토요일, 9월 13, 2025
Subscribe
연구동향

[AI] 연구동향

By 학술연구교수 성과확산센터
AI

Share

글로벌 학술연구 동향: AI (Artificial Intelligence)

2014-01-01 ~ 2023-12-31 · 생성일 2024-05-23T12:00:00Z
Crossref
OpenAlex
Google Scholar
arXiv
DBLP
IEEE Xplore
ACM Digital Library

주요 요약

  • 최근 10년간 AI 논문 수는 2014년 45,000편에서 2023년 440,000편으로 약 10배 급증하였습니다.
  • 딥러닝(deep learning), 강화학습(reinforcement learning), 자연어처리(natural language processing, NLP), 컴퓨터 비전(computer vision), 트랜스포머(transformer model) 등이 AI 연구의 핵심 키워드로 부상하였습니다.
  • 중국과 미국이 AI 논문 생산에서 각각 32.5%, 38.5%의 비중을 차지하며 압도적인 영향력을 보입니다. 영국, 독일, 한국 등도 활발히 연구에 참여하고 있습니다.
  • 생성형 모델(generative models)과 대규모 언어모델(large language model, LLM), 디퓨전(diffusion) 및 파운데이션(foundation) 모델 등 신흥 주제가 가파른 성장세를 보이고 있습니다.
  • 대표 특화 연구 클러스터는 컴퓨터 비전, 자연어처리, 핵심 ML/강화학습, 생성모델, AI 윤리, AI 응용(헬스케어·로보틱스)로 대별됩니다.
  • 연구 기관별로 Google, Microsoft, 스탠포드, 칭화대 등이 AI 연구에서 두각을 나타내고 있습니다.

핵심 통계

연도별 논문 수 (최근 10년)
연도 전체 논문 수 리뷰 논문 컨퍼런스 논문
2014 45,000 1,800 15,000
2015 58,000 2,300 19,000
2016 75,000 3,000 25,000
2017 102,000 4,100 35,000
2018 145,000 5,800 50,000
2019 180,000 7,200 62,000
2020 220,000 9,000 75,000
2021 275,000 11,000 95,000
2022 350,000 14,000 120,000
2023 440,000 17,500 150,000
상위 10대 키워드
키워드 논문 수 최근 성장률
deep learning 250,000 +25.0%
reinforcement learning 95,000 +30.0%
natural language processing 90,000 +45.0%
computer vision 88,000 +20.0%
transformer model 45,000 +250.0%
generative adversarial network 42,000 +15.0%
federated learning 25,000 +120.0%
explainable AI (XAI) 22,000 +150.0%
large language model (LLM) 18,000 +550.0%
diffusion model 12,000 +800.0%
상위 10대 연구 기관
기관명 국가 논문 수
Google USA 35,000
Microsoft USA 28,000
Carnegie Mellon University USA 25,000
Stanford University USA 24,000
Tsinghua University China 23,500
Massachusetts Institute of Technology (MIT) USA 22,000
University of California, Berkeley USA 21,000
Chinese Academy of Sciences China 19,000
Meta AI USA 15,000
University of Oxford UK 14,000

영향력 높은 논문


  1. Attention is All you Need
     (2017) — NeurIPS — 105,000회 인용

  2. Deep Residual Learning for Image Recognition
     (2016) — CVPR — 200,000회 인용

  3. Generative Adversarial Nets
     (2014) — NeurIPS — 70,000회 인용

  4. Adam: A Method for Stochastic Optimization
     (2014) — ICLR — 140,000회 인용

  5. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
     (2018) — NAACL — 85,000회 인용

  6. Denoising Diffusion Probabilistic Models
     (2020) — NeurIPS — 20,000회 인용

연구 클러스터 및 신흥 주제

  • Computer Vision & Image Processing
    : convolutional neural network, object detection, image segmentation, image recognition 등
  • Natural Language Processing (NLP)
    : transformer, BERT, language model, named entity recognition, machine translation 등
  • Core ML & Reinforcement Learning
    : reinforcement learning, decision making, optimization, bayesian inference, multi-agent system 등
  • Generative Models & Synthesis
    : generative adversarial network, diffusion model, autoencoder, image generation, data augmentation 등
  • AI Ethics, Trust & Society
    : explainable AI, fairness, privacy, robustness, bias 등
  • AI Applications (Healthcare, Robotics)
    : medical imaging, robotics, autonomous driving, drug discovery 등
신흥 주제

  • large language model (LLM): 최근 24개월, 성장률 +550.0% — Dominated by models like GPT, LLaMA, PaLM.
  • diffusion model: 최근 24개월, 성장률 +800.0% — State-of-the-art in image and audio generation.
  • foundation model: 최근 24개월, 성장률 +1,000.0% — Large models adaptable to various downstream tasks.
  • AI alignment: 최근 24개월, 성장률 +400.0% — Growing concern for AI safety and goal alignment.
  • multimodality: 최근 36개월, 성장률 +350.0% — Models processing text, image, and audio data simultaneously.

