보고서 2 · 4장 보론 · 검토 자료
AI 확산 지수 작업 보고
분기 AI 확산 지수(2000년 1분기–2025년 4분기, 전체·62·69개 산업 × 논문·특허·뉴스)의 자료원, 구성 방법, 검증과 수정, 결과, 한계를 정리한다. 산업별 계열은 AI 확산 지수 검토판에서 볼 수 있다.
작성 2026-10-11 · 네이버 표본 104일 완료 기준
요약
- 2000년 1분기–2025년 4분기 분기 AI 확산 지수를 전체와 62·69개 산업으로, 논문·특허·뉴스 자료원별과 종합으로 만들었다. 지수는 계열마다 로그 수준에서 2015–2024년 평균을 뺀 값이다.
- 전체 종합 지수는 2015년 1분기 값이 −2.21, 2024년 4분기 값이 +1.30이며, 그 사이 약 34배가 되었다. 자료원별로는 논문 14배, 특허 24배, 영문 뉴스 42배, 네이버 뉴스 106배이다.
- 검증 과정에서 세 가지를 고쳤다. 논문의 AI 판정을 OpenAlex 기계 분류('AI 개념')에서 제목·초록의 AI 어구로 바꾸었고(PubMed 교차 검증), 수록 범위가 해마다 달라지는 학회 논문을 빼고 학술지 논문만 셌으며, 2024–2025년 산업 뉴스는 수집 기사 분류 대신 표본일 검색 값을 쓰도록 바꾸었다(표본일 7일 검증).
- 어느 산업이 AI를 많이 다루는가(수준)는 자료원끼리 대체로 일치한다(2024년 논문–특허 비중 순위상관 0.50). 그러나 어느 산업에서 빨리 늘었는가(증가 속도)는 자료원마다 거의 일치하지 않는다(자료원 쌍별 순위상관 −0.14~+0.19).
- 산업별 지수는 같은 산업 안의 시간 변화를 보는 지표이다. 산업 사이의 수준 비교에는 원값(비중)을 써야 한다.
1. 자료원과 측정
| 자료원 | 원천 | 산업 원값 | 전체 원값 | 기간 | 62개 중 지수 있는 산업 |
|---|---|---|---|---|---|
| 논문 | OpenAlex(학술지 논문) | 산업 영문 검색식(제목·초록)에 맞는 논문 가운데 AI 어구 논문의 비중(%) | AI 어구 논문 수 | 2000–2025 | 62 |
| 특허 | FindIP(CENSUS) | 산업 IPC 묶음 특허 가운데 G06N(AI 핵심 분류)과 함께 분류된 특허의 비중(%) | 5개국 G06N 출원 수 | 2000–2024 | 40 |
| 뉴스 | 네이버(분기 표본), Event Registry(영문) | 표본일 하루의 '인공지능 + 산업어' 기사 수 | '인공지능' 기사 수(네이버), 'artificial intelligence' 기사 수(영문, 2014년부터) | 2000–2025 | 49 |
- AI 어구: 'artificial intelligence', 'machine learning', 'deep learning', 'neural network(s)'. 논문은 학술지 논문만 센다(3-1).
- 네이버 표본일은 분기마다 하루로, 가운데 달(2·5·8·11월) 15일에 가장 가까운 수요일이다. 공휴일(설 연휴·어린이날·석가탄신일·광복절)이면 다음 주 수요일로 옮긴다. 104일 × 검색어 70개(전체 1개 + 69개 산업)를 받았다.
- 같은 날 같은 주소, 같은 제목(통신사 전재), 형식 기사(인사·부고·게시판 등)는 뺐다. 하루 약 2,000건의 검색 상한에 닿으면 최신순과 오래된순을 합치고, 그래도 다 덮지 못하면 부분 검색으로 전체 건수를 추정한다.
- 2024년 1분기–2025년 3분기의 '인공지능' 전체 기사 수는 날마다 받아 둔 기사(122만 건)의 분기 수요일 평균으로 대신한다.
- 산업 검색어와 IPC 묶음은 재현 패키지의
data/naver_queries_69.csv,data/openalex_queries_69.csv,data/patent_ipc_69.csv에 있다.
