기업의 인공지능(AI) 활용 확대와 성과 제고를 위한 정책 과제 > 보고서

인공지능 조기 안착을 통한 산업경쟁력 강화, AI 활용 확대와 성과 창출 연계를 위한 통합적 정책 추진해야

- 대표적 일반목적기술인 AI의 활용은 미래 산업경쟁력 강화의 핵심

- AI에 대한 높은 관심과 달리, 국내기업의 AI 활용률이 낮고 편중된 경향

   * AI를 활용하는 국내기업 비중은 약 5% 내외로, 산업·지역·기업규모에 따라 AI 활용도가 편중되어 나타남

- 국내 AI 활용기업의 경제적 성과 확산 또한 불확실

   * 국내기업의 AI 활용을 통한 경제적 성과향상은 실증적으로 관찰되지 않거나, 또는 일부 소수/특정 기업에 한정되어 관찰

- AI 조기 안착과 산업경쟁력 강화를 위해서는 신기술 활용과 성과 창출 간 선순환 구조 형성이 시급

 산업연구원(KIET, 원장 권남훈)은 “기업의 인공지능 활용 확대와 성과 제고를 위한 정책과제” 보고서를 발표하며, 인공지능 기술이 한국 산업의 지속 가능한 성장과 경쟁력 강화를 위한 핵심 요소임을 강조했다. 

□ AI 활용 확대, 산업경쟁력 강화를 위한 필수 전략

  최신 인공지능(AI) 기술은 산업 전반의 디지털 전환을 촉진하는 주요 성장동력으로 자리 잡고 있다. AI는 단순 자동화를 넘어 인간의 지적 능력을 구현하며, 다양한 산업과 활동에 적용될 수 있는 일반목적기술(General Purpose Technology, GPT)*로서 높은 경제적 파급력을 지닌다. 이에 따라 세계 각국은 AI 개발 및 활용 촉진을 위한 적극적인 정책을 추진하고 있으며, 한국 역시 산업경쟁력 강화를 위한 인공지능 중심의 디지털 전환이 중요한 시점이다.

* 일반목적기술 특성: (i) 다양한 산업과 영역에 대한 광범위한 접근성, (ii) 새로운 기술, 제품, 서비스, 생산/운영 방식의 창출을 촉진하는 연쇄적 혁신성, (iii) 지속적 기술 개선 가능성 

□ AI에 대한 높은 관심과 기대에도 불구, 국내기업의 AI 활용률은 저조하며 특정 산업, 지역, 기업 규모에 따라 편중된 경향에 편중된 경향

  그러나 보고서에 따르면 국내기업의 AI 활용 수준은 여전히 낮은 상태이다. 통계청 기업활동조사를 활용한 분석에 따르면 2022년 기준 AI를 활용하는 국내기업 비중은 약 5% 내외에 불과하며*, 산업·지역·기업 규모*에 따라 AI 활용도가 편중되어 나타났다. 또한 우리 경제 핵심인 제조업의 경우 AI 활용기업 비중이 2.7%로 전체 경제보다 더 낮은 활용 수준을 보였다.

* AI 도입률은 2023년 6.3%로 나타나 2022년 4.5% 대비 증가를 보였다. 2023년 통계는 기업활동조사 결과(잠정) 발표 (2024.12.18., 통계청) 결과로, 2025년 2월 19일 현재 산업별, 지역별, 규모별 등 세부 부문별 통계는 2022년까지만 제공되고 있다.

* 산업: 정보통신업(19%), 전기, 가스, 증기 및 공기조절 공급업(13.0%), 금융보험업(12.8%), 교육서비스업(10.6%) 등이 높은 비중을 보였으며, 제조업(2.7%), 도소매업(2.6%) 등은 낮은 비중을 보였다(2022년 기준). 

* 지역: 서울(7.8%), 세종(5.4%), 대전(4%), 경기(4%) 순으로 상위 도입률을 보였으며, AI활용 중인 기업의 81.8%가 수도권 지역(서울, 경기)에 위치하는 것으로 나타났다(2022년 기준).

* 규모: 대기업은 중소기업 대비 약 3.7p% 높은 도입률을 보이며 활용 선도를 시사했다(2017-22년 누적 기준).