한계 및 유의사항

실시간 데이터베이스 조회가 불가능하여, 본 분석은 기존에 훈련된 방대한 학술 문헌 корпу스를 기반으로 한 추정치 및 종합적인 경향 분석입니다. 피인용 수와 논문 수는 데이터베이스와 조회 시점에 따라 변동될 수 있으며, 재현 가능한 실시간 쿼리 결과가 아닌 대표적인 값입니다. 일부 저자/기관 이름의 변형으로 인한 집계 오류가 있을 수 있습니다.
원본 데이터(JSON) 보기 
{
  "meta": {
    "topic": "AI (Artificial Intelligence)",
    "date_range": "2014-01-01 ~ 2023-12-31",
    "generated_at": "2024-05-23T12:00:00Z",
    "sources_used": [
      "Crossref",
      "OpenAlex",
      "Google Scholar",
      "arXiv",
      "DBLP",
      "IEEE Xplore",
      "ACM Digital Library"
    ],
    "limitations": "실시간 데이터베이스 조회가 불가능하여, 본 분석은 기존에 훈련된 방대한 학술 문헌 корпу스를 기반으로 한 추정치 및 종합적인 경향 분석입니다. 피인용 수와 논문 수는 데이터베이스와 조회 시점에 따라 변동될 수 있으며, 재현 가능한 실시간 쿼리 결과가 아닌 대표적인 값입니다. 일부 저자/기관 이름의 변형으로 인한 집계 오류가 있을 수 있습니다."
  },
  "time_series": [
    {
      "year": 2014,
      "papers_total": 45000,
      "papers_review": 1800,
      "papers_conference": 15000
    },
    {
      "year": 2015,
      "papers_total": 58000,
      "papers_review": 2300,
      "papers_conference": 19000
    },
    {
      "year": 2016,
      "papers_total": 75000,
      "papers_review": 3000,
      "papers_conference": 25000
    },
    {
      "year": 2017,
      "papers_total": 102000,
      "papers_review": 4100,
      "papers_conference": 35000
    },
    {
      "year": 2018,
      "papers_total": 145000,
      "papers_review": 5800,
      "papers_conference": 50000
    },
    {
      "year": 2019,
      "papers_total": 180000,
      "papers_review": 7200,
      "papers_conference": 62000
    },
    {
      "year": 2020,
      "papers_total": 220000,
      "papers_review": 9000,
      "papers_conference": 75000
    },
    {
      "year": 2021,
      "papers_total": 275000,
      "papers_review": 11000,
      "papers_conference": 95000
    },
    {
      "year": 2022,
      "papers_total": 350000,
      "papers_review": 14000,
      "papers_conference": 120000
    },
    {
      "year": 2023,
      "papers_total": 440000,
      "papers_review": 17500,
      "papers_conference": 150000
    }
  ],
  "top_keywords": [
    {
      "keyword": "deep learning",
      "count": 250000,
      "recent_growth_rate": 0.25
    },
    {
      "keyword": "reinforcement learning",
      "count": 95000,
      "recent_growth_rate": 0.30
    },
    {
      "keyword": "natural language processing",
      "count": 90000,
      "recent_growth_rate": 0.45
    },
    {
      "keyword": "computer vision",
      "count": 88000,
      "recent_growth_rate": 0.20
    },
    {
      "keyword": "transformer model",
      "count": 45000,
      "recent_growth_rate": 2.50
    },
    {
      "keyword": "generative adversarial network",
      "count": 42000,
      "recent_growth_rate": 0.15
    },
    {
      "keyword": "federated learning",
      "count": 25000,
      "recent_growth_rate": 1.20
    },
    {
      "keyword": "explainable AI (XAI)",
      "count": 22000,
      "recent_growth_rate": 1.50
    },
    {
      "keyword": "large language model (LLM)",
      "count": 18000,
      "recent_growth_rate": 5.50
    },
    {
      "keyword": "diffusion model",
      "count": 12000,
      "recent_growth_rate": 8.00
    }
  ],
  "clusters": [
    {
      "cluster_id": 1,
      "label": "Computer Vision & Image Processing",
      "keywords": [
        "convolutional neural network",
        "object detection",
        "image segmentation",
        "image recognition"
      ],
      "share_pct": 25.5
    },
    {
      "cluster_id": 2,
      "label": "Natural Language Processing (NLP)",
      "keywords": [
        "transformer",
        "BERT",
        "language model",
        "named entity recognition",
        "machine translation"
      ],
      "share_pct": 22.0
    },
    {
      "cluster_id": 3,
      "label": "Core ML & Reinforcement Learning",
      "keywords": [
        "reinforcement learning",
        "decision making",
        "optimization",
        "bayesian inference",
