서울과학기술대학교 바로가기

산업공학과/데이터사이언스학과 이학연 교수 연구팀(Data & Business Innovation Lab. 석사과정 졸업생 최재명(뤼튼테크놀로지스), 박사과정 이성수 연구원)이 인공지능(AI) 기술의 지형도를 생성하고 미래 유망 AI 기술을 예측할 수 있는 혁신적인 방법론을 개발하여 논문으로 발표하였다. 

이번 연구 결과는 기술경영 분야 최고 권위 국제 저널이자, 사회과학 다학제(SOCIAL SCIENCES, INTERDISCIPLINARY) 분야 273개 저널 중 2위 (IF 12.5, 상위 0.5%)에 해당하는 Technology in Society 2026년 3월호(Vol. 84)에 게재되었다. (논문명: Navigating the AI technology landscape from GitHub data)

▲ 게재 논문 표지

기존의 기술 랜드스케이프 분석은 주로 특허 데이터를 활용해 왔으나, 인공지능과 같이 발전 속도가 매우 빠른 분야에서는 기술 개발과 특허 등록 사이의 시차로 인해 최신 기술 동향을 정확히 파악하기 어렵다는 한계가 있었다. 이에 연구팀은 AI 기술의 상당수가 깃허브를 통한 오픈소스 프로젝트로 개발된다는 점에 착안하여, 깃허브 데이터를 새로운 기술 분석의 원천으로 활용했다. 오픈소스 소프트웨어 개발 과정에서 코드가 빈번하게 재사용되는 특성을 반영하여, 저장소(Repository) 간의 기술적 연관성을 측정하는 새로운 지표인 '라이브러리 커플링(Library Coupling)'을 개발하여 AI 네트워크를 구축하였으며, 그래프 클러스터링 기법을 적용해 현재의 AI 기술을 20개의 세부 클러스터로 분류했다.

▲ AI 레포지터리 네트워크

분석 결과, 대규모 언어 모델(LLM), 멀티모달 AI, AI 에이전트, 양자 컴퓨팅, 설명 가능한 추론 등 최근 주목받는 세부 기술 분야들이 도출되었으며, 기초 기술에서 고도화된 특화 기술로 진화하고 융합되어 온 궤적을 실증적으로 확인했다. 더 나아가 연구팀은 그래프 합성곱 신경망(GCN) 기반의 링크 예측(Link Prediction) 기법을 활용하여 미래 AI 기술 지형의 변화를 예측하여 유망 AI 기술 분야를 선제적으로 제시했다.

본 연구는 BK21 데이터사이언스와 비즈니스포텐셜 교육연구단 및 한국연구재단(NRF)의 중견연구자지원사업 등의 지원을 받아 수행되었다.