새창 열림 KISTEP Only

K2Base - 과학기술정책지원서비스

KISTEP브리프

자료실 ⁄ 보고서·간행물 ⁄ KISTEP브리프

도움말

서비스 개요

KISTEP에서 정기적으로 발간하는 과학기술정책 이슈에 대한 심층분석 보고서 등을 제공합니다.

제공자료 : 이슈페이퍼(매주), 통계브리프(수시)

검색방법

정확히 일치 검색 -> 큰따옴표 안에 있는 단어가 정확한 순서로 문서에 나타나야 합니다.(단, 문자와 문자사이의 거리가 한단어까지만 허용)
ex) "국립과학"으로 검색시 결과가 '국립과학', '국립수산과학' 등의 검색결과가 도출될 수 있습니다.

포함 검색 -> 단어 앞에 +단어를 붙여서 검색시 반드시 해당 단어가 포함된 검색결과가 도출됩니다.('+'와 단어는 항상 붙여서 검색 가능)
ex) +검색어

제외 검색 -> 단어 앞에 -단어를 붙여서 검색시 반드시 해당 단어가 제외된 검색결과가 도출됩니다.('-'와 단어는 항상 붙여서 검색 가능)
ex) -검색어

검색조건을 나타내는 표
구분
선택

검색결과 : 2249건

KISTEP브리프 게시글 목록
구분	제목	발간일
통계브리프	주요국의 연구개발과 혁신 동향 - AAAS 최근 자료 기반 분석 -	2025-07-02
<p class="0" style="text-align: justify;"><span style="font-size: 12pt;">지난 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">30</span><span style="font-size: 12pt;">년간 전 세계 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">R&D </span><span style="font-size: 12pt;">투자는 약 세 배 가까이 증가했습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. 1992</span><span style="font-size: 12pt;">년 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">7,720</span><span style="font-size: 12pt;">억 달러였던 투자가 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2023</span><span style="font-size: 12pt;">년에는 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2</span><span style="font-size: 12pt;">조 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">7,000</span><span style="font-size: 12pt;">억 달러를 넘어섰습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. R&D </span><span style="font-size: 12pt;">투자가 가장 많은 국가는 미국이며</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">중국이 그 뒤를 빠르게 추격하고 있습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">한국과 이스라엘은 국내총생산</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">(GDP) </span><span style="font-size: 12pt;">대비 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">R&D </span><span style="font-size: 12pt;">투자 비중이 높아</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">과학과 혁신에 강한 집중을 보이는 국가로 평가받고 있습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;">특히 한국은 연구 인력 증가율은 다소 둔화되었지만</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">국제특허</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">(PCT) </span><span style="font-size: 12pt;">출원 건수에서 꾸준한 상승세를 이어가고 있습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. 2024</span><span style="font-size: 12pt;">년 기준 총 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">23,849</span><span style="font-size: 12pt;">건으로 세계 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">4</span><span style="font-size: 12pt;">위를 기록했으며</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">전년 대비 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">7% </span><span style="font-size: 12pt;">증가해 주요국 중 유일하게 지속적인 증가를 나타냈습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;">글로벌 기술 패권 경쟁이 심화되는 상황에서</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">한국은 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">R&D</span><span style="font-size: 12pt;">의 양적 성장뿐 아니라 질적 경쟁력까지 확보할 수 있는 전략적 대응이 필요한 시점입니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p>- 1 - 1 개요 □ 미국 과학기술진흥협회(American Association for the Advancement of Science, AAAS)는 과학 및 공학 커뮤니티와 정책결정자에게 시기에 맞는 객관적 정보를 제공하고자 R&D와 관련된 다양한 분석을 진행 ❍ ’76년부터 ‘R&D 예산과 정책 프로그램(R&D Budget and Policy Program)’을 통하여 R&D에 대한 연방 차원의 투자 데이터와 분석 결과 제공 ※ 매년 미국 대통령 예산 요구안 분석, 의회 토론 및 법안 모니터링, 미국 및 기타 국가들의 장기 R&D 예산 동향 분석 주요국의 연구개발과 혁신 동향 - AAAS 최근 자료 기반 분석 - 요약문 □ 주요 내용 ○ 세계 R&D 투자는 지난 30년간 3배 증가하였으나(2023년 2조 7,000억 달러 이상), OECD 국가의 R&D 집약도(R&D 투자/GDP)는 2020년~2023년 2.7%로 정체기 - R&D 투자가 가장 많은 국가는 미국, OECD 국가의 R&D 투자 재원 중 가장 큰 비중을 차지하는 부문은 민간 ○ R&D 집약도 분석 시 이스라엘과 한국은 미국이나 중국 대비 절대적인 규모 면에서 작으나 R&D 투자 비중이 높아 상대적으로 과학과 혁신에 강한 집중을 보이는 것으로 평가 ○ 연구원이 가장 많은 나라는 중국(2022년 연구원 수 2.64백만 명, 2023년 3백만 명)이며, 대부분 국가에서 느리지만 안정적으로 연구원 수 증가 ○ 고인용 출판물 총 개수가 가장 많은 나라는 중국이나 피인용 횟수가 많은 연구원 수는 미국이 우위이며, 한국의 경우 R&D 투자 대비 고인용 출판물 수는 주요국 대비 다소 적은 편임 ○ PCT 특허 출원 수는 2019년 이후 중국, 미국, 일본이 각각 1~3위를 유지하고 있으며, 한국의 R&D 투자 대비 특허 출원 수는 주요국 대비 높은 편인 것으로 드러남 □ 한국은 R&D 집약도가 높은 나라로 R&D 투자는 지속될 것으로 전망되는 한편 연구원 증가율은 느려지는 경향을 보이며, 고인용 출판물 수는 주요국 추세 대비 다소 낮으나 특허는 지속해서 증가하고 있는 유일한 나라로써 주요국 추세 대비 높은 패턴을 보이고 있음 KISTEP 이슈 브리프 2025.7.2. 혁신정보분석센터 김선정 전문관리원 - 2 - ❍ AAAS는 이 외에도 STEM(Science, Technology, Engineering, and Mathematics) 관련 교육, 다양성･형평성･포용성을 위한 과학 생태계 조성, 공공 참여 등의 역할을 수행 □ AAAS는 R&D에 대한 투자를 혁신의 초석으로 보고 「U.S. R&D and Innovation in a Global Context」를 통해 관련 지표에 대한 세계 주요 동향을 분석 ❍ [연구개발투자] 혁신 역량을 위해 필수적인 R&D 투자뿐 아니라 R&D 집약도를 분석하여 R&D에 투자된 상대적 자원의 양을 분석 ※ R&D 집약도(R&D 투자/GDP)는 한 경제에서 R&D에 할애되는 자원의 상대적인 비중 ❍ [연구개발인력] R&D를 수행하고 지식을 활용하는 주체인 인력을 혁신에 필수적인 요소로 보아 분석 ❍ [과학 출판물] 새로운 이론 및 실험적 발견을 공유하기 위해 가장 널리 이용되는 형태로, 과학적 산출과 실적을 측정하기 위해 가장 흔히 이용되는 지표 ※ 출판물의 질을 비교하는 것은 어려우며, 단순히 그 수와 인용된 정도를 바탕으로 비교 ❍ [특허] 혁신을 측정하기 위해 두 번째로 널리 사용되는 지표로, 혁신의 구현(implementation)을 추적하기에 가장 가까운 지표 ※ 모든 특허가 상품화로 이어지는 것은 아님에 주의 <표 1> AAAS 보고서 내 데이터 출처 내용 출처 (접속시점) 연구개발투자 OECD Main Science and Technology Indicators (MSTI) https://data-explorer.oecd.org/ (April, 2025)연구개발인력 과학출판물 WoS (Web of Science)의 출판물 아카이브 (Essential Science Indicators 구독 후 접근) https://www.webofscience.com/wos/woscc/basic-search (April, 2025) 특허 WIPO (World Intellectual Property Organization) IP Statistics Data Center의 PCT 데이터셋 https://www3.wipo.int/ipstats/ (April, 2025) 주) 데이터는 접속 시점에 따라 상이할 수 있으며, 지표별 및 국가별 제공 현황에 따라 제공 연도가 상이할 수 있음 ❍ 이번 호는 AAAS가 2025년 4월에 발표한 「U.S. R&D and Innovation in a Global Context: The 2025 Data Update」 내용을 요약･분석 ※ 본문 그림에 별도의 언급이 없는 경우 출처는 「U.S. R&D and Innovation in a Global Context: The 2025 Data Update」 보고서 내 자료 발췌 - 3 - 2 연구개발투자 1) 전반적인 투자 경향 □ 세계 R&D 투자는 1992년 7,720억 달러1)에서 2023년 2조 7,000억 달러 이상으로 지난 30년간 3배 증가하였으나, OECD 국가 전반의 R&D 집약도(R&D 투자/GDP)는 2020년~2023년 2.7%로 정체기 ❍ 미국은 2023년 세계 R&D 투자의 29%로 2019년 이후 가장 낮은 비율을 보이고 있으며, 중국은 세계 R&D 투자의 28% 수준으로 비OECD 국가 R&D 투자의 91% 차지 ❍ OECD 국가 R&D 투자의 재원별 분석 시 민간 부문이 가장 큰 비중을 차지했고, 성장률은 상대적으로 고등교육기관 및 기타 비영리기관 부문에서 가장 높고 정부 부문은 더딘 편 주) 단위: 구매력평가지수(PPP, purchasing power parity)로 보정된 2020 불변(constant) 10억 달러 [그림 1] 1992년 이후 세계 R&D 투자 추이 주1) R&D 투자 단위: 구매력평가지수(PPP, purchasing power parity)로 보정된 2020 불변(constant) 10억 달러 주2) R&D 성장은 1992년을 기준으로 계산 [그림 2] OECD 국가의 재원별 R&D 투자 및 성장 추이 1) 구매력평가지수(PPP, purchasing power parity)로 보정된 2020 불변(constant) 달러 - 4 - □ 중국은 2003년 이후 연간 R&D 투자 증가율이 가장 큰 국가이며, 그 뒤로 한국, 이스라엘, 대만 순 ❍ 중국, 한국, 대만은 R&D 투자를 국가적 우선순위2)에 두었기 때문으로 분석됨 ❍ 미국의 투자 증가율은 7위이며, 대만과 아르헨티나와 같은 많은 비OECD 국가가 눈에 띄는 성장을 보이고 있음 주) 민간 및 공공 투자 포함 [그림 3] 2003년 이후 국가별 연간 R&D 지출 성장 □ 세계 R&D 투자는 지속해서 증가 추세이며, 여전히 미국이 최고 수준을 기록 중이나, 중국이 계속해서 성장하며 턱밑까지 추격 ❍ 대부분 국가에서 느리더라도 꾸준한 R&D 투자 증가세를 보이고 있으며, EU-27 국가들과 기타 국가(Rest of World)에서 팬데믹 기간 중 나타난 감소는 2023년 회복 추세 ❍ 2023년 중국의 R&D 투자 규모는 7,807억 달러로 미국(8,234달러)의 95% 수준 주) 단위: 구매력평가지수(PPP, Purchasing power parity)로 보정된 2020 불변(Constant) 10억 달러 [그림 4] 주요국 R&D 투자 추이(국가별/지역별) 2) China’s 14th Five-Year Plan, Korea’s National Strategic Technology Nurture Plan 2022-2026, Taiwan’s National Science and Technology Development Plan 2021-2024 - 5 - 2) R&D 집약도 □ 이스라엘과 한국은 R&D 집약도가 가장 높은 국가로, 미국이나 중국 대비 절대적인 규모 면에서는 작은 편이나 R&D 투자 비중이 높아 상대적으로 과학과 혁신에 강한 집중을 보이는 것으로 평가 □ 2023년 정부 재원 R&D 집약도 기준 선두는 한국(1.13%)이며, 미국은 팬데믹 이전 수준인 0.65%을 기록, 중국 역시 0.44%로 낮은 수준 ❍ 한국의 정부 R&D 투자는 2024년 삭감이 있었으나 다시 R&D 투자 증가 발표 ❍ 미국은 2021년 이후 0.65% 수준에 머무르고 있으며 가까운 미래에 증가를 기대하기 어려움 ※ 2024년 미국 R&D 기관의 예산 삭감이 2025년 연간 계속 결의안(full-year continuing resolution) 시행으로 유지되었으며, 2026년 예산안에서도 공공 R&D 프로그램에 대한 투자가 감소할 전망 ❍ 중국은 정부 재원 R&D 집약도에서 감소세를 보이고 있으나 정부 투자의 달러 가치는 매해 증가 [그림 5] 주요국 정부 재원 R&D 집약도 추이 □ 민간 재원 R&D 집약도 또한 한국이 선두이며, 미국의 민간 재원 R&D 집약도는 정부 재원에 비해 비교적 강세 ❍ 한국은 2023년 GDP 대비 3.77%로 민간 재원 R&D 집약도가 증가하였으며, 세제 혜택이 연장됨에 따라 증가세를 유지할 것으로 전망 ※ OECD에 따르면 세제 혜택은 가장 널리 이용되고 유의미한 방법으로 OECD 38개국 중 34개국에서 활용 ❍ 미국의 민간 재원 R&D 집약도는 팬데믹 이후 증가하여 2021년에서 2023년까지 GDP의 2.4% 수준 - 6 - [그림 6] 주요국 민간 재원 R&D 집약도 추이 □ 기초연구 분야 R&D 집약도는 2021년 스위스가 선두를 유지하고 있으며, 한국이 2위 ※ 기초연구는 장기적인 투자를 요하여 R&D에 대한 국가의 지속적인 관심을 나타내며, 결과에 대한 불확실성, 고위험 고보상, 장기성으로 인하여 민간보다 정부의 투자와 깊이 연관됨 ❍ 스위스는 Swiss National Science Foundation이 기초연구에 집중하여 선두를 유지해 왔으나 최근 확연한 감소세를 보였으며 재단은 2028년까지 잠재적인 투자 삭감에 직면해 있음 ❍ 미국은 정체에도 불구하고 2021년 6위를 기록하였는데, 이는 높은 기초연구 집약도를 보였던 네덜란드와 덴마크가 2019년부터 해당 수치를 제출하지 않았던 것에 일부 기인 [그림 7] 주요국 기초연구 분야 집약도 추이 - 7 - 3 연구개발인력 □ 대부분 국가에서 느리지만 안정적으로 연구원 수가 증가하는 추세이며, 중국이 세계 최다 연구원 보유(2022년 2.64백만명, 2023년 3백만명) ❍ 중국은 격차를 넓히며 증가하고 있는 반면, 미국은 2022년 3위의 순위로 정체기 ※ 미국은 2023년 데이터를 공개하지 않음 ❍ 한국과 일본은 고령화 및 저출생으로 인해 연구원 고용이 둔화하고 있지만, 터키는 대학의 급격한 확장과 고등교육의 대중화로 지난 5년간 50% 이상 증가 주1) 상근상당(full-time equivalent) 연구원 기준 주2) * 표시된 중국은 2009년 연구원 수 집계 방법론이 변경됨 [그림 8] 주요국 연구원 수 추이(국가별/지역별) □ 한국과 미국은 80%가량의 연구원이 민간 부문에 소속되어 있는 반면, 그리스와 중국은 공공 부문 소속 비율이 높음(2022년 각각 18%, 17%) ❍ 한국의 민간 소속 연구원 증가는 더뎌지고 있으며, 가장 크게 확장한 국가는 덴마크 ❍ 그리스는 상대적으로 정부에 소속된 연구원의 비율이 가장 높은 국가이나, 민간 R&D에 많은 투자를 진행하여 2022년 연구원 수가 15%가량 증가 ❍ 중국은 정부 소속 연구원의 비율이 두 번째로 높은 국가로 2023년 8%가량 증가하였으며, 고등교육 부문에서는 14%, 민간 부문에서는 15%가량 증가하며 더 큰 성장 - 8 - 주) 2022년 상근상당(full-time equivalent) 연구원 수로 계산 [그림 9] 주요국 부문별 연구원 비율 4 과학출판물 □ 고인용 출판물(highly cited publications) 수는 2021년 이후 중국이 1위이며, 미국, 영국, 독일 순 ❍ 중국은 팬데믹 기간 중 출판물 수가 가파르게 도약했으며, 병의 진행에 관해 앞서 있던 중국의 출판물이 많이 인용되었던 점에 일부 기인 - 2020년에서 2022년 사이 중국은 매년 고인용 출판물이 평균 20%가량 증가한 반면, 미국은 2021년까지 정체기를 보이다가 이후 10% 이상 감소하기 시작 ❍ 영국은 2위와 상당한 격차로 3위를 기록했으며, 뒤이어 독일이 4위 주) 모든 분야 내 고인용 출판물의 수로, 분야별 고인용 출판물의 기준점은 다소 차이가 있음 [그림 10] 국가별 총 고인용 출판물 수 추이 □ 영향력 있는 과학 출판물을 발간한 연구원과 기관 수에서는 미국이 중국보다 우위를 유지 ❍ 2024년 피인용 횟수가 많은 연구원 중 2,507명이 미국 소속으로 가장 다수이며, 2위는 중국으로 1,405명, 그 뒤로 영국, 독일 순 - 9 - ❍ 피인용 횟수가 많은 연구원이 다수 소속된 상위 10개 기관 중 5개가 미국 기관 Harvard University, Stanford University, National Institutes of Health (NIH), Massachusetts Institute of Technology (MIT), University of California San Diego ❍ 중국의 경우 피인용 횟수가 많은 연구원이 상위기관(Chinese Academy of Sciences 22%, Tsinghua University 6.5%)에 집중된 형태 □ 고인용 출판물이 다수 생산된 미국과 중국에서도 분야별로 상이한 우세 형태를 보이며, 중국의 생물학 분야 출판물의 증가와 컴퓨터과학 분야 출판물의 감소가 두드러짐 ❍ [생물학] 생물학을 포함한 생명과학 분야에서는 미국이 다른 분야에서보다 비교적 오랜 기간 우위를 유지하였으나 팬데믹 이후 중국에 밀려 2등으로 하락 - 2020년 중국은 생물학 분야에서 고인용 출판물이 33%가량 가파르게 성장하였으며 이후에도 매년 10%가량 성장한 반면, 미국은 2021년 고점에 이른 후 매년 10%가량 감소 - 다만 생명과학 분야 전반에서 동일한 형태를 보인 것은 아니며 의학 분야(general and internal medicine, research and experimental medicine)에서는 미국이 우위를 유지 ❍ [컴퓨터과학] 중국이 2015년부터 우위를 유지하였으나, 2024년 중국을 포함한 대부분의 상위 국가에서 출판물이 감소 - 컴퓨터과학에서의 출판물 감소는 AI의 인기가 연구실에서 상업적 공간으로 이동함을 보여주는 징후일 수 있음 ※ 상업적 공간에서는 지식재산권과 시장 점유율 이슈로 출판물 발간 경향이 비교적 낮음 [그림 11] 주요국 분야별 고인용 출판물 수 추이 - 10 - □ 2024년 한국의 고인용 출판물 수는 총 948건으로 2023년 1,039건에 비해 감소(2023년 12위 → 2024년 13위)하였으며, R&D 투자액과 비교한 전 세계 추세 대비 다소 낮은 경향을 보임 ❍ 한국의 고인용 출판물 수는 전년 대비 감소하였으나, 화학 분야에서는 한국이 2024년에 185건의 고인용 출판물을 생산하며 5위에 자리함 ❍ 2023년 주요 국가별 총 R&D 투자액 대비 고인용 출판물 수를 확인한 결과, 한국의 경우 총 투자액에 비해 고인용 출판물이 다소 적은 것으로 나타남 주) AAAS Dashboard3)로 제공된 데이터를 바탕으로 저자 재구성 [그림 12] 한국의 고인용 출판물 추이 주1) AAAS Dashboard로 제공된 데이터 및 원데이터(OECD MSTI)를 바탕으로 저자 재구성 주2) x축: R&D 투자액 (단위: 구매력평가지수(PPP, purchasing power parity)로 보정된 2020 불변(constant) 10억 달러), y축: 고인용 출판물 수 (단위: 1,000건) 주3) 국가별 10개년 데이터는 연도순으로 선으로 이어져 있으며, 14, 23은 각각 2014년, 2023년을 의미. 영국은 2023년 투자액 데이터 미공개 [그림 13] 국가별 R&D 투자액 대비 고인용 출판물 수 추세 3) https://www.aaas.org/news/us-rd-and-innovation-global-context-2025-data-update - 11 - 5 특허 □ PCT 특허 출원 수4)는 중국이 2019년 이후 선두이나 상업화 확률은 낮은 것으로 보고 있으며, 미국과 일본이 각각 2위, 3위를 유지 ❍ 중국의 PCT 특허 출원 수는 빠르게 증가하다가 2021년 이후 정체기를 보이고 있으며, 다른 국가보다 평균적으로 특허 상업화 확률은 낮은 수준인 것으로 분석 ※ 중국의 급격한 성장은 PCT 특허를 출원하는 개인·기업 대상 보조금 지원 정책에 의한 것으로 판단 ❍ 미국과 일본은 최근 감소 경향을 보이고 있으며, 한국은 특허 출원 수가 지속해서 상승 추이를 보이는 유일한 국가 [그림 14] 국가별 PCT 특허 출원 추이 □ 분야별 특허 추이는 조금씩 차이를 보이나, 생명공학 분야에서는 미국이 우위를 유지한 반면, ICT 분야에서는 중국이 우세 ❍ [생명공학] 팬데믹의 시작과 함께 증가하였으나 2024년 대부분 국가에서 감소하였으며, 생명 공학을 포함한 대부분의 생명과학 분야에서는 미국이 우위 유지 - 미국의 우위는 특허 덤불(patent thicket)5) 출원을 허용하는 관대한 특허정책과 유전자에 대한 특허 허용에 의한 것으로 분석됨 아직 유전자에 대한 특허는 보편적으로 적용되고 있지 않으나 미국은 cDNA에 대한 특허를 허용(자연적으로 발생하는 DNA 서열은 불허) ❍ [ICT6)] 중국은 국가 목표 중 하나로 IT 개혁을 설정해 왔기에 ICT 특허에서 우세, Chat GPT 등 AI 유행에 따라 관련 특허가 증가했었으나 최근 감소 추세를 보임 4) AAAS에서는 특허가 혁신의 구현 현황을 모니터링하는 지표로 여전히 유효하다고 판단 5) 모든 유사 특허를 포괄하는 특허 뭉치를 의미하며 미국은 2024년 약품 가격 인하를 위해 이를 개혁하고자 하였으나 미확정 6) ICT는 WIPO의 Telecommunications, Digital communications, Basic communication processes, Computer technology, and IT methods for management를 포함하여 산출 - 12 - [그림 15] 분야별 특허 출원 추이 □ 2024년 한국의 PCT 출원 수는 총 23,849건으로 4위로 나타났으며, 2023년 순위를 유지하면서 건수는 증가 ※ WIPO IP Statistics Data Center의 PCT 데이터셋(May, 2025) 기준 ❍ 한국은 지난 30여 년간 PCT 출원 건수에서 꾸준한 상승세를 보였으며, 2024년에 전년 대비 7%가량 증가하며 비교적 높은 성장 폭을 보임 ❍ 2023년 주요 국가별 총 R&D 투자액 대비 PCT 특허 출원 수의 추세를 확인해 보았을 때, 한국의 경우 R&D 투자액 대비 PCT 특허 출원 수가 높은 편인 것으로 드러남 주) WIPO IP Statistics Data Center의 PCT 데이터셋(May, 2025)을 바탕으로 저자 재구성 [그림 16] 한국의 PCT 특허 출원 추이 - 13 - 주1) 원데이터(OECD MSTI 및 WIPO IP Statistics Data Center의 PCT 데이터셋(May, 2025))를 바탕으로 저자 재구성 주2) x축: R&D 투자액 (단위: 구매력평가지수(PPP, purchasing power parity)로 보정된 2020 불변(constant) 10억 달러), y축: PCT 특허 출원 수 (단위: 1,000건) 주3) 국가별 10개년 데이터는 연도순으로 선으로 이어져 있으며, 14, 23은 각각 2014년, 2023년을 의미. 영국은 2023년 투자액 데이터 미공개 [그림 17] 국가별 R&D 투자액 대비 PCT 특허 출원 수 추세 - 14 - 참고문헌 ∙ AAAS, U.S. R&D and Innovation in a Global Context: The 2025 Data Update, 2025.04.30. ∙ OECD Data Explorer, MSTI database (March 2025), https://data-explorer.oecd.org/ ∙ WIPO IP Statistcs Data Center, WIPO statistics database (May 2025), https://www3.wipo.int/ipstats/key-search/indicator 저자 KISTEP 혁신정보분석센터 김선정 전문관리원 (sunshelby@kistep.re.kr, 043-750-2504)
기술주권 브리프	수소경제 달성을 위한 수소 운송·저장 기술주권 확보 전략	2025-06-24
<p class="0" style="text-align: justify;"><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2050 </span><span style="font-size: 12pt;">탄소중립 실현과 수소경제 달성을 위해서는 안정적인 수소 확보가 필수적입니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">우리나라는 상대적으로 수소 생산량이 부족해 상당량의 수소를 수입해야 하고</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">지리적 여건상 해상을 통한 수소 운송</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">·</span><span style="font-size: 12pt;">저장 기술이 반드시 필요합니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="font-size: 8pt; text-align: justify;"><span style="font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">KISTEP </span><span style="font-size: 12pt;">브리프에서는 우리에게 가장 적합한 해상 수소 운송</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">·</span><span style="font-size: 12pt;">저장 기술인 액화수소</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, LOHC (</span><span style="font-size: 12pt;">액상유기수소운반체</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">), </span><span style="font-size: 12pt;">암모니아 방식의 기술</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">·</span><span style="font-size: 12pt;">산업</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">·</span><span style="font-size: 12pt;">정책동향을 분석하고</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, AHP</span><span style="font-size: 12pt;">를 활용한 경쟁력 평가를 통해 기술주권 확보를 위한 전략을 제언했습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;">글로벌 수소산업 선도국가로 도약하기 위한 청사진을 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">KISTEP </span><span style="font-size: 12pt;">브리프에서 확인해 보세요</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p style="text-align: justify;"><span style="font-size: 12pt;"><br></span></p>
통계브리프	OECD MSTI 2025-March 주요 내용 및 기업 연구개발비 분석 결과	2025-06-24
<p class="0" style="text-align: justify;"><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">OECD</span><span style="font-size: 12pt;">는 전 세계 과학기술 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">R&D </span><span style="font-size: 12pt;">동향을 반영한 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">Main Science and Technology Indicators(MSTI) </span><span style="font-size: 12pt;">를 통해 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2023</span><span style="font-size: 12pt;">년 연구개발비의 성장세를 보고했습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2023</span><span style="font-size: 12pt;">년 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">OECD </span><span style="font-size: 12pt;">회원국의 연구개발비</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">(R&D Expenditures)</span><span style="font-size: 12pt;">는 전년 대비 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2.4% </span><span style="font-size: 12pt;">증가했으며</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">특히 기업 부문에서 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2.7% </span><span style="font-size: 12pt;">성장률을 기록하며 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">R&D </span><span style="font-size: 12pt;">성장을 견인했습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">이 중에서도 정보통신기술</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">(ICT)</span><span style="font-size: 12pt;">과 자동차 산업 중심의 투자가 두드러졌습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">반면</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">팬데믹 시기에 급증했던 보건 분야 투자는 여러 국가에서 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">COVID-19 </span><span style="font-size: 12pt;">경기 부양책이 종료됨에 따라 감소세로 전환되었습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;">중국은 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">R&D </span><span style="font-size: 12pt;">투자에서 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">8.7%</span><span style="font-size: 12pt;">의 증가율을 기록하며 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">OECD </span><span style="font-size: 12pt;">평균은 물론 미국</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">(1.7%)</span><span style="font-size: 12pt;">과 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">EU(1.6%)</span><span style="font-size: 12pt;">보다 월등히 높은 수준을 유지했습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">다만</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, OECD</span><span style="font-size: 12pt;">는 중국의 통계치에 대해 지속적으로 검토 중임을 밝혀 수치 해석에 주의가 요구됩니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;"><br></span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;">이러한 흐름 속에서 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">OECD</span><span style="font-size: 12pt;">는 보다 시의적절한 통계 제공을 위해 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">SwiFTBERD Dashboard</span><span style="font-size: 12pt;">를 운영 중이며</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">기업의 재무 공시 데이터를 활용해 차년도 연구개발비에 대한 단기 예측도 가능해졌습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">향후 한국의 통계치 단기 전망에도 기여할 수 있을 것으로 기대됩니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p><span style="font-size: 12pt;"><br></span></p>
정책브리프	미국의 산업혁신정책 변화와 우리나라 혁신전략 시사점	2025-06-12
<p class="0" style="text-align: justify;"><span style="font-size: 16px;">미국은 미·중 기술패권 경쟁이 심화됨에 따라 자국 제조업 경쟁력 제고와 글로벌 공급망 재편을 목표로 전통적인 산업정책 대신 산업혁신정책으로 선회하고 있습니다. 특히 트럼프 2기 행정부는 강력한 통상정책과 기후변화 대응전략 수정 등 바이든 정부와 차별화된 산업혁신정책을 추진하고 있습니다. </span></p> <p class="0" style="text-align: justify;"><span style="font-size: 16px;"></span><span style="font-size: 16px;">우리나라도 지속 가능한 성장과 글로벌 경쟁력 확보를 위해 미국과 주요국의 정책 변화에 기민하게 대응하여 우리만의 개방적 혁신전략과 임무 중심의 혁신정책을 마련해야 할 시점입니다. KISTEP 브리프에서 한국형 혁신전략의 아이디어를 모색해 봤습니다.</span></p>
통계브리프	2023년 한국의 과학기술논문 발표 및 피인용 현황	2025-06-09
