[번역 및 요약] HAI: AI 인덱스 리포트 2024

10가지 주요 핵심 사항

1. "AI는 일부 작업에서는 인간을 능가하지만 모든 작업에서는 그렇지 않습니다" AI는 이미지 분류, 시각적 추론, 영어 이해 등 몇몇 벤치마크에서 인간의 성능을 뛰어넘었습니다. 하지만 경쟁 수준의 수학, 시각적 상식 추론, 계획 등 더 복잡한 작업에서는 여전히 뒤쳐지고 있습니다.
2. "산업계는 계속해서 최첨단 AI 연구를 주도하고 있습니다" 2023년 산업계는 51개의 주목할 만한 머신러닝 모델을 만든 반면, 학계는 15개만 기여했습니다. 또한 2023년 산학 협력으로 탄생한 주목할 만한 모델은 21개로 새로운 기록을 세웠습니다.
3. "최첨단 모델은 훨씬 더 비싸져" AI 인덱스 추정에 따르면 최첨단 AI 모델 학습 비용이 전례 없는 수준에 도달했습니다. 예를 들어 OpenAI의 GPT-4는 학습에 약 7,800만 달러, 구글의 Gemini Ultra는 1억 9,100만 달러의 컴퓨팅 비용이 들었습니다.
4. "최고 AI 모델 배출에서 미국이 중국, EU, 영국을 앞서" 2023년 미국 기관에서 61개의 주목할 만한 AI 모델이 나온 반면, EU는 21개, 중국은 15개에 그쳤습니다.
5. "LLM 책임성에 대한 견고하고 표준화된 평가가 심각하게 부족" AI 인덱스의 새로운 연구는 책임감 있는 AI 보고의 표준화가 크게 부족함을 보여줍니다. OpenAI, Google, Anthropic 등 주요 개발사들이 주로 서로 다른 책임 AI 벤치마크에 대해 모델을 테스트하는데, 이는 최고 AI 모델의 위험과 한계를 체계적으로 비교하려는 노력을 복잡하게 만듭니다.
6. "생성형 AI 투자 급증" 지난해 전반적인 AI 민간 투자가 감소했음에도 불구하고 생성형 AI 자금은 급증해 2022년 대비 거의 8배 증가한 252억 달러에 달했습니다. OpenAI, Anthropic, Hugging Face, Inflection 등 생성형 AI 분야의 주요 기업들이 상당한 규모의 자금 조달을 보고했습니다.
7. "데이터로 확인된 사실: AI는 근로자의 생산성을 높이고 업무 품질을 향상시킵니다" 2023년 여러 연구에서 AI가 노동에 미치는 영향을 평가했는데, AI가 근로자들이 더 빠르게 작업을 완료하고 산출물의 품질을 개선할 수 있게 해준다는 것을 시사합니다. 또한 이 연구들은 AI가 저숙련 근로자와 고숙련 근로자 간의 기술 격차를 해소할 잠재력이 있음을 보여주었습니다. 그러나 다른 연구들은 적절한 감독 없이 AI를 사용하면 성과가 저하될 수 있다고 경고합니다.

리포트 하이라이트

1장: 연구 개발 (Research and Development)

