[알아봅시다] AI 열풍, 정책결정 영역까지..지능정부 출현 본격화

전자정부 넘어 '지능정부'로 진화.. 5년내 가시화 전망
핵심적 차이는 의사결정시 인간의 능력 최소화
사이버공간에 축적된 지식·지능을 현실에 적용
시설물관리·콜센터 등 많은 업무 '무인화' 가능
'정책지능' 위기대응 활용..'정부봇'은 지원도구

지난해 3월, 구글 딥마인드의 인공지능(AI) 알파고가 이세돌 9단 꺾자 우리나라엔 이른바 알파고 '쇼크'가 휘몰아쳤습니다. 완벽에 가까운 알파고의 바둑에 AI는 현재 우리 사회 곳곳에 영향력을 미치는 '아젠다'가 됐습니다.

이제, AI는 '정치영역', '정책결정영역'에도 영향력을 미치고 있습니다. 매번 국민은 안중에도 없고, 오로지 당의 이익만을 위한 정치적 다툼은 국민으로 하여금 정치적 피로감을 지속해서 높이고 있습니다. 역대 정부의 정책적 실패로 매년 수천억원에서 수조원의 세금낭비도 발생하고 있습니다. 정치는 국가결정의 '정수'입니다. 정치적으로 안정된 나라, 올바른 정책결정을 하는 나라가 부강해지는 것은 당연한 결과기 때문입니다. 과연 국가의 핵심영역인 '정책' 부분에까지 AI가 영향을 미치게 될까요? 전자정부를 대체할, '지능정부'의 출현에 대해 알아보겠습니다.

◇ AI의 급진, 개발 패러다임 변화로 가능= '지능정부'를 논하기에 앞서 인공지능의 역사에 대해 간략히 알아보겠습니다. 인공지능은 영국의 천재 과학자인 앨런 튜링이 1950년 '생각하는 기계의 구현 가능성에 대한 분석'이라는 논문을 통해 처음으로 등장했습니다. 이후 오랜 시간 침묵하다 2010년 이후 급격한 발전을 이뤘습니다. 이는 인공지능의 사람이 알고리즘을 개발해 컴퓨터에 제공하는 '위로부터의 입력'이란 개발패러다임이 데이터를 제공하면 컴퓨터가 스스로 알고리즘을 개발하는(머신러닝), '아래로부터 입력'으로 획기적인 발전을 이룬 결과입니다. 특히 그래픽카드(GPU)를 사용해 더 싼 가격으로 병렬처리할 수 있어 딥러닝이 가능한 환경이 구축됐습니다. 실제 튜링이 인공지능 화두를 꺼낸 1956년부터 2015년까지 60년간 컴퓨팅 파워는 1조배 증가했습니다.

◇ AI 기반의 '지능정부' 2022년 출현 전망= 미국 남부네바다보건당국(SNHD)은 식중독 예방에 AI를 사용했습니다. 식중독 예방을 위한 식당 위생검사를 기존 무작위 방식에서 인공지능을 통한 대상선정 방식으로 전환했습니다. SNHD는 트위터에서 식당과 관련된 각종 데이터를 수집하고 이를 AI가 위험지수로 환산해서 검사대상 식당을 선정했습니다. 이 과정에서 인간의 개입비율은 데이터수집과 트위터 자연어 분석 등 최대 15% 수준에 그쳤습니다. AI 도입 후 SNHD는 식중독 문제식당 발견 비율을 기존 9%에서 15%로 늘렸습니다.

미국 피츠버그시는 차량흐름을 개선하기 위해 개별 신호등마다 독자적으로 실시간 교통 데이터를 수집하는 시스템 개발했습니다. 이에 자동차의 주행시간은 25%, 신호대기시간은 40% 감소하는 효과를 확보했습니다.

이처럼 AI는 미국의 사례를 고려하면 아직 정부가 본격 활용하는 단계에는 이르지 못했지만, 인공지능을 도입하기 위한 준비는 이미 본격화된 것으로 평가됩니다. AI에 기반을 둔 지능정부는 앞으로 5년래 나타날 전망이 나오는 이유입니다.

