기업의 인공지능 기술 도입에 영향을 미치는 요인 분석: 국내 기업 데이터를 이용한 실증연구*

기술적 한계에 직면하여 두 차례 빙하기(winter)를 맞이한 바 있는 인공지능(AI) 기술은 혁신과 생산성을 향상시킬

핵심 동력으로 인식되고 있다(Lee, H. S.et al., 2022). 실상 AI 기술은 1980년대에 ‘기계학습 (Machine Learning)’ 알고리즘이

등장하며 많은 관심을 유발하였으나, 이를 구현하는 하드웨어의 한계와 경제성 문제로 인해 실제 활용되기에는 제약이 있었다.

그러나 2012년 ‘딥러닝’ 알고리즘이 등장함과 동시에 이를 구현하는 하드웨어 및 소프트웨어 역시 크게 발전하면서 기존의 한계를 넘어서게 되었으며, AI 기술 활용에 대한 관심이 지속적으로 높아지고 있다(Baek, etal., 2016; Lee & Nam, 2022).

특히 코로나-19 팬데믹이 야기한 디지털 전환의 확산과 맞물려 AI 기술 도입·활용 사례 또한 크게 증가하고 있다

(Agarwal, etal., 2024; IBM, 2024). 더욱이 AI 기술이 기업의 성과 향상을 견인한다는 주장과 조사·연구를 통한

실증적 증거(Evidence)들이 다수 제시되면서 산업 혁신과 경제성장을 위한 기업의 AI 도입 촉진 및 활성화가 강조되고 있다.

그러나 현재 기업의 AI 도입에 영향을 미치는 요인에 대한 이해와 최신의 증거는 부족한 실정으로 보인다.
문헌조사 결과에 따르면, 기업의 AI 도입 영향요인에 관한 대다수의 연구는 해외 연구자 및 해외 기업·산업
데이터를 활용한 실증분석을 중심으로 이루어지고 있다(Agrawal, 2023; Chatterjee, et al., 2021; Khan,et al., 2023; McElheran, et al., 2024; Merhi &Harfouche, 2024; Solaimani & Swaak, 2023).

국내 연구의 경우 다음과 같이 객관성 및 시의성 측면에서 한계를 가진다고 사료된다.

첫째, AI 기술만이 아닌 ‘4차산업혁명 핵심기술’ 또는 ‘디지털전환기술’과 같이 다른 기술을 포함한 포괄적 범위로 분석을

시도하였기 때문에, AI 기술 도입에 한하여 그 결정요인을 객관적으로 식별하기 어렵다(Kim, et al., 2020; Jung &
Whang, 2024).

둘째, Cho, et al.(2023)은 최근 발표된 연구임에도 불구하고 2017년의 국내 기업 데이터에 기반하고 있어 시의성이 미흡하다.

특히 2020년초에 발생한 코로나-19 전후로 과학기술에 대한 인식과 산업 패러다임에 지대한 변화가 있었다는 점을

감안할 때 (Korea Foundation for the Advancement of Science & Creativity, 2022), 2020년 이후의 현상을 포착(측정)한

데이터에 기반한 연구가 필요해 보인다.

---------------------------------------------------------------------------------------------------------------------------------------------------------