<p class="0" style="text-align: justify;"><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">2023</span><span style="font-family: 굴림; font-size: 12pt;">년 세계에서 가장 많은 논문을 발표한 국가는 중국으로 전체의 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">22.83%(</span><span style="font-family: 굴림; font-size: 12pt;">약 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">73</span><span style="font-family: 굴림; font-size: 12pt;">만 편</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">)</span><span style="font-family: 굴림; font-size: 12pt;">를 차지하며 미국</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">(13.5%)</span><span style="font-family: 굴림; font-size: 12pt;">과 영국</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">(4.6%) </span><span style="font-family: 굴림; font-size: 12pt;">등을 큰 격차로 앞질렀습니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-family: 굴림; font-size: 12pt;">중국은 피인용 횟수에서도 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">1</span><span style="font-family: 굴림; font-size: 12pt;">위</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">(1,442,190</span><span style="font-family: 굴림; font-size: 12pt;">회</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">)</span><span style="font-family: 굴림; font-size: 12pt;">를 차지해</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-family: 굴림; font-size: 12pt;">양과 질 모두에서 선두를 유지하고 있습니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">. GDP </span><span style="font-family: 굴림; font-size: 12pt;">상위 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">10</span><span style="font-family: 굴림; font-size: 12pt;">개국 중 브라질을 제외한 모든 국가가 논문 발표 상위 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">10</span><span style="font-family: 굴림; font-size: 12pt;">위 안에 들어</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-family: 굴림; font-size: 12pt;">경제규모와 논문 발표 수는 정비례 관계를 보여주고 있습니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-family: 굴림; font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span style="font-family: 굴림; font-size: 12pt;">한국은 세계 점유율 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">2.35%(75,325</span><span style="font-family: 굴림; font-size: 12pt;">편</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">)</span><span style="font-family: 굴림; font-size: 12pt;">를 기록하며 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">12</span><span style="font-family: 굴림; font-size: 12pt;">위 자리를 유지했습니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-family: 굴림; font-size: 12pt;">주요국 대비 상대적 점유율은 상승하고 있어 국제 경쟁력은 강화되고 있는 것으로 분석됩니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-family: 굴림; font-size: 12pt;">특히 논문당 평균 피인용 횟수는 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">1.8</span><span style="font-family: 굴림; font-size: 12pt;">회로 세계 평균</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">(1.53</span><span style="font-family: 굴림; font-size: 12pt;">회</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">)</span><span style="font-family: 굴림; font-size: 12pt;">을 상회하고</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-family: 굴림; font-size: 12pt;">고인용 논문 수와 비중도 꾸준히 증가하는 추세입니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-family: 굴림; font-size: 12pt;">상위 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">1% </span><span style="font-family: 굴림; font-size: 12pt;">고인용 논문은 최근 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">10</span><span style="font-family: 굴림; font-size: 12pt;">년간 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">463</span><span style="font-family: 굴림; font-size: 12pt;">편에서 </span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">967</span><span style="font-family: 굴림; font-size: 12pt;">편으로 두 배 이상 증가하였으며, 피인용 효과가 높은 다학제</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">(Multidisciplinary) </span><span style="font-family: 굴림; font-size: 12pt;">및 우주과학</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">(Space Science) </span><span style="font-family: 굴림; font-size: 12pt;">분야에서도 주목할 만한 성과를 보이고있습니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-family: 굴림; font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span style="font-family: 굴림; font-size: 12pt;">한국 논문은 양적 확대보다는 국제 공동연구</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-family: 굴림; font-size: 12pt;">전략 분야 집중</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-family: 굴림; font-size: 12pt;">연구성과의 활용성을 높이는 방향으로의 지원정책과 이를 위한 선택과 집중이 필요한 시점입니다</span><span lang="EN-US" style="font-family: 굴림; letter-spacing: 0pt; font-size: 12pt;">.</span></p>[요약] ’23년 논문을 가장 많이 발표한 국가는 중국이며, 총 피인용횟수도 중국이 1위를 차지 ∙ ’23년 중국의 논문 발표 수는 730,477건(점유율 22.8%)이며, 다음으로 미국 432,589건(13.5%), 영국 147,848건(4.6%), 독일 126,622건(4.0%), 인도 124,830건(3.9%) 순 ※ GDP 세계 상위 10위 국가 중 브라질을 제외한 9개국이 논문 발표 수 순위 10위 이내에 포함되어 있어 경제규모와 발표 논문 수는 정비례 관계로 분석됨 ∙ ’23년 총 피인용 횟수는 중국이 1,442,190회로 가장 많으며, 미국(731,103회), 영국(297,047회), 독일(242,720회), 인도(219,062회) 순 한국의 ’23년 발표 논문 수는 75,325편, 점유율은 2.35%으로 ’09년 이후 순위(12위)와 점유율을 비슷한 수준으로 유지하고 있으며, 미국 등 주요국 대비 상대적 점유율은 증가 상대 국가의 논문 발표 건수를 100%로 보았을 때, 우리나라의 점유율 ∙ 한국의 세계 총 논문 대비 점유율은 ’15년까지 전반적으로 증가 추세(’09년 2.39% → ’15년 2.63%)였으나, 이후 감소하여 ’17년부터는 2.30% 전후로 유지 ∙ ’13년 대비 ’23년 한국의 상대적 점유율은 미국(12.5% → 17.4%), 영국(41.7% → 50.9%), 일본(64.4% → 88.2%) 등 대부분의 세계 10위권 국가와 비교 시 증가한 것으로 확인 한국이 발표한 논문의 피인용 횟수는 지속적으로 증가하고 있으며, 세계 평균을 넘어 그 차이가 확대되고 있는 추세임 ∙ ’23년 한국 논문의 총 피인용 횟수는 135,875회, 논문 1편당 평균 피인용횟수는 1.8회로, 세계 평균 (1.53회)의 118.19% 수준임 ∙ 5년 주기별 논문 1편당 피인용 횟수는 ’14년~’18년 6.5건에서 ’19~’23년 9.8건으로 꾸준히 증가하고 있으며, 세계 평균(’14년~’18년 6.1건, ’19~’23년 8.7건)과의 차이가 확대됨 한국의 상위 1% 고인용 논문수와 비중이 지속적으로 증가하고 있으며(최근 10년 국가별 순위에서 한국은 13위), 이 중 해외협력 논문 비중이 높음 ∙ 한국의 최근 10년 세계 상위 1% 고인용 논문(HCP)은 ’14년 463편에서 ’23년 967편으로 증가하였고, 전체 논문수 대비 비중도 증가 추세임(0.83% → 1.28%) Highly Cited Papers, HCP : 연도별 피인용횟수 세계 상위 1% 이내 논문 ∙ ’14년~’23년 국가별 순위는 미국이 76,478편으로 1위, 그 뒤를 중국(65,715편), 영국(34,178편), 독일(21,100편), 호주(16,603편) 순이며 우리나라는 14위(7,614편) ∙ 상위 1% 이내 논문의 88.4%가 연구기관 간 협력에 의한 것이며, 특히 해외협력 논문 비율(73.6%)이 높은 것으로 분석됨 [ 한국의 최근 10년간 총 논문수와 연도별 Highly Cited Papers(HCP) 논문수 ] [ 한국의 최근 10년간 연도별 Highly Cited Papers(HCP) 협력 유형별 논문 점유율 현황 ] 한국의 논문은 Clinical Medicine, Engineering, Materials Science 분야에서 다수 발간되며, 논문 1편당 피인용 횟수는 Multidisciplinary, Space Science 분야 등이 높음 ∙ ’23년 한국에서 발간된 논문의 다수를 차지하고 있는 분야는 Clinical Medicine 12,806편, Engineering 12,730편, Materials Science 9,249편 순 ∙ ’19년~’23년 논문 1편당 평균 피인용 횟수는 Multidisciplinary, Space Science, Materials Science가 높고, Economics & Business, Microbiology, Psychiatry/Psychology가 낮음 [ 최근 5년간(’19년~’23년) 표준분야별 논문 1편당 평균 피인용횟수 세계 비교 ] 목 차 1. 개요 1 2. 국가별 현황 2 3. 한국 현황 9 1. 개요 Ⅰ 1Ⅰ 1. 개요 한국과학기술기획평가원(KISTEP)은 Clarivate Analytics사의 데이터베이스인 Web of Science Core Collection을 활용하여 논문 현황을 분석 SCIE(Science Citation Index Expanded), SSCI(Social Sciences Citation Index), AHCI (Arts & Humanities Citation Index), ESCI (Emerging Source Citation Index) 등 수록 ∙ 국가 간, 분야 간 비교는 Incites(National Comparisons)를 활용하였으며, 한국 상세 분석에는 WoS(Web of Science)를 활용 InCites : 국가별, 분야별 논문 수와 피인용 통계 자료 산출에 활용한 데이터베이스, 22개 표준 분야, 254개 세부 분야 통계 산출에 활용 ** WoS : 한국의 분야별, 기관별, 연구주체별, 학술지별, 지역별 통계 산출에 활용 ∙ 논문 인용(Citation) 분석에서는 JCR(Journal Citation Reports)을 활용 JCR : 학술지별 질적 수준을 평가할 수 있는 IF(Impact Factor)를 제공 ∙ 피인용 상위(Highly Cited Paper) 1% 논문 분석 ESI(Essential Science Indicators)* 활용 * 최근 10년간 발표된 고피인용 논문을 대상으로 한 DB로 2달에 1번씩 업데이트 이번 호에서는 KISTEP이 발표(2024.11월)한 과학기술 논문성과분석연구 보고서의 한국 결과를 중심으로 정리 유형별 국내 과학기술 성과분석 보고서 현황 ∙ 국내에서는 성과 유형별로 다양한 성과분석 보고서가 존재하며, 과학기술 논문 성과 분석연구 보고서는 한국과 주요국의 논문 성과 및 피인용 현황을 중심으로 분석 성과의 유형 각 보고서별 성과분석 현황 과학적 성과 논문 ∙ 과학기술 논문 성과 분석연구(KISTEP): 주요국과 한국의 논문 발표 및 피인용 현황 ∙ 국가연구개발사업 성과분석(과기정통부･KISTEP): 국가연구개발사업 수행을 통해 발생한 논문 성과(논문 및 피인용 건수･비중 안내) ∙ 주요국의 피인용 상위 1% 논문 실적 비교 분석(한국연구재단): 고인용 논문 현황 기술적 성과 특허 ∙ 국가연구개발사업 성과분석(과기정통부･KISTEP): 국가연구개발사업 수행을 통해 발생한 특허 출원 및 등록 성과(건수･비중 안내) ∙ 통계로 보는 특허동향(특허청): 주요국 및 한국 전체의 특허 성과 현황 ∙ 정부 R&D 특허성과 조사･분석(특허청･한국특허전략개발원): 국가연구개발사업 수행을 통해 발생한 특허의 양적･질적･활용･관리 현황 분석 경제적 성과 기술료, 사업화 ∙ 국가연구개발사업 성과분석(과기정통부･KISTEP): 국가연구개발사업 수행을 통해 발생한 기술료･사업화 성과(기술료 징수액･건수, 사업화 건수) ∙ 정부 R&D 특허성과 조사･분석(특허청･한국특허전략개발원): 국가연구개발사업 수행을 통해 발생한 기술이전 계약건수 및 기술료 수입 현황 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 2Ⅰ KISTEP 브리프 2. 국가별 현황 2.1. 논문 발표 현황 중국이 ’23년 730,477건으로 가장 많은 논문을 발표하여 전체 논문 중 22.83%를 차지하였으며, 다음으로 미국 432,589건(13.52%), 영국 147,848건(4.62%) 순 ∙ 상위 8개 국가의 논문 발표 순위는 지난 3년간 변동이 없이 동일하게 유지 상위 20개국 중 중국, 인도, 이탈리아, 스페인, 한국, 튀르키예, 사우디아라비아 등의 국가들의 논문 점유율이 상승 추세이며, 나머지 국가들은 하락 ∙ 최대 점유율 국가인 중국의 논문 점유율은 ’22년 22.06%에서 ’23년 2.83%로 0.77% 상승 <표 1> 논문 수 상위 20개국 논문 발표 추이(2021년∼2023년) 국가명 논문 수(편) 세계 점유율(%) 순위 2021년 2022년 2023년 2021년 2022년 2023년 2021년 2022년 2023년 중국 644,387 745,917 730,477 18.68 22.06 22.83 1 1 1 미국 536,027 472,982 432,589 15.17 13.93 13.52 2 2 2 영국 181,362 158,956 147,848 5.08 4.66 4.62 3 3 3 독일 152,518 136,157 126,622 4.37 4.05 3.96 4 4 4 인도 119,495 126,150 124,830 3.44 3.72 3.90 5 5 5 이탈리아 108,852 100,003 95,004 3.11 2.96 2.97 6 6 6 일본 103,604 94,840 85,410 2.98 2.82 2.67 7 7 7 캐나다 100,328 90,318 82,659 2.85 2.66 2.58 8 8 8 프랑스 96,250 85,949 79,779 2.74 2.52 2.49 10 10 9 호주 98,776 88,026 78,116 2.81 2.60 2.44 9 9 10 스페인 91,428 80,717 77,247 2.62 2.38 2.41 11 11 11 한국 84,125 78,956 75,325 2.41 2.33 2.35 12 12 12 브라질 69,599 59,268 54,361 2.00 1.75 1.70 13 13 13 튀르키예 49,626 49,058 48,823 1.43 1.45 1.53 17 16 14 네덜란드 58,058 52,109 48,536 1.65 1.54 1.52 14 14 15 사우디 아라비아 38,460 45,900 46,549 1.12 1.38 1.45 21 18 16 이란 54,113 50,069 45,304 1.57 1.47 1.42 15 15 17 러시아 50,966 47,222 43,266 1.46 1.40 1.35 16 17 18 폴란드 45,827 41,569 38,310 1.31 1.23 1.20 18 19 19 스위스 44,706 40,726 38,087 1.28 1.20 1.19 19 20 20 주1) 세계 점유율은 국가 간 공저 논문에 대한 중복 합산을 허용하여 각 국가 논문 수/각 국가의 논문 수 합으로 산출 주2) 국가별 논문 수는 게재 확정 등 여러 요인으로 매년 변경 가능 주3) 2023년 총 논문 수는 3,199,464편으로 2022년(3,383,661편)보다 감소한 이유는 SCIE, SSCI, A&HCI 등의 Master Journal List 대상 저널이 2022년 대비 2023년에는 82여 종이 감소했기 때문으로 판단 188 2. 국가별 현황 Ⅰ 3Ⅰ GDP 세계 상위 10위 국가* 중 브라질을 제외한 9개국이 논문 발표 수 순위 10위 이내에 포함되어 있어 경제규모와 발표 논문 수는 정비례 관계로 분석됨 * 2023년 기준 미국, 중국, 독일, 일본, 인도, 영국, 프랑스, 이탈리아, 브라질, 캐나다 ∙ 논문 발표 수 세계 상위 10개국의 GDP 10억 달러 당 논문 수는 호주가 44.9편으로 가장 높은 수준이며, 다음으로 영국 43.7편, 이탈리아 41.3편, 중국 41.1편, 캐나다 38.6편 순 ∙ 한국의 GDP 10억 달러당 논문 수는 41.0편으로 상위 10개국과 비교하면 5위권 수준 주) GDP 출처 : IMF World Economy Outlook Database(2024. 10.) [그림 1] 논문 발표 수 25위권 국가의 논문 발표 수와 GDP(2023년, 미국·중국 제외) 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 4Ⅰ KISTEP 브리프 연구원(FTE1)) 백 명당 논문 발표 수는 칠레가 89.45편으로 최고 수준이고, 스위스(85.61편), 남아프리카 공화국(76.46편), 루마니아(59.23편), 코스타리카(58.45편) 순 ∙ 중국 24.34편(34위), 미국 28.12편(30위), 영국 50.60편(10위), 독일 25.40편(33위) 등으로 총 논문 발표 수 순위와 차이가 있음 ∙ 한국은 15.36편(40위)으로, 세계 논문 발표 수 상위 10개 국가와 비교 시 프랑스(23.05편, 35위) 다음으로 낮은 수준 <표 2> 2023년 주요국의 연구원 백 명당 논문 발표수 순위 국가명 논문수 연구원 백 명당 논문 발표수 순위 국가명 논문수 연구원 백 명당 논문 발표수 1 칠레☆ 12,563 89.5 22 리투아니아 3,763 35.8 2 스위스☆ 38,087 85.6 23 스웨덴 33,545 35.8 3 남아프리카공화국☆ 18,754 76.5 24 핀란드 16,486 35.5 4 아이슬란드 1,495 65.3 25 체코 16,970 34.8 5 루마니아 12,286 59.2 26 포르투갈 21,162 33.9 6 코스타리카☆ 948 58.5 27 오스트리아 21,347 33.5 7 뉴질랜드☆ 11,260 56.2 28 벨기에 27,578 33.1 8 이탈리아 95,004 55.8 29 그리스 15,530 28.4 9 룩셈부르크 1,903 55.1 30 미국☆ 432,589 28.1 10 영국☆ 147,848 50.6 31 슬로바키아 5,292 27.4 11 노르웨이 19,822 48.3 32 폴란드 38,310 26.9 12 덴마크 24,432 45.4 33 독일 126,622 25.4 13 아일랜드 12,715 45.3 34 중국 730,477 24.3 14 스페인 77,247 44.1 35 프랑스 79,779 23.1 15 멕시코☆ 19,793 43.5 36 헝가리 10,128 22.9 16 슬로베니아 5,146 43.3 37 튀르키예 48,823 21.2 17 에스토니아 2,755 42.2 38 대만 31,037 17.7 18 캐나다☆ 82,659 41.6 39 아르헨티나 10,273 17.2 19 네덜란드 48,536 41.2 40 한국 75,325 15.4 20 라트비아 1,658 40.2 41 러시아☆ 43,266 12.3 21 싱가포르☆ 18,035 39.7 42 일본 85,410 12.2 주) 연구원 수는 OECD, Main Science and Technology Indicators 2025-03 (FTE 기준) 참조하였고, 최근 2023년 연구원 수는 2023년 연구원 수를 일괄 적용하고, 최근 (203년) 연구원 수가 없는 국가들은 그 이전 연도의 연구원 현황을 토대로 산정(국가명 뒤에 ‘☆’표시) 1) 상근상당 인력(실질 연구 참여 인력, Full Time Equivalent), 연구개발 업무에 전념하는 정도에 따라 비율 반영하여 산정 188 2. 국가별 현황 Ⅰ 5Ⅰ 논문 발표 수 상위 10개국을 대상으로 ’23년 연구원(FTE) 백명 당 논문 발표 수와 인구 만명 당 논문 발표 수를 비교하면, 한국은 각각 9위권(15.4편), 6위권(14.6편) 수준 ∙ 연구원(FTE) 백명 당 논문 발표 수는 이탈리아가 55.8편으로 가장 많았으며, 다음으로 영국 50.6편, 캐나다 41.6편, 호주 41.3편 순 ∙ 인구 만 명 당 논문 발표 수는 호주가 29.3편으로 가장 많았으며, 다음으로 영국 21.7편, 캐나다 20.6편, 이탈리아 16.1편 순 주 1) 연구원(FTE)과 인구 자료는 OECD의 Main Science & Technology Indicators(2025 March) 활용 주 2) 세계 상위 10개 국가 중 인도는 연구원(FTE) 정보가 존재하지 않아 제외 [그림 2] 세계 논문 발표 수 상위 10개 국가와 한국의 인구 및 연구원(FTE) 대비 논문 발표 수 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 6Ⅰ KISTEP 브리프 2.2. 논문 피인용도 현황 ’23년 총 피인용 횟수는 중국이 1,442,190회로 가장 많으며, 미국(737,103회), 영국(297,047회), 독일 (242,720회), 인도(219,062회) 순으로 전년도 순위와 동일 ∙ 한국은 135,875회로 11위이며, 세계 점유율은 2.23%로 전년도 순위와 동일 <표 3> 논문 피인용 횟수 상위 20개국의 피인용 횟수 추이(2021년∼2023년) 국가명 2021년 2022년 2023년 피인용 횟수(회) 순위 피인용 횟수(회) 순위 피인용 횟수(회) 순위 점유율(%) 중국 8,501,319 1 5,014,014 1 1,442,190 1 23.68 미국 6,286,787 2 2,762,670 2 737,103 2 12.10 영국 2,458,234 3 1,093,990 3 297,047 3 4.88 독일 1,850,019 4 866,163 4 242,720 4 3.99 인도 1,299,967 7 730,894 5 219,062 5 3.60 이탈리아 1,382,959 6 658,475 6 193,083 6 3.17 호주 1,407,057 5 640,878 7 175,045 7 2.87 캐나다 1,287,726 8 583,457 8 157,471 8 2.59 프랑스 1,226,296 9 528,331 9 151,286 9 2.48 스페인 1,050,865 10 498,932 10 149,022 10 2.45 한국 953,907 11 474,783 11 135,875 11 2.23 일본 944,174 12 465,405 12 127,714 12 2.10 사우디아라비아 555,827 18 360,664 14 116,093 13 1.91 네덜란드 881,795 13 385,207 13 104,595 14 1.72 스위스 666,186 14 324,502 15 90,053 15 1.48 이란 627,973 15 307,853 16 82,462 16 1.35 튀르키예 433,002 23 238,667 20 74,278 17 1.22 홍콩 457,286 21 249,197 19 72,807 18 1.20 스웨덴 561,255 17 264,489 17 71,429 19 1.17 파키스탄 367,276 27 232,625 21 69,538 20 1.14 주) 총 피인용 횟수는 각 년도 발표 논문이 2023년까지 피인용된 횟수의 누적치이며, 세계 점유율(%)은 2023년도 국가별 총 피인용 횟수의 합(6,090,388)에 대한 점유율 188 2. 국가별 현황 Ⅰ 7Ⅰ 최근 5년간(’19년∼’23년) 피인용 횟수는 중국이 33,063,170회로 가장 많고, 다음으로 미국 27,448,260회, 영국 10,121,886회, 독일 7,902,746회 순 ∙ 2009년∼2013년 대비 피인용 횟수 증가율은 사우디아라비아가 1554.9%로 가장 높은 수준이며, 다음으로 파키스탄(1321.6%), 이집트(901.7%) 순 ∙ 한국의 최근 5년간(’19년∼’23년) 피인용 횟수는 3,783,774회로 12위를 차지하였으며, 세계 점유율은 2.16%, ’09년∼’13년 대비 증가율은 236.5%을 기록함 <표 4> 5년 주기별 국가별 상위 20개국의 피인용 횟수 및 증가율 현황 국가명 2009년∼2013년(A) 2014년∼2018년(B) 2019년∼2023년(C) 피인용 횟수(회) 세계 점유율(%) 피인용 횟수(회) 세계 점유율(%) 피인용 횟수(회) 세계 점유율(%) 증가율 (%, A→C) 중국 3,877,823 6.57 10,757,698 11.72 33,063,170 18.88 752.62 미국 15,439,629 26.17 18,929,563 20.63 27,448,260 15.67 77.78 영국 4,363,770 7.40 6,018,915 6.56 10,121,886 5.78 131.95 독일 3,942,866 6.68 5,228,846 5.70 7,902,746 4.51 100.43 호주 1,683,916 2.85 3,031,471 3.30 5,796,589 3.31 244.23 이탈리아 2,137,802 3.62 3,157,453 3.44 5,635,007 3.22 163.59 캐나다 2,359,645 4.00 3,198,911 3.49 5,396,354 3.08 128.69 프랑스 2,630,088 4.46 3,463,606 3.77 5,056,204 2.89 92.24 인도 964,841 1.64 1,934,994 2.11 4,834,170 2.76 401.03 스페인 1,736,604 2.94 2,578,883 2.81 4,372,886 2.50 151.81 일본 2,306,791 3.91 2,695,096 2.94 4,106,956 2.34 78.04 한국 1,124,565 1.91 1,960,105 2.14 3,783,774 2.16 236.47 네덜란드 1,656,391 2.81 2,277,673 2.48 3,658,174 2.09 120.85 스위스 1,295,759 2.20 1,900,570 2.07 2,902,124 1.66 123.97 이란 358,060 0.61 907,613 0.99 2,526,717 1.44 605.67 브라질 699,400 1.19 1,245,783 1.36 2,404,013 1.37 243.73 스웨덴 955,585 1.62 1,452,948 1.58 2,385,043 1.36 149.59 벨기에 826,211 1.40 1,199,799 1.31 1,961,950 1.12 137.46 사우디아라비아 114,901 0.19 664,229 0.72 1,901,448 1.09 1554.86 홍콩 363,454 0.62 720,753 0.79 1,868,881 1.07 414.20 주) 세계 점유율(%)은 각 5년별 총 피인용횟수의 총합에 대한 점유율 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 8Ⅰ KISTEP 브리프 최근 5년 주기(’19년∼’23년) 기준 논문 1편당 평균 피인용 횟수 세계 평균은 8.66회이며, 싱가포르가 17.09회로 가장 많았으며, 다음으로 홍콩 15.32회, 스위스 14.13회 순 ∙ 주요국 중에서는 영국이 12.18회로 12위, 미국이 11.05회로 24위, 중국이 10.43회로 29위, 일본이 8.64회로 43위 ∙ 한국은 세계 평균보다 높은 9.80회로 집계되었으며, 순위는 35위로 ’17~’21년 33위 대비 순위가 소폭 감소 <표 5> 5년 주기별 국가별 논문 1편당 평균 피인용 횟수 추이 국가명 2017년∼2021년 2018년∼2022년 2019년∼2023년 논문 1편당 평균 피인용 횟수(회) 순위 논문 1편당 평균 피인용 횟수(회) 순위 논문 1편당 평균 피인용 횟수(회) 순위 싱가포르 14.98 1 16.37 1 17.09 1 홍콩 13.41 2 14.67 2 15.32 2 스위스 13.39 3 14.00 3 14.13 3 덴마크 12.64 4 13.56 4 13.95 4 네덜란드 12.63 5 13.34 5 13.73 5 벨기에 12.20 6 12.90 6 13.23 6 스웨덴 11.78 7 12.54 7 12.94 7 호주 11.21 10 12.24 8 12.93 8 핀란드 11.10 11 12.02 11 12.50 9 아일랜드 12.21 9 12.21 9 12.50 10 영국 10.79 12 11.73 12 12.18 12 오스트리아 11.28 9 12.05 10 12.09 13 프랑스 10.44 17 11.11 19 11.40 19 독일 10.47 16 11.11 18 11.38 20 미국 10.21 21 10.88 22 11.05 24 중국 9.26 29 10.05 28 10.43 29 한국 8.59 33 9.39 35 9.80 35 일본 7.97 38 8.44 42 8.64 43 전 세계 7.74 - 8.38 - 8.66 - 주) 순위는 논문 수 상위 50개 국가 중 논문 1편당 평균 피인용 횟수 순위 188 3. 한국 현황 Ⅰ 9Ⅰ 3. 한국 현황 3.1. 총괄 한국의 ’23년 발표 논문 수는 75,325편, 점유율은 2.35%으로 ’09년 이후 12위를 유지하고 있으며, 점유율도 비슷한 수준을 유지 ∙ 논문 점유율은 ’15년까지 전반적으로 증가 추세(’09년 2.39% → ’15년 2.63%)였으나, ’17년부터는 2.30% 전후로 점유 주1) 세계 점유율은 국가 간 공저 논문에 대한 중복 합산을 허용하여 각 국가 논문 수/각 국가의 논문 수 합으로 산출 주2) 2023년 논문 수의 감소는 SCIE, SSCI, A&HCI 등의 Master Journal List 대상 저널이 2022년 대비 2023년에는 82여 종이 감소했기 때문으로 판단 [그림 3] 한국 SCI 논문 수 및 점유율 추이(2009년∼2023년) 논문 발표 건수의 절대 규모 면에서 대부분의 세계 10위권 국가(중국, 인도 제외) 대비 한국의 상대적 점유율이 확대됨 상대 국가의 논문 발표 건수를 100%로 보았을 때, 우리나라의 점유율 ∙ 미국 대비 상대적 점유율은 ’13년 12.5%(8.0배)에서 ’23년 17.4%(5.7배), 영국 대비 ’13년 41.7%(2.4배)에서 ’23년 50.9%(2.0배)로 확대 ∙ 반면, 중국 대비 상대적 점유율은 ’13년 24.3%(4.1배)에서 ’23년 10.3%(9.7배), 인도 대비 ’13년 93.4%(1.0배)에서 ’23년 60.3%(1.6배)로 대폭 축소 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 10Ⅰ KISTEP 브리프 주) 상대 점유율은 해당국가의 논문 발표 수를 100으로 보았을 때, 한국의 논문 발표 수의 점유율 [그림 4] 세계 상위 10위권 국가 대비 한국의 상대적 점유율 비교(2013년 vs 2023년) 한국이 발표한 논문의 피인용 횟수는 지속적으로 증가하고 있으며, 세계 평균을 넘어 그 차이가 확대되는 추세임 ∙ ’23년 한국 논문의 총 피인용 횟수는 135,875회, 논문 1편당 평균 피인용횟수는 1.8회로, 세계 평균 (1.53회)의 118.19% 수준임 ∙ 5년 주기별 논문 1편당 피인용 횟수는 ’14년~’18년 6.5건에서 ’19~’23년 9.8건으로 꾸준히 증가하고 있으며, 세계 평균(’14년~’18년 6.1건, ’19~’23년 8.7건)과의 차이가 확대됨 ∙ 전체 논문 대비 1회 이상 피인용된 논문의 비율도 ’14년~’18년 71.6%에서 ’19~’23년 78.3%로 증가하 였으며, ’07년~’11년 세계 평균을 넘어선 이후 차이가 확대되고 있음 [그림 5] 한국의 5년 주기별 논문 1편당 평균 피인용 횟수 현황 188 3. 한국 현황 Ⅰ 11Ⅰ [그림 6] 5년 주기별 1회 이상 피인용된 논문의 비율 한국 발표 논문 중 해외협력 논문의 점유율은 공저자, 주저자 기준 모두 지속적으로 증가 추세에 있으며, 공저자 논문의 증가율이 주저자 논문 증가율보다 큰 것으로 드러남 ∙ ’23년 기준 한국 발표 논문 중 1개 기관 이상 참여한 해외협력 논문 수는 전체의 37.2%인 27,767편으로, 이 중 한국이 주저자인 논문은 10,649편(38.3%) ∙ 전체논문 대비 해외협력 논문의 점유율은 ’09년 26.4%에서 ’23년 37.2%로 증가하였으며, 이중 주저자 논문의 비율은 ’09년 51.0%에서 ’23년 38.3%로 감소 상위 1% 이내의 논문(HCP) 수와 전체 논문수 대비 비중이 지속적으로 증가하고 있으며, 최근 10년 (’14년~’23년)간 국가별 순위에서 한국은 13위로 해외협력 논문 비중이 높음 Highly Cited Papers, HCP : 연도별 피인용횟수 세계 상위 1% 이내 논문 ∙ 한국의 최근 10년간 세계 상위 1%인 고인용 논문은 ’14년 463편에서 ’23년 967편으로 증가하였고, 전체 논문수 대비 비중도 증가 추세임(0.83% → 1.28%) ∙ 최근 10년(’14~’23)간 국가별 순위는 미국이 76,478편으로 1위, 그 뒤를 중국(65,715편), 영국(34,178편), 독일(21,100편), 호주(16,603편) 순이며 우리나라는 13위(7,614편) ∙ 상위 1% 이내 논문의 89.0%가 연구기관 간 협력에 의한 것이며, 특히 해외협력 논문 비율(74.7%)이 높은 것으로 분석됨 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 12Ⅰ KISTEP 브리프 <표 6> 한국의 최근 10년(’14~’23) 연도별 Highly Cited Papers(HCP) 현황 연도 HCP 논문수 전체 논문수 HCP 논문 비중(%) 2014년 463 55,831 0.83 2015년 512 58,967 0.87 2016년 545 60,675 0.90 2017년 631 61,665 1.02 2018년 696 64,470 1.08 2019년 776 70,713 1.10 2020년 853 76,907 1.11 2021년 967 84,125 1.15 2022년 991 78,956 1.26 2023년 967 75,325 1.28 <표 7> 최근 10년(’14~’23)간 국가별 Highly Cited Papers(HCP) 순위 순위 국가명 HCP논문수 순위 국가명 HCP논문수 1 미국 76,478 11 스위스 9,419 2 중국 65,715 12 일본 8,947 3 영국 34,178 13 인도 8,440 4 독일 21,100 14 한국 7,614 5 호주 16,603 15 스웨덴 6,927 6 캐나다 15,197 16 벨기에 6,071 7 프랑스 13,876 17 덴마크 5,385 8 이탈리아 13,620 18 사우디아라비아 5,272 9 네덜란드 11,569 19 홍콩 5,271 10 스페인 11,045 20 싱가포르 5,090 * 영국은 England, Scotland, Wales, North Ireland의 합으로 산정 [그림 7] 한국의 최근 10년간 연도별 Highly Cited Papers(HCP) 협력별 논문 점유율 현황 188 3. 한국 현황 Ⅰ 13Ⅰ 3.2. 분야별 현황 22개 표준분야에서 ’23년 한국이 발표한 논문 수가 세계 상위 10위권에 드는 분야는 8개 ∙ Materials Science(4위)와 Engineering(5위) 분야의 순위가 상대적으로 높으며, 22개 주제분야 모두 20위권 이내에 포함 ∙ ’22년 대비 순위가 상승한 분야는 7개, 하락한 분야는 4개, 동일한 분야는 11개 Agricultural Sciences(3위 ↑), Multidisciplinary(2위 ↑), Psychiatry/Psychology(2위 ↑) 등 ** Environment/Ecology(2위 ↓), Space Science(2위 ↓) 등 논문 수 점유율이 전세계 3% 이상을 차지하고 있는 분야는 12개, 5% 이상은 1개 ∙ Materials Science 분야의 점유율이 5.58%로 상대적으로 높은 반면, Psychiatry/ Psychology(2.12%)와 Social Sciences, general(2.00%)는 상대적으로 낮은 수준 <표 8> 2023년 표준분야별 세계 전체 대비 한국의 논문수 비율 분야명 한국 논문 수(편) 논문 수 순위 세계 총 논문 수(편) 점유율(%) 2022년 2023년 2023년 2023년 Agricultural Sciences 2,317 10 7 70,070 3.31 Biology & Biochemistry 2,931 10 10 85,883 3.41 Chemistry 8,385 7 7 227,958 3.68 Clinical Medicine 12,806 11 11 364,474 3.51 Computer Science 2,602 7 7 69,794 3.73 Economics & Business 1,352 12 12 42,655 3.17 Engineering 12,730 5 5 285,619 4.46 Environment/Ecology 2,701 11 13 106,885 2.53 Geosciences 1,418 16 15 69,862 2.03 Immunology 726 16 15 32,192 2.26 Materials Science 9,249 4 4 165,887 5.58 Mathematics 1,640 15 13 56,227 2.92 Microbiology 1,024 12 12 30,977 3.31 Molecular Biology & Genetics 1,220 11 12 45,605 2.68 Multidisciplinary 101 14 12 3,417 2.96 Neuroscience & Behavior 1,356 14 13 52,526 2.58 Pharmacology & Toxicology 1,841 9 10 59,212 3.11 Physics 3,557 10 10 108,593 3.28 Plant & Animal Science 2,340 14 15 91,310 2.56 Psychiatry/Psychology 1,221 14 12 57,686 2.12 Social Sciences, general 2,689 15 15 134,386 2.00 Space Science 569 17 19 17,333 3.28 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 14Ⅰ KISTEP 브리프 5년 주기별 표준분야별 한국 논문 1편당 평균 피인용 횟수가 세계 평균보다 높은 분야는 14개, 낮은 분야는 8개이며, ’09년~’13년 대비 다수의 분야에서 높은 성장률을 보임 ∙ ’19년~’23년 세계 평균보다 높은 분야는 Multidisciplinary(한국 17.31, 세계 12.26), Space Science(한국 15.59, 세계 10.55), Materials Science(한국 14.17, 세계 12.89) ∙ 상대적으로 낮은 분야는 Microbiology(한국 8.21, 세계 10.32), Molecular Biology & Genetics (한국 12.73, 세계 14.06) ∙ ’09년~’13년 대비 ’19년~’23년에 높은 향상을 보인 분야는 Computer Science(2.63→9.86 / 274.41%), Agricultural Sciences(2.83→8.08/ 185.64%), Engineering(3.06→8.73 / 185.34%) 등 9개 분야로 100% 이상의 증가율을 보이고 있음 <표 9> 5년 주기별 표준분야별 한국의 논문 1편당 피인용 횟수 추이 분야명 2009~2013년 2014~2018년 2019~2023년 한국 세계 한국 세계 한국 세계 Agricultural Sciences 2.83 3.73 4.20 4.78 8.08 8.56 Biology & Biochemistry 6.04 8.17 7.23 8.24 12.66 11.00 Chemistry 6.61 6.77 8.63 8.32 11.75 10.64 Clinical Medicine 4.56 6.13 6.01 6.41 8.84 8.13 Computer Science 2.63 3.78 5.06 6.19 9.86 9.21 Economics & Business 2.17 3.33 2.76 4.05 6.07 7.69 Engineering 3.06 3.85 4.74 5.74 8.73 9.33 Environment/Ecology 5.27 5.89 6.50 6.87 10.86 10.26 Geosciences 5.02 5.55 5.80 6.41 8.97 8.34 Immunology 6.67 9.61 7.39 9.12 11.51 12.23 Materials Science 6.13 6.14 9.53 8.89 14.17 12.89 Mathematics 2.13 2.11 2.21 2.29 3.22 3.21 Microbiology 4.57 7.49 5.00 7.66 8.21 10.32 Molecular Biology & Genetics 8.36 12.19 9.88 10.92 12.73 14.06 Multidisciplinary 6.57 7.09 9.59 7.84 17.31 12.26 Neuroscience & Behavior 5.86 8.63 6.66 8.52 10.34 9.68 Pharmacology & Toxicology 5.34 6.15 6.01 6.35 8.93 8.71 Physics 5.61 5.78 7.50 6.56 9.47 7.85 Plant & Animal Science 4.14 4.23 4.27 4.55 6.19 6.13 Psychiatry/Psychology 3.95 5.25 4.39 5.50 6.07 7.29 Social Sciences, general 2.54 3.04 3.31 3.65 5.55 5.66 Space Science 9.78 10.06 10.42 9.97 15.59 10.55 188 3. 한국 현황 Ⅰ 15Ⅰ [그림 8] 최근 5년간(’19년~’23년) 표준분야별 논문 1편당 평균 피인용횟수 세계 비교 [그림 9] 5년 주기별 한국의 표준분야별 논문 1편당 평균 피인용횟수 분포도 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 16Ⅰ KISTEP 브리프 최근 10년간(’14년~’23년) 해외협력 논문은 Engineering, Material Science 분야에서 다수 발표되었으나, 분야 내 점유율이 높은 분야(Space Science, Geosciences 등)와 논문 1편당 평균 피인용횟수 (Multidisciplinary, Clinical Medicine 등)가 높은 분야는 상이하게 나타남 ∙ 해외협력 논문수는 Engineering 분야가 25,521편, Materials Science 23,875편, Chemistry 20,752편, Clinical Medicine 20,698편, Physics 17,078편 순 ∙ 논문 1편당 평균 피인용횟수는 Multidisciplinary 53.37회, Clinical Medicine 46.95회, Molecular Biology & Genetics 40.52회, Neuroscience & Behavior 34.42회, Environment/Ecology 33.52회 순 ∙해당 분야 내 점유율은 Space Science(83.52%), Geosciences(56.95%), Economics & Business(51.65%), Mathematics(49.38%), Environment/Ecology(45.94%) 분야에서 높은 것으로 나타남 [그림 10] 최근 10년간(’14~’23) 표준분야별 논문 1편당 평균 피인용횟수 188 3. 