2. 지수 구성
- 분기 변환. 연간 자료(논문·특허)의 비중은 연 중앙에 로그 값을 두고 선형 보간하고, 건수는 분기 합이 연간 값과 같도록 보간한다.
- 지수. 로그 수준에서 그 계열의 2015–2024년 평균을 뺀 값이다. 1 오르면 약 2.7배이다. 계열마다 기준을 따로 두므로 같은 산업 안의 시간 변화만 비교할 수 있다.
- 종합. 쓸 수 있는 자료원의 분기 로그 변화를 평균해 누적한 연쇄 지수이다. 자료원이 중간에 들어오거나 빠져도 수준이 뛰지 않는다. 원값은 없다.
- 62분류. 69분류 하위 산업(분화 산업과 잔여, 건설은 건축과 토목)의 분자·분모 또는 건수를 더해 만든다.
- 최소 건수. AI 건수가 10건 미만인 시점(논문·특허는 그해 AI 문헌 수, 뉴스는 표본일 기사 수)은 지수와 종합에서 뺀다. 건수가 적으면 우연한 변동으로 로그 값이 크게 흔들리기 때문이다(10건이면 상대 오차 약 32%). 원값은 그대로 둔다.
3. 검증과 수정
3-1. 논문: OpenAlex 'AI 개념'을 AI 어구로 교체
처음에는 OpenAlex의 'Artificial intelligence' 개념(기계 분류)으로 AI 논문을 셌다. 이 분류는 2000년에도 초록 있는 논문의 6.5%를 AI로 판정하고 2015→2024년 증가가 1.9배에 그쳐, 확산 속도를 낮게 잡는다. 의료 관련 4개 산업과 전체에서 PubMed(NCBI)와 비교한 뒤 제목·초록 AI 어구 기준으로 바꾸었다. PubMed에는 같은 산업 검색식을 제목·초록에 적용하고, AI는 같은 어구 또는 MeSH 주제어 'Artificial Intelligence'로 셌다. 상관은 2005–2024년 로그 비중(수준)과 그 연간 변화의 상관이다.
| 산업 | 수준상관(PubMed 어구) | 변화상관(PubMed 어구) | OpenAlex 배수 | PubMed 어구 배수 | PubMed MeSH 배수 |
|---|---|---|---|---|---|
| 전체 | 0.99 | 0.94 | 9.5배 | 12.4배 | 4.3배 |
| 57.의료ㆍ보건업 | 1.00 | 0.94 | 21.1배 | 19.3배 | 6.2배 |
| 17.의료ㆍ의약품 | 1.00 | 0.86 | 10.8배 | 8.9배 | 4.4배 |
| 23.의료ㆍ정밀ㆍ광학기기ㆍ시계 | 0.97 | 0.74 | 15.4배 | 18.6배 | 4.5배 |
| 58.사회복지 서비스업 | 0.85 | −0.18 | 12.9배 | 18.4배 | 2.9배 |
배수는 2015→2024년 AI 비중의 증가 배수이다. MeSH는 논문의 주제에 붙는 색인어라 AI를 주제로 다룬 논문만 잡으므로 증가 폭이 작다. 사회복지는 건수가 적어 연간 변화의 상관이 낮다.
또 학회 논문을 뺐다. OpenAlex의 학회 논문 수록 범위가 해마다 달라, AI 어구 학회 논문이 2001년 1,902편에서 2002년 15,000편, 2003년 7,615편으로 출렁이고 그만큼 AI 논문 수와 비중이 2002년에 튄다. 학술지 논문만 세면 2000–2008년 AI 비중이 0.53–0.55%로 고르고, 2015→2024년 증가(9.5배)와 2024년 산업 순위(순위상관 0.99)는 거의 그대로이며, PubMed와의 연간 변화 상관은 0.90에서 0.94로 높아진다. 이와 별도로 OpenAlex 어간 처리 때문에 다른 낱말이 섞인 검색식 11건(machining→machine learning 등)을 구문 검색으로 고쳤다.
3-2. 네이버: 2024–2025년 산업 뉴스는 표본일 검색으로 통일
2024년 1분기–2025년 3분기의 표본일 7일에 표본 검색과 날마다 받아 둔 기사를 함께 놓고, 하루씩 빼고 나머지 6일로 환산 비율을 구해 맞춰 보았다.
