김도형 국민대 교수, 생성형 AI 기반 'MEG' 프레임워크 제시 - 뉴스프리존

AI 활용...기술 성숙도와 이해관계자의 기대 차이 정량적 분석 SSCI 국제저명학술지 Technovation 논문 게재 국민대는 김도형 KIBS(KMU International Business School) 교수의 논문 'Bridging the maturity-expectation gap: Generative AI in strategic decision-making for public R&D interim review'가 SSCI급 경영학 분야 국제저명학술지 Technovation (JCR IF 10.9, Top 3% in Management | ABS 3 | ABDC A)에 게재됐다고 17일 밝혔다. 공공 연구개발(R&D) 사업은 연차·단계평가(interim review)를 통해 연구 진행 상황을 점검하고 지속 여부나 방향 조정을 결정한다. 그러나 기존 평가 방식은 전문가의 주관적 판단에 의존하는 경우가 많아 평가 기준의 일관성 부족, 평가 편향, 대규모 프로젝트 평가의 효율성 문제가 있었다. 김도형 교수 연구팀은 생성형 인공지능(Generative AI)의 활용 가능성을 분석하고, 기술의 실제 성숙도와 이해관계자의 기대 수준 간 차이를 정량적으로 분석하는 ‘MEG(Maturity-Expectation Gap)’ 프레임워크를 제시했다. 연구팀은 공공 R&D 평가 경험을 보유한 전문가 설문 데이터와 머신러닝 기반 학술문헌 분석을 결합해 기술 기대 수준과 인식된 기술 성숙도를 비교·분석했다. 분석 결과 이해관계자 집단별로 생성형 AI에 대한 기대와 실제 기술 성숙도 인식 사이에 의미 있는 차이가 존재해며 이러한 기대-성숙도 격차가 클수록 AI 도입에 대한 신뢰와 채택 의지가 낮아지는 경향이 확인됐다. 또한 평가 영역별로 생성형 AI 도입 가능성을 진단해 기술 적용이 상대적으로 용이한 영역과 추가적인 준비가 필요한 영역을 구분할 수 있다고 밝혔다. 이번 연구는 생성형 AI 기술을 공공 R&D 평가·정책 의사결정 과정에 적용할 때 발생할 수 있는 기대와 현실 간의 간극을 체계적으로 분석한 연구로 향후 공공부문에서 인공지능을 활용한 정책 평가·의사결정 체계 구축에 기여할 것으로 기대된다. 김도형 교수는 “생성형 AI는 공공 R&D 평가 과정에서 효율성과 일관성을 높일 잠재력을 가지고 있지만, 기술에 대한 기대와 실제 성숙도 간의 차이를 관리하지 않으면 도입 과정에서 오히려 불신과 저항이 발생할 수 있다”며 “이번 연구에서 제안한 MEG 프레임워크는 이러한 간극을 진단하고 단계적 도입 전략을 수립하는 데 활용될 수 있을 것”이라고 밝혔다. 이번 연구에는 김도형 교수가 제1저자로 강송희 한국공학대 교수가 공동저자로, 호아름 경희대 교수가 교신저자로 참여했다.