정부에서의 AI 이해: 애플리케이션, 사용 사례 및 구현

인공지능은 기계가 인간의 지능을 모방하여 데이터를 기반으로 예측하며, 효율적이고 정확하게 추천 및 결정을 수행할 수 있게 해주는 기술의 집합입니다. AI의 하위 집합인 생성형 AI는 한 단계 더 나아갑니다. 생성형 AI는 향상된 데이터 처리 능력과 새롭고 독창적인 콘텐츠를 생성하는 능력을 특징으로 합니다. 이는 자연어를 사용해 기계와 직관적인 상호작용을 가능하게 해주며 기술의 접근성을 높입니다. 전통적인 AI이든 생성 AI이든, 핵심적으로 AI는 인간보다 더 효율적으로 데이터를 활용하고 처리할 수 있습니다. 

정부 기관은 대부분의 민간 조직보다 더 많은 방대한 양의 데이터를 기반으로 운영됩니다. 이 데이터는 종종 매우 민감할 뿐만 아니라 엄격한 개인정보 보호법의 적용을 받습니다. 이에 따라 공공 부문은 모든 시민의 요구를 충족시켜야 하는 동시에 기관별로 상이한 방식과 속도로 진행해 온 디지털화라는 어려운 과제에 직면해 있습니다. 정보 사일로에 분산된 방대한 양의 디지털 데이터가 생성되었으며 이는 정부 담당자와 시민 사용자가 종종 기술적으로 대응하기 어려운 수준입니다. 

법률, 거래, 기록, 정보 등은 정부 기관과 이해관계자의 데이터 풀을 형성합니다. AI는 정보 사일로를 허물고 운영을 간소화하며 효율성을 개선함으로써 빅데이터 문제를 해결하는 데 도움을 줄 수 있습니다. AI를 활용하여 기관은 비용을 절감하고 서비스 제공을 개선하며 시민 만족도를 높일 수 있습니다.

교통 분야에서는 머신러닝 알고리즘을 교통 최적화 및 교통 인프라 예측 정비에 활용할 수 있습니다. 미국에서는 대중교통 애플리케이션, 센서 데이터 판독, 사용자의 경로 및 여정 계획 지원, 도로 안전 개선 등을 위해 기관이 AI를 활용하는 방안을 모색하고 있습니다.

교육 분야에서 AI는 접근성을 민주화하여 교육 격차를 해소하는 데 기여할 수 있습니다. 유네스코(United Nations Educational, Scientific and Cultural Organization)에 따르면 AI는 오늘날 교육의 가장 큰 과제 중 일부를 해결할 잠재력을 가지고 있습니다. 즉 AI는 교육 및 학습 방식을 혁신하고 모두를 위한 포용적이고 공평한 양질의 교육이라는 지속가능발전목표(SDG) 달성을 가속화할 수 있습니다. AI는 맞춤형 학습 플랫폼과 학생 대상 집중 지원을 제공할 잠재력 또한 가지고 있습니다. 일부 정부 기관은 이미 AI 교육 모듈을 정부 내에 도입하고 있으며, 이를 민간 시민으로 확대할 가능성을 모색하고 있습니다.

의료 분야에서 AI 기반 도구는 진단과 임상 연구를 가속화하여 전반적인 의료 수준을 개선할 수 있을 뿐만 아니라 다양한 진단 도구를 지원하고 행정 절차를 자동화할 수 있습니다. AI는 임상 데이터 수집을 개선하여 의료 부문 전반에서 지식 공유와 연구 노력을 가속화할 잠재력을 가지고 있습니다. 또한 전 세계의 정부 기관은 질병 발생에 대한 예측 분석 도구로 AI를 활용하여 다음 팬데믹을 예방하고 있습니다.

정부 기관은 예측과 데이터 처리 이상의 역할로 AI를 활용하여 시민들이 필요로 하는 핵심 서비스에 더 쉽게 접근할 수 있도록 도울 수 있습니다. 이용자들은 즉각적이고 효율적이며 개인화된 서비스를 기대하지만 정부 기관은 종종 느리고 비효율적인 처리 시간으로 악명이 높습니다. AI는 민간 부문의 서비스 수준에 의해 형성된 이용자의 기대에 부응하도록 이용자 서비스 및 지원의 품질을 개선할 수 있습니다.