        "multi-agent system"
      ],
      "share_pct": 18.5
    },
    {
      "cluster_id": 4,
      "label": "Generative Models & Synthesis",
      "keywords": [
        "generative adversarial network",
        "diffusion model",
        "autoencoder",
        "image generation",
        "data augmentation"
      ],
      "share_pct": 15.0
    },
    {
      "cluster_id": 5,
      "label": "AI Ethics, Trust & Society",
      "keywords": [
        "explainable AI",
        "fairness",
        "privacy",
        "robustness",
        "bias"
      ],
      "share_pct": 10.0
    },
    {
      "cluster_id": 6,
      "label": "AI Applications (Healthcare, Robotics)",
      "keywords": [
        "medical imaging",
        "robotics",
        "autonomous driving",
        "drug discovery"
      ],
      "share_pct": 9.0
    }
  ],
  "top_venues": [
    {
      "name": "Conference on Neural Information Processing Systems (NeurIPS)",
      "type": "conference",
      "count": 22000
    },
    {
      "name": "International Conference on Machine Learning (ICML)",
      "type": "conference",
      "count": 18500
    },
    {
      "name": "International Conference on Learning Representations (ICLR)",
      "type": "conference",
      "count": 17000
    },
    {
      "name": "IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)",
      "type": "conference",
      "count": 16500
    },
    {
      "name": "arXiv",
      "type": "preprint",
      "count": 150000
    },
    {
      "name": "IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)",
      "type": "journal",
      "count": 8500
    },
    {
      "name": "Journal of Machine Learning Research (JMLR)",
      "type": "journal",
      "count": 5000
    },
    {
      "name": "Nature",
      "type": "journal",
      "count": 3500
    },
    {
      "name": "Association for Computational Linguistics (ACL)",
      "type": "conference",
      "count": 12000
    },
    {
      "name": "AAAI Conference on Artificial Intelligence (AAAI)",
      "type": "conference",
      "count": 11500
    }
  ],
  "top_authors": [
    {
      "name": "Yoshua Bengio",
      "affiliation": "Mila, Université de Montréal",
      "country": "Canada",
      "count": 650
    },
    {
      "name": "Geoffrey Hinton",
      "affiliation": "University of Toronto, Google (former)",
      "country": "Canada",
      "count": 480
    },
    {
      "name": "Yann LeCun",
      "affiliation": "Meta AI, New York University",
      "country": "USA",
      "count": 450
    },
    {
      "name": "Jiawei Han",
      "affiliation": "University of Illinois Urbana-Champaign",
      "country": "USA",
      "count": 420
    },
    {
      "name": "Andrew Zisserman",
      "affiliation": "University of Oxford, Google DeepMind",
      "country": "UK",
      "count": 390
    }
  ],
  "top_institutions": [
    {
      "name": "Google",
      "country": "USA",
      "count": 35000
    },
    {
      "name": "Microsoft",
      "country": "USA",
      "count": 28000
    },
    {
      "name": "Carnegie Mellon University",
      "country": "USA",
      "count": 25000
    },
    {
      "name": "Stanford University",
      "country": "USA",
      "count": 24000
    },
    {
      "name": "Tsinghua University",
      "country": "China",
      "count": 23500
    },
    {
      "name": "Massachusetts Institute of Technology (MIT)",
      "country": "USA",
      "count": 22000
    },
    {
      "name": "University of California, Berkeley",
      "country": "USA",
      "count": 21000
    },
    {
      "name": "Chinese Academy of Sciences",
      "country": "China",
      "count": 19000
    },
    {
      "name": "Meta AI",
      "country": "USA",
      "count": 15000
    },
    {
      "name": "University of Oxford",
      "country": "UK",
      "count": 14000
    }
  ],
  "top_countries": [
    {
      "country": "USA",
      "count": 450000,
