AI REPORT 2022-6 | 2022. 5. 26.

글로벌 주요 대학 인공지능 연구 동향 분석

AI·미래전략센터 윤창희 수석연구원, 권태균 선임연구원, 김소미 주임연구원(2022.5.)

◇ 인공지능 연구를 선도하고 있는 글로벌 유수 대학의 다양한 최근 연구 동향을 분석하여 국가 인공지능 정책

추진전략 마련에 활용하고자 함

1. 배경 및 목적

□ 인공지능 본격 확산에 따른 글로벌 동향 분석 필요

○ 세계적으로 최근 사회 모든 분야에 인공지능 적용이 본격화되면서 인공지능 연구방향도 다변화 추세

- 인공지능이 점차 고도화·안정화1)되고 사회 모든 영역에 변화를 초래하면서 인간과 인공지능의 안전한
공존을 위한 AI 연구 확대
- 인공지능의 전 산업 분야로의 확대·연동되는 초거대 AI 추세에 따른 거버넌스 방안, 데이터 연계, 기술
고도화 등 주제 다변화

❘해외 주요 대학별 인공지능 연구 현황❘

1) 나혜인(UST), 양동헌(KISTI) 외, “토픽모델링 기반 인공지능(AI) 관련 국가R&D 주요 동향 탐색”, 한국컴퓨터종합학술대회, 2021

1
 글로벌 주요 대학 인공지능 연구 동향 분석

2. 해외대학 연구 현황

1-1. MIT, CSAIL(Computer Science and Artificial Intelligence Lab)2)

□ 인류에게 도움이 되는 컴퓨팅 솔루션 연구

○ CSAIL은 신기술 개발 및 컴퓨팅 분야 기초연구, 차세대 과학자 육성에 초점을 둔 연구 추진

- AI 관련 10개 분야 연구(Research areas)*와 AI 기술을 이용해 높은 시너지를 창출할 수 있는 분야와
융합연구(Impact areas)** 실시
* [Research Areas] ① AI·ML, ② 알고리즘·이론, ③ 전산생물학, ④ 컴퓨터 아키텍처, ⑤ 그래픽 & 비전, ⑥ 인간-기계
상호작용, ⑦ 프로그래밍 언어·소프트웨어 공학, ⑧ 로봇공학, ⑨ 보안·암호화, ⑩ 시스템·네트워킹
** [Impact Areas] 빅데이터, 사이버 보안, 교육, 에너지, 오락, 보건의료, 사물인터넷, 제조업, 교통, 무선전화

❘CSAIL 내 주요 연구 그룹❘
응용 기계학습 인지 AI 컴퓨팅 & 소사이어티 체화형 지능
인간-기계 상호작용 시스템 계산이론 산업 AI(Vertical AI)
CDML*
비쥬얼 컴퓨팅 (Center for Deployable 인터넷 정책 연구 이니셔티브* 차세대 지능망
Machine Learning)

ALFA*
알고리즘 응용 컴퓨팅 Broderick Lab*
(AnyScale Learning For All)
CBMM*
(Center for Brains, 임상 의사결정* 임상 기계학습* 커밋그룹*
Minds & Machines)
복잡성 이론 전산구조공학 전산생물학 계산생물학
* (CDML) 강력하고 신뢰 가능하며, 안전한 AI ML 시스템 구축 연구
(인터넷 정책 연구 이니셔티브) 정책입안자와 사이버 보안 기술자와 협력을 통한 디지털 시스템의 신뢰성과 효율성 향상 연구
(ALFA) 최신 머신러닝과 진화컴퓨팅 개념을 적용한 일반적인 분석 범위를 넘어서는 빅데이터 문제 연구
(Broderick Lab) 통계적 추론(베이시안 추론)과 ML 분야 연구
(CBMM) 시각정보와 의미정보를 추상화하여 학습에 활용하는 등 인간의 뇌구조를 역공학으로 구현하는 연구
(Ex. 확률적 프로그램을 통한 유아의 행동 발단과정 분석)
(커밋그룹) 현대 컴퓨터 시스템의 성능을 향상하기 위한 새로운 접근법 발굴
(임상 의사결정) 임상 의사결정 강화를 위한 임상데이터 분석 연구
(임상 기계학습) 건강관리 분야의 기계학습, 정밀의학 분야 연구

2) https://www.csail.mit.edu/research/?category=Groups (최종 확인일: 2022.04.28.)

2
AI REPORT 2022-6 | 2022. 5. 26.

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용

∙ 수동 레이블 없이 객체를 발견하고 분할하는 AI ‘STEGO’ 개발

- 의미론적 분할을 기반으로 이미지의 모든 픽셀에 클래스 레이블을 지정하는 알고리즘인
STEGO(Self-Supervised Transformer with Energy-based Graph Optimization)를 개발
- STEGO는 사람의 도움 없이 객체를 식별하기 위해 데이터 세트 전체에 존재하는 유사한 객체를
찾고 이러한 유사한 객체를 함께 연결해 클러스터를 형성시켜 모든 이미지를 일관되게 학습

❘의미론적 분할 기반의 STEGO❘

MIT CSAIL NEWS

(2022.4.21.)3)

∙ 스스로 최적의 달리기 방법을 터득한 4족 보행 로봇 연구

- CSAIL 연구진은 4족 보행 로봇인 ‘미니치타’가 지형에 따라 스스로 빨리 달릴 수 있도록 ‘모델
Popular Science 프리(Model-free)’ 강화학습이라는 시스템을 개발 및 적용하여 달리기 속도 개선
(2022.3.18.)4) - 모델프리 강화학습은 인공지능이 다양한 변수와 상호작용을 하며 어떻게 행동할지를 직접 학습하고
결정하는 방식으로, 해당 방법을 선택하면 로봇은 다양한 상황에서 인간 기술자의 지시가 없어도
스스로 시행착오를 거치며 학습 가능

∙ 합성 데이터 생성 모델을 사용한 머신 러닝 훈련 모델 개발

- MIT는 ’21년 합성데이터를 생성할 수 있는 오픈 소스 도구 ‘합성 데이터볼트(Synthetic Data
Vault)’ 공개
- 데이터 세트를 사용하는 대신 이미지 분류를 위한 합성 데이터를 생성하는 특별한 생성 모델
MIT NEWS
(Generative Model) 개발을 통해 실제 데이터에서 학습보다 우수한 결과 도출
(2022.3.15.)5)

3) https://www.csail.mit.edu/news/new-algorithm-discovers-and-detects-objects-entirely-without-humans
(최종 확인일: 2022.04.28.)
4) https://www.popsci.com/technology/machine-learning-robot-runs-its-fastest/
5) https://news.mit.edu/2022/synthetic-datasets-ai-image-classification-0315

