코로나19 위기상황이 디지털 전환, 혁신경쟁 가속화로 이어지고 있어 향후 데이터·AI 활용역량의 확보는 국가, 기업의 발전속도를 결정짓는 요소로써 더욱 중요해질 전망이다. 그러나 변화하는 비즈니스 환경에서 지속가능한 AI 모델을 구축하고 체감할 만한 성과를 창출하는 것은 대부분의 기업들에게 쉽지 않은 도전이다. AI 도입기업의 성과를 분석한 보고서들은 많은 기업들이 AI 도입에 실패하거나 시행착오 과정을 거치고 있음을 지적한다. 다가오는 디지털 경제 시대를 대비하기 위해 정부, 민간의 노력이 가속화되고 있는 지금, 성공적인 AI 도입· 운영을 가로막는 장애물이 무엇인지 이해하고 이를 해소하기 위한 대응방안을 모색하는 것은 매우 중요하다. 이에 본 보고서에서는 AI 도입·운영의 저해요인, AI 생태계 현황, 현 정부 정책의 성과 및 한계를 분석하여 AI 도입·확산을 촉진하기 위한 정책적 시사점을 도출한다.결론적으로 본 보고서에서는 국내 AI 도입·확산을 위해 다음과 같이 두 가지를 제안한다. 첫째 단계별 수준진단체계 구축과 고도화 지원사업의 추진이다. AI 도입은 데이터 의존성으로 인해 지속적인 모델 고도화 및 역량 내재화 과정이 필요하다. 현재 정부사업은 AI 도입 초기 기업의 어려움 (비용부담, 데이터 확보·전처리·모델개발의 어려움) 해소, 수요-공급기업의 매칭을 통한 국내 AI 시장형성에 기여하고 있다. 그러나, 정부지원이 AI 도입 초기 단계에 집중되어 있고 지원의 단발성으로 인해 AI 도입 후 시행착오를 겪고 있는 기업들의 어려움 해소에는 한계가 있다. 이에 AI 도입기업들이 단계별로 성장해나갈 수 있도록 수준진단체계를 구축하고 데이터·AI 역량내재화 및 단계별 고도화 지원이 필요하다.둘째, 다양한 계층의 AI 서비스 산업육성과 AI 기술거래 가이드라인의 마련이 필요하다. AI 기술의 플랫폼화·범용화, AI 서비스 시장의 세분화가 진전되고 있어 향후 AI 기술에 대한 접근성이 크게 향상될 것으로 예상된다. 그러나, AI 이해도가 부족한 기업들의 AI도입이 증가하면 플랫폼 락인, 데이터·알고리즘 편향·차별 위험이 심화될 수 있으며 AI 결과물에 대한 품질책임, 권리화 등에 대한 다양한 분쟁이 발생할 수 있다. 안전하고 공정한 AI 활용환경을 조성하고 내부역량이 부족한 기업들도 다양한 방식으로 AI를 도입하고 유연하게 확장해나갈 수 있도록 설명가능한 AI 기술, 스몰데이터 기술 등 AI 성능한계를 개선하는 기술의 개발 및 서비스화를 지원할 필요가 있다. 또한, AI 도입을 고려하는 기업들이 사전에 발생가능한 위험을 인지할 수 있고, 분쟁 발생 시 문제해결에 참고할 수 있도록 공정한 AI 기술거래를 위한 가이드라인의 제시가 필요하다.