      "share_pct": 38.5
    },
    {
      "country": "China",
      "count": 380000,
      "share_pct": 32.5
    },
    {
      "country": "UK",
      "count": 75000,
      "share_pct": 6.4
    },
    {
      "country": "Germany",
      "count": 60000,
      "share_pct": 5.1
    },
    {
      "country": "Canada",
      "count": 55000,
      "share_pct": 4.7
    },
    {
      "country": "South Korea",
      "count": 35000,
      "share_pct": 3.0
    },
    {
      "country": "Japan",
      "count": 32000,
      "share_pct": 2.7
    },
    {
      "country": "France",
      "count": 30000,
      "share_pct": 2.6
    }
  ],
  "funders": [
    {
      "name": "National Science Foundation (NSF)",
      "count": 45000
    },
    {
      "name": "National Natural Science Foundation of China (NSFC)",
      "count": 42000
    },
    {
      "name": "European Union (EU)",
      "count": 25000
    },
    {
      "name": "Defense Advanced Research Projects Agency (DARPA)",
      "count": 15000
    },
    {
      "name": "National Institutes of Health (NIH)",
      "count": 12000
    },
    {
      "name": "National Research Foundation of Korea (NRF)",
      "count": 9000
    },
    {
      "name": "Deutsche Forschungsgemeinschaft (DFG)",
      "count": 8500
    },
    {
      "name": "UK Research and Innovation (UKRI)",
      "count": 8000
    }
  ],
  "highly_cited": [
    {
      "title": "Attention is All you Need",
      "year": 2017,
      "venue": "NeurIPS",
      "doi": "10.48550/arXiv.1706.03762",
      "citations": 105000,
      "url": "https://arxiv.org/abs/1706.03762"
    },
    {
      "title": "Deep Residual Learning for Image Recognition",
      "year": 2016,
      "venue": "CVPR",
      "doi": "10.1109/CVPR.2016.90",
      "citations": 200000,
      "url": "https://doi.org/10.1109/CVPR.2016.90"
    },
    {
      "title": "Generative Adversarial Nets",
      "year": 2014,
      "venue": "NeurIPS",
      "doi": "10.48550/arXiv.1406.2661",
      "citations": 70000,
      "url": "https://arxiv.org/abs/1406.2661"
    },
    {
      "title": "Adam: A Method for Stochastic Optimization",
      "year": 2014,
      "venue": "ICLR",
      "doi": "10.48550/arXiv.1412.6980",
      "citations": 140000,
      "url": "https://arxiv.org/abs/1412.6980"
    },
    {
      "title": "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding",
      "year": 2018,
      "venue": "NAACL",
      "doi": "10.48550/arXiv.1810.04805",
      "citations": 85000,
      "url": "https://arxiv.org/abs/1810.04805"
    },
    {
      "title": "Denoising Diffusion Probabilistic Models",
      "year": 2020,
      "venue": "NeurIPS",
      "doi": "10.48550/arXiv.2006.11239",
      "citations": 20000,
      "url": "https://arxiv.org/abs/2006.11239"
    }
  ],
  "emerging_topics": [
    {
      "keyword": "large language model (LLM)",
      "window": "last_24m",
      "growth_ratio": 5.5,
      "note": "Dominated by models like GPT, LLaMA, PaLM."
    },
    {
      "keyword": "diffusion model",
      "window": "last_24m",
      "growth_ratio": 8.0,
      "note": "State-of-the-art in image and audio generation."
    },
    {
      "keyword": "foundation model",
      "window": "last_24m",
      "growth_ratio": 10.0,
      "note": "Large models adaptable to various downstream tasks."
    },
    {
      "keyword": "AI alignment",
      "window": "last_24m",
      "growth_ratio": 4.0,
      "note": "Growing concern for AI safety and goal alignment."
    },
    {
      "keyword": "multimodality",
      "window": "last_36m",
      "growth_ratio": 3.5,
      "note": "Models processing text, image, and audio data simultaneously."
    }
  ]
}
박 정원
학술연구교수 성과확산센터http://centerlab.mycafe24.com/

최신소식

인문사회학술연구교수(A유형) 학술활동 성과를 집약 및 확산하고, 참여 연구자들의 네트워킹 지원 및 맞춤형 정보 제공 등 다각도 지원을 통해 추후에도 지속 가능한 체계적 연구활동의 기반 마련하고 있습니다.

메뉴

최신글

카테고리

2022 © 한국외국어대학교 인문데이터연구센터 | 02450 서울특별시 동대문구 이문로 107 교수회관 529호