키워드

주요 내용

빅모델

∙ 기술 혁신과 산업 응용을 바탕으로, ‘사용 가능한’ 빅모델에서 ‘사용하기 양호한’ 빅모델로의 전환 가속화

※ ▲(기술혁신) 네트워크 구축, 모델 학습, 알고리즘 조정 등 성숙도 제고 ▲(산업응용) 빅모델의 서비스형 응용방식을 인터넷·ICT·금융·정부 등의 수직 산업으로 확장하고 빅모델 개발 지원 툴 출시

생성형 AI

∙ AI 창작 역량을 기반으로 AI와 데이터 요소 간의 통합 촉진

  - AI 기술 성숙도 제고에 따라 다양하고 창의적인 모드의 데이터 생성이 가능

  - 현실적·창의적인 컨텐츠 개발 및 프로그래밍 등 응용 도구로서의 역할 수행 가능

AI4S

∙ 생물학·수학·재료학·물리학·유전학 등 기존 과학 분야와의 융합을 통해 생물학적 단백질의 구조 예측 등 성과 창출

∙ 오픈소스 기반으로 AI 자체 기술을 발전시키고, AI 알고리즘과 물리학적 모델을 통합하여 과학·산업의 혁신을 도모

지식구동

∙ 딥러닝, 지식그래프 등 다중기술 통합을 기반으로 대규모 데이터 속의 인과관계, 논리 관계를 쉽게 파악함으로써 복잡한 시나리오에서의 AI 활용을 확대

초자동화

∙ 초자동화는 수요 발견에서 응용에 이르기까지 전 과정의 자동화를 의미

∙ 로봇프로세스자동화(RPA), 지능형 비즈니스프로세스 관리 소프트웨어(iBPMS) 등의 기술 툴·플랫폼을 복잡한 업무 시나리오에 연계함으로써 종합적 응용과 상호작용을 통해 역량 발현

스마트  미들플랫폼

∙ AI 미들플랫폼은 기업 스마트화를 위한 기반을 제공 

※ 기업 관리·운영·기술을 중심으로 ▲AI 개발·테스트·운영 등의 기능 확대 ▲이기종 소프트웨어 환경의 인터페이스 통합 등의 표준화 ▲신기술·툴 적용을 통한 AI 기술 응용 심화를 실현

MLOps

∙ ‘1 기초 + 2 핵심 + 3 향상’을 기반으로 수요·개발·납기·운영까지의 수명주기를 연결

※ ▲(1기초: 지속적인 납품) 공장 조립라인 모델 생산 방식 구축을 통해 대규모 생산을 지원하여 지속적인 납품을 실현 ▲(2핵심: 지속적인 교육 + 모니터링) 효율적인 운영·관리 체계 구축 ▲(3향상: 데이터 관리·특징 관리·모델 관리 역량 향상) AI 자산 개선, 안전 및 리스크 관리를 통해 기업의 AI 거버넌스 역량 강화

신규 인프라

∙ AI 소프트웨어 시설로 신규 인프라 효율 극대화

  - AI 신규 인프라 응용 계획을 세분화하고 기업과 지방정부의 역할 확대

기업 스마트화

∙ 기업 스마트화 추진, 스마트 인프라와 스마트 응용 간 상호 작용을 통해 기업 혁신역량 강화

※ ▲AI 미들플랫폼·빅모델 등 AI 인프라를 기반으로 지식 빅브레인 구축 ▲스마트 회의, 스마트 고객 서비스 등 응용 분야를 확장하여 업무 데이터화·지식화 및 업무 프로세스 정보화·스마트화 실현

신뢰 가능한 활용

∙ 이론 연구에 집중된 기존 방식에서 법규·표준·전략·도구 등 이행 가능한 수단으로 변화

※ ▲(싱가포르) 올해 5월 세계 최초 AI 거버넌스 테스트 프레임워크 마련 ▲(영국) 정부 차원에서 AI 윤리 규범에 대한 연구계획 발표