한국 현황 Ⅰ 17Ⅰ <표 10> 최근 10년(’14년~’23년) 간 표준분야별 해외협력 논문 발표 현황 분야명 해외협력 논문수 피인용횟수 논문 1편당 평균 피인용횟수 해당 분야 내 논문수 점유율(%) Agricultural Sciences 4,158 83,218 20.01 26.80 Biology & Biochemistry 7,524 243,870 32.41 31.41 Chemistry 20,752 626,163 30.17 34.48 Clinical Medicine 20,698 971,813 46.95 19.86 Computer Science 8,753 208,521 23.82 40.29 Economics & Business 4,796 86,308 18.00 51.65 Engineering 25,521 560,495 21.96 31.18 Environment/Ecology 7,128 238,928 33.52 45.94 Geosciences 4,735 104,772 22.13 56.95 Immunology 1,940 58,417 30.11 32.95 Materials Science 23,875 790,751 33.12 34.68 Mathematics 5,619 42,855 7.63 49.38 Microbiology 2,167 50,673 23.38 27.44 Molecular Biology & Genetics 3,964 160,614 40.52 35.61 Multidisciplinary 8,448 450,904 53.37 34.83 Neuroscience & Behavior 3,826 131,695 34.42 31.30 Pharmacology & Toxicology 3,980 84,722 21.29 26.18 Physics 17,078 398,515 23.33 44.93 Plant & Animal Science 5,917 97,266 16.44 37.73 Psychiatry/Psychology 3,276 61,344 18.73 41.52 Social Sciences, general 7,580 132,311 17.46 42.95 Space Science 4,319 120,578 27.92 83.52 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 18Ⅰ KISTEP 브리프 3.3. 기관별·지역별 현황 한국의 ’23년 논문 발표 기관은 4,570개, 논문을 발표한 학술지 종류는 6,996개 ∙ 논문 발표 기관 수는 ’09년 이후 지속적으로 증가 추세로 ’09년 1,810개 기관에서 ’23년 4,570개 기관으로 약 2.5배 증가 [그림 11] 한국의 논문 게재 학술지 종 수 및 논문 발표 기관 수 추이 ’23년 지역별 논문 수는 주저자 기준으로 서울특별시 22,506편(39.16%), 경기도 7,756편(13.49%), 대전광역시 4,967편(8.64%) 순이며, 공저자 기준 순위도 동일 ∙ 전체 논문수 대비 점유율은 공저자 기준으로 서울특별시가 50.83%로 가장 높고, 경기도(22.93%), 대전광 역시(13.57%)의 순이며, 주저자 기준도 서울특별시(39.16%), 경기도(13.49%), 대전광역시(8.64%)의 순 ∙ ’19년~’23년 지역별 논문 수는 서울특별시(189,352편), 경기도(83,014편), 대전광역시(52,762편), 부산광역시(28,319편), 경상북도(27,516편) 순 ∙ ’14년~’18년 대비 논문 수 증가율은 세종특별자치시가 81.39%로 가장 높은 증가율을 보이고 있으며, 광주광역시와 대전광역시는 각각 19.92%와 12.47%로 낮은 증가율을 보임 188 3. 한국 현황 Ⅰ 19Ⅰ <표 11> 한국 지역별 논문 발표 수(2023년) 지역 주저자 기준 공저자 기준 논문 수(편) 점유율(%) 논문 수(편) 점유율(%) 서울특별시 22,506 39.16 37,920 50.83 경기도 7,756 13.49 17,107 22.93 대전광역시 4,967 8.64 10,122 13.57 부산광역시 2,856 4.97 5,622 7.54 경상북도 2,712 4.72 6,213 8.33 대구광역시 2,253 3.92 4,660 6.25 광주광역시 1,944 3.38 3,742 5.02 인천광역시 1,868 3.25 4,438 5.95 강원특별자치도 1,832 3.19 4,216 5.65 전북특별자치도 1,796 3.12 3,777 5.06 경상남도 1,749 3.04 3,802 5.10 충청남도 1,370 2.38 3,115 4.18 충청북도 1,284 2.23 3,039 4.07 울산광역시 1,150 2.00 2,307 3.09 전라남도 596 1.04 1,552 2.08 제주특별자치도 437 0.76 1,057 1.42 세종특별자치시 344 0.60 862 1.16 지역미상 57 0.10 160 0.21 주) 점유율은 한국 발표 논문(주저자 기준 57,477편, 공저자 기준 74,596편)에 대한 점유율이며, 지역 구분은 저자 소속기관 기준 ’23년 기관별 논문 발표는 서울대학교가 공저자 기준 8,466편, 주저자 기준 4,075편으로 가장 많은 논문을 발표하였으며, 논문수 상위 30개 기관 중 대학이 28개 기관, 출연연구소와 병원이 각각 1개 기관으로 대학 위주의 논문 발표가 이루어지고 있음 ∙ 최근 10년간(’14년~’23년) 논문 수 상위 30위 기관 중 서울대학교가 공저자 기준 81,857편, 주저자 기준 42,437편으로 가장 많은 논문을 발표하였으며, 공저자 기준 상위 30개 기관 중 대학이 28개 기관, 출연연 구소와 병원이 각각 1개 기관을 차지 ∙ ’14년~’18년 대비 최근 5년(’19년~’23년)의 연구 기관별 논문 수 증가율(%)은 세종대학교가 125.83%로 가장 높은 증가율을 보이고 있으며, 가천대학교, 충북대학교, 영남대학교, UST, 경상국립대학교 순으로 6개 기관이 40% 이상의 증가율을 보이고 있음 2023년 한국의 과학기술논문 발표 및 피인용 현황 Ⅰ 20Ⅰ KISTEP 브리프 <표 12> 2023년 연구기관별 논문 발표수 상위 30위 현황 (전체) 공저자 기준 주저자 기준 교신저자 기준 순위 연구기관 논문수 순위 연구기관 논문수 순위 연구기관 논문수 1 서울대학교 8,466 1 서울대학교 4,075 1 서울대학교 5,238 2 연세대학교 6,670 2 연세대학교 3,038 2 연세대학교 4,036 3 성균관대학교 5,468 3 성균관대학교 2,496 3 성균관대학교 3,438 4 고려대학교 5,211 4 고려대학교 2,383 4 고려대학교 3,121 5 한양대학교 3,574 5 한양대학교 1,678 5 한양대학교 2,261 6 경희대학교 3,369 6 카이스트 1,651 6 경희대학교 2,042 7 경북대학교 2,919 7 경희대학교 1,411 7 카이스트 1,965 8 부산대학교 2,829 8 부산대학교 1,410 8 부산대학교 1,785 9 카이스트 2,798 9 경북대학교 1,383 9 경북대학교 1,765 10 중앙대학교 2,421 10 중앙대학교 1,309 10 영남대학교 1,740 11 영남대학교 2,393 11 가톨릭대학교 1,114 11 중앙대학교 1,549 12 울산대학교 2,352 12 울산대학교 1,081 12 울산대학교 1,440 13 전남대학교 2,258 13 전남대학교 1,047 13 전남대학교 1,335 14 충남대학교 2,147 14 전북대학교 963 14 충남대학교 1,335 15 가톨릭대학교 2,094 15 충남대학교 949 15 가톨릭대학교 1,293 16 전북대학교 2,010 16 영남대학교 914 16 전북대학교 1,258 17 세종대학교 1,971 17 포스텍 901 17 가천대학교 1,222 18 포스텍 1,893 18 가천대학교 883 18 포스텍 1,170 19 가천대학교 1,833 19 건국대학교 811 19 세종대학교 1,060 20 UST 1,728 20 동국대학교 789 20 건국대학교 1,012 21 이화여자대학교 1,688 21 인하대학교 718 21 이화여자대학교 953 22 건국대학교 1,591 22 이화여자대학교 700 22 동국대학교 931 23 동국대학교 1,503 23 세종대학교 699 23 인하대학교 896 24 인하대학교 1,497 24 강원대학교 698 24 강원대학교 883 25 충북대학교 1,477 25 경상국립대학교 664 25 경상국립대학교 870 26 서울대학교병원 1,460 26 충북대학교 656 26 충북대학교 864 27 경상국립대학교 1,441 27 아주대학교 620 27 UST 826 28 한국과학기술연구원 1,409 28 울산과학기술원 605 28 아주대학교 813 29 강원대학교 1,397 29 부경대학교 580 29 한국과학기술연구원 780 30 아주대학교 1,308 30 한국과학기술연구원 523 30 부경대학교 775 188 \|저자소개\| 변영호 선임전문관리원 한국과학기술기획평가원 혁신정보분석센터 E-mail : yhbyun@kistep.re.kr 전화 : 043-750-2524 ※ 본 KISTEP 브리프의 내용은 필자의 개인적 견해이며, 기관의 공식적인 의견이 아님을 밝힙니다.
이슈페이퍼	연구개발과제 평가 전문성 제고를 위한 IRIS 내 평가위원 추천 강화 방안 제언	2025-05-28
<p class="0" style="text-align: justify;"><span style="font-size: 12pt;">기술분류 중심의 평가위원 추천 방식에서 벗어나</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">연구자의 실제 전문성과 과거 성과를 반영한 정밀한 추천 시스템에 대한 관심이 높아지고 있습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">2022</span><span style="font-size: 12pt;">년부터 범부처 평가위원 정보를 통합 관리하고 있는 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">IRIS(</span><span style="font-size: 12pt;">범부처 통합연구지원시스템</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">)</span><span style="font-size: 12pt;">는</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">보다 전문적이고 공정한 평가가 이루어질 수 있도록 추천 알고리즘 고도화와 데이터 환경 정비를 지속적으로 추진하고 있습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">. </span><span style="font-size: 12pt;">기존의 단순 기술분류 기반 탐색을 넘어</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;"> </span><span style="font-size: 12pt;">연구자의 과거 연구과제</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">논문</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">특허 등 다양한 데이터를 분석해 평가대상 과제와의 유사도를 판단하는 방식으로 정밀도를 높이고 있습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p> <p class="0" style="text-align: justify;"><span style="font-size: 12pt;"> </span></p> <p class="0" style="text-align: justify;"><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">KISTEP </span><span style="font-size: 12pt;">브리프에서는 </span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">IRIS </span><span style="font-size: 12pt;">시스템이 지향하는 데이터 기반의 전문가 추천 방향성과</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">, </span><span style="font-size: 12pt;">이를 뒷받침하기 위한 정책적 개선 과제를 짚어보았습니다</span><span lang="EN-US" style="letter-spacing: 0pt; font-size: 12pt;">.</span></p>
정책브리프	OECD 진단을 통해 본 한국 임무지향 혁신정책의 발전 과제:「과학기술 기반 사회문제해결 종합계획」을 중심으로	2025-05-22
<p style="text-align: justify;"><span style="font-size: 12pt;">OECD가 우리나라의 임무지향 혁신정책(Mission Oriented Innovation Policy, MOIP)인 '제3차 과학기술 기반 사회문제해결 종합계획'을 분석한 보고서를 발간했습니다. </span><span style="font-size: 12pt;">체계적인 사회문제 발굴, 다양한 정책 수단 혼합 등은 강점으로 꼽았지만, 예산 확보, 성과 관리 등의 한계점도 지적했습니다.</span></p> <p style="text-align: justify;"><span style="font-size: 12pt;"><br></span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">KISTEP 브리프에서는 OECD의 분석을 바탕으로 '종합계획'의 발전 방향을 제안했습니다. </span></p>- 1 - 2025.5.22. KISTEP 기지훈 부연구위원, 김지홍 연구위원 요 약 문 ❍ OECD는 한국의 대표적 임무지향 혁신정책(MOIP)인 「제3차 과학기술 기반 사회문제해결 종합계획」을 진단하고 발전 방향을 제시하는 보고서를 발간함(’25.3월) ❍ OECD는 「3차 종합계획」의 강점으로 체계적인 사회문제 발굴･선정, 다양한 정책 수단의 혼합 등을 들었으며, 예산 확보의 불확실성, 체계적 성과 관리 미흡 등을 한계로 지적함 - 이를 바탕으로 정부 최상위 수준에서 변혁적 임무 선정, 범정부 지원 연계, 임무 전용 다년도 예산 제공, 임무 특화 평가 체계 구축 등을 권고함 ❍ 이에 본 브리프는 △핵심 사회문제의 정부 최상위 임무화 및 상위계획과 연계 강화, △포트폴리오 관리 체계 구축, △사회문제 해결 R&D 예산의 안정적 확보 제도화, △사회적 가치 기반 성과 평가 등을 「종합계획」 발전 과제로 제시함 1 작성 배경 □ 전 세계적으로 사회문제 해결을 위해 과학기술혁신정책을 ‘임무지향’ 방식으로 전환하는 움직임이 확산 중 ❍ 임무지향 혁신정책(Mission-oriented Innovation Policy, MOIP)은 사회문제 해결을 위해 과학기술혁신을 동원하는 정책 및 규제 수단의 체계적이고 조율된 패키지로, 명확히 정의된 목표를 일정 기간 내에 달성하는 것을 목적으로 함(Larrue, 2021, 15쪽) ❍ 한국도 사회문제해결 목적의 과학기술정책에 MOIP 접근법을 도입했으며, 「과학기술 기반 사회문제해결 종합계획」의 3차 계획(’23-’27)이 (이하 「3차 종합계획」)이 대표적 사례 □ OECD 과학기술혁신국(DSTI)은 OECD 과학기술정책위원회(CSTP) 감독하에 한국의 MOIP를 진단하고 발전 방향을 제시하는 보고서(OECD, 2025)를 ’25년 3월 발간 한국 임무지향 혁신정책의 도전과 기회(Challenges and opportunities of mission-oriented innovation policy in Korea) ❍ 한국 정부의 주요 MOIP 사례(3차 종합계획, 국가전략기술, 알키미스트 프로젝트)를 분석하고 국제 사례와 한국의 특수성을 고려하여 MOIP 추진 전략을 개선하기 위한 정책적 권고안을 제시 OECD 진단을 통해 본 한국 임무지향 혁신정책의 발전 과제: 「과학기술 기반 사회문제해결 종합계획」을 중심으로 KISTEP 브리프 - 2 - □ 본 브리프는 「3차 종합계획」에 대한 OECD 진단과 권고를 소개하고, 이를 토대로 「과학기술 기반 사회문제해결 종합계획」 발전을 위한 정책 과제를 도출하는 데 목적이 있음 ❍ 「종합계획」은 한국의 사회문제해결 목적 과학기술정책의 핵심 프레임워크로서, 이에 대한 OECD의 진단을 반영함으로써 기존 정책의 한계를 보완하고 정책적 완성도를 제고할 수 있을 것으로 기대함 ❍ 글로벌 전문가 관점에서 체계적인 분석 방법을 통해 이루어진 OECD의 진단은 「종합계획」뿐만 아니라 향후 한국의 사회문제해결 과학기술정책 전반의 발전 방향에도 유용한 시사점을 제공함 OECD 과학기술정책위원회는 OECD 회원국의 MOIP를 모니터링하고, 국가별 정책 실무자 네트워크 운영, 주요 MOIP 사례 심층 진단을 통해 전세계 MOIP의 특징과 동향에 대해 포괄적인 관점을 가지고 있음 2 OECD의 진단과 권고 2.1. OECD의 MOIP 분석 방법 □ OECD(2025)는 MOIP의 정의를 심화한 세 가지 구성요소(전략적 지향성, 정책 조정, 정책 실행)를 기준으로 「3차 종합계획」을 포함한 한국의 MOIP를 진단 ❍ 이 구성요소는 OECD가 MOIP의 설계 원칙을 제시한 연구(Larrue, 2021)에서 MOIP의 정의를 세 가지 측면으로 구분하면서 함께 제안한 것임(표 1) <표 1> MOIP의 세 가지 구성요소 구성요소 설명 전략적 지향성 (Strategic orientation) 사회문제의 발굴 및 선정 과정에서 다양한 공공 및 민간 주체를 참여시키고, 정책 개입의 정당성을 확보하는 능력 정책 조정 (Policy coordination) 목표로 하는 사회문제를 해결하기 위해 다양한 정책 분야 및 행위자 간의 일관성을 확보하는 능력 정책 실행 (Policy implementation) 사회문제 해결을 위해 다양한 영역과 혁신 단계에 걸쳐 일관된 정책 수단을 실행･모니터링･ 평가하는 능력 출처: OECD(2025, 13쪽), 원문 번역 2.2. 「3차 종합계획」 개요 □ 「3차 종합계획(’23~’27)」은 과학기술을 통한 사회문제 해결과 국민 삶의 질 향상을 목표로 하는 포괄적(overarching) MOIP임 ❍ 사회문제 해결 생태계 고도화를 위해 임무 중심의 문제해결력 강화, 민간 주도 성과 창출 등 10대 추진과제를 설정(그림 1) - 3 - ❍ 건강, 환경 등 10대 분야에서 43개 사회문제를 정책 대상으로 삼고, 이 중 5개 ‘핵심 사회문제’(고령화, 사이버범죄, 미세먼지, 미세플라스틱, 생활폐기물)를 선정해 임무 지향적 플래그십 사업 추진 [그림 1] ｢3차 종합계획｣의 비전, 목표 및 추진전략 출처: 관계부처 및 지자체 합동(2023, 25쪽) - 4 - 2.3. 「3차 종합계획」에 대한 OECD의 진단 □ OECD는 MOIP의 세 가지 구성요소에 따라 「3차 종합계획」의 강점과 한계를 분석(표 2) ❍ (전략적 지향성) 체계적인 사회문제 발굴･선정 체계를 구축한 점은 강점으로 평가했으나, 시민 사회의 제한적 참여와 의사 결정 영향력 부족은 한계로 지적 ❍ (정책 조정) 체계적인 다층적 거버넌스를 제시한 점은 높게 평가했지만, 부처 간 실질적 협력과 예산 확보의 불확실성이 한계로 언급됨 ❍ (정책 실행) 다양한 정책 수단의 혼합 활용 방안은 우수하나, 임무 달성 관점의 성과 관리･확산 체계가 미흡하다는 점이 제기됨 <표 2> 「3차 종합계획」에 대한 OECD의 진단 결과 구성요소 강점 한계 전략적 지향성 ∙ 체계적인 사회문제 발굴･선정 과정 - 다양한 방법론 활용(설문조사, 빅데이터 분석 등) - 미래 사회문제 분석 • 시민사회의 제한적 참여 - 의사 결정 영향력 부족 - 최종 사용자 관점 미흡 정책 조정 • 체계적인 다층적 거버넌스 - 범부처 협력체계 구축 - 지역문제 해결 플랫폼 연계 • 부처 간 실질적 협력 한계로 분절적 추진 위험 • 예산 확보의 불확실성 정책 실행 • 다양한 정책 수단 혼합 - 허브 기관 지정 - 시민 참여형 과학 활성화 • 체계적 성과 관리 미흡 - 통합적 영향 평가 한계 • 기술 활용･확산 체계 부족 출처: OECD(2025)의 내용을 바탕으로 저자 재구성 2.4. OECD 진단에 대한 평가 및 시사점 □ OECD가 「3차 종합계획」의 강점으로 평가한 ‘사회문제 발굴･선정 과정’은 「3차 종합계획」 수립 과정에서 더욱 체계화됨 ❍ 「2차 종합계획」에서는 시민･관계부처･지자체가 제기한 심각성･시급성을 기준으로 사회문제를 선정함(관계부처 및 지자체 합동, 2018, 15쪽) ❍ 「3차 종합계획」에서는 일반 국민 및 전문가 설문조사, 빅데이터 분석, 미래사회 이슈 분석 등 다양한 방법론을 단계적으로 적용하여 보다 과학적이고 종합적인 사회문제 발굴･선정 체계를 구축함(그림2 참조; 관계부처 및 지자체 합동, 2023, 17쪽) - 5 - [그림 2] ｢3차 종합계획」의 사회문제 발굴･선정 단계적 프로세스 출처: 관계부처 및 지자체 합동(2023, 17쪽) □ 그러나 OECD가 한계로 제시한 ‘시민사회의 제한적 참여’와 ‘정책 조정의 한계’는 여전히 극복해야 할 과제로 남아있음 ❍ 「3차 종합계획」의 수립 과정에서 시민 설문조사와 전문가 자문단 운영 등을 통해 이해관계자 참여를 확대했으나, 사회문제의 다양한 이해관계자와 기술 외적 측면을 고려한 더 폭넓은 참여 체계가 필요함 (기지훈 외, 2024a, 36-37쪽) ❍ 정책 조정 측면에서도 법제도, 공공조달, 사업화 지원 등 다양한 정책 수단 간의 수평적 연계를 강화하여 연구개발 결과물이 사회문제현장에 효과적으로 적용되도록 할 필요가 있음(기지훈 외, 2024a, 37쪽) □ 종합하면, OECD의 진단은 「3차 종합계획」의 현재 모습을 전반적으로 적절히 파악하고 있으며, 특히 정책 조정 영역에서 제시한 한계점은 향후 계획의 개선 및 발전 방향 설정에 중요한 시사점을 제공함 OECD는 이를 개선하기 위해 ‘전담 포트폴리오 관리 체계 구축’(권고 3), ‘전용 다년도 예산 제공’(권고 4), ‘혁신 전 주기 범정부 지원 연계’(권고 5) 등을 제시함(2.5절 참고) 2.5. 「3차 종합계획」에 대한 OECD의 권고 □ OECD는 진단 결과를 바탕으로 한국의 과학기술 기반 사회문제 해결 정책 발전을 위한 권고를 제시 ❍ 장기적으로 향후 MOIP 수립을 위한 포괄적 권고(권고 1)와 단기적으로 「3차 종합계획」 개선을 위한 권고(권고 2~6)로 구분하여 제안함 1) 향후 MOIP의 전반적 추진 방향 □ (권고 1) 정부 최상위 수준에서 사회문제 해결을 위한 변혁적(transformative) 임무를 소수 선정해 집중 추진 ❍ 중대한 사회문제는 기술 개발만으로 해결이 어렵기 때문에 행태적･제도적･문화적 변화를 포괄하는 변혁적 임무 설정 필요 ❍ 임무의 방향은 명확하고, 사회적 공감과 참여를 끌어낼 수 있어야 함 - 6 - ❍ 강력한 임무 추진을 위해 정부 차원의 실행 기구는 정부 중심부에 설치 필요 - 실행 기구 형태는 다양한 형태가 가능힘(정부 전반에 걸친 폭넓은 권한과 책임을 지닌 범부처 플랫폼, 다부처 연계 전담기관, 대규모 민･관 파트너십/플랫폼, 재단 형태의 독립 조직 등) 2) 「3차 종합계획」의 전략적 지향성 제고 □ (권고 2) 사회문제 해결 임무의 위상 제고 ❍ 「3차 종합계획」을 「과학기술기본계획」과 「국가연구개발 중장기 투자전략」의 핵심으로 격상하고 예산 프로세스에서 우선순위를 부여하여 사회문제 해결을 위한 범정부적 지원 체계를 공고히 할 필요 - 한국의 MOIP 중 국가전략기술 육성 전략 및 탄소중립 기술혁신 전략은 정부의 핵심 전략으로 자리 잡은 반면, 「3차 종합계획」은 동일한 위상을 확보하지 못해 부처 간 협력과 지원이 미흡함 ❍ 「3차 종합계획」의 5개 핵심 사회문제에 대한 임무를 격상하는 것은 권고 1에서 제안한 범부처 대형 임무 개발의 핵심 기반이 될 것임 3) 「3차 종합계획」의 이행 강화 □ (권고 3) 전담 포트폴리오 관리 체계를 구축하여 「3차 종합계획」을 선제적･통합적 관리 ❍ 「3차 종합계획」과 같은 포괄적 MOIP는 부처별로 흩어진 다양한 과제를 포함하므로, 계획 승인 후에도 임무 목표에 맞춰 지속적, 총체적 관리가 중요 ❍ 포트폴리오 관점에서 모니터링･조정･협업 체계를 구축함으로써, 기존에 부처･사업 단위로 따로 추진되던 과제 간 연계성을 높이고, 임무 전체와의 정합성 제고 가능 □ (권고 4) 사회문제 해결 임무에 유연한 전용 다년도 예산 제공 ❍ 정부가 사회문제 해결 임무에 전용 다년도 예산을 제공하면 이는 정부가 해당 임무를 중요한 국가적 우선순위로 인식하고 있음을 명확히 보여주는 신호가 되어 민간 부문의 적극적인 참여와 투자를 촉진하는 기반이 됨 ❍ 임무 수행 과정에서 환경 변화가 발생할 수 있으므로 각 임무에 대해 전략 수립과 실제 운영의 유연성을 확보하는 재정지원 방식 필요 - 예를 들어 프랑스의 「France 2030 계획」은 임무 간, 부처 간에 공유할 수 있는 공통 재원을 중앙에 마련하고 다양한 R&D 및 비R&D 활동을 유연하게 지원하는 수평적･수직적 혼합형 재정지원을 활용 중 □ (권고 5) 혁신 전 주기에 걸쳐 정부 차원의 지원을 연계하여 임무 성공 가능성 제고 ❍ 한국 정부 내 다양한 부처에서 기술 우선순위를 설정하여 지원하고 있으나, 이러한 지원 간의 연계가 완전하지 않아 많은 MOIP의 경우 일부 임무만 우선 지원 대상에 포함됨 (예) 기재부의 R&D 세액공제, 산업부의 응용 R&D 및 상용화 대상 우선적 자금 지원 - 7 - ❍ 기술 개발 단계별로 다양한 지원제도의 우선순위를 연계하면 각 MOIP가 혁신 전 주기에 걸쳐 더 다양한 프로그램의 지원을 받을 수 있음 ❍ 임무가 성숙 단계에 접어들어 기술 개발보다 기술 확산(deployment)에 초점을 맞출수록 임무 지향 프로그램과 타 부처 간 연계는 더욱 중요해질 것임 □ (권고 6) 임무 특화 평가 체계를 구축하여 전통적 과학기술혁신정책 대비 부가가치를 평가 ❍ MOIP 특유의 체계적 효과를 포착하고 전통적 전략 대비 추가적 이점을 측정, 평가 평가하는 것이 중요 ❍ 최근 OECD 연구(Larrue, Tõnurist & Jonason, 2024)에서 제시한 임무 특화형 평가 체계와 도구를 활용하여 MOIP의 고유한 부가가치 평가 가능 3 「과학기술 기반 사회문제해결 종합계획」의 발전 과제 ※ 본 절에서는 OECD 권고사항을 바탕으로 「종합계획」의 발전을 위한 정책 과제를 도출함 「종합계획」이 선정하는 핵심 사회문제의 정부 최상위 임무화 추진 ※ 권고 1(정부 최상위 수준에서 소수의 변혁적 임무 추진) 관련 ❍ 「종합계획」에서 선정하는 핵심 사회문제에 대한 범부처 임무의 정책 조정과 실행 체계는 정부 최상위 수준의 법정 의사결정 기구를 통해 강화해야 함 ❍ 과학기술정보통신부 지정 사회문제과학기술정책센터(이하 KISTEP)는 핵심 사회문제의 임무화를 위한 체계적인 분석 방법론을 개발하여 적용 중임 - 핵심 사회문제별 동향 모니터링 및 문제 연구반 운영을 통해 문제의 세부 원인･영향 분석 등 증거 기반 자료 제공 중 - 향후 세부 문제(원인･영향) 간 우선순위 설정 방법론 고도화와 타당성 검증 절차 추진 필요 범사회적 임무 추진을 위한 공감대 형성 및 시민사회 참여 강화 ※ 권고 1 관련 ❍ OECD가 지적한 바와 같이 설문조사 중심의 제한적 참여 방식에서 벗어나, 문제 정의부터 해결 방안 도출, 성과 현장 적용 단계까지 시민사회의 실질적 참여를 보장하는 제도적 장치 필요 ❍ ｢종합계획｣의 전 주기(수립-실행-모니터링-성과관리)에 걸친 시민사회의 실질적 참여 확대 및 역량 강화를 위한 다양한 방안 추진 필요 - ‘사회문제해결 시민 정책 자문단(가칭)’을 구성하고, 사회문제해결 플랫폼(www.ntis.go.kr/scisoplatform)을 활용하여 온라인 상시 의견 수렴 및 정책 반영 과정의 투명성 확보 - 사회문제해결 R&D의 시민참여 우수사례를 발굴하고 지자체 혁신활동 및 지역사회 문제해결 네트워크와 연계하여 시민사회의 참여 역량 및 영향력 강화 - 8 - 사회문제 해결의 국가 의제화를 위해 과학기술 분야 최상위 계획과 연계 강화 ※ 권고 2(사회문제 해결 임무 위상 제고) 관련 ❍ 사회문제 해결 의제의 국가적 위상 강화를 위해 「과학기술기본계획」 및 「국가연구개발 중장기 투자전략」과의 유기적 연계 필요 - 「과학기술기본계획」 내 국가 차원의 임무로 사회문제 해결을 명시하고, KISTEP은 「종합계획」과의 정책적 연계성 강화 방안 연구 필요 ※ (참고) 국가전략기술의 경우 「제5차 과학기술기본계획(’23~’27)」에 국가전략기술 육성 방안이 명시되어 있음 정부가 2022년 발표한 미래 국가경쟁력 확보를 위한 12대 분야 핵심기술 육성전략 - 「국가연구개발 중장기 투자전략」 수립 시 KISTEP은 사회문제해결 영역 분석 및 투자 방향성 제시를 통해 정책-투자 연계 강화 지원 필요 - 과기정통부･KISTEP은 올해 「3차 종합계획」의 43개 사회문제와 국가전략기술 12대 분야 간 매핑 연구를 통해 국가 핵심기술 개발과 사회문제해결의 전략적 시너지 창출 방안 도출 예정 ※ (예시) (국가전략기술) 사이버 보안 → (사회문제) 사이버 범죄, 보이스 피싱 「3차 종합계획」의 추진과제로 제시된 ‘사회문제 해결 추진체계 효율화’를 통해 전담 포트폴리오 관리 체계 구축 ※ 권고 3(전담 포트폴리오 관리 체계 구축) 및 권고 5(혁신 사슬 전반 범정부 지원 연계) 관련 ❍ ‘사회문제 해결 민･관 협의회’는 OECD 권고대로 모니터링･조정･협업의 포트폴리오 관리 기능을 보다 실효성 있게 수행해야 함 ❍ KISTEP은 민･관 협의회의 기능을 적극 지원하고, 각 부처 지원 조직 간 연계･협의 플랫폼으로서 기능 강화 - 사회문제별･부처별 R&D 현황 및 연계성 분석을 통해 민･관 협의회 및 부처 간 협력 의사결정을 위한 증거기반 정책자료 구축 필요 ❍ 이러한 관리 체계를 갖추면 혁신 전 주기에 걸쳐 부처별 지원 우선순위와 정책 수단이 한층 유기적으로 연계될 수 있음 사회문제 해결 R&D 예산의 안정적 확보를 위한 제도적 기반 마련 ※ 권고 4(전용 다년도 예산 제공) 관련 ❍ ‘임무 중심 투자시스템’(그림 3)의 조속한 도입･추진을 통해 임무별 투자 공백 해소, 이어달리기 등 R&D 완결성 제고 ❍ 중기재정계획, 「국가연구개발 중장기 투자전략」 등에 사회문제 해결 관련 투자계획 명시 추진 - 이를 위해 KISTEP은 사회문제해결 관련 예산 배분조정 시 해당 분야 전문위원회에 정책심의 근거자료 제공 필요 - 9 - [그림 3] 임무중심 통합적 예산 배분･조정 출처: 관계 부처 합동(2022, 12쪽), 저자 재구성 사회문제 해결 R&D 특성을 반영한 임무 중심 성과 평가 체계 구축 ※ 권고 6(임무 특화 평가 체계 구축) 관련 ❍ 이 정책과제는 「2차 종합계획」에서는 주변적 관심사였으나 「3차 종합계획」에서는 핵심 전략적 우선순위로 전환되는 질적 변화를 보이며 비중이 크게 증가함(기지훈 외, 2024b) ❍ KISTEP은 사회문제 해결 R&D의 임무 중심 성과 평가 체계 구축을 위한 체계적인 노력을 전개 중 - 2024년, 사회문제 해결 R&D의 사회적 가치(임팩트) 측정 체계를 개발하고 시범 적용한 후, 제도화 방안 및 단계별 도입 로드맵을 도출함(그림 4)(기지훈 외, 2025) - 2025년에는 작년에 개발한 사회적 가치 측정 체계의 현장 활용성 제고를 위해 생성형 AI를 활용한, 사회문제해결 R&D의 사회적 가치 지표 도출 안내서 개발 예정 [그림 4] 사회적 가치(임팩트) 측정 제도 도입 로드맵 출처: 기지훈 외(2025, 178쪽), 저자 재구성 - 10 - 참고문헌 ∙ 관계부처 및 지자체 합동. (2018). 제2차 과학기술 기반 국민생활(사회) 문제 해결 종합계획(’18∼’22)(안). https://www.pacst.go.kr/jsp/council/councilPostView.jsp?post_id=293&etc_cd1=COUN0 1&cpage=12&board_id=11 ∙ 관계부처 및 지자체 합동. (2023). 제3차 과학기술 기반 사회문제해결 종합계획(’23~’27)(안). https://www.pacst.go.kr/jsp/council/councilArchiveView.jsp?archive_id=1070&cpage=3 ∙ 관계부처 합동. (2022). 국가적 난제 해결을 위한 임무중심 R&D 혁신체계 구축 전략. https://www.pacst.go.kr/jsp/council/councilArchiveView.jsp?archive_id=28&cpage=8 ∙ 기지훈, 김지홍, 김현오, & 이승규. (2025). 사회문제해결 R&D의 사회적 가치 평가체계 개발 및 제도화 방안 연구: 시범 적용 사례를 중심으로 (기관 2024-047). 한국과학기술기획평가원. https://www.kistep.re.kr/reportDetail.es?mid=a10305030000&rpt_tp=831-002&rpt_no= RES0220250075 ∙ 기지훈, 김현오, & 김효재. (2024a). 사회문제해결 과학기술혁신정책과 국가연구개발사업의 임무 지향성 변화 분석 (기관 2023-057). 한국과학기술기획평가원. https://www.kistep.re.kr/reportDetail.es?mid=a10305030000&rpt_tp=831-002&rpt_no= RES0220240083 ∙ 기지훈, 김현오, & 조수지. (2024b). 사회문제해결형 과학기술정책의 발전 과정: ‘과학기술 기반 사회 문제해결 종합계획’ 텍스트 분석을 중심으로. 기술혁신학회지, 27(6), 1025–1049. https://doi.org/10.35978/jktis.2024.12.27.6.1025 ∙ Larrue, P. (2021). The design and implementation of mission-oriented innovation policies: A new systemic policy approach to address societal challenges (OECD Science, Technology and Industry Policy Papers No. 100). OECD Publishing. https://doi.org/10.1787/3f6c76a4-en ∙ OECD. (2025). Challenges and opportunities of mission-oriented innovation policy in Korea (OECD Science, Technology and Industry Policy Papers No. 172). OECD Publishing. https://doi.org/10.1787/d725304c-en 저자 KISTEP 사회혁신정책팀 기지훈 부연구위원(jki@kistep.re.kr, 043-750-2495) KISTEP 사회혁신정책팀 김지홍 연구위원(kimjh21@kistep.re.kr, 043-750-2709)
기술동향브리프	에너지 전환을 보다 효율적으로, 탠덤 태양전지	2025-05-22
<p style="text-align: justify;"><span style="font-size: 12pt;">AI 데이터센터로 인한 전력 수요 급증, 이베리아 반도 대정전 사태 등으로 재생에너지, 특히 태양광 발전에 대한 관심이 뜨겁습니다. </span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">태양광 발전은 2050년 전체 전력의 40%를 충당한 것으로 전망되지만, 현재 시장을 주도하고 있는 실리콘 태양전지의 한계효율 도달, 중국의 독점 등으로 차세대 태양전지가 필요합니다. </span></p> <p style="text-align: justify;"><span style="font-size: 12pt;"><br></span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">KISTEP 브리프에서는 고효율, 저비용으로 차세대 태양전지로 주목받는 페로브스카이트-실리콘 탠덤 태양전지 기술의 동향을 점검하고, 정책적 시사점을 도출했습니다. </span></p>Contents 제1장 개요 ························································· 1 제2장 기술동향 ·················································· 6 제3장 산업동향 ················································ 18 제4장 정책동향 ················································ 25 제5장 R&D 투자동향 ······································ 33 제6장 결론 ······················································· 43 KISTEP 브리프 \| 2025-185호 탠덤 태양전지 제1장 개요 1 제1장 개요 1.1. 작성 배경 전력 부문 탈탄소화는 산업, 수송, 건물 등 전 부문 탄소중립 실현의 선결조건 이며, 이를 위해 각국은 태양광 중심으로 무탄소 전력 활용･보급을 적극적 으로 확대하는 추세 ※ 전력부문은현재온실가스최다배출부문이며, 전기화, AI 및데이터센터확대등에따라전력 수요는앞으로급격하게증가할것으로전망됨 l IEA(2024)1)에 따르면, 전 세계 재생에너지 설비는 2023년에 560GW 증설(전년대비 60% 증가)되었으며 2024년에는 670GW 이상 증설된 것으로 추정됨 ＊태양광, 풍력, 원자력등 청정에너지원보급이확대되지않았다면, 2019년대비 2023년탄소 배출량증가율은지금보다 3배더높았을것으로분석됨2) l 특히, 2023년 전 세계 태양광 누적 설치용량은 1,610GW로 2010년 대비 약 40배 확대 되었으며, 태양광 발전량도 지속 확대되어 전체 발전량의 약 5.4%를 상회 l 글로벌 태양광 보급 확대 정책, 패널 생산설비 용량 지속 확대, 태양광 발전단가 하락 등에 따라 2050년에는 약 40%의 전력을 태양광이 충당할 것으로 전망됨 ＊2050년태양광발전비중전망(IEA) : 36.9%(STEPS), 41.1%(APS), 42.5%(NZE) 출처 : IEA(2024), World Energy Outlook 2024 [그림 1] 전 세계 에너지원별 발전량 전망(시나리오) 1) IEA(2024), World Energy Outlook 2024 2) IEA(2024), CO2 Emissions in 2023 2 탠덤 태양전지 현 시장주도 기술인 실리콘 태양전지의 이론적 한계효율 도달, 중국 기업 글로벌 밸류체인 독점화 등에 따라 태양광 산업 지속 성장 및 시장 패러다임 변화를 위해 차세대 태양전지 기술 필요성 증대 l 현 태양광 시장은 1980년대 상용화된 결정질 실리콘(c-Si) 태양전지가 여전히 주도하고 있으나, 결정질 실리콘 태양전지의 한계효율(29.4%) 근접에 따라 추가적인 성능 향상과 발전 단가 저감이 어려운 상황 ※ 최고효율(NREL 인증기준) : 셀 27.6%, 모듈 25.4%; 시장제품(모듈) 효율 : 22~24% l 중국의 실리콘 태양광 시장 과점에 따라, 주요국의 태양광 산업 복원 및 글로벌 생태계 전환을 위한 차세대 태양전지 기술 선점 경쟁 본격화 ＊중국 태양광 모듈 생산용량(2023년 기준)은 944GW로 글로벌 생산용량(1,155GW)의 81.7% 차지(IEA, 2024) ＊중국의 글로벌 밸류체인별 점유율(2023년 생산량 기준, IEA-PVPS) : 폴리실리콘 91.5%, 웨이퍼 97.9%, 셀 91.8%, 모듈 84.6% Hist. : historical value; R. : forecast; RoW : rest of world 출처 : IEA(2024), Renewables 2024 [그림 2] 글로벌 태양광 밸류체인별 (a) 생산용량 및 설치용량, (b) 시장점유율(본사 위치 기준) 탠덤 태양전지는 최대 44%의 잠재효율을 갖는 초고효율 태양전지로, 각국의 태양광 보급 정책목표 달성과 글로벌 태양광 시장 주도권 확보를 동시에 충족 시킬 게임체인저 기술 ＊흡수하는파장범위가다른2개이상의태양전지를적층(탠덤화)하여성능을극대화한다중접합 태양전지 l 다중접합(탠덤) 태양전지는 동일면적에서 더 넓은 태양광 스펙트럼을 활용하여 더 많은 전력을 생산하기 때문에, 태양광 발전 설비 설치면적 축소, 발전단가 저감 등이 가능함 ＊현실리콘태양전지대비약 30%의설치면적축소가능(각전지의이론한계효율기준) 제1장 개요 3 l 페로브스카이트-실리콘 탠덤 태양전지 인증 효율(34.85%)이 이미 기존 단일접합 태양전지 이론 한계효율을 크게 넘은 것을 감안했을 때, 탠덤 태양전지는 장기 미래기술이 아닌 수년 내 상용화가 가능한 가시적 혁신 기술 ＊페로브스카이트태양전지(약 26%), 실리콘태양전지(약 29%) ※ MIT Tech. Rev.에서는 2024년 10대혁신기술중하나로초고효율(탠덤) 태양전지를선정 우리나라는 페로브스카이트 태양전지 기술 및 실리콘 태양광 산업 역량을 동시에 보유하고 있어, 탠덤 태양전지 기술 선도 및 시장 주도권 확보에 대한 높은 잠재력을 갖추고 있음 l 페로브스카이트 태양전지의 경우, 성균관대, 한국화학연구원 등을 중심으로 원천기술을 확보 하고 있으며, 학계 및 연구계 전반적으로 주요국 대비 높은 기술 수준을 나타내고 있음 l 실리콘 태양광 산업의 경우, 한화큐셀, HD현대에너지솔루션 등을 중심으로 글로벌 산업 경쟁력을 유지하고 있음 탠덤 태양전지 기술 선점을 통해 전환 부문 국가 NDC 달성을 효과적으로 지원하고 태양광 산업 글로벌 경쟁력을 보다 확대할 필요 ＊전환부문감축목표 : (’18년)269.6백만톤→ (’30년)145.9백만톤(△45.9%) l 우리나라에 있어 탠덤 태양전지 기술은 국토 면적의 제약, 설치 입지 부족, 높은 발전단가 등 기존 태양광 보급의 한계를 극복할 수 있는 대안이며, 국가 재생에너지 보급 목표* 달성에 실질적으로 기여할 수 있는 효과적 수단임 ＊제11차 전력수급기본계획(’25.02.)에 따르면 우리나라 태양광 설비용량은 23.9GW(2023년) 에서 55.7GW(2030년)로 확대해야 하는 상황이나, 기존 실리콘 태양전지만으로는 보급 목표 달성에어려움이있음 l 실리콘 태양광 시장의 고효율 모듈 수요 확대에 따라, 우리나라 기업에게 탠덤 태양전지 상용 기술 확보 및 양산 체제 적기 전환이 주요 과제로 부상하고 있음 본 브리프에서는 페로브스카이트-실리콘 탠덤 태양전지 기술 관련 국내외 동향을 살펴보고 우리나라의 탠덤 태양전지 기술 및 산업 선도를 위한 시사점을 도출하고자 함 4 탠덤 태양전지 1.2. 기술의 정의 및 범위 (정의) 단일 접합 태양전지의 성능 한계를 극복하기 위해, 흡수하는 파장 범위가 다른 2개 이상의 태양전지를 적층(탠덤화)하여 성능을 극대화한 다중접합 태양 전지(모듈 기술 포함) (분류) 각 태양전지를 구성하는 광활성층 소재* 종류에 따라 페로브스카이트- 실리콘(페로브-Si) 탠덤 태양전지, 페로브스카이트-박막(페로브-박막) 탠덤 태양전지 등으로 구분 ＊실리콘(Silicon), 유기물(Polymer, Small molecule), 페로브스카이트(Perovskite), CIGS(Cu(In,Ga)Se2) 등 ※ 본브리프에서는상용화에근접한페로브-Si 탠덤태양전지동향분석에집중함 [그림 3] 탠덤 태양전지(페로브-Si) 모식도 l (페로브-Si) 상부셀(단파장 흡수)은 페로브스카이트* 태양전지, 하부셀(장파장 흡수)은 실 리콘 태양전지가 사용되는 적층형 고효율 태양전지 ＊ABX3 구조를 갖는 결정구조 중 하나로, 태양전지 소재로는 주로 유무기 하이브리드 소재가 사용되며 ABX 조성변화에따라물리적･광학적특성조절이가능함 ＊A : MA(methylammonium), FA(formamidinium) 등; B : Pb, Sn 등; C : I, Br, Cl 등 - 기존 상용 실리콘 태양전지 효율 한계 극복을 위한 기술로, 현재 상용화 가능성이 가장 큰 탠덤 태양전지 유형임 제1장 개요 5 l (페로브-박막) 상부셀은 페로브스카이트 태양전지, 하부셀은 다양한 박막 태양전지(페로브 스카이트, 유기태양전지, CIGS 등)로 구성된 적층형 차세대 태양전지 - 박막 태양전지의 유연성 및 경량 특성을 기반으로, 건물 일체형 태양광, 휴대용 전력원 등 다양한 응용 분야에 적합한 차세대 고효율 태양전지 구 분 페로브-Si 페로브-박막 구성 ∙하부셀은 실리콘 웨이퍼 기반, 상부셀은 페로브 스카이트 박막 기반으로 구성 - (상부셀) 페로브스카이트 태양전지 - (하부셀) 실리콘 태양전지 ∙상하부셀 모두 박막 태양전지로 구성 - (상부셀) 페로브스카이트 태양전지 - (하부셀) 페로브스카이트 태양전지, 유기태양 전지, CIGS 등 특징 ∙시장 기술인 실리콘 태양전지 밸류체인･인프라 활용 가능(상용화 용이) ∙효율이 높고, 상대적으로 안정성 확보에 유리함 ∙경량화, 유연화 등이 상대적으로 어려움 ∙박막 및 차세대 태양전지 상용화 기반이 약함 ∙효율이 상대적으로 낮고, 소재 및 소자 안정성이 낮음 ∙다양한 기판 활용이 가능하여 유연화, 경량화 등이 용이하여, 응용처가 다양함 기술성숙도 ∙높음(개발연구 수준) ∙낮음(기초~응용연구 수준) <표 1> 페로브-Si 및 페로브-박막 탠덤 태양전지 비교 6 탠덤 태양전지 제2장 기술동향 2.1. 