미국에서는 공공 부문이 이용자 만족도 조사에서 10개 산업 중 최하위를 기록했습니다.¹ Search AI와 연중무휴 사용 가능한 챗봇 및 자동화된 행정 프로세스와 같은 다양한 AI 애플리케이션을 통합함으로써 정부는 공공 정보 전달을 간소화하고 개인화된 정부 서비스를 제공할 수 있으며 전반적인 이용자 서비스도 개선할 수 있습니다.

더 알아보기: 정부에서 이용자 서비스가 중요한 이유와 AI가 도울 수 있는 방법

정부는 방대한 양의 서류 작업과 데이터 및 행정 업무를 처리합니다. 서류를 수작업으로 분류하는 데 소요되는 시간은 시민에게 실제적인 영향을 미칠 수 있습니다. 미국 정부는 오래되거나 복잡한 프로세스 때문에 매년 1,400억 달러²에 달하는 잠재적 이익이 활용되지 못하고 있다고 추산합니다.

페이퍼리스로의 전환은 지식 공유와 접근 제어 및 전반적인 효율성의 개선뿐 아니라 자동화와 AI 도입의 기반이 됩니다. AI는 다양한 형식과 위치에 저장된 정보를 검색하는 데 특히 유용하며 데이터를 더 쉽게 접근할 수 있게 해주며 직원들이 여러 파일과 시스템을 뒤지는 데 낭비하는 시간을 줄여줍니다.

일부 추정에 따르면 미국 공공 부문은 2033년까지 생성형 AI를 통해 총 5,190억 달러의 생산성 향상을 경험할 것으로 예상됩니다.³ AI는 수작업 부담을 줄여 인적 오류를 최소화하고 운영 효율성을 높이는 데 기여합니다.

법률 분야에서 AI는 서로 다른 위치와 형식에 저장된 정보를 찾아낼 수 있으며 문서 처리 및 분류와 같은 프로세스를 자동화할 수 있습니다. 또한 인허가, 세금 신고 및 사회복지를 위한 워크플로를 자동화하고 공공 지원 프로그램의 사기 탐지도 수행할 수 있습니다. AI는 전자증거개시, 규정 준수 검사, 계약 분석 등 법률 프로세스를 간소화하고 능률화하여 정확성과 효율성을 높일 수 있습니다.

AI는 특히 연구기관 등 고등교육 분야에서 방대한 정보를 선별하는 데에도 도움을 줄 수 있습니다. 생성형 AI는 연구자들이 다양한 출처에서 맥락에 맞는 관련 정보를 찾고 활용할 수 있도록 지원합니다. 이는 부서나 대학을 넘나드는 협업 연구 프로젝트에서 특히 중요합니다.

데이터 기반의 의사 결정은 효율성, 서비스 및 성과를 최적화하는 데 핵심적입니다. 그러나 최근 연구에 따르면 공공 부문 리더 중 단 32%만이 일상적인 의사 결정에 데이터 인사이트를 활용하는 것으로 나타났습니다.

AI는 의사 결정을 지원하는 통합 데이터에서 가치 있는 인사이트을 도출할 수 있는 탁월한 능력을 사용자에게 제공합니다. 예를 들어 예측 분석은 범죄, 공중보건 및 경제 변화의 추세를 예측하여 정부가 이러한 문제를 사전에 완화하고 대응할 수 있도록 돕습니다.

정책 입안자들은 또한 예측 분석을 통해 법안 시행 전 잠재적 영향을 평가하는 시뮬레이션 모델을 구축할 수 있습니다. 

더 알아보기: 데이터와 AI로 문제 해결하기: 공공 부문 리더를 위한 5가지 인사이트

공공 부문의 모든 측면과 마찬가지로 AI의 사용은 윤리적 배포, 공정성 및 투명성을 보장하기 위해 신중하게 규제되어야 합니다. 정부 기관은 민감한 데이터를 다룹니다. 따라서 강력한 거버넌스 프레임워크를 구축하는 것은 위험을 완화하고 법적 표준을 준수할 수 있을 뿐만 아니라 정부 AI 이니셔티브에 대한 대중의 신뢰를 유지하는 데에도 도움이 됩니다. 대중의 신뢰를 유지하는 것은 시민들의 기대에 부응하고 정부 서비스를 개선하는 데 핵심적인 역할을 합니다.

규제 기관은 대체로 AI 발전을 따라잡는 데 큰 어려움을 겪어 왔습니다. 민간 부문의 빠른 AI 도입과 기술적 역량, 이점 그리고 위험성에 대한 불균형한 이해는 규제를 어렵게 만듭니다.