□ 국내기업의 AI 활용을 통한 경제적 성과 확산 또한 불확실

  또한 국내기업의 AI 활용을 통한 경제적 성과향상은 실증적으로 관찰되지 않거나, 또는 일부 기업에 한정되어 관찰되어* 활용을 통한 효과에 대한 논란은 지속되고 있다. 이는 AI에 관한 긍정적 기대와 전망에도 불구하고, 현장에서 산업 내 기업의 AI 활용 수준이 여전히 낮고 실체적인 성과 확산은 지체되고 있음을 시사한다. 

* 송단비 조재한 최민철 김한흰 김지현 민순홍 구진경(2024), 「국내기업의 인공지능 활용과 정책과제」,의 실증분석 결과, 국내 AI 활용이 아직 기업의 생산성 증대 효과로 연계되지 못하는 것으로 나타났다. 하지만 해당 연구에서는 추가적으로, 성공적인 AI 활용을 보이는 기업 사례를 제시하고 있으며, 이는 소수의 선도적 활용기업이 성과를 도출하고 있음에도 불구하고 AI 활용이 국내 산업 전반의 성과 창출로는 이어지지 못하고 있음을 시사한다. 

* 또한 송단비ㆍ조재한ㆍ최민철ㆍ김한흰(2021), 「국내기업의 인공지능 활용과 정책과제」,의 실증분석 결과, 국내 AI 활용이 아직 기업의 생산성 증대 효과로 연계되지 못하는 것으로 나타났다. 하지만 해당 연구에서는 추가적으로, 성공적인 AI 활용을 보이는 기업 사례를 제시하고 있으며, 이는 소수의 선도적 활용기업이 성과를 도출하고 있음에도 불구하고 AI 활용이 국내 산업 전반의 성과 창출로는 이어지지 못하고 있음을 시사한다.

* 또한 송단비ㆍ조재한ㆍ최민철ㆍ김한흰(2021), 「기업의 인공지능 활용과 생산성 연구」은 복수 사업체를 보유한 제조 기업의 경우, AI 활용을 통해 생산성 증대 효과를 보임을 실증적으로 확인하였다.

□ AI 활용 확대와 AI를 통한 성과 창출 간의 연계성 강화 필요

  산업연구원의 연구 결과, 기업 규모, 업력, 연구개발 집중도 등 AI 도입을 높이는 주요 특성들이 AI 도입 이후의 생산성 증대와는 연결되지 않는 것으로 나타났다. 이는 연구개발(R&D) 지원과 같은 기업 특성을 고려한 정책적 지원이 AI 활용은 촉진할 수 있지만, 실제 성과향상으로 직결되기 어려움을 시사한다. AI 활용이 기업의 성과 창출로 연계되지 않을 경우, AI 기술에 대한 기대가 줄어들면서 중장기적으로 선순환적 활용 및 성과 확대를 기대하기 어려운 악순환을 초래할 우려가 있다. 

<그림1> AI 활용과 성과의 순환 관계도

 자료: 송단비 조재한 최민철 김한흰 김지현 민순홍 구진경(2024), 「국내기업의 인공지능 활용과 정책과제」, 산업연구원(발간예정) 발췌

  AI는 범용 기술로써 다양한 분야에 활용할 수 있다. 하지만, 광범위한 활용 가능성으로 인해 오히려 다수의 기업은 자사에 적합한 활용 전략 수립에 어려움을 겪고 있으며, 원활한 AI 활용을 위한 필수 인프라 확보, 상호보완적 기술에 대한 이해에 어려움이 있는 것으로 나타난다. 즉, 기업이 AI 활용에 있어 무슨 문제를, 어떠한 기술로, 누가 어떻게 대응할 것인지에 대한 청사진을 그릴 수 있는 역량이 부족할 경우, 도입 결정이 어려울 뿐만 아니라 실질적 활용 성과를 도출하는 데 한계가 있음을 예상할 수 있다. 

  관련하여 보고서의 실태조사에 따르면 AI를 도입하지 않은 기업들의 상당수는 도입의 필요성을 느끼지 못하거나(59.6%), 성과에 대한 낮은 기대(18.7%)로 인해 AI를 활용하지 않는 것으로 응답했다. 이는 AI 기술에 대한 이해 제고와 성과에 대한 불확실성 해소, 구체적 활용 전략 마련이 AI 확산의 핵심 이슈임을 시사한다. 

  따라서 산업연구원은 이에 대응하여, 인프라 역량 강화를 위한 데이터 기반 구축, AI 전문 인력 양성 및 도메인 인력 재교육, 산업별 맞춤형 AI 솔루션 개발 등 성과에 초점을 둔 지원 정책 추진이 필요하다는 분석을 제시하였다.