개요 페로브-Si 탠덤 태양전지는 2016년 스탠포드 대학의 23.6% 성능 보고 이후, 단기간 내에 34.85%(LONGi社, 2025년)의 높은 효율을 기록함 ＊미국NREL(National Renewable Energy Laboratory) 인증효율기준 l 이는 단일접합 실리콘 태양전지 이론 한계 효율(약 29%)을 크게 상회하는 수준임 l 초기에는 대학 및 연구소 중심으로 효율이 경신되었으나, 최근에는 Oxford PV, LONGi 등 민간 기업 주도로 효율 경신이 이뤄지고 있음 l 페로브-박막 탠덤 태양전지 중에서는 페로브-페로브 탠덤 태양전지에 대한 연구가 주로 이뤄지고 있으며, 최근 난징대에서 30.1%의 인증 효율을 보고함 데이터 출처 : NREL Best Research-Cell Efficiencies(2025.02.10.) [그림 4] 페로브스카이트 탠덤 태양전지 유형별 효율 변화(NREL 인증 효율 기준) 제2장 기술동향 7 페로브-Si 탠덤 태양전지의 성공적인 상용화를 위해서, 효율 향상뿐만 아니라 대면적화 및 장기 신뢰성 확보 등 추가적인 기술 과제의 해결이 필요함 l 현재 보고되고 있는 NREL 인증 효율 및 주요 논문상의 효율은 실험실 수준의 소면적(약 1 cm²)에 국한되므로, 실리콘 태양광 산업에 진입하기 위해서는 실리콘 웨이퍼 M10(331 cm²) 이상 규모로의 대면적화 기술 확보가 필수적임 l 페로브스카이트 유무기 하이브리드 소재는 이온 결합 및 유기물 특성으로 인해 공기 중 수분, 산소 등에 노출 시 성능 열화가 발생할 수 있으므로, 안정적인 구동을 위한 내환경성 및 성능 유지 기술 개발이 필요함 l 이 외에, 모듈 공정 최적화, 탠덤 태양전지 성능 평가, 제품 인증, 친환경성 등의 기술적 과제가 존재함 2.2. 하부셀(실리콘 태양전지) (웨이퍼 규격 확대) 실리콘 태양전지의 경우, 효율 및 생산성 향상을 위해 실리콘 웨이퍼 크기가 점차 커지는 추세 l 시장을 주도하던 M6(276 cm²) 규격은 2025년 이후 사라지고, M10(331 cm²) 및 M12 (G12, 441 cm²) 이상 규격이 글로벌 시장을 주도할 것으로 전망됨3) 출처 : (a) ITRPV 16th edition 발표자료(2025.03.), (b) RENA Technologies 홈페이지 [그림 5] (a) 실리콘 태양전지 웨이퍼 사이즈별 시장 점유율 전망, (b) 실리콘 웨이퍼 사이즈 비교 3) VDMA(2025), International Technology Roadmap for Photovoltaic (ITRPV) 16th Edition 8 탠덤 태양전지 (성능 향상) p-형 기반의 PERC 태양전지에서 n-형 기반의 고효율 TOPCon 및 HJT(SHJ)로 기술이 넘어가는 추세 구분 PERC (Passivated Emitter and Rear Contact) TOPCon (Tunnel Oxide Passivated Contact) HJT(SHJ) (Heterojunction with Intrinsic Thinlayer) 구조 모식도 개요 실리콘/후면전극 사이에 산화막 반사층을 삽입하여 광흡수 최대화 실리콘/후면전극 사이에 수 nm급 산화막을 삽입하여 재결합 손실 최 소화 실리콘 양면에 비정질 실리콘 박막 및 투명전도막(TCO)을 삽입하여 재결합 손실 최소화 셀 효율 23~24% 24~25% 26~27% 특징 ∙제조공정 단순 ∙비용 저렴 ∙기 구축 생산라인 활용 가능 ∙ PERC 생산 라인 전환 용이 ∙일부 비용이 상승되나, 효율 증가로 상쇄 가능 ∙효율이 가장 높음 ∙초기 투자비 높음 ∙기존 생산 설비 활용 어려움 ∙웨이퍼 박막화 가능 탠덤 호환성 ∙별도의 상부 계면층(투명전극) 및 추가 공정 필요 ∙별도의 계면층(투명전극) 및 추가 공정 필요 ∙이미 양면에 투명전극이 있어, 별도의 계면층 불필요 ∙낮은 공정 온도(200도 이하)로 상부셀 영향 적음 <표 2> 실리콘 태양전지 기술별 특징 l 고효율 모듈 시장에서는 n-형 실리콘 기반 기술(TOPCon, HJT 등)이 p형 PERC 대비 출력 열화 저감, 수명 증가, 양면 발전 효율 우위 등을 바탕으로 차세대 주력 기술로 자리 잡고 있음 ※ 페로브-Si 탠덤태양전지는 2027년부터상용화될전망 출처 : ITRPV 16th edition 발표자료(2025.03.) [그림 6] 실리콘 태양광 기술별 전지 효율 및 모듈 효율 전망 제2장 기술동향 9 구분 PERC TOPCon HJT(SHJ) Tandem 셀 모듈 셀 모듈 셀 모듈 셀 모듈 2025 23.5% 21.7% 25.5% 23.2% 25.7% 23.6% 26.8% - 2035 24.0% 22.0% 26.5% 24.7% 26.6% 25.0% 32.0% 30.5% <표 3> 실리콘 태양광 기술별 효율 전망 데이터 출처 : ITRPV 16th edition 발표자료(2025.03.) l 기술별 페로브스카이트 태양전지와의 호환성이 다르며, 중단기적으로는 TOPCon, 중장기적 으로는 HJT가 주요 하부셀 기술이 될 것으로 전망됨 - PERC 및 TOPCon의 경우, 기존 생산 설비(라인)를 활용할 수 있어 초기 진입이 상대적 으로 용이함. 다만, 상부셀 적층을 위해 별도의 투명전극 삽입이 필요하며, 공정 온도가 높아 상부셀에 온도 영향이 불가피함 - HJT의 경우, 3개 기술 중 가장 효율이 높고 탠덤 태양전지에 가장 적합한 하부셀로 평가됨. 다만, 생산 설비(라인) 신규 구축이 필요하고, 공정 비용 상승이 불가피함 ＊실리콘웨이퍼양면에투명전도막(Transparent Conductive Oxides, TCO)이삽입된구조로상부 셀과접합시추가적인계면층삽입이불필요함. 또한, 기존기술과달리공정온도가200도이하로 낮아상부셀에온도영향이적음 2.3. 상부셀(페로브스카이트 태양전지) (대면적화) 하부셀 규격 확대에 따라 페로브스카이트 태양전지도 M10 이상의 대면적 전지 구현을 위한 기술개발이 추진되고 있음 l 기존 기술로는 대면적 전지 제작 시 박막 균일성 및 결정성 유지에 한계가 있으며, 고효율 구현에 활용된 스핀코팅 및 다단(2-step, anti-solvent) 용액 공정 등은 대면적 공정 및 산업화에 제약이 있음 l 또한, 광흡수 극대화를 위해 설계된 실리콘 표면 요철 구조(textured surface, ㎛ 크기 피라미드 구조) 위에 페로브스카이트 박막을 균일하게 형성하는 데에도 기술적 제약이 존재함 l 이에 따라, 기존 스핀코팅 기반 공정 외에 블레이드 코팅, 슬롯다이(slot-die) 등의 습식공 정과, 건식(증착) 공정 및 습식-건식 하이브리드 등 다양한 공정 개발이 추진되고 있음 - (독일, HZB) 질소 가스를 anti-solvent 기법 대신 활용하여, 슬롯다이 공정(대면적 적용 가능)으로 균일한 페로브스카이트 박막을 실리콘 표면 위에 구현하였으며, 최종적으로 1 cm2 면적에서 25.2%의 광전변환 효율을 보고함(’22년) ＊Helmholtz-Zentrum Berlin 10 탠덤 태양전지 - (미국, Univ. North Carolina) 대면적화에 따른 션트 저항(shunt resistance) 최소화를 위해 리튬플로라이드(LiF) 계면층을 사용하여, 블레이드 코팅으로 24 cm2 면적에서 25.1%의 광전변환 효율을 구현함(’23년) - (한국, 고려대) 스퍼터링(건식)으로 PbI2 박막 제작 후 후처리를 통해 실리콘 표면 위 균일한 페로브스카이트 박막(25 cm2 면적)을 구현함(’23년) - (중국, 난징대) 증착 및 블레이드 코팅을 활용한 하이브리드 공정을 통해 실리콘 요철 표면 위 균일한 박막을 제작하였으며, 16 cm2 면적에서 26.3%의 광전변환 효율을 구현함(’24년) 출처 : Zhang et al., Nat. Commun.(2024) (Licensed under CC BY 4.0) [그림 7] (a) 하이브리드 공정 모식도, (b) 실리콘 요철 구조 위 페로브스카이트 태양전지 단면 - (독일, Fraunhofer ISE) 페로브스카이트 박막뿐만 아니라 정공전달층으로 주로 쓰이는 자가조립단분자층을 증착 공정으로 구현하여 4 cm2 면적에서 약 26%의 광전변환 효율을 구현함(’25년) (안정성 향상) 페로브스카이트 소재 변경, 계면 제어 등으로 페로브스카이트 태양전지 성능 안정성 향상에 대한 기술개발이 추진되고 있음 l 안정한 와이드 밴드갭 페로브스카이트 구현을 위해, 기존 유기물(MA, FA)에 무기물(Cs) 혼합, 2D 페로브스카이트 도입 등의 연구가 진행되고 있음 ※ 기존페로브스카이트(MAPbI3 or FAPbI3)의밴드갭(~1.5 eV)은상부셀로적합하지않아, C site에Br 추가등을통해밴드갭을1.7 eV 수준으로확장시켜야함. 이과정에서열및수분 등에의한상분리(halide segregation 등) 현상이더욱심해지는경향이있음 - (스페인, ICMoL-UV) FA0.65Cs0.35Pb(I0.73Br0.27)3 조성 최적화를 통해 밴드갭 1.75 eV를 갖는 페로브스카이트 박막을 구현하였으며, 해당 태양전지는 2주간의 연속 동작 후에도 초기 효율의 90%를 유지함(’22년) 제2장 기술동향 11 - (중국, 산시사범대) Cs 비중이 오르면 열 안정성은 올라가나 대기 안정성이 떨어지는 현상을 밝혀냈으며, 최적의 Cs/Br 조성 구현을 통해 대기, 빛, 열 등에 대한 안정성을 최대화함 (’22년) - (중국, 난창대) 2D 페로브스카이트를 도입하여, 페로브스카이트 박막 결정성 향상, 결함 제거 등을 통해 안정성을 향상시켰으며 1,000시간 구동 후에도 초기 효율의 89%를 유지함(’23년) - (호주, Univ. Sydney) Guanidinium 기반 2D 페로브스카이트를 도입하여, Thermal Cycling 시험에서 400회 싸이클 이후 초기 효율의 95%를 유지하는 결과를 보고함(’24년) ＊ IEC61215 준용, -40℃↔ 85℃ 200회싸이클이후성능열화테스트 l 페로브스카이트 박막에 다양한 계면층 도입 및 계면 처리를 통해 결함 제거, 수분 및 산소 차단, 이온 이동 차단 등에 대한 연구가 진행되고 있음 - (사우디, KAUST) C60/페로브스카이트 계면에 MgFx층(~1 nm)을 추가로 삽입하여 높은 효율과 성능 안정성을 보고함. 해당 탠덤 태양전지는 Damp Heat* 시험에서 1,000시간 후에도 95%의 성능을 유지함(’22년) ＊ IEC61215 준용, 85℃및 85% 상대습도조건에서 1,000시간이후성능열화테스트 - (중국, 우한대) NiOx 정공층에 추가적인 유기 단분자를 활용하여 소자 안정성을 향상 시킴(’23년) - (중국, LONGi) LiF/EDAI* 이중층으로 페로브스카이트 박막 표면을 덮어, 계면 결함을 불활성화하고 수분 및 산소로부터 페로브스카이트 박막을 보호하는 기법을 개발함. 이를 통해 33.89% 높은 탠덤 태양전지 효율과 높은 성능 안정성을 구현함(1,200 시간 연속 동작 후에도 초기 효율의 약 80% 유지)(’24년) ＊ethylenediammonium diiodide 2.3. 탠덤화 및 모듈화 (탠덤화) 전기적 단자 연결 방식에 따라 2단자(2T) 및 4단자(4T) 등으로 구분 되며, 산업계에서는 공정 단순성이 높은 2단자, 연구계에서는 다양한 단자 구성에 대한 고효율화 R&D가 추진되고 있음 l 2단자의 경우, 상･하부셀을 직렬 연결하기 때문에, 구조 및 공정이 단순하여 비용 절감이 가능하고 상대적으로 박막형의 탠덤 태양전지 제작이 가능함 12 탠덤 태양전지 - 다만, 고효율 구현을 위해서는 상하부셀 전류정합이 필수적으로, 사용 가능한 셀 종류에 제약이 존재하고, 광 스펙트럼 변화에 민감하게 반응하여 야외 환경에서 성능 저하 가능성이 있음 l 4단자의 경우, 상･하부 셀을 기계적으로 적층한 구조로, 전류 정합이 불필요하고 각 셀의 최대전력점(MPP, Maximum Power Point)에서 동작이 가능하여 소재 선택 및 셀 설계의 자유도가 높음 - 다만, 구조와 공정이 복잡하고, 상･하부 셀 각각에 대해 별도의 배선 및 전력 제어 장치가 필요하며, 광학 손실 및 모듈 내 비활성 면적 증가로 인한 효율 손실 가능성이 존재함 ※ 이 외에도 3단자(3T) 구성에 대한 연구가 일부 진행되고 있음. 3단자 및 4단자 방식은 후면 전극(BC, Back-Contact) 구조의 실리콘 태양전지와의 조합이 용이하여, 이를 통한 추가적인 탠덤태양전지효율향상에대한 R&D가진행되고있음 구분 2단자(2T, 2-Terminals) 4단자(4T, 4-Terminals) 구조 모식도 연결 방식 ∙상하부셀 전기･광학적 직렬 연결(monolithic) ∙광학적 결합, 전기적 절연, 기계적 적층 장점 ∙단순한 구조 ∙공정 간소화 가능 ∙기존 모듈 라인에 호환 가능 ∙각 셀 독립 구동(각 셀의 최대 전력점에서 구동 가능) ∙다양한 소재 및 공정 채택 가능 ∙다양한 하부셀(BC 등) 채택 가능 단점 ∙상하부셀 전류정합 필요 ∙광 스펙트럼 변화에 민감함 ∙하부셀 종류에 제약 있음 ∙모듈화 시 광학적･전기적 손실 증가 ∙복잡한 공정 및 배선 ∙비용 상승 <표 4> 탠덤 태양전지 단자 연결 방식 비교 (봉지) 탠덤 모듈의 장기 실외 운용을 위해 봉지(encapsulation) 공정은 필수적 이며, 기존 실리콘 태양전지용 소재 및 공정을 페로브스카이트 박막의 특성에 적합하도록 개선하기 위한 R&D가 진행되고 있음 ＊봉지소재는수분투과도(WVTR) 및산소투과도(OTR)로평가되며, 페로브스카이트의산소･수분 열화특성때문에, 10–3~10–6 cm3/m2･d 및10–4~10–6 cm3/m2･d의굉장히낮은수준의WVTR 및OTR이요구됨 l 실리콘 태양전지에서 범용되는 EVA* 봉지재 대신, POE, TPU, 아이오노머(ionomer), 무기물, 하이브리드 소재 등이 탠덤 태양전지용 봉지재로 적용 및 개발되고 있음 ※ EVA는흡습성, 가열또는자외선노출시아세트산생성, 공정온도(150℃) 등에따라페로브 스카이트의화학적안정성을해칠수 있음 ＊EVA(ethylene vinyl acetate), POE(polyolefin elastomers), TPU(thermoplastic polyurethane) 제2장 기술동향 13 - (사우디, KAUST) EVA, TPU, POE 등 3가지 소재를 페로브스카이트 태양전지 봉지재로 비교･분석하였으며, POE가 공정온도(120℃), 비흡습성, UV 안정성 등을 고려했을 때 봉지재로 가장 적합한 것으로 보고함(’21년) - (독일, HZT) 최적 봉지 특성을 위해 edge sealant(butyl rubber 등)는 필수며, 아이오 노머가 우수한 수분 차단성은 있으나 박리 현상(delamination)이 발생할 수 있어, POE-butyl rubber가 최적의 조합이라고 보고함(’25년) - (중국, HUST) Al2O3/parylene 유무기 하이브리드 소재를 이중층을 봉지재로 활용하여, 45℃ 온도에서 5,200시간 동작 후에도 초기 성능의 90%를 유지한 연구결과를 보고함. 또한, 75℃-1,000시간 조건에서도 초기 효율 대비 93% 성능을 유지하는 것으로 나타남(’23년) 출처 : Zhou et al., Nat. Commun.(2023) (Licensed under CC BY 4.0) [그림 8] (a) Al2O3/parylene 이중층 봉지 구조 모식도, (b) 성능 열화 시험 결과 l 실리콘 모듈의 상･하부 봉지 구조는 주로 유리-폴리머 백시트(PET 등)가 활용되고 있으나, 페로브스카이트 소재 내화학성 확보를 위해 유리-유리 구조 적용도 검토되고 있음 - 초기 연구 프로토타입 탠덤 모듈들은 대부분 전･후면을 유리로 라미네이션하고 edge sealant를 적용하는 방식을 채택하고 있으며, 일부 IEC61215 시험(습열, 온습도 싸이클 등)을 통과하는 성과를 내고 있음 (성능평가 및 표준화) 페로브스카이트 기반 탠덤 태양전지･모듈의 정확한 성능 평가를 위해 측정장비 및 측정 기준･표준 등이 새롭게 개발되고 있음 l 페로브스카이트 태양전지는 광조사에 따른 초기 성능변화가 있어, 기존 실리콘 태양전지에 사용된 측정 장비 및 기준을 그대로 적용하기 어려움 ＊Light soaking 현상으로인해연속조사하에서안정상태(steady-state) 도달후, 효율측정필요 14 탠덤 태양전지 - 페로브스카이트 소재에 적합한 측정 기준뿐만 아니라, 펄스 조사 방식이 아닌 연속조사 (continuous illumination) 방식의 측정 장비(LED 등)도 필요함 - 2020년에 한국 성균관대, 영국 Univ. Oxford, 미국 NREL 등의 연구자들이 페로브스카이트 단일접합 성능평가에 대한 연구용 프로토콜은 합의한 바 있음4) ＊기존유기태양전지용 ISOS 프로토콜을페로브스카이트태양전지에맞게추가･수정 l 탠덤 태양전지는 상･하부셀이 직렬로 연결(2단자)되어 있어, 입사광 스펙트럼 변화에 따라 전류 제한 현상, 상･하부셀 온도특성 차이 등에 따라 단일접합 기준의 측정 방식으로는 정확한 성능 평가가 어려움 ＊2단자의 경우 상･하부셀 전류 매칭이 필수적이므로, 스펙트럼 변화에 따른 전류가 낮아진 셀에 의해전체출력이제한됨 ＊페로브스카이트 및 실리콘의 온도계수가 상이하여, 탠덤 셀 측정에는 전용 측정법 또는 보정 절차에대한표준화가필요함 l 독일 Fraunhofer ISE, 미국 NREL 등 PV calibration 기관들 주도로 탠덤 태양광 셀 및 모듈 측정기술 고도화가 진행되고 있으며, 독일 TUV SUV, TUV Rheinland 등의 민간 기관에서도 탠덤 모듈 측정 사례가 보고되고 있음 - (독일, Fraunhofer ISE) CalLab PV Modules라는 전문 측정소를 운영하고 있으며, Oxford PV, Trinasolar, 한화큐셀 등의 탠덤 셀 및 모듈을 인증한 바 있음. 최근에는 Wavelabs, Oxford PV 등과 탠덤 태양광 측정 관련 R&D를 추진하고 있음 - (독일, Wavelabs) 대면적(2.4 m×1.3 m) LED 태양광 시뮬레이터를 개발하였으며, 18,400개 LED를 통해 320~1650 nm 넓은 파장범위를 모사하며 다양한 스펙트럼 조건을 구현함 - (독일, TUV SUV) 중국 Trina Solar의 탠덤 모듈(최대 808W 출력)을 측정한 바 있음 l IEC TC82에서 페로브-Si 탠덤 모듈 성능평가에 대한 국제 표준 논의가 활발하게 진행되고 있음 ＊ International Electrotechnical Commission 산하 82번째기술위원회(Technical committee) 4) Khenkin et al.(2020), Consensus statement for stability assessment and reporting for perovskite photo- voltaics based on ISOS procedures 제2장 기술동향 15 출처 : Wavelabs 홈페이지 [그림 9] Wavelabs 대면적 LED 솔라 시뮬레이터 16 탠덤 태양전지 <참고> 탠덤 태양전지 분야 연구동향(논문 서지분석) 2014~2023년 동안 발간된 SCIE 논문 분석(토픽모델링)을 통해 글로벌 연구 동향을 분석함 ※ (논문DB) Web of Science Core Collection ※ (검색키워드) ‘perovskite solar cell’로검색후 tandem 관련논문선별 (논문 수) 최근 10년간(2014~2023) 논문 수는 지속적으로 증가하였으며, 2023년에는 309건의 논문이 발간됨 l 최근 5년간(2019~2023) 국가별 논문 수를 살펴보면, 중국이 353건으로 가장 많았으며, 한국은 78건으로 독일 및 미국에 이어 네 번째로 많이 발간한 국가로 분석됨 [그림 10] 페로브 기반 탠덤 태양전지 분야 (a) 연도별 논문 수 및 (b) 국가별 논문 수 (토픽모델링) 총 9개의 토픽이 도출되었으며, 9개의 토픽은 페로브-Si, 페로브- 박막 태양전지, 탠덤 태양전지 응용처 확대 등 3개의 군으로 구분됨 ※ (분석대상) 최근 5년간(2019~2023) 발간된 SCIE논문초록, (분석툴) NetMiner 4 l (페로브-Si) 탠덤 태양전지 성능 개선을 위해 상･하부셀 접합, 페로브스카이트 소자 내부 계면층, 박막 형성, 시뮬레이션(성능평가) 등에 대한 연구가 주요하게 이뤄진 것으로 나타남 - (상･하부셀 접합) 페로브스카이트 및 실리콘 태양전지 접합층으로 주로 사용되는 ITO(Indium Tin Oxide) 등의 재결합층에 대한 연구가 주로 진행됨 - (페로브스카이트 계면층) 페로브스카이트 태양전지 내부 저항 특성 개선을 위한 다양한 계면층에 대한 연구가 진행되고 있음 - (박막 형성) 페로브스카이트 박막의 대면적화, 실리콘 요철 구조(textured surface) 위 균일 박막 형성 등에 대한 연구가 추진됨 - (시뮬레이션_성능평가) 광전변환효율 최대화를 위한 소자 구조, 상･하부셀 조건 최적화, 전류 매칭 등에 대한 연구가 주로 진행되고 있음 제2장 기술동향 17 l (페로브-박막) 페로브스카이트와 다양한 박막태양전지(유기, 페로브스카이트, CIGS 태양전지 등)와의 탠덤화 관련 연구가 진행된 것으로 나타남 - (페로브-페로브) all perovskite 탠덤 태양전지를 위해, 주석을 활용한 narrow bandgap 구현 등 광활성층 조성 관련 연구가 주로 진행되고 있음 - (페로브-유기 및 CIGS) 페로브-유기태양전지(OPV, Organic Photovoltaic)와 페로브-CIGS 탠덤 태양전지에 대한 실험적 연구들이 진행되고 있음 l (응용처 확대) 태양전지의 다양한 응용을 위한 반투명 페로브스카이트 태양전지, 수전해 등에 대한 연구들이 진행된 것으로 나타남 - (반투명 태양전지) 창호형 BIPV(Building Integrated Photovoltaic) 등에 활용하기 위한 반투명 태양전지 관련 연구가 진행되고 있음 - (수전해) 태양광을 통해 물을 직접 분해하는 광전기화학셀(PEC, Photoelectrochemical Cell)에 탠덤 태양전지를 활용하는 연구가 진행되고 있음 [그림 11] 탠덤 태양전지 분야 논문 초록 토픽모델링 결과 18 탠덤 태양전지 제3장 산업동향 3.1. 글로벌 시장 동향 태양광 시장 내 고효율 모듈 수요 증가에 따라, 탠덤 태양전지는 2027년부터 본격적으로 상용화될 전망이며, 2030년 전후에는 수십 GW 규모의 설치용량을 달성하며 유의미한 시장 점유율을 확보할 것으로 보임 l ITRPV(2025)에 따르면, 고효율 수요에 따라 2024년부터 PERC에서 TOPCon으로 기술 주도권이 넘어갈 예정이며 2027년부터 탠덤 태양전지가 상용화될 전망5) - 2025년 글로벌 태양광 시장 PERC 점유율은 18%에 불과하며, 대신 TOPCon은 68%로 크게 확대될 것으로 전망됨 - 탠덤 태양전지는 2027년부터 상용화될 전망이며, 점유율은 2029년 3%에서 2035년 12%까지 확대될 것으로 전망됨 - 2027년에는 페로브-Si(TOPCon)가 전체 탠덤 태양전지 시장의 99%를 점유할 것으로 보이며, 2035년에는 페로브-페로브 탠덤이 약 11%의 점유율을 차지하면서, 시장이 점차 양분화될 것으로 전망됨 l IDTechEx(2025)에서는, 페로브스카이트 기반 태양전지(탠덤 태양전지 포함)가 2025년부터 연평균 39% 성장하여 2035년에 설치된 용량이 85GW(120억 달러)에 달할 것으로 전망함6) - 탠덤 태양전지의 경우 2027년부터 상용화되고, 2030년경 1세대 실리콘 태양광 기술(설비)의 내구 연한 도래에 따라 탠덤 태양전지의 시장점유율이 급증할 것으로 전망함 - 또한, 2035년에는 탠덤 태양광 모듈의 가격이 단일 접합 실리콘 태양광 모듈 수준으로 수렴할 것으로 전망됨 5) VDMA(2025), International Technology Roadmap for Photovoltaic (ITRPV) 16th Edition 6) IDTechEx(2025), Perovskite Photovoltaic Market 2025-2035 제3장 산업동향 19 출처 : (a) ITRPV 16th edition 발표자료(2025.03.), (b) IDTechEx(2025), Perovskite Photovoltaic Market 2025-2035 [그림 12] (a) 실리콘 태양전지 기술별 시장 점유율 전망, (b) 페로브스카이트 기반 태양전지 시장 전망 <참고> 글로벌 전체 태양광 시장 동향 2025년 전 세계 태양광 발전 신규 설치용량은 약 700GW에 이를 것으로 전망됨 ※ 기관마다 전망치는 상이하나, 2030년경 글로벌 누적 설치용량은 5TW 내외, 연간 신규 설치용량은 700~900GW 수준일것으로전망됨 l 중국 및 미국 시장 수요 중심으로 2022년 252GW에서 2024년 599GW로 신규 설치용량이 크게 증가하였으며, 2024년부터는 중동, 동남아, 인도 등 신흥 시장 확대가 본격화되어 2025년 신규 설치 용량은 698GW에 달할 것으로 전망됨 l 전년대비 2025년 시장 성장률은 약 17%로, 2024년 35% 대비 줄어들 것으로 전망됨 ※ 주요국을중심으로계통연계용량한계등구조적인제약요인에따라, 태양광시장은성장둔화 구간에진입할것으로전망됨 출처 : BNEF(2025), 1Q 2025 Global PV Market Outlook [그림 13] 글로벌 태양광 발전 연도별 신규 설치용량 기록 및 전망 20 탠덤 태양전지 3.2. 주요국 상용화 동향 주요국 간 탠덤 태양전지 상용화 전략은 기업 규모와 기술 출발점에 따라 차별화 되고 있으며, 중국･한국은 실리콘 대기업 기반, 그 외 주요국은 페로브스카이트 스타트업 기반으로 구분됨 l 상용급 면적(M6~M12)에서 20% 후반 셀 효율이 보고되고 있으며, 파일럿 생산 설비 구축, 모듈 시제품 제작 등 2026~2027년 상용화를 목표로 주요 기업 간 기술･상용화 경쟁 본격화 l 다수의 업체에서 TOPCon 기반으로 탠덤화를 진행하고 있으며, 일부 업체에서는 바로 HJT 기반 탠덤 태양전지 상용화를 추진하고 있음 l 중국은 다수 기업의 공격적 투자 및 양산 준비, EU는 스타트업･연구･측정기관 간 협업, 미국은 다수의 스타트업 중심 민관 협력 전략 등이 특징임 (중국) LONGi, Trinasolar 등 글로벌 생산 인프라 및 공급망을 갖춘 실리콘 태양광 대기업부터 기술 기반 스타트업까지 탠덤 태양전지 상용화를 경쟁적으로 추진하고 있음 l LONGi社에서는 2024년 6월 처음으로 상용급 면적(M6)에서 30% 효율을 넘는 태양전지를 개발하였으며, PERC부터 TOPCon 및 HJT까지 다양한 하부셀 상용 옵션을 보유하고 있음 ＊독일 Fraunhofer ISE에서 인증되었으며, 대면적 페로브스카이트 박막 형성과 저온 전극(금속) 공정을구현함 - 4단자 탠덤 태양전지도 개발 중이며, 1 m2의 면적에서 25.8% 모듈 효율 구현 l Trinasolar社에서는 3.1 m2 크기의 탠덤 모듈에서 808W의 최대 출력을 달성(독일 TUV SUD 인증)했으며, M12 half-cut 사이즈(210×105 mm2)에서 31.1% 셀 효율을 달성 (Fraunhofer ISE 인증)했다고 밝힘 l GCL社는 2,050 cm2 탠덤 모듈에서 27.34%의 효율을 구현하였으며, 27%가 넘는 모듈을 2025년 말까지 양산할 계획 ＊100°C 이하의저온공정을통해에너지소비및탄소배출량을감축함 - 실리콘 태양광 업체이나 페로브스카이트 단일접합 태양광 제품 생산라인도 구축하고 있음 l Auner社는 G12H(445 cm2) 크기의 탠덤 전지에서 28.24% 효율을 구현하였으며, 100 MW의 파일럿 라인을 구축하고 있음 제3장 산업동향 21 l Huasun社는 HJT 기반 탠덤 태양전지 100MW 파일럿 라인을 구축하고, 2026년까지 800W 이상의 출력(G12급 28% 셀 효율)을 내는 모듈 개발 목표를 제시함 출처 : Huasun 홈페이지 [그림 14] Huasun HJT 기반 기술 상용화 로드맵 (EU･영국) Oxford PV 등 페로브스카이트 기술 기반 스타트업 중심으로 상용화를 추진하고 있으며, 태양광 기업, 연구기관, 측정･검증 기관 등 간 연계･협력이 활발한 편임 l Oxford PV社는 1.7 m2 면적에서 26.9%의 모듈 효율을 구현하였으며, 2024년 9월에는 유틸리티용 72-셀 탠덤 모듈을 최초로 미국에 상용 판매함 ＊유리-유리봉지구조를채택하였으나주거용으로활용가능한무게(25kg 미만)로제작 - 100MW급 탠덤 모듈 생산라인을 통해 M6 기반 탠덤 웨이퍼 제품을 생산하고 있음 출처 : Oxford PV 및 Fraunhofer ISE 홈페이지 [그림 15] Oxford PV 및 Fraunhofer ISE 탠덤 모듈 22 탠덤 태양전지 l Fraunhofer ISE는 Oxford PV의 탠덤 태양전지를 활용하여 421W 탠덤 모듈(1.68 m2, 25% 모듈 효율)을 제작하여 상용 공정 호환성을 검증함* ＊대량생산공정에서사용중인 Fraunhofer ISE의Module-TEC 장비를탠덤기술에맞게최적화 l Meyer Burger社는 CSEM, HZB, Fraunhofer ISE, Univ. Stuttgart 등과 협업하여, 2022년 초 29.56%의 탠덤 전지(24.5 cm2)를 제작하였으며, 향후 HJT 기반으로 파일럿 설비도 구축할 것으로 보임 (미국) 페로브스카이트 태양전지 기반 스타트업 중심으로 상용화를 추진하고 있음 l Tandem PV社 4단자 100 cm2 미니모듈에서 약 26%의 효율을 구현하였으며, 기존 25% 성능이 향상된 모듈 생산이 가능한 것으로 발표함 ＊실내테스트결과 25년사용후초기성능의 80%를유지가능한것으로발표함 l PeroNova社 4단자 90 cm2 미니모듈에서 약 28%의 효율을 구현하였으며, 탠덤 태양 전지의 응용처를 지붕, 우주 등으로 다각화할 예정 (일본) 페로브스카이트 단일 접합 태양전지 중심으로 상용화를 추진하고 있으며, 일부 스타트업에서 탠덤 상용화를 추진하고 있음 l Kaneka社는 기존 대비 실리콘 웨이퍼 두께 및 ITO 두께를 줄인 탠덤 태양전지를 개발 하였으며, 64 cm2 면적에서 28.2%의 효율 개발함 l EneCoat Technologies社는 도요타 자동차社와 협력하여 VIPV(vehicle-integrated PV)용 탠덤 태양전지를 개발하고 있으며, 최근 30.4%의 효율을 갖는 4단자 탠덤 태양전지 (작은 면적)를 개발함 ＊상부셀로 22.4%의효율과 81%의적외선투과율을갖는페로브스카이트태양전지가적용됨 출처 : EneCoat Technologies 홈페이지 [그림 16] EneCoat Technologies 4단자 탠덤 태양전지 모식도 및 성능 제3장 산업동향 23 (한국) 한화큐셀, HD현대에너지솔루션 등 실리콘 태양광 대기업 중심으로 탠덤 태양전지 상용 전략 추진 중 l 한화큐셀社는 2024년 12월 상용 면적인 M10 사이즈 탠덤 태양전지에서 28.6%의 효율을 구현하였으며, 2026년 양산을 목표로 40MW 규모 탠덤 셀 파일럿 라인을 구축하고 시험 가동에 들어감 - M10 규격으론 세계 최초･최대 효율로 Fraunhofer ISE 인증을 획득했으며, 독일 소규모 파일럿 라인에서 생산 ＊유럽연합(EU) ‘PEPPERONI 프로젝트’에참여하여, 독일탈하임R&D센터에구축한소규모탠덤 셀파일럿라인(제5장투자동향참고) 출처 : 한화큐셀 홈페이지 [그림 17] 한화큐셀 탠덤 태양전지(28.6% @ 331 cm2) l HD현대에너지솔루션社는 2026년 30% 셀 효율 달성을 목표로, HJT 기반으로 산학연 협력을 통해 고효율 탠덤 셀 개발 연구를 진행하고 있음 ＊6인치이상실리콘웨이퍼및진공증착공정기반 24 탠덤 태양전지 출처 : Tanko et al., MRS Bulletin(2025) (Licensed under CC BY 4.0) [그림 18] 민간 개발 페로브스카이트 기반 태양전지 및 모듈 효율 국가 기업 발표시기 효율 면적 중국 LONGi ’24.06. 30.1% M6(274 cm2) ’25.04. 34.85% 1 cm2(추정) Trinasolar ’25.04. 31.1% 220 cm2 Auner ’24.12. 28.24% G12H(445 cm2) GCL ’24.10. 27.34% 2,050 cm2 ’24.10. 26.36% 1.71 m2 EU･영국 Oxford PV ’23.05. 28.6% 258.1 cm2 ’24.06. 26.9% 1.7 m2(60-cell) Meyer Burger ’22.12. 29.6% 25 cm2 일본 Kaneka ’23.05. 29.2% 64 cm2 미국 Tandem PV ’24.01. 26.0% 100 cm2 PeroNova ’24.08. 28.0% 900 cm2 한국 한화큐셀 ’24.12. 28.6% M10(331 cm2) <표 5> 국가별 상용급 페로브-Si 태양전지(모듈) 개발 현황 데이터 출처 : 각 사 홈페이지 및 보도자료 등 제4장 정책동향 25 제4장 정책동향 4.1. 국외 정책동향 (미국) 트럼프 재집권에 따라 바이든 정권의 재생에너지 장려 정책에 대한 불 확실성 확대 l 바이든 정권에서는 민간주도의 “인플레이션 감축법(IRA)”과 공공주도의 “인프라투자 및 일자리법(IIJA)” 등을 통해 자국내 청정에너지 투자 및 보급 확대를 장려 ＊(IRA) Inflation Reduction Act(’22.08.), (IIJA) Infrastructure Investment and Jobs Act(’22.11.) l (IRA) 기존 ITC 및 PTC를 하나의 법률에 통합하고 강화하여 자국 내 재생에너지 산업을 지원7) ＊(ITC) Investment Tax Credit, (PTC) Production Tax Credit - 첨단 제조 생산 세액공제(45X PTC, IRA13502)를 통해 태양광 적격 부품에 대해 세액 공제(모듈 7¢/W, 백시트 30¢/m2, 셀 4¢/W, 웨이퍼 12$/m2, 폴리실리콘 3$/kg) - 첨단 에너지 프로젝트 투자 세액공제(48C ITC, IRA13501)를 통해 태양광 모듈 생산시설 투자금에 대한 세액공제(투자액의 30%) - 청정 전기 생산 세액공제(45Y PTC, IRA13101)를 통해 청정 발전에 대한 세액공제(최대 1.8¢/kWh) - 청정 전기 투자 세액공제(48E ITC, IRA13702)를 통해 청정 발전 시설 투자에 대한 세액 공제(투자액의 50%) l (IIJA) 태양광 시스템 효율 향상, 제조 공정 혁신, 재활용, 차세대 응용처(농업 등) 등의 태양광 R&D를 지원 l 트럼프 정권에서는 IRA 및 IIJA 축소･폐지를 추진할 것으로 보이며, 최근 관련 기금을 일시 동결한 바 있음8) 7) 김동구(2024), 에너지경제연구, 미국 인플레이션 감축법의 청정에너지 진흥 방안과 시사점 8) 아이티데일리(2025.04.17.), 미 법원, 트럼프 행정부 반 기후변화 독주 제동 26 탠덤 태양전지 (EU) “재생에너지 지침 개정(’23.11.)”, “EU Solar Energy Strategy(’22.05.)” 등을 통해 태양광 확대 목표와 관련 R&D 계획을 제시하였으며, 다양한 기금 (재원)을 확보하여 혁신 R&D에 투입할 계획9)10) ※ EU Green Deal 관련주요정책추진경과 : EU Green Deal(’19.12.) →Fit for 55(’21.07.) → REPower EU(’22.02.) → Green Deal Industrial Plan(’23.02.) l 재생에너지 지침 개정(RED-Ⅲ)을 통해 2030년까지 최종에너지 소비 중 재생에너지 비중을 최소 42.5%로 확대하는 계획을 제시함 ＊Renewable Energy Directive Ⅲ - 이번 개정안에서 재생에너지 비중 목표가 32%에서 42.5%로 크게 상향 조정됨 l “탄소중립산업법(NZIA, ’24.06.)”을 통해 친환경 기술 및 제품의 EU 역내 생산성 확대 추진 ＊Net-zero Industrial Act. - NZIA는 모든 탄소중립 기술에 적용되며, 탄소중립 기술은 19개로 구분되며 이 중 태양 에너지가 포함됨 ＊하위에태양광발전, 태양열발전, 태양열, 기타태양에너지기술등이포함됨 l REPowerEU 일환으로 “EU Solar Energy Strategy” 이니셔티브를 발표하고, 2030년 까지 약 600GW(2025년 320GW)의 신규 태양광 발전용량 설치를 목표로 설정함 - 유럽 태양광 산업 연합(European Solar PV Industry Alliance) 조직 등을 통해 EU 내 태양광 공급망 강화, 제조 역량 강화 등을 추진할 계획 l 2025년 2월 EU 집행위원회는 경쟁력 나침반(Competitiveness Compass)의 일환으로 “청정산업딜(Clean Industrial Deal)”을 발표하여 탈탄소화 및 경쟁력 강화를 위한 구체적 이행 로드맵을 제시함11) - 유럽 역내 경기 회복을 위해 탈탄소화(decarbonisation), 재산업화(reindustrialisation), 혁신(innovation) 등을 동시에 추진 - 청정산업 전환을 위해 공공 재정지원뿐만 아니라 민간투자 유인을 확대할 계획 - Innovation Fund와 배출권거래제 수익을 기반으로 탈탄소화 은행(Industrial Decar- bonisation bank) 설립 추진할 예정. 탈탄소화 은행은 공공뿐만 아니라 민간자본 유치도 병행하여 청정산업 투자에 안정적 기반을 제공 - 민간투자 활성화를 위해 두 가지 프로그램* 마련 추진 ＊ InvestEU : EU 신용보증, TechEU : 스타트업등에공공･민간공동투자 9) KERC(2024), Issue Report(유럽연합 에너지 R&D 정책 및 동향) 10) KIEP(2023), 세계경제 포커스(EU 그린딜 산업계획 후속정책의 주요 내용과 시사점) 11) KEEI(2025), 세계 에너지시장 인사이트 제25-6호 제4장 정책동향 27 (중국) “제14차 재생에너지 발전 5개년 계획(’21-’25)”을 통해 2060년 탄소 중립 실현 계획을 제시하였으며, 이후 세부 정책을 통해 태양광 분야에서도 차세대 태양전지 관련 일부 계획을 제시함12) l 재생에너지 14.5계획에서는 2030년 탄소배출 정점 도달 및 2060년 탄소중립 실현하기 위해 2025년까지 재생에너지 발전 비중 확대 목표를 설정함 구분 2020년(실적) 2025년(목표) 재생에너지 소비량 6.8억 tce 10억 tce 재생에너지 발전량 2,880TWh 3,300TWh 전력소비 중 재생에너지 의무 비중 28.8% 33% 발전 외 재생에너지 소비량 - 6,000만 tce <표 6> 재생에너지 14.5 계획 주요 정책목표 출처 : KEEI(2022), 세계 에너지시장 인사이트 제22-14호(재인용) - 기술개발 및 신산업 육성 일환으로 재생에너지 기술혁신 시범사업을 추진하며, 이 중 고효율 태양광 발전 기술 중 하나로 페로브-Si 지원 계획을 제시함 l “에너지 분야 과학기술 혁신 계획(’21-’25)”을 통해 14.5 계획 기간의 에너지기술 혁신 로드맵을 제시하고, 태양광 분야에서 다양한 R&D 추진 계획을 제시함 - 페로브-Si 탠덤 태양전지 제조 및 산업화를 위한 생산라인 구축 등의 실증 추진 - 태양광 모듈 재활용 및 재사용 기술 분야에서는 모듈 친환경 해체, 은 및 구리 등 고가 소재 회수 등의 계획을 제시함 l “탄소피크 및 탄소중립 지원을 위한 과학기술 이행계획(’22-’30)” 등의 정책에서도 페로브 스카이트 기반 탠덤 태양전지 R&D 지원 계획을 제시함 (일본) “제7차 에너지기본계획” 등을 통해 태양광 발전비중 확대 정책을 제시 하였으며, 탠덤 태양전지보다 페로브스카이트 단일접합 태양전지의 상용화 및 정부 주도 보급을 위한 세부 정책들이 다수 제시되고 있음 l (에너지기본계획) 2040년을 목표로 한 에너지 상위정책(3년 단위 발표)으로 에너지 공급 안정화, 경제 성장 및 탈탄소화를 실현하기 위한 종합 전략을 제시함13) - 재생에너지 발전비중을 2040년까지 40~50%까지 상향하고, 이를 위해 차세대 기술 개발을 추진 12) KEEI(2022), 세계 에너지시장 인사이트 제22-14호 13) KISTEP(2024), S&T GPS 주요동향(제7차 에너지기본계획(안) 발표) 28 탠덤 태양전지 - 태양광의 경우, 2040년 발전비중을 22~29%까지 확대할 계획으로 재생에너지 중 가장 비중이 높은 전력원이 될 것으로 전망함 ＊연도별태양광발전비중 : 1.2%(’13) → 9.8%(’23) → 14~16%(’30) → 22~29%(’40) 출처 : KISTEP(2024), S&T GPS 주요동향(제7차 에너지기본계획(안) 발표)(재인용) [그림 19] 제7차 에너지기본계획 상 일본 에너지 수급 전망 l 경제산업성 및 민관협의회에서 발표한 “차세대 태양전지 전략(’24.11.)”에 따르면, 일본에서는 탠덤 태양전지보다 페로브스카이트 단일접합 태양전지 중심으로 보급을 추진하는 것으로 보임 - 본 전략에서는 일본 태양광 산업의 침체 원인으로 자국 생산 기반 부족, 실리콘 태양광 공급망 취약성, 정부의 종합적･일관적 정책 미흡 등을 지목함 - 기존 태양광 발전이 직면한 과제를 페로브스카이트 태양전지를 통해 타개하고 자국내 성장 산업(GX)으로 육성할 계획 ＊지역수용성, 국민경제적부담, 출력변동에따른계통연계등 - 공공(정부) 시설에 페로브스카이트 태양광 설비 도입 목표 설정 검토, 페로브스카이트 태양광 설비 세제혜택 추진 등 정부 주도로 보급 정책을 기획 및 추진하고 있음 - 탠덤 태양전지의 경우, 하부셀(실리콘)에 대한 공급망 검토에 따라 구체적 정책을 추진할 것으로 보임 제4장 정책동향 29 l 또한, 경제산업성은 페로브스카이트 태양전지 FIT(Feed-in Tariff) 및 FIP(Feed-in Premium) 방식으로 보조금 지원을 검토하고 있음14) - 국토 면적 제한, 산림 개발, 지자체 갈등 등에 따라 기존 기술로는 태양광 보급에 한계가 있는 것으로 분석하였으며, 페로브스카이트 태양전지는 도시 건물 등 새로운 보급 부지를 확보할 수 있다고 판단함 l (GX추진전략) GX경제이행채, 국내생산촉진세제, 탄소가격제 등의 도입을 추진하며, 확보된 재원 일부(그린이노베이션기금 등)를 재생에너지 주력 전력화 및 인프라 구축에 활용15) 4.2. 