4 차산업혁명의도전과 한국산업의대응전략
- 3 -
자료 : http://blog.naver.com/postview.nhn?blogid=leesr2006&logno=220712480223-4 -
4 차산업혁명논란의쟁점 1 4차산업혁명의실재여부에대핚논란 2 4차산업혁명의혁명적 단절적성격존재여부논란 3 4차산업혁명개념에대핚다양핚견해 1. 혁신은실재하는가? YES 2. 과거와단절적인가? YES 4 차산업혁명론 NO 4 차산업혁명부정론 (R. Gordon) NO 4 차산업혁명유보론 (digital transformation) 3. 성격규정은? ( 다양한담론존재 ) - 5 -
R. Gordon 의 4 차산업혁명부정론 - 6 -
동일한현상을보면서왜서로다른견해를가질까? 1 신기술초기단계 자료 : 이지효, 디지털의미래와한국산업에의시사점, 2016.6. * 현재위치표시는필자추가 - 7 -
2 글로벌선두그룹에국한된현상 글로벌선두그룹과지체그룹의생산성격차확대 자료 : Andrews, D. C. Criscuolo and P. Gal (2016), The Global Productivity Slowdown, Technology Divergence and Public Policy: a Firm Level Perspective, Hutchins Center Working Paper #24, 2016.9. - 8 -
4 차산업혁명관련담론현황 4 차산업혁명유보론 4 차산업혁명론 Rifkin 3 차산업혁명론 (Brynjolfsson 2 차기계시대론 ) -> 디지털전환론 데이터주도혁신론 사이버물리시스템론 ( 독일 ) 인공지능주도론 기술융합론 (Schwab) 혁신패턴론 (Kensho) 2 차기계시대 2 차물결론 (Brynjolfsson, 2017.7) 이민화 O2O 평행이론 하원규만물초지능네트워크론 이성호사물지능론 - 9 -
(1) Bain & Company 의디지털전환론 (Digital Transformation) 자료 : 이지효, 디지털의미래와한국산업에의시사점, 2016.6. - 10 -
(2) 인공지능주도론 자료 : 조성배, 인공지능기술은어디까지왔는가 (2 장 ), 신지나외, 인공지능은어떻게산업의미래를바꾸는가, 2016, 56 쪽. - 11 -
- 인공지능의 exponential 진화 : AlphaGo Zero 의등장 - 데이터없이스스로강화학습만으로더나은실력배양 자료 : D. Silver et. al., Mastering the game of Go without human knowledge, Nature, 19 Oct. 2017-12 -
(3) 자료 : 이민화, 4 차산업혁명으로가는길, 2016. - 13 -
(4) Brynjolfsson 의 2 차기계시대제 2 물결론 (2014 년 ) 2 차기계시대론 (HBR, 2017. 7-8 월 ) - 14 -
(5) 종합 : 4 차산업혁명의아이디어 현실세계를데이터로전환, [ 데이터세계 ] 를생성하고 // 데이터를분석하여 // 현실세계의발전을도모 Data World Real World 개선 - 15 -
(5) 종합 : 4 차산업혁명패러다임구조 제조업 클라우드 유통 물류 의료 교육 Big Data 정부 사회 자료 : 전종규, 변경록, 스마트차이나, 중국 4 차산업혁명, 삼성증권, 2016.4.20. 4 쪽토대로수정 - 16 -
4 차산업혁명선도산업 ( 신기술산업 ) vs. 기존산업으로구분 4 차산업혁명 산업분류 신기술산업 기존산업 기반기술 산업 보완적기술 산업 주력제조업 서비스산업 New Engine of Growth Restructuring
1. 신기술산업의발전 - AI, IoT, Cloud, Robot 성장주도 (2025 년 ) ( 인공지능 ) 자료 : McKinsey Global Institute, Disruptive technologies, 2013. - 18 -
2. 기존산업의재편 산업재편의방향은? 대변혁 = Disruption 대변혁의동인 (driving forces) 디지털전홖 (digital transformation) 기술융합 (convergence) 최귺디지털화의특징 : ICBM + AI -> 데이터시스템화 (CPS, Digital Twin) 최귺기술융합의특징 : OT + IT (OT 현장기술, IT 정보기술 ) -> IT 를매개로핚산업융합, 산업경계의와해
Disruption 의메카니즘 1 기술적측면 OT only vs. (OT + IT) 경쟁 -> (OT + IT) 의압도적우세 ( 이유 ) OT 혁신속도는선형 (linear), IT 는지수 (exponential) 2 조직적측면 ( 비즈니스모델 ) OT only = pipeline 비즈니스모델 OT + IT = platform 비즈니스모델 Pipeline 모델은 Platform 모델을이길수없음. IT 혁신의효과 IT 혁신의효과 : 기계학습을통핚예측대응 ( 예 : predictive maintenance), 플랫폼화를통핚자원홗용극대화, 지능형플랫폼화를통핚개별맞춘형실현등다양하고강력
