인공지능(AI)은 특정 기술이 아니라 데이터 분석을 포함하는 일련의 프로세스다. 기존 프로세스를 보다 지능적으로 만드는 기술, 응용 프로그램 및 소프트웨어를 통칭한다.

인공 지능을 활용하면 경제 전반에서 작업을 보다 빠르고 효율적으로 수행 할 수 있다. 기존 응용 프로그램으로는 컴퓨터 비전을 활용한 자율주행시스템, 자연어처리와 번역, 효율적인 공급망 등이 포함된다. 현재 인공지능은 급증하는 데이터와 심층학습(deep learning) 등 강력한 알고리즘을 사용하는 기계학습(machine learning)을 기반으로 견고한 예측 시스템을 개발한다.

경제·사회 ·교육 측면

AI 경제적 영향

미국 국립표준기술연구소(NIST) 관련 보고서에 따르면 초기 단계인 AI는 향후 10년 동안 글로벌 생산성을 수조 달러 향상 , 서비스 중심 경제로의 전환을 가속화 할 것으로 보인다. 위험관리, 자율주행 자동차, 운송 네트워크, 의료 등 경제 분야 전반에 걸쳐 사용되고 있다.

인공지능 개발은 거시경제의 다양한 측면에서 국제 무역도 영향을 미칠 것이다. AI가 생산성을 증대하면 경쟁력 향상, 교역이 늘어난다. AI는 경제 성장에서 서비스의 가치를 제고, 서비스 비중 확대도 예상된다.

AI는 공급망 리스크 관리 개선, 지능형 제조 촉진, AI 언어번역 등 다양한 방법으로 통상 전반에 직접 영향을 미치고 있다.

사회경제적 비용

AI의 발전과 확산은 소득 불평등과 일자리 손실 증가를 포함한 사회경제적 전환 비용을 초래할 가능성이 있다. 이러한 결과는 사전에 결정되지는 않지만 정책적 대비가 요구된다.

인공 지능은 또한 개발도상국에 영향을 미칠 수 있다. AI 선진국은 일부 제조업 분야에서 개발도상국의 비교 우위를 침식할 가능성이 있다. 개발도상국의 기술 부족은 국가 간 AI 격차를 더욱 심화시킬 수 있다.

AI와 대학교육

AI는 세계 경제와 일자리를 변화시키는 파괴적인 기술로 대학의 미래에도 중대한 영향을 미칠 수 있다.

최근 네이처메거진 팟캐스트에에 출연한 마크 도드슨(Mark Dodgson) 호주 퀸즈랜드대 혁신연구교수 겸 ICL(Imperial College London) 객원교수는 AI가 대학 교육을 어떻게 바꿀 수 있는지, 대학이 학생을 평가하는 방법, 과학적 연구에 어떤 도움을 주는지 설명했다.

리 크로닌(Lee Cronin) 스코틀랜드 글라스고대학(University of Glasgow) 교수는 AI효과를 제한적이라고 판단했다. 그는 “이것은 도구 일뿐이다. 대규모 데이터 세트에서 의미 또는 특정 의미를 추출 할 수 있는 일련의 수학적 프로세스”라고 말했다.

AI가 교육에 미치는 잠재적 영향에 대해 크로닌은 “무엇보다 대학이 필요로 하는 것은 창의력이다. 반면 창의력을 평가할 수 있는 AI는 없다”고 지적했다.

제프리 페르켈(Jeffrey Perkel) 네이처 테크놀로지 편집자는 심층학습을 포함한 AI기술이 생명공학 등에서 가장 인기있는 주제임을 지적, AI가 과학연구를 지원하는 사례를 설명했다.

AI 극대화 7 단계

1. 글로벌 AI 확산

광범위한 분야에서 AI를 도입하려면 새로운 투자, 비즈니스 모델 개선 및 교육 인력이 필요하다. 기술 확산의 결여는 프런티어 기업과 후발 기업 간의 업종 내에서 생산성 격차를 확대한다. 관련 지식을 개발하고 인공지능과 같은 기술을 활용하기 위해 자본을 효율적으로 배정하는 데 따르는 문제도 있다. 경제 전반에 걸쳐 기술 확산 속도와 깊이를 높이려면 바람직한 정책이 필요하다. 여기에는 노동 시장의 유연성 증대, 개방성과 경쟁, 모험 자본 등도 포함될 수 있다.

2. 교육 및 기술 개발

AI기술의 유익을 얻으려면 교육 및 훈련이 핵심이다. 인공 지능은 과학, 기술, 공학, 수학(STEM)은 물론 사람들이 인공 지능과 함께 작업 할 수 있게 해주는 더 광범위한 기술을 요구한다.

관련 기술 개발은 글로벌 협력이 요구된다. 정부와 산업계는 다른 국가, 특히 개발 도상국에서 파트너십을 발전시킬 수 있는 기회를 제공해야 한다.