지능정부의 초기단계는 AI가 다른 기술과 경쟁하지만 없어서 안 될 기술로 인정받는 단계입니다. 지능정부는 전자정부와 마찬가지로 지속적인 진화과정을 거치게 되겠지만 초기단계의 지능정부는 세계적으로 빠르면 2022년 전후에 가시화될 것으로 한국정보화진흥원에선 전망하고 있습니다.

단, 지역별로 지능정부의 구현시기는 큰 격차가 발생할 전망입니다. 각종 AI 서비스의 발전 속도는 기술의 발전속도뿐 아니라 사회의 수용성과 긴밀한 연관성을 갖고 있기 때문입니다. 딜로이트 조사에 따르면 인공지능에 대한 사회적 태도는 서구보다 아시아 지역이 더 긍정적으로 지능정부 구현도 아시아 지역이 더 빠를 수 있을 것으로 관측됩니다.

◇ 기존 정부와 지능정부의 핵심 차이, 정책결정권자의 의사결정 범위= AI의 발전은 기존의 전자정부를 넘어 '지능정부'(intelligent government)라는 새로운 정부형태를 구현하는 것이 목표입니다. 전자정부와 지능정부의 핵심적 차이는 의사결정에서 인간의 능력이 최소화된다는 점입니다. 지능정부 이전에도 올바른 결정을 내리는 조직모델들이 다양하게 제시됐지만 주로 공무원을 비롯한 전문가의 판단력에 의존하려 했던 점에서 지능정부와 큰 차이가 있습니다.

지능정부는 사이버공간에 축적된 엄청난 양의 지식과 지능을 현실 공간에 적용하는 것을 의미합니다. 사이버공간에 축적된 데이터를 토대로 각종 AI를 개발한 후 이를 현실공간으로 옮기는 것이 목표입니다. 현실화된다면 시설물 관리, 콜센터 운용 등 많은 업무를 무인화하는 것과 더불어 특히 AI를 통해 사이버공간에 존재하는 각종 데이터와 알고리즘이 현실세계의 모든 곳에 내재화됩니다. 이는 기존 물리 공간을 사이버 공간으로 이동시키는 수준인 전자정부와 다릅니다.

구체적으로 지능정부는 정책지능, 정부봇 등의 형태로 발현될 전망입니다. AI의 정책지능은 도시운영, 시설물 관리 등 반응성이 중요한 업무에 서 많이 활용될 전망입니다. CCTV를 비롯한 에너지, 교통, 환경, 재난 등 주요 도시분야에서 AI 활용한 실시간 상황 모니터링을 추진되는 것입니다.

우리나라 정부는 지난 2015년 메르스 사태에 우왕좌왕하며 대규모 감염자와 희생자를 발생시켰습니다. 이는 진단적 분석 능력이 떨어졌기 때문이라는 지적입니다. 이에 AI를 활용한 진단적 정보의 제공은 정부의 위기대응능력을 획기적으로 높여줄 것으로 전망됩니다. 예측적 정보는 지능정부에서 가장 일반적으로 활용되는 정책데이터가 될 예정입니다.

또한 정부봇(GovBot)으로 불리는 AI는 정부 내 주변적 업무를 자동화해 공무원들이 보다 중요하고 핵심적인 업무에 집중할 수 있도록 지원할 도구입니다. 딜로이트에 따르면 국에서 공무원들은 20%의 시간을 비핵심적인 일에 소비하며, 그중 문서작성에 가장 많은 시간을 소비하고 있습니다.

챗봇 등 최근 활용도가 급속히 늘어나는 봇(bot) 혹은 '인지 에이전트'(cognitive agent) 들은 엄밀한 의미의 인지 기능에는 미치지 못했지만 단순하고 반복적인 업무에 적합하므로 정부 업무의 많은 부분의 자동화를 가능하게 합니다. 이에 동사무소나 세무서를 방문해 각종 증명서를 신청하는 업무처럼, 기계적으로 조건 충족 여부가 정해지거나 단순한 정보확인 수준으로 처리 가능한 업무들은 봇을 활용하면 전면적인 자동화 가능합니다. 단순업무를 떠나 봇이 목표하는 정책결정은 협의와 거래까지 가능하게 할 전망입니다. 부처 간 협의, 조달 업무, 입찰 등에 봇을 활용하면 정부의 협업 촉진과 효율성 제고가 가능하다는 것입니다.

임성엽기자 starleaf@dt.co.kr

도움말= 한국정보화진흥원