3
 글로벌 주요 대학 인공지능 연구 동향 분석

1-2. MIT Media Lab6)

□ 컴퓨팅 기술과 여러 영역을 통합하는 다학제 간 연구

○ MIT Media Lab은 인간과 컴퓨터 상호작용과 연관된 여러 응용 분야를 폭넓은 주제로 연구
- 21개 연구그룹 내에서 감성컴퓨팅, 바이오메카트로닉스, 도시과학, 플루이드 인터페이스, 소셜머신 그룹
등이 AI를 활용한 융합연구 추진

❘주요 연구분야❘
연구그룹 연구 내용

∙ 인간의 감성에 대한 반응과 이해, 의사소통하는 새로운 AI 개발

감성컴퓨팅
(ex. 웨어러블기기를 통한 사용자 심박수 분석 후 사용자 기분·스트레스 파악)

바이오 ∙ 인간의 신체 연구를 통해 신체와 기계를 병합하는 기술 개발

메카트로닉스 (ex. 인간의 움직임 시스템이 적용된 로봇의족)

∙ 다양한 도시문제를 해결하기 위한 도시 모델링, 온디맨드 모빌리티(MOD) 연구

도시과학
(ex. 클라우드 기반 도시데이터 공유 플랫폼, 2→3륜 변형 자율주행 자전거)

플루이드 ∙ 인간-컴퓨터 간 다양한 상호작용 방식을 개발하여 사람의 인지능력 최대화

인터페이스 (ex. 학습용 도구로서 실제 얼굴·신체·목소리 합성이 가능한 AI생성 아바타)

∙ 자연어처리, 머신러닝, 사용자 경험 설계를 통해 인적 네트워크에 대한 이해 촉진

소셜머신
(ex. 언어모델을 이용한 여론 예측, 음성 익명화를 통한 개인정보 보호)

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용
∙ 숨은 물건을 찾아내고, 솎아낼 수 있는 로봇 ‘RF-Grasp’ 개발
- RF-Grasp는 물건더미와 각종 장애물 사이에서 특정 물체를 꺼내는 로봇으로, RFID 기술이
적용되었으며 시각데이터와 결합해 정확도 높은 알고리즘 구현 가능

Tech Briefs
(2021.4.10.)7)

6) https://www.media.mit.edu/ (최종 확인일: 2022.04.28.)

7) https://www.techbriefs.com/component/content/article/tb/tv/38962

4
AI REPORT 2022-6 | 2022. 5. 26.

2. 카네기멜론대학, CMU AI8)

□ 실용적 문제해결을 위한 인공지능 연구

○ CMU AI는 현실 문제의 해결책을 제시(Real Problems, Real Solutions)하고, 인간에게 이로운 AI 연구
프로젝트 진행
- 인공지능 서비스 개발을 위해 필요한 기술 계층인 ‘AI Stack’*을 집중 연구
* ① 자율시스템, ② 인간과 AI 상호작용, ③ 정교한 알고리즘을 위한 기획 및 실행기술, ④ 의사결정 보조, ⑤ 모델링,
⑥ 기계학습, ⑦ 대규모 데이터 관리, ⑧ 기기, ⑨ 컴퓨팅, ⑩ 윤리

- 주로 자율주행차, 음성 인식, 고급 센서 설계 적용, 사물인터넷, 안면인식 소프트웨어, 인간의 목표·사고

및 상호 작용에 관한 연구 수행
AI Stack 모형 CMU AI 주요 연구 분야

출처: CMU AI 홈페이지

- 주요 현안 해결 프로젝트로는 농업(FamView), 의학(Improving Medicine), 문제해결(Solving Problems

With Incomplete Information) 분야 연구

❘주요 연구분야❘

∙ 글로벌 식량 위기 해결을 위해 식물 육종 및 작물 관리 방법을 향상하는 센싱, 로봇공학 및 자동화된 데이터

농업
기반의 의사결정도구 등의 AI 기술 연구

의학 ∙ 유전자 분석으로 알츠하이머 질환의 새로운 치료법 연구

∙ 불완전한 정보로 문제 해결을 위한 전략을 추론하는 AI의 가능성을 탐구

문제해결 (ex. ’17년 포커대회에서 우승한 머신러닝 시스템 리브라투스(Libratus)를 경매, 협상, 사이버 보안, 자율주행,
감염병 연구 등에 활용)

8) https://ai.cs.cmu.edu/ (최종 확인일: 2022.04.28.)

5
 글로벌 주요 대학 인공지능 연구 동향 분석

❘최근 연구 관련 보도❘
보도매체(일시) 주요 내용

∙ 사회적 책임을 지향하는 기술을 위한 책임있는 AI 이니셔티브 시작

CMU School of - CMU는 공정하고 평등한 세상을 만들기 위해 설계·개발·배포까지 책임 있고 투명성이 보장된
Computer Science AI를 강조
(2022.4.1.)9) - 공정성, 책임성, 투명성 및 윤리 아래 ‘수월한 질병 진단과 치료’, ‘교도소 재범률 감소’, ‘복지
사각지대의 시민과 사회 서비스 연결’ 등의 우리 사회와 삶의 질을 향상하는 AI 연구 진행

∙ 전염병 예측을 위한 데이터 저장소 ‘COVIDcast’ 프로젝트 (’20년~)

- 전염병 발생 시 국가의 즉각적인 대응과 긴급한 의사결정에 도움을 주고, 향후 공공 보건 데이터가
사용될 수 있는 새로운 지표를 만드는 데 초점을 맞춘 연구
- COVIDcast 저장소는 공공 보건 데이터와 지리데이터뿐 아니라 의료시스템, 기술회사, 보험사 등
민간기업의 데이터를 받아 전염병의 영향과 의사결정 및 예측 관련 연구 수행

❘COVIDcast에 있는 코로나19 관련 실시간 정보 지도❘

CMU School of
Computer Science
(2022.2.2.)10)

∙ 美 국가 AI 연구 클라우드(National AI Research Cloud) 추진

- CMU, 스탠포드, AWS 구글 등 정부, 산학으로 구성된 ‘국가 AI 연구 클라우드’ 거버넌스 구축을
통해 글로벌 IT 기업의 클라우드 데이터센터 활용 및 연구를 위한 공공 데이터 세트 이용 지원
Venture Beat
- 美 정부는 ‘국가 AI 연구 클라우드’ 거버넌스를 지원하기 위한 ‘미 국가 AI 연구자원 태스크포스법
(2020.6.30.)11)
(The National AI Research Resource Task Force Act) 발의
※ 국가 AI 연구 클리우드 이니셔티브 :
AI 연구개발 투자, 인프라 개방, AI 시스템 기술 표준화, AI R&D 지원

