT 서비스(서울교통공사)
나. 초거대 AI 기반의 공공기관 민원상담 어시스턴트 서비스(화성시)
다. 제안요청서 초안 생성 실증(조달청)
라. 홈택스 종합소득세 분야 챗봇 실증(국세청)
마. 맞춤형 뉴스 리포터 제공 실증(국회도서관)
바. 국민신문고 민원 분류 적중률 고도화 실증(국민권익위원회)
사. 부동산 건축 분야 스마트검색 및 챗봇 실증(한국부동산원)
아. 취업규칙 준수 여부 판단 기능 실증(고용노동부)
자. 월드잡플러스 대시민 응대 및 업무 지원을 위한 AI 실증(한국산업인력관리공단)
차. 국민연금 일시금 분야 민원 대응 AI 휴먼 실증(국민연금공단)
2) 공공분야 초거대 AI 활용을 위한 공공데이터 주권 클라우드 적용
(1) 초거대 AI와 클라우드 동향
가. 초거대 AI를 위한 클라우드
나. 클라우드 활용
A) Cloud Service Provider
B) Managed Service Provider
다. 클라우드 도입 사례
A) 삼성전자 : 네이버 하이퍼클로바X 도입
B) 국방부 도입사례
(2) 초거대 AI를 위한 주권 클라우드(Sovereign Cloud)
가. 주권 클라우드 정의
나. 등장배경
A) 미국 클라우드 법에 의해 촉발
B) 유럽연합의 GDPR 발효
C) 국가별 대응 방안
다. 주권 클라우드에서 MSP의 역할
라. 주권 클라우드의 구현
A) 오라클의 주권 클라우드
B) VMWare 주권 클라우드
마. 주권 클라우드 도입사례
A) 미국 국방부
B) 미국 정보기관을 위한 생성형 AI 서비스 개발
(3) 공공데이터 주권 클라우드 구현전략
(4) 공공데이터 주권 클라우드를 위한 망분리 방안
가. 공공클라우드센터
나. 공공클라우드센터(민관협력 유형1)
다. 공공클라우드센터(민관협력 유형2)
라. 민간클라우드센터
(5) MSP 역할
(6) 정책적 시사점
3) 리걸테크 분야
(1) AI 법률 문서 작성 서비스
(2) AI 법률 상담 서비스
4) 가상인간 분야
(1) 생성형 AI과 가상인간
(2) 활용 사례
5) 모빌리티 분야    
(1) 자율주행
가. 활용 사례
(2) 자율비행
가. 활용 사례
6) AI 로봇분야
(1) 생성형 AI와 로봇
(2) AI를 탑재한 휴머노이드 로봇
7) 생활 밀착형 서비스 분야
(1) (STT, Speech To Text) 음성을 텍스트로 기록해주는 서비스
(2) AI 기반 생활 편의 제공 서비스
3. LLM(거대 언어모델) 기술동향과 활용방안
1) 자연어 처리(NLP) 기술 동향 및 전망
2) LLM 활용 방식 및 사례 분석
(1) 언어모델 고유기능 중심 활용
가. 무엇이든 답변하는 챗GPT
나. API를 통해 LLM을 각 서비스에 접목(서비스 증강)
(2) 단일 에이전트로 LLM 활용
가. 에이전트(LLM) + 기존 온라인 서비스
나. 에이전트 + 외부 생산성 도구
(3) 멀티 에이전트로 LLM 활용
가. 사회모방 시뮬레이션
나. 자율 에이전트, 주목받는 미래 자동화 기술
3) 초거대 AI LLM 및 sLLM 기술 동향
(1) LLM/sLLM 모델 관련 기술 현황
가. 언어모델의 학습방법
나. 학습 방법관련 용어
다. 패러미터 효율적인 파인튜닝 : PEFT
라. 학습가능한 어댑터를 추가 : LoRA
(2) 해외 LLM 동향
가. 빅테크 기업 LLM
A) 메타 LLaMA2    
B) 알리바바 Qwen-7B
나. 새로운 LLM의 지속적인 발표(`23.8.12 기준)
다. 정부주도 LLM 구축 및 개방
라. 오픈소스 진영의 LLM 개발 지속
(3) 국내 LLM 동향
가. 기업내 자체 LLM 구축 및 개방
A) 하이퍼클로바(2023. 2. 27.)
B) 하이퍼클로바(2023. 8. 24)
C) LG엑사원 2.0
D) 삼성전자 자체 LLM 구축
나. 다양한 sLLM의 출시
A) sLLM의 특징
B) 다양한 기업의 sLLM
다. LLM의 파인튜닝
라. 오픈소스의 LLM 개발 및 개방
A) Polyglot-ko version 1.0
B) Polyglot-ko version 2.0
4) 오픈소스 거대언어모델 국내외 동향
(1) 국내 동향
가. Open Ko-LLM 리더보드
(2) 국외 동향
가. 스페인 바르셀로나 오픈소스 전면화 추진
나. GPT-4 Turbo
다. 오르카 2(Orca 2)
라. FFF 아키텍처
마. 양자화 LLM