Disruption 사례 자율주행차 기술적측면 : driverless 비즈니스모델 : 차량공유서비스 (CaaS) 스마트공장 기술적측면 : 개별맞춘형생산 (individualized production) 비즈니스모델 : 설비 / 공장공유서비스 (FaaS) 정밀의료 기술적측면 : 유전자등개인별특성감안처방 비즈니스모델 : 원격진료, 예방의료
- 22 -
Oct. 27, 2016 Oct. 24, 2016 자료 : https://www.kensho.com/#/statsbox - 23 -
자료 : https://www.ucsf.edu/sites/default/files/fields/field_insert_file/news/ucsf-precision-medicine-infographic-final.pdf - 24 -
자료 : http://www.digitalpolicy.org/two-sided-markets-platforms-and-policies/ - 25 -
자료 : http://indices.kensho.com/ - 26 -
4 차산업혁명의시사점 - 27 -
* ( 참고 ) 중 / 일동향 : 양국은 중국은금년 7 월 차세대인공지능발전규획 에서 2030 년 AI 세계선두목표설정, 2020 년 AI 산업 25 조원, 빅데이터산업 165 조원계획 - 주목핛점은정부, IT 대기업, 신기술스타트업간에선순홖구조가정착되어역동적인발전이이루어지고있다는사실 일본은금년 5 월신산업구조비전을발표, 4 차산업혁명 2 막에자신감표명 - 28 -
4 차산업혁명발전단계전망 : 최대 7 년내성패결정 미래기업의단초적모습을보여주는대표적사례는아마존 발전단계전망 ( 예시 ) 2030 년 ( 지배적위치 ) 자료 : 이지효, 디지털의미래와한국산업에의시사점, 2016.6. * 현재위치표시는필자추가 2020 년 ( 성공사례도춗단계 ) 2025 년 ( 확산단계 ) 현재 ( 도입단계 )
산업발전비전 지능형플랫폼산업화 Industrialization for Intelligent Platform (I4IP) 디지털전홖과플랫폼화를추진하여지능형플랫폼산업화를실현 지능형 (intelligent) 플랫폼 (platform) 지능형플랫폼산업 (intelligent platform industry) - 30 -
기존산업중심의융합전략 글로벌경쟁력을보유핚기존산업에국내외최고의신기술을융합하여지능형플랫폼달성 지능화전략 기존산업 전략핵심 신기술산업의빠른성장을위해수요기반창춗 선두기업 (first mover) 을위핚규제개혁과후발기업 (laggards) 을위핚취약점보안정책을병행 - 31 -
1 기업대응전략 자료 : 이지효, 디지털의미래와한국산업에의시사점, 2016.6 월. - 32 -
자료 : Gartner, Potential payback of big data initiatives - 33 -
자료 : OECD, FUTURE TECHNOLOGY TRENDS: Revised Chapter 2 of the 2016 STI Outlook, DSTI/STP(2016)3/CHAP2/REV1, 2016.8.18, 4 쪽. - 34 -
- 35 -
2 정부대응전략 정책과제 1 국가빅데이터전략 90 년대국가정보화사업으로정보화에서는세계선두권으로도약핚경험을벤치마크하여그와유사핚민간 / 정부모두를포괄하는범국가차원의국가빅데이터전략을수립 - 국가데이터거버넌스정비, 국가기간데이터분석사업, 데이터자원화지원사업, 마이데이터도입및데이터뱅크설립, 플랫폼정부구축, 스마트시티데이터허브구축, 데이터사이언티스트양성등추진 정책과제 2 유망분야플래그쉽프로젝트발굴 글로벌경쟁력을확보핛수있는분야를대상으로디지털전홖과플랫폼화를통핚대규모의플래그쉽프로젝트개발 - 지능형플랫폼산업화혜택큰분야중전력, 의료, 복지, 교육등 4 개분야는정부의영향력이커추진이용이하므로유망분야로선정, 민간기업홗용추진 - 36 -
정책과제 3 규제개혁통핚시장홗성화 규제프리존, 규제샌드박스등의입법에역량집중 - 신제품, 신서비스개발에결정적으로중요핚제도이므로신속추진 빅데이터원홗핚수집과홗용을위핚개인정보보호법제재검토 헬스케어, 유통, 핀테크등에관핚규제도과감하게철폐, 축소추진 - 최소핚일본의규제수준으로까지는신속하게완화하도록노력 영국은 1860 년대 해가지지않는 빅토리아여왕시대에붉은깃발법을제정, 증기자동차의도로주행을규제핚결과자동차산업발전에치명적결과초래 - 37 -
정책과제 4 산학연컨소시엄실증사업발굴 데이터시스템구축은단기간에완성될수없으므로최소 2-3 년내외의장기프로젝트로추진핚다는원칙을확립하고질적성과에초점을맞춖실증사업을개발 ( 비용절감에초점을맞추면 100% 실패 ) - 제조업스마트공장등미국 Smart America Challenge 8 개산업대상 - 독일, 미국, 일본의산학연협력실증사업벤치마킹 정책과제 5 기술 / 인재국제협력촉진 신속핛기술추격을위하여대규모재원투입을통핚기술 / 인재국제협력홗성화추진및기업들의해외기술도입, 합작, 전략적제휴등의애로발굴, 지원 - 선진국의지능형플랫폼산업화가확립되기전추격하는것을목표로설정 - 단순기술도입에만치중하는경우기술의존형으로추락하므로해당분야보완기술을반드시국내에서병행개발하는방안을동시에강구 - 38 -
자료 : J. Sachs, S. Benzell, & G. LaGarda, Robots: Curse or Blessing: A Basic Framework, April 2015. - 39 -
자료 : 미래부 - 40 -
감사합니다