9) https://www.ml.cmu.edu/news/news-archive/2021-2025/2022/april/reponsible-ai-launch.html
10) https://www.ml.cmu.edu/news/news-archive/2021-2025/2022/feb/covidcast-pnas-cover.html
11) https://venturebeat.com/2020/06/30/aws-google-and-mozilla-back-national-ai-research-cloud-bill-in-congress/

6
AI REPORT 2022-6 | 2022. 5. 26.

3-1. 스탠포드 HAI(Human-Centered Artificial Intelligence)12)

□ 인간중심의 인공지능 연구

○ 스탠포드 HAI는 인간과 협업적이며 생산성과 삶의 질을 향상할 수 있는 인간 중심의 AI 기술 및 응용 분야 연구

- AI의 인간 중심적 이용을 촉진하고, 기술로 인한 혜택을 공유하기 위해 ‘인간에 대한 영향’, ‘인간 역량 강화’,
‘지능’ 등 세 분야에 초점을 맞춰 연구

❘주요 연구분야❘

∙ 현 알고리즘의 편향과 도입수준, 기계와 사람에 의한 의사결정의 책임 격차, AI가 사회·경제·산업에 미치는
인간에 대한 영향
영향 등을 연구
(Human Effect)
(ex. AI 알고리즘의 성별 및 인종 편향성 보정 연구, 인간 지각에 대한 AI의 영향 연구)

인간역량강화
∙ AI를 활용한 교육, 훈련, 건강관리, 신체 강화 등 AI-인간의 상호 작용을 통한 인간의 역량 강화 방안 연구
(Augment Human
(ex. 동적 AI를 활용한 구글 글래스 기반의 자폐증 치료)
Capabilities)

∙ 현재의 알고리즘 한계를 극복하고, 인간의 언어, 감정, 의도, 행동 및 상호 작용 등 인간의 인지를 이해하는
지능
차세대 인공지능 기법 연구
(Intelligence)
(ex. 인간에 대한 적대적 사례 연구, 인간 중심의 AI 시스템 연구)

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용

∙ 기초 모델의 기화와 리스크

Stanford HAI
- 언어 모델의 잠재적 편향성 및 대규모 컴퓨팅이 환경에 미치는 부정적 영향 평가와 윤리·사회적으로
(2022.10.18.)13)
책임감 있는 AI 윤리 연구

∙ 뇌 지문으로 자폐증 환자를 식별하는 AI 알고리즘 개발

Stanford HAI
- HAI는 기능적 자기공명영상(fMRI) 스캔을 통해 수집된 데이터로 뇌 전체의 신경 활동 패턴을
(2022.3.28.)14)
포착하는 알고리즘을 개발

∙ 대규모 언어모델과 AI 윤리 상관관계에 관한 연구

- 법, 의료, 교육, 수학, 철힉 분야의 전문가가 모여 ‘기초 모델들의 기회와 리스크(On the Opportunities
arXiv
and Risks of Foundation Models)’ 논문 발표(2021.8.)
(2021.8.22.)15)
- 언어모델의 학습으로 인한 잠재적 편향성 및 불평등 확대 등 문제 해결을 위해 책임 있는 AI 모델
개발을 위한 거버넌스 구축 제시

12) https://hai.stanford.edu/ (최종 확인일: 2022.04.28.)

13) https://arxiv.org/abs/2108.07258
14) https://hai.stanford.edu/news/equitable-approach-reducing-traffic-through-congestion-pricing
15) https://arxiv.org/abs/2108.07258

7
 글로벌 주요 대학 인공지능 연구 동향 분석

3-2. 스탠포드, AI 100 프로젝트16)

□ 인공지능이 전 세계 사람들의 삶과 사회에 미치는 영향 제시

○ 향후 100년 동안(2015~2115) 5년 주기로 연구주제를 선정하고 AI의 발전이 인간 사회에 미치는 영향을
평가·연구
※ (2021 Report) 인공지능 100년 연구, 연구패널 보고서: AI가 전 세계 사람들의 삶과 사회에 미치는 영향 제시

- AI의 진보에 따른 잠재적 혼란과 미래를 전망하고 이에 선제적으로 대응하기 위한 사회 기술적 영향

평가와 대응 방안 수립을 위한 연구 추진

- 인공지능 100년 연구는 인간의 번영과 민주적 이상을 지원하기 위해 컴퓨터 과학, 공학, 법률, 사회 경제학
등 AI 전문가들이 참여
- AI 발전에 따라 미치는 영향, 개발 및 시스템 설계 방향에 대한 전문가 지침과 이러한 시스템이 개인과
사회에 도움이 되도록 하는 프로그램을 제공하는 종합 분석 및 평가 제시

❘최근 연구 주제 및 관련 보도❘
구 분 주요 내용

∙ AI 주요 발전 부분
- 이전 보고서 발표 이후 5년간 음성인식, 자연어 처리, 다중 에이전트 시스템, 컴퓨터 비전
및 이미지 처리 등 다양한 영역에서 두드러진 발전에 대하여 논의

∙ General AI 전망
- 대부분의 최첨단 AI 응용프로그램은 ‘Narrow AI’이지만 연구자들은 General AI 시스템을
인공지능에 대한 100년 연구, 추구하고 있음을 강조
연구패널 보고서 ※ General AI를 위한 3가지 역량
(2021)17) ① 시스템 스스로 감독 및 동기부여 하는 방식으로 학습
② 단일 AI 시스템이 각각 재학습 없이도 다양한 영역의 문제를 해결하기 위해 지속적으로 학습
③ 추가 학습 없이 습득한 지식과 기술을 새로운 상황에 적용

∙ 책임있는 AI 개발을 위한 정부의 행동

- AI는 하나의 기술이 아닌 다양한 영역에 적용되는 기능의 집합체이기에 법률, 정책, AI 연구
개발, 국제 정책에 대한 협력 및 조율을 통한 감독의 필요성 강조

∙ ‘인공지능에 대한 100년 연구(AI100)’ 두 번째 보고서 발간

IT WORLD,
- 스탠포드에서 5년 주기로 발표하는 보고서로 ’AI가 사회에 미치는 영향‘이라는 주제로 AI가
(2021.10.08.)18)
인간 삶에 미치는 영향에 대해 연구

16) https://ai100.stanford.edu/history (최종 확인일: 2022.04.28.)