국내 정책동향 우리나라는 최근 5년간 차세대 태양전지를 포함한 다수의 탄소중립･에너지 관련 정책을 수립･발표해 왔으며, 상위정책 목표 달성을 지원하기 위한 세부 R&D 전략도 단계적으로 마련되어 추진 중임 l 탄소중립 선언(’20.10.) 및 “탄소중립 추진전략(’20.12.)” 발표 이후, “제1차 국가 탄소중립･ 녹색성장 기본계획(’23.04.)”, “제11차 전력수급기본계획(’25.02.)” 등을 통해 재생에너지 확산 및 태양광 보급 목표와 이행전략이 구체화됨 - 가장 최근에 발표된 제11차 전력수급기본계획에 따르면, 2030년까지 신재생에너지 발전 비중을 21.7% 이상으로 확대하고 이를 위해 태양광 발전설비는 55.6GW 규모로 보급 해야 하는 것으로 제시됨16) l 상위정책 이행을 위해 다수의 R&D 정책이 수립되었으며, 탠덤 태양전지의 경우 “태양광 R&D 혁신전략(’20.09.)” 및 “탄소중립 기술혁신 추진전략(’21.03.)”을 시작으로 “탄소중립 기술혁신 전략로드맵(’23.12.)”, “제5차 에너지기술개발계획(’24.12.)” 등을 통해 중장기 R&D 방향이 구체화되고 있음 14) KEEI(2024), 세계 에너지시장 인사이트 제24-6호 15) KOTRA(2024), KOTRA 경제통상 리포트(日 GX부문 투자촉진책의 주요내용과 시사점) 16) 산업부(2025), 제11차 전력수급기본계획 30 탠덤 태양전지 [그림 20] 탠덤 태양전지 관련 국내 정책 현황 (전략로드맵, ’23.12.) 탠덤 태양전지 및 모듈에 대한 2050년까지의 기술개발 로드맵을 3단계로 제시함17) l “한국형 탄소중립 100대 핵심기술(’23.04.)”에서 태양광 분야 3개 기술을 핵심기술로 선정 하였으며, 핵심 기술별로 기술혁신 로드맵을 수립함 ＊초고효율태양전지, 사용처다변형태양광시스템, 폐태양광재활용･재사용 l 전략로드맵에서는, 초고효율 태양전지 기술을 페로브-Si 및 박막 기반 탠덤 2개로 구분하고 각 3단계로 나누어 기술 목표 및 로드맵을 수립함 - (페로브-Si) 효율 고도화 및 대면적화 기술을 통해 고효율 모듈을 개발하여 상용화하고, 양산화 및 기술 고도화 추진 ※ (1단계, ~’27) 요소기술 개발(소면적 셀 효율 35%) 및 대면적화(M6 이상) → (2단계, ~’30) 모듈실증및상용화(모듈효율 28%) → (3단계, ’30~) 양산화및기술고도화(모듈효율 36%) - 박막 형성 원천기술을 확보하고, 고도화･대면적화로 상용화 기반 마련 후 양산화 및 기술 고도화 추진 ※ (1단계, ~’26) 요소기술 개발(소면적 셀 효율 27%) → (2단계, ~’30) 고도화･대면적 모듈화 및실증(셀효율 30%, 크기M6 이상) → (3단계, ‘30~) 양산화및기술고도화(모듈효율34%) 17) 관계부처합동(2023), 태양광 분야 탄소중립 기술혁신 전략로드맵 제4장 정책동향 31 출처 : 관계부처합동(2023), 태양광 분야 탄소중립 기술혁신 전략로드맵 [그림 21] 태양광 분야별 기술혁신 임무･목표 및 초고효율 태양전지 로드맵 (보급확대및공급망확산전략, ’24.05.) 세부 추진과제 중 하나로 “공급망 안정화 및 기술력 확보 지원”을 추진하고 탠덤 태양전지 2026년 상용화 및 2030년 35% 효율 달성을 추진18) l 경쟁국 대비 초격차 기술 확보를 위한 전략적 R&D를 추진하고, 정책협의체를 통한 기술 애로 해소, 공동활용시설 등 성능･공정 테스트 지원 ※ 차세대태양전지조기상용화 TF(’24.01~), 태양광기업공동활용연구센터(’24.03~) l 2024년 11월 차세대 태양전지 조기상용화 TF에서는 해당 전략의 구체적 실행계획(탠덤 태양전지 조기 상용화 R&D 로드맵 등)을 논의함 (에너지기술개발계획, ’24.12.) 4대 전략 내 14대 과제 중 하나로 “재생에너지의 체계적 확대를 위한 기술 개발”을 추진하고 탠덤 태양전지 및 모듈의 효율 목표를 제시함19) l 장수명 확보･규모 확대(scale-up) 기술개발 및 실증･시범 사업의 지원을 통해 초고효율 탠덤 태양전지 기술의 조기 상용화 촉진 ※ 소재-셀･모듈-장비-재활용등밸류체인별체계적 R&D로국내산업생태계강화 18) 산업부(2024), 재생에너지 보급 확대 및 공급망 확산 전략 19) 산업부(2024), 제5차 에너지기술개발계획 32 탠덤 태양전지 l 세부 정량목표 중 하나로 탠덤 태양전지 및 모듈의 2033년 목표를 설정 및 제시함 ※ 한국에너지기술평가원에서는제5차에너지기술개발계획정책목표달성을위한분야별기술 로드맵을수립하여공개한바있음 구분 현재 2033년 목표 태양광 시스템 ∙시스템 LCOE : 0.10$/kWh ∙시스템 LCOE : 0.03$/kWh 탠덤 태양전지 ∙탠덤 태양전지 효율 : 29.9%(1 cm2), 26.1%(260 cm2) ∙탠덤 태양전지 효율 : 35%(≥260 cm2) ∙탠덤 모듈 효율 : 28%(≥1.6 m2) <표 7> 재생에너지 중장기 R&D 추진개요 중 태양광 관련 목표 출처 : 산업부(2024), 제5차 에너지기술개발계획 제5장 R&D 투자동향 33 제5장 R&D 투자동향 5.1. 주요국 R&D 투자동향 (미국) DOE SETO에서는 기술개발 단계별 및 수행주체별로 다양한 차세대 태양전지 R&D 지원 프로그램을 운영하고 있으며20), 산학연 협력 기반 프로 젝트를 다수 추진하고 있음 ＊Department of Energy, Solar Energy Technologies Office l Photovoltaics Research and Development(PVRD) 프로그램으로 페로브스카이트 태양 전지 상용화 등의 R&D(대학 중심 지원)에 약 2,900만 달러 투자 - 동 프로그램은 태양광 기술 비용 절감, 친환경 모듈 생산, 페로브스카이트 모듈 상용화 등을 주요 목표로 설정하고 있으며, 2023년 2월에 지원기관 선정을 완료함 - Topic 2에서 산학 협력을 중심으로 페로브스카이트 내구성 및 효율 개선 등 상용화를 위한 주요 이슈에 대한 R&D를 지원함 ＊Durable, High-Efficiency Perovskite Modules 지원기관 지원금액 프로젝트명 MIT (CubicPV 등과 협력) 900만 달러 (약 126억 원) ∙ Center for Co-Design of Durable, Reproducible, and Efficient Perovskite Tandems - 고효율, 고안정, 대면적 탠덤 모듈 설계 및 제조 Univ. Colorado (Tandem PV 등과 협력) 900만 달러 (약 126억 원) ∙ Tandems for Efficient and Advanced Modules using Ultrastable Perovskites - 대형 모듈 28% 효율 및 25년 수명 보장 목표 <표 8> PVRD 주요 프로젝트 l SETO Lab Call FY2025–27 프로그램을 통해 미국 국립연구소 중심으로 4가지 주요 영역을 지원하며 일부 탠덤 태양전지 R&D가 포함됨 l Advancing U.S. Thin-Film Solar Photovoltaics 프로그램을 통해 탠덤 셀, 박막형 태양 전지 등의 상용화 R&D(기업 지원)에 약 4,400만 달러 투자 20) 미국 DOE 홈페이지(https://www.energy.gov/eere/solar/) 34 탠덤 태양전지 - 동 프로그램은 미국 내 제조 활성화, 에너지 전환 지원, 전력망과의 안정적 연계 등을 주요 목표로 설정하고 있으며, 2024년 6월에 지원기관 선정을 완료함 - 프로그램은 크게 페로브스카이트 탠덤 및 CdTe 태양전지, 2가지 주제로 구분됨 ＊Promoting Research & Development toward Industrial Manufacturing of Early-Stage Perovskite Tandem Photovoltaics (PRIMES Perovskite Tandem PV) ＊ Improving the Market Potential of Advanced Cadmium Telluride Photovoltaics (IMPACdTe PV) 지원기관 지원금액 프로젝트명 Tandem PV 470만 달러 (약 66억 원) ∙ Stability and Characterization of Hole-Transporting Layers Key to Enabling Outdoor Durability - 페로브-Si 탠덤 태양전지의 실외 내구성 확보 목표 Cubic PV 600만 달러 (약 84억 원) ∙ Scaling Perovskite-Silicon Tandems Toward Reliable Commercial Product - 4단자 페로브-Si 탠덤 모듈 상용공정 및 안정성 확보 목표 First Solar 600만 달러 (약 84억 원) ∙ High‐Performance Tandem Modules Based on Wide‐bandgap FAPbI3 Perovskites and Narrow-bandgap CI(G)S Bottom Cells - 페로브-CIGS 탠덤 모듈 27% 목표 Swift Solar 700만 달러 (약 98억 원) ∙ Perovskite-Silicon Tandem Solar Cells from Prototype to Production -페로브-Si 건식공정 및 모듈 대량 생산 목표 <표 9> PRIMES Perovskite Tandem PV 주요 프로젝트 (EU) Horizon Europe 프로그램 중심으로 다양한 페로브스카이트 기반 탠덤 태양전지에 대한 R&D를 지원21) l PEPPERONI, NEXUS, JUMP INTO SPACE 등 다양한 프로젝트를 통해 2단자 및 4단자, 우주 환경 적용, 친환경 모듈 등 다양한 연구테마를 지원하고 있음 l European Perovskite PV Network를 통해 페로브스카이트 태양전지 유관 프로젝트* 간 협력 네트워크를 운영하여, 다양한 프로젝트와 연구기관들 간 지식 공유, 공동연구, 인프라 연계 등을 추진함 ＊PEPPERONI, NEXUS, DIAMOND, TESTARE 등 l (PEPPERONI 프로젝트) 독일 HZB와 한화큐셀이 주도하고 유럽 내 다양한 태양광 밸류체인 기관･기업들이 참여하는 프로젝트로, 독일 탈하임(Thalheim)에 페로브스카이트-실리콘 탠덤 셀 파일럿 생산라인을 구축하고 탠덤 모듈의 대량 생산성을 실증 - 9개 work package(WP)로 구성되어 있으며, TRL 4-5 수준의 페로브-Si 탠덤 태양광 기술을 TRL 7까지 상향시키는 것이 목표 - 한화큐셀의 M10 기반 Q.ANTUM을 하부셀로 활용 21) EU Funding & Tenders Portal (https://ec.europa.eu/info/funding-tenders/opportunities/) 제5장 R&D 투자동향 35 출처 : PEPPERONI 프로젝트 홈페이지(https://pepperoni-project.eu) [그림 22] PEPPERONI 프로젝트 (a) WP 구성도, (b) 참여기관 l (NEXUS) 페로브-Si 탠덤 셀 효율 33% 및 모듈 효율 30% 이상 달성을 위한 프로젝트로 옥외실증, EU 에코디자인 관점 도입, 다분야 컨소시엄 등이 특징임 l (JUMP INTO SPACE) 페로브-페로브 탠덤 태양전지를 우주 태양광 발전에 활용하기 위한 프로젝트 - 우주 환경에서 활용하기 위해 저궤도 조건, 고에너지 방사선 등에서 높은 출력과 안정성을 검증할 계획이며, 유연한 기판에 탠덤 셀을 제작하여 롤러블 형태로도 활용할 예정 l (TRIUMPH) 페로브-페로브-Si 2단자 기반 삼중접합 태양전지 개발 및 33% 효율 달성이 목표인 프로젝트에 활용하기 위한 프로젝트 프로젝트명 주요 내용 EU 지원금액 NEXUS (2022-2025) (NEXt generation of sUstainable perovskite-Silicon tandem cells) ∙페로브-Si 탠덤 셀 효율 33% 및 모듈 효율 30% 이상 달성 ∙최대 출력 210kWh/m2 달성 ∙건식공정, 순환성, 재활용성, 공정 단순화 등을 통해 친환경 설계 추진 ∙다분야 컨소시엄(연구소, 민간업체, 사용자, 시장 및 정책 섹터 등) €3,978,201 (약 65억 원) <표 10> Horizon Europe 중 페로브스카이트 탠덤 태양전지 관련 프로젝트 36 탠덤 태양전지 프로젝트명 주요 내용 EU 지원금액 SuPerTandem (2022-2025) (Sustainable materials and manufacturing processes for the development of high efficiency, flexible, all-Perovskite Tandem photovoltaic modules with low CO2 footprint) ∙페로브-페로브 탠덤 셀 및 모듈 개발 ∙모듈의 경량화 및 유연성을 확보하고, 건물, 수송 등 다양한 분야에 적용을 목표로 추진 ∙모듈 탄소배출발자국도 검증을 통해 친환경성 확보 €4,930,196 (약 81억 원) TRIUMPH (2022-2026) (Triple junction solar modules based on perovskites and silicon for high performance, low-cost and small environmental footprint) ∙페로브-페로브-Si 기반 2단자 삼중접합 탠덤 태양전지 개발 ∙효율 33% 이상 달성 ∙은(Ag) 및 인듐(In) 절감, 재활용 설계 등 €5,131,150 (약 84억 원) PEPPERONI (2022-2026) (Pilot line for European Production of PEROvskite-Silicon taNdem modules on Industrial scale) ∙페로브-Si 탠덤 모듈 26% 양산화 ∙대량 생산을 위한 제조 공정 개발 ∙구동 안정성(30년 이상) 확보 ∙인체 및 환경 유해 요소 제거 ∙한화큐셀 및 HZB가 코디네이터 €12,950,825 (약 212억 원) GreenPeroInk (2025-2027) (Scalable processing of highly stable, flexible multi-junction perovskite solar cells from green inks) ∙ 2D 구조 페로브스카이트 저독성 전구체 및 결정화 공정 추가 개발 ∙페로브스카이트의 다양한 조성을 통한 밴드갭 조절 및 다중접합 태양전지 제작 ∙안정성 관련 메커니즘 분석 €173,847 (약 3억 원) LAMI-PERO (2023-2028) (Laminated Perovskite Photovoltaics: Enabling large area processing of durable and high efficiency perovskite semiconductor thin films) ∙라미네이션을 통한 적층 연구 ∙라미네이션 적층 확장성 연구 및 페로브 기반 탠덤 태양전지 개발 €2,349,755 (약 39억 원) LAPERITIVO (2024-2028) (Large-Area Perovskite Solar Module Manufacturing with High Efficiency, Long-Term Stability and Low Environmental Impact) ∙ 900 cm2 모듈 개발(불투명 22% 효율, 반투명 20% 효율) ∙ IEC 규격 실내 및 실외 테스트 수행 ∙페로브-Si 4단자 탠덤 제작 ∙ 200MW 규모 페로브스카이트 파일럿 라인 설계 €6,792,147 (약 111억 원) PlasmonKITE (2025-2027) (Plasmonic Enhancement of Perovskite Photovoltaics) ∙페로브-페로브 탠덤 태양전지 연구 ∙ Pb-Sn 페로브스카이트 광흡수 증대를 위해 나노입자 플라즈모닉 현상 활용 €194,074 (약 3억 원) JUMP INTO SPACE (2024-2028) (Flexible lightweight multi-junction solar cells and modules with enhanced performance for efficient light harvesting in outer space) ∙페로브-페로브 탠덤 태양전지 연구 ∙유연기판에 탠덤 태양전지 구현 ∙우주 환경에서 활용하기 위해 저궤도 조건, 고에너지 방사선 등에서 높은 출력과 안정성 검증 €3,993,001 (약 65억 원) PERSEUS (2025-2027) (Printed Perovskite Solar Cells for Large Area User Applications) ∙ 3가지 유형 페로브스카이트 태양광 모듈 개발(단일 접합 불투명, 반투명, 4단자 페로브-CIGS 탠덤) ∙건물, 수상, 농업 등 다양한 분야에 적용 €5,631,248 (약 92억 원) PERSTACK (2024-2028) (Perovskite triple and quadruple junction solar cells) ∙페로브스카이트 기반 삼중 및 사중 접합 태양전지 개발 및 35~40% 효율 구현 ∙용액공정 등 공정비용 절감, 계면 엔지니어링, 밴드갭 조절 등을 통한 성능 최적화 €2,999,926 (약 49억 원) 제5장 R&D 투자동향 37 (중국) 제14차 5개년 계획 국가 핵심 R&D 프로그램(재생에너지 기술) 등 정부 대규모 R&D 자금 지원과 더불어 지방정부 지원을 통한 기업투자가 활발하게 진행되고 있음 l 중국 과학기술부, 국가에너지국 등을 통한 대규모 R&D 자금 지원과 더불어 지방정부 지원을 통한 기업투자가 활발하게 진행 중임22) - (장쑤성) “2025년도 성 과학기술 중대 특별 프로젝트 지침”을 발표하여, 고효율 태양전지 기술, 특히 페로브스카이트 기반의 다층 구조 태양전지 개발을 중점 과제로 선정하여 투자 지원 - (안후이성) 지방정부 주도의 연구개발 플랫폼과 연구소를 통해 페로브스카이트 및 탠덤 태양전지 분야의 기술 개발과 산업화를 적극적으로 추진 22) MITSUI&CO(2024), CHINA ADVANCES TO GW-SCALE MASS PRODUCTION OF PEROVSKITE SOLAR CELLS 프로젝트명 주요 내용 EU 지원금액 INPERSPACE (2024-2029) (Ultra-efficient and stable perovskite tandem solar cells for extreme conditions in space) ∙페로브-페로브 탠덤을 경량 기판에 초고효율 구현(우주에서 30% 이상) ∙우주용 태양광 발전에 적용 ∙고진공, 자외선, 진동 등에 대한 안정성 확보 €2,500,000 (약 41억 원) SolMates (2023-2026) (Scaleable High-Power Output and Low Cost Made-to-Measure Tandem Solar Modules Enabling Specialised PV Applications) ∙페로브-CIGS 탠덤 전지 30 효율 구현 ∙유연 기판에 롤투롤(roll-to-roll) 공정 적용 및 대량 생산 최적화 €4,998,579 (약 82억 원) TESTARE (2023-2026) (Twinning for excellence in TEsting new generation PV: Long-term STAbility and field REliability) ∙차세대 태양광 장기 안정성 및 현장 신뢰성 시험 역량 강화(DegradationLab, Univ. Cyprus) ∙페로브-Si 탠덤 모듈 성능 평가 포함 €1,499,996 (약 25억 원) E.T.COMPACT (2024-2027) (Compact and propellant-less electrodynamic tether system based on in-space solar energy) ∙ 3가지 우주환경 적용 기술 개발 ∙페로브-CIGS 탠덤 모듈 포함 ∙모듈 효율 15% 이상 및 50W/kg 중량당 출력비 구현 €3,972,890 (약 65억 원) APOLLO (2024-2026) (A Proactive Approach to the Recovery and Recycling of Photovoltaic Modules) ∙순환적 접근 방식을 구축하여 모든 구성 요소를 효율적으로 회수하여 새로운 모듈 제작에 사용하는 연구 ∙재생 실리콘으로 탠덤 모듈 생산 실증 €5,325,755 (약 87억 원) SPRINT (2023-2024) (Sputtering Halide Perovskites for Integration in Monolithic Tandem Solar Cells) ∙페로브-Si 탠덤 셀 제작에 건식공정(스퍼터링) 적용 ∙무기물 페로브스카이트 활용 €150,000 (약 2.5억 원) 38 탠덤 태양전지 지역 주요내용 장쑤성 ∙ (난징시) 대학과 기업 간 산학연 협력 프로젝트 지원을 통해 페로브스카이트 전지 소재 개발 및 안정성 향상 분야에 대한 연구 수행 - 난징대(학)와 난징공업대(학)를 중심으로 연구가 진행되고 있으며, 지방정부에서는 연구시설 및 장비 구축에 대한 보조금을 제공 ∙ (창저우시) Trinasolar(산)와 푸단대(학)가 공동으로 ‘국가 태양광 과학기술 중점 실험실’ 운영 - 결정질 실리콘 및 페로브스카이트 기반 다중 접합 태양전지 등 차세대 고효율 태양전지 기술 개발에 주력 안후이성 ∙ (쉬안청시) 홍룬건설그룹(산)에서 10GW 규모의 고효율 태양전지 생산 프로젝트를 추진 - 지방정부는 에너지 저장, 전력망 연계 등 신재생에너지 전반에 걸친 산업 생태계 구축을 지원 ∙ (허페이시) Microquanta(산)는 ‘국가 중점 R&D 계획 과제 수행기관’으로 지정되어 페로브스카이트 탠덤 셀(효율 28% 이상) 시범 생산 중 - 지방정부에서는 산업단지 내 공장 부지와 설비 투자비 일부를 보조 <표 11> 중국 지방정부에서 진행하는 태양전지 관련 지원내용 예시 (일본) 경제산업성 그린 이노베이션 펀드(GIF), 문부과학성 JST 프로그램 등을 통해 페로브스카이트 단일접합 태양전지 중심으로 R&D 지원 l 그린 이노베이션 펀드 차세대 태양전지 개발 프로젝트에서 7년간(’24-’30년) 378억 엔을 투자하여 페로브스카이트 기반 기술개발과 실증을 추진23) - NEDO(신에너지산업기술종합개발기구)는 차세대형 태양전지 개발 프로젝트를 통해 건물 벽면 등 경량설치 실증과 롤투롤 대량생산 기술을 검증하고 페로브스카이트 셀의 발전 단가를 2030년 14 엔/kWh까지 낮추는 목표로, 페로브스카이트 양산 기술 확립과 수요 창출 전략을 추진 l JST(과학기술진흥기구)에서는 Mirai프로그램을 통해 Pb-free 페로브스카이트 태양전지 (Sn 기반) R&D 프로젝트를 지원함24) - 20년 이상의 내구성을 보이는 단일 접합에서 20%, 다중 접합에서 30% 이상의 Sn 기반 페로브스카이트 구현 목표 23) 그린 이노베이션 홈페이지(https://green-innovation.nedo.go.jp/en/) 24) JST-Mirai 프로그램 홈페이지(https://www.jst.go.jp/mirai/en/) 제5장 R&D 투자동향 39 5.2. 국내 정부 R&D 투자동향25) (총 투자규모) 탠덤 태양전지 분야 정부R&D 투자규모는 251.7억 원(’23년 기준)이며, 최근 5년간(’19~’23) 연평균 33.3% 증가 l 투자규모는 2019년(79.7억 원)부터 지속적으로 상승하는 추세를 보이며, 세부과제 개수 또한 지속적으로 상승(29개→50개)하고 있음 - 세부과제 당 단가는 2019년 2.7억 원에서 2023년 5.0억 원으로 상승하면서 세부과제 당 투자규모는 확대됨 [그림 23] 탠덤 태양전지 분야 정부R&D (a) 투자규모 및 (b) 세부과제 개수 추이 (부처별) 최근 5년간(’19~’23) 4개의 부처에서 탠덤 태양전지에 투자하였으며, 과기정통부 및 산업부의 투자비중이 높은 것으로 나타남 l 2023년 기준으로 과기정통부 및 산업부 투자비중의 합이 약 94%로 나타남 l 산업부의 경우, 2020년부터 탠덤 태양전지 투자규모가 커지면서 투자비중이 2019년 20%에서 2023년 46%로 급증한 것으로 나타남 (수행주체별 및 연구개발단계별) 2019년에는 대학･연구소 및 기초･응용연구 중심으로 추진되어 왔으나, 2020년부터 대기업 및 개발연구에 대한 투자비중이 크게 증가하였음 l (수행주체) 2023년 기준 투자비중은 대학 42.4%, 대기업 30.1%, 연구소 26.5%, 중소 중견기업 0.5%, 기타 0.6% 등으로 나타남 25) NTIS(국가과학기술지식정보서비스) 국가연구개발사업 과제정보 데이터 활용. 과학기술표준분류 태양광(소분류)에 해당되는 과제 중 탠덤 태양전지 관련 과제 선별 40 탠덤 태양전지 - 2019년에는 대학에 대한 투자비중이 61.0%, 출연연구소가 34.7%를 차지하며 95% 이상이 대학･연구소 중심으로 R&D가 투자되었으나, 2020년부터 대기업의 투자 비중이 증가하며 산･학･연 투자비중이 고르게 나타남 l (연구개발단계) 2023년 기준 투자비중은 응용연구 56.0%, 기초연구 32.1%, 개발연구 11.9% 등으로 나타남 - 2019년에는 기초연구가 69.5%로 가장 높은 비중을 차지하였으나, 2021년 응용연구가 41.8%로 가장 높은 비중을 차지하며 현재까지 그 추이는 유지되고 있음 - 개발연구에 대한 투자비중은 2020년 37.9% 이후 지속적으로 감소하고 있음 [그림 24] 탠덤 태양전지 분야 (a) 수행주체별 및 (b) 연구개발단계별 정부R&D 투자비중 구분 2019 2020 2021 2022 2023 5개년 증가율 대학 48.7 (61.0) 62.0 (37.0) 74.1 (33.0) 99.0 (41.0) 106.7 (42.4) 21.7 출연연 27.7 (34.7) 48.7 (29.0) 68.0 (30.2) 64.4 (26.6) 66.7 (26.5) 24.6 대기업 0.0 (0.0) 53.2 (31.7) 81.9 (36.5) 77.3 (32.0) 75.7 (30.1) 12.5* 중소기업 2.2 (2.8) 3.7 (2.2) 0.7 (0.3) 0.7 (0.3) 1.2 (0.5) △14.9 기타 1.2 (1.4) 0.0 (0.0) 0.0 (0.0) 0.4 (0.2) 1.4 (0.6) 5.6 합계 79.7 (100.0) 167.6 (100.0) 224.7 (100.0) 241.8 (100.0) 251.7 (100.0) 33.3 <표 12> 탠덤 태양전지 분야 수행주체별 정부R&D 투자금액 및 비중 추이 (단위: 억 원, %) ※ 괄호 안은 합계 대비 비중을 의미 * 대기업의 연평균 증가율은 4개년 수치 반영 제5장 R&D 투자동향 41 구분 2019 2020 2021 2022 2023 5개년 증가율 기초 55.4 (69.5) 93.2 (55.6) 68.0 (30.2) 92.3 (38.2) 80.7 (32.1) 9.9 개발 11.2 (14.0) 63.5 (37.9) 61.9 (27.6) 38.2 (15.8) 30.0 (11.9) 28.0 응용 13.2 (16.5) 10.8 (6.4) 93.8 (41.8) 111.3 (46.0) 141.0 (56.0) 80.9 기타 0.0 (0.0) 0.0 (0.0) 1.0 (0.4) 0.0 (0.0) 0.0 (0.0) 0 합계 79.7 (100.0) 167.6 (100.0) 224.7 (100.0) 241.8 (100.0) 251.7 (100.0) 33.3 <표 13> 탠덤 태양전지 분야 연구개발단계별 정부R&D 투자금액 및 비중 추이 (단위: 억 원, %) ※ 괄호 안은 합계 대비 비중을 의미 (주요 사업 및 과제) 과기정통부 및 산업부 중심으로 세부사업 단위의 R&D가 추진되고 있으며, 과기정통부는 페로브-박막, 산업부는 페로브-Si를 주로 지원하고 있음 l (과기정통부) 기후변화대응기술개발사업 일몰 후, 중소규모 후속 세부사업(단계도약형탄소 중립기술개발, 무탄소에너지핵심기술개발 등)을 통해 페로브스카이트 단일접합 및 페로브 -박막 탠덤 태양전지를 지원하고 있음 l (산업부) 신재생에너지핵심기술개발사업(일몰관리혁신) 중심으로 페로브스카이트 단일접합 및 페로브-Si에 대한 다양한 기술테마를 지원하고 있음 부처명 / 세부사업명(내역사업명) 연구 기간 페로브 단일접합 페로브-Si 탠덤 페로브-박막 탠덤 등주요 세부과제명 대면적 안정성 기타 대면적 안정성 기타 과기정통부 / 기후변화대응기술개발(태양전지) ’09~’24 ü ü ü . . . ü 투광형 탠덤 지향 고효율 페로브스카이트 태양전지 기술과 상용화를 위한 대면적화 및 안정성 향상 ’19~’23 ü ü 건식, 반투명 . . . P-CIGS CIGS 박막태양전지 기반 고효율 투광형 태양전지 모듈 원천기술 ’19~’23 . . . . . . P-CIGS (반투명) 고안정, 친환경, 최고효율 단일접합 태양 전지 원천기술 개발 ’20~’24 ü ü 건식, 친환경 . . . . 과기정통부 / 단계도약형탄소중립기술개발 ’22~’24 ü ü ü . . . ü 초고효율 탠덤(다중접합)용 페로브 스카이트 태양전지 요소기술 개발 ’22~’24 . . . . . . P-P-X (초고효율) <표 14> 페로브-Si 탠덤 태양전지 관련 세부사업 및 주요 세부과제 현황 42 탠덤 태양전지 * 출처 : NTIS 과제정보 및 각 세부사업 RFP 부처명 / 세부사업명(내역사업명) 연구 기간 페로브 단일접합 페로브-Si 탠덤 페로브-박막 탠덤 등주요 세부과제명 대면적 안정성 기타 대면적 안정성 기타 친환경 공정 기반 대면적 페로브스카이트 태양전지 개발 ’22~’24 ü ü 친환경 . . . . 과기정통부 / 무탄소에너지핵심기술개발 ’25~’29 ü ü ü . . . ü 페로브스카이트 태양광 모듈 장기 안정성/내구성 향상 및 평가 기술개발 ’25~’29 ü (≥100 cm2) ü (옥외) 평가 기술 . . . . CIGS계 박막기반 초경량 고신뢰성 사용처다변형 다중접합 태양전지 기술 ’25~’29 . . . . . . X-CIGS (경량, 유연) 차세대 혁신 소재 기반 한계돌파형 다중접합 태양전지 원천기술 개발 ’25~’29 . . . . . . 소재미정 (초고효율) 산업부 / 차세대태양전지실증 ’24~’27 ü (≥0.72 m2) ü (옥외, 2kW) . . . . . 산업부 / 신재생에너지핵심기술개발(태양광) ’06~ ü ü ü ü ü ü . 발전량 증대를 위한 효율 26%급, 6인치 페로브스카이트/결정질 실리콘 탠덤 태양전지 셀 제작기술 개발 ’20~’23 . . . ü (≥M4) ü . . 차세대 페로브스카이트/결정질 실리콘 탠덤 태양전지 효율측정 기술 국산화 개발 ’20~’23 . . . . . 측정 기술 . 슈퍼 태양전지 - 실리콘 이론한계 돌파형 (>35%) 이중접합 태양전지 개발 ’21~’26 . . . . . 초고 효율 . 고내구성을 갖춘 고효율 페로브스카이트/ 결정질 실리콘 탠덤 태양광 모듈 공정 기술개발 ’21~’24 . . . ü ü . . 페로브스카이트 태양전지 골드 프리 (gold-free) 저가 전극 기술개발 ’22~’25 ü . 저가화 (금 대체) . . . . 차세대 탠덤 상부셀용 건식공정과 소재를 적용한 MW급 장비 개발 ’23~’26 . . . ü (≥M6) . 건식, 장비 . 결정질 실리콘 기반 탠덤 태양전지 적용을 위한 전층 무기 저온상변화 페로브스카이트 상부셀 및 핵심소재 개발 ’23~’26 . ü (무기물) 건식 . . . . 페로브스카이트/결정질 실리콘 탠덤 태양전지 및 모듈 효율측정 기술 고도화 ’24~’27 . . . . . 측정 기술 . 건식 진공공정 적용 탠덤 상부셀용 핵심 소재 대량합성 기술개발 ’24~’27 . . . ü (≥M6) ü (무기물) 건식 . 페로브스카이트/결정질 실리콘 탠덤 태양전지의 옥외노출 준안정성 확보를 위한 열화성능 개선 ’25~’28 . . . . ü (옥외, 전류 매칭) 건식, 습식 . 제6장 결론 43 제6장 결론 6. 요약 및 정리 (기술) 페로브-Si 탠덤 태양전지 34.85% 효율 달성 후, 상용화를 위한 대면적화, 안정성 확보, 탠덤 및 모듈 기술 고도화 등으로 R&D 테마가 확장되고 있음 l 하부셀(실리콘 태양전지)의 대면적 규격(M10) 적용에 따라, 페로브스카이트 태양전지도 M10 이상의 대면적 전지 구현을 위한 기술개발이 추진되고 있음 l 탠덤 기술 실제 보급을 위해, IEC 표준에 부합하는 성능 안정성, 모듈 환경성, 시험･인증 기준, 응용처 확대 등을 포함한 상용 기반 R&D도 활발히 진행되고 있음 (산업) 2027년부터 탠덤 태양전지의 상용화가 전망됨에 따라, 상용급 면적 에서의 효율 향상, 파일럿 생산 설비 구축, 국제 표준 선점 등 기업 간 경쟁이 더욱 심화되고 있음 l 국가별 태양광 산업 및 기술 강세 분야에 따라, 실리콘 태양광 대기업 중심(중국, 한국 등)과 페로브스카이트 스타트업 중심(EU, 미국, 일본 등) 등으로 상용화 접근 방식이 차별화되고 있음 ※ 특히, 중국은실리콘태양광글로벌생산인프라･공급망을보유한다수의대기업을중심으로 공격적으로탠덤태양전지상용화를추진하고있음 l 상용급 면적(M6~M12)에서 20% 후반 셀 효율이 보고되고 있으며, 파일럿 생산 설비 구축, 모듈 시제품 제작 등 기술 검증 및 양산 전환 경쟁이 본격화되고 있음 (정책) 탠덤 태양전지 상용화를 태양광 산업 내재화 기회로 인식하고, R&D 지원뿐만 아니라 상업화 연계, 보급확대, 세제혜택 등 밸류체인 전반에 대한 정책적 지원이 병행되고 있음 l 일본 등 일부 국가에서는 페로브스카이트 태양전지 보급을 위해 보조금 지원, 세제혜택 등을 포함한 기술 보급 촉진 정책을 마련하고 있음 44 탠덤 태양전지 l 일본의 그린이노베이션 펀드, EU의 Innovation Fund 및 탈탄소화 은행 설립 추진 등, 주요국은 청정산업 투자 자본을 적극적으로 확대하고 있음 (R&D투자) 주요국은 대형 R&D 프로그램을 통해 다양한 기관의 참여 및 협력을 기반으로 탠덤 태양전지 R&D를 지원하고 있으며, 지원 연구 주제도 다양화하고 있음 l EU Horizon Europe, 미국 PRIMES Perovskite Tandem PV 등을 통해 대학, 기업, 연구소, 측정기관 등 다양한 기관에 다양한 연구를 지원하고 있음 ※ 페로브-Si 2단자탠덤태양전지상용화뿐만아니라, 4단자, 우주환경응용, 친환경모듈등 지원연구주제를다양화하고있음 l EU는 European Perovskite PV Network를 통해 유관 프로젝트 간 지식 공유, 공동연구, 인프라 연계 등 다국적 협력 네트워크로 투자를 효율화하고 있음 참고문헌 45 참고문헌 문헌자료 • 관계부처합동(2021), 탄소중립 기술혁신 추진전략 • 관계부처합동(2023), 국가 탄소중립･녹색성장 기본계획 • 관계부처합동(2023), 한국형 탄소중립 100대 핵심기술 선정 • 관계부처합동(2023), 태양광 분야 탄소중립 기술혁신 전략로드맵 • 산업부(2020), 태양광 R&D 혁신전략 • 산업부(2021), 탄소중립 산업에너지 R&D 전략 • 산업부(2024), 재생에너지 보급 확대 및 공급망 확산 전략 • 산업부(2024), 제5차 에너지기술개발계획 • 산업부(2025), 제11차 전력수급기본계획 • 일본 경제산업성(2024), 제7차 에너지기본계획 • 일본 경제산업성･민관협의회(2024), 차세대 태양전지 전략 • 대외경제정책연구원(KIEP, 2023), 세계경제 포커스(EU 그린딜 산업계획 후속정책의 주요 내용과 시사점) • 대한무역투자진흥공사(KOTRA, 2024), KOTRA 경제통상 리포트(日 GX부문 투자촉진책의 주요내용과 시사점) • 에너지경제연구원(KEEI, 2022), 세계 에너지시장 인사이트 제22-14호 • 에너지경제연구원(KEEI, 2024), 세계 에너지시장 인사이트 제24-6호 • 에너지경제연구원(KEEI, 2025), 세계 에너지시장 인사이트 제25-6호 • 한국과학기술기획평가원(KISTEP, 2024), S&T GPS 주요동향(제7차 에너지기본계획(안) 발표) • 한-EU연구협력센터(KERC, 2024), Issue Report(유럽연합 에너지 R&D 정책 및 동향) • 김동구(2024), 에너지경제연구, 미국 인플레이션 감축법의 청정에너지 진흥 방안과 시사점 • Yeo et al.(2020), Pathway toward market entry of perovskite solar cells: A detailed study on the research trends and collaboration networks through bibliometrics • Khenkin et al.(2020), Consensus statement for stability assessment and reporting for perovskite photovoltaics based on ISOS procedures • Bastiani et al.(2021), All Set for Efficient and Reliable Perovskite/Silicon Tandem Photovoltaic Modules? 46 탠덤 태양전지 • Liu et al.(2022), Efficient and stable perovskite-silicon tandem solar cells through contact displacement by MgFx • Xu et al.(2022), Slot-Die Coated Triple-Halide Perovskites for Efficient and Scalable Perovskite/ Silicon Tandem Solar Cells • Hwang et al.(2023), Sputtered PbI2 with Post-Processing for Perovskite Solar Cell • Yang et al.(2023), Shunt mitigation toward efficient large-area perovskite-silicon tandem solar cells • Zhou et al.(2023), Modulation of perovskite degradation with multiple-barrier for light-heat stable perovskite solar cells • Liao et al.(2024), Gas Quenched Alternating Cations in the Interlayer Space Quasi-2D (GA)(MA)5Pb5I16 Perovskite for Radiation Tolerant Single Junction and Stable Monolithic Quasi-2D Perovskite-Silicon Tandem Solar Cells • Zheng et al.(2024), Solvent engineering for scalable fabrication of perovskite/silicon tandem solar cells in air • Liu et al.(2024), Perovskite/silicon tandem solar cells with bilayer interface passivation • Emery et al.(2025), Tips and Tricks for a Good Encapsulation for Perovskite-Based Solar Cells • Kore et al.(2025), Efficient fully textured perovskite silicon tandems with thermally evaporated hole transporting materials • Tanko et al.(2025), Stability and reliability of perovskite photovoltaics: Are we there yet? • BNEF(2025), 1Q 2025 Global PV Market Outlook • IDTechEx(2025), Perovskite Photovoltaic Market 2025-2035 • IEA(2024), CO2 Emissions in 2023 • IEA(2024), Renewables 2024 • IEA(2024), World Energy Outlook 2024 • IEA-PVPS(2024), TRENDS IN PHOTOVOLTAIC APPLICATIONS 2024 • IDTechEx(2025), Perovskite Photovoltaic Market 2025-2035 • VDMA(2025), International Technology Roadmap for Photovoltaic (ITRPV) 16th Edition 웹사이트 • https://ec.europa.eu/info/funding-tenders/opportunities/ • https://green-innovation.nedo.go.jp/ • https://pepperoni-project.eu 참고문헌 47 • https://wavelabs.de/ • https://www.rena.com/en/ • https://www.longi.com/ • https://www.enecoat.com/ • https://www.energy.gov/eere/solar/ • https://www.huasunsolar.com/ • https://www.ise.fraunhofer.de/ • https://www.jst.go.jp/mirai • https://www.oxfordpv.com/ • https://www.pv-magazine.com/ • https://www2.nrel.gov/pv/cell-efficiency 보도자료 • 아이티데일리(2025.04.17.), 미 법원, 트럼프 행정부 반 기후변화 독주 제동 • 인더스트리뉴스, 명승엽PD의 이슈리포트(매월 발간) \|저 자 소 개 \| 여 준 석 한국과학기술기획평가원 거대공공사업센터 연구위원 Tel: 043-750-2475 E-mail: susuky@kistep.re.kr 김 아 람 한국과학기술기획평가원 거대공공사업센터 연구원 Tel: 043-750-2503 E-mail: arkim91@kistep.re.kr \|편 집 위 원 소 개 \| 전 승 수 선임연구위원 성 민 규 부연구위원 정 두 엽 부연구위원 김 종 란 연구위원 한국과학기술기획평가원 사업조정본부 Tel: 043-750-2460 E-mail: jkim@kistep.re.kr KISTEP 브리프 \| 2025-185호 탠덤 태양전지
기술동향브리프	스스로 일하는 공장: AI 자율제조	2025-05-15