3장 생성형 AI 활용 전망과 보안기술 연구·특허 분석
1. 생성형 AI 기술 진화와 활용전망
1) 대화형 AI 비서, 코파일럿(Copilot)
2) 생성형 인공지능 챗봇 이용 결정요인 연구
(1) 문제 제기
(2) 분석 데이터 및 분석 방법
(3) 주요 변수에 대한 기술 통계
(4) 인공지능 챗봇 이용 결정요인
(5) 업무를 위한 인공지능 챗봇 이용 결정요인
(6) 일상 정보검색을 위한 인공지능 챗봇 이용 결정요인
(7) 결론
3) 미디어/방송 영상 산업에서의 생성형 AI 활용과 전망
(1) 생성형 AI의 확산과 미디어 분야 변화
(2) 생성형 AI 확산에 따른 미디어 콘텐츠 생산의 변화
가. 초기 생성형 AI의 적용 : 로봇 저널리즘
나. 생성형 AI 기술의 진화 및 서비스 다양화
다. 방송·영상미디어 부문의 생성형 AI 활용
라. 생성형 AI가 미디어 콘텐츠 생산에 미치는 영향
(3) 방송영상 산업에서 AI 적용범위 확대
가. 전통적인 예측형 인공지능
나. 생성형 인공지능
다. 5개 도메인별 생성형AI의 활용 현황
A) 텍스트 생성
B) 이미지 생성
C) 영상 생성
D) 오디오 생성
E) 음악 생성
(4) 생성형 AI 확산에 따른 미디어 이용 변화
가. 시청 경험의 개인화 심화
나. 콘텐츠의 상호작용성 증대
다. 콘텐츠 생산의 진입 장벽 소멸
라. 딥페이크와 오정보에 대한 노출 위험 증가
마. 추천 시스템과 편향적 콘텐츠 소비
(5) 생성형 AI 확산에 따른 공공정책 관련 쟁점
가. AI 생성물의 저작권 및 딥페이크 이슈
나. AI 생성물의 저작권과 딥페이크 문제에 대한 각국의 대응
다. AI가 미디어 산업에 미칠 영향
라. 생성형 AI의 사회적, 윤리적 문제
마. 생성형 AI과 방송영상 IP
4) 생성형 AI 시대, 생체인식 기술활용과 전망
(1) 생성형 AI 시대의 생체인식 관련 법제도 및 기술동향
가. 법제도 및 정책 동향
나. 기술동향
(2) 생성형 AI가 가져온 생체인식 기술의 명암
가. 생체인식 기술과 생성형 AI
나. 생체인식 기술의 위협 : 생성형 AI를 활용한 딥페이크 증가
(3) 시사점 
가. 생성형 AI는 생체인식 기술 활용에 양날의 검으로 작용
나. 딥페이크 위협에 대한 대응 : 멀티모달 생체 인증, 다중 요소 인증
다. 빅 브라더 이슈에 대한 대처
2. 글로벌 생성형 AI 특허 현황분석
1) 글로벌 생성형 AI 분야 특허 및 연구 현황
2) 생성형 AI 모델 특허 동향
3) 생성형 AI 모드 특허 동향
4) 생성형 AI 응용분야 특허 동향
3. 인공지능(AI) 시대, 보안 기술개발 동향
1) 보이지 않는 안보위협과 대응방안
2) LLM을 활용한 랜섬웨어 보안 프레임워크 연구
(1) 랜섬웨어 위협
(2) 랜섬웨어 대응에 AI 적용의 한계
가. 바이너리 파일(악성코드)의 비직관성
나. Zero Trust Model의 한계와 오탐 문제    
(3) 랜섬웨어 보안 프레임워크
가. 데이터 기반 모델링 자동화
나. 핵심 정보 선별
다. 컨텍스트화
라. 보안 도메인 특화 LLM
(4) 결론
3) LLM 대안으로서의 LAM, 최신 동향과 개인정보보호 연구
(1) LLM과 LAM의 기술적 발전
(2) LLM과 관련된 위협 유형
가. AI 모델을 사용하지 않았을 때의 위협
나. AI 법적 및 규제 위협
다. AI 모델을 활용한 위협
라. AI 모델에 대한 위협
마. AI 모델로부터의 위협
(3) LAM의 개념과 기술적 특징
(4) LAM의 기술적 발전이 개인정보 보호에 미치는 영향
4) 인공지능 보안 기술 특허 출원 분석
(1) 인공지능 보안 기술 특허 시장
(2) 국적별 출원 동향
(3) 기술별 출원 동향
(4) 주요 다출원인 동향
(5) 출원인 구분별 출원 동향
5) ChatGPT 보안 이슈 및 활용･규제 동향
(1) 보안 이슈 동향
나. 블랙베리(Blackberry)
다. 체크포인트(Checkpoint)
라. 카스퍼스키(Kaspersky)
마. 가트너(Gartner)
바. CSO(IDG에서 운영중인 사이버보안 전문 간행물)
(2) 활용･규제 동향
가. 이탈리아
나. EU 및 회원국
다. 미국
라. 일본
마. 해외 주요 기업들과 교육계
바. 한국