1. "산업계, 계속해서 최첨단 AI 연구 주도" 2023년 산업계는 주목할 만한 머신러닝 모델 51개를 만든 반면, 학계는 15개에 그쳤습니다. 또한 2023년 산학 협력으로 탄생한 주목할 만한 모델은 21개로 새로운 기록을 세웠습니다.
2. "더 많은 파운데이션 모델, 더 개방적인 파운데이션 모델" 2023년 총 149개의 파운데이션 모델이 공개되어 2022년의 두 배 이상이 되었습니다. 이 중 65.7%가 오픈 소스였는데, 이는 2022년 44.4%, 2021년 33.3%에 비해 크게 증가한 수치입니다.
3. "최첨단 모델, 훨씬 더 비싸지다" AI 인덱스 추정에 따르면 최신 AI 모델 학습 비용이 전례 없는 수준에 도달했습니다. 예를 들어 OpenAI의 GPT-4는 학습에 약 7,800만 달러, 구글의 제미니 울트라는 1억 9,100만 달러의 컴퓨팅 비용이 들었습니다.
4. "최고의 AI 모델 배출, 미국이 중국·EU·영국 앞서다" 2023년 미국 기관에서 61개의 주목할 만한 AI 모델이 나온 반면, EU는 21개, 중국은 15개에 그쳤습니다.
5. "AI 특허 수 급증하다" 2021년부터 2022년까지 전 세계 AI 특허 허가 건수가 62.7%나 급증했습니다. 2010년 이후 허가된 AI 특허 수는 31배 이상 늘었습니다.
6. "중국, AI 특허 지배하다" 2022년 중국은 전 세계 AI 특허의 61.1%를 차지해 미국(20.9%)을 크게 앞질렀습니다. 2010년 이후 미국의 AI 특허 비중은 54.1%에서 감소했습니다.
7. "오픈 소스 AI 연구 폭발적으로 증가하다" 2011년 이후 깃허브의 AI 관련 프로젝트 수는 꾸준히 증가해 2011년 845개에서 2023년 약 180만 개로 늘었습니다. 특히 2023년 한 해에만 깃허브 AI 프로젝트 총수가 59.3%나 급증했습니다. 깃허브 AI 관련 프로젝트의 총 스타 수도 2023년 크게 늘어 2022년 400만 개에서 1,220만 개로 3배 이상 증가했습니다.
8. "AI 출판물 수 계속 증가 중" 2010년부터 2022년까지 AI 출판물 총수는 거의 3배 늘어 2010년 약 8만 8,000건에서 2022년 24만 건 이상으로 증가했습니다. 작년 한 해 증가율은 1.1%로 완만했습니다.

2장: 기술 성능 (Technical Performance)

1. "AI, 일부 작업에서는 인간 능가하지만 모든 작업은 아니다" AI는 이미지 분류, 시각적 추론, 영어 이해 등 몇몇 벤치마크에서 인간의 성능을 뛰어넘었습니다. 하지만 경쟁 수준의 수학, 시각적 상식 추론, 계획 등 더 복잡한 작업에서는 여전히 뒤처지고 있습니다.
2. "멀티모달 AI의 등장" 전통적으로 AI 시스템은 언어 모델이 텍스트 이해에는 뛰어나지만 이미지 처리에는 취약하고, 그 반대의 경우도 마찬가지였습니다. 하지만 최근 구글의 제미니, OpenAI의 GPT-4 등 강력한 멀티모달 모델이 개발되었습니다. 이 모델들은 유연성을 보여주며 이미지와 텍스트를 다룰 수 있고, 경우에 따라 오디오까지 처리할 수 있습니다.
3. "더 어려운 벤치마크의 등장" ImageNet, SQuAD, SuperGLUE 등 기존 벤치마크에서 AI 모델들이 성능 포화 상태에 이르자 연구자들은 더 도전적인 벤치마크를 개발하기 시작했습니다. 2023년에는 코딩을 위한 SWE-bench, 이미지 생성을 위한 HEIM, 일반 추론을 위한 MMMU, 도덕적 추론을 위한 MoCa, 에이전트 기반 행동을 위한 AgentBench, 환각을 위한 HaluEval 등 여러 가지 어려운 새 벤치마크가 등장했습니다.
4. "더 나은 AI는 더 나은 데이터를 의미하고, 이는 더욱 나은 AI를 의미한다" SegmentAnything, Skoltech 등 새로운 AI 모델은 이미지 분할, 3D 재구성 등의 작업을 위한 전문 데이터 생성에 사용되고 있습니다. 데이터는 AI 기술 향상에 필수적입니다. AI를 사용해 더 많은 데이터를 만들면 현재 성능이 향상되고, 특히 어려운 작업에서 향후 알고리즘 개선의 토대가 마련됩니다.
5. "인간 평가의 시대" 생성 모델이 고품질의 텍스트, 이미지 등을 생산하면서 벤치마킹은 ImageNet이나 SQuAD 같은 컴퓨터 기반 순위가 아닌 챗봇 아레나 리더보드 같은 인간 평가를 점차 반영하는 쪽으로 바뀌기 시작했습니다. AI에 대한 대중의 인식이 AI 발전 추적에서 점점 더 중요한 고려 사항이 되고 있습니다.
6. "LLM 덕분에 로봇이 더 유연해졌다" 언어 모델링과 로보틱스의 융합은 PaLM-E, RT-2 같은 더 유연한 로봇 시스템을 탄생시켰습니다. 이 모델들은 향상된 로봇 기능 외에도 질문을 할 수 있어, 실제 세계와 더 효과적으로 상호 작용할 수 있는 로봇으로 가는 중요한 발걸음을 내디뎠습니다.
7. "AI 에이전트 기술 연구 증가" 특정 환경에서 자율 운용이 가능한 시스템인 AI 에이전트를 만드는 것은 오랫동안 컴퓨터 과학자들에게 도전이었습니다. 하지만 최신 연구에 따르면 자율 AI 에이전트의 성능이 향상되고 있습니다. 현재 에이전트는 마인크래프트 같은 복잡한 게임을 마스터할 수 있고, 온라인 쇼핑이나 연구 지원 같은 실제 작업도 효과적으로 처리할 수 있습니다.
8. "폐쇄형 LLM이 개방형보다 월등히 성능 좋아" 10개 선정 AI 벤치마크에서 폐쇄형 모델이 개방형보다 성능이 우수했고, 중간 성능 우위는 24.2%였습니다. 폐쇄형과 개방형 모델의 성능 차이는 AI 정책 논쟁에 중요한 시사점을 줍니다.

