본 논문은 지난 10년간 공학 분야에서 인공지능(AI)과 머신러닝(ML)의 적용이 크게 증가했지만, 공학 문제의 복잡성과 다양성으로 인해 도메인 특화 AI 접근법 개발이 어려움을 겪고 있음을 지적한다. 이에 본 논문은 공학 AI의 핵심 요소인 "ABCDE"를 제시하고, 8개의 필수 계층을 포함하는 통합적이고 체계적인 공학 AI 생태계 프레임워크를 제안한다. 각 계층의 속성, 목표, 응용 분야를 제시하여 특정 공학적 요구에 맞는 AI 솔루션 개발 및 배포를 위한 가이드라인을 제공하며, 주요 과제와 향후 9가지 연구 방향을 제시한다. 궁극적으로, 본 논문은 차세대 공학 AI 솔루션 개발을 촉진하여 AI의 전략적 구현을 발전시키는 것을 목표로 한다.