4장 인공지능 산업별 활용동향 -제조/건설/도시/교통-
1. 버티컬 AI로의 변화와 기술동향
1) 버티컬 AI 개념
(1) 버티컬 AI(Vertical AI)
(2) 버티컬 AI 시장 전망
2) 국내외 버티컬 AI 동향
(1) 국외 버티컬 AI 동향
(2) 국내 버티컬 AI 동향
2. 제조·건설·로봇 산업에서 인공지능(AI) 기술 활용 동향
1) 스마트 제조 AI 활용 동향
(1) 제조분야의 AI 활용 사례
가. 스마트 팩토리와 자율생산(독일 지멘스)
나. AI 기반 예측 정비
다. 불량품 검출(Defect Detection)과 품질 관리(Quality Control)
라. 공급망 최적화와 물류 관리
마. 제품 설계 및 개발
(2) AI 기반 품질 예측 기술동향
가. AI 기반 품질 예측
A) 예측 품질
B) 이상 탐지
나. 스마트 제조의 품질 예측 방법론
A) AI 기반 품질 예측 프레임워크
B) 제조 공정
C) 데이터 수집
D) 데이터 전처리 및 분석
E) 기계학습 및 딥러닝 기술
다. AI 기반 고무 품질 예측 사례
라. 결론
2) 건설산업에서의 인공지능(AI) 기술 활용 동향
3) 인간-로봇 협업을 고도화하는 인공지능 기술
(1) 계획과 교육
(2) 운영과 감독, 개입
(3) 학습
3. 교통·도시 인공지능(Urban AI) 기술동향과 사례
1) Urban AI의 개념 및 목적
2) Urban AI 분야별 사례분석
(1) 모빌리티(Mobility)
가. 도로와 보도의 경계인 연석 공간을 디지털화 및 계획/에셋 관리
나. EU 시민들의 실시간 교통량 집계(Wecount)
다. 기타 사례 종합 의견
(2) 도시와 건축(Cities and Architecture)
가. 증강된 도시계획(Augmented Planning) : MIT “CityScope, DeepScope”
나. 뉴욕 민원데이터와 소음공해 모니터링 : NYC311 기반 SONYC
다. AI를 활용한 도시의 새로운 맵핑 : Topos의 “5 Boroughs for the 21st century”
라. 기타 사례 종합의견
(3) 자원과 환경(Resources and Environment)
가. 도시 인프라로써의 수목 데이터 생성 및 관리 : MIT, The Quantified Canopy
나. 캐나다 위니펙 수도 계량기 수명주기 관리 : Soltron Water Management
다. 리투아니아 빌뉴스 대기질 모니터링 : Urban Air Quality of Breeze Technologies
라. 기타 사례 종합의견
(4) AI 시티(City)
가. 디지털 인프라
A) Alibaba 클라우드 기반 지능형 도시 : ET(Extream Techonology) City Brain
B) 엔비디아(NDIVIA)의 AI City : Building the AI City with NVIDIA Metropolis
나. 도시데이터(Urban Data)
A) 토론토의 AI 테스트베드 : Sidewalk Labs in Quayside
다. 도시 AI 생태계(Ecosystem)
A) 몬트리올의 두뇌 : MILA(Montreal Institute for Learning Algorithms)
라. 도시와 생성형 AI(Generative AI)
A) 생성형 AI 기반 도시계획
3) 인공지능의 교통 분야 활용
(1) 인공지능이 우리 삶에 미치는 영향
(2) 인공지능의 교통 분야 활용 사례
가. 교통정보 수집
나. 스마트 교통관리 시스템
다. 교통안전 분야
라. 자율주행 분야
마. 대중교통 최적화
(3) 인공지능의 교통 분야 활용 활성화 방안
4) ChatGPT 활용 교통 분야 인공지능 및 머신러닝의 활용
(1) ChatGPT
(2) ChatGPT의 활용 사례
(3) ChatGPT 기반 인공지능 방법론의 적용
가. Step1 : 연구 방향성 및 방법론 설정
나. Step2 : ChatGPT 활용 Python 코드 제공 및 적용
다. Step3 : 인공지능 방법론 활용 버스혼잡 예측 및 분류
(4) ChatGPT를 활용한 분석 수행 시 유의사항
(5) ChatGPT의 한계점 및 향후 가능성