17) https://ai100.stanford.edu/
18) http://www.aitimes.kr/news/articleView.html?idxno=22520

8
AI REPORT 2022-6 | 2022. 5. 26.

4-1. UC 버클리, BAIR (Berkeley Artificial Intelligence Research Lab)19)

□ 인공지능 첨단기술에 관한 연구 수행

○ 최첨단 인공지능 연구를 가속화하기 위하여 BAIR 오픈 리서치 커먼즈(BAIR Open Research Commons)20)라는
산업 제휴 프로그램 설계

- 학문과 기업 연구 사이의 경계를 무너뜨리고, 열린 협업을 통한 산학계의 다양한 강점을 활용하는 글로벌
최고의 연구 생태계 조성을 목표로 운영
- BAIR Common Industry Members의 기업 및 연구자들과 BAIR 학생·교수진들이 함께 수십 개의 공동
프로젝트에 참여
※ 100명 이상의 학생들이 6개 산업 파트너와 협력하여 70개 이상의 주제에 대한 연구 수행

□ 문제해결을 위한 인공지능 핵심 기술 연구

○ 현재 사회적으로 유익한 강화 학습 시스템 설계, 오프라인 RL, 모방 학습 사용의 효용, 컴퓨터 비전, 자연어
처리 등을 주제로 다수의 연구프로젝트 진행
- 인공지능 핵심 기술에서 얻은 진보된 알고리즘을 생물정보학, 네트워킹 및 시스템, 탐색과 정보검색 등
여러 분야의 문제 해결에 적용

- 일반 대중 및 전문가 집단과의 소통과 토론을 목적으로 BAIR 연구동향 및 추진 프로젝트에 관한 결과를

‘BAIR Blog21)’를 통해 게시

19) https://bair.berkeley.edu/ (최종 확인일: 2022.04.28.)

20) https://bcommons.berkeley.edu/home
21) https://bair.berkeley.edu/blog/

9
 글로벌 주요 대학 인공지능 연구 동향 분석

❘최근 연구 주제❘
구 분 주요 내용

사회적으로 유익한 강화 학습 ∙ 강화학습에 의해 발생할 수 있는 다양한 방식의 피해 연구

시스템 설계 - 강화학습으로 발생할 수 있는 여러 가지 사회적 위험에 대처하기 위한 위험 평가 연구
(2022.4.29.)22) 및 지속적 모니터링 수행

∙ 오프라인 강화학습 사용 설명 및 방법별 이점에 대한 실무자 지침 제공

- 오프라인 강화학습의 의사결정 문제 해결의 용이성 및 오프라인 강화학습의 사용 목적,
오프라인 데이터 학습방법에 대한 연구 수행

❘오프라인 강화학습 접근 방식 권장 사항 요약❘

오프라인 강화학습,
모방 학습 사용의 효용
(2022.4.25.)23)

∙ 데이터 기반의 오프라인 최적화 딥러닝 예측모델 ‘PRIME’ 연구

딥러닝 예측모델 연구
- Google과 연구 협업으로 데이터 기반 최적화 접근 방식 알고리즘을 통한 시뮬레이션이
(2022.3.23.)24)
필요 없는 딥러닝 예측 모델 연구

강화학습 문제에 대한 ∙ Transformer 딥러닝 모델을 적용한 궤적 모델링 연구

시퀀스 모델링 솔루션 - 자연어 모델링을 위한 Transformer 아키텍처 사용으로 강화 학습 알고리즘에 제공되는
(2021.11.19.)25) 궤적 데이터 모델링 연구

고해상도 이미지를 통한 ∙ UHR(초고해상도) 이미지에서 바코드를 빠르고 정확하게 감지하는 방법 연구

효율적 물체 감지 - UHR(초고해상도) 영상 및 이미지에서 Y-NET 네트워크를 활용해 기존보다 적은 지연
(2021.9.)26) 시간으로 바코드를 빠르고 정확하게 감지하는 알고리즘 연구

22) https://bair.berkeley.edu/blog/2022/04/29/reward-reports/
23) https://bair.berkeley.edu/blog/2022/04/25/rl-or-bc/
24) https://www.marktechpost.com/
25) https://bair.berkeley.edu/blog/2021/11/19/trajectory-transformer/
26) https://bcommons.berkeley.edu/efficient-object-detection-super-high-resolution-image

10
AI REPORT 2022-6 | 2022. 5. 26.

4-2. UC 버클리, CHAI (Center for Human-Compatible AI)27)

□ 유익한 인공지능 시스템을 위한 개념적·기술적 수단 연구

○ 인공지능이 지닌 많은 문제 해결 연구와 인공지능 시스템이 인간 가치와 일치하는 유익한 방식으로 발전할

수 있도록 사회 과학적 요소 중심의 연구 진행

- ML 시스템에 대한 적대적 훈련 및 테스트, 다양한 AI 기능, 인지과학, AI 개발에 대한 윤리 등의 연구 수행

❘최근 연구 주제❘
구 분 주요 내용

∙ 라벨링 경험 및 감독되지 않은 사전 교육과 피드백을 통한 효율적인 대화형 강화 학습

가치 정렬 및 역 강화학습
UC Berkeley CHAI,
Research(2021.6.9.)28)
(Cornell University 공동 연구)
- Human-in-the-loop RL(강화학습)을 통한 대화방식의 피드백 과정에서의 프로세스를
효율적으로 재개발
- 피드백/ off-policy의 강점을 모두 활용하는 대화형 RL(강화학습) 알고리즘 제시
- 학습 활성화를 위한 보상모델 변경 시 에이전트 과거 경험의 모든 레이블 재지정 등의
강화학습 지속 연구

AI 사회적 위험 ∙ 공익을 위한 AI 개발
UC Berkeley CHAI, - 완전한 통합 형태의 AI 시스템 개발이 개인 및 집단에 미칠 위험을 연구하고 공정한
Research(2021.6.14.)29) 머신러닝(ML) 알고리즘을 통한 AI 편향성 문제 해결안 제시

∙ 협업 에이전트의 견고성 평가
인간-로봇 협력
- 딥러닝(Deep RL)에 대한 심층적 평가를 기반으로 정신이론(Theory of mind)과의 통합을
UC Berkeley CHAI,
통한 인간모델의 질을 잠재적으로 향상시키고 인간모델 모집단의 다양화를 통한 협업
Research(2021.6.14.)30)
에이전트 견고성 평가를 위한 방안 제안

Human-Compatible
∙ 인간과 양립 가능한 AI
Artificial Intelligence
- 의사결정을 잘 내리게 하는 알고리즘 개발에 초점이 맞춰진 단일한 개념의 AI 연구에서
UC Berkeley CHAI,
벗어나 목적 등을 고려한 이분법적 개념 도입의 필요성을 알림
Research(2021)31)

AI 윤리
∙ AI 윤리 견고성 연구
UC Berkeley CHAI,
- 딥러닝과 사회과학분야의 정신이론이 융합된 AI 윤리 견고성 평가 연구
(2021.6.)

