* 행정안전부가 2026년 6월 「공공부문 AI 도입·활용 가이드」를 공개하고, 범정부 AI 공통 기반을 활용한 서비스 구축 절차를 표준화했다

* 이는 생성형 AI를 단순한 민원 챗봇이나 문서작성 보조도구로 도입하는 단계를 넘어, 여러 기관이 공동으로 활용할 수 있는 범정부 AI 플랫폼과 공공업무 전용 AI 도구이라 할 수 있다.

* 미국 연방총무청(GSA)의 USAi, 영국 정부의 Humphrey, 싱가포르 정부기술청의 Pair·AIBots, 유럽연합의 공공행정 AI 확산정책 등도 AI 플랫폼 전략으로 볼 수 있다.

■ 주요 내용

•  행정안전부「공공부문 AI 도입·활용 가이드」는 개별 공공기관이 유사한 AI 인프라를 중복 구축 하는 것을 줄이고, 공통 기반에서 검증된 모델과 보안환경을 활용하도록 유도하고 있다. 

•  이를 위해 정부는 같은 해 총 180억 원 규모의 공공 AI 서비스 지원사업을 시작했다. 

•  이는 중앙부처와 지방정부의 AI 서비스 발굴·개발을 지원하는 사업으로, 공공 AI를 일부 선도기관의 실험이 아니라 범정부 확산사업으로 전환하려는 조치다. 

•  또한 공무원 업무관리 플랫폼인 온AI는 모바일 환경에서 결재와 AI 회의록 요약 등을 제공하며, 2026년 하반기 40개 부처로 확대할 계획이다. 

•  이 사례는 공공 AI가 대국민 챗봇뿐 아니라 내부 행정업무 플랫폼에 통합되고 있음을 보여준다. 

•  한편, 조달청은 공공기관이 업무망에서 자료·통계 분석, 보고서 요약, 문서 초안 작성 을 할 수 있도록 생성형 AI 업무지원서비스의 카탈로그 계약 방식을 도입했다. 

•  대상 서비스에는 업무망 독립 운영, 높은 수준의 클라우드 보안기준과 국가정보원 보안성 검증 등의 조건이 적용된다. 

■ 정책 시사점

• 미국 USAi와 싱가포르 Pair는 여러 모델을 안전하게 연결하는 공통 환경을 제공하며, 기관별로 필요한 모델과 기능을 선택하도록 한다. 국내에서도 공공 AI 정책의 성과를 자체 모델 보유 여부로 평가하기보다, 공공 기관이 검증된 모델·데이터·보안도구를 얼마나 빠르고 저렴하게 재사용할 수 있는지로 평가하는 것이 타당하다.

•  국내외 모두 공공 AI 도구는 문서 작성 전반을 지원하는 범용 챗봇에서 정책협의 분석, 조달문서 검토, 상담정보 검색, 회의록 정 리 등 구체적인 업무도구로 이동하고 있다. 공공기관도 ‘기관용 챗GPT 구축’이라는 포괄적 목표보다 오랫동안 반복되며, 데이터가 충분하며, 오류를 인간이 검토할 수 있는 업무를 우선 선정해야 한다.

•  AI 도구의 품질은 모델보다 연결되는 공공데이터와 기관 내부문서의 품질에 크게 좌우된다. 미국은 AI 활용을 위해 데이터 품질·메타데이터·모델 추적성을 강화하고 있으며, 싱가포르는 기관별 지식베이스를 RAG 방식으로 연결한다. 국내 공공 AI 사업에서도 데이터 수집량보다 최신성, 출처, 접근권한, 문서 분류체계와 정정절차를 우선 관리해야 한다.

•  공공 AI는 서비스가 구축된 이후에도 오답, 편향, 개인정보 노출, 모델 변경, 비용증가를 지속적으로 관리해야 한다. 미 국은 모델별 안전성·편향·성능 모니터링을 추진하고 있으며, EU는 인간 감독과 위험관리를 법적 요구사항으로 적용한 다. 따라서 공공 AI 사업예산은 초기 개발비뿐 아니라 평가데이터 구축, 레드팀, 로그관리, 모델 교체, 사용자 교육과 사후감 사 비용을 포함해야 한다.

•  싱가포르 등은 공공 AI의 다음 단계로 AI 에이전트를 제시하고 있지만, 행정시스템에 직접 접근해 검색·작성·등록·통지 등의 행위를 수행하는 에이전트는 단순 챗봇보다 위험성이 높다. 초기에는 조회·추천·초안작성까지만 허용하고, 결재·지급·자격판정·민원처분과 같은 법적 효과가 있는 행위는 인간의 명 시적 승인을 거치도록 설계해야 할 것으로 보인다.

■ 결론

•  공공 AI 도구 개발의 최근 흐름은 기관별 챗봇 구축에서 범정부 공통 AI 기반 구축으로, 범용 문서작성에서 업무별 특화 도구로, 단순 생성형 AI에서 업무수행형 AI 에이전트로 이동하고 있다. 국내 정책도 범정부 AI 공통 기반, 공공조달, 업무관리 플랫폼과 개별 서비스 지원사업을 통해 이러한 방향으로 진입했다. 

•  그러나 공공 AI의 성패는 도구의 수나 모델 규모보다 다음 네 가지에 달려 있다

- 첫째, 여러 기관이 재사용할 수 있는 공통 보안·모델·데이터 기반

- 둘째, 실제 행정시간과 비용을 줄이는 구체적인 업무 선정

- 셋째, 공공데이터의 최신성·출처·접근권한을 체계적으로 관리

- 넷째, AI의 결과가 행정처분이나 시민의 권리에 영향을 미치는 경우 인간의 최종 책임과 이의제기 절차를 보장

•  향후 공공 AI 정책은 ‘몇 개의 AI 서비스를 구축했는가’보다 업무 시간 절감, 서비스 정확도, 시민 만족도, 오류 발 생률, 재사용 기관 수, 운영비용과 책임성을 중심으로 성과를 평가하는 것이 중요하다.