5장 인공지능 산업별 활용동향 -의료/교육/금융/행정-
1. 바이오헬스/의료산업 인공지능 활용
1) 국내외 바이오헬스산업 내 AI 활용 동향
(1) 의료기기 산업 내 AI 적용
(2) 의약품(신약) 산업 내 AI 적용
(3) 의료 산업 내 AI 적용
(4) 국내외 AI 바이오헬스산업 시장 동향
2) 의료 인공지능 동향과 발전 방향
(1) 인공지능 의료기기 개요
(2) 영상진단 분야 인공지능 의료기기의 개발 및 사례
(3) 의료 인공지능 기술의 미래와 과제
가. 인공지능 기술개발을 위한 합성 의료데이터 마련
나. 보안성 향상을 위한 온-디바이스 AI 기술 적용
2. AI 디지털교과서 중심의 교육혁신과 우려
1) AI 디지털교과서
(1) AI 디지털교과서의 등장
(2) AI 디지털교과서 추진 현황
2) AI 디지털교과서 특징
(1) AI 디지털교과서 제공방식
가. 인터넷으로 누구나, 쉽게 이용 가능한 ‘구독형’ AIDT
(2) AI 디지털교과서 핵심기술
가. 학습 진단
나. 맞춤형 콘텐츠 제공
3) 해외 동향
(1) 디지털교과서 활용국
가. 미국
나. 캐나다
다. 독일(자를란트주)
라. 에스토니아
마. 일본
(2) 디지털 & 디지털교과서 미활용 또는 중단국
가. 스웨덴
나. 캐나다(온타리오주)
다. 네덜란드
라. 핀란드(리히마키시)
마. 프랑스
3. 금융업계 AI 역량 제고 노력과 대응방안
1) ChatGPT 활용 증가에 따른 자본시장 이슈
2) 글로벌 은행권의 생성형 AI 활용 동향
(1) 이슈    
(2) 동향
가. 대규모 서비스 및 지원
나. 투자 및 자산관리
다. 대출 심사
라. 컴플라이언스
마. 기타 업무 지원
(3) 영향과 시사점
3) AI로 변화하는 글로벌 은행의 HR 전략
4. 해외 지자체의 인공지능(AI) 활용 사례와 필요성
1) 지자체의 인공지능(AI) 활용과 도입의 필요성
2) 해외 지자체의 인공지능(AI) 활용 사례와 현황
(1) 영국 지자체의 AI 활용 사례
가. 재정 불안전성과 필수 서비스 증가로 인한 지자체 재정난과 부담 증가
나. AI를 이용한 업무 지능화와 현장 인력 지원 방안 모색
A)블랙풀(Blackpool Council) : AI 기술로 도로 유지보수 최적화와 비용 절감
B) 해크니(Hackney)·서럭(Thurrock) : AI 프로파일링 시스템으로 아동 학대·방치 예방
C) 켄트주(County of Kent) : 범죄 예측 매핑 시스템을 통한 경찰 활동
(2) 일본 지자체의 AI 활용 사례
가. 저출산․고령화와 사회복지서비스 업무 증가에 따른 지자체 공무원 수 부족
나. AI 기술과 생성AI 활용
A) 자료·문서 작성, 기획 아이디어 도출, 서비스 문의 대응 등에 챗GPT 활용
B) 아이치현 도요타시 : AI를 활용한 누수 탐지 시스템으로 비용 절감
C) 미에현 : AI를 활용한 아동학대 대응 지원 시스템
D) 아이치현 나고야시 : AI를 활용한 범죄 예방 활동    
(3) 지방 정부의 AI 활용 유형
가. FAQ 고객 응대(영국)
나. 보안 및 모니터링(싱가포르)
다. 시민 참여(덴마크)
라. 세무(영국)