27) https://humancompatible.ai/ (최종 확인일: 2022.04.28.)

28) https://arxiv.org/abs/2106.05091
29) https://arxiv.org/pdf/2102.04255.pdf
30) https://arxiv.org/pdf/2101.05507.pdf
31) http://people.eecs.berkeley.edu/~russell/papers/mi19book-hcai.pdf

11
 글로벌 주요 대학 인공지능 연구 동향 분석

4-3. UC- 버클리, MIRI (Machine Intelligence Research Institute)32)

□ AI 시스템 개발을 통한 안전하고 신뢰할 수 있는 인공지능 실현 연구

○ AI 시스템이 왜 그렇게 행동하는지 인간이 이해할 수 있도록 안전하고 신뢰할 수 있는 범용 인공지능 시스템
(general-purpose AI) 설계 및 분석 도구 개발 추진
- 인간의 감독 및 개입이 없는 상황에서 의도한 대로 행동하는 전통적인 의사결정 및 확률 이론이 아닌
수학적 방법에 근거해서 보다 정확한 의사결정 알고리즘 개발
※ 신뢰성 높은 에이전트 설계(Highly ReliableAgent Design), 오차 허용 및 가치학습(Error Tolerance and Value Learning),
예측(Forecasting)이 주요 연구 분야

❘최근 연구 관련 보도❘
구 분 주요 내용

∙ Artificial General Intelligence(AGI) safety(=alignment)라 불리는 컴퓨터 과학이 표면화

- 미래 인공지능이 인간을 뛰어넘는 능력치를 발휘하게 될 것으로 예상됨에 따른 전쟁, 사회적
AIM
조작, 권력 역학 등 많은 사회 문제들에 대한 우려와 안전성 검토 절차 강조
(2022.02.21.)33)
※ 인공 일반 지능(Artificial general intelligence): 인간이 할 수 있는 어떠한 지적인 업무도
성공적으로 해낼 수 있는 기계 지능

∙ Discussion with Eliezer Yudkowsky on AGI interventions

UC Berkeley
: (AGI 개입에 대한 Eliezer Yudkowsky와의 토론)
MIRI Strategy
- 인공 일반 지능(Artificial general intelligence)구현에 관한 토론에서 2070년까지 85%의
(2021.11.11.) 34)
확률로 구현이 가능할 것으로 예측

32) https://intelligence.org/ (최종 확인일: 2022.04.28.)

33) https://analyticsindiamag.com/whats-the-buzz-around-agi-safety/
34) https://intelligence.org/category/miri/

12
AI REPORT 2022-6 | 2022. 5. 26.

5. 하버드, THE AI INITIATIVE35)

□ 글로벌 인공지능 정책 수립 연구

○ 하버드 케네디 스쿨(Harvard Kennedy School) 내 비영리 기관인 ‘The Future Society36)’가 주도하여
인공지능 정책 연구 프로젝트
- 주요 연구 주제는 인공지능과 법, 뇌/인지과학, 건강/의료 분야를 주요 연구 주제로 설정하여 인공지능
적용 방안연구
※ 컴퓨터 시스템으로 교통, 통신, 에너지, 금융, 의료, 보안 분야의 사회·정치적 문제에 대한 글로벌 AI 정책 수립·연구

❘주요 연구분야❘
구분 설명

∙ 법적 추론과 의사 결정에 AI 통합, 프라이버시와 사실 발견 간의 균형, 인간지능 vs. 인공지능의

1. 인공지능과 법
유·무죄 지정, 정의에 대한 접근 보장, 법과 규정의 집행

2. 두뇌와 인지과학 ∙ AI·두뇌 및 윤리, AI·두뇌 및 데이터, AI·두뇌 및 살아있는 객체, AI·두뇌 및 노동력

3. 인공지능과 건강/의료 ∙ 데이터 수집, 지식 습득 및 표현, AI의 결과 도출 과정 설명, 건강 시스템으로의 통합

4. 생성 모델 연구 ∙ 대화 재구성 생성 모델의 해석 가능성 평가를 위한 정량화 방법 연구

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용

∙ 최근 감정 상태를 해독하는 데 도움을 주는 인공지능 기계학습 알고리즘 개발(’22.3.11.

Psychology Today Psychology Today)
(2022.03.11.) - 돼지의 음조를 통해 신경망이 pDFA(permuted discriminant function analysis) 분석을
진행하여 돼지의 상태를 진단하여 91.5%의 정확도를 보임

∙ 기계 학습 모델이 데이터 세트의 편견을 극복할 수 있는 방법을 모색(2022.03.04. UNITE-AI)

UNITE-AI
- 훈련 데이터의 다양성이 신경망이 편향을 극복할 수 있는지 연구
(2022.03.04.)
- 신경망 훈련방식이 편향된 데이터 세트를 극복할 수 있는지 에 대한 연구

35) http://ai-initiative.org/ (최종 확인일: 2022.04.28.)

36) 인류의 이익을 위해 기술의 힘을 안전하게 활용하는 방법을 연구하는 비영리 단체. The Future Society는 인공지능과 신기술의
거버넌스를 발전시키기 위해 ‘인공지능 이니셔티브(The AI Initiative)’, ‘법과 사회의 이니셔티브(The Law and Society Initiativ)’,
‘The CitiX Initiative’의 세 가지 주제로 연구 활동 추진

13
 글로벌 주요 대학 인공지능 연구 동향 분석

사례. 데이터 기반 인공지능 연구 선순환(Harvard Univ)

