최근 인공지능과 같은 디지털 기술은 산업의 생산성과 혁신성을 제고하는 핵심 기술로 인식되고 있다.

이는 미국과 중국 등 강대국 간 기술패권 경쟁으로도 이어지며, 마이크로소프트, 구글, 바이두, 텐센트 등

글로벌 IT 기업의 치열한 경쟁이 이를 뒷받침한다.

특히 2021년 OpenAI가 개발한 ChatGPT 사례는, 전 세계적 관심을 불러일으키며 디지털 기술 확산이 예측을 뛰어넘어 빠르게 일어날 수 있음을 상징적으로 보여준다.

그런데 ChatGPT와 같은 생성형 인공지능 기술이 폭발적인 관심을 받다가도 일정 시점 이후 급격히 관심과 투자가 감소하는 현상을

‘샥스핀(Shark-fin) 형태’라 부른다(그림 1-1 참조). 이는 기존에 널리 알려진 S-커브나 가트너 하이프 사이클과 달리,

정점(피크) 이후 빠르게 도달한다는 데에 차별점이 있다. 샥스핀 형태가 나타나는 이유는 디지털 기술 환경이 예측하기 어려울 정도로 유동적이며, 예기치 못한 외부요인(기술적 한계, 규제 강화, 대체 기술 등장 등)에 의해 시장이나 사용자 관심이 급변하기 때문이다.

그만큼 정부와 기업은 예측 가능한 미래만이 아니라, 급속한 기술 흥망에도 대응할 수 있는 전략을 마련해야 하는 상황에 놓여 있다.

1. 미래 디지털 구성기술 네트워크의 양적분석

개념기술을 구체화하는 구성기술을 파악하기 위해, 본 연구는 먼저 arXiv(아카이브) 프리프린트 논문 메타데이터를 대규모로

수집하였다. 구체적으로 2007년부터 2024년 8월까지의 전 학문 분야 논문 약 259만 건을 확보하였으며,

이는 전년 대비 약 1년치의 데이터를 추가로 반영한 것이다. 이 데이터는 주로 인공지능을 비롯한 다양한 학문 및 산업 분야에 관한

논문들이 포괄적으로 포함되어 있어, 디지털 기술 발전에 필요한 핵심 신호와 연관된 기술 요소들을 식별하기에 적합하다.

이후 기술 분류를 보다 체계적으로 수행하기 위해, 분류 체계가 정교하게 구축되어 있는 특허분류(CPC, Cooperative Patent Classification) 26만 건을 활용하였다. 다양한 분야 특허 문헌에서 사용되는 코드들은 각 기술의 범위와 특성을 상세히 반영하고
있어, 인공지능 기반 유사도 매칭 기법을 통해 유사 기술들이 어떤 방식으로 묶이는지 클러스터링을 수행할 수 있는 것이 특징이다.

그 결과 약 100개의 기술 클러스터가 도출되었으며, 이는 앞서 선정된 개념기술과의 매칭 과정을 거쳐 개념기술을 뒷받침하는 구체적 구성기술을 도출할 수 있었다.

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