제Ⅱ편 인공지능 반도체·온디바이스 AI 산업전망
1장 AI 반도체 R&D·산업 현황과 시장 전망
1. 인공지능 반도체의 기술개발 동향
1) AI 반도체 정의 및 구분
2) 핵심 분야별 기술 개발동향
(1) 중앙 처리 장치(CPU, Central Processing Unit)
가.Intel    
나. AMD
(2) 그래픽 처리 장치(GPU, Graphics Processing Unit)
가.NVIDIA
나. AMD
다. INTEL
(3) FPGA(Field Programmable Gate Array)
가.AMD-Xilinx
나. Sambanova
(4) 특정 용도용 집적 회로(ASIC, Application-Specific Integrated Circuit)
가. Google
나. Intel-Habana Labs
다. IBM
라. Graphcore
마. TESLA
바. APPLE
사. Qualcomm
아. ARM
(5) 뉴로모픽(Neuromorphic) 반도체
(6) NPU
(7) PIM
가. 딥러닝 기술의 개요 및 폰 노이만 아키텍쳐의 병목현상
A) 메모리 벽(Memory Wall)
B) 데이터 전달 양의 급증으로 인한 막대한 에너지 소모
나. PIM 기술의 필요성 및 종류
다. 딥러닝 모델 압축의 필요성 및 PIM 인공지능 가속기와의 상관관계
A) 신경망 양자화
B) 엣지 디바이스에서의 PIM 기술
라. PIM 인공지능 가속기 동작 원리
A) 아날로그-디지털 혼성신호 PIM 인공지능 가속기
B) 디지털 PIM 인공지능 가속기
마. PIM 인공지능 가속기 연구 동향
A) SRAM 기반 PIM 인공지능 가속기 연구 동향
바. PIM 인공지능 가속기 산업 동향
A) GDDR6 기반 Accelerator-in-Memory, SK hynix
사. PIM 반도체 분야 개발 현황
(8) HBM(High Bandwidth Memory)
(9) CXL(Compute eXpress Link)
3) 활용분야별 기술 개발동향
(1) 엣지 컴퓨팅을 위한 인공지능 반도체 기술
가. 템플릿 기반 마이크로아키텍처 구조
나. 초경량 인공지능 모델 지원 반도체 구조
다. 온-디바이스 학습을 위한 하드웨어 구조
(2) 데이터센터를 위한 인공지능 반도체 기술
가. ASIC 기반 Pod-level 데이터 병렬화 기술
나. 초거대 모델을 위한 인공지능 반도체
다. 데이터센터 인공지능 연산 가속을 위한 차세대 인터커넥트 기술
2. 인공지능 반도체산업 시장현황 및 경쟁구도
1) AI 반도체 산업 동향
(1) AI 반도체 기술 확보 경쟁
(2) 자체 AI 반도체 개발 추세
(3) 팹리스 스타트업 진출 확대
(4) 한국 기술수준과 경쟁력 확보
2) 인공지능 반도체 시장 현황과 전망
(1) 글로벌 AI반도체 시장 성장 추이·방향
(2) 글로벌 AI반도체 시장 경쟁 구조
가. 데이터센터용 반도체
나. 온디바이스용 AI 반도체
(3) 주요 사업자
가. 반도체기업
나. Big Tech
다. 스타트업
3) 국내 AI반도체 산업 현황과 경쟁력
(1) 데이터센터용 AI반도체    
(2) 엣지용 AI반도체
4) AI반도체 부상에 따른 반도체 산업의 가치사슬의 변화
(1) AI반도체와 EDA의 변화
(2) AI반도체와 SIP의 변화
(3) AI반도체와 Fabless·IDM의 변화
(4) AI반도체와 Design House의 변화 
(5) AI반도체와 Foundry의 플랫폼 전략
(6) AI반도체와 OSAT의 중요성
3. 인공지능 반도체 주요국의 육성정책
1) 해외 정책동향
(1) 미국
(2) 중국
(3) 대만
(4) 일본
(5) 유럽 
2) 국내 정부의 육성정책