<p style="text-align: justify;"><span style="font-size: 12pt;">우리나라는 명실상부한 제조업 강국입니다.</span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">* 제조업 경쟁력 지수 세계 4위('22, 유엔산업개발기구, UNIDO), </span><span style="font-size: 12pt;">산업용 로봇 밀도 세계 1위('10~'17, '19~'23, 국제로봇연맹, IFR)</span></p> <p style="text-align: justify;"><span style="font-size: 12pt;"><br></span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">하지만 낮은 노동생산성을 극복하고, 제조업 생태계를 혁신하기 위해 AI 자율제조 역량 확보가 필수입니다.</span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">글로벌 제조 기업들은 스마트공장을 넘어 데이터 플랫폼과 경영 컨설팅 기반의 산업 생태계를 조성하고 있습니다. </span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">우리나라도 3만 개에 달하는 스마트공장을 기반으로 민관이 협력하여 '(가칭) K-자율제조 종합 솔루션' 구축에 나서야 할 때입니다.</span></p>Contents 제1장 개요 ························································· 1 제2장 기술･산업동향 ········································· 9 제3장 정책동향 ················································ 20 제4장 정부 투자동향 ······································· 26 제5장 결론 및 시사점 ····································· 29 KISTEP 브리프 183 AI 자율제조 제1장 개요 1 제1장 개요 1.1 배경 및 필요성 세계경제포럼(World Economic Forum)은 2025년 ‘지능형 시대(Intelligent Age)의 산업’이라는 백서 시리즈의 10대 분야 중 하나로 ‘첨단 제조와 공급망’을 선정 l 제조 현장에의 AI 도입은 생산공정의 자동화, 운영 효율성 향상, 품질 개선, 에너지 및 자원 관리 최적화 등 다양한 측면에서 변화를 이끌고 있으며, 이러한 AI 기반의 자율 운영체제로 전환하려면 제조업체들은 강력한 조직적･기술적 기반을 마련해야 함을 강조 [그림 1] 세계경제포럼이 2025년 발간한 첨단 제조와 공급망 분야 백서 일부 자료: World Economic Forum(2025) 제조업은 한국의 생산구조가 집중된 산업으로 국민경제에 기여도가 높고, 주요국 대비 수출 의존도가 전반적으로 높게 유지되고 있는 산업임 l 한국의 GDP 내 제조업 비중은 ’20년 기준 27%로 OECD 평균인 14%의 두 배에 육박하며, 제조업 수출 익스포저가 팬데믹 이후에도 47% 내외의 높은 수준에 있는 것으로 추정 AI 자율제조 2 [그림 2] 국가별 소득수준 및 제조업 비중1) 주: 1) 총산출 기준 2) 로그 규격화(log scale)하여 표시 자료: 한국은행(2024) [그림 3] 주요국 제조업 비중 및 수출 익스포저1) 주: 1) 총산출 중 직･간접수출의 비중 자료: 한국은행(2024) 한국의 제조업 경쟁력 지수는 꾸준히 상승하고 있으며, 또한 제조업 자동화 수준의 척도인 산업용 제조 로봇의 밀도도 세계 최고 수준 l 유엔산업개발기구(UNIDO)에서 발표하는 제조업 경쟁력 지수(Competitive Industrial Performance)에서 한국은 ’14년 일본을 처음 역전하여 ’22년 기준 4위권 유지 중 l 국제로봇연맹(IFR)에서 발표하는 국가별 로봇 밀도에서 한국은 전자･자동차 산업에서의 대규모 로봇 활용을 기반하여 ’18~’19년을 제외(싱가포르 1위)하고는 ’10~’23년 세계 1위 지속 달성 [그림 4] 제조업 경쟁력 지수로 본 한국의 글로벌 경쟁력 추이 자료: 유엔산업개발기구(UNIDO) CIP Index, https://stat.unido.org/cip 제1장 개요 3 [그림 5] 국가별 제조 산업에서의 로봇 밀도(2023년 기준) 자료: International Federation of Robotics(2024), World Robotics 2024 한편, 경제협력개발기구(OECD) 국가 기준 한국의 1인당 GDP는 평균 수준이나, 시간당 노동생산성 수준은 최하위권 l 한국의 1인당 GDP는 과거 지속 상승하여 ’17년부터 OECD 국가 중 21위를 유지하고 있으나, 시간당 노동생산성은 $49.4로 타 제조 강국(독일 $88, 미국 $87.6)에 비해 매우 낮은 상황 [그림 6] OECD 국가별 1인당 GDP 자료: 아사히신문(2024) [그림 7] OECD 국가별 시간당 노동생산성 (2022년 기준) 자료: 국회예산정책처(2023) 활용 저자 재구성 이러한 정보를 종합하면, 한국은 노동 생산성을 끌어올리기 위해 로봇을 가장 활발히 도입･활용하고 있지만 생산효율은 그에 미치지 못하는 역설적 상황 AI 자율제조 4 제조업 비중이 높은 국가 중 노동생산성이 동시에 높은 국가들은 민간 생태계 내에서 자발적, 자생적인 제조혁신 활동을 전개 중 l (Industrie 4.01)) 독일에서 시작된 제4차 산업혁명으로, 사물인터넷(IoT), 인공지능(AI), 빅데이터, 사이버-물리 시스템(CPS) 등 첨단 기술을 활용해 제조업과 공급망을 디지털화･자동화 하며, 생산성과 효율성을 극대화하는 스마트공장 및 혁신적 산업 생태계를 지향(’11~) l (GAIA-X2)) 독일이 주도하고 EU가 지원하는 데이터 인프라 프로젝트로, 유럽의 데이터 주권 확보와 글로벌 IT 기업 의존도 감소를 목표로 하며, 데이터의 상호운용성과 보안을 강화하고 클라우드 플랫폼을 통해 산업 간 데이터 공유와 혁신 생태계를 조성(’19~) l (Catena-X3)) 자동차 산업의 데이터 공유를 위한 개방형 플랫폼으로, 공급망 효율화와 지속 가능성을 지원하며, 기업 간 데이터 교환 표준화를 추구(’21~) 한국도 현대자동차, LG전자, 포스코 등 제조생태계 최상위 기업(OEM4))들은 자발적인 투자로 세계적 수준의 AI 자율제조 역량을 확보 중 [그림 8] 현대자동차가 생산시스템 혁신을 위해 구축한 싱가포르 글로벌 혁신센터(HMGICS) [그림 9] 스마트팩토리 솔루션이 적용된 경남 창원 LG스마트파크 냉장고 생산라인의 모습 [그림 10] 포스코 광양제철소 냉연코일 이재판정 CCTV가 작동되고 있는 모습 1) 독일에서 처음 제안될 때의 공식 명칭은 ‘Industrie 4.0’이나, 국제 무대에서의 이해도를 높이기 위한 경우 ‘Industry 4.0’ 으로 표기하는 것이 선호됨 2) “Gaia”는 그리스 신화에서 대지의 여신을 의미하며 생명과 생태계의 근원, 포용적이고 조화로운 생태계를 상징하므로, Gaia-X 프로젝트가 유럽의 데이터와 클라우드 인프라를 위한 개방적이고 신뢰할 수 있는 디지털 생태계를 만들고자 하는 비전을 반영 3) “Catena”는 라틴어로 “사슬(chain)”을 뜻하고, 이는 자동차 산업 내 다양한 기업과 공급망이 서로 연결되어 하나의 체인처럼 협력한다는 의미를 담고 있으며, 각 기업이 사슬의 한 고리처럼 데이터로 연결되어 있다는 점을 강조 4) Original Equipment Manufacturing의 약자로 자동차 업계 등에서 자주 쓰고, 쉽게 말해 “주문자 상표 부착 생산” 또는 “위탁생산”을 의미하며, 한 회사(주문자)가 자신들의 브랜드로 판매할 제품을 다른 회사(제조업체, 즉 OEM 업체)에 맡겨 생산하는 방식 제1장 개요 5 그러나, 중소･중견기업들은 정부의 스마트공장 보급･확산 사업 수혜에 의존하여 디지털 전환 및 산업 데이터 누적･활용이 활발하지 않음 l 중소벤처기업부는 누계 기준 ’22년 스마트공장 3만 개 구축 지원 성과를 달성하였으나, 자산(Asset), 공정, 물류, 공급망 등의 디지털 전환과 관련 있는 공급기업 구성이 어려운 실정 [그림 11] 스마트공장 보급성과 및 기술공급 시장 현황 자료: 중소벤처기업부 & 스마트제조혁신추진단(2024), SMATEC 2024 발표자료 Industry 4.0을 통해 2030년까지 엔터프라이즈 내 모든 자산을 디지털 데이터로 관리하고, AI 에이전트를 활용하여 생산성을 최적화하겠다는 비전(McKinsey, 2024) 달성을 위해서는 보다 신속하고 강력한 정책 추진이 필요한 시점 l 소재, 부품, 장비, 공장, 물류 등 눈에 보이고 만질 수 있는 물리 시스템을 가상화하고, 궁극적으로는 이를 글로벌 네트워크로 구축하여 지속적으로 혁신하는 것이 Industry 4.0의 본질이며, 핵심은 많은 데이터를 효과적으로 구축하는 것에 있음 [그림 12] Industry 4.0의 주요 구성요소 자료: INDUSTRIE 4.0. https://www.ibisbis.com.au/ 및 저자 재구성 AI 자율제조 6 따라서 정부 R&D 투자의 효과성을 제고하고 한국 제조산업 생태계의 일대 혁신을 가져오기 위해 글로벌 AI 자율제조 기술･산업의 방향성을 조망할 필요가 있음 l 해외 선진국에서는 데이터 센터 및 플랫폼 위에서 경영 컨설팅(경영 진단), 공정별 제어 솔루션, 공정 최적화 솔루션, 엔터프라이즈 최적화 솔루션이 특화기업에 의해 공급되는 중 l 이러한 특화 솔루션 공급뿐만 아니라 “오픈소스 솔루션” 공급도 가능하게끔 하여 무한 경쟁, 지속가능 혁신 생태계로 진화 중인 점을 적극 벤치마킹할 필요가 있음 제1장 개요 7 1.2 기술의 정의 및 범위 중소벤처기업부(2024)에서는 스마트제조산업(기술)을 4개 영역으로 나누어 정의 하였으며, 동 영역들에 포함되는 14개 제품･서비스 분류를 세부분야 범위로 발굴 l 14개 분류 중 ① 식별시스템/머신비전, ② 제어시스템/컨트롤러, ③ 통신네트워크 장비, ④ 물류관리 시스템, ⑤ 생산관리시스템, ⑥ CPS/디지털트윈, ⑦ 제조빅데이터/제조AI가 7대 전략분야로 선정됨 [그림 13] 스마트제조산업 정의 및 분류체계 자료: 중소벤처기업부 & 스마트제조혁신추진단(2024), SMATEC 2024 발표자료 l 또한 국내에서는 중소벤처기업부와 스마트제조혁신추진단 등에서 스마트공장 단계와 특성, 조건 등을 정의하고 있으며, 단계별 적용 스마트제조 기술 또한 제시되어 있음 <표 1> 스마트공장 수준단계 등급 수준단계 특성 조건(구축 수준) 적용 기술 Level 5 고도화 맞춤 및 자율 모니터링부터 제어, 최적화까지 자율로 운영 인공지능, AR/VR, CPS 등 Level 4 중간2 최적화 & 통합 시뮬레이션을 통한 사전 대응 및 의사결정 최적화 최적화 도구, 시뮬레이션, 센서 제어기 Level 3 중간1 분석 & 제어 수집된 정보를 분석하여 제어 가능 센서+분석도구, PLC Level 2 기초2 측정 & 확인 생산정보 실시간 모니터링 가능 센서 Level 1 기초1 식별 & 점검 부분적 표준화 및 실적정보 관리 바코드, RFID Level 0 ICT 미적용 미인식 & 미적용 미인식 및 ICT 미적용 - 자료: 대한상공회의소(2022) AI 자율제조 8 산업통상자원부(2024)에서는 ‘AI 자율제조’를 지능형 AI 자율 생산(Intelligence), 첨단장비 융합(Integration), 자율제조 시스템 통합 등을 중심으로 하는 제조공정 혁신을 통해 생산성을 업그레이드 할 수 있는 잠재력으로 정의 l 요소기술로는 제조공정 단계별로 ① 디지털 트윈 등 산업 Data와 AI 결합, ② 생산장비 일체화 및 네트워크 연결, ③ SW 및 알고리즘 체계 구축 등을 제시하고 추진 시작 [그림 14] 산업통상자원부가 제시한 AI 자율제조의 목적 자료: 산업통상자원부 보도자료(2024.10.28.) 본 고에서는 AI 기반의 PaaS(Platform as a Service), SaaS(Software as a Service) 혁신을 통한 자율제조 생태계 제고를 위해 관련 최신 동향을 살펴보고 시사점을 도출하고자 함 l 특히, AI 자율제조의 정의에 해당하는 최신 기술･산업동향을 조사하여 발굴된 주요 트렌드를 소개하고, 국가 경쟁력 강화를 위해 시급히 추진해야 할 정책과제를 제안하고자 함 <표 2> AI 자율제조 기술･산업의 주요 트렌드 기술･산업 트렌드 설명 디지털 자산화를 통한 엔드투엔드(End-to-End) 자율제조 모든 기계, 제품, 공정을 디지털 복제본(Digital Twin)으로 만들어 실시간으로 분석하고 최적화하는 기술 상호운용성(Interoperability) 확보를 위한 데이터 표준화 다양한 제조 장비와 소프트웨어가 같은 데이터 형식으로 정보를 교환할 수 있도록 표준 규칙을 만드는 기술 오픈소스를 활용한 AI 자율제조 에이전트 개발 누구나 무료로 사용할 수 있는 오픈소스 소프트웨어와 플랫폼을 활용해, 제조 현장에 맞는 AI 에이전트를 쉽고 빠르게 개발하는 방법 데이터 플랫폼 및 경영컨설팅 기반 산업생태계 형성 전략(경영 컨설팅), 기술(데이터 센터 및 플랫폼), 운영(제조 현장)의 여러 기업이 함께 참여하면서 장기적 수익을 창출할 수 있는 “구독형 생태계”가 전 세계적으로 구축되고 있음 9 제2장 기술･산업동향 제2장 기술･산업동향 ※ AI 자율제조의 메가트렌드는 스마트공장 보급 → 全자산의 디지털 전환 → 표준화된 제조데이터 누적 → 오픈소스를 활용한 AI 에이전트 개발 → 제조 현장 적용으로 이어지는 일련의 흐름이며, 이 전체 흐름에 데이터 플랫폼 및 경영 컨설팅 기업이 참여하여 산업생태계를 형성 2.1 디지털 자산화를 통한 엔드투엔드(End-to-End) 자율제조 (핵심 개념) “공장 전체를 하나의 데이터로 관리하기” l 모든 기계, 제품, 공정을 디지털 복제본(Digital Twin)으로 만들어 실시간으로 분석하고 최적화하는 기술이며, AAS 포맷을 활용하는 것이 최근의 업계 동향 l AAS(Asset Administration Shell, 자산 관리 셸) : 기계나 설비에 대한 모든 정보5)를 컴퓨터가 이해할 수 있는 형태로 정리해서 저장해 놓은 것이며, 공장 내 모든 자산의 정보를 한눈에 파악할 수 있으므로 편의성과 필요성이 있음6) l 디지털 전환은 제조기업의 비용 절감, R&D 투자 증대, 인적 자원 개선을 통해 기업 성과를 유의미하게 향상시키며, 비국유기업･선진 지역에서 더 큰 성과 개선 효과를 보임7) <표 3> 왜 기업 전체의 디지털 자산화가 중요한가? 구분 전통적 방식 디지털 자산화 방식 문제 대응 담당자 수동 확인 시스템이 자동 진단 데이터 활용 부서별 따로 관리 전사적 실시간 공유 투자 효율 장비 교체 시 모든 재설계 소프트웨어 업데이트만 진행 (사례 1) Siemens는 제조분야 최대 박람회인 Hannover Messe 2024에서 공장의 모든 설비(로봇, 컨베이어 벨트, 에너지 시스템)를 디지털로 통합한 사례 소개8) 5) 예컨대 자산의 이름, 제조사, 모델명, 크기, 무게, 사용 상태, 작동 정보 등 다양한 데이터 6) MHP(2024.08.05.), “How the Asset Administration Shell is shaping the future of digital twins” 7) Wang et al.(2024), “The impact of digital transformation on enterprise performance: An empirical analysis based on China’s manufacturing export enterprises”, PLoS ONE 19(3): e0299723 8) IDTA(2024.04.23.), “Use cases from the industry prove considerable time and cost savings thanks to the Asset Administration Shell” AI 자율제조 10 l (작동 원리) 각 장비에 AAS를 부착하여 실시간 상태 데이터를 수집하고, 문제 발생 시 자동으로 대체 공정을 실행(예: 로봇 고장 시 다른 로봇이 작업을 인계) l (성과) 생산계획 수립 시간을 67% 단축하고, 제품설계 변경 시 공정 조정 시간 79% 감소 (사례 2) BMW는 공장의 생산 네트워크(라이프치히 포함)에서 차량 한 대마다 AAS 디지털 파일을 생성하여 생산효율을 제고9) l (작동 원리) 차량별 맞춤형 AAS에 생산 지침(가이드라인)을 저장하여, 로봇이 해당 파일을 읽고 자동 조립할 수 있도록 자동화 공장을 구축 l (성과) 생산효율, 유연성(고객 맞춤형 생산), 품질, 설비 전환 속도 등에서 획기적 개선을 달성 (사례 3) 터키의 TEKNOPAR는 강철 파이프 제조의 원자재 구매부터 제품 출하까지 엔드투엔드 디지털 자산화를 통해 제조 공급망 전체를 투명화10) l (작동 원리) 공급업체별 AAS 연동을 통해 원자재 품질 데이터를 자동으로 확인할 수 있도록 공급업체와 협력하여 디지털 자산화 진행 l (성과) AAS 기반 데이터 표준화, 실시간 데이터 연동, 협력사와의 데이터 교환의 효율화 달성 [그림 15] 산업용 디지털 트윈과 AAS 솔루션들을 한눈에 찾고 비교할 수 있는 허브 웹사이트9) 9) AAS Solution Hub(https://industrialdigitaltwin.org/solutions-hub) 10) Yallic et al.(2022), “Asset Administration Shell Generation and Usage for Digital Twins: A Case Study for Non-destructive Testing”, Proceedings of the 3rd International Conference on Innovative Intelligent Industrial Production and Logistics, pp.299-306 11 제2장 기술･산업동향 2.2 상호운용성(Interoperability) 확보를 위한 데이터 표준화 (핵심 개념) “서로 다른 기계가 하나의 언어로 대화하기” l 다양한 제조 장비와 소프트웨어가 같은 데이터 형식으로 정보를 교환할 수 있도록 표준 규칙을 만드는 기술이며, OPC UA 포맷을 활용하는 것이 최근의 업계 동향 l OPC UA(Open Platform Communications Unified Architecture) : 전 세계 공장에서 채택한 데이터 통신 표준이며, 모든 장비가 이해할 수 있는 ‘공용 언어’ 역할 l OPC UA 적용 기업은 시스템 통합 비용과 시간 절감 효과를 거두고 있음11) <표 4> 왜 OPC UA가 중요한가? 구분 기존 방식 OPC UA 방식 장비 추가 새 장비마다 통신 프로그램 개발 표준 포트 연결만으로 즉시 사용 데이터 보안 별도 보안 장비 필요 내장 암호화 기능으로 안전 유지 보수 제조사별 기술자 필요 표준 진단 도구로 누구나 점검 [그림 16] 제조 장비들의 OPC UA를 통한 연결성 확보와 품질 추적 데이터베이스 구축 11) Corsha(2024.08.21.), “What Manufacturers Need to Know Before Adopting OPC-UA” AI 자율제조 12 (사례 1) Siemens는 세계 최장 철도 터널(고트하르트 베이스 터널, 57km)에서 조명, 환기, 전력 시스템 장비를 OPC UA로 통합12) l (작동 원리) 모든 장비에 OPC UA를 적용하여 실시간 상태 데이터를 공유하도록 했으며, 문제 발생 시 자동으로 백업 시스템을 가동하도록 구축 l (성과) 16개 공급업체의 장비 연동에 성공했으며, 통합 후 시스템 고장 시간이 감소 (사례 2) 제약 회사 및 자동차 부품 공장에서도 생산 데이터의 위변조를 방지하고 글로벌 생산 기준을 통합하는데 OPC UA 활용13) l (작동 원리) OPC UA의 디지털 서명 기능으로 모든 데이터에 보안 인증을 적용하고, 다양한 국가에 있는 공장들의 검사 장비를 연동하도록 구축 l (성과) 데이터 조작 방지 기술로 규제 기준을 충족시키고, 생산라인 구축 시간도 단축 (사례 3) 이탈리아의 Sima Winding Technology(섬유 자동 권사기 전문 제조사)는 고객사의 공장 IT 인프라와 생산설비(OT) 간 실시간 양방향 데이터 통합을 위해 Omron의 NJ/NX 시리즈 자동화 컨트롤러와 OPC UA를 도입14) l (작동 원리) OPC UA 서버가 내장된 컨트롤러를 통해 생산설비의 상태, 생산 정보, 품질 데이터 등을 MES(제조실행시스템) 등 데이터베이스와 표준화된 방식으로 실시간 연동 l (성과) IT(정보시스템)와 OT(생산설비) 간 데이터 교환이 별도 하드웨어나 라이선스 없이 간단한 설정만으로 가능 - 기존에는 CSV 파일을 FTP로 교환하거나 전용 인터페이스를 별도 개발해야 했으나, OPC UA 도입 후에는 다양한 제조사 설비와 상위 시스템 간 데이터 연동이 표준화되어 상호운용성과 유연성이 크게 향상 12) OPC Foundation(2024, Version V17) “OPC Unified Architecture – Interoperability for Industrie 4.0 and the Internet of Things” 13) Tech Briefs(2021.10.01.) “OPC UA Standard for Industrial Automation” 14) Omron, “8. Case Study: Winder with OPC UA to Meet Italian Industry 4.0 Plan” (https://www.ia.omron.com/product/special/sysmac/nx1/opcua-winder.html) 13 제2장 기술･산업동향 2.3 오픈소스를 활용한 AI 자율제조 에이전트 개발 (핵심 개념) “누구나 쉽고 빠르게 AI 에이전트를 만들 수 있는 시대” l 누구나 무료로 사용할 수 있는 오픈소스 소프트웨어와 플랫폼을 활용해, 제조 현장에 맞는 AI 에이전트를 쉽고 빠르게 개발하는 방법 l 과거에는 특정 회사의 폐쇄적인(Lock-in) 소프트웨어에 의존해야 했지만, 이제는 오픈소스 플랫폼 덕분에 중소기업도 대기업처럼 저렴하고 빠르게 AI 자율제조 시스템을 개발 가능 <표 5> 기존 폐쇄형 개발 vs 오픈소스 활용 개발 비교 구분 폐쇄형 개발 오픈소스 활용 개발 비용 라이선스･유지비 부담 큼 무료 또는 저렴, 필요할 때만 투자 유연성 특정 벤더에 종속, 변경 어려움 다양한 솔루션 조합, 자유로운 변경 개발 속도 벤더 승인･업데이트 대기, 느림 전 세계 개발자와 협업, 빠른 도입 확장성 추가 기능 도입 시 비용 증가 오픈 커뮤니티에서 다양한 확장 지원 혁신성 벤더가 제공하는 기능에 한정 최신 AI･자동화 기술 즉시 적용 가능 (사례 1) Universal Automation은 IEC 61499 국제표준을 기반으로, 서로 다른 제조장비와 소프트웨어가 쉽게 연결되고 자동화될 수 있도록 돕는 오픈소스 플랫폼15) [그림 17] Universal Automation 연합 참여기관의 수 증가 현황 자료: UAO 홈페이지(https://universalautomation.org/what-is-uao/) 15) Industrial Automation Co.(2023.10.25.), “The Rise of Universal Automation: A Comprehensive Guide” AI 자율제조 14 l (현황) 폐쇄형 생태계를 추격하기 위한 109개 기관이 Universal Automation 연합에 멤버로 참여하고 있으며, 대륙별로는 유럽(62개) > 아시아-태평양(25개) > 북아메리카(16개) > 라틴아메리카(6개) 순서로 구성됨 l (적용) 한 글로벌 자동차 부품 제조사(AutoTech Inc.)는 Universal Automation을 도입해 생산라인 표준화를 진행하였음 l (성과) 생산 시간을 30% 단축하고 전체 효율 또한 20% 향상 달성 [그림 18] Universal Automation 연합에 참여하고 있는 다양한 기관들 (사례 2) 허깅페이스는 100만 개 이상의 오픈소스 AI 모델과 데이터셋을 제공하는 대중화된 오픈소스 플랫폼이며, 제조기업은 이 플랫폼에서 원하는 AI 모델 (예: 불량품 이미지 판별, 예지정비 등)을 쉽게 찾아 활용할 수 있음16) l (적용) 허깅페이스의 오픈소스 모델과 Intel AI 가속기, AWS 클라우드를 결합해 대규모 AI 학습 및 추론을 빠르게 처리한 사례가 있음 l (성과) 최신 Intel CPU에서 기존 대비 3~10배 빠른 AI 성능, Habana Gaudi2 HPU에서는 NVIDIA A100 대비 2배 빠른 학습･추론 속도 16) Intel Xeon Case Study, “Speed AI Development and Deployment Using 4th Gen Intel® Xeon® Processors, Habana® Gaudi®2 HPUs, and Hugging Face Open Source Libraries” 15 제2장 기술･산업동향 [그림 19] 허깅페이스가 최근 공개한 명령 수행로봇 AI모델 오픈소스 사례 자료: SBS 뉴스 유튜브(https://www.youtube.com/watch?v=EQihk8VVZZk) (사례 3) Auto-GPT, BabyAGI 등은 사용자가 목표만 입력하면 AI가 스스로 작업을 계획하고 실행하는 오픈소스 에이전트17) l (적용) 제조 현장에서는 불량품 자동 분류, 생산 일정 자동 조정, 데이터 보고서 자동 작성 등에 활용할 수 있음 l (성과) 대규모 언어모델(LLM) 기반 기업 랭체인(LangChain)의 2024년 설문조사에 따르면, 기업의 51%가 실제로 AI 에이전트(오픈소스 포함)를 현장에 적용하고 있음 17) LangChain, “State of AI Agents” (https://www.langchain.com/stateofaiagents) AI 자율제조 16 2.4 데이터 플랫폼 및 경영 컨설팅 기반 산업 생태계 형성 (핵심 개념) “전략-기술-운영을 통합하는 구독형･장기적 수익모델 창출” l 스마트공장에서는 기계, 로봇, 센서 등에서 나오는 방대한 데이터를 공장 내 서버(엣지)와 외부 클라우드 데이터 센터를 통해 실시간으로 모으고 분석 l 이 과정에서 기존의 전통적 SI 프로젝트와는 달리 전략(경영 컨설팅), 기술(데이터 센터 및 플랫폼), 운영(제조 현장)의 여러 기업이 함께 참여하면서 장기적 수익을 창출할 수 있는 “구독형 생태계”가 전 세계적으로 구축되고 있음 <표 6> 전통적 SI 프로젝트와 AI 자율제조 협업 비교 구분 전통적 SI 프로젝트 AI 자율제조 협업 모델 주요 목적 정보시스템 구축 (ERP, MES 등) AI 기반 제조혁신 및 지속 가능한 스마트팩토리 구축 계약 구조 고정형 계약 (설계･구축･납품 중심) 유연형 계약 (공동개발, 구독형, 성과기반 수익분배) 참여자 구조 SI 업체 단독 또는 하청 형태 컨설팅사 + 클라우드사 + 고객 간 3자 공동 생태계 기술 범위 전산시스템 중심(IT) AI, IoT, Cloud, Digital Twin, Edge 등 융합기술 도입 방식 One-time 구축 후 납품 PoC → 확산→ 운영/구독형 전환 (단계별 확장) 수익모델 프로젝트 단가 기반 일시 수익 지속형 구독 수익, 서비스 운영에 따른 매출 지속 발생 유지보수 AS 계약 별도, 고정 범위 클라우드 기반 지속 운영 및 개선 (AI 성능 지속 개선 포함) 확장성 타 공장 적용 어려움(맞춤형) 재사용 가능한 플랫폼화, 레퍼런스 확산 용이 고객관계 공급자 vs. 고객 파트너십 구조, 공동 혁신 동반자 관계 예시 ERP/MES 구축, 설비 자동화 시스템 납품 AI 품질검사, AI 예지정비, Digital Twin 기반 자율제조 플랫폼 (사례 1) KPMG는 Microsoft와의 전략적 파트너십을 통해 제조기업을 위한 AI･ 클라우드 기반 솔루션을 개발･제공하고 있음18) l (적용 예시) KPMG와 Microsoft는 글로벌 제조기업(예: Coca-Cola EuroPacific Partners)과 협력하여, Azure 기반 생성형 AI를 활용해 백오피스 자동화, ESG 데이터 분석, 실시간 감사 및 리포트 자동화를 구현함 18) Microsoft News Center(2023.07.11.), “KPMG and Microsoft enter landmark agreement to put AI at the forefront of professional services” 17 제2장 기술･산업동향 l (효과) KPMG와 Microsoft가 공동 개발한 AI 솔루션은 ESG 데이터 분석 및 리포트 작성 시간을 대폭 단축시켰으며, 실시간 데이터 통합으로 경영 의사결정의 속도와 정확성이 향상됨 - 실제로 KPMG는 Azure 기반의 ‘KPMG Clara’ 플랫폼을 통해 85,000명 이상의 감사 전문가가 수십만 건의 감사 업무를 자동화하고 있음 [그림 20] Microsoft와 KPMG, KPMG Clara의 고객 제조기업 혁신의 방향 자료: Sergio Ruiz-Mier(2019.02.12.), “Microsoft and KPMG global alliance launches new digital solution hub” / KPMG (https://kpmg.com/ca/en/home/services/audit/innovation-in-audit.html) l (국내 기업) 현대자동차의 HMGICS(현대차 글로벌 혁신센터) 구축 프로젝트 등에 있어서도 KPMG(경영관리, IT전략, 정보보안, 로보틱 프로세스 자동화, 차세대시스템 구축 등)19)와 Microsoft(AI 기반 자율물류, 품질분석 플랫폼)20)가 협업 진행 [그림 21] 현대오토에버-KPMG, 현대차그룹-마이크로소프트 간 협업 자료: 메트로신문(2020.09.24.), 인공지능신문(2022.05.24.) 19) 메트로신문(2020.09.24.), “삼정KPMG-현대오토에버, 디지털 신사업 발굴 위한 업무협약” 20) 인공지능신문(2022.05.24.), “마이크로소프트-현대차그룹, 애저 인공지능･머신러닝 분석 기반 “전기차 배터리 자산관리 플랫폼” 구축한다” AI 자율제조 18 (사례 2) Deloitte는 AWS와 협력하여 제조기업의 스마트팩토리 전환을 위한 ‘Smart Factory Fabric’ 클라우드 플랫폼을 제공21)22) [그림 22] Deloitte와 AWS의 협업 현황 및 Smart Factory Fabric 웹사이트 자료: Deloitte, “Deloitte and Amazon Web Services (AWS)” / AWS – Deloitte Smart Factory Fabric 솔루션 (https://aws.amazon.com/ko/iot/solutions/DeloitteSFF/) l (적용 예시) Deloitte는 독일을 포함한 글로벌 제조기업에 AWS IoT, 분석, AI 서비스를 결합한 스마트팩토리 솔루션을 구축해, 생산 설비와 자산의 실시간 모니터링, 예지보수, 품질 관리 자동화를 지원 l (효과) Deloitte Smart Factory Fabric을 도입한 제조기업은 신기술 도입 시간 50% 단축 (6개월 → 3개월) 등 운영 효율성 개선 효과를 입증했으며, AWS IoT 기반의 실시간 데이터 수집･분석으로 생산 현장의 가시성과 자동화 수준이 크게 향상됨 l (국내 기업) 삼성전자는 AWS와 협력해 AI 기반 네트워크 자동화 솔루션을 개발･운영하고 있으며, AWS의 클라우드 인프라와 AI･머신러닝 서비스를 활용해 네트워크 관리 효율성과 자동화를 극대화하는 중23) 21) Amazon Web Service, “Deloitte’s Global Smart Factory Fuels Manufacturing Innovation with AWS” (https://aws.amazon.com/ko/partners/success/smart-factory-deloitte-germany/) 22) Deloitte(2020.07.), “Smart Factory Fabric on AWS” 23) THE GURU(2025.03.24.), “삼성전자, 아마존 손잡고 AI 기반 네트워크 자동화 솔루션 ‘업그레이드’” 19 제2장 기술･산업동향 (사례 3) Accenture는 Google Cloud와 협력하여 제조기업을 위한 AI 기반 데이터 분석･의사결정 플랫폼을 구축24)25) [그림 23] Google Cloud와 Accenture의 고객 제조기업 혁신의 방향 자료: Enterprise IT WORLD(2019.04.15.), “Accenture and Google Cloud Announce New Enterprise Solutions in Customer Experience Transformation” l (적용 예시) 글로벌 자동차 제조사 등과 협력하여, Google Cloud Vertex AI 기반의 예측 분석･생성형 AI 모델을 도입, 제품 개발, 공급망 관리, 고객 맞춤형 마케팅 등 제조업 전반에 AI를 적용 l (효과) Accenture의 AI 분석 플랫폼 도입으로 생산성 15% 증가, 예상치 못한 다운타임 20% 감소 등 운영 효율성이 향상되었음 - 실제로 글로벌 자동차 제조사의 사례에서, 제품 개발 기간 40% 단축, 공급망 혼란 25% 감소, 고객 맞춤 마케팅 효과 30% 증가 등의 성과가 보고됨 l (국내 기업) LG전자 생산기술원이 Google Cloud의 컨테이너 플랫폼 ‘안토스(Anthos)’를 활용해 AI 기반 품질검사 플랫폼을 개발했고, 이 플랫폼은 LG그룹 내 다른 계열사(예: LG 화학) 및 외부 협력사로의 확장도 추진 중26) 24) Google Cloud, “CNA Insurance Moves Rapidly from Data Foundation to Analytic Products on Google Cloud” (https://cloud.google.com/customers/cna) 25) Digital Defynd(2025), “5 ways Accenture is using AI – Case Study [2025]” 26) ZDNET Korea(2023.08.18.), “LG전자, 품질 검사 AI 도입…구글 클라우드 기반” AI 자율제조 20 제3장 정책동향 3.1 국내 AI자율제조 정책동향 산업통상자원부에서는 제조업과 IT의 고도화된 융합을 통해 생산현장, 제품, 지역 산업 생태계를 근본적으로 혁신하고자 「제조업 3.0 전략(2014)」을 제시 l 주요 달성 목표로써 2020년까지 스마트공장 1만 개 보급을 제시하였으며, 스마트공장 확산 기반 및 융합 신산업 시범특구 조성 등 미래 성장동력 창출 기반을 마련 l (성과) 이를 통해 스마트공장의 개념이 국내 중소･중견기업에 퍼지기 시작하였으며 제조업의 디지털 전환 기반구축에 기여 2018년, 관계부처 합동(중기부･산업부･과기부)으로 스마트공장 보급을 넘어선 고도화를 추진하고자 「스마트공장 확산 및 고도화 전략」을 발표 l 2022년까지 3만 개 제조 중소기업 스마트공장 구축이라는 목표를 설정하였으며 민간･지역 중심 보급확산 및 스마트공장 플랫폼 구축 등을 통해 기초 수준의 스마트공장 고도화 기반을 마련 l (성과) 클라우드형 솔루션 보급, 빅데이터 활용 등 스마트공장의 ICT 융합 고도화 추진의 계기 이며 이를 통해 인공지능제조플랫폼(Korea AI Manufacturing Platform, 이하 KAMP) 구축 [그림 24] 인공지능제조플랫폼(Korea AI Manufacturing Platform) 구축 및 운영 체계 자료: 중소벤처기업부(2020) 21 제3장 정책동향 중소벤처기업부는 기존 정책들의 한계를 보완하고 중소제조업의 디지털 전환을 가속화하기 위해 「新 디지털 제조혁신 추진전략(2023)」을 발표 l 기존 정책을 보완하고자 현장 수요를 반영한 기업 역량별 맞춤 지원을 통해 디지털 제조혁신 고도화 기업 5,000개 육성과 민간･지역 주도 2만 개 중소제조기업 디지털 전환 유도의 목표를 제시함 l (성과) 스마트공장 양적 보급을 넘어서 기업의 역량별 맞춤형 지원체계 전환을 최초 시도 하였으며, 중소기업 현장 공통 적용 가능한 제조데이터 활용 생태계 조성 추진 2024년, 중소벤처기업부는 지능형 제조산업을 새로운 성장동력으로 육성하고자 지능형 제조산업 개념을 정립한 「스마트 제조혁신 생태계 고도화 방안」을 발표 l 선도국가 대비 기술 수준이 미흡한 스마트제조 전문기업을 2027년까지 500개 신규 지정 예정이며, 전반적인 중소기업 기술 수준 역시 5% 이상 향상 추진 예정 - 중소벤처기업부는 “이번 대책은 중소제조업에 스마트공장 보급확산을 넘어 스마트 제조 산업을 새로운 성장동력으로서 인식하고 육성을 위한 미래 청사진을 제시하였다.” 발표 l (성과) ‘지능형 제조산업’의 개념과 분류를 정의하고 그 중 정부가 집중투자할 전략 분야를 지정하였으며, 스마트제조 기업의 체계적인 성장을 위한 체계를 제시함 [그림 25] 스마트 제조혁신 생태계 고도화 방안 정책 목표 및 추진 체계 자료: 중소벤처기업부(2024) AI 자율제조 22 산업통상자원부도 제조업의 AI 기반 혁신을 촉진하고 생산인구 감소, 탄소감축 등의 이슈를 해결하고자 「AI 자율제조 얼라이언스(2024)」를 출범 l 12개 업종을 선정해 업종별 로드맵을 마련하고 AI 제조 파운데이션 모델을 개발해 보급할 계획으로 제조 현장의 AI 자율제조 도입률을 5%에서 40%로 확대 목표 - 산업통상자원부는 “본 파운데이션 모델을 통해 대한민국 제조업을 더 젊고 활기차게 만들고 AI 자율제조를 산업현장 구석구석까지 확산하겠다.” 발표 l 12개 업종의 간사･앵커기업을 중심으로 선도 프로젝트를 추진 중이며, 이를 통해 앵커기업을 중심으로 가치사슬의 중견･중소기업까지 자율제조 수직 확산 계획 l 선도 프로젝트를 통해 축적된 데이터･경험을 바탕으로 업종별 표준모델을 도출, 가치사슬에 속해있지 않은 기업을 대상으로 탑다운 방식의 보급 추진 예정 [그림 26] AI 자율제조 얼라이언스 구성 자료: 산업통상자원부(2024) 중소벤처기업부는 지역 제조기업의 디지털 혁신을 촉진하기 위해 지역특화 제조 인공지능센터(2025) 수행기관 모집 공고 l 지역 제조기업의 AI 도입에 대한 어려움을 해결, 인공지능 기반 제조혁신 생태계를 조성해 중소 제조기업과 솔루션 공급기업을 포함한 제조 산업 전반의 경쟁력 강화 추진 l AI 자율제조 얼라이언스와 달리 지역별 제조인공지능센터를 중심으로 물리적 인프라와 전문 인력을 통합, 중소 제조기업이 인공지능 및 제조데이터를 효과적으로 도입하고 활용할 수 있도록 지원 예정 23 제3장 정책동향 국내에서는 여러 정책을 통해 AI자율제조의 생태계를 구축하고자 노력, 정부 주도로 기틀은 닦았으나 자율제조를 도입하기 위한 역량은 미흡한 수준 l 현재까지 보급된 스마트공장은 생산정보 디지털화 및 제품의 생산이력 관리에 한정된 기초 단계 수준으로 다양한 데이터가 생성됨에도 장비･공정에 대한 데이터 표준화 모델이 부족해 기업 내･간 협업이 저조함 - RAMI 4.0 참조모델에 기초하여 스마트공장의 기본 개념과 구조를 정의하는 국가표준인 KS X 9001을 ’16년 제정해 국내 스마트공장 구축의 방향성과 기준을 제시하였으나 제조 현장에서 활용도가 높은 공통공정･장비 데이터에 대한 국내 표준은 부족한 상황 - AAS를 벤치마킹하여 중소기업 현장에서 공통 적용 가능한 한국형 제조데이터 표준 참조 모델 개발을 ’24년 이후 추진 중이나 미국, EU 대비 후발 주자에 위치 - 또한, 이러한 자율제조 도입을 위해 AI･디지털트윈 기반 실시간 관제, 분석･예측 등 작업자 개입을 최소화하는 자율형공장 역시 ’24년 이후 추진 중이나 한정된 수준에서 지원 중 l 산업통상자원부는 AI 자율제조 에이전트 도입을 위하여 12개 업종을 선정하고 업종별 AI 제조 파운데이션 모델 개발을 추진하고 있으나, 해당 모델에 과도하게 의존하는 또 하나의 폐쇄형 생태계 구축으로 마무리될 가능성에 대한 우려 존재 3.2 국외 AI자율제조 정책동향 독일은 제조업 혁신과 디지털 전환을 목적으로 「Industrie 4.0 (2011)」을 발표 하였으며, 이를 통해 스마트제조 표준화 및 디지털화를 지속 추진 중 l 주요 달성 목표로써 사이버물리시스템(CPS), 사물인터넷(IoT), 인공지능(AI)을 활용한 스마트 공장 구현과 표준화 로드맵을 통한 산업 전반의 상호운용성 확보 제시 l (성과) 이를 통해 4차 산업혁명의 개념이 알려졌으며 RAMI 4.0 모델 발표(2015)를 통해 국제 스마트공장의 표준화를 주도, 스마트공장에 요구되는 핵심기술의 상용화 추진 - RAMI 4.0(Reference Architecture Model for Industrie 4.0) : 인더스트리 4.0의 전략을 체계적으로 구현하기 위한 참조표준 모델로 다양한 산업 분야와 기업의 디지털 전환에 기여 AI 자율제조 24 [그림 27] RAMI 4.0의 프레임워크 자료: Platform Industrie 4.0(2015) 2019년, 독일은 개방형 데이터 인프라 구축을 통한 데이터 클라우드 주도권 확보를 위해 Gaia-X 이니셔티브를 발족, 이후 이를 지속 확장 중 l 신뢰할 수 있는 데이터 생태계 구축을 주요 목표로 설정하였으며 대형 글로벌 클라우드 기업 의존도를 줄여 유럽 내 중소기업과 스타트업에게 공정한 경쟁 환경을 조성하고자 함 l (성과) 구축한 데이터 인프라를 토대로 자동차 산업을 위한 Catena-X, 제조업의 디지털 전환을 위한 Manufacturing-X 이니셔티브를 발족하는 등 산업 도메인별 특화 데이터 공유 생태계 제시 [그림 28] Gaia-X부터 Catena-X까지의 연표 자료: Platform Industrie 4.0(2025) 25 제3장 정책동향 미국은 「첨단 제조 파트너십(2011)」, 「첨단제조업을 위한 국가전략(2022)」 등의 정책을 발표, 이를 통해 스마트제조의 미래를 선도하고자 함 l 산업계에서 필요로 하는 혁신적인 제조기술을 개발하고, 이를 상용화하여 미국 제조업의 경쟁력을 강화하고자 하였으며 스마트제조는 세부 정책 중 하나로써 제시됨 l (성과) 연구소 중심의 연구와 실제 기업 생산기술의 격차 해소를 위해 설립된 「Manufacturing USA(2016)」를 활용, 민간 기업-학계-연구기관 간의 협력을 강화하고 첨단 제조 기술개발 및 중소기업 지원 추진 [그림 29] Manufacturing USA의 구성 기관 및 위치, 전문분야 자료: Manufacturing USA(2017) 중국은 독일의 Industrie 4.0을 벤치마킹한 「중국제조 2025(2015)」을 발표, 이를 통해 제조업의 스마트화와 고도화를 장기간에 걸쳐 추진 중 l 본 전략을 통해 제조업 분야에서의 중국의 위상을 확고히 하고 세계 제조강국의 선두에 서고자 하였으며 스마트제조는 달성해야할 5대 중점 프로젝트로써 제시됨 l (성과) 중국 내 스마트제조 장비의 국산화 비율 50% 이상 증가, 산업인터넷 인프라 및 생태계 육성, 스마트제조 모델 구축 등 스마트제조의 대중화 기틀 마련 AI 자율제조 26 제4장 정부 투자동향 ※ ’18~’25년 AI 자율제조(스마트제조혁신, 스마트공장 보급･확산 등)의 주무부처인 중소벤처기업부 전체 수행 사업 중 사업명 또는 사업내용에 “제조, 데이터, 스마트, 제조장비”를 포함하는 사업 목록을 필터링하고 이를 저자가 최종 검수하여 분석 대상을 확정했으며, 사업예산 기준으로 분석을 진행 최근 8년간 AI 자율제조에 대한 중소벤처기업부의 투자는 R&D 및 비R&D를 모두 포함하여 총 3조 46억원으로, 연평균 3,756억원 규모임 l (비R&D) 총 2조 4,769억원(82.4%)이 지원되었으며 대표사업은 중소･중견기업 대상 DX 맞춤 지원을 목적으로 하는 ICT융합스마트공장보급･확산사업으로 나타남 - ICT융합스마트공장보급･확산사업 : 제조 중소･중견기업 대상 DX 맞춤 지원사업으로 제조 혁신 구축, 제조혁신인프라 조성, 제조데이터 생태계 구축으로 구성 l (R&D) 총 5,276억원(17.6%)이 지원되었으며 대표사업은 중소기업 공장의 생산성 향상을 위해 공정개선 기술개발을 지원하는 공정･품질기술개발사업과 분야별 기술개발 