1. 연구 배경 및 범위

❏ 지금 전 세계는 차세대 성장 동력으로 AI를 비롯한 빅데이터, 로봇, 5G 등의 기술에 국가적 역량을 집중하고 있음

ㅇ 영국을 비롯한 선진국은 우리보다 앞서 민간뿐 아니라 공공 분야에서 AI 활용에 대한 어젠다를 수립하고 공공 부문 AI 활용 지침(가이드)을 발표함

ㅇ 우리나라 역시 ‘AI 국가전략’(ʼ19.12월)에서 최첨단 ICT 인프라를 토대로 세계적 수준의 전자정부를 넘어서는 AI 기반 차세대 지능형 정부로 탈바꿈하고 수준 높은 공공서비스를 제공함으로써 국민의 체감도를 향상하겠다고 선언함

❏ 이에 본 과제에서는 선진국의 공공 분야 AI 활용 가이드라인 및 다양한 사례를 벤치마킹하여 중기부의 AI 기반 정부 정책 수립 방향성을 제시함

ㅇ 또한 최근 코로나19 사태로 인한 재난 시, 신속하게 대응 및 통합적 모니터링을 통한 방향성 설정을 가능하게 하는 데이터 기반 행정 시스템 필요성이 제기됨

❏ 본 과제의 연구 범위는 다음과 같음

ㅇ 국내외 AI 및 AI 공공 적용에 관련된 정책 동향 조사

ㅇ 주요 선진국 및 국내 타 부처의 AI 공공 활용 사례

ㅇ 중기부 AI 기반 정책 수립 방향성 제시

2. 공공 분야 AI 관련 지수

❏ (우리 정부의 AI 준비도) 옥스퍼드 인사이트와 국제개발연구소(2019)의 정부 인공지능(AI) 준비도 지수 정부 인공지능(AI) 준비도 지수(Governmental AI Readiness Index)는 세계 최초로 인공지능의 혁신 잠재력을 활용하기 위한 정부의 현재 역량과 준비도가 어느 정도인지 확인하는 지수로서, 2017년과 2019년의 결과가 발표되었음(한국정보화진흥원, 2019)

결과에 따르면 한국 정부의 AI 준비도는 6.84점으로 세계 194개 국가 중 26위에 머무름

ㅇ 1위는 싱가포르로 9.19점을 기록, 이어 영국(9.07점), 독일(8.81점), 미국(8.8점) 등이 뒤를 이었음. 아시아 주요국인 일본은 10위(8.58점), 중국은 19위(7.37점)를 기록해 우리나라보다 상대적으로 높게 나타났음

❏ (공공 분야 AI 논문실적) 2008년을 기점으로 관련 연구가 대폭 증가하였고, 미국과 중국, 영국 순으로 가장 많은 실적을 보임(OECD.AI, 2020)

ㅇ 2020년 기준, 미국이 192편으로 가장 많으며, 그 뒤를 EU가 178.8편, 중국은 141.4편, 한국은 7.1편에 그침

❏ (공공 분야 AI 논문 내 주요 키워드) 공공 거버넌스 관련 논문에서 주로 사용된 개념을 빅데이터 기반의 워드 클라우드로 살펴보면 위험(Risk)이라는 키워드가 가장 큰 비중을 차지하는 것으로 나타남(OECD.AI, 2020)

ㅇ 위험(Risk)과 관련된 키워드로 위험관리, 위험 분석, 위험 평가, 안전함이 나타나 공공 영역의 의사결정에 있어 무엇보다도 위험을 제거하고 관리하는 방안에 대한 연구가 진행됨을 확인할 수 있음

❏ (인공지능 정책 및 전략) 인공지능 정책 및 전략을 살펴본 결과, 대다수의 국가가 AI에 대해 국가 수준의 전략, 어젠다 및 계획을 세우고 있으나 주요 몇 개 영역에 대해서는 행하지 않는 것으로 분석됨(OECD.AI, 2020)

ㅇ 인공지능 전략은 국가 수준의 전략, 공공 연구를 위한 프로젝트 보조금, 네트워킹 협업 플랫폼, 전문가 및 이해관계자 컨설팅이 가장 많은 전략을 차지하는 것으로 나타남

ㅇ 한국은 27 정책 도구 중 17개의 정책 도구를 사용하나, 상대적으로 빈도수가 높은 전문가 및 이해관계자 컨설팅, 대중인식 캠페인 및 기타 홍보활동을 수행하지 않고 있음

3. 국내외 AI 공공 활용 정책 동향

가. 국내

❏ 국내 AI 공공 활용 정책은 국가 단위로 어젠다를 설정한 후 이를 부처 단위 및 기관 수준에서 사업 및 전략 단위로 발전시켜 공공부문에 활용하고 있음

ㅇ AI R&D 관련된 원천기술 및 응용기술개발을 위한 부분은 과기부의 주도하에 관련 연구기관, 학교, 기업들과 협력 체계를 구축하여 다양한 사업을 진행하고 있음. 디지털 정부 구축은 행안부의 주도하에 스마트시티 구축은 국토부의 주도로 진행되고 있음