3장: AI 책임성 (Responsible AI)

1. "LLM 책임성에 대한 건전하고 표준화된 평가가 심각하게 부족" AI 인덱스의 새로운 연구는 책임감 있는 AI 보고의 표준화가 크게 부족함을 보여줍니다. OpenAI, 구글, 앤트로픽 등 주요 개발사들이 주로 서로 다른 책임 AI 벤치마크에 대해 모델을 테스트하는데, 이는 최고 AI 모델의 위험과 한계를 체계적으로 비교하려는 노력을 복잡하게 만듭니다.
2. "정치적 딥페이크는 생성하기 쉽고 탐지하기 어려워" 정치적 딥페이크는 이미 전 세계 선거에 영향을 미치고 있는데, 최근 연구에 따르면 기존 AI 딥페이크 방식의 정확도가 다양한 수준으로 나타났습니다. 또한 CounterCloud 같은 새로운 프로젝트는 AI가 얼마나 쉽게 가짜 콘텐츠를 만들고 유포할 수 있는지 보여줍니다.
3. "연구자들이 LLM의 더 복잡한 취약성 발견" 이전에는 대부분 AI 모델 레드팀 노력이 직관적으로 사람에게 이치에 맞는 적대적 프롬프트 테스트에 초점을 맞추었습니다. 올해 연구자들은 모델에게 무작위 단어를 무한 반복하도록 요청하는 등 LLM이 해로운 행동을 보이게 하는 덜 명백한 전략을 발견했습니다.
4. "AI로 인한 위험이 전 세계 기업의 우려 사항이 되고 있어" 책임감 있는 AI에 대한 글로벌 설문 조사에 따르면 기업의 주요 AI 관련 우려 사항으로는 개인 정보 보호, 데이터 보안, 신뢰성 등이 있습니다. 조사 결과 기업들이 이러한 위험을 완화하기 위한 조치를 취하기 시작했습니다. 하지만 전 세계적으로 대부분의 기업은 아직 이러한 위험의 일부만 해결했습니다.
5. "LLM, 저작권 자료 출력 가능" 여러 연구자들은 인기 있는 LLM의 생성 결과물에 뉴욕타임스 발췌문이나 영화 장면 같은 저작권 자료가 포함될 수 있음을 보여주었습니다. 이러한 결과물이 저작권 침해에 해당하는지 여부는 중요한 법적 문제가 되고 있습니다.
6. "AI 개발자들의 투명성이 부족해 연구에 영향을 미쳐" 새로 도입된 파운데이션 모델 투명성 지수에 따르면 AI 개발자들은 특히 학습 데이터와 방법론 공개와 관련해 투명성이 부족합니다. 이러한 개방성 부족은 AI 시스템의 견고성과 안전성을 더 이해하려는 노력을 방해합니다.
7. "극단적 AI 위험을 분석하기 어려워" 지난 1년 동안 AI 학자들과 실무자들 사이에서 알고리즘 차별 같은 당면 모델 위험과 잠재적 장기 실존적 위협에 대한 초점을 둘러싼 상당한 논쟁이 일어났습니다. 어떤 주장이 과학적으로 근거가 있고 정책 결정에 반영되어야 하는지 구분하기가 어려워졌습니다. 이미 존재하는 단기 위험의 실체성과 실존적 위협의 이론적 성격 간의 대조는 이 어려움을 가중시킵니다.
8. "AI 사건 수는 계속 증가 중" AI 오용 관련 사건을 추적하는 AI 사건 데이터베이스에 따르면 2023년 123건의 사건이 보고되어 2022년 대비 32.3%p 증가했습니다. 2013년 이후 AI 사건은 20배 이상 증가했습니다. 주목할 만한 사례로는 테일러 스위프트의 AI 생성 성적 딥페이크가 온라인에 널리 공유된 것 등이 있습니다.
9. "ChatGPT에 정치적 편향 존재" 연구자들은 chatGPT가 미국에서는 민주당, 영국에서는 노동당에 상당한 편향을 보인다는 것을 발견했습니다. 이는 특히 주요 글로벌 선거가 있는 해에 이 도구가 사용자의 정치적 견해에 영향을 미칠 가능성에 대한 우려를 제기합니다.