□ 기술, 데이터, 협력 거버넌스 기반 인공지능 연구 운영체계

○ 의료데이터를 활용한 인공지능 개발이 지속 가능한 구조로 운영되는 미국 의료대학 우수사례 분석

- 병원·연구자·의료기업 간 수요·공급 이해관계를 기반으로 데이터 제공·개발·재투자 가능한 선순환 구조 조성

❘하버드 의료대학 사례❘

❘단계별 세부 내용❘
구분 설명
1. 데이터 수집 ∙ 병원내 진료·검사 과정에서 발생하는 다양한 데이터 발생
∙ 데이터 클라우드 통합, 정리, 익명화 작업 수행
2. 데이터 전처리
※ 의료데이터 활용의 법적 이슈 방지를 위해 IRB 기준에 따른 데이터 전처리
∙ MGH, BWH 의료데이터를 RPDR 센터로 통합 구축
3. 데이터 통합(CCDS)
※ 폐쇄망 안에서 일부 임상/연구교수만 사용하여 법적 이슈 방지
∙ 의사, 연구자 중심으로 제한된 공간에서 데이터 Annotation, Development, Curation 등 데이터
4. 연구·개발(MD/PhD)
구성 및 프로젝트 관리
∙ NIH 투자, IRB, FDA 승인을 위한 프로젝트 수행
5. 사업 투자/승인
※ 투자/승인 과정을 통과한 프로젝트 중심으로 MGB 재투자
6. 바이오/의료 기업 투자 ∙ 환자 데이터/AI 개발인력 부족, FDA 승인을 위한 검증과정이 필요한 바이오/의료기업 투자 유치

14
AI REPORT 2022-6 | 2022. 5. 26.

6-1. 옥스포드, Institute for Ethics in AI37)

□ 인공지능 윤리 연구소

○ 학계, 기업, 정부의 AI 기술개발자·사용자와 함께 세계 최고의 철학자 및 기타 인문학 전문가로 구성

- AI의 윤리 및 거버넌스는 옥스포드 대학에서 매우 활발하게 수행하는 연구 분야이며 연구소의 플랫폼을
통해 다양한 분야에서 대담한 도약을 할 수 있도록 기회 제공 목적

❘주요 연구분야❘

1. 인공지능과 민주주의 3. 인공지능과 인권 5. 인공지능과 환경

2. 인공지능과 거버넌스 4. 인공지능과 웰빙 6. 인공지능과 사회

※ 법적 추론 인공지능이 사회 모든 분야를 변화시키고 있다고 판단하고 각 분야별 윤리적 이슈를 중점적으로 연구

❘최근 선정 주제 및 관련 보도❘
구분 주요내용

∙ AI가 민주주의를 쓸모없게 만들 것인가?(공공윤리, 2021년 8월), Dr Ted Lechterman

∙ 우리는 블랙박스 알고리즘을 두려워할지 모른다(Journal of Medical Ethics, 2021년 4월), Dr
Carissa Véliz, Carina Prunkl, et al.
∙ 체외수정을 위한 인공지능의 윤리적 구현(인공지능진흥협회, 2021), Professor Vincent Conitzer
선정 주제
∙ 개념의 인플레이션(Aeon, 2021년 2월), Professor John Tasioulas
∙ 광범위한 영향 요구 사항을 통해 AI의 윤리 제도화(Nature, 2021), Dr Carina Pruncl and co-authors
∙ 프라이버시는 힘이다: 데이터에 대한 통제권을 되찾아야 하는 방법과 이유(Transworld, ’20), Dr
Carissa Véliz. 이코노미스트 ’20년 올해의 책 선정

∙ NVIDIA에서 구글 기반으로 개발한 위키피디아 전체 및 16-19년 사이 영어뉴스 기사를 학습한 메가트론

트랜스포머에게 AI가 윤리적인지에 대해 질문
(2022.02.02. The Conversation)
연구 관련 보도 - AI는 그저 도구일 뿐 윤리적이지 않고 옳고 그름은 사람들에 의해 결정되며 스스로 윤리적일만큼
똑똑하지 않다고 답변
- AI는 앞으로 사람들에게 큰 도움을 가져다 줄 수 있는 반면에 심각한 피해를 끼칠 수 있다는 점에서
AI는 앞으로도 끊임없이 논쟁 필요

37) https://www.cs.ox.ac.uk/efai/ (최종 확인일: 2022.04.28.)

15
 글로벌 주요 대학 인공지능 연구 동향 분석

6-2. 옥스퍼드, FHI(Future of Humanity Institute38)

□ 인류 미래 연구소

○ 인공지능의 안전성과 효용성을 검증하기 위해 옥스포드 대학의 FHI(Future of Humanity Institute)39)

종합연구소 운영
※ 수학, 철학, 컴퓨터, 공학, 윤리, 경제 등의 분야를 중심으로 연구 수행

- 안전하고 유익한 인공지능 전략 개발을 위해 ‘AI안전(AI Safety)’과 ’AI거버넌스(Governance of AI)’

두 가지 분야 연구

❘주요 연구분야❘

󰋼 (AI Safety) 안전한 AI 시스템 구축을 위한 컴퓨터 과학 기술 연구

- 금세기에 인간 수준의 인공 지능이 달성될 것으로 보고, AI 기능 발전이 인간의 가치와 일치하도록 연구
- 복잡한 작업을 세분화하고 큰 오류에 대해 더 강력한 딥러닝 모델을 훈련하는 데 관심
󰋼 (Governance of AI Program) 기술 동향, 지정학 및 거버넌스 구조가 고급 인공 지능의 개발에 어떤 영향을 미칠지 조사
- AI 관련 기술 동향, 지정학 및 거버넌스 구조 등의 지속적인 연구를 바탕으로 AI 거버넌스 발전 방향 제시
- 정치 과학, 국제 관계, 컴퓨터 과학, 경제학, 법률 및 철학을 활용하여 AI 거버넌스 내에서 중요하고 무시된 문제에 대한 연구를
수행
- 연구는 민간 산업, 시민 사회 및 정책의 의사 결정자에게 조언하는데 사용

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용

∙ 인공지능은 금융서비스 산업에도 큰 영향을 미치고 있는 반면, 투자자들의 의사결정에서의

사용빈도는 저조
The Conversation
- 2000년부터 2018년까지 27개 연구결과, AI모델 정확도가 95%로 높게 나타났으나 나머지
(2022.02.02.)
5%로 인해 심각한 재정 타격 우려
- 윤리성도 확실한 보장이 어려워 AI의 금융산업 적용에 대한 다양한 이슈 리뷰가 진행중

38) https://www.fhi.ox.ac.uk/research/research-areas/strategic-centre-for-artificial-intelligence-policy/ (최종 확인일: 2022.04.28.)