- '인공지능' 전체 기사 수: 두 방식의 비율 0.998, 하루 제외 오차 최대 0.8%. 받아 둔 기사로 대신한다.
- 산업 기사 수(받아 둔 기사를 제목·요약의 산업어로 분류해 환산): 로그 오차 중앙값 0.38(약 ±46%). 오차가 작은 산업은 택배 0.07, 반도체 0.11, 56.교육서비스업 0.18, 26.자동차 0.19, 큰 산업은 24.전기장비(잔여) 3.32, 9.섬유ㆍ의복 2.71, 4.석탄ㆍ원유ㆍ천연가스 1.92, 14.석탄ㆍ석유제품 1.55이다. 표본 검색은 본문 전체에서 찾고 분류는 제목·요약만 보므로 그 차이가 산업마다 다르게 나타난다.
- 그래서 산업은 모든 분기에 표본일 검색 값을 쓴다. 2023년과 2024년 사이 산업 비중(산업 기사 ÷ 전체 기사)의 로그 변화를 보면 이음매가 크게 줄었다.
| 2024–2025년 산업 값 | 이음매 중앙값 | 이음매 표준편차 | 산업 수(2023년 하루 20건 이상) |
|---|---|---|---|
| 수집 기사 분류 × 환산 비율 | −0.02 | 0.79 | 33 |
| 표본일 검색(현행) | +0.03 | 0.28 | 33 |
3-3. 그 밖의 점검
- 표본일 하루의 오차: 2024–2025년 수요일 전체와 비교하면 로그로 평균 0.21(약 ±20%)이다.
- 공휴일 표본일: 2024년 5월 15일(석가탄신일)은 821건으로 평일(약 1,900건)의 절반에 못 미쳐, 공휴일이면 다음 주 수요일로 옮기는 규칙을 두었다.
- 네이버 '인공지능' 기사(표본일 평균)는 2012년까지 하루 0–8건, 2013–2015년 10–25건이고, 2016년에 224건으로 늘었다. 산업 기사는 2015년까지 대부분 0건이어서 최소 건수 규칙을 두었다.
4. 결과
4-1. 전체 지수
로그 수준에서 2015–2024년 평균을 뺀 값. 종합은 굵은 선이다. 네이버 뉴스는 표본일 기사가 10건 이상인 2010년 4분기부터, 영문 뉴스는 2014년부터 들어간다. 특허는 2024년까지이다.
| 자료원 | 2005Q1 | 2015Q1 | 2020Q1 | 2024Q4 | 2025Q4 | 2015Q1→2024Q4 |
|---|---|---|---|---|---|---|
| 논문 | −1.98 | −1.28 | +0.19 | +1.39 | +1.66 | 14.4배 |
| 특허 | −3.70 | −2.12 | +0.52 | +1.06 | – | 24.0배 |
| 뉴스(영문) | – | −2.18 | +0.26 | +1.55 | +1.98 | 41.9배 |
| 뉴스(네이버) | – | −3.50 | +0.48 | +1.16 | +1.97 | 106.2배 |
| 종합 | −3.37 | −2.21 | +0.38 | +1.30 | +1.81 | 33.6배 |
4-2. 산업 수준(2024년 원값)
논문 AI 비중(%) 상위 5개 산업
| 산업(62분류) | 비중(%) |
|---|---|
| 53.과학기술관련전문서비스업 | 20.0 |
| 44.컴퓨터 프로그래밍ㆍ시스템통합관리업 | 19.5 |
| 54.사업지원서비스업 | 16.4 |
| 43.통신업 | 16.3 |
| 25.기타기계ㆍ장비 | 15.6 |
특허 AI 비중(%) 상위 5개 산업
| 산업(62분류) | 비중(%) |
|---|---|
| 57.의료ㆍ보건업 | 24.7 |
| 44.컴퓨터 프로그래밍ㆍ시스템통합관리업 | 23.7 |
| 35.육상운송업 | 11.1 |
| 59.문화서비스업 | 11.0 |
| 29.전기ㆍ가스ㆍ증기ㆍ공기조절공급업 | 11.0 |
두 자료원의 산업 순위상관은 0.50(40개 산업)이다. 특허 상위의 의료·보건(G16H, 의료 정보학)과 소프트웨어(G06F, 데이터 처리)는 IPC 묶음 자체가 AI 특허의 주된 동시분류라 비중이 높게 나온다. 뉴스 건수는 검색어의 폭에 따라 수준이 크게 달라(예: 전기·가스의 검색어 '전력') 산업 간 수준 비교에 쓰지 않는다.
