한국 AI 산업, 전 세계 6위 달성...여전히 도전과제는 존재

한국 인공지능(AI) 산업이 전 세계적인 비중을 차지하는 가운데, 이에 대한 다각적인 전략과 투자가 요구되고 있다.

최근 한국경제인협회에서 국가별 AI 산업 수준을 비교한 ‘글로벌 AI 지수’를 분석한 결과에 따르면, 한국은 62개국 중 종합 순위 6위를 기록했으나 여전히 인재와 투자, 그리고 연구 부문에서의 개선이 필요한 것으로 진단되었다.

특히, 세부분야 별로 살펴보면 한국은 ▲특허(개발) ▲정책(정부전략) 부문에서는 우수한 성과를 보이고 있지만, ▲운영환경 ▲인재 ▲연구수준 부문에서는 개선의 여지가 있으며, ▲민간투자 부문에서는 상대적으로 부진한 모습을 보이고 있다.

미국과 중국은 AI 산업에서 견고한 양강체제를 구축하고 있다. 미국은 AI 전문인력 등 ‘인재’, 인터넷·모바일 등 ‘인프라’, 학술논문·R&D 등 ‘연구수준’, 특허 수 등 ‘특허(개발)’와 AI기업 수와 투자 규모 등 ‘민간투자’ 부문에 이르는 총 5개 부문에서 1위를 달성하며 종합순위 1위에 랭크됐다. 중국은 ‘인프라’, ‘연구수준’, ‘특허(개발)’, ‘민간투자’ 부문에서 모두 미국에 이어 2위를 차지했으나 미국과 상당한 격차를 두며 종합순위 2위를 기록했다.

한편, 한국은 AI 특허(개발)와 정책(정부전략) 부문이 세계 상위 10위권 안에 들고 특히 특허 수 등을 나타내는 특허(개발) 부문은 3위를 기록해 강력한 경쟁력을 보여주고 있지만 다른 세부 부문에서는 상대적으로 뒤쳐져 있어 이를 개선할 방안이 요구되고 있다.

데이터 관련 법률의 수준과 AI 산업을 둘러싼 규제 환경 등을 나타내는 운영환경 부문에서 한국은 데이터3법 개정 등을 통해 2019년 30위에서 현재는 11위로 상승하였다. 그러나 AI 설명요구권에 대한 명확한 규제와 지침이 아직도 미비한 상황으로, 한경협에서는 ‘AI 기본법’의 신속한 입법이 필요하다는 점을 지적하였다.

한국 AI 산업의 민간투자 부문이 가장 부진한 부분으로 지적되었다. 현재 한국은 민간투자 부문에서 18위를 차지하며, 지수 점수는 8.3점으로 상위 10개국 평균(29.0)의 3분의 1에도 미치지 못하고 있다.

한경협 추광호 경제산업본부장은 “AI 산업이 타 산업에 대한 큰 파급효과를 가질 수 있으므로, 미-중과의 기술 격차를 줄이고 국가 경쟁력을 제고해야 한다"며, "인재가 기술력의 핵심이므로, 국내 인재 양성과 동시에 해외 고급 인재를 영입하기 위한 비자 규제 완화 등의 조치가 시급하다"고 진단하였다. 또한 데이터 활용의 법적 장벽 완화를 통한 민간투자 활성화 방안도 제안되었다.

김광우 기자

kimnoba@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

NAB 무대 오르는 가우디오랩…콘텐츠 현지화 AI 플랫폼 ‘GSP’ 글로벌 출격

가우디오랩은 오는 19일부터 4일간 미국 라스베이거스에서 열리는 NAB Show 2026에 참가해 자사 콘텐츠 현지화 AI 플랫폼 ‘가우디오 스튜디오 프로(Gaudio Studio Pro, 이하 GSP)’를 글로벌 시장에 선보일 예정이다. 그동안 주요 글로벌 전시에서 기술력을 알려왔지만, 방송·미디어 산업의 핵심 행사로 꼽히는 NAB 무대에 오르는 것은 이번이 처음이다.

GPAI, 유료화 두 달 만에 매출 830%…이공계 AI 에이전트, 글로벌 시장서 존재감 확대

구독자 절반 미국·유럽 집중…연구자 중심 사용자 구조 형성 개인·팀·기업 요금제 도입 이후 빠른 수익화 성과 추론·시각화 결합한 이공계 특화 기능,...

미사일보다 먼저 멈추는 건 서버다…이란 전쟁, 중동 빅테크의 돈줄을 겨누다

중동은 한동안 빅테크의 차세대 성장지로 불렸다. 값싼 전력, 막대한 국부펀드 자금, 공격적인 국가 주도 투자, AI 인프라 수요가 한꺼번에 모인 곳이었기 때문이다. 그런데 이란 전쟁은 그 계산식의 앞자리를 바꾸고 있다.

[AI, 이제는 현장이다④] 모델보다 중요한 건 사람과 구조… AI 도입 성패는 조직 설계에서 갈린다

올해 기업들이 인공지능(AI)을 두고 마주한 가장 큰 질문은 기술보다 조직에 가깝다. 모델을 도입하는 일은 예전보다 쉬워졌지만, 그 모델을 어디에 붙이고 누가 무엇을 맡을지, 어떤 판단은 사람에게 남기고 어떤 업무는 AI에 넘길지는 여전히 어렵다. 생성형 AI 확산 초기에는 도구를 얼마나 빨리 들여왔는지가 경쟁력이었다면, 지금은 그 도구를 조직 안에서 어떻게 작동시키느냐가 더 중요한 단계로 들어섰다. 결국 올해 AI 도입의 성패는 더 좋은 모델을 확보했느냐보다, 사람과 역할, 승인과 책임, 학습과 평가의 구조를 얼마나 빨리 다시 설계하느냐에서 갈릴 가능성이 크다.