이에 대응하기 위해 정부는 책임 있는 AI 사용을 보장하기 위한 윤리적 표준과 법적 고려사항 및 프레임워크를 수립하고 있습니다. 이러한 규제는 공정성, 책임성 및 투명성을 촉진하며 AI 애플리케이션이 민주적 가치와 인권에 부합하도록 보장하는 것을 목표로 합니다. 그러나 이러한 프레임워크에 대한 준수는 지역별로 차이가 있어 정부 기관의 AI 도입 방식에 영향을 미칩니다.

대체로 데이터 프라이버시 법률, 공정성 의무 및 투명성 지침이 컴플라이언스 요구사항의 핵심을 이룹니다. 이는 신뢰할 수 있고 안전한 AI 서비스를 보장하는 것을 목표로 합니다.

미국에서는 현재 연방 차원의 포괄적인 AI 규정이 존재하지 않으며⁴ 이를 채택하거나 거부하려는 노력은 본질적으로 양당 체제에 묶여 있습니다. 행정부는 빠른 혁신을 위한 규제를 도입하거나 전면적으로 철폐하는 방향 사이에서 흔들리고 있습니다. 그 결과 각 주에서 규제를 제정하게 되었으며, 정부 기관과 이해관계자들이 스스로 해결해야 하는 복잡한 규제 환경이 형성되고 법률 체계가 난립하게 됩니다.

반면 유럽연합(EU)은 안전성, 기본권 및 인간 중심의 AI를 보장하고 EU 전역의 AI 도입, 투자 및 혁신을 강화하는 최초의 법적 프레임워크인 AI법(AI Act)을 도입했습니다.

정부에서 생성형 AI를 사용할 때 가장 큰 보안 우려는 자연어를 사용하는 AI 시스템의 기본 요소인 공개 대규모 언어 모델(LLM)로 민감한 데이터를 처리하는 방법에 있습니다. 공개 LLM을 부적절하게 사용하면 데이터 유출, 기밀 정보의 의도치 않은 노출 및 적대적 조작에 대한 취약성과 같은 위험을 초래할 수 있습니다.

AI 시스템은 종종 블랙박스처럼 불투명해 보안을 보장하기가 특히 어렵습니다. 이러한 투명성의 부족은 위험 평가와 완화 노력을 복잡하게 만들고 데이터 유출 및 적대적 공격에 대한 취약성이 높아집니다. 따라서 정부에 AI를 도입하는 것은 특히 국가 안보 이익을 보호하는 데 있어 복잡한 보안 문제를 야기합니다. 이러한 위험을 효과적으로 완화하기 위해서는 강력한 암호화, 액세스 제어, 모니터링 등과 같은 엄격한 보호 조치를 구현하는 것이 필수적입니다.

생성형 AI가 적절한 맥락을 바탕으로 작동하도록 보장하기 위해 조직은 RAG(Retrieval Augmented Generation)라고 불리는 기술 그룹을 도입할 수 있습니다. 이는 독점 데이터를 안전하게 사용할 수 있도록 해줍니다. 이 접근 방식은 AI 모델이 잠재적으로 편향되거나 오래된 훈련 데이터에만 의존하는 대신 신뢰할 수 있는 최신 데이터에 기반하도록 하여 위험을 완화하는 데 도움을 줍니다. RAG를 통합함으로써 정부 기관은 민감한 정보에 대한 통제력을 강화하고 보다 맥락에 맞는 응답을 얻을 수 있습니다. 

AI 도입의 가장 큰 과제는 단순히 기술적인 문제에만 국한되지 않습니다.⁵ 여기에는 전문 인력의 부족과 종종 불명확한 규제도 포함됩니다. 많은 기관들이 데이터 보안과 일자리 대체 그리고 도입의 복잡성에 대한 우려로 인해 저항에 직면하고 있습니다. 정부에 AI를 성공적으로 통합하기 위해서는 이러한 장애를 극복하고 혁신 문화를 조성하는 다단계의 전략적 과정이 필요합니다.

• 실시간 데이터 가시성 확보: 효과적인 AI 구현은 기관이 모든 관련 데이터에 대한 완전한 실시간 액세스를 보유하는 능력에 전적으로 달려 있습니다. 완전한 가시성이 없으면 AI 기반 인사이트와 자동화는 불완전하거나 부정확할 수 있습니다. 결국 AI는 사용하는 데이터의 품질에 달려 있기 때문입니다.

