AI Research Attention and Higher Education System Response: A Lead-Lag Panel Analysis of the EU-27
이 EU-27 패널 분석은 고등 교육 시스템 지표들이 생성형 AI에 대한 대중의 검색 관심도가 차후 연구 개발 지출의 소폭 증가를 예측하는 유일한 예외를 제외하고는, AI에 대한 관심보다는 해당 지표 자체의 역사적 지속성에 의해 주로 주도된다는 점을 밝히고 있다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
고등 교육의 세계에서, 인공지능이 학습과 업무 방식을 재편함에 따라 조용하지만 강력한 질문 하나가 떠올랐다. 그것은 바로 새로운 기술을 둘러싼 열기가 실제로 시스템을 변화시키는가, 아니면 시스템이 스스로 움직이는 것인가 하는 점이다. 수십 년 동안 학자들은 새로운 도구가 학교와 대학을 통해 어떻게 확산되는지 연구해 왔다. 그들은 새로운 기술이 등장하면 사람들이 호기심을 갖고, 연구자들이 논문을 쓰며, 정부가 정책을 초안한다는 사실을 알고 있다. 하지만 우리의 이해에는 공백이 존재한다. 우리는 종종 이러한 현상들이 동시에 일러나는 것을 보지만, 그중 무엇이 먼저 발생하는지는 거의 알지 못한다. 인공지능에 대한 대중적 관심과 학술적 저술의 급증이 대학의 등록 인원, 연구비 지출, 혹은 디지털 기술 교육 인원을 변화하도록 강제하는 것일까? 아니면 교육 시스템의 이러한 거대한 변화들이 장기적인 계획과 기존의 역량 덕분에 발생하는 것이며, 인공지능에 대한 열풍은 그저 그 흐름에 올라타고 있는 것뿐일까? 이 질문은 수십억 달러의 지출 결정을 내려야 하는 대학 지도자들과 정부 관계자들에게 매우 중요하다. 만약 열풍이 변화를 주도한다면 그들은 빠르게 움직여야 한다. 만약 시스템이 스스로 움직이는 것이라면, 그들은 실제로 배를 조종하고 있지 않은 유행을 쫓느라 자원을 낭비하고 있는 것일지도 모른다.
이를 확인하기 위해 두 명의 연구자는 27개 회원국의 데이터를 바탕으로 유럽 연합 전체를 조사했다. 그들은 교육 시스템을 느리게 움직이는 거인처럼 취급하며, 시스템의 건강을 정의하는 세 가지 특정 지표를 추적했다. 그것은 바로 대학 등록생 수, 국가의 연구 개발(R&D) 지출액, 그리고 성인 인구 중 높은 디지털 기술을 보유한 비율이다. 그런 다음 그들은 이 느리게 움직이는 수치들을 인공지능에 대한 세 가지 '관심' 척도와 비교했다. 그 척도는 생성형 인공지능에 대해 작성된 학술 논문의 수, 주제에 관한 국가 정부 정책의 존재 여부, 그리고 구글에서의 기술 검색량이었다. 연구진은 과거를 보고 미래를 예측하는 모델을 구축했다. 그들은 단순하고 직접적인 질문을 던졌다. 만약 작년에 특정 국가의 인공지능에 대한 관심이 높았다면, 그 국가의 대학 등록생 수, 연구 지출, 또는 디지털 기술이 올해 변화할 것인가? 또한 그 반대의 경우도 물었다. 즉, 한 국가의 기존 교육 및 연구 역량이 이듬해 인공지능 관련 논문의 급증을 예측할 수 있는가?
결과는 놀라울 정도로 고집스러운 시스템의 모습을 보여주었다. 대학 등록생 수, 연구 지출액, 또는 숙련된 노동력의 규모를 예측하는 가장 강력한 변수는 단순히 전년도의 수치였다. 다시 말해, 시스템은 이미 하고 있던 것을 계속하는 경향이 있다는 것이다. 연구진은 2022년 말 인기 있는 챗봇의 출시 이후 폭발적으로 증가한 글로벌 인공지능 담론이 이 세 가지 주요 영역에서 즉각적인 급격한 변화를 강제하지 못했다는 것을 발견했다. 인공지능 관련 논문의 수가 대학 등록생 수나 디지털 기술 학습 인원의 변화로 이어지는지를 살펴보았을 때, 데이터는 명확한 연결 고리를 보여주지 않았다. 정부 정책 문서의 경우도 마찬가지였다. 국가 전략의 존재 자체가 시스템의 산출물에 즉각적인 변화를 일으키는 것으로 보이지 않았다. 기존의 강력한 교육 시스템을 갖춘 국가가 자연스럽게 더 많은 인공지능 연구를 생산할 것이라는 역의 가설 또한 데이터에 의해 뒷받침되지 않았다. 시스템의 역량은 연구 붐을 일으키는 엔진 역할을 하지 않는 것으로 나타났다.
그러나 이러한 관성의 법칙에 대한 작고 구체적인 예외가 하나 있었다. 연구진은 대중의 호기심과 연구 자금 사이의 연결 고리를 발견했다. 특정 국가의 사람들이 인터넷에서 생성형 인공지능에 관한 정보를 검색했을 때, 그 관심은 이듬해 연구 지출의 소폭 증가를 예측하는 것으로 나타났다. 그 효과는 미미했지만, 관심이 행동으로 이어질 수 있음을 보여준 유일한 사례였다. 구체적으로, 검색 관심도의 눈에 띄는 급증은 해당 국가의 경제적 산출물 중 연구 개발에 할당되는 비율의 완만한 상승과 관련이 있었다. 이는 기술에 대한 대중의 매료가 정부로 하여금 연구에 조금 더 많은 돈을 투입하도록 유도할 수는 있지만, 대학 등록생 수나 성인의 디지털 기술 습득 방식을 빠르게 바꾸기에는 충분히 강력하지 않음을 시사한다.
이 연구는 유럽 고등 교육에서 인공지능의 이야기가 열풍에 의한 갑작스러운 전방위적 혁명이 아니라고 결론짓는다. 대신, 이는 지속성의 이야기다. 교육과 경제 건강의 주요 지표들은 새로운 기술 트렌드의 연간 소음에 큰 영향을 받지 않은 채, 자신들만의 느리고 깊은 조류에 따라 움직이고 있다. 대중의 관심과 학계의 저술은 연구 결과와 발맞추어 움직이고 있지만, 아직 나머지 시스템을 끌어당기고 있지는 못하다. 정책 입안자들에게 이는 대중의 관심을 추적하는 것이 연구 자금이 어디로 향할지에 대한 희미한 신호는 줄 수 있을지언정, 학생 수나 노동력의 기술 변화를 예측하는 신뢰할 만한 수정구슬은 아니라는 점을 의미한다. 시스템은 인공지능의 등장으로 하룻밤 사이에 재편되고 있는 것이 아니라, 새로운 기술이 스스로를 만드는 것이 아니라 그 파도를 타고 있는 상태에서 자신만의 속도로 변화하고 있다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.