4장: 경제 (Economy)

1. "생성형 AI 투자 급증" 지난해 전반적인 AI 민간 투자가 감소했음에도 불구하고 생성형 AI 자금은 급증해 2022년 대비 거의 8배 증가한 252억 달러에 달했습니다. OpenAI, Anthropic, Hugging Face, Inflection 등 생성형 AI 분야의 주요 기업들이 상당한 규모의 자금 조달을 보고했습니다.
2. "이미 선두였던 미국, AI 민간 투자에서 더욱 앞서가다" 2023년 미국의 AI 투자액은 672억 달러에 달해 다음으로 투자 규모가 큰 중국보다 8.7배 많았습니다. 2022년 이후 중국과 영국을 포함한 EU의 민간 AI 투자가 각각 44.2%, 14.1% 감소한 반면, 같은 기간 미국은 22.1%나 큰 폭으로 증가했습니다.
3. "미국과 전 세계 AI 일자리 감소" 2022년 미국에서 AI 관련 직책이 전체 구인 광고의 2.0%를 차지했는데, 2023년에는 1.6%로 감소했습니다. 이 AI 일자리 감소는 선도 AI 기업들의 구인 광고 감소와 이 기업들 내 기술직 비율 감소에 기인합니다.
4. "AI가 비용 절감과 수익 증가를 가져오다" 맥킨지에서 진행한 서베이에 따르면 조사 대상 기업의 42%가 AI(생성형 AI 포함) 도입으로 비용이 절감되었다고 보고했고, 59%는 수익이 증가했다고 보고했습니다. 전년 대비 비용 감소를 보고한 응답자가 10%p 증가해 AI가 상당한 비즈니스 효율성 향상을 주도하고 있음을 시사합니다.
5. "전체 AI 민간 투자는 다시 감소했지만, 새로 자금을 조달한 AI 기업 수는 증가" 글로벌 민간 AI 투자는 2년 연속 감소했지만, 2021년에서 2022년 사이의 급감보다는 덜했습니다. 새로 자금을 조달한 AI 기업 수는 전년 대비 40.6% 증가한 1,812개로 급증했습니다.
6. "AI 조직 채택률 증가" 2023년 맥킨지 보고서에 따르면 기업의 55%가 이제 최소한 한 개 사업부나 기능에서 AI(생성형 AI 포함)를 사용하고 있는데, 이는 2022년 50%, 2017년 20%에서 증가한 수치입니다.
7. "중국이 산업용 로봇 분야 지배" 2013년 산업용 로봇 설치 대수에서 일본을 앞지른 이후 중국은 가장 가까운 경쟁국과의 격차를 크게 벌렸습니다. 2013년 중국의 설치 대수는 전 세계 총량의 20.8%였는데, 2022년에는 52.4%까지 증가했습니다.
8. "로봇 설치의 다양성 확대" 2017년 협동 로봇은 신규 산업용 로봇 설치의 2.8%에 불과했지만 2022년에는 9.9%까지 상승했습니다. 유사하게 2022년에는 의료 로봇을 제외한 모든 적용 분야에서 서비스 로봇 설치가 증가했습니다. 이 추세는 전반적인 로봇 설치 증가뿐만 아니라 사람 대면 역할에 로봇을 배치하는 데 중점을 두고 있음을 나타냅니다.
9. "데이터로 확인된 사실: AI는 근로자의 생산성을 높이고 업무 품질을 향상시켜" 2023년 여러 연구에서 AI가 노동에 미치는 영향을 평가했는데, AI가 근로자들이 더 빠르게 작업을 완료하고 산출물의 품질을 개선할 수 있게 해준다는 것을 시사합니다. 또한 이 연구들은 AI가 저숙련 근로자와 고숙련 근로자 간의 기술 격차를 해소할 잠재력이 있음을 보여주었습니다. 그러나 다른 연구들은 적절한 감독 없이 AI를 사용하면 성과가 저하될 수 있다고 경고합니다.
10. "포춘 500대 기업이 AI, 특히 생성형 AI에 대해 많이 언급하기 시작" 2023년 AI는 394개 기업 실적 발표(포춘 500대 기업의 거의 80%)에서 언급되었는데, 이는 2022년 266개 대비 큰 증가입니다. 2018년 이후 포춘 500대 기업 실적 발표에서 AI 언급은 거의 2배가 되었습니다. 전체 실적 발표의 19.7%에서 나타난 가장 자주 언급된 주제는 생성형 AI였습니다.