지원을 통한 스마트 제조혁신 고도화 목적의 스마트제조혁신기술개발사업으로 나타남 - 공정･품질기술개발사업 : 중소기업 공장의 생산성 향상(불량률 감소･원가 절감 등)을 위해 제조 공정 자동화･지능화･효율화 등 공정개선 기술개발 지원 목적 - 스마트제조혁신기술개발사업 : 스마트 제조혁신 고도화와 스마트공장 공급기업의 경쟁력 제고를 위해 스마트제조 분야의 공급기술 개발 지원 l 스마트제조혁신 예산이 가장 많이 지원된 해는 ’20~’21년으로 이는 ICT융합스마트공장보급･ 확산사업을 통해 인공지능제조플랫폼 구축이 지원된 것에 근거27) l 지금까지의 AI 자율제조 정부 투자는 정책 목표를 달성하고자 스마트공장 보급에 치중하여 주로 스마트공장 인프라 조성, 기초적인 디지털 전환에 투자됨 27) 인더스트리 뉴스, “[칼럼] 클라우드 컴퓨팅 기반의 스마트 제조 혁명 ‘KAMP’” (https://www.industrynews.co.kr/news/articleView.html?idxno=40575) 27 제3장 정책동향 [그림 30] AI 자율제조 관련 정부 투자 예산 추이 사업별 투자 추이를 살펴보면, 80% 가량의 예산(2조 4,568억원)이 인공지능제조 플랫폼 구축･운영 및 스마트공장 보급･확산에 집중적으로 투자되었으나 투자 대비 기대 성과에는 일부 미치지 못한 것으로 평가 l 분석기간 기준 ICT융합스마트공장보급확산(79.7%), 공정･품질기술개발(9.3%), 스마트 제조혁신기술개발(5.3%), 데이터인프라구축(정보화)(2.1%) 순으로 투자 - 데이터인프라구축(정보화)사업 : 중소 제조기업의 데이터 및 인공지능 활용을 촉진하는 민간 클라우드 기반 제조분야 디지털전환 종합 플랫폼(Korea AI Manufacturing Platform) 운영 목적 - 앞서 언급된 사업 이외의 사업(인력양성, R&D, 테스트베드 등)은 단기간(4년 이내) 지원 되었으며 투자된 예산 역시 전체 예산 대비 1% 미만의 소규모 수준 l 투자를 통해 보급된 스마트공장은 ’22년 기준 30,144개를 돌파하였으나 보급된 전체 스 마트공장(3만 개)의 76%(2.3만 개)는 기초단계 수준 - 기업의 제조혁신 역량을 고려하지않고 제조 SW 중심의 획일적 지원으로 기업 활용률이 기대 이하이며, 실제 스마트공장 구축에 필요하고 현장 수요가 많은 로봇･자동화 설비 지원은 부족한 것으로 나타남28) - 인공지능제조플랫폼 역시 실제 제조데이터 축적이 미흡한 것으로 나타나, 기업 활용이 저조 28) 중소벤처기업부(2023), “新” 디지털 제조혁신 추진전략 AI 자율제조 28 <표 7> AI 자율제조 목적의 사업 추진 기간 및 총투입 예산 (단위 : 백만 원) 사업명 R&D 2018년 2019년 2020년 2021년 2022년 2023년 2024년 2025년 총합 ICT융합스마트 공장보급확산 X 132,961 398,854 456,764 437,690 346,637 167,091 219,054 236,076 2,395,127 공정･품질기술개발 O 44,383 44,383 40,988 48,031 42,705 42,042 12,394 4,675 279,601 스마트제조혁신기술 개발사업 O - - - - 33,057 32,176 43,665 51,690 160,588 데이터인프라구축 (정보화) X - - 11,600 13,425 15,425 8,500 6,900 5,836 61,686 현장수요형스마트공장 기술개발 O - 3,725 12,120 9,263 3,875 - - - 28,983 스마트센서선도프로젝트 기술개발 O - - 4,658 10,998 10,000 1,875 - - 27,531 제조데이터공동활용 플랫폼기술개발 O - - - 4,544 11,276 7,122 - - 22,942 지역특화제조데이터 활성화 X - - - - 2,000 2,000 2,000 6,000 12,000 제조기술융합센터 테스트베드 O - - 1,400 2,800 2,450 1,350 - - 8,000 민관협력중소벤처스마트 혁신지구조성(자율) X - - - - - - 4,000 - 4,000 연수사업(스마트제조 인력양성) X - - - - 534 534 534 534 2,136 제조데이터촉진자 양성사업 X - - - - 1,000 1,000 - - 2,000 주: 비R&D사업은 황색, R&D사업은 청색 중기부에서는 인공지능제조플랫폼 구축 및 스마트공장 보급을 통해 스마트제조 혁신을 추진하고자 하였으나 보급된 스마트공장의 수준이 기초 수준에 머무르고, 수집한 데이터 역시 활용을 위해 고도화가 요구됨 l 旣 보급된 기초단계 수준의 스마트공장을 대상으로 데이터 실시간 분석･제어가 가능한 AI 자율제조 기반을 체계적으로 조성해 디지털 제조혁신 고도화 추진 필요 l 구축된 인공지능제조플랫폼의 기존 체계를 현장에서 실제 활용 가능한 제조데이터 수집 가능한 체계로 고도화 후 이를 수집･공유할 플랫폼으로써 전환 고려 필요 l 스마트제조혁신의 주요 목표였던 인공지능제조플랫폼의 구축 이후, AI자율제조 지원 목적의 정부 투자는 급감하였으나 적정 수준의 예산 확보를 통해 보급된 스마트공장의 질적 성장과 자율제조 역량 강화를 위한 지속적인 노력이 요구됨 29 제5장 결론 및 시사점 제5장 결론 및 시사점 5.1 요약 및 정리 AI 자율제조(스마트공장 보급 → 자산의 디지털 전환 → 제조･생산 데이터 누적 → OPC UA 통합 → AI 에이전트)의 메가트렌드는 Industry 4.0(독일, 2011)이 제안한 제조혁신 비전의 최종 단계임 l 독일은 자동화와 효율성 중심의 제조혁신 전략인 Industry 3.0(1980년~2000년 초)을 넘어 2011년 하노버 메세(Hannover Messe)에서 Industry 4.0(2011~2030)을 통해 스마트 자율제조 및 실시간 최적화를 목표로 제시하고 적극적으로 추진 중임 l 한국은 스마트공장의 보급･확산, 설비･공정을 포함한 기업 내 자산을 디지털 전환하기 위한 표준활동 일체를 KS표준(KS X 9001 Series)으로 제정하며, 독일의 Industry 4.0 목표와 프로세스를 동일하게 추진 중임 - 중소벤처기업부에 따르면 ’22년 기준 3만 개 이상의 스마트공장이 보급되었다고 밝히고 있고, 그로부터 생산되는 디지털 제조데이터를 활용한 AI소프트웨어가 공장운영･관리의 기반이 되는 소프트웨어 정의 제조(Software Defined Manufacturing)의 교두보를 일부 확보 - 한편, 제조 데이터의 표준화, 산업인터넷(Industrial Internet)과 사물인터넷(IoT) 도입 컨설팅, 제조 데이터센터 및 AI 자율제조 에이전트 개발･확산을 위해 한국형 「인공지능 제조플랫폼」(KAMP, Korea AI Manufacturing Platform, ’20~)을 설치하여 제조기업의 디지털 전환과 경쟁력향상 선도를 지원 중임 AI 자율제조 30 지난 10여년 이상 스마트공장 보급･확산 사업의 결과, ERP29) 및 MES30), SCM31) 등 스마트공장에 필요한 기본적인 통합 솔루션32)은 널리 보급되었으나, AI 자율 제조에 필요한 디지털 제조데이터 생산･저장･공유･활용은 미진한 수준으로 진단 l 최근 8년(’18~’25)간 정부는 약 3조 원을 투입해 스마트공장 보급 및 인프라 조성에 집중적 으로 투자하였으나, 지원의 대부분이 기초단계에 치중되어 기업 활용도와 제조데이터 축적이 미흡한 상황 l 생산공정의 실시간 최적화와 자율화를 위해서는 제조데이터의 수집･저장이 축적･누적･ 공유되어 AI 자율제조 알고리즘의 개발 및 기술검증에 활용되어야 함에도 불구하고, 그러한 목적으로 내세운 「인공지능제조플랫폼(KAMP)」은 현시점 제 기능을 하지 못하고 있는 것으로 평가33) l AI 자율제조는 디지털화된 통합 자산 데이터(OPC UA)를 이용하여 AI 에이전트가 최적 공정관리, 예지보전, 의사결정 등에 활용되는 것을 의미하므로, 국내 스마트공장 보급 수준을 감안할 때, 산업사물인터넷(Industrial Internet of Things), 클라우드(Cloud 또는 Date Center), 디지털 트윈 기술(Digital Twin), 가상물리시스템(Cyber-Physical Systems) 들의 보급 확산에 박차를 가할 필요 29) ERP : 전사적 자원 관리(Enterprise Resource Planning), 회사 운영에 필요한 모든 핵심 업무 프로세스를 효율적으로 관리하는 시스템 30) MES : 제조 실행 시스템(Manufacturing Execution System), 제품 주문부터 완제품 제작까지 전 과정을 추적하고 제어할 수 있는 통합 시스템 31) SCM : 공급망관리(Supply Chain Management), 원자재 조달에서 마지막 제품 배송에 이르기까지 제품 또는 서비스와 관련된 상품, 데이터 및 재정의 흐름을 관리하는 시스템 32) 산업자동화 단계 : 물리적 생산 프로세스(레벨0) → 센싱 및 조작(PLC, Programmable Logic Controller, 레벨1) → 생산과정 모니터링 및 관리 감독(SCADA, Supervisory Control And Data Acquisition, 레벨2) → 생산 일정 및 품질 관리 통합(MES, 레벨3) → 사업계획, 생산계획, 물류 등 기업 리소스 통합관리(ERP, 레벨4) 33) 인공지능제조플랫폼(www.kamp-ai.kr)에 따르면 ’25년 기준 KAMP를 통해 AI솔루션을 실증한 사례는 300건, 적용 우수 사례는 65개, 무료 공유 제조데이터 50개, 유료 공유 135건에 불과함 31 제5장 결론 및 시사점 산업통상자원부와 중소벤처기업부는 스마트공장을 넘어선 고도화 전략을 추진하고 있으나, AI 자율제조의 수평적인 확산이 용이한 전략보다는 기존 생태계 내 전통적인 SI 기술을 고도화하는 전략에 집중하고 있어 전반적인 정책 전환이 필요 l 산업통상자원부는 12개 업종별 앵커기업(대기업)을 두고 간사기관과 협력기업으로 구성된 얼라이언스 중심으로 제조혁신을 추진하겠다고 밝히고 있는데, 이로부터 도출된 파운데이션 모델의 개발 전략이 상호호환, 지속가능발전, 수평적 확산을 강조하고 있는 글로벌 메가트렌드와 부합하는지 면밀히 재검토할 필요가 있음 l 중소벤처기업부는 스마트공장 보급･확산 및 「인공지능제조플랫폼(KAMP)」 구축을 통해 AI 자율 제조와 관련한 대부분의 정책수단을 외형적으로는 추진 중인 것으로 보이나, 향후 인프라 구축의 효용성･효과성을 제고하기 위해서는 지금까지 추진된 정책들 간의 성과분석을 면밀히 수행한 이후 실효성･시의성 있는 정책을 추진할 필요가 있음 l 한국의 제조업은 1차･3차 산업에 비해 국민경제에 기여가 높고 수출 익스포저도 가장 높은 분야이나, 산업용 로봇밀도 1위 국가임에도 불구하고 1인당 노동생산성은 OECD 최하위권 이라는 사실을 직시하여, 분산･분절된 정책추진을 지양하고 부처 간 연계·협력이 필요 5.2 시사점 산업인터넷(Industrial Internet)과 산업사물인터넷(Industrial IoT) 인프라 투자･ 보급을 통해 ‘AI 자율제조를 위한 스마트공장(Autonomous Manufacturing “Ready” Factory)’으로의 전환이 시급 l AI 자율제조 최종단계인 AI 에이전트의 학습 기반은 ‘디지털화된 자산’이고, 이를 위해서는 ‘데이터 연결과 공유’의 시작점이 되는 산업인터넷과 ‘생산 현장의 감각기관’으로서 실시간 데이터를 수집할 수 있는 사물인터넷의 활용･확산이 필수적임 l 그럼에도 불구하고, MES, ERP, SCM 등 엔터프라이즈 단위의 통합시스템 보급･확산에 머물고 있는 국내 스마트공장 보급･확산 정책은 제조데이터를 수집･저장･공유할 수 있는 자율제조 전환준비(Autonomous Manufacturing Ready Factory)에 전력을 쏟을 시점 l AI 자율제조는 단일 알고리즘이 아니라 수많은 에이전트와 데이터 소스의 협업 구조임을 고려할 때, 산업인터넷과 산업사물인터넷은 이러한 분산된 자산(Asset)과 시스템(MES, ERP, SCM)을 하나로 연결하는 지능형 네트워크 역할을 수행하고, 결국 연결성과 통합의 수준이 AI 자율제조(에이전트)의 성능을 좌우할 것임 AI 자율제조 32 자산의 디지털 전환 이후 활용하게 될 AI 에이전트는 폐쇄형 특화 솔루션 개발을 지양하고, 오픈소스 기반 솔루션 개발(Open Source based AI Agent)을 촉진하여 상호호환(Interoperability)을 추구하는 산업혁신 전략 추진이 시급 l 글로벌 OT(Operational Technology) 강자34)의 솔루션은 높은 신뢰성과 통합성을 보유 하고 있으나, 자체 플랫폼 중심의 폐쇄형 구조로 구성되어 있어 외부 기술과의 유연한 접목과 수요다양성에 대응하기 위한 커스터마이징에 제약이 높음 l AI 자율제조에 활용될 AI 에이전트는 극한의 수요다양성(Demand Diversity) 대응과 상호호환(Interoperability)이 중요하기 때문에, 기존 SI(System Integration) 업체가 보유한 폐쇄형 솔루션은 Industry 4.0 체계에서 공진화(Coevolution)하기 어려움 l 뿐만 아니라, 높은 기술력에 비례하는 높은 라이선스 비용이 발생하고, 공급자 종속성 (Vendor Lock-in)이 발생하기 때문에 국내 제조혁신 생태계의 기술공급자로는 부적절 l 따라서, AI 에이전트 생태계의 수평적 확산을 촉진하기 위해서 오픈소스 기반 솔루션 (Open Source based AI Agent) 개발을 적극적으로 지원하여 특정기업의 독점적 기술 의존도를 줄이고 다양한 공급자의 참여를 유도할 필요가 있음 l 오픈소스 기반 AI 에이전트 개발자 협회 중 하나인 UAO(Universal Automation Organization)는 IEC 61499 표준에 근거하여 2021년부터 활성화되어 현재 100여 개 이상의 기관이 가입하여 활동 중임 l 전세계 최대 개방형 SW개발자 플랫폼인 Github에 UAO 포럼35)이 만들어져, 필드 검증된 개방형 상호운용 가능한 솔루션들이 공개･공유･활용되고 있고 실시간으로 진화 중임 l 결국, AI 에이전트가 동작할 수 있는 공통 플랫폼으로서의 데이터 센터(Cloud Service) 위에서 상호운용 가능한 다양한 오픈소스 기반 AI 솔루션(Open Source based AI　 Solution)들이 함께 제공될 때 “AI 자율제조” 혁신이 가속화될 것으로 전망 34) Siemens(독일), ABB(스위스), Rockwell(미국) 등 35) https://github.com/universalautomationorg 33 제5장 결론 및 시사점 최근 제조혁신은 기존 SI업체 단독으로 이루어지기보다는 컨설팅+클라우드(AI 에이전트 솔루션 개발자 포함)+고객 간 3자 공동 생태계 협업 속에서 이루어짐을 참고하여, ‘(가칭)K-자율제조 종합 솔루션’ 구축에 박차를 가할 필요 l KPMG, Deloitte, Accenture와 같은 글로벌 경영컨설팅사들은 Microsoft, Google, AWS와 같은 AI 및 클라우드 플랫폼 기업들과 협력하여 AI 기반 제조업 디지털 전환을 지원하는 통합 파트너십 기반의 구조를 형성 - 이는 고객의 수요대응, 기술과 경영의 융합, 시장 확대와 공동 수익** 측면에서 협업의 필요성이 증대하고 시너지 효과가 창출 * 단순 IT시스템 구축이 아닌 AI 기반 공정최적화, 운영효율화, ESG 대응 등 클라우드와 AI 기술력을 보유한 플랫폼 기업과 제조 도메인지식을 보유한 컨설팅사가 결합 * 빅테크 기업은 산업 레퍼런스 확보, 컨설팅사는 도메인 기술 경쟁력 확장 l 국내외 제조혁신 사례에서 이미 보여주듯, 높은 수준의 스마트공장 및 자산의 디지털 전환과 AI 자율제조 솔루션은 이미 해외 컨설팅사와 클라우드 컨소시엄에 상당 부분 의존 - (국내) 자동차, 화학, 전자, 철강 분야 국내 대기업은 품질관리, 물류관리, 공정최적화, 예지보전 분야 등에서 이미 글로벌 경영컨설팅사와 클라우드 컨소시엄과 협업 중임 <표 8> 글로벌 경영컨설팅사 및 클라우드 컨소시엄과 국내 기업들과의 협업사례 기업 클라우드社 클라우드社와 협업 중인 경영컨설팅社 예상 적용 내용 현대자동차그룹 Microsoft KPMG HMGICS(현대차 글로벌 혁신센터) 구축 AI 기반 자율물류, 품질분석 플랫폼 LG화학 Google Accenture 배터리 생산공정의 품질검사 자동화 프로젝트 AI Vision 분석 + Edge AI 연계 삼성전자 AWS Deloitte 반도체 후공정에서 자동 결함검출, AI 기반 공정 최적화 포스코DX Microsoft KPMG 스마트팩토리 데이터레이크 구축, 예지보전 플랫폼 설계 - (해외) Volkswagen (KPMG + Microsoft), BMW (Deloitte + AWS), Mercedes-Benz (Accenture + Google Cloud) 등 해외 자동차 제조기업들도 같은 구조의 협업을 진행함 l 이러한 AI 자율제조 협업 비즈니스 모델은 전통적 SI(System Integration) 프로젝트와 달리 전략적 접근 방식, 수익모델, 기술적 유연성, 고객과의 관계구조 등에서 근본적인 차이를 보이며, 한국형 독자 협업 모델 없이는 해외 협업 비즈니스 모델에 종속될 가능성 높음 AI 자율제조 34 [그림 31] AI 자율제조 협업 BM <표 9> AI 자율제조 협업단계별 구조 단계 주요 내용 참여 주체 1. 의뢰 및 수요분석 제조기업의 디지털전환, AI 도입요구 제조기업 2. 전략 수립 공정진단, KPI 정의, AI 도입전략 기획 컨설팅사 중심 3. 기술설계 및 구현 클라우드, 데이터레이크, AI 플랫폼 설계 플랫폼사 중심 4. 공동 PoC 실행 파일럿 현장 적용, AI모델 검증 공동 수행 5. 통합구축 및 확장 공장 전체 또는 여러 거점으로 확산 적용 공동 수행 6. 서비스 운영 및 수익화 구독형 플랫폼 운영, 분석 보고서 제공 등 구독 기반 수익모델 l 따라서 한국은 이미 보유하고 있는 컨설팅, 클라우드(통신·플랫폼), 제조기업의 역량을 하나로 모으는 실질적 협업 모델인 ‘(가칭)K-자율제조 종합 솔루션’의 빠른 구축을 통해, 한국형 Industry 4.0 전략의 최종 목표 달성을 위해 산업정책과 투자전략을 새롭게 정비할 필요가 있음 - ‘K-자율제조 종합 솔루션’ 구축 없이는 국내 제조생태계 참여 기업 대부분이 해외 협업 컨소시엄(컨설팅+클라우드)에 종속(Lock-In)되어 경영진단, 시스템 신규도입 및 디지털 전환, AI자율제조 모델 도입, 유지보수 및 구독과금 체계 전략에 종속될 가능성 있음 - AI 자율제조로 귀결되는 한국형 Industry 4.0 전략은 제조 생산성의 일부 개선이 아닌, 국가의 존망이 걸린 혁신임을 직시하고 민･관이 상호 협력하여 추진해야 할 필요 35 참고문헌 참고문헌 ∙ AAS Solution Hub(https://industrialdigitaltwin.org/solutions-hub) ∙ Amazon Web Service, “Deloitte’s Global Smart Factory Fuels Manufacturing Innovation with AWS” (https://aws.amazon.com/ko/partners/success/smart-factory-deloitte-germany/) ∙ Corsha(2024.08.21.), “What Manufacturers Need to Know Before Adopting OPC-UA” ∙ Deloitte(2020.07.), “Smart Factory Fabric on AWS” ∙ Digital Defynd(2025), “5 ways Accenture is using AI – Case Study [2025]” ∙ Google Cloud, “CNA Insurance Moves Rapidly from Data Foundation to Analytic Products on Google Cloud“ (https://cloud.google.com/customers/cna) ∙ IDTA(2024.04.23.), “Use cases from the industry prove considerable time and cost savings thanks to the Asset Administration Shell” ∙ Industrial Automation Co.(2023.10.25.), “The Rise of Universal Automation: A Comprehensive Guide” ∙ Intel Xeon Case Study, “Speed AI Development and Deployment Using 4th Gen Intel® Xeon® Processors, Habana® Gaudi®2 HPUs, and Hugging Face Open Source Libraries” ∙ International Federation of Robotics(2024), World Robotics 2024 ∙ LangChain, “State of AI Agents” (https://www.langchain.com/stateofaiagents) ∙ LG전자 뉴스룸(2024.07.18.), “LG전자, 66년 노하우에 AI 결합한 『제조 AI』 스마트팩토리 솔루션 사업 2030년 兆 단위 육성” ∙ MHP(2024.08.05.), “How the Asset Administration Shell is shaping the future of digital twins” ∙ Microsoft News Center(2023.07.11.), “KPMG and Microsoft enter landmark agreement to put AI at the forefront of professional services” ∙ Omron, “8. Case Study: Winder with OPC UA to Meet Italian Industry 4.0 Plan” (https://www.ia.omron.com/product/special/sysmac/nx1/opcua-winder.html) ∙ OPC Foundation(2024, Version V17) “OPC Unified Architecture – Interoperability for Industrie 4.0 and the Internet of Things” AI 자율제조 36 ∙ Tech Briefs(2021.10.01.) “OPC UA Standard for Industrial Automation” ∙ THE GURU(2025.03.24.), “삼성전자, 아마존 손잡고 AI 기반 네트워크 자동화 솔루션 ‘업그레이드’” ∙ UAO 홈페이지(https://universalautomation.org/what-is-uao/) ∙ UNIDO CIP Index (https://stat.unido.org/cip) ∙ UniversalAutomation.Org GitHub (https://github.com/universalautomationorg) ∙ Wang et al.(2024), “The impact of digital transformation on enterprise performance: An empirical analysis based on China’s manufacturing export enterprises”, PLoS ONE 19(3): e0299723 ∙ World Economic Forum(2025), “Frontier Technologies in Industrial Operations - The Rise of Artificial Intelligence Agents” ∙ Yallic et al.(2022), “Asset Administration Shell Generation and Usage for Digital Twins: A Case Study for Non-destructive Testing”, Proceedings of the 3rd International Conference on Innovative Intelligent Industrial Production and Logistics, pp.299-306 ∙ ZDNET Korea(2023.08.18.), “LG전자, 품질 검사 AI 도입…구글 클라우드 기반” ∙ 국회예산정책처(2023.07.) “2023 대한민국 경제” ∙ 메트로신문(2020.09.24.), “삼정KPMG-현대오토에버, 디지털 신사업 발굴 위한 업무협약” ∙ 산업통상자원부 보도자료(2024.10.28.), “우리 제조업을 더 젊게, 더 강하게 - 대한민국 제조업에 인공지능(AI)을 입힌다” ∙ 아사히신문(2024.12.24.), “Japan’s per capita GDP ranks 22nd in OECD, behind South Korea” ∙ 인공지능신문(2022.05.24.), “마이크로소프트-현대차그룹, 애저 인공지능･머신러닝 분석 기반 ‘전기차 배터리 자산관리 플랫폼’ 구축한다” ∙ 인더스트리 뉴스, “[칼럼] 클라우드 컴퓨팅 기반의 스마트 제조 혁명 ‘KAMP’” (https://www.industrynews.co.kr/news/articleView.html?idxno=40575) ∙ 인공지능제조플랫폼(www.kamp-ai.kr) ∙ 정선영 외(2024.09.27.), “글로벌 공급망으로 본 우리 경제 구조 변화와 정책대응”, BOK(한국은행) 이슈노트 제2024-28호 ∙ 중소벤처기업부(2023), “新” 디지털 제조혁신 추진전략 ∙ 헤럴드경제(2024.08.08.), “광양제철소 코일이재판정시스템 AI 검수 도입” KISTEP 브리프 183 AI 자율제조 \|저 자 소 개 \| 조 성 호 한국과학기술기획평가원 성장동력사업센터 연구위원 Tel: 043-750-2414 E-mail: shcho@kistep.re.kr 정 두 엽 한국과학기술기획평가원 성장동력사업센터 부연구위원 Tel: 043-750-2728 E-mail: dooyupjung@kistep.re.kr 김 준 희 한국과학기술기획평가원 성장동력사업센터 부연구위원 Tel: 043-750-2649 E-mail: tedpoll@kistep.re.kr \|편 집 위 원 소 개 \| 전 승 수 선임연구위원 이 일 환 연구위원 이 광 현 연구위원 김 종 란 연구위원 한국과학기술기획평가원 사업조정본부 Tel: 043-750-2460 E-mail: jkim@kistep.re.kr
이슈페이퍼	AX 시대, AI 융합인재 양성 현황의 진단과 제언	2025-05-07
<p style="text-align: justify;"><span style="font-size: 12pt;">생성형 AI의 시대, AI 기술을 기반으로 새로운 비즈니스를 창출하거나 AI 기술을 다른 산업에 도입하여 부가가치를 만들어내는 이른바 'AI 융합인재'가 각광받고 있습니다. AI 융합인재에 대한 시장의 수요는 높지만, 인재 양성을 위한 제도적 지원은 여전히 부족한 실정입니다. </span></p> <p style="text-align: justify;"><span style="font-size: 12pt;"> </span></p> <p style="text-align: justify;"><span style="font-size: 12pt;">AI 융합인재 현황과 수요를 면밀히 분석하고, AI 융합인재 양성을 위한 전략적 접근과 재직자의 AI 융합역량 강화를 병행하는 노력이 필요한 시점입니다. KISTEP 리서치 브리프에서 AI 융합인재 문제를 심층 분석했습니다. </span></p>AX 시대, AI 융합인재 양성 현황의 진단과 제언 Analysis and Recommendations on the Current Status of AI Interdisciplinary Talent Development for the AX Era 이현경 Hyunkyung Lee I. 작성 배경 II. AI 융합인재 정의 및 및 방법 III. AI 융합인재 활용·양성 현황 및 주요 이슈 Ⅳ. 정책제언 [참고문헌] I. Background and Objectives II. Definition and Analytical Approach for AI Interdisciplinary Talent III. Current Status of AI Interdisciplinary Talent and Related Programs Ⅳ. Policy Implication [Reference] 요 약 i 요 약 작성 배경 및 목적 AI가 각 산업 혁신의 핵심으로 부상함에 따라 높은 수준의 도메인 지식과 AI 기술 활용 역량을 겸비한 AI 융합인재의 육성이 중요한 정책 과제로 대두 AI 융합인재는 핵심기술 개발자(연구자·엔지니어 등)와 구분되므로, 산업 활용에 특화된 AI 특성과 요구 역량을 명확히 이해하는 정책적 접근 필요 이러한 배경 하에 본 고는 AI 융합인재에 대한 현황 및 정책을 체계적으로 분석·진단하여 AI 융합인재 양성 정책 수립에 기여하고자 함 - AI 융합인재에 대한 조작적 정의를 통해 국내 AI 융합인재의 현황을 산업계를 중심으로 분석하고, 정부의 관련 인재 양성 사업에 대한 진단을 통해 정책 제언 마련 AI 융합인재 정의 및 분석 방법 본 고는 ‘AI 산업’과 ‘AI 활용산업’으로 구분, AI 융합인재를 다음과 같이 조작적으로 정의하여 분석 범위를 설정하고 이에 부합하는 통계·사업 자료를 선별하여 현황 분석 - (범위) AI 융합인재를 AI 산업에서는 “AI 기술 기반 비즈니스 확산”, AI 활용산업에서는 “AI 기술 도입 및 적용” 업무를 중심으로 하는 인재로 정의 - (자료) 「인공지능산업실태조사」, 「국내 AI 도입기업 현황 분석 및 시사점」 등 통계자료와 「제4차 과학기술인재 육성지원 기본계획 2024년도 시행계획」 등 정책자료 AI 융합인재 활용·양성 현황 및 주요 이슈 AI 융합인재의 수요는 급격히 증가하고 있으며, 이에 대응하여 다양한 정책과 사업이 추진되고 있음 - AI 산업의 성장으로 AI 관련 종사자 규모가 지속 확대되는 가운데, AI 융합인재는 평균 증가율을 상회하며 최근 3년간 38.1% 증가, 채용예정 규모도 가파르게 증가 - 2023년 기준 주요 AI 활용산업에서 982개 기업이 AI 도입·활용 중, AI 전담 인력을 AX 시대, AI 융합인재 양성 현황의 진단과 제언 ii 보유한 기업은 39.2%, 채용예정인 기업은 30.3% - 최근 AI 융합 서비스 활용 확산에 따라 AI 융합인재 양성이 핵심 과제로 부상, 정부는 기술주도형(AI+X)과 현장 문제해결형(X+AI)의 두 축으로 융합인재 양성 추진 다만 빠르게 확대되고 있는 AI의 영향력과 AI 융합인재의 양적･질적 확보의 중요성에 비해 현황 진단 및 양성 체계화 등에서는 여전히 부족한 점이 존재, 주요 이슈 및 개선 과제는 다음과 같음 - AI 융합인재 양성 사업의 체계성·전략성 미흡 → AI 융합인재 사업의 통합적 관리체계 구축 및 수요 맞춤형 공급 강화 - 대학 및 공공 AI 교육의 실무형 인재 배출 한계 → 재직 인력 대상 스킬업 지원 확대 및 실효성 강화 필요 - AI 융합인재 현황 및 수요 파악을 위한 통계적 기반 미흡 → AI 산업·인재 관련 통계 체계 개선 및 강화 필요 정책제언 (제언1) 근거에 기반한 전략적 AI 융합인재 양성 강화 - AI 융합인재의 직무분류와 스킬 데이터베이스를 명확히 정립하고 AI 융합인재 양성사업의 전략적 포트폴리오 구축 추진 (제언2) 재직 인력의 AI 융합역량 강화 위한 사업 확대 및 다각화 - 재직자의 현업 기반 AI 융합역량 강화를 위한 관련 인재양성 사업 확대와 참여 장벽 완화, 출연연-대학-기업 협력 기반 AI 융합 커리큘럼 기획 및 마이크로디그리 연계 활성화 (제언3) AI 기술의 확장성을 반영한 산업･인력통계 기반 구축 - AI 기술 확산과 산업 전반의 AI 전환 흐름을 반영한 포괄적 산업･인력 통계를 구축하여 중장기적 국가 AI 인재 양성 및 활용 기반 마련 ※ 본 이슈페이퍼는 한국과학기술기획평가원에서 발간한 연구보고서 ｢2024년도 과학기술혁신정책 핵심이슈 발굴 및 인텔리전스 기능 강화 연구｣의 내용을 발전시킨 것으로 한국과학기술기획평가원의 공식 의견이 아닌 필자의 견해임을 밝힙니다. Abstract iii Abstract Background and Objectives As AI emerges as a core driver of innovation across industries, fostering AI interdisciplinary talent equipped with both high-level domain expertise and AI technology utilization capabilities has become a critical policy agenda. Given that AI interdisciplinary talent is distinct from core technology developers (such as researchers and engineers), a policy approach that clearly understands the unique characteristics and competency requirements for industrial application of AI is necessary. With this background, this study aims to contribute to the development of policies for cultivating AI interdisciplinary talent through a systematic analysis and assessment of the current status and relevant policies. - By providing an operational definition of AI interdisciplinary talent, this study analyzes the current landscape of AI interdisciplinary talent in Korea, focusing on the industrial sector, and offers policy recommendations through the evaluation of government programs for talent development. Definition and Analytical Approach for AI Interdisciplinary Talent This study categorizes the industries into the "AI industry" and "AI-applied industries," and operationally defines AI interdisciplinary talent accordingly to set the scope of analysis and select relevant statistics and project data. - (Scope) In the AI industry, AI interdisciplinary talent is defined as individuals engaged in the "expansion of AI technology-based business," while in AI-applied industries, it refers to those involved in the "adoption and application of AI technologies.“ - (Data) The study uses statistical data such as the ｢AI Industry Survey｣ and AX 시대, AI 융합인재 양성 현황의 진단과 제언 iv ｢Analysis and Implications of the Status of AI Adoption by Domestic Companies ｣, as well as policy documents like ｢The 4th Basic Plan for Fostering Science and Technology Talent - 2024 Implementation Plan｣. Current Status and Key Issues in the Utilization and Development of AI Interdisciplinary Talent The demand for AI interdisciplinary talent is rapidly increasing, accompanied by various government policies and initiatives. - With the growth of the AI industry, the number of AI-related workers continues to expand, with AI interdisciplinary talent growing by 38.1% over the past three years, surpassing the average growth rate, and recruitment forecasts also showing sharp increases. - As of 2023, 982 companies in major AI-applied industries are adopting and utilizing AI, with 39.2% having dedicated AI personnel and 30.3% planning future recruitment. - As the use of AI convergence services spreads, nurturing AI interdisciplinary talent has become a core agenda, with the government promoting two tracks: technology-driven (AI+X) and field problem-solving-driven (X+AI) approaches. However, despite the growing importance of securing sufficient and high-quality AI interdisciplinary talent, gaps remain in status assessments and the systematization of training programs. Key issues and improvement tasks include: - Lack of systematic and strategic management of AI interdisciplinary talent development programs → Need to establish an integrated management system and enhance demand-driven talent supply. - Limitations of practical talent production through university and public AI education → Need to expand and strengthen skill-up programs targeting incumbent workers. - Inadequate statistical foundations for identifying the current status and demand for AI interdisciplinary talent → Need to improve and reinforce AI industry Abstract v and talent-related statistical systems. Policy Recommendations (Recommendation 1) Strengthen strategic AI interdisciplinary talent development based on evidence - Establish clear job classifications and a skills database for AI interdisciplinary talent and promote a strategic portfolio of development initiatives. (Recommendation 2) Expand and diversify programs to enhance AI convergence capabilities among incumbent workers - Expand and lower barriers for programs supporting on-the-job AI convergence capability building, and promote collaboration among research institutes, universities, and companies to design AI convergence curricula and activate micro-degree programs. (Recommendation 3) Build industry and workforce statistical foundations reflecting the scalability of AI technology - Develop comprehensive industry and workforce statistics reflecting the spread of AI technologies and the overall industrial AI transition, thereby laying the foundation for the long-term cultivation and utilization of national AI talent. Ⅱ. AI 융합인재 범위 및 분석 방법 1 작성 배경Ⅰ ’22년 Chat-GPT의 등장 이후 생성형 AI가 전 세계 최대 화두로 부상하였으며, ’25년 딥시크의 등장은 AI 패권 경쟁을 격화시키고 사회･경제 전반의 AI 전환을 가속화 ’25년 1월 중국의 스타트업 딥시크가 저가형 반도체 기반의 고성능 추론형 모델 R1을 공개하면서 글로벌 AI 경쟁은 새로운 국면으로 진입 ’25년 CES에서 엔비디아의 CEO 젠슨 황은 스스로 계획‧실행 가능한 에이전틱 AI, 피지컬 AI의 출현이 임박했음을 제시하며 AI 혁신의 다음 단계를 전망 글로벌 기업들은 최근 바이오, 에너지, 제조 등 분야별 데이터에 특화된 AI 응용서비스를 확산하며 차별화된 AI 경쟁력 확보 경쟁을 본격화 단순 데이터 학습을 넘어 해당 산업에 최적화된 알고리즘 개발･적용을 통해 AI의 정확성 및 혁신 성과 도출을 극대화* ※ (예시) 구글 알파폴드는 AI 기반 단백질 구조 분석･예측하는 프로그램으로 개발자인 구글 딥마인드 CEO 데미스 허사비스는 2024년 노벨 화학상을 수상 우리나라 기업들도 최근 제품 맞춤형 소형 언어모델(sLLM) 개발에 주력하며 AI 기반 기존 사업 경쟁력 강화 및 신규 부가가치 창출을 모색 sLLM : LLM과 같은 기능을 수행하지만 모델 크기가 상대적으로 작은 딥러닝 알고리즘 AI가 각 산업 혁신의 핵심으로 부상함에 따라 높은 수준의 도메인 지식과 AI 기술 활용 역량을 겸비한 AI 융합인재의 육성이 중요한 정책 과제로 대두 범용 AI 활용 수준을 넘어 실제 응용 산업에 대한 지식과 통찰력을 기반으로 현장에서 새로운 가치를 창출할 수 있는 AI 융합인재 확보가 시급 AI 융합인재는 핵심기술 개발자(연구자·엔지니어 등)와 구분되며, 산업현장 지식‧경험과 AI 기술에 대한 포괄적 이해를 바탕으로 다음과 같은 역량이 요구 - 제조업, 금융, 의료, 에너지 등 다양한 산업 분야에 AI 기술을 도입하여 현장의 문제 AX 시대, AI 융합인재 양성 현황의 진단과 제언 2 해결과 혁신을 주도하는 AI 활용 역량 - AI 기술 기반 신규 사업모델 기획 및 AI 도입 전략 수립‧관리를 위한 AI 기반 경영·전략적 사고 역량 융합역량 보유 인재 양성은 포괄적 정책만으로 한계가 있어, 산업 활용에 특화된 AI 특성과 요구 역량을 명확히 이해하는 정책적 접근 필요 - AI 융합인재 양성은 중장기적 관점의 접근이 필수적이며, 향후 지속 증가할 인력 수요에 대응하기 위해 세부적인 현황 진단이 시급 이러한 배경 하에 본 고는 AI 융합인재에 대한 현황 및 정책을 체계적으로 분석·진단하여 AI 융합인재 양성 정책 수립에 기여하고자 함 융합형 AI 인재 양성의 중요성이 증가하고 있음에도 불구하고 AI 융합인재의 현황에 대한 체계적인 이해는 아직 부족한 상황 - 생성형 AI의 등장 이후 디지털 전환의 속도와 범위가 가속화되어 전 산업에 걸쳐 AI 융합인재에 대한 수요는 급증하고 있으나, 현재 AI 인재에 대한 진단과 분석은 여전히 AI 개발자 중심인 상황 실질적이고 효율적인 AI 융합인재 양성 정책 수립을 위해서는 AI 융합인재의 개념 확립과 정확한 현황 파악이 필수적 - 이에 따라 본 고에서는 AI 융합인재에 대한 조작적 정의를 통해 국내 AI 융합인재의 현황을 산업계를 중심으로 분석하고, 정부의 관련 인재 양성 사업에 대한 진단을 통해 실효성 있는 정책을 제언하고자 함 Ⅱ. AI 융합인재 범위 및 분석 방법 3 AI 융합인재 정의 및 분석 방법Ⅱ 1. AI 융합인재 정의 AI 융합인재는 일반적으로 ‘AI 기술을 다양한 분야와 결합하여 혁신을 주도할 수 있는 인재(임경화, 2020)’로 정의되나, 최근 기술과 서비스의 급속한 발전으로 관련 개념도 변화 기존 AI 융합인재의 개념은 ‘AI 기술 구현 가능성’ 중심이었으나, 생성형 AI의 등장 이후 ‘기술 활용에 대한 이해도와 적극성’이 주요 요소로 부각 ※ Open AI 코덱스, PolyCoder 등 코딩을 대신해주는 AI의 등장으로 기술 구현의 장벽이 낮아짐에 따라, 기술 활용 측면의 적극적 태도가 AI의 활용･도입 여부를 결정 최신 기술환경에서 AI 융합인재는 ‘AI 기술과 비즈니스 전문성을 결합’하여 조직 혁신과 성과 향상을 이끄는 인재를 의미 - 산업 측면에서는 AI 산업과 타 산업 간 경계에서 전문성을 발휘하여 융합을 촉진하고 부가가치를 창출하는 역할을 수행 * AI 도입･활용 산업의 다양화에 따라 기술 활용뿐만 아니라 의사결정, 전략 기획, 창의적 문제 해결 등의 복합적 역량 요구 본 고에서는 AI 융합인재를 다음과 같이 조작적으로 정의하고 분석 범위를 설정 ‘AI 산업’과 ‘AI 활용산업’으로 구분하고, AI 산업은 “AI 기술 기반 비즈니스 확산”, AI 활용산업은 “AI 기술 도입 및 적용” 업무를 중심으로 하는 인재로 정의 <표 1> AI 산업 및 AI 활용산업의 정의 및 구성 구분 세부 내용 ① AI 산업 ⦁정의 : AI 관련 기술을 개발하거나 이를 활용한 제품·서비스를 생산·유통·활용하는 과정에서 가치를 창출하는 산업 ⦁구성 : 인공지능 소프트웨어 개발 및 공급업(AI SW), AI 구축･관리 및 관련 정보 서비스업(AI 서비스), AI 연산 및 처리 부품/장치 제조업(AI HW) ②AI 활용산업 ⦁정의 : AI를 적용하는 산업 분야로 자체 개발업무(전담조직 보유)가 있는 개발기업과 솔루션을 구매하는 수요기업을 포괄 ⦁구성 : 기계 및 장비 제조업, 전기장비 제조업, 정보통신업, 금융 및 보험업 등 AX 시대, AI 융합인재 양성 현황의 진단과 제언 4 [그림 1] AI 산업 관점에서 AI 융합인재의 정의 및 범위 2. 