□ 기술 활용과 성과 창출 간 선순환 구조 형성을 위한, 산업 맞춤형·통합적 AI 정책 추진 필요

   보고서는 한국경제의 지속적인 성장 모멘텀을 확보하기 위해, AI 활용과 성과 창출 간의 선순환을 유도하는 산업 맞춤형·통합적 AI 정책의 필요성을 강조했다. 

  (정책목표와 주요전략) "AI 활용 확대와 연계 성과 제고"를 정책 목표로 설정할 필요가 있고, 이를 위한 주요 전략으로 (i) 산업별 핵심 난제 해결을 위한 맞춤형 솔루션 개발, (ii) 모범사례 구축 공유를 통한 기술 활용 기반 조성 및 인식 제고, (iii) AI 성과 창출 인프라 역량 강화를 위한 표준모델 발굴 및 데이터 기반 구축, (iv) 성과 연계 강화를 위한 디지털 기술의 통합적 활용 촉진 등을 제시하였다.

  (기능별 세부 정책과제) 뒷받침하기 위한 기능별 세부과제로, (i) (기술) 산업 AI 내재화를 위한 수요/시장지향적 AI 혁신역량 강화, (ii) (금융) AI-산업 융합 분야에 대한 포괄적 금융지원 강화, (iii) (인력) AI 인력양성 시스템 개선 및 노동시장 연계 인력관리 강화, (iv) (규제) 기업의 자유로운 AI 기술 활용을 위한 잠재적 위험 대응 체제 구축을 제시하였다. 

<표1> AI 활용 및 성과 확대를 위한 기능별 세부 정책 제언

   자료: 송단비 조재한 최민철 김한흰 김지현 민순홍 구진경(2024), 「국내기업의 인공지능 활용과 정책과제」, 산업연구원(발간예정) 발췌

  이번 보고서를 통해 산업연구원은 AI 활용 전략이 한국 산업경쟁력 강화의 핵심 요소임을 다시 한번 확인하며, AI 확산과 활용 성과를 연계와 상호 간 선순환을 위한 실질적인 정책을 마련할 필요가 있음을 강조했다.​ 

<ifsPOST>

※ 이 자료는 산업연구원이 2025년 2월 23일 발표한 보도자료임

인공지능 조기 안착을 통한 산업경쟁력 강화, AI 활용 확대와 성과 창출 연계를 위한 통합적 정책 추진해야

- 대표적 일반목적기술인 AI의 활용은 미래 산업경쟁력 강화의 핵심

- AI에 대한 높은 관심과 달리, 국내기업의 AI 활용률이 낮고 편중된 경향

   * AI를 활용하는 국내기업 비중은 약 5% 내외로, 산업·지역·기업규모에 따라 AI 활용도가 편중되어 나타남

- 국내 AI 활용기업의 경제적 성과 확산 또한 불확실

   * 국내기업의 AI 활용을 통한 경제적 성과향상은 실증적으로 관찰되지 않거나, 또는 일부 소수/특정 기업에 한정되어 관찰

- AI 조기 안착과 산업경쟁력 강화를 위해서는 신기술 활용과 성과 창출 간 선순환 구조 형성이 시급

 산업연구원(KIET, 원장 권남훈)은 “기업의 인공지능 활용 확대와 성과 제고를 위한 정책과제” 보고서를 발표하며, 인공지능 기술이 한국 산업의 지속 가능한 성장과 경쟁력 강화를 위한 핵심 요소임을 강조했다. 

□ AI 활용 확대, 산업경쟁력 강화를 위한 필수 전략

  최신 인공지능(AI) 기술은 산업 전반의 디지털 전환을 촉진하는 주요 성장동력으로 자리 잡고 있다. AI는 단순 자동화를 넘어 인간의 지적 능력을 구현하며, 다양한 산업과 활동에 적용될 수 있는 일반목적기술(General Purpose Technology, GPT)*로서 높은 경제적 파급력을 지닌다. 이에 따라 세계 각국은 AI 개발 및 활용 촉진을 위한 적극적인 정책을 추진하고 있으며, 한국 역시 산업경쟁력 강화를 위한 인공지능 중심의 디지털 전환이 중요한 시점이다.