39) 다양한 학문 분야를 다루는 종합 연구 기관으로 옥스퍼드 대학 소속이며, 수학, 철학, 사회 과학 및 과학을 이용하여 인류 및 인류의
전망에 대한 큰 그림의 질문을 제기하고 연구. Nick Bostrom 교수가 2005년에 창립 및 운영

16
AI REPORT 2022-6 | 2022. 5. 26.

7. 워싱턴 대학, Paul G. Allen School40)

□ 지능형 행동의 기초 메커니즘 연구

○ 기계학습, 자연어, 확률적 추론, 자동화 계획, 기계 읽기, 지능형 사용자 인터페이스 등 다양한 분야에서 연구 활동
※ 워싱턴 대학의 컴퓨터 과학 및 공학부 내에 인공지능 관련 8개 분야를 중심으로 AI 연구 그룹을 구성

❘주요 연구분야❘
구분 설명

1. Automated Planning & Control ∙ 자동화된 계획과 통제를 위한 컴퓨터 프로세스 연구

2. Brain-Computer Interfaces and

∙ 로봇을 제어하는 뇌-컴퓨터 인터페이스, 두뇌의 계산원리 발견 연구
Computational Neuroscience

∙ 생물학적 정보를 사용한 질병 예측 및 진단과 치료법 개발을 위한 기계학습 알고리즘

3. Al in Computational Biology
개발

∙ 활동인식, 에이전트 상호작용, 대화형 기계학습 및 능동학습, 스마트 센신 등 지능형

4. Intelligent Interaction
상호작용 연구

∙ 기계학습 알고리즘, 자연어 처리, 비전, 전산 생물학, 웹 및 소셜 네트워크 분야로의

5. Machine Learning
적용 연구 추진

∙ 파싱, 정보추출 및 기계번역 등의 핵심 NLP 문제와 소셜 미디어 텍스트 모델링, 언어

6. Natural Language Processing
분석 수행

∙ 로봇 학습, 제어 이론, 수치 최적화, 생체 역학, 운동 신경 제어, 계산 신경 과학, 뇌과학

7. Robotics
등 연구

8. Graphics and Imaging Laboratory ∙ 3D 재구성, 생체 의학 영상 처리, 인간 활동 인식 및 동작 분석 등 컴퓨터 비전 연구

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용

∙ AI 모델 미세조정 알고리즘(WiSE-FT)을 위한 Weight-Space 앙상블을 오픈 소싱

- 컴퓨터 비전(CV) 벤치마크에 대한 실험 결과 WISE-FT는 정확도를 최대 6% 포인트 향상시키는
InfoQ
것으로 보고
(2022.03.22.)
- 다양한 생산 환경에서 훈련된 데이터 외에서 성능이 저하되는 것을 방지하기 위해 모델을 좀 더
견고하게 만들 방법을 조사

40) https://www.cs.washington.edu/research/ai. (최종 확인일: 2022.04.28.)

2017년 워싱턴 대학 컴퓨터과학 및 공학 학부(Computer Science and Engineering)의 위상을 높이고 국제적인 투자를 유치하기
위해 학부 내에 Paul G. Allen 스쿨을 설립

17
 글로벌 주요 대학 인공지능 연구 동향 분석

8. 뉴욕대, AI Now Institute41)

□ 인공지능 사회 적용에 따른 책임성 연구

○ 학제 간 연구와 대중 참여를 통한 인공지능의 사회 적용에 따른 영향력 연구 등을 수행

- Dirty Data*가 예측 시스템에 미치는 영향과 AI의 차별과 불평등이 AI 기술에 어떻게 복제되는지를 연구
* Dirty Data: 잘못된 정보가 포함된 데이터로서 중복데이터, 부정확데이터, 규칙위반 데이터, 미통합 데이터 등의 형태로 존재

❘주요 연구분야❘
구분 설명

∙ AI 시스템의 공정성 평가, AI 개발 모범사례 확산, AI 기술 배포 책임성 보장, 대중의 논의와

1. 권리와 자유
정책 결정 지원 연구

∙ AI시스템이 노동 부문을 어떻게 변화시키는지와 취약·소외계층의 부정적 영향을 완화하는

2. 노동과 자동화
장기적 방안 연구

∙ AI시스템의 편향 효과 및 완화 방안을 연구하고, AI 기업 및 시스템의 다양성과 포용성을

3. 편견과 포용
평가하는 방안 연구

∙ AI 기술을 기존의 복잡한 인프라 시스템에 통합할 때 발생할 수 있는 잠재적 위험과 완화

4. 안전과 핵심 인프라
전략 연구

❘최근 연구 관련 보도❘
보도매체(일시) 주요내용

∙ AI의 등장으로 데이터를 통해 범죄를 저지르기 전에 범죄를 저지를 가능성이 있는 사람들을 신속,
정확하게 추적할 수 있게 기술 개발하였으나 정확도가 높지 않은 이슈 발생
- AI는 어떤 문제에 대한 과거의 정보만 가지고 학습을 하기에 생길 수 있는 문제로, 이 데이터만을
사용한다는 것이 불합리한 문제들을 발생 가능
Support JSTOR Daily
- 최근 중앙정부와 공동연구를 통해 AI가 제기하는 법집행에 사용되는 사례에 대해 리뷰 연구를 수행
(2022.02.23.)
- 헌법상 책임에 대한 고려가 부족하여 비용절감 및 표준화에 집중하여 개발되어 발생된 문제라고
보고
- 토론토 경찰은 2021년 9월, AI 기술 사용에 엄격한 통제와 적절한 정책을 내세우고 시카고
경찰서에서는 범죄 예측 프로그램 사용을 중단한다고 발표

41) https://ainowinstitute.org/about.html (최종 확인일: 2022.04.28.)

18
AI REPORT 2022-6 | 2022. 5. 26.

참고. 글로벌 주요 대학 인공지능 연구 동향 (2022.4. 기준)

번 호 조직 및 프로젝트 주요 활동
∙ 신기술 개발 및 컴퓨팅 분야 기초연구, 차세대 과학자 육성에 초점을 둔 연구
MIT, CSAIL
추진
(Computer Science and
∙ AI 관련 분야 연구와 AI 기술을 이용해 높은 시너지를 창출할 수 있는 융합
Artificial Intelligence Lab)
󰊱 연구 실시
∙ 인간과 컴퓨터 상호작용과 연관된 여러 응용 분야를 폭넓은 주제로 연구
MIT, 미디어랩 ∙ 감성컴퓨팅, 바이오메카트로닉스, 도시과학, 플루이드 인터페이스, 소셜머신
그룹 등이 AI 활용 융합연구 추진
∙ AI 서비스 개발을 위해 필요한 기술 계층인 ‘AI Stack’으로 세분화한 10개
분야를 연구
󰊲 카네기멜론, CMU AI
∙ 주로 자율주행 자동차, 음성 인식, 고급 센서 설계 및 적용, 사물인터넷,
안면인식 소프트웨어 등을 연구

스탠포드, HAI ∙ 인간 중심의 AI 기술 및 응용 분야를 연구하며, ‘인간에 대한 영향’, ‘인간 역량

(Human-Centered Artificial Intelligence) 강화’, ‘지능’ 등 세 분야에 초점을 맞춰 연구 수행
󰊳
∙ 향후 100년 동안(2015~2115) AI의 발전 및 AI가 인간과 사회에 미치는
스탠포드, AI100
영향을 연구