5장: 과학과 의학 (Science and Medicine)

1. "AI 덕분에 과학적 진보 더욱 가속화" 2022년 AI가 과학적 발견을 진전시키기 시작했습니다. 하지만 2023년에는 알고리즘 정렬을 더 효율적으로 만드는 AlphaDev부터 재료 발견 과정을 촉진하는 GNoME에 이르기까지 더욱 중요한 과학 관련 AI 응용 프로그램이 출시되었습니다.
2. "AI가 의학의 큰 진전을 도와줘" 2023년에는 전염병 예측을 개선하는 EVEscape, AI 기반 변이 분류를 지원하는 AlphaMissence 등 여러 중요한 의료 시스템이 출시되었습니다. AI는 의학의 발전을 추진하는 데 점점 더 많이 활용되고 있습니다.
3. "고도로 지식 기반인 의료 AI가 등장" 지난 몇 년간 AI 시스템은 AI의 임상 지식을 평가하는 핵심 테스트인 MedQA 벤치마크에서 눈에 띄는 향상을 보였습니다. 2023년의 눈에 띄는 모델인 GPT-4 Medprompt는 정확도 90.2%에 도달해 2022년 최고 점수 대비 22.6%p 증가했습니다. 2019년 이 벤치마크가 도입된 이래 MedQA에서의 AI 성능은 거의 3배가 되었습니다.
4. "FDA, 점점 더 많은 AI 관련 의료기기 승인" 2022년 FDA는 139개의 AI 관련 의료기기를 승인했는데, 이는 2021년 대비 12.1% 증가한 수치입니다. 2012년 이후 FDA 승인 AI 관련 의료기기 수는 45배 이상 증가했습니다. AI는 실제 의료 목적으로 점점 더 많이 사용되고 있습니다.

6장: 교육 (Education)

