# \#survey

**URL:** https://discuss.pytorch.kr/tag/5404-tag/5404.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [2030년까지 AI의 발전 기대에 대한 차이 연구: 노벨상급 발견, 노동 시장 등에 AI가 미칠 영향에 대한 인식 차이 \[영문/PDF/16p\]](https://discuss.pytorch.kr/t/2030-ai-ai-pdf-16p/12228)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [10월 19, 2026, 7:30오전 UTC](https://discuss.pytorch.kr/t/2030-ai-ai-pdf-16p/12228 "2026-10-19T07:30:15Z")

</div>

핵심 요약 Anthropic Institute의 The AI Expectations Gap 보고서는 2026년 8월에 미국 성인 10,980명과 Anthropic 직원 1,334명에게 대부분 같은 질문을 던져 AI의 미래에 대한 기대를 비교했습니다. 두 집단은 지금 AI가 할 수 있는 일은 비슷하게 보지만, 2030년까지 AI가 노벨상급 발견을 할 수 있다고 답한 비율은 미국 성인 39%, 직원 91%로 갈립니다. 2030년까지 AI가 자기 업무 시간의 몇 %를 수행할 수 있느냐는 질문에도 일자리가 있는 미국 성인은 평균 28%, 직원은 75%로 답해 차이가 큽니다. 그런데 "내 일을 AI가 더 많이 할수록 실업률이 높아진다" 는 추론(reasoning) 방식은 두 집단이 거의 같았습니다. 연구진은 두 집단이 노동시장에 대해 서로 다른 이론을 가진 것 같지는 않으며, AI 역량을 겪는 경험이 다르다고 해석합니다. 각자의 답을 Anthropic의 경제 모델에 넣으면 2030년 미국 국내총생산(Gross Domestic Product, GDP) 성장률이 미국 성인 중앙값 5.4%, 직원 중앙값 17.1%로 나옵니다. 부록의 분해에서는 시간 절약에 대한 믿음이 이 격차에 가장 크게 기여합니다. AI 기대 격차(The AI Expectations Gap) 보고서 소개 AI 기대 격차(The AI Expectations Gap) 는 AI가 앞으로 몇 년 동안 일과 경제를 얼마나 바꿀지에 대해 일반 시민과 프런티어 AI 연구소 직원이 어디서 생각이 갈리는지를 설문으로 측정한 기술 보고서입니다. Anthropic Institute가 2026년 10월 16일에 블로그 글, 16쪽 분량의 PDF 본문, 6쪽 분량의 부록 PDF로 함께 공개했습니다. 저자는 Szymon Sacher, Tess Cotter, Charles I. Jones, Anton Korinek, Peter McCrory입니다. 이 중 Charles I. Jones는 스탠퍼드 경영대학원의 거시성장 이론…

---

## [Anthropic의 Claude 사용자 8만여명 설문으로 본 AI 경제 현황: '생산성은 늘었지만 일자리 불안도 함께 커지는 중'](https://discuss.pytorch.kr/t/anthropic-claude-8-ai/9857)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [4월 23, 2026, 3:30오전 UTC](https://discuss.pytorch.kr/t/anthropic-claude-8-ai/9857 "2026-04-23T03:30:01Z")

</div>

AI 경제학 보고서 소개: 대규모 목소리로 포착한 AI 경제의 실제 풍경 인공지능이 경제에 미치는 영향을 이야기할 때, 우리는 흔히 벤치마크 점수나 생산성 지표 같은 숫자에 의존합니다. 그러나 숫자는 사람들의 불안과 기대, 일상에서 마주하는 변화의 질감을 담아내지 못합니다. Anthropic이 최근 공개한 81k 경제 설문(81k Economics) 보고서는 이 간극을 메우려는 시도입니다. Claude.ai 개인 계정 사용자 80,508명이 AI와의 경험을 자유롭게 서술한 인터뷰를 분석하여, 숫자로는 보이지 않던 AI 경제의 민낯을 드러냈습니다. 이번 연구는 Anthropic이 운영하는 Economic Index의 연장선에 있습니다. Economic Index는 Claude가 어떤 업무에 사용되고 있으며, 어떤 직업에서 가장 많은 작업을 수행하는지 정량적으로 추적합니다. 그러나 지금까지는 이러한 사용 패턴이 실제 사용자들의 인식과 어떻게 연결되는지 알 길이 없었습니다. 이번 설문은 바로 그 연결 고리를 제공합니다. Massenkoff and McCrory (2026)이 정의한 관찰된 노출도(Observed Exposure) 지표, 즉 Claude가 특정 직업의 업무를 수행하는 비율이 높을수록, 해당 직업 종사자들의 AI 대체 불안도 함께 높아진다는 사실이 확인되었습니다. 연구 방법론도 흥미롭습니다. 참가자들은 구조화된 설문지가 아닌 개방형 인터뷰에 답했습니다. 연구팀은 Claude 기반의 분류기(Classifier) 를 활용하여 자유 서술 응답에서 직업, 커리어 단계, 생산성 인식, 직업 위협 감지 등을 추론했습니다. 응답자가 자연스럽게 언급한 내용을 기반으로 하기 때문에, 직접적으로 묻지 않은 주제에 대한 인식도 포착할 수 있습니다. 분석 기법의 세부 사항은 이번 연구의 PDF 부록에서 확인할 수 있습니다. 보고서에서 다루는 핵심 주제 중 하나는 경제적 잉여의 분배와 생산성 향상의 본질입니다. AI를 통해 업무 효율이 크게 높아졌을 때, 그 이득이…