UC 버클리, BAIR ∙ 사회적으로 유익한 강화학습 시스템 설계, 오프라인 RL, 모방 학습 사용의
(Berkeley Artificial Intelligence Research) 효용 등의 연구 프로젝트 진행

∙ AI 연구의 유익한 시스템으로 재조정하기 위한 개념적·기술적 수단 개발

UC 버클리, CHAI
󰊴 ∙ 핵심 주제로 가치정렬 및 역강화학습, 인간-로봇 협력, AI의 합리적 행동을
(Center for Human-Compatible AI)
정의하기 위한 계산 매커니즘, AI 개발 윤리 등을 연구

UC 버클리, MIRI
∙ 안전하고 신뢰할 수 있는 범용 인공지능 시스템 설계 및 분석 도구 개발 추진
(Machine Intelligence Research Institute)

∙ 인공지능과 법, 뇌·인지과학, 건강·의료 분야를 주요 연구주제로 설정하여

󰊵 하버드, THE AI INITIATIVE
인공지능 적용 방안연구
옥스퍼드, ∙ AI 윤리 및 거버넌스가 주 연구 분야이며, 인공지능과 민주주의, 인권, 환경,
Institute for Ethics in AI 거버넌스, 웰빙, 사회 분야에서 윤리적 이슈를 중심적으로 연구
󰊶 옥스퍼드, FHI
∙ 안전하고 유익한 인공지능 전략 개발을 위해 AI안전과 AI 거버넌스의 두 가지
(Strategic Artificial Intelligence
분야 연구
Research Centre)

∙ 기계학습, 자연어, 확률적 추론, 자동화 계획, 기계 읽기, 지능형 사용자

워싱턴 대학, 인터페이스 등 다양한 분야에서 연구 활동
󰊷
Paul G. Allen School ∙ 워싱턴 대학의 컴퓨터과학 및 공학부 내 인공지능 관련 8개 분야를 중심으로
AI 연구그룹 구성
뉴욕 대학, ∙ 권리와 자유, 노동과 자유화, 편견과 포용, 안전과 핵심 인프라를 주요 연구
󰊸
AI Now Institute 과제로 설정하여 AI가 사회에 미치는 영향을 측정, 분석, 개선 방법 연구

19
 글로벌 주요 대학 인공지능 연구 동향 분석

3. 정책 시사점

◇ 인공지능 연구는 기술 고도화, 데이터 공유, 민·관·연 협업, 다학제 AI윤리 등 4대 키워드 중심으로 강화하고 있는 추세
- 이를 통한 시너지 창출을 위해서는 주요 연구 키워드 간의 연계·보완이 지속·가능할 수 있는 인공지능 개발 선순환 운영체계 필요
- 인간·인공지능의 공존을 위해서는 다학제적 방식으로 사회적 영향을 분석하는 AI 윤리 연구 활동 강화 중요

□ 글로벌 대학 인공지능 연구 키워드 : 기술, 데이터 활용, 협력, AI 윤리

○ 세계 유수 대학들의 인공지능 연구 및 프로젝트들은 공통적으로 4가지 측면(기술, 데이터 활용, 협력,

AI 윤리)에서 추진 중
- ’22년 인공지능 연구 방향은 ‘AI 기술 고도화’, ‘데이터 공유’, ‘민·관·연 협업’, ‘다학제적 방식의 AI윤리’를
통한 AI 연구로 발전
❘세계적인 대학들의 AI 연구 추진 방향❘

❘4대 키워드 관련 연구 세부 내용❘

4대 키워드 관련 연구 주요 내용
∙ (MIT CSAIL) 의미론적 분할 기술 기반 자기지도학습모델 개발(’22.4.)
기술 ∙ (UC 버클리 BAIR) 트랜스포머 아키텍처를 사용한 궤적 데이터 모델링 연구(’21.11.)
∙ (하버드) 대화 재구성 생성 모델의 해석 가능성 평가를 위한 정량화 방법 연구(’21.2.)
∙ (CMU) 질병 예측을 위한 공공/민간 데이터 저장소 ‘COMDcast’ 프로젝트(’22.2.)
데이터 활용
∙ (MIT) 합성 데이터를 생성하는 오픈소스인 ’합성데이터볼트‘ 공개(’21.3.)
∙ (스탠포드/CMU/AWS/Google/MS 등) 美 정부와 산학연 국가 AI 연구 클라우드 공동 추진(’20.7.)
협력(거버넌스) ∙ (캘리포니아) 컴퓨터 과학, 법률, 의학 등 다학제간 협력을 통한 AI 연구 프레임워크 개발(’22.1.)
∙ (UC버클리) Google과의 연구 협업을 통한 데이터 기반 딥러닝 예측 모델 ’PRIME’ 개발(’22.3.)
∙ (스탠포드 HAI) 법/철학/수학 분야 연구진과의 언어모델-AI 윤리 상관관계 연구(’21.10.)
AI 윤리 ∙ (매사추세츠 주립대) 언어모델 개발 시 에너지 사용률에 관한 연구(’21.6.)
∙ (UC 버클리 CHAI) 딥러닝과 정신이론이 융합된 AI 윤리 견고성 평가 연구(’21.6.)

20
AI REPORT 2022-6 | 2022. 5. 26.

「NIA The AI Report」 보고서는 글로벌 인공지능 이슈 및 동향을 분석하여, 인공지능 관련 주요 현안에
대응하기 위해 한국지능정보사회진흥원(NIA)에서 기획·발간하고 있습니다.

1. 본 보고서는 방송통신발전기금으로 수행하는 정보통신·방송 연구개발 사업의 결과물이므로, 보고서 내용을

발표할 때는 반드시 과학기술정보통신부 정보통신·방송 연구개발 사업의 연구결과임을 밝혀야 합니다.
2. NIA의 승인 없이 본 보고서의 무단전재를 금하며, 가공·인용할 때는 반드시 출처를 「한국지능정보사회
진흥원(NIA)」이라고 밝혀주시기 바랍니다.
3. 본 보고서의 내용은 한국지능정보사회진흥원(NIA)의 공식 견해와 다를 수 있습니다.

▶ 발행인 : 문용식

▶ 작 성
- 한국지능정보사회진흥원 정책본부 AI·미래전략센터
윤창희 수석연구원(yunch@nia.or.kr)
권태균 선임연구원(gyun4015@nia.or.kr)
김소미 주임연구원(somikim@nia.or.kr)

21