서론 — AI 확산의 현황

제1절 연구 배경

2022년 11월 생성형 AI가 일반에 공개된 뒤 AI는 일부 정보기술 기업의 연구 주제에서 거의 모든 산업이 도입을 검토하는 범용 기술로 바뀌었다. 범용 기술은 특정 산업의 생산성만 높이는 데 그치지 않고 산업 간 생산 구조와 노동 수요의 구성을 함께 바꾼다. 중장기 인력수급전망이 산업별 부가가치 전망을 출발점으로 삼는 만큼, AI 확산이 산업별 부가가치에 미치는 효과를 전망에 명시적으로 반영할 필요가 있다.

본 연구는 한국고용정보원의 AI 기반 인력수급전망 과제 가운데 두 번째 단계를 맡는다. 과제는 ① AI 영향 분석, ② 산업별 실질부가가치 전망, ③ 노동수요(취업자) 전망의 세 단계로 이루어진다. 본 연구는 ②단계에서 기준 시나리오와 AI 확산 시나리오의 산업별 실질부가가치와 취업계수 변화를 산출해 ③단계에 넘긴다.

제2절 특허로 본 AI 기술의 확산

특허는 기술이 실제 발명으로 구체화되는 속도를 보여 준다. 신경망 등 AI 계산 모델을 다루는 국제특허분류 G06N의 출원 건수(한국·미국·중국·일본·유럽 5개 특허청 합계)는 2015년 11,236건에서 2024년 224,600건으로 20배 늘었다(연평균 39.5%). 2010–2025년 누계로는 중국이 67.3%, 미국이 18.5%를 차지하며 한국은 6.2%로 세 번째이다.

한국 특허청 출원은 2015년 513건에서 2022년 14,002건으로 27배 늘어난 뒤 2023–2024년에는 연 1.2만 건 수준에서 정체되었다. 출원인은 삼성전자(5,467건), 한국전자통신연구원(2,466건), 한국과학기술원(1,835건) 순으로, 대기업과 공공연구기관이 확산을 이끌었다. 2025년 출원은 공개 지연(약 18개월) 때문에 아직 일부만 집계되었다.

AI 특허에 함께 붙은 분류는 AI가 결합하는 산업 분야를 알려 준다. 한국 G06N 출원 가운데 컴퓨팅(G06F)과 함께 분류된 특허가 3.1만 건으로 가장 많고, 경영·상거래(G06Q, 2.2만 건), 영상 처리·인식(G06T·G06V), 의료 정보·진단(G16H·A61B), 공정 제어(G05B), 차량 주행 제어(B60W)가 뒤를 잇는다. AI 기술은 정보통신을 중심으로 금융·도소매·사업서비스, 보건, 제조, 자동차로 퍼지고 있다.

제3절 논문으로 본 연구 활동

OpenAlex에서 'Artificial intelligence' 개념으로 분류된 논문은 2015년 58.8만 편에서 2024년 134.5만 편으로 2.3배 늘었다. 증가 속도는 2015–2022년 연 5.7%에서 2022–2024년 연 24.7%로 높아졌다. 제목이나 초록에 생성형 AI 또는 대규모 언어모델(LLM)을 언급한 논문은 2022년 1,071편에서 2024년 57,411편으로 54배 늘었으며, 2025년에는 색인이 끝나지 않은 상태에서도 11만 편을 넘었다. 의생명 분야(PubMed)의 AI·기계학습 논문도 2015년 6,478편에서 2024년 38,072편으로 5.9배 증가하였다. 한국 기관의 AI 논문은 같은 기간 1.1만 편에서 2.0만 편으로 1.8배 늘었다.

제4절 뉴스로 본 사회적 관심

영문 뉴스에서 'artificial intelligence'를 다룬 기사는 2015년 2.4만 건에서 2022년 25.2만 건으로 늘었고, 생성형 AI가 공개된 뒤 2024년 95.0만 건으로 2년 만에 3.8배가 되었다. 2022년 이후 증가 속도(연 94%)는 그 이전(연 40%)의 두 배를 넘는다. 국내 뉴스는 네이버 뉴스 수집기로 '생성형AI' 기사를 시범 수집하였으며, 전 기간·산업별 키워드 수집은 후속 과제로 남긴다.

제5절 연구 질문과 구성

세 갈래 자료는 공통적으로 2022년 전후를 경계로 AI 확산이 빨라졌음을 보여 준다. 본 연구의 질문은 이러한 확산이 2025–2035년 산업별 실질부가가치를 기준 전망보다 얼마나, 어느 산업에서 더 키우는가, 그리고 그 결과 산업별 취업계수가 어떻게 달라지는가이다. 2장은 방법론, 3장은 사용 데이터, 4장은 전망치, 5장은 소결이다.