4-3. 산업 증가(종합 지수, 2015년 1분기 → 2024년 4분기)
51개 산업의 증가 배수는 중앙값 10.1배, 범위 3.1–24.6배이다. 상위 산업은 대부분 2015년 수준이 낮았던 산업이라 기저효과가 크다.
증가 배수 상위 6개 산업
| 산업(62분류) | 배수 |
|---|---|
| 59.문화서비스업 | 24.6배 |
| 22.전자부품ㆍ컴퓨터ㆍ영상ㆍ음향ㆍ통신장비 | 22.0배 |
| 47.보험ㆍ연금업 | 21.7배 |
| 2.임업 | 20.6배 |
| 24.전기장비 | 19.9배 |
| 3.어업 | 19.9배 |
증가 배수 하위 6개 산업
| 산업(62분류) | 배수 |
|---|---|
| 45.정보서비스업 | 3.1배 |
| 48.금융ㆍ보험관련서비스업 | 4.0배 |
| 42.방송업 | 4.2배 |
| 9.섬유ㆍ의복 | 4.2배 |
| 41.영상ㆍ오디오기록물제작 배급업 | 4.5배 |
| 14.석탄ㆍ석유제품 | 5.5배 |
자료원별 증가 배수의 산업 순위는 거의 일치하지 않는다(뉴스는 2017년 1분기 → 2024년 4분기). 수준은 자료원끼리 맞지만 산업별 증가 속도는 자료원에 따라 다르게 나오므로, 산업별 지수를 해석할 때는 자료원별 지수를 함께 보아야 한다.
| 순위상관 | 논문 | 특허 | 뉴스 |
|---|---|---|---|
| 논문 | 1.00 | −0.14 | 0.19 |
| 특허 | −0.14 | 1.00 | −0.08 |
| 뉴스 | 0.19 | −0.08 | 1.00 |
비교 산업 수: 논문 49, 특허 25, 뉴스 19(두 시점 모두 최소 건수를 넘는 산업).
5. 한계
- 특허: IPC로 대응시킬 수 없는 서비스업 등 22개 산업은 특허 지수가 없다. 2025년은 출원 공개가 늦어 뺐다.
- 뉴스: 13개 산업은 기사가 적어 지수가 없다. 표본일 하루의 오차가 약 ±20%이고, 2015년 이전은 대부분 지수에 들어가지 못한다. 검색어 폭에 따라 수준이 다르다.
- 논문: 2025년은 OpenAlex 등록이 덜 끝나 건수(전체)가 낮게 나올 수 있다. 비중(산업)은 영향이 작다.
- 해석: 지수는 같은 산업 안의 변화만 비교할 수 있다. 2015년 이전 건수가 적은 산업은 증가 배수가 크게 나온다.
6. 산출물과 재현
- AI 확산 지수 검토판: 전체와 62·69개 산업을 자료원별·종합으로 하나씩 볼 수 있다.
- 아래 파일은 4장 보론 재현 패키지(s4-alt)에 들어 있으며, 공개 묶음에는 보론 본문을 갱신할 때 함께 넣는다.
- 지수 자료:
output/industry69/ai_index_quarterly.json, 교차 검증pubmed_crosscheck.csv, 환산 검증naver_calibration_*.csv. - 코드:
src/ai_index_quarterly.py·naver_industry.py·naver_sample_quarter.py·pubmed.py,tools/make_ai_index_review.py·make_ai_index_report.py. - 입력: OpenAlex(
openalex_*phrase_article*)·PubMed·FindIP 연도별 건수는data/inputs/에 있다. 네이버 표본은 건수만 공개하며, 기사 제목·요약은 저작권 때문에 공개하지 않는다.
7. 다음 단계
- 이 지수를 4장 보론 대안 2(베이지언 VARX의 일곱째 외생)에 전체 지수 하나와 산업별 지수로 넣은 결과를 보론 본문과 재현 패키지에 반영할지 정한다.
- 뉴스 검색어 가운데 폭이 넓은 것('전력', '교육' 등)을 다듬을지 검토한다.