3. 사이버 보안

사이버 보안은 AI의 경제사회적 활용에 핵심이 될 전망이다. 한 지역의 낮은 사이버 보안은 다른 지역에도 영향을 미칠 수 있다. 이에 정부 차원 사이버 보안 전략을 개발할 필요성이 있다. 미국 국립표준기술연구소(NIST)의 중요한 인프라 사이버 보안 개선 프레임 워크는 사이버 보안 활동과 사이버 보안 위험평가 및 관리 사업을 위한 공통 조직 구조를 제공한다. 영국, 일본, 호주, 중국은 사이버 보안 전략을 개발했다.

사이버 보안 표준은 AI 개발과 협력에 장벽이 될 수도 있다. 예를 들어, 중국은 사이버 보안을 중국 고유의 사이버 표준 개발을 위해 정당화하고 있다. 베트남은 사이버 보안상의 이유로 서비스를 국내에 한정한다. 사이버 보안 전략의 기초를 형성 할 수 있는 적절한 국제 표준이 필요하다. 무역 협정은 미국 – 멕시코 – 캐나다 협약(USMCA)에서와 같이 사이버 보안 표준의 협력과 사용을 장려해야한다. 다른 국가의 역량 구축은 또한 사이버 보안 관여 전략의 일부분이어야 한다.

4. 개인 정보보호

개인 정보를 AI 학습에 사용하려면 강력한 개인 정보보호 규칙이 필요하다. 동시에 개인 정보보호 규칙은 국가 간 데이터 흐름에 대한 불필요한 제한을 피할 필요가 있다.

국가 및 지역이 개인 정보 보호 규칙을 개발함에 따라 개인 정보 보호 시스템의 상호 운용성을 보장하기위한 메커니즘이 필요하다. 무역 협정이 중요한 역할을 할 수 있다.

국가 간 데이터 흐름을 지원하기위해 OECD 기존 원칙을 토대로 글로벌 개인 정보보호 원칙을 더욱 발전시킨다. 글로벌 개인 정보 보호 원칙에 따라 국내 개인 정보보호 법률 및 규정을 개발하고 구현한다.

미국-EU 개인 정보보호 협의 등 다양한 개인 정보보호 정책 간에 상호 운용성을 구축한다. 데이터의 글로벌 자유로운 흐름을 보장하되 국내 개인 정보 보호 표준을 보호하기 위해 필요한 경우 데이터 흐름 제한을 제한한다.

5. 데이터 접근성

정부는 공개적으로 보유한 데이터에 쉽게 접근 할 수 있다. 정부 기관, 연구원 및 민간 부문에서 데이터 세트를 공유하기 위해서는 일관성 있고 투명하며 표준화 된 거버넌스 프레임 워크가 필요하다. 예를들어 미국 연방 정부는 연방 데이터 관리, 사용 및 액세스에 일관된 접근 방식을 제공하는 것을 목표로하는 연방 데이터 전략의 개발을 포함해 전략적 자산으로 데이터를 개발하는 데 진전을 보였다.

데이터 접근에 대한 국제적 프레임 워크는 정부 데이터에 대한 전 세계 접근 비용을 최소화하기 위해 필요하다. OECD는 데이터 거버넌스 프레임 워크를 개발하고 있다. 국제 표준화기구(ISO)는 데이터 거버넌스 원칙을 가지고 있다. USMCA에는 미래의 무역 협정 확대에 필요한 데이터 공개 약속이 포함된다.

6. 지적 재산권 프레임워크

인공지능 훈련을 목적으로 데이터를 이용할 때 유연성을 제공하는 저작권에 대한 공정한 사용 예외를 포함해 지원하는 IP 프레임 워크가 필요하다.

범태평양 파트너십을 위한 포괄적이고 진보적 협정(Comprehensive and Progressive Agreement for Trans- Pacific Partnership, CPTPP )에서 당사국은 적절한 저작권 예외 필요성에 동의하는 쪽으로 조치를 취했다. 저작권 및 관련 권리 시스템에서 적절한 균형을 달성해야한다고 주장했다.

7. 인공지능 윤리원칙

AI에 대한 신뢰를 발전시키기 위해서는 AI 프로세스와 결과가 윤리적이어야 한다. 윤리적 AI를 개발할 필요성은 미국, EU 및 기타 정부에서 제기됐다.

국제 협력이 없는 경우, AI 윤리 지침은 데이터 액세스 및 AI 사용에 차별적 영향을 미치는 현지 표준 및 규범만을 반영 할 수 있다. OECD는 AI 가이드라인 초안을 지난달 도출했다. G20도 이 문제 해결에 관심을 기울이고 있다. 공통 기준에 따라 AI 시스템이 윤리적으로 구축되는지, 윤리적 결과를 창출 하는지를 결정해야한다. 이는 테스트 표준 등 무역 문제를 야기한다. 이러한 프로세스 문제는 국제 무역 협상의 일부가 되어야 한다.