* 일반목적기술 특성: (i) 다양한 산업과 영역에 대한 광범위한 접근성, (ii) 새로운 기술, 제품, 서비스, 생산/운영 방식의 창출을 촉진하는 연쇄적 혁신성, (iii) 지속적 기술 개선 가능성 

□ AI에 대한 높은 관심과 기대에도 불구, 국내기업의 AI 활용률은 저조하며 특정 산업, 지역, 기업 규모에 따라 편중된 경향에 편중된 경향

  그러나 보고서에 따르면 국내기업의 AI 활용 수준은 여전히 낮은 상태이다. 통계청 기업활동조사를 활용한 분석에 따르면 2022년 기준 AI를 활용하는 국내기업 비중은 약 5% 내외에 불과하며*, 산업·지역·기업 규모*에 따라 AI 활용도가 편중되어 나타났다. 또한 우리 경제 핵심인 제조업의 경우 AI 활용기업 비중이 2.7%로 전체 경제보다 더 낮은 활용 수준을 보였다.

* AI 도입률은 2023년 6.3%로 나타나 2022년 4.5% 대비 증가를 보였다. 2023년 통계는 기업활동조사 결과(잠정) 발표 (2024.12.18., 통계청) 결과로, 2025년 2월 19일 현재 산업별, 지역별, 규모별 등 세부 부문별 통계는 2022년까지만 제공되고 있다.

* 산업: 정보통신업(19%), 전기, 가스, 증기 및 공기조절 공급업(13.0%), 금융보험업(12.8%), 교육서비스업(10.6%) 등이 높은 비중을 보였으며, 제조업(2.7%), 도소매업(2.6%) 등은 낮은 비중을 보였다(2022년 기준). 

* 지역: 서울(7.8%), 세종(5.4%), 대전(4%), 경기(4%) 순으로 상위 도입률을 보였으며, AI활용 중인 기업의 81.8%가 수도권 지역(서울, 경기)에 위치하는 것으로 나타났다(2022년 기준).

* 규모: 대기업은 중소기업 대비 약 3.7p% 높은 도입률을 보이며 활용 선도를 시사했다(2017-22년 누적 기준).

□ 국내기업의 AI 활용을 통한 경제적 성과 확산 또한 불확실

  또한 국내기업의 AI 활용을 통한 경제적 성과향상은 실증적으로 관찰되지 않거나, 또는 일부 기업에 한정되어 관찰되어* 활용을 통한 효과에 대한 논란은 지속되고 있다. 이는 AI에 관한 긍정적 기대와 전망에도 불구하고, 현장에서 산업 내 기업의 AI 활용 수준이 여전히 낮고 실체적인 성과 확산은 지체되고 있음을 시사한다. 

* 송단비 조재한 최민철 김한흰 김지현 민순홍 구진경(2024), 「국내기업의 인공지능 활용과 정책과제」,의 실증분석 결과, 국내 AI 활용이 아직 기업의 생산성 증대 효과로 연계되지 못하는 것으로 나타났다. 하지만 해당 연구에서는 추가적으로, 성공적인 AI 활용을 보이는 기업 사례를 제시하고 있으며, 이는 소수의 선도적 활용기업이 성과를 도출하고 있음에도 불구하고 AI 활용이 국내 산업 전반의 성과 창출로는 이어지지 못하고 있음을 시사한다. 

* 또한 송단비ㆍ조재한ㆍ최민철ㆍ김한흰(2021), 「국내기업의 인공지능 활용과 정책과제」,의 실증분석 결과, 국내 AI 활용이 아직 기업의 생산성 증대 효과로 연계되지 못하는 것으로 나타났다. 하지만 해당 연구에서는 추가적으로, 성공적인 AI 활용을 보이는 기업 사례를 제시하고 있으며, 이는 소수의 선도적 활용기업이 성과를 도출하고 있음에도 불구하고 AI 활용이 국내 산업 전반의 성과 창출로는 이어지지 못하고 있음을 시사한다.

* 또한 송단비ㆍ조재한ㆍ최민철ㆍ김한흰(2021), 「기업의 인공지능 활용과 생산성 연구」은 복수 사업체를 보유한 제조 기업의 경우, AI 활용을 통해 생산성 증대 효과를 보임을 실증적으로 확인하였다.

