데이터 분석 기반 정책 연구 필요성

AI·디지털 기술 발전이 가속화됨과 동시에 기술 패러다임 또한 빠르게 변화하여 정책연구 공백에 대응하기 위한

데이터 기반의 선제적 연구가 필요

AI·디지털 기술은 기술적 단위가 세분화되어 각 기술의 발전 주기가 빠르게 변화하여, 정책 연구가 이러한 급격한 변화 속도를

따라가지 못하는 공백 현상 발생

가트너의 하이프 사이클에 의하면 ‘생성형AI’는 2023년 기준으로 기대의 정점* 구간 최고점에 위치했으나,

현재는 기대의 정점과 환멸의 골짜기** 구간 경계선에 위치

* 과도한 기대의 정점(Peak of Inflated Expectations) : 초기 성공 사례 등으로 기대감이 최고조에 달한 단계
** 환멸의 골짜기(Trough of Disillusionment) : 초기 기대에 부응하지 못하여 관심·투자가 줄어드는 단계

불과 1년 만에 기술에 대한 기대치가 빠르게 변하여 기술의 실제 적용 단계에서 기술적·사회적 문제가 발생할 수 있는 상황에

대한 불확실성 관리 필요

데이터 분석 추진 목적

디지털 정책 연구보고서를 데이터화하고 체계적으로 종합 분석하여, 데이터 기반의 선제적 정책 연구 체계 및 문헌 자료의

정량적 기반 마련

국내외 주요 연구기관에서 발간하는 AX·DX 관련 디지털 정책보고서의 데이터화를 통해 체계적으로 종합 분석하여

정책 및 전략 수립에 반영 등 활용성 제고

주요 정책 연구보고서에서 전망한 핵심 기술 및 미래 이슈를 데이터 분석으로 도출하고,

이를 기반으로 정책 수립에 체계적으로 활용할 수 있는 구조적 틀 마련이 요구

※ 정책 연구보고서는 문헌으로서의 학술적 가치와 참고 자료로서 뛰어난 유용성에 비해 데이터 분석 관점에서 활용성이 낮아,

    보고서에 포함된 정보와 인사이트를 정형화된 데이터로 변환하여 정책 결정 과정에 활용 필요

문헌 자료의 데이터화를 통해 정책 연구 과정에서 정량적 데이터 분석 기반 마련

축적된 정책 연구 보고서를 데이터 기반으로 분석하여 미래 정책과제를 도출하고, 연구-분석-정책 간의 연계성을 강화하여

정책 수립에 반영하는 환류 체계 구축

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