❏ 인공지능의 국가전략 및 공공 활용에 대한 논의가 비교적 일찍 시작했음에도 불구하고, 뚜렷한 성과에 대한 보고 없이 유사한 어젠다 및 전략이 반복적으로 제시되고 있음

❏ AI를 전담하는 컨트롤타워가 부재함

나. 해외

❏ (공공 특화 전략 및 공공 활용 정책 원칙 수립) 공공 활용 전략은 주로 국가전략의 하나의 요소로 포함된 것이 일반적이나 국가 수준에 특화된 전략을 발표하는 경우도 있으며, 이 경우 공공부문에서 인공지능의 윤리적이고 책임감 있는 사용에 집중되어 있음

❏ (민간주도 협력) 미국과 중국은 원천･응용 기술개발을 비롯해 다양한 산업에 적용 및 확대하고 있으며 인재 유치에도 적극적인 모습을 보이며 인공지능의 기술적 수준을 꾸준히 향상시키고 있음. 특히, 혁신기술을 보유한 기업을 적극적으로 활용하고 있으며, 민간 주도･협력을 통한 글로벌 경쟁력 강화를 추구함

❏ (공공 활용 R&D 및 사업화) 공공서비스에 적용 가능한 기술개발 및 사업화를 프로젝트 단위로 지원하며, 영국의 경우 공공 및 민간 분야 AI 활용 촉진을 위해 3개의 신규 기구와 2개의 기금을 설립하고 전용 기금을 마련하여 지원함

❏ (상향식 의견 수렴) 국가에 따라 한국, 중국, 일본은 하향식으로 진행되는 것이 일반적이나, 미국, EU, 프랑스 등과 같은 국가는 다양한 의견을 취합하여 상향식으로 국가전략 및 공공부문 전략이 수립되는 것이 특징적임. 특히, 공공부문이 강화된 국가일수록 상향식 의견 수렴이 보임

❏ (디지털 정부 구현) 인공지능을 활용한 디지털 정부 구현을 통해 시민들의 편리성과 생산성 향상을 추구함

❏ (사회적 문제 해결) 원천기술개발 외에 응용기술에 적극적인 국가로는 핀란드와 싱가포르를 들 수 있으며, 두 국가 모두 응용 연구 활성화를 통한 사회적 문제를 해결할 수 있는 공공부문 적용의 강화를 추구하고 있음

❏ (포괄적 접근) 영국과 일본은 원천･응용 기술개발에 적극적이며, 연구개발뿐만 아니라 규제, 윤리, 교육 등의 관점에서 포괄적인 접근을 취하며 전방위적인 정책을 추진하고 있음

❏ (국가 차원의 데이터 유통) 인공지능국가전략 수준에서 언급된 AI 공공 활용은 주로 공공 활용을 위한 원천･응용 기술을 위해 연구개발 및 사업화 지원, 국가 차원의 인공지능 학습을 위한 데이터 공개･유통에 관한 내용이 주를 이룸

❏ (데이터 유통 활성화를 위한 플랫폼 운영) 인공지능 학습을 위해 필수적인 데이터 공개를 추구하고 있으며, 공개뿐만 아니라 유통 및 활용을 위한 프로세스 활성화를 위해 플랫폼 구축을 추구함. 전반적으로 공공기관의 공공데이터가 우선되나 프랑스의 경우 민간데이터 공유를 포함함

❏ (컨트롤타워 운영) 국가마다 AI 관련 정책 수립을 위한 컨트롤타워 역할을 수행하는 기관을 구축하여 운영함으로써 다양한 이해관계자의 목소리를 반영하기 위해 노력하고 있음

❏ (체계적 시스템 운영) 인공지능 전략 및 정책 수립에 참여하는 기관의 역할과 책임을 명확하게 구분하여 제시함으로써, 기능 중복의 비효율성을 최소화하고 체계적인 시스템을 바탕으로 수행 중임

4. 국내외 AI 공공 활용 사례

❏ (공공부문 혁신 유형) 정부 혁신을 통해 삶의 질 개선을 위한 연구와 프로젝트를 수행하는 OPSI(Observation of Public Sector Innovation)는 공공부문 혁신 유형으로 ① 개선지향, ② 미션중심, ③ 적응형, ④ 예측형으로 구분할 수 있음(한국정보화진흥원, 2019)

❏ (서비스 유형) 또한 상대적으로 인공지능의 머신러닝 도입이 빠른 국외 사례를 기준으로 다양한 정책 영역의 사례를 바탕으로 ① 자동화, ② 예측, ③ 적발 및 규제로 구분이 가능함(Armstrong, 2015; Coglianese & Lehr, 2017; 이제복･최상옥, 2018)

5. 결론

앞서 고찰된 국내외 현황 및 사례를 토대로 다음과 같은 정책적 시사점을 제안함

❏ (공공부문 특화 전략 수립) 범정부 차원의 거시적 인공지능 국가전략뿐만 아니라 공공부문에 특화된 국가전략 및 부처 단위의 실행 가능한 수준의 전략 수립이 필요함