2장 AI 반도체 기술 진화와 온디바이스 AI 개발현황
1. 반도체 기술발전과 미래컴퓨팅 기술의 진화
1) 모바일 엣지 컴퓨팅을 위한 저전력 반도체 기술
(1) 저전력 설계/소자 기술
가. 동적 전력 관리(Dynamic Power Management, DPM)
나. 저전압 동작을 위한 소자 기술
다. 저전력 회로 설계 기술
(2) 공정 기술 최적화
가. 첨단 공정 노드 활용
(3) 시스템 레벨 최적화
2) 차세대 컴퓨팅 패러다임을 위한 반도체 기술 개발 방향
(1) 엣지 AI를 위한 반도체 기술
가. 초저전력 AI 프로세서
나. 온디바이스 학습 기술
다. 센서-AI 통합 기술
(2) 뉴로모픽 컴퓨팅을 위한 반도체 기술
가. 대규모 뉴로모픽 시스템
나. 온라인 학습 가능한 아키텍처
다. 범용 뉴로모픽 프로세서
(3) 새로운 컴퓨팅 패러다임 탐색
2. AI 반도체 성능향상을 위한 기술과 오픈소스 설계SW 기술동향
1) AI 반도체 성능향상을 위한 주변 기술
(1) 메모리
(2) 인터페이스
(3) 패키징
(4) 트랜지스터(TR) 소자
2) 오픈소스 설계SW 기술동향
3) 인공지능 반도체 설계에 필요한 초고속 인터페이스 IP 기술동향
(1) 기술 분야별 고속 인터페이스 분류
가. AI, HPC, 클라우드 컴퓨팅 : PCIe, CXL, Ethernet
나. DRAM 메모리 인터페이스 : DDR, LPDDR, GDDR, HBM
다. 모바일 인터페이스 : MIPI
라. 칩간 통신 인터페이스 : UCIe
(2) 고속 인터페이스 회로 기술의 특성
가. 고속 인터페이스 회로의 구성
A) 고속 SerDes
B) 고속 Digital I/O(Logic PHY, Link Layer)
나. Multi-level signaling
(3) 고속 인터페이스 기술동향
가. 국내외 고속 인터페이스 개발 기업
나. 국내외 고속 인터페이스 활용 기술 개발 사례
3. 온디바이스 AI 기술동향 및 발전방향
1) AI의 온디바이스화에 따른 무선통신기기 및 부품산업의 영향
(1) 최근 동향
(2) AI의 디바이스 내 구현과 관련 기술의 발전
가. 소프트웨어 기술로서 소형언어모델의 부상
나. 소형언어모델을 지원하는 하드웨어 기술의 발전