분석 방법 (분석 자료) AI 융합인재 현황 및 정부 사업 분석을 위해 다음과 같은 자료를 활용 (AI 융합인재 현황 분석) 「인공지능산업실태조사」, 「국내 AI 도입기업 현황 분석 및 시사점(봉강호 외, 2023)」 등 통계자료 ※ 각각 AI 산업 및 AI 활용산업(주요 12개 산업) 내 전체기업을 대상으로 전수조사 수행 (AI 융합인재 관련 정부 사업 분석) 「제4차 과학기술인재 육성지원 기본계획 2024년도 시행계획」 등 정책자료 (분석 방법) 융합인재 범위에 부합하는 통계 및 사업 자료를 선별하여 현황을 분석하고, 전문가 자문, 사업 담당자 인터뷰 등을 통해 주요 이슈 발굴 및 정책제언 마련 실제 AI 융합인재의 범위는 더 넓은 범위를 포괄하나, 본 분석에서는 데이터의 가용성을 고려하여 AI 융합인재의 범위를 다소 좁혀 정의하고 관련 분석 범위를 설정 <표 2> 분석 세부 내용 구분 세부내용 현황 분석 ∙ AI 산업 내 AI 융합인재 현황 : 「인공지능산업실태조사(소프트웨어정책연구소)」를 활용하여 AI 6가지 대표 직무 중 AI 융합 역량(기술+도메인)이 높은 ‘AI 프로젝트 관리자’ 및 ‘AI 컨설턴트’를 중심으로 현황을 분석 과학기술정보통신부･소프트웨어정책연구소, 매년 발간, 1인 이상의 인공지능산업 관련 사업을 영위하는 기업체를 대상으로 하는 전수조사 Ⅱ. AI 융합인재 범위 및 분석 방법 5 <참고> 직무별 융합인재의 기술/도메인 역량 수준 직무 기술 역량 도메인 지식 융합역량(기술+도메인) 1. AI 프로젝트 관리자 △ ○ ◎ 2. AI 컨설턴트 △ ◎ ◎ 3. AI 개발자 ◎ △ ○ 4. AI 시스템 운영･관리자 ○ △ △ 5. 데이터 가공･처리 종사자 ○ × △ 6. AI 데이터 분석가 ◎ △ ○ AI 프로젝트 관리자 AI를 활용한 새로운 비즈니스를 발굴하거나 산업 수요에 부합하도록 AI 시스템 개발을 기획･주도 AI 컨설턴트 기업의 AI 시스템 도입･구축 및 활용에 관한 컨설팅을 수행함으로써 기개발 한 AI 시스템을 확산시키는 역할을 수행 ∙ AI 활용산업 내 AI 융합인재 현황 : 「국내 AI 도입기업 현황 분석 및 시사점(봉강호 외)」에서 AI 융합인재 활용 현황과 관련된 결과를 발췌·분석 정부 사업 분석 ∙ ｢제4차 과학기술인재 육성·지원 기본계획 2024년 시행계획｣ 등 정책자료를 바탕으로 AI 융합 인재에 중점을 둔 사업 선정 및 분석 AX 시대, AI 융합인재 양성 현황의 진단과 제언 6 AI 융합인재 활용·양성 현황 및 주요 이슈Ⅲ 1. AI 융합인재 현황 분석 (AI 산업 내 AI 융합인재 현황1)) 지난 3년간 국내 AI 산업의 확장과 함께 AI 산업 내 AI 융합인재 고용 규모도 확대 (융합인재 규모) 2023년 기준 국내 AI 산업 내 AI 융합인재는 총 7,465명으로 전체 AI 종사자(51,425명)의 14.5%를 차지 AI 프로젝트 관리자, AI 컨설턴트 - AI 융합인재의 약 43%(3,174명)는 1,000인 이상 대기업에 종사 <표 3> AI 산업의 AI 관련 직무별 기업당 인력 현황(2023년) (단위 : 명) 기업 종사자 규모 사례 수 AI 융합인재 AI 전문인재 AI 프로젝트 관리자 AI 컨설턴트 AI개발자 AI시스템 운영･관리자 데이터 가공･처리 종사자 AI 데이터 분석가 평균 합계 평균 합계 평균 합계 평균 합계 평균 합계 평균 합계 전체 2,354 2.0 4,787 1.1 2,678 15.4 36,259 0.9 2,032 1.3 3,018 1.1 2,652 1,000인 이상 34 56.4 1,917 37.0 1,257 302.4 10,281 21.3 725 21.9 745 21.8 740 100인 이상 ~ 1,000인 미만 228 3.5 787 2.6 599 51.8 11,810 2.8 646 4.0 903 3.8 867 10인 이상 ~ 100인 미만 1,266 1.3 1,639 0.5 651 9.7 12,310 0.5 609 0.9 1,198 0.7 939 10인 미만 826 0.5 444 0.2 171 2.2 1,858 0.1 52 0.2 172 0.1 106 주1) 수치는 해당연도의 6월 말 기준 AI 종사자 현황임 주2) 모집단(기업)수 : 2023년 2,354개 출처 : 과학기술정보통신부･소프트웨어정책연구소, 인공지능산업실태조사(2023) 1) ‘AI 산업 내 AI 융합인재 현황 분석’ 통계는 「인공지능산업실태조사」를 토대로 재구성 Ⅱ. AI 융합인재 범위 및 분석 방법 7 (융합인재 증가율) 최근 3년간 AI 융합인재의 인력 규모는 연평균 38.1% 증가하여 전체 AI 종사자 증가율(32.8%)을 상회 - 특히, AI 컨설턴트 직무는 연평균 50.2%의 높은 증가율을 보여, AI 활용이 본격화됨에 따라 AI 기술 확산 및 활용 역량의 중요성이 증가하고 있음을 나타냄 <표 4> AI 산업의 AI 관련 직무별 인력 현황(2021~2023년) (단위 : 명, %) 구분 2021년 2022년 2023년 연평균 증가율수 비중 수 비중 수 비중 전체 AI 종사자 29,181 100.0 39,181 100.0 51,425 100.0 32.8 AI 프로젝트 관리자(A) 2,725 9.3 4,350 11.1 4,787 9.3 32.5 AI 컨설턴트(B) 1,186 4.1 2,255 5.8 2,678 5.2 50.2 소계(A+B) 3,912 13.4 6,605 16.9 7,465 14.5 38.1 주1) 수치는 해당연도의 6월 말 기준 AI 종사자 현황임 주2) 모집단(기업)수 : 2021년 1,365개, 2022년 1,915개, 2023년 2,354개 출처 : 과학기술정보통신부･소프트웨어정책연구소, 인공지능산업실태조사, 각 연도 (AI 활용산업 내 AI 융합인재 현황2)) AI 활용산업에서도 AI 융합인재에 대한 수요는 계속 확대되고 있으나, AI 융합인재의 역량은 현장의 수요에 미치지 못하는 것으로 나타남 (AI 전담인력 보유/채용예정 현황) 2023년 기준 주요 AI 도입기업 중 AI 전담인력 보유기업은 39.2%, AI 전담인력 채용 예정기업은 30.3%을 차지 <표 5> AI 활용산업(AI 도입기업)의 AI 전담인력 보유 현황 (n=982, 단위 : 개, %) 구분 제조업 (n=314) 서비스업 (n=668) 전체 (n=982) 사례수 비중 사례수 비중 사례수 비중 AI 전담인력 보유 163 51.9 222 33.2 385 39.2 AI 전담인력 채용 예정 99 31.5 199 29.8 298 30.3 없음 52 16.6 247 37.0 299 30.4 출처 : 봉강호 외, 소프트웨어정책연구소 이슈 리포트(2023) 2) ‘AI 활용산업 내 AI 융합인재 현황’ 통계는 「국내 AI 도입기업 현황 분석 및 시사점(봉강호 외)」를 토대로 재구성 AX 시대, AI 융합인재 양성 현황의 진단과 제언 8 (AI 활용 애로사항) AI 도입･활용 과정에서 주요 애로사항으로 '내부 운용의 기술력 부족'이 가장 높게 나타나, AI 융합인재의 역량 강화 필요성이 확인됨 <표 6> AI 활용산업(AI 도입기업) 내 AI 도입 및 활용과정에서의 애로사항 (단위 : %; 1~3순위 응답률) AI 도입과정에서의 애로사항 AI 활용과정에서의 애로사항 순 위 구분 제조업 (n=314) 서비스업 (n=668) 순 위 구분 제조업 (n=314) 서비스업 (n=668) 1 내부 운용의 기술력 부족 49.7 49.7 1 내부 운용의 기술력 부족 64.0 61.7 2 투자 대비 성과의 불확실성 51.3 43.3 2 성과 실현에 상당한 시간 필요 52.2 50.4 3 관련 시장의 미성숙 35.4 34.6 3 인력 부족 45.9 41.6 4 자금 부족 29.6 34.6 4 자금 부족 37.6 39.2 주1) AI 도입과정에서의 애로사항(9가지), 활용과정에서의 애로사항(7가지) 중 상위 4개 사항만 정리 출처 : 봉강호 외, 소프트웨어정책연구소 이슈 리포트(2023) 2. 정부의 AI 융합인재 양성사업 현황 우리나라 AI 융합인재 양성에 관한 논의는 비교적 최근 활성화되었으며 AI 기술개발 성과의 사회·산업 전반적 확산을 위한 융합인재의 중요성이 대두 우리나라 AI 정책은 4차 산업혁명 기술 발전 대응을 위해 2020년대 이후 본격적으로 추진되었으며, AI 기술 주도권 확보를 위한 핵심 기술 및 AI 반도체 개발 등을 중심으로 투자가 확대 ※ 한국판 뉴딜(’20.7월)을 기점으로 경제·산업 전반의 디지털 혁신 촉진을 위해 AI 기술 개발, 데이터 축적, 산업 디지털 전환 등이 추진 최근 기술발전에 따라 AI 융합 서비스 활용이 확산되며, 사회･산업적 문제 해결을 위한 정책적 노력이 본격화됨 - 주요 정책으로 「AI 일상화 및 산업 고도화 계획」(과기정통부, 2023)과 「산업 AI 내재화 전략」(부처합동, 2023) 등을 마련 Ⅱ. AI 융합인재 범위 및 분석 방법 9 도메인 전문성과 AI 잠재력의 결합을 통해 기술혁신 정체를 극복하고자 ‘AI 융합 사례 창출’ 및 ‘AI 융합인재 양성’이 핵심 과제로 부상 <표 7> 글로벌 AI 정책 이슈 및 우리나라 주요 AI 정책 시기 글로벌 AI 정책이슈 우리나라 주요 AI 정책 2010년대 후반 AI 3차 붐 ※ 머신러닝·딥러닝의 발전, 상업적 성공 사례 다수 출현 · 지능정보사회 중장기 종합대책(’16) · AI R&D 전략(’18), AI 국가전략(’19) 2020년~2022년 AI 기술패권경쟁 ※ 시장우위 모델 개발·검증, 초거대 LLM 주도권 확보, AI반도체 개발 · 한국판 뉴딜(’20), 산업지능화 추진전략(’20) · 인공지능 반도체 산업 발전전략(’20) · 국가전략기술 육성방안(’22) 최근(2023년~) + AI 확산 및 제도경쟁 ※ 신뢰 가능한 AI, 책임있는 AI 활용을 위한 표준/제도 개발 · AI 일상화 및 산업 고도화 계획(’23) · 산업 AI 내재화 전략(’23) · AI-반도체 이니셔티브(’24) · 국가AI위원회 발족, AI기본법 제정 추진 · 국가AI역량 강화방안(’25) 등 마련 정부의 AI 융합인재 양성정책은 ‘기술주도형(AI+X)’과 ‘현장 문제해결형(X+AI)’의 두 축으로 추진 중 최근까지 AI 융합인재에 관한 논의는 AI 인재 양성 또는 디지털 인재 양성의 한 부분으로 논의되었기에 별도의 정책 방안은 마련되지 않았으나, 기발표된 정책으로부터 관련 내용을 살펴보면 <AI+X>와 <X+AI>의 두 가지 방향에서 추진되고 있음이 확인 - 한 예로, ｢디지털 인재양성 종합방안(부처합동, 2022)｣에서는 4가지 추진전략을 제시하면서 디지털·AI 전문 인재의 양성과 타 분야 인재의 디지털·AI 역량 강화 전략을 구분 * 4가지 추진전략 : 1. 고도화된 디지털 전문인재, 2. 도메인 분야에 디지털 기술을 적용하는 인재, 3. 일상에서 디지털 기술을 활용하는 인재, 4. 교양차원의 디지털 이해 제고 <AI+X> 접근은 AI 기술에 대한 높은 이해도를 가진 인재가 적용 분야에 대한 지식·경험까지 확보하는 것을 의미한다면, <X+AI> 접근은 도메인 분야의 인재가 AI에 대한 이해도를 제고하여 그 분야의 문제 해결을 위한 AI 적용성을 확보하는 것을 의미 - 앞 절에서의 분석과 연계해 보면, AI+X 인재는 ‘AI 산업’에서의 AI 융합인재, X+AI 인재는 ‘AI 활용산업’에서의 AI 융합인재를 주요 정책 대상으로 둔다고 볼 수 있음 AX 시대, AI 융합인재 양성 현황의 진단과 제언 10 위와 같은 기준에 따른 정부의 주요 AI 융합인재 양성사업 사례는 다음과 같음 - <AI+X> 측면에서는 인공지능융합혁신대학원, 이노베이션아카데미, 인공지능산업융합기술 개발사업, <X+AI> 측면에서는 의료인공지능 특화 융합인재 양성사업 등이 추진 중 <표 8> 정부 AI 융합인재 양성사업의 대표 사례 영역 사업명 소관부처 유형 AI+X 인공지능융합혁신대학원(2022~2026) 과기정통부 학위과정 인공지능분야혁신융합대학(2021~2026) 교육부 학위과정 이노베이션아카데미(2019~계속) 과기정통부 비학위과정 인공지능산업융합기술개발(2023~2026) 과기정통부 공동연구 산업기술 알키미스트 프로젝트(2022~2031) (中 일부) 산업통상자원부 공동연구 X+AI 의료인공지능 특화 융합인재 양성사업(2025~2029) 보건복지부 학위과정 스타트업AI기술인력 양성사업(이어드림스쿨)(2021~계속) 중소벤처기업부 비학위과정 K-Digital Training(2021~계속) 고용노동부 비학위과정 AI융합프로젝트(AI+X)(2020~2023) 과기정통부 공동연구 산업맞춤형 혁신바우처 지원(2022~계속) 과기정통부 수요-공급 매칭 ※ 사업별 세부 내용은 <표 9> 참고 정부의 AI 융합인재 양성사업은 운영주체·참여방식에 따라 학위과정, 비학위과정 및 공동연구의 3가지 유형으로 추진되며 각 유형별 특성은 다음과 같음 (유형 1 : 학위과정 - 대학(원) 내 AI 융합 과정 운영) 대학(원) 내 AI 융합 트랙 신설, AI 분야와 융합이 필요한 분야 공동으로 커리큘럼을 마련하여 학･석･박사 양성 - 주로 노동시장 진입을 준비하는 청년들을 대상으로 다학제 교육과정을 제공, AI 융합역량 습득을 지원하는 학위과정에 해당 ※ (예시) 인공지능융합혁신대학원, 인공지능분야혁신융합대학 등 (유형 2 : 비학위과정 - 공공 AI 교육 프로그램 운영) 기업･현장 수요에 기반한 AI 커리큘럼 운영, 기업 현안 해결 프로젝트 참여, 채용 연계 교육 등 민간 주도의 공공 AI 융합 교육 - 주로 청년, 구직자(미취업자)를 대상으로 디지털 직무 전환 또는 직업 훈련 제공 ※ (예시) 이노베이션아카데미, K-Digital Training 등 Ⅱ. AI 융합인재 범위 및 분석 방법 11 (유형 3 : 공동연구 및 수요-공급 매칭) AI 전･후방산업 내 기업 또는 관련 기관･연구자가 협력하여 AI 적용 사례를 창출하고 역량을 함양 또는 내재화할 수 있도록 지원 - 대학･기업･연구소 등 조직 단위의 AI 프로젝트 참여를 통해 조직 구성원의 AI 역량 강화를 지원하는 사업으로 재직 인력 중심으로 참여 ※ 인공지능산업융합기술개발, AI융합프로젝트(AI+X) 등 사업 유형별 배출되는 인재의 융합역량을 고려할 때, AI 분야와 도메인 분야 모두 높은 수준으로 이해하는 인재를 양성할 수 있는 사업은 유형 3에 해당 도메인 분야의 전문성과 AI 분야의 전문성을 모두 갖춘 인재라는 측면에서 AI 융합인재의 역량을 계량･평가하는 것은 쉽지 않으나, ‘AI 분야 전문성’과 ‘도메인 분야 전문성’을 두 축으로 유형별 참여·배출하는 인재의 역량을 비교하면 [그림 2]와 같음 ※ 도메인 분야에서의 실무 경력(기간)과 참여한 AI 프로젝트의 난이도와 횟수 등이 관련 역량에 비례한다고 가정, 유형별 주 지원 대상의 사례를 기준으로 작성 - 유형 1과 2는 주로 개인 단위의 학습지원을 통한 AI 융합인재의 양적 저변확대를 위한 것이라면, 유형 3의 사업은 분야·조직 간 협업을 통해 핵심역량 강화를 지원 [그림 2] 정부의 AI 융합인재 양성사업 유형별 특성 비교 AX 시대, AI 융합인재 양성 현황의 진단과 제언 12 <표 9> 참고 - 정부의 AI 융합인재 양성사업 대표 사례의 세부 내용 사업명 사업목표 및 주요 내용 소관부처 유형 1 인공지능 융합혁신대학원 (2022~2026) ∙ 개요 : 산업 디지털 전환에 필요한 AI 융합연구를 지원, 민·관 협력을 통해 실무능력을 갖춘 석·박사급 AI 융합인재 양성 ∙ 주요 내용 : AI 관련 학과 외 다양한 학과가 협업하여 창의적 융합연구와 교육을 통한 AI 융합인재 양성 - 산업계의 교육 수요를 기반으로 기업이 교육과정 설계 및 강의에 직접 참여 - 산·학 공동의 AI융합 사업 수행을 통해 실전형 연구인력 양성 ∙ 인력양성 규모 : 대학(원)별 대학원생 정원 40명 ※ ICT 분야 대학원이 설치된 국내 대학(원)에 최대 4년간 지원(2+2년) ’24년 기준 9개 선정･운영 과기 정통부 학위 과정 2 인공지능분야 혁신융합대학 (2021~2026) ∙ 개요 : 지역 간, 대학 간 교육역량 차이를 해소하기 위해 대 학이 컨소시엄(일반대, 산업대, 전문대)을 구성하면 교원, 교 육컨텐츠 및 기자재 등의 자원을 공유･활용하도록 지원 ∙ 주요 내용 : 컨소시엄 대학의 자원을 공동 활용하여 운영할 수 있도록 수준별 모듈형 표준 교육과정 개발. 학생은 전공에 관계없이 자유롭게 신기술 교육과정에 참여하여 학위 및 인증 취 득 가능 ∙ 인력양성 규모 : 7개 대학의 50개 학과가 컨소시엄을 구성, 6년간 AI 전문인력 및 AI+X 융합인력 2만명 양성 목표 ※ 전남대·성균관대 등 7개 대학이 혁신융합대학 인공지능 사업단 참여 교육부 학위 과정 3 이노베이션 아카데미 (2019~계속) ∙ 개요 : 디지털 융합 인재 및 소프트웨어 혁신 인재를 양성하 기 위한 혁신적 교육 패러다임 필요. 새로운 교육환경을 제공 하는 42서울 및 42경산 설립･운영 ∙ 주요 내용 : 3無(교수, 교재, 학비 없음) 제도 하, 동료 간 서 로 배우는 P2P(Peer to Peer) 방식 및 기업과의 협업을 통 한 PBL(Project Based Learning) 시스템을 통해 최대 24개 월간의 자기주도학습을 지원, 창의적인 개발자 양성 ※ 프랑스의 에꼴42를 벤치마킹 ∙ 인력양성 규모 : 연간 500명 양성 목표 과기 정통부 비학위 과정 4 인공지능산업 융합기술개발 (2023~2026) ∙ 개요 : 단기간 내 신규 시장 개척·진출이 가능한 AI 융합 신 규 제품·서비스의 개발·상용화를 지원함으로써 인공지능 전 문기업육성, AI+X R&D 활성화 및 초기시장 창출 ∙ 주요 내용 : 혁신적 아이디어를 바탕으로 인공지능 기술을 접 목한 국내 중소·중견기업의 제품·서비스 연구개발 지원 ∙ 지원 규모 : 과제당 2년간 연 3~5억원 지원, ’23년 5개 과제 선정 과기 정통부 공동연구 Ⅱ. AI 융합인재 범위 및 분석 방법 13 사업명 사업목표 및 주요 내용 소관부처 유형 5 산업기술 알키미스트 프로젝트 (2022~2031) ∙ 개요 : 미래산업의 판도를 바꿀 도전적이고 혁신적인 원천기술개 발을 지원하는 ‘산업기술 알키미스트 프로젝트’ 사업 추진 중(’22 년~) ∙ 주요 내용 : 지원 중인 연구 테마 中 AI융합 관련 주제로 ‘AI 기반 초임계 소재’, ‘초연결 지능제조 플랫폼’, ‘신경･AI 인터페이스 기반 신체 능력 증강(’25년 신규)’가 있음 ∙ 지원 규모 : 선정된 컨소시엄은 3단계 경쟁방식(개념연구-선 행연구-본연구)을 통해 7년간 지원(9개월+1년+5년). 본연구는 테마별 1개 과제 선정하여 연간 40억원 내외 지원 산업통상 자원부 공동 연구 6 의료인공지능 특화 융합인재 양성사업 (2025~2029) ∙ 개요 : 바이오헬스 특화 분야별 인공지능 기술을 접목할 수 있 는 융합인재 양성을 위해 영역별 학위과정 운영 지원 ∙ 주요 내용 : 의료 인공지능 산업 특화 영역별 학·석·박사 인재 양성 - 마이크로디그리 과정 또는 인증제 프로그램 운영(학부), 의료인공지능학 세부전공교실 운영(대학원), 특화 영역별 인 재양성에 필요한 프로젝트 기반 실습 지원 - 의료데이터 활용 인프라를 보유한 병원 및 틍화 분야 기업 과의 협업체계 필수 구성 ∙ 인력양성 규모 : 5년간 학·석·박 약 1,000명 배출 목표 ※ 사업 운영이 가능한 국내 대학 6개 선정, 최대 5년간 지원 보건 복지부 학위 과정 7 스타트업AI기술 인력 양성사업 (이어드림스쿨) (2021~계속) ∙ 개요 : 혁신 벤처스타트업이 필요로 하는 AI 실무인력 양성하 고 청년인재의 혁신 벤처·스타트업 취업 지원 ∙ 주요 내용 : 인공지능 특화 교육(관련 대학 학과의 4년 전공 기 초･필수 전과정 교육 및 현업 문제 해결을 위한 프로젝트 과 정)을 10개월간 집중 운영 후 취･창업 연계 지원 ※ 취업지원 : 엔터(게임), 금융(핀테크), 유통(플랫폼), 바이오(의료IT) 등 AI 분야 스타트업 중심으로 매칭 ※ 창업지원 : 창업 희망 교육생에게 창업 기본 및 직무교육, 전문 멘토링, 예비 IT 피칭 등 패키지 지원 ∙ 인력양성 규모 : 39세 이하 청년, 연간 200명 목표 중소벤처 기업부 비학위 과정 8 K-Digital Training (2021~계속) ∙ 개요 : 선도기업(KT･삼성 등), 민간 혁신훈련기관, 우수 대학 등이 훈련기관으로 참여하여 혁신형 실무인재 양성 ∙ 주요 내용 : 신기술 분야 선도기업이 직접 또는 훈련기관 과 협약을 통해 훈련과정을 설계･운영하고, 실제 과업을 프로 젝트로 편성(30% 이상)하여 경험･문제해결 능력 향상을 지 원. 정부는 국민내일배움카드로 참여자의 훈련비 전액 및 훈련 수당 추가 지원 ※ 일반과정(350시간 이상), 심화과정, 재직자 도약 과정, 사업주 신 기술 활용과정의 4가지 유형으로 구성 ※ DX 전환, AI 활용 등 AI융합역량 강화 프로그램 다수 포함 ∙ 인력양성 규모 : 연간 5.8만 명 교육 가능한 체계 구축(’24년 기준) ※ 실제 참여 : ’23년 31,919명 → ’24년 37,566명 고용 노동부 비학위 과정 AX 시대, AI 융합인재 양성 현황의 진단과 제언 14 3. AI 융합인재 활용·양성의 주요 이슈 AI 융합인재의 수요는 급격히 증가하고 있으며, 이에 대응하여 다양한 정책과 사업이 추진되고 있음 다만, 빠르게 확대되고 있는 AI의 영향력과 AI 융합인재의 양적･질적 확보의 중요성에 비해 현황 진단 및 양성 체계화 등에서는 여전히 부족한 점이 존재 분석 내용을 바탕으로 AI 융합인재 정책 추진 시 고려해야 할 주요 이슈 및 개선 과제는 다음과 같음 (1) AI 융합인재 양성 사업의 체계성·전략성 미흡 → AI 융합인재 사업의 통합적 관리 체계 구축 및 수요 맞춤형 공급 강화 사업명 사업목표 및 주요 내용 소관부처 유형 9 AI융합 프로젝트 (AI+X) (2020~2023) ∙ 개요 : 부처 간 협업을 토대로 경제적 파급효과와 국민체감 도가 높은 전략 분야의 대규모 데이터 기반 AI를 개발･활용 하여 산업AI 전환을 위한 신수요 창출 ∙ 주요 내용 : 대규모 데이터를 안전하게 학습할 수 있는 학습 환경(실증랩) 제공, 7대 전략 분야 AI 기술･서비스 실증 및 현 장 적용 ※ 전략 분야 : ▲AI융합 불법 복제품 판독 시스템 ▲AI융합 신규 감염병 대응 시스템 ▲AI융합 에너지 효율화 ▲AI융합 의료영 상 진료 판독 시스템 ▲AI융합 의료영상 진료판독시스템 ▲AI융 합 해안경비 및 지뢰탐지 시스템 ▲AI융합 국민 안전 확보 및 신 속 대응 지원 ∙ 지원 규모 : 분야별로 4년간 약 200~250억 지원(분야의 특성 에 따라 컨소시엄 단위로 지원 또는 기업 단위로 과제 배분) 과기 정통부 공동 연구 10 산업맞춤형 혁신바우처 지원 (2022~계속) ∙ 개요 : 디지털 전환 수요가 있는 중소･중견기업 대상으로 맞 춤형 전사 교육 및 컨설팅을 제공하여 실질적인 디지털 전환 촉진 ∙ 주요 내용 : 인력 부족으로 디지털 전환(DX)에 난항을 겪 고 있는 기업을 대상으로, DX 솔루션을 보유한 공급기업과 협 업하여 기업 진단, 컨설팅, 전사적 역량 교육, 검증 프로젝트 등 일괄 지원 ∙ 지원 규모 : 수요기업 35개 내외 지원 (’24년 기준) ※ 수요 기업당 10명 이상의 교육 참여를 권고 과기 정통부 컨설팅 (수요- 공급 매칭) Ⅱ. AI 융합인재 범위 및 분석 방법 15 AI 융합인재 양성사업은 다양한 부처·부문별로 산발적으로 추진되고 있어 종합적인 사업 현황 파악 및 전략성 확보에 한계가 있음 산업 전반의 AI 전환을 고려해 AI 융합인재 양성사업을 체계적으로 관리할 수 있도록 부처별, 사업별 인재양성 규모 및 배출 역량을 통합적으로 분석·관리 필요 - AI 융합인재의 역할 및 기술 수준 표준화, AI 전문성과 도메인 전문성을 기준으로 인재 양성사업 포트폴리오 재구성 필요 ※ 역할·수준에 대한 표준은 교육과정의 내용과 대상을 의미하며, 직무체계와도 연계 (2) 대학 및 공공 AI 교육의 실무형 인재 배출 한계 → 재직 인력 대상 스킬업 지원 확대 및 실효성 강화 필요 현재의 AI 융합인재 양성사업은 대학 및 공공 교육을 중심으로 산업 수요 반영 프로젝트형 교육 추진 중이나, 실제 기업이 요구하는 산업에 대한 이해도가 높은 AI 융합인재 공급은 미흡 - 대학 및 공공 교육과정은 주로 구직자 중심으로 구성되어 있어 기업 현장 즉시 투입 가능한 실무형 융합인재 양성에 한계 기업 내 재직 인력이 현업의 연장선에서 AI 융합역량을 내재화할 수 있도록 관련 사업 확대와 참여 장벽 완화 필요 - AI 도입 기업과 AI 솔루션 공급 기업 간 연계사업 확대 및 공동연구에 대한 재정·정보·제도적 지원 강화 필요 < AI 융합인재 양성사업 > ○부처 △부처 ◇부처 ⁝ AI 분야 전문성 → (높음) 도메인 분야 전문성 ↓ (높음) A 사업 B 사업 C … D … AX 시대, AI 융합인재 양성 현황의 진단과 제언 16 - 대학 및 전문 교육기관의 교육과정에 재직자의 접근성을 높이고, 기업 주도의 맞춤형 AI 융합인재 양성 활성화 방안 마련 필요 (3) AI 융합인재 현황 및 수요 파악을 위한 통계적 기반 미흡 → AI 산업·인재 관련 통계 체계 개선 및 강화 필요 다양한 산업에서 AI 인재 부족 문제를 제기하고 있으나, 실제적인 수요와 역량 수준 등을 파악할 수 있는 구체적인 통계 부재 - 현재 AI 관련 통계조사는 AI 기술 도입 여부 등 기초적 수준으로 한정되어 있어 직무, 역량, 인력 규모 등 구체적 정보를 반영하지 못함 특히 AI 활용산업에서의 실질적 인재 현황과 미래 수요를 정확히 반영할 수 있는 조사 체계가 미흡하여 정책의 효율적 추진에 제약 AI 융합인재 관련 직무체계를 명확히 정립하고, 이를 바탕으로 산업군별 구체적 인재 수요 및 공급 현황 파악 가능한 통계 시스템 구축 필요 - 또한 AI 산업 및 AI 활용산업 전반을 포괄할 수 있는 직무 및 역량 분류 체계 확립을 통해 양적·질적 미스매치 해소 기반 마련 필요 < AI 융합인재 수요 > ? AI 융합인재 역량 직무1 직무2 직무3 … 산업a 산업b 산업c ⁝ Ⅳ. 정책제언 17 정책제언Ⅳ (제언1) 근거에 기반한 전략적 AI 융합인재 양성 강화 AI 융합인재의 직무분류와 스킬 데이터베이스를 명확히 정립하여 정책 수립 및 인력 양성 사업 운영의 기반으로 활용하고 개인·기업 등 다양한 주체의 효율적인 AI 경력개발을 지원 - AI 융합인재 직무체계와 수준별 스킬 데이터베이스 구축을 통해 명확한 사업 목표 설정 및 성과 관리의 내실화 추진 ※ 국가 AI 인재 분류에 기반(표10), 국가 AI 인력통계와 스킬 맵의 정합성을 확보 - AI 스킬 진단체계 마련 및 개인별 맞춤형 학습을 지원, 구직자･재직자가 직무에 필요한 AI 스킬을 갖추고 기업 내 업무 배치 등으로 연계될 수 있도록 지원 AI 융합인재 양성사업의 전략적 포트폴리오를 구축하여 사업의 운영·기획 측면의 효율성과 참여자의 실질적 활용도 제고 - AI 기술 난이도(AI 분야 전문성)와 적용 범위(도메인 전문성) 등을 기준으로 사업 유형화 및 체계적 관리 ※ 상기 기준은 [그림 2]에서 정리한 AI 융합인재 양성사업의 3가지 유형과도 연계 ※ 이현규(2024) 참고하여 저자 재구성 [그림 3] (예시) 기술개발 난이도･범위에 따른 AI 융합인재 양성사업 포트폴리오 AX 시대, AI 융합인재 양성 현황의 진단과 제언 18 - 사업별로 중점 추진하는 AI 융합인재의 역량 수준을 명확히 하고 이를 확장된 AI 인력 통계와 연계하여 정부 사업의 투자 효율성 평가 및 재조정 근거 마련 - 사업의 특성 및 유형에 따라 연계, 통합 등 조정의 근거로 활용함과 동시에 연구자, 기업 등은 개인의 역량･목적에 맞는 사업에 참여할 수 있도록 유도 (제언2) 재직 인력의 AI 융합역량 강화 위한 사업 확대 및 다각화 재직자의 현업 기반 AI 융합역량 강화를 위한 관련 인재양성 사업 확대와 참여 장벽 완화 필요 - AI 수요기업과 솔루션 공급기업 간 매칭 사업 및 단기 프로젝트 기반 AI 전문인력 활용 사업의 확대 ※ AI 활용 성공 사례 창출을 통한 재직자 AI 교육 필요성에 대한 인식 확산 - 기업 내 AI 인재 자체 양성을 촉진하기 위한 사내 대학(원) 활성화를 위한 지원 제도 개선과 민·관 협력 방안 마련 필요 - AI 역량 강화 교육 투자에 대한 세액공제 확대 등 기업의 AI 교육 참여 유인 강화 출연연-대학-기업 협력을 통한 AI 융합 커리큘럼 기획 및 마이크로디그리･마이크로크레덴셜 연계 활성화 - 출연연은 강사진과 실습 인프라 제공, 대학은 교육과정 설계·운영, 기업은 실무 수요 기반 교육 기획과 데이터 제공 등 참여 주체별 강점을 고려한 역할 분담 체계 구축 - 기업 현장의 실질적 문제해결형 공동연구 참여 재직자에게 AI 산업 학위(Industrial degree) 수여 등 재직자 중심의 융합역량 교육 활성화 (제언3) AI 기술의 확장성을 반영한 산업･인력통계 기반 구축 AI 기술 확산과 산업 전반의 AI 전환 흐름을 반영한 포괄적 산업･인력 통계를 구축하여 중장기적 국가 AI 인재 양성 및 활용 기반 마련 필요 AI 인재 분류체계 명확화, 특히 AI 전문인재와 융합인재를 구분하여 현황 및 수요를 파악할 수 있는 조사 항목 설정 - AI 산업 및 AI 활용산업 전체를 포괄하는 인력 통계 구축을 통해 신규 인력 채용뿐 아니라 기존 인력의 스킬업 및 재배치 수요 등 포괄적 인재 수요에 대한 이해 제고 Ⅳ. 정책제언 19 <표 10> AI 인재의 분류 예시 구분 기술 수준 세부내용(예시) AI 전문인재 최고급 AI 인재 새로운 AI 기술을 제안하고 세계적 수준의 학술지에 AI 관련 논문을 발간할 수 있는 인재 고급　AI 인재 최신 AI 알고리즘을 완벽히 이해하고 구현할 수 있는 인재 AI 융합인재 중급 AI 인재 소스 코드가 공개된 AI 기술을 구현, 적용할 수 있는 인재 초급 AI 인재 데이터와 문제가 주어지면 AI 공개 SW를 활용해 해결할 수 있는 인재 데이터 인재 데이터 수집･저장 및 관리와 관련된 인재, 또는 데이터 수집･활용의 적합성을 판단하고 컨설팅할 수 있는 인재 SW 인재 AI 기반의 제품이나 서비스 전반을 설계할 수 있는 인재 등 출처 : 추형석(2019) 기반으로 저자 재구성 AX 시대, AI 융합인재 양성 현황의 진단과 제언 20 참 고 문 헌 ∙ 강현주, 김지홍, 2023년 OECD고용 전망 : AI시대 역량 수요와 정책, 과학기술인재정책 동향리포트 (2023) ∙ 과학기술정보통신부･소프트웨어정책연구소, 인공지능산업실태조사, 각 연도 ∙ 과학기술정보통신부･한국지능정보사회진흥원, 2023 정보화통계집(2023) ∙ 과학기술정보통신부, 인공지능 일상화 및 산업 고도화 계획(안)(2023) ∙ 관계부처 합동, AI 내재화 전략(제1차 산업 디지털 전환 종합계획)(2023) ∙ 관계부처 합동, AI G3 국가 도약을 위한 「국가AI전략」 정책방향(2024) ∙ 구본진, 안전･신뢰 AI, KISTEP 기술주권브리프(2024) ∙ 구아현, [AI강국의 조건]“AI 융합인재 양성, 늦어지면 따라잡을 수 없다.”, The AI(2024.5.10) ∙ 권상집, 융합지향 조직 구축을 위한 융합인재 측정 도구 개발 및 육성 정책, 과학기술정책연구원 (2018) ∙ 김상선, 유재훈, 디지털바이오 인재양성을 위한 정책제언, 한국생명공학연구원 바이오인규제(2024) ∙ 김향미, 인공지능 인재 양성 현황과 과제 : LG AI Academy 사례를 중심으로, 2024 ICT기반 사회 현안 해결방안 연구 심포지엄(2024.11.1.) ∙ 박나연, 국내 인공지능산업의 통계 현황 및 개선 방안, KIET 산업경제(2023) ∙ 봉강호･안미소･김정민, 국내 인공지능(AI) 도입기업 현황 분석 및 시사점, 소프트웨어정책연구소(2023) ∙ 부처합동, 디지털인재양성종합방안(2022) ∙ 유준우 외, 국가전략기술 핵심인력 양성 종합전략 수립 연구, 한국과학기술기획평가원(2024) ∙ 이현규, 2024년도 인공지능 R&D 추진방향, IITP(2024) ∙ 인공지능산업융합사업단, 2023년 AI커리어맵 개선 및 광주 AI 성숙도 분석 보고서(2023) ∙ 임경화, 신정민, 이두완, AI 융합형 인재양성을 위한 학습자 맞춤형 훈련프로그램 모델 수립 방안: 고용노동부의 STEP을 중심으로, 실헌공학교육논문지, v12.no.2,(2022) pp339-351 ∙ 자오야리, 신종호, 중국의 ‘국가급 인공지능 혁신 응용 선도구’ 건설의 전략적 함의, 대외경제정책 연구원(2025) ∙ 장영재, 산업 지능과 산업공학, IE 매거진, 25 제2호 p11-12(2018) ∙ 조영임, 인공지능 이슈와 국제 표준화 동향, 월간SW중심사회 2021년 4월호 참 고 문 헌 21 ∙ 주혜정 외, 과학기술인력양성 추진체계 구축･운영, 한국과학기술기획평가원(2021) ∙ 채명식, 조유리, 2023 인공지능, KISTEP 기술동향브리프(2023) ∙ 추형석, 인공지능 인재의 정의와 분류, 제47회 SPRi Forum(2019) AX 시대, AI 융합인재 양성 현황의 진단과 제언 22 KISTEP 이슈페이퍼 발간목록 발간호 제목 저자 2025-03 (통권 제374호) 출연연 탄소중립 분야 연구 성과 현황 및 시사점 신우영, 박창대, 정민우 (KISTEP) 2025-02 (통권 제373호) 국내 공학 분야 외국인 박사 졸업자 현황 분석 및 시사점 이정재, 이현경, 서현정 (KISTEP) 2025-01 (통권 제372호) KISTEP Think 2025, 10대 과학기술혁신정책 아젠다 황지호, 이경재, 최대승, 김다은, 박서안 (KISTEP) 2024-15 (통권 제371호) 대학 기술사업화 관련 법령 현황진단 및 개선방안 이길우, 방형욱(KISTEP) 정영룡(전남대학교) 김성근(부산대학교) 이지훈(서울과학기술대학교) 김동명(연세대학교) 김태현(과학기술사업화진흥원) 2024-14 (통권 제370호) 전문기관-전담기관 협력 기반 국가연구개발 성과관리 단계 제언 김행미, 강문상 (KISTEP) 2024-13 (통권 제369호) 중국 첨단기술 경쟁력과 미래 전략 서행아(KISTEP), 이우근(중국칭화대), 김종명(상해과기대), 정용삼(난징 농업대), 김정식(북경항공항천대), 김기환(칭화대) 2024-12 (통권 제368호) ESG활동이 혁신활동과 차기 기업성과에 미치는 매개효과에 대한 실증연구 김유신(KISTEP) 2024-11 (통권 제367호) 국가연구개발사업 혁신도전정책 아이디어 및 제도변화 : 신제도주의 경로의존성 관점에서 이민정(KISTEP) 2024-10 (통권 제366호) 정부의 기업 R&D 지원 효과성 제고를 위한 정책 연계 방안 윤수진, 손영주 (KISTEP) 2024-09 (통권 제365호) 인구구조 변화 대응을 위한 과학기술혁신 정책 방향 오현환, 김유신, 주혜정, 배용국, 김지홍, 김효재, 이충현, 오서연, 김인자, 박수빈, 기지훈 (KISTEP) 2024-08 (통권 제364호) 바이오 클러스터 운영체계 개선을 위한 효율화 방안 연구 김주원, 김종란 (KISTEP) 2024-07 (통권 제363호) 토픽모델링-회귀분석 기반의 투자 포트폴리오 분석 및 예측 오건웅, 홍미영 (KISTEP) KISTEP 이슈페이퍼 발간목록 23 발간호 제목 저자 2024-06 (통권 제362호) 과학기술 전공자 취업 현황 분석 및 시사점 이정재, 박수빈, 이원홍 (KISTEP) 2024-05 (통권 제361호) ‘생성형 인공지능’ 시대의 10대 미래유망기술 박창현(KISTEP) 2024-04 (통권 제360호) 반도체 분야 정부연구개발투자의 효과성 분석과 개선방안 김준희(KISTEP), 엄익천(KISTEP), 오승환(경상국립대학교), 전주경(KIPRO) 2024-03 (통권 제359호) 신약개발 분야 정부 R&D 현황과 효율성 제고 방안 송창현(KISTEP), 엄익천(KISTEP), 김순남(KDDF), 이원희(유한양행) 2024-02 (통권 제358호) 국가연구개발 성과분석 프레임워크 개발 및 적용 박재민(건국대학교), 문해주(건국대학교), 이호규(고려대학교), 강승규(KIP), 김수민(건국대학교), 박서현(건국대학교) 2024-01 (통권 제357호) KISTEP Think 2024, 10대 과학기술혁신정책 아젠다 강현규, 이민정 (KISTEP) 2023-16 (통권 제356호) 미･중 패권경쟁 시대, 중국이 소재･부품･장비 공급망을 무기화할 수 있을까? 이승필(KISTEP), 이승빈(KICT), 최동혁(KISTEP) 2023-15 (통권 제355호) 다부처R&D사업 표준화 및 IRIS 적용 방안 송혜주, 김병은, 김아름, 김여울, 이혁성 (KISTEP) 2023-14 (통권 제354호) 플라스틱 국제협약 대응을 위한 과학기술의 역할 유새미, 고진원, 박노언 (KISTEP) 2023-13 (통권 제353호) 대학의 기술사업화 전담 조직 현황진단과 개선방안 이길우(KISTEP), 정영룡(CNU), 김성근(PNU), 이지훈(SEOULTECH) 김태현(COMPA) 방형욱(KISTEP) 2023-12 (통권 제352호) 중소기업 경쟁력 강화를 위한 고경력 과학기술인 활용 조사 및 시사점 김인자, 김가민, 이원홍 (KISTEP) 2023-11 (통권 제351호) 학문분야별 기초연구 지원체계에 대한 중장기 정책제언 (국내외 지원현황의 심층분석을 기반으로) 안지현, 윤성용, 함선영 (KISTEP) AX 시대, AI 융합인재 양성 현황의 진단과 제언 24 발간호 제목 저자 2023-10 (통권 제350호) 기술패권경쟁시대 한국 과학기술외교 대응 방향 강진원(KISTEP), 이정태(KIST), 김진하(KISTEP) 2023-09 (통권 제349호) 신입과학기술인 직무역량에 대한 직장상사-신입간 인식 비교 분석 박수빈 (KISTEP) 2023-08 (통권 제348호) 국가연구개발 성과정보 관리체계 개선 제언 김행미 (KISTEP) 2023-07 (통권 제347호) 기업 혁신활동 제고를 위한 R&D 조세 지원 정책 연구 : 국가전략기술 연구개발 기업을 중심으로 구본진 (KISTEP) 2023-06 (통권 제346호) 임무지향형 사회문제해결 R&D 프로세스 설계 및 제언 박노언, 기지훈, 김현오 (KISTEP) 2023-05 (통권 제345호) STI 인텔리전스 기능 강화 방안 - 12대 과학기술혁신 정책 이슈를 중심으로 - 변순천 외 (KISTEP) 2023-04 (통권 제344호) 국방연구개발 예산 체계 진단과 제언 임승혁, 안광수 (KISTEP) 2023-03 (통권 제343호) 우리나라 바이오헬스 산업의 주력산업화를 위한 정부 역할 및 지원방안 홍미영, 김주원, 안지현, 김종란 (KISTEP) 2023-02 (통권 제342호) ‘데이터 보안’ 시대의 10대 미래유망기술 박창현, 임현 (KISTEP) 2023-01 (통권 제341호) KISTEP Think 2023, 10대 과학기술혁신정책 아젠다 강현규, 최대승 (KISTEP) 필자 소개 ▶ 이현경 - 한국과학기술기획평가원 인재정책센터 부연구위원 - 043-750-2589, hklee19@kistep.re.kr KISTEP ISSUE PAPER 2025-04 (통권 제375호) ‖ 발행일 ‖ 2025년 5월 7일 ‖ 발행처 ‖ 한국과학기술기획평가원 전략기획센터 충청북도 음성군 맹동면 원중로 1339 T. 043-750-2300 / F. 043-750-2680 http://www.kistep.re.kr ‖ 인쇄처 ‖ 주식회사 동진문화사(T. 02-2269-4783)

12 3 4 5 6 7 8 9 10

충청북도 음성군 맹동면 원중로 1339 (우:27740) | 대표전화:043-750-2300

K2Base - 과학기술정책지원서비스

KISTEP브리프

첨부파일 종류