---

## [\[26년 초거대 AI 데이터 과제 발굴을 위한 수요조사\]](https://discuss.pytorch.kr/t/26-ai/8420)

<div class="topic-metadata">

**Author:** [@tenopa](https://discuss.pytorch.kr/u/tenopa)\
**댓글:** 0\
**마지막 업데이트:** [12월 15, 2025, 1:06오전 UTC](https://discuss.pytorch.kr/t/26-ai/8420 "2025-12-15T01:06:19Z")

</div>

안녕하세요. 한국지능정보사회진흥원(NIA)과 (주)테크노베이션파트너스입니다. AI 기술 패러다임이 단순 학습을 넘어 ‘복합 추론(Reasoning)’과 ‘자율 판단’으로 진화함에 따라, 2026년 초거대 AI 데이터 구축 사업의 신규 과제를 기획하기 위한 “26년 초거대 AI 데이터 구축 수요조사”를 진행하고 있습니다. 본 조사는 대국민의 경험과 목소리를 반영하여, 향후 데이터 구축 과제 선정 등의 기초자료로 활용될 예정입니다. 여러분의 소중한 의견이 초거대 AI 데이터 구축 사업의 미래 전략에 직접 반영되므로, 바쁘시겠지만 잠시 시간을 내어 참여해 주시면 감사하겠습니다. \< 설문조사 참여 안내 \> 조사명: 26년 초거대 AI 데이터 구축 수요조사 조사목적: 2026년 초거대 AI 데이터 구축사업의 신규 과제 기획을 위한 의견 청취 조사기관: 한국지능정보사회진흥원(NIA), (주)테크노베이션파트너스, KAIST, AIFrenz 조사대상: AI 데이터에 관심있는 누구나 조사기간: 2025년 12월 12일(금) ~ 12월 21일(일) 23:59 조사링크: https://aihub.or.kr/aihubnews/notice/view.do?pageIndex=1&nttSn=10484&currMenu=132&topMe… 소요시간: 약 5~10분 설문 참여혜택: 일반 참여자 중 선착순 300명을 추첨하여 커피 기프티콘(5,000원 상당) 제공 ※ 성실 응답자 중 20명을 추첨하여 커피 기프티콘(3만원 상당) 제공 ※ 성실 응답자는 설문 문항 간 일관성, 응답 충실도 등을 종합적으로 고려하여 선정합니다. ※ 당첨자는 설문 종료 후 개별 안내드릴 예정입니다.

---

## [\[2025/08/25 ~ 31\] 이번 주에 살펴볼 만한 AI/ML 논문 모음](https://discuss.pytorch.kr/t/2025-08-25-31-ai-ml/7616)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [8월 31, 2025, 9:30오후 UTC](https://discuss.pytorch.kr/t/2025-08-25-31-ai-ml/7616 "2025-08-31T21:30:37Z")

</div>

\[2025/08/25 ~ 31\] 이번 주에 살펴볼 만한 AI/ML 논문 모음 PyTorchKR​:fire::south\_korea: :thinking::thought\_balloon: :one: 이번 주 선정된 논문들을 살펴보면 먼저, 멀티모달(Multimodal) 접근법의 증가는 여러 논문에서 다양한 입력 형태(예: 이미지, 텍스트, 오디오)를 통합하여 처리하는 방법론이 강조되고 있음을 보여줍니다. 예를 들어, M3-Agent와 같은 논문은 시각적 및 청각적 입력을 동시에 처리하고 이를 통해 장기 기억을 구축하는 방법을 제안하고 있습니다. 이러한 접근은 인간의 사고 방식과 유사한 방식으로 정보를 처리하고 이해하는 데 중요한 역할을 하고 있습니다. :two: 두 번째 트렌드인 강화 학습 기반의 새로운 학습 패러다임은 기존의 정적이고 수동적인 학습 방식에서 벗어나, 동적이고 지속적인 학습을 가능하게 하는 방법론이 주목받고 있음을 나타냅니다. Memento와 같은 논문은 메모리 기반의 온라인 강화 학습을 통해 LLM 에이전트가 지속적으로 적응할 수 있는 방법을 제시하고 있습니다. 이는 에이전트가 환경의 피드백에 따라 스스로 학습하고 개선할 수 있도록 하여, 더 효율적이고 유연한 시스템을 구축하는 데 기여하고 있습니다. :three: 마지막으로, 시간적 추론의 중요성은 TimeMaster와 Time-R1과 같은 논문에서 강조되고 있습니다. 이들 연구는 시간에 대한 이해와 예측 능력을 강화하기 위한 새로운 방법론을 제안하고 있으며, 이는 복잡한 시간적 패턴을 다루는 데 있어 필수적입니다. 이러한 연구들은 AI 시스템이 과거의 사건을 이해하고 미래를 예측하는 데 있어 더 나은 성능을 발휘할 수 있도록 하는 방향으로 나아가고 있음을 보여줍니다. 메타 CLIP 2: 전 세계 스케일링 레시피 / Meta CLIP 2: A Worldwide Scaling Recipe 논문 소개 CLIP(대조적 언어-이미지 사전 학습) 모델은 제로샷 분류 및 검색을 지원하는 인기 있는…