• 계획과 거버넌스: 규제의 부재는 혁신을 촉진할 수 있지만 정부 차원의 AI 채택을 방해할 수도 있습니다. 명확한 정책, 윤리 지침 및 규제 준수 조치를 수립하면 빠르고 책임 있는 AI 배포를 보장하는 데 도움이 될 수 있습니다.

• 구체적인 사용 사례 식별: 기관은 공공 서비스, 자동화 또는 의사 결정 등 AI가 가장 큰 영향을 미칠 수 있는 분야를 평가해야 합니다. 정부는 이러한 서비스가 산업 및 경제 전반에 영향을 미치도록 점진적으로 확장해야 합니다. 

• 확장 및 보안: 사용 사례를 확장하는 것 외에도 기관은 기술이 보안을 유지하면서도 확장된 규모와 진화하는 정부의 요구를 충족할 수 있는 역량을 갖추도록 해야 합니다.

• 기존 시스템과의 통합: 정부 기관의 기술 성숙도가 다름에도 불구하고 AI 시스템을 기존 시스템과 원활하게 통합할 수 있도록 보장하는 것이 성공적인 구현의 핵심입니다.

전 세계적으로 정부 기관들은 이해관계자인 공무원들과 일반 이용자들이 AI를 활용하여 더 많은 혜택을 누리는 동시에 위험을 완화할 수 있는 프로그램을 개발하고 있습니다.

2024년 미 국무부 AI 인벤토리(US Department of State AI Inventory 2024)는 공공 서비스, 효율성 및 의사 결정 개선을 목표로 외교, 사이버 보안 및 행정 기능 분야의 다양한 AI 적용 사례를 설명합니다.⁶ 미국 국무부는 AI를 사용하여 외교 기술을 현대화하고 있습니다. 관리 차관실은 국무부 내에서 AI 기술을 사용하여 전통적인 외교 활동을 강화하며 머신 러닝을 내부 정보 기술 및 관리 컨설턴트 기능에 적용하고 있습니다.

이 밖에도 다음과 같은 이니셔티브 사례가 있습니다.

• 영사 콘텐츠 번역: AI 번역 모델은 팀과 협력하여 정부 웹사이트에서 이용자가 선호하는 언어로 영사 콘텐츠를 제공합니다. AI는 일반적으로 필요한 시간과 자원을 절감해 주며 인간의 개입을 통해 정확성과 이해도를 보장합니다. 다만 AI는 여전히 법률 용어 처리에 어려움을 겪고 있습니다.

• 민간인 대상 폭력 예측 모델: 오픈소스 정치, 사회 및 경제 데이터 세트를 활용하는 머신 러닝 모델로 전 세계 각 국가에서 다음 분기와 연도에 발생할 수 있는 대규모 민간인 살상을 예측하여 분쟁 예방을 위한 정보를 제공합니다.

• Senturion Alpha: 이해관계자/영향력 중심 모델로 주요 의사 결정자가 이슈 스펙트럼에서 어디에 위치하는지, 누가 누구에게 영향을 미치는지를 식별합니다. 이 시뮬레이션은 맥락 내 정치적 역학을 분석하고 경쟁 이해관계의 정책 입장이 시간이 지남에 따라 어떻게 변화할지 예측합니다.

• Storyzy: 실제 세계의 데이터를 모방하는 컴퓨터 생성 데이터를 의미하는 합성 콘텐츠 사용 감지를 개선합니다.

Elastic Search AI 플랫폼은 AI 앱 및 RAG 워크플로 구축을 위한 완전한 검색 기능, 도큐먼트 수준 보안, 프로덕션 준비가 완료된 벡터 데이터베이스, 보다 관련성 높은 자연어 검색 결과를 제공하는 ELSER 사전 학습 검색 모델, 다국어 지원(E5) 등의 기능을 제공합니다. Elastic의 개방형 접근 방식은 팀이 자체 또는 타사 변환기 모델과 데이터를 안전하게 통합할 수 있도록 합니다. 

• 고급 데이터 분석: 정형 및 비정형 데이터에서 실시간 인사이트 추출

• 향상된 검색 기능: 인텔리전스와 공공 기록을 위한 데이터 검색 개선

• 확장 가능한 AI 시스템: 변화하는 수요에 대응하는 유연한 인프라

정부 기관은 Elasticsearch를 활용해 투명성, 효율성 및 시민 참여를 강화함으로써 대규모 디지털 전환을 주도할 수 있습니다.