fbpx

과기정통부, 부처 업무에 AI 에이전트 도입 본격 착수…행정 AX 전환 모델 선도

과기정통부가 부처 내 분산 문서·데이터를 통합·자산화하고 RAG 기반 AI 에이전트를 행정 특화 업무에 우선 적용하는 AI-NEXT 사업을 발주하며 공공 행정의 AI 전환에 나섰다.

민간 기업의 AI 도입이 빠르게 확산되는 가운데, 공공 행정 조직도 AI 전환 압박을 피하기 어렵게 됐다. 수십 년간 쌓인 부처 내부 문서와 데이터가 각 부서에 흩어진 채 AI가 활용하기 어려운 형태로 방치된 것이 핵심 장벽이었는데, 이를 통합·정비하고 행정 특화 AI 에이전트를 직접 개발하는 시도가 공공 부처에서 처음 시작됐다.

과학기술정보통신부(부총리 겸 장관 배경훈)는 부처 내 업무의 인공지능 전환(AX)을 위한 ‘AI기반 특화행정서비스 구축(AI-NEXT)’ 사업을 조달청을 통해 발주하고 본격 추진한다고 지난 14일 밝혔다.

데이터 통합·자산화가 먼저: AI가 쓸 수 있는 행정 데이터 기반 구축

AI가 행정 업무에 실질적으로 도움이 되려면 먼저 AI가 활용할 수 있는 데이터 기반이 갖춰져야 한다. 그동안 부처 내부 문서와 데이터는 각 부서에 분산된 채 체계적으로 관리되지 않아, AI 모델이 이를 검색하고 활용하는 데 어려움이 있었다. AI-NEXT 사업의 첫 번째 과제가 이 분산 문서·데이터의 통합과 자산화인 이유도 여기에 있다.

이 기반 위에 적용되는 핵심 기술이 검색증강생성(RAG, Retrieval-Augmented Generation)이다. RAG는 AI 언어모델이 질문에 답하거나 문서를 작성할 때, 미리 학습된 지식만 쓰는 것이 아니라 실시간으로 내부 데이터베이스를 검색해 관련 정보를 가져온 뒤 이를 결합해 답변을 생성하는 방식이다. 행정 문서처럼 내부 지식이 중요하고 자주 갱신되는 환경에서 AI의 정확성과 실효성을 높이는 데 효과적이다.

과기정통부는 생성·추론 등 기본 기능은 범정부 AI 공통 기반(플랫폼)에 이미 마련된 거대언어모델(LLM, Large Language Model, 방대한 텍스트를 학습해 자연어를 이해하고 생성하는 대형 AI 모델)과 그래픽처리장치(GPU) 등 기존 자원을 연계해 활용하는 플랫폼 체계로 구축한다는 방침이다. 중복 투자를 줄이고 효율성을 높이는 접근이다.

무선국 허가검사·국회자료·기사스크랩…행정 특화 AI 에이전트 우선 개발

데이터 기반이 마련되면 그 위에서 행정 업무에 직접 투입되는 AI 에이전트가 개발된다. AI 에이전트(agent)란 특정 목표를 달성하기 위해 스스로 정보를 검색하고 판단해 작업을 처리하는 AI 시스템으로, 단순 질의응답을 넘어 업무 흐름 안에서 실질적인 처리 역할을 수행하는 것이 특징이다.

과기정통부가 우선적으로 개발·활용 예정인 AI 에이전트 적용 업무는 무선국 허가검사, 전자파 인증, 예산 및 국회자료, 기사스크랩 분석 등이다. 이는 반복적이고 정보 검색·정리 비중이 높은 업무들로, AI 에이전트가 담당자의 부담을 줄이는 효과를 기대할 수 있는 분야다.

이와 함께 과기정통부는 AI 기반 협업도구를 선도적으로 도입·활용하는 부처로서, 필요한 자료와 정보의 빠른 검색·공유, 각종 취합 문서의 공동 편집·작성, 내부 소통·보고 업무에도 AI를 적극적으로 활용하는 등 다양한 방식으로 부내 업무 프로세스의 혁신을 병행 추진 중이다.

AI·과학기술 총괄부처로서의 선도 의무: 공공 AX의 모범 사례 목표

과기정통부가 이 사업에 속도를 내는 데는 부처 고유의 역할 의식도 작용한다. AI와 과학기술 정책을 총괄하는 부처로서 민간과 다른 공공기관에 앞서 AI를 도입하고 실질적인 성과를 보여야 한다는 인식이다. 강상욱 기획조정실장은 “어느 때보다 기술 변화가 빠르게 진행되고 있는 환경에서 인공지능 전환(AX)은 공공 행정 업무에서도 거스를 수 없는 과제”라고 강조했다.

강 실장은 또 “과기정통부는 AI와 과학기술 총괄부처로서 선도적으로 AI를 도입·적용함으로써 지능형 업무환경을 조성하고 직원들이 AI를 잘 활용할 수 있도록 하여, 이를 다른 부처의 모범 사례가 될 수 있도록 하겠다”고 밝혔다. 공공 행정의 AI 전환이 시범 수준을 넘어 실제 행정 생산성에 기여하는 사례가 나올지가 이번 사업의 주요 관전 포인트다.

AI-NEXT 사업은 올해 하반기까지 기반 구축 및 시범 서비스 적용을 거쳐 이후 지속적으로 최적화·고도화해 나갈 예정이다.