• 벤처창업연구
• /
• 제19권2호
• /
• pp.63-79
• /
• 2024

국내 스타트업 생태계는 디지털 전환 가속화에 따른 창업의 패러다임 변화, 온라인 플랫폼 기업이 유니콘으로 크게 성장했지만, 딥테크 스타트업에 대한 차별화된 접근과 전략지원이 부재해 창업생태계의 활동성이 부족하다. 이에 이 연구에서는 해외 선진 사례(미국)를 기초로 국내 스타트업 육성 정책의 발전 방안을 제시하고자 한다. 연구에서 딥테크 스타트업의 정의 및 특징, 투자 현황, 성공 사례, 지원 정책등을 국내외 문헌에서 종합적으로 분석하고 시사점을 도출하였다. 특히, 국내 딥테크 스타트업의 지원 정책의 개선 방안을 구체적으로 도출해 발전을 위한 이정표를 제시하였다. 현재 미국은 딥테크 스타트업 지원을 위해 정부의 역할을 크게 강화하고 있다. 미국 정부는 딥테크 스타트업에 대한 직접적인 재정지원, 세제지원, 인프라 지원 등을 제공하고 있다. 또한, 딥테크 스타트업 육성을 위한 정책을 수립하고, 관련 기관을 설립하여 지원을 체계화하고 있다. 주목해야 하는 점은 미국의 대학은 딥테크 스타트업 육성을 위한 핵심적인 역할을 담당하고 있다. 미국에서의 유수 대학은 딥테크 스타트업 발굴 및 육성 프로그램을 운영하고 있으며, 연구개발 인프라와 기술을 제공하고 있다. 또한, 기업과 협력하여 딥테크 스타트업에 대한 공동 투자 및 사업화 지원을 제공하고 있다. 결과적으로 국내 딥테크 스타트업의 성장을 위해서는 정부, 대학, 기업, 민간 투자자 등 다양한 주체의 협력이 필요하다. 정부는 정책적 지원을 강화하고, 대학과 기업은 협력하여 연구개발 역량과 사업화 역량을 지원해야 한다. 또한, 민간 투자자는 딥테크 스타트업에 대한 투자를 활성화해야 한다. 이러한 노력을 통해 딥테크 스타트업이 성장하고, 한국의 혁신 생태계가 활성화될 것으로 기대된다.

• 의료법학
• /
• 제24권4호
• /
• pp.67-101
• /
• 2023

생성형 AI의 활용은 교육계를 넘어서 이미 의료계에서도 의료 기기에 임상 소프트웨어 등의 도입 등으로 연구되고 있다. 생성형 AI는 대규모 대화형 언어모델을 활용하여 방대한 데이터를 이해하고 자료를 선별하는 시간과 에너지를 줄여주면서 사용자와 끊임없는 대화를 통한 정보의 전달이 가능하다. 바로 이러한 점이 인류에게 생성형 AI가 혁신적인 기술의 등장으로 인정받고 있는 점이기도 하다. 그러나 반면 사용자에게 제공되는 컨텐츠의 정합성은 출처나 근거 없이 사용자에게 판단의 영역으로 맡겨지고 있다. 그러나 이 글에서는 생성형 AI를 활용함에 있어서 가장 직접적으로 발생할 수 있는 쟁점을 우선적으로 살펴보기로 한다. 따라서 이 글에서는 생성형 AI의 대표적인 프로그램인 Chat GPT의 발전과 이용자의 활용에 대비하여 특히 개인정보 보호의 쟁점에 대하여 논의하였다. 이를 위하여 먼저 생성형 AI의 기술적인 특성을 살펴본 뒤에 발생 가능한 민사적 쟁점 가운데에서도 개인정보 보호에 관한 문제를 우선적으로 살펴보았다. 생성형 AI는 그 자체로서 학습 데이터의 편향이나 출처 없는 결과값의 제공 등 여러 문제점이 제기되고 있으나, 이러한 문제점은 윤리적 문제를 내포하는 것으로 당장 임상 소프트웨어로서 의료기기에서 활용될 경우 개인정보 보호법제와 보건의료데이터의 활용 가이드로 환자 혹은 이용자의 개인정보를 보호할 수 있을 것인가에 대한 의문에 대한 논의가 시급하다고 판단되었다. 우리나라의 개인정보 보호법제는 특히 보건의료데이터의 활용에서 특정 개인의 개인정보를 가명처리하고 비식별조치를 취하는 데에 적절한 프로세스를 갖추고 있는 것으로 보이나, 생성형 AI이 소프트웨어로서 의료기기에 적용되었을 경우에도 이 법제로서 개인정보 보호의 목적을 이루기에는 어려운 점이 있다. 임상 소프트웨어에서 활용될 생성형 AI의 기능을 대비하기 위해서는 생성형 AI에 걸맞는 개인정보 보호의 법제가 필요할 것으로 보인다.