1. "미국과 캐나다의 CS 학사 졸업생 수는 계속 증가하고, 새로운 CS 석사 졸업생은 비교적 정체되어 있으며, 박사 졸업생은 완만하게 증가" 지난 10년 이상 미국과 캐나다의 새로운 학사 졸업생 수는 꾸준히 증가해 왔지만, CS 대학원 교육을 선택하는 학생 수는 정체되었습니다. 2018년 이후 CS 석사 및 박사 졸업생 수는 약간 감소했습니다.
2. "AI 박사들의 산업계 이동이 가속화되는 추세 지속" 2011년 신규 AI 박사의 40.9%가 산업계에, 41.6%가 학계에 취업했습니다. 하지만 2022년에는 졸업 후 산업계에 합류한 비율(70.7%)이 학계에 진출한 비율(20.0%)보다 훨씬 높았습니다. 지난 1년 동안만 해도 산업계 진출 AI 박사 비율이 5.3%p 상승해, 대학에서 산업계로의 인재 유출이 심화되고 있음을 나타냅니다.
3. "산업계에서 학계로의 학문적 인재 이동이 줄어들고 있어" 2019년 미국과 캐나다의 신임 AI 교수 중 13%가 산업계 출신이었습니다. 2021년에는 이 수치가 11%로 감소했고, 2022년에는 7%로 더 떨어졌습니다. 이 추세는 산업계에서 학계로의 고급 AI 인재 이동이 점진적으로 감소하고 있음을 나타냅니다.
4. "미국과 캐나다의 CS 교육 국제화가 약화되다" 2022년에는 2021년에 비해 비례적으로 더 적은 수의 국제 CS 학사, 석사, 박사가 배출되었습니다. 특히 석사 과정의 국제 학생 감소가 두드러졌습니다.
5. "더 많은 미국 고등학생이 CS 과목을 수강하지만, 접근성 문제는 여전히 남아 있어" 2022년에 201,000개의 AP CS 시험이 시행되었습니다. 2007년 이후 이 시험을 치르는 학생 수는 10배 이상 증가했습니다. 하지만 최근 증거에 따르면 대규모 고등학교와 교외 지역의 학생들이 CS 과목을 접할 가능성이 더 높습니다.
6. "전 세계적으로 AI 관련 학위 프로그램 증가" 영어권 AI 관련 고등교육 학위 프로그램 수는 2017년 이후 3배로 증가해 지난 5년간 꾸준한 연간 증가세를 보이고 있습니다. 전 세계 대학들이 AI에 초점을 맞춘 학위 프로그램을 더 많이 제공하고 있습니다.
7. "영국과 독일이 유럽의 정보학, CS, CE, IT 졸업생 배출을 주도" 영국과 독일은 유럽에서 가장 많은 수의 새로운 정보학, CS, CE, 정보 학사, 석사, 박사 졸업생을 배출하고 있습니다. 1인당 기준으로는 핀란드가 학사 및 박사 졸업생 배출에서, 아일랜드가 석사 졸업생 배출에서 선두를 달리고 있습니다.

7장: 정책과 거버넌스 (Policy and Governance)

1. "미국에서 AI 규제 수의 급증" AI 관련 규제 수가 지난 1년 동안, 그리고 지난 5년 동안 크게 증가했습니다. 2023년에는 AI 관련 규제가 25건으로, 2016년 1건에서 크게 늘었습니다. 작년 한 해에만 AI 관련 규제 총수가 56.3% 증가했습니다.
2. "미국과 유럽연합이 획기적인 AI 정책 조치를 추진 중" 2023년 대서양 양안의 정책 입안자들은 AI 규제 추진을 위한 실질적인 제안을 내놓았습니다. 유럽연합은 2024년에 제정된 획기적인 법안인 AI법의 조건에 대해 합의했습니다. 한편 바이든 대통령은 그 해 미국에서 가장 주목할 만한 AI 정책 이니셔티브인 AI에 관한 행정명령에 서명했습니다.
3. "AI가 미국 정책 입안자들의 주목을 받고 있어" 2023년에는 연방 수준에서 AI 관련 법안이 181건 제안되어 2022년 제안된 88건의 두 배 이상으로 크게 증가했습니다.
4. "전 세계 정책 입안자들의 AI 언급이 크게 증가" 전 세계 입법 절차에서 AI 언급이 거의 두 배로 증가해 2022년 1,247건에서 2023년 2,175건으로 늘었습니다. 2023년에는 49개국의 입법 절차에서 AI가 언급되었습니다. 또한 2023년에는 모든 대륙에서 최소한 한 국가가 AI에 대해 논의해, AI 정책 담론의 진정한 글로벌 영향력을 강조했습니다.
5. "더 많은 규제 기관이 AI를 주목" AI 규제를 발행하는 미국 규제 기관 수가 2022년 17개에서 2023년 21개로 증가해, 더 광범위한 미국 규제 기관들 사이에서 AI 규제에 대한 우려가 커지고 있음을 나타냅니다. 2023년 처음으로 AI 관련 규제를 제정한 새로운 규제 기관으로는 교통부, 에너지부, 직업안전위생관리청 등이 있습니다.