□ AI 활용 확대와 AI를 통한 성과 창출 간의 연계성 강화 필요

  산업연구원의 연구 결과, 기업 규모, 업력, 연구개발 집중도 등 AI 도입을 높이는 주요 특성들이 AI 도입 이후의 생산성 증대와는 연결되지 않는 것으로 나타났다. 이는 연구개발(R&D) 지원과 같은 기업 특성을 고려한 정책적 지원이 AI 활용은 촉진할 수 있지만, 실제 성과향상으로 직결되기 어려움을 시사한다. AI 활용이 기업의 성과 창출로 연계되지 않을 경우, AI 기술에 대한 기대가 줄어들면서 중장기적으로 선순환적 활용 및 성과 확대를 기대하기 어려운 악순환을 초래할 우려가 있다. 

<그림1> AI 활용과 성과의 순환 관계도

 자료: 송단비 조재한 최민철 김한흰 김지현 민순홍 구진경(2024), 「국내기업의 인공지능 활용과 정책과제」, 산업연구원(발간예정) 발췌

  AI는 범용 기술로써 다양한 분야에 활용할 수 있다. 하지만, 광범위한 활용 가능성으로 인해 오히려 다수의 기업은 자사에 적합한 활용 전략 수립에 어려움을 겪고 있으며, 원활한 AI 활용을 위한 필수 인프라 확보, 상호보완적 기술에 대한 이해에 어려움이 있는 것으로 나타난다. 즉, 기업이 AI 활용에 있어 무슨 문제를, 어떠한 기술로, 누가 어떻게 대응할 것인지에 대한 청사진을 그릴 수 있는 역량이 부족할 경우, 도입 결정이 어려울 뿐만 아니라 실질적 활용 성과를 도출하는 데 한계가 있음을 예상할 수 있다. 

  관련하여 보고서의 실태조사에 따르면 AI를 도입하지 않은 기업들의 상당수는 도입의 필요성을 느끼지 못하거나(59.6%), 성과에 대한 낮은 기대(18.7%)로 인해 AI를 활용하지 않는 것으로 응답했다. 이는 AI 기술에 대한 이해 제고와 성과에 대한 불확실성 해소, 구체적 활용 전략 마련이 AI 확산의 핵심 이슈임을 시사한다. 

  따라서 산업연구원은 이에 대응하여, 인프라 역량 강화를 위한 데이터 기반 구축, AI 전문 인력 양성 및 도메인 인력 재교육, 산업별 맞춤형 AI 솔루션 개발 등 성과에 초점을 둔 지원 정책 추진이 필요하다는 분석을 제시하였다.

□ 기술 활용과 성과 창출 간 선순환 구조 형성을 위한, 산업 맞춤형·통합적 AI 정책 추진 필요

   보고서는 한국경제의 지속적인 성장 모멘텀을 확보하기 위해, AI 활용과 성과 창출 간의 선순환을 유도하는 산업 맞춤형·통합적 AI 정책의 필요성을 강조했다. 

  (정책목표와 주요전략) "AI 활용 확대와 연계 성과 제고"를 정책 목표로 설정할 필요가 있고, 이를 위한 주요 전략으로 (i) 산업별 핵심 난제 해결을 위한 맞춤형 솔루션 개발, (ii) 모범사례 구축 공유를 통한 기술 활용 기반 조성 및 인식 제고, (iii) AI 성과 창출 인프라 역량 강화를 위한 표준모델 발굴 및 데이터 기반 구축, (iv) 성과 연계 강화를 위한 디지털 기술의 통합적 활용 촉진 등을 제시하였다.

  (기능별 세부 정책과제) 뒷받침하기 위한 기능별 세부과제로, (i) (기술) 산업 AI 내재화를 위한 수요/시장지향적 AI 혁신역량 강화, (ii) (금융) AI-산업 융합 분야에 대한 포괄적 금융지원 강화, (iii) (인력) AI 인력양성 시스템 개선 및 노동시장 연계 인력관리 강화, (iv) (규제) 기업의 자유로운 AI 기술 활용을 위한 잠재적 위험 대응 체제 구축을 제시하였다. 

<표1> AI 활용 및 성과 확대를 위한 기능별 세부 정책 제언

   자료: 송단비 조재한 최민철 김한흰 김지현 민순홍 구진경(2024), 「국내기업의 인공지능 활용과 정책과제」, 산업연구원(발간예정) 발췌

  이번 보고서를 통해 산업연구원은 AI 활용 전략이 한국 산업경쟁력 강화의 핵심 요소임을 다시 한번 확인하며, AI 확산과 활용 성과를 연계와 상호 간 선순환을 위한 실질적인 정책을 마련할 필요가 있음을 강조했다.​ 

<ifsPOST>

※ 이 자료는 산업연구원이 2025년 2월 23일 발표한 보도자료임