ㅇ 현재 과기부와 국토부를 제외한 다른 관계부처의 인공지능 전략이 부재하며 기존 사업에서 인공지능 영역을 일부 포함하는 정도로 시행하고 있음

ㅇ 따라서 공공부문 서비스 강화라는 동일한 목적하에 관련 부처에서 공공부문 영역에서 사용 가능한 수준의 전략과 사업 과제 기획 및 운영이 필요함

❏ (공공 분야 AI 활용 지침(가이드라인) 수립) 공공정책 인공지능 적용 시 국제적으로 또는 국가적으로 수용되는 원칙과 가이드라인을 수립함

ㅇ 공공부문에 인공지능을 활용할 때 다양한 이해관계자에게 긍정적･부정적 효과가 동시에 발생할 수 있으므로 추구 가치 우선순위에 대한 합의안을 도출함

❏ (공무원 역량 강화) AI는 기존 공공 영역과는 달리 상당한 수준의 이공학적 지식이 요구되는 분야인바, 담당 공무원에게 적절한 수준의 교육이 필요함. 따라서 관련 지식에 대한 일정 수준의 교육을 통해 관련 공무원의 역량 강화가 필요함

❏ (인공지능 관련 컨트롤타워 구축) 다양한 이해관계자 의견을 조율하는 AI 관련 정책 수립을 위한 컨트롤타워를 구축함

ㅇ 기존 4차 산업혁명 위원회는 4차 산업혁명 전반을 다루는 바, 깊게 한 분야를 다루기에는 한계가 있다고 보임. 이에 전문적이고 특화된 조직이 필요함

ㅇ AI 공공 활용 정책 및 활용에 대한 정책 수립과 역할 수행뿐 아니라. 상하향식 방법 병행으로 다양한 공공 부문 구현 과제를 발굴함

ㅇ컨트롤타워는 기존의 다양한 공공서비스 영역에서 인공지능을 도입함으로써 얻을 수 있는 효율성･효과성에 대한 사전 분석을 실시해 공공의 이익과 산업의 육성 등에 대한 다각적인 효과성 분석을 실시함

ㅇ 참여 기관의 역할과 책임을 명확하게 구분하여 제시함으로써, 기능 중복의 비효율성을 최소화함

❏ (공공 활용 원칙 수립) 공공정책 인공지능 적용 시 국제적으로 또는 국가적으로 수용되는 원칙과 가이드라인을 수립해야 하며, 이를 활용해 인공지능 적용에 대한 우선순위의 판단기준이 될 수 있어야 함

ㅇ 공공부문에 인공지능을 활용할 때 다양한 이해관계자에게 긍정적･부정적 효과가 동시에 발생할 수 있으므로 추구 가치 우선순위에 대한 합의안 도출 필요. 이러한 공공 적용 원칙을 준수하여 효과성이 인정되는 서비스에 한하여 공공 적용 현실화를 추구해야 함

❏ (공공 인공지능 학습용 데이터 플랫폼 구축) 데이터 활용을 위한 공공데이터 개방뿐만 아니라 민간의 사용 가능한 데이터를 총망라하는 인공지능 학습용 데이터 플랫폼을 구축함

ㅇ 인공지능 학습을 위해 빅데이터가 필수적이므로, 많은 국가에서 공공데이터뿐만 아니라 민간데이터와 연계하여 적합하고 의미 있는 실제 데이터를 구축하는 방향으로 전개되어야 함

ㅇ 더불어 AI 학습용 데이터 활용을 위한 데이터 가공 및 수요자-공급자 연계와 같은 특화된 지원 서비스를 지원함

ㅇ 더불어 공공데이터 및 컴퓨팅 자원을 연구자 및 산업계 종사자에게 공개함

❏ (AI 공공 연구 허브 구축) 국가 수준 공공 관련 AI 프로젝트를 수행하는 AI 연구 허브 구축으로 AI 공공서비스 활성화 추구

ㅇ 우수 인공지능 연구원 유치를 통해 공공 인공지능 기술 연구개발 및 응용, 공공서비스 활성화를 위한 공공 과제 발굴 등의 역할을 함

ㅇ EU, 프랑스, 싱가포르는 AI 공공 연구 허브 구축으로 AI 응용 연구를 활성화함

❏ (다양한 Use Case 발굴 및 개발) 다양한 공공부문 구현 과제(Use Case) 발굴 및 개발이 필요함

ㅇ 과제 발굴은 AI에 대한 개략적･공학적 이해와 이를 응용하려는 분야에 대한 이해가 같이 이뤄져야 하는 융복합적인 작업임. 철저한 사전 기획과 타당성 분석을 통해서만 가능함

ㅇ 앞서 3장에서 언급한 바와 같이, AI 공공 활용 사례는 혁신 유형, 서비스 유형, 산업 유형 관점에서 다양하게 정의될 수 있음

ㅇ 다양한 Use Case 개발과 필요 데이터 명시화, 데이터 가용 여부를 통해 개발 가능성 여부 판단 혹은 개발 계획을 수립함

ㅇ 이러한 과제 발굴은 앞서 언급한 공공 연구 허브에서 실행함