(3) 무선통신기기 및 부품산업의 현황과 AI 온디바이스화의 영향
가. 무선통신기기 및 부품산업의 범위
나. 무선통신기기 및 부품산업의 최근 동향
다. AI의 온디바이스화에 따른 영향    
A) 산업 내 주요 품목의 변화
B) 산업 생산과 수출에 미치는 영향
(4) AI 온디바이스화에 대응하는 무선통신기기 및 부품산업의 발전과제    
2) 온디바이스 AI 주요동향
(1) 개요
가. 개념 정의
나. 등장 배경 
다. 주요 특징
A) 디바이스 내 자체 AI 연산 가능
B) 고수준의 하드웨어 및 소프트웨어 기술
(2) 시장 및 기업 동향
가. 글로벌 시장
나. 국가별 정책
다. 국가별 현황
(3) 핵심 기술 동향
가. 기술 개요
나. 하드웨어 기술
A) 해외
B) 국내
다. 소프트웨어 기술
A) 해외
B) 국내
라. 생성형 AI 기술
A) 해외
B) 국내
마. 활용 서비스 사례
(4) 미래 발전 방향
가. 향후 전망
A) (시장) 온디바이스 AI 기술은 AI 시장의 중심이 될 것으로 기대
B) (업계) 기술확보를 위한 M&A 및 AI 관련 인력 확보 전쟁 심화
C) (기술·서비스) 킬러 서비스 확보를 위한 경쟁심화 및 맞춤형 AI로 점진적 발전 예상
나. 정책 제언
3) 스마트 디바이스 AI 혁명 : 온디바이스 AI
(1) 온디바이스 AI 중요성
(2) 온디바이스 AI와 클라우드 AI 비교
(3) 온디바이스 AI의 활성화 방안

도표/그림 목차

 

▶자세히보기
https://smartstore.naver.com/techforum/products/11335686553

인공지능 시대 글로벌 경쟁력 확보와 AI 반도체·온디바이스 산업 전망분석 : 테크포럼

 

 

 

테크포럼은 ‘beyond technology’ 라는 캐치프레이즈를 모토로

국내/외 최신 기술 및 신성장 산업의 핵심 이슈와 동향을 분석하여 관련 업계 구성원들에게 정보와 소통의 장을 제공하고 있습니다.

기술 산업분야의 세미나, 컨퍼런스, 포럼을 기획/주최/주관 및 자료집/리포트 등을 제공 하고 있습니다.

문의: contact@techforum.co.kr 전화: 070-7169-5396
https://smartstore.naver.com/techforum/