8장: 다양성 (Diversity)

1. "미국과 캐나다의 CS 학사, 석사, 박사 과정 학생들의 인종적 다양성이 계속 증가" 백인 학생들이 모든 수준의 신규 거주 졸업생 중 가장 많은 비율을 차지하고 있지만, 아시아계, 히스패닉계, 흑인 또는 아프리카계 미국인 학생 등 다른 인종 그룹의 비율도 계속 증가하고 있습니다. 예를 들어 2011년 이후 아시아계 CS 학사 학위 졸업생 비율은 19.8%p 증가했고, 히스패닉계 CS 학사 학위 졸업생 비율은 5.2%p 증가했습니다.
2. "유럽의 정보학, CS, CE, IT 졸업생의 모든 교육 수준에서 상당한 성별 격차가 지속" 조사 대상 유럽 국가 모두 정보학, CS, CE, IT의 학사, 석사, 박사 과정에서 남성 졸업생이 여성 졸업생보다 많다고 보고했습니다. 지난 10년 동안 대부분의 국가에서 성별 격차가 좁혀지기는 했지만, 이 격차 해소 속도는 더디었습니다.
3. "미국 K-12 CS 교육은 성별과 인종 대표성 모두에서 변화를 반영하며 더욱 다양해지고 있음" 여학생이 치른 AP CS 시험 비율은 2007년 16.8%에서 2022년 30.5%로 상승했습니다. 유사하게 아시아계, 히스패닉/라티노/라티나계, 흑인/아프리카계 미국인 학생의 AP CS 참여율도 매년 꾸준히 증가하고 있습니다.

9장: 여론 (Public Opinion)

1. "전 세계 사람들이 AI의 잠재적 영향에 대해 더 인식하고 있으며, 더 불안해하고 있습니다" Ipsos의 설문 조사에 따르면 지난 1년 동안 향후 3~5년 내에 AI가 자신의 삶에 극적인 영향을 미칠 것이라고 생각하는 사람의 비율이 60%에서 66%로 증가했습니다. 또한 AI 제품과 서비스에 대해 불안감을 표현한 사람이 52%로, 2022년 대비 13%p 상승했습니다. 미국에서는 Pew 데이터에 따르면 AI에 대해 흥분보다는 우려를 느낀다고 보고한 미국인이 52%로, 2022년 38%에서 상승했습니다.
2. "서방 국가의 AI 정서는 여전히 낮지만 서서히 개선 중" 2022년 독일, 네덜란드, 호주, 벨기에, 캐나다, 미국 등 여러 선진 서방 국가가 AI 제품과 서비스에 대해 가장 긍정적이지 않은 국가에 속했습니다. 그 이후 이들 국가 모두 AI의 혜택을 인정하는 응답자 비율이 상승했는데, 네덜란드의 변화가 가장 두드러졌습니다.
3. "대중은 AI의 경제적 영향에 대해 비관적" Ipsos 설문 조사에서 응답자의 37%만이 AI가 자신의 업무를 개선할 것이라고 느꼈습니다. 34%만이 AI가 경제를 활성화할 것으로 예상했고, 32%는 AI가 일자리 시장을 개선할 것이라고 믿었습니다.
4. "AI 낙관론에 대한 인구 통계학적 차이가 나타나고 있어" AI가 생계를 향상시킬 잠재력에 대한 인식에는 상당한 인구 통계학적 차이가 있는데, 일반적으로 젊은 세대가 더 낙관적입니다. 예를 들어 Z세대 응답자의 59%는 AI가 엔터테인먼트 옵션을 개선할 것이라고 믿는 반면, 베이비붐 세대는 40%에 불과합니다. 또한 고소득층과 고학력자는 저소득층과 저학력자에 비해 AI가 엔터테인먼트, 건강, 경제에 미치는 긍정적 영향에 대해 더 낙관적입니다.
5. "ChatGPT는 여전히 널리 알려져 있고 사용되고 있어" 토론토 대학의 국제 설문 조사에 따르면 응답자의 63%가 ChatGPT를 알고 있습니다. 인지하고 있는 사람 중 약 절반이 적어도 주 1회 ChatGPT를 사용한다고 보고했습니다.

• 원문: https://hai.stanford.edu/research/ai-index-report

본 콘텐츠는 스탠퍼드 인간중심 인공지능연구소(HAI)가 매년 공개하는 연례보고서 "인공지능 인덱스 2024 (AI Index 2024"를 요약 및 번역한 콘텐츠입니다. 저는 전문 번역가가 아니기 때문에 오역이 있을 수 있습니다. 또한 본 글은 원저작자의 요청에 따라 불시에 삭제될 수 있습니다. 감사합니다.