<이미지를 클릭하시면 크게 보실 수 있습니다> |
[디지털데일리 이안나기자] 인공지능(AI)이 산업 전반을 재편하면서 주목해야 할 개념 기술도 변화하고 있다. 특히 생성형 AI 급부상으로 기존 유망 기술로 꼽혔던 일부 기술 트렌드는 지나가고, 새로운 기술이 부상하는 등 판도가 빠르게 변화하고 있다.
소프트웨어정책연구소(SPRi) 박강민 선임연구원은 3일 코엑스에서 개최한 ‘2025 SW산업전망 컨퍼런스’에서 “과거엔 신기술이 정규분포 형태로 등장해 기업들이 준비할 시간이 충분했으나, 최근에는 챗GPT나 공간 컴퓨팅처럼 갑자기 등장해 최고점에 도달하는 ‘샤크핀’ 형태를 보인다”고 설명했다.
그는 “이러한 변화로 인해 기업들의 대응 실패가 빈번해지고 있어, 미래 기술 신호의 조기 탐지가 더욱 중요해졌다”며 “특히 이미 트렌드가 된 기술이나 이머징 기술보다는 약신호(Weak Signal) 단계 기술을 발굴하는 것이 중요하다”고 강조했다.
내년 주목할 개념기술은 약신호에 ▲뇌-기계 인터페이스(Brain-machine intercace) ▲양자 정보(Quantum information) ▲지능형 표면(RIS)이 신규로 포함됐다. 이외 트렌드와 이머징 시그널로 ▲AI 에이전트 ▲AI TRiSM(AI 신뢰‧위험‧보안관리) ▲기계 고객(Machine Customer) ▲멘탈 AI 등이 신규 포함됐다.
반면 작년 전망에서 유망했던 ▲노코드·로우코드 플랫폼 ▲슈퍼앱 ▲마이 아바타 등은 제외됐다. 박 연구원은 “챗GPT와 코파일럿이 코딩을 대체하면서 노코드·로우코드 중요성이 감소했으며, GPT가 앱 형태가 아닌 통합 서비스로 발전하면서 슈퍼앱 개념도 약화됐다”고 전했다.
메타버스 비전, 실시간 머신러닝도 기존 예측보다 빠르게 발전하며 트렌드 영역으로 진입했다. 특히 실시간 머신러닝은 미국과 중국이 가장 많은 투자를 집중하는 분야로 나타났다.
SPRi가 미국‧중국‧유럽‧한국 등 4개 국가 연구과제(R&D) 과제 3600만 건을 분석한 결과, 주요국 AI 투자 전략은 뚜렷한 차이를 보였다. 미국은 AI 전반에 꾸준한 대규모 투자와 함께 소규모 과제들도 지속 지원하는 전략을, 중국은 특정 분야에 대한 선택과 집중 전략을 취하고 있었다.
유럽은 바이오 산업과 연계를 통한 혁신을 추구하며, 미래 기반 기술에 대한 균형 잡힌 투자를 진행 중이다. 한국의 경우 제조·통신 분야 강점을 살린 AI 융합형 투자가 두드러졌으며, 최근에는 어댑티브 AI와 웹XR 분야에서 빠른 성장세를 보이고 있는 것으로 나타났다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
더 나아가 2028년까지는 AI 플랫폼을 통해 다양한 비즈니스 기능과 프로세스를 연결한 기업의 75%가 AI 투자에 따른 실질적인 비즈니스 가치 창출을 경험할 것으로 전망됐다.
특히 주목할 점은 AI-IT서비스 시장 고성장이다. 향후 5년간 AI-IT 서비스 연평균 성장률은 24%로 예측됐고, 국내는 같은 기간 29% 성장률이 예측됐다. 전체 IT서비스 시장이 국내 연평균 2%, 글로벌 5% 성장에 그치는 것과 달리, AI-IT서비스 시장은 10배 이상 성장세를 보이는 셈이다.
김경민 한국IDC 이사는 “2028년에는 국내는 생성형AI-IT서비스 시장 규모가 비생성형 AI 시장과 비슷한 수준에 도달하며, 글로벌 시장에서는 생성형 AI IT 서비스 시장이 전통 서비스 시장을 추월할 것”이라고 전망했다. 이어 “그만큼 생성형AI로 인한 IT서비스 시장 임팩트가 소프트웨어 시장보다 훨씬 더 강하게 나타나고 있다”고 덧붙였다.
이처럼 AI 기술의 급격한 발전과 시장 성장이 예상되는 가운데, 정부도 제도적 기반 마련에 속도를 내고 있다. 황규철 과기정통부 소프트웨어정책관은 “소프트웨어 산업 분야는 트렌드가 빠르게 변하는 분야기 때문에 미리 준비하지 않으면 경쟁에서 뒤쳐진다”며 “정부 역시 AI 시대가 올 것을 대비해 AI국을 만들고 올해 국가AI 위원회를 발족, AI 기본법 제정도 앞두고 있다”고 전했다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.