[디지털비즈온 김맹근 기자] 민간뿐만 아니라 중앙부처 및 지자체, 공공기관 등 공공에서도 ChatGPT와 같은 생성형 AI 서비스를 업무에 활용하기 위해 인프라 구축, 가이드라인 마련, 도입 TF를 구성하거나 선도적으로 시범 운영 중이다. 챗경북’과 같이 시범 운영 중인 챗봇 서비스 외에는 아직 공공분야에서 실제 업무에 직접적으로 생성형 AI 활용 사례는 드물며 학습데이터 구축, 관련 계획 수립, 가이드라인 마련 등 활용을 위한 기반 마련에 초점을 두고 있다.

상당수 정부·공공기관에서는 생성형 AI 서비스 업무 적용을 고민하는 과정에서 공공 특성에 따른 개인정보 유출 우려, 낮은 답변 정확도, 고비용 등의 문제로 생성형 AI 도입 및 활용에 소극적인 상황이다.

민간과 달리 공공분야에서의 정책 및 행정서비스 핵심은 ‘신뢰’로서 현재 생성형 AI가 답변하는 부정확한 답변이나 할루시네이션 현상은 잘못된 정보를 확대 재생산함으로써 대국민 신뢰를 떨어뜨릴 수 있다. 민간 모델 도입 시 민감정보 유출 우려가 있고, 공공에서 자체 모델을 구축하려면 대규모 데이터 수집 및 학습에 따른 천문학적인 비용이 수반되기 때문에 민간보다 도입에 신중하다.

아직 대형 언어모델 도입 방안에 대한 정부 차원의 가이드나 구체적으로 어떤 서비스에 생성형 AI가 적용 가능한지 기준이 불분명해 일관적인 정책 추진을 위한 가이드 마련 및 활용 모델 발굴이 필요하다. 일본, 싱가포르, 아이슬란드, 인도 등 해외 정부는 생성형 AI 서비스를 공공분야에 선도적으로 도입하고 있으며 답변 결과의 낮은 신뢰성, 최신성 부족, 보안 취약 등 생성형 AI 문제 해결을 위한 노력 병행 중이다.

공공분야 생성형 AI 활용 시 주요 고려 사항

생성형 AI는 아이디어 탐색, 문서 초안 작성, 업무 자동화, 민원처리 서비스 및 응대 등 다양한 용도에서 공공 업무의 효율성을 높이고 국민 편의를 증진하는 수단으로 새로운 가능성을 제시하고 있다. 그러나 효율성과 공공성을 동시에 추구해야 하는 공공 특성상 정확한 정보 제공, 민감 데이터의 관리 등에 민간기업보다 더 많은 주의가 필요하며 이에 따라 생성형 AI 활용 시 다음과 같은 점을 고려해야 한다.

서비스 정의 및 조직 차원의 지원

첫째 생성형 AI라는 기술을 어떻게 활용할지 먼저 고민하기 위해 조직 또는 고객의 문제나 불편함이 무엇인지 우선 파악하고, 기관의 특화된 업무를 고려하여 생성형 AI 서비스를 발굴하는 것이 필요하다. 명확한 서비스 정의를 위해 IT부서뿐만 아니라 현업부서의 협업이 필수적이며, 조직 내 디지털 리터러시 제고 및 인식 확산 등을 위해 기획조정 기능을 가진 총괄부서가 컨트롤타워 역할 수행 필요하다. 정보시스템 구축이 사업의 완성인 반면 인공지능시스템 구축은 사업의 시작으로서 지속적인 데이터 구축 및 학습에 따른 비용, 전문조직 및 전문인력, 제도적 기반 마련 등이 필요하다.

둘째 적용가능한 업무 도출은 생성형 AI가 갖는 효용과 한계를 고려하여 기관의 전체 업무에서 생성형 AI 적용이 적합한 업무 도출한다. 또한 행정 효율성 제고를 위한 내부 고객 대상 업무부터 적용하고, 점차 대민 업무로 확산한다.

셋째 지속적인 데이터 학습, 모니터링은 생성형 AI를 업무에 적용한 이후에는 답변 결과의 신뢰성 제고를 위해 지속적인 데이터 학습이 필요하며, 신뢰성 있는 답변이 도출될 수 있도록 업무별 프롬프트 리스트를 구성하여 활용하는 방안도 필요하다. 생성형 AI 성능을 지속적으로 모니터링하고 평가해 필요한 조정과 개선 수행하고, 특히 민감정보나 지재권 포함 정보는 기관 내 전문인력이 지속적으로 확인할 수 있도록 모니터링 체계 마련이 필요하다.

넷째 활용 역량 및 보안 강화는 생성형 AI의 한계를 인지하고, 공공분야 적용에 따른 효율성을 극대화할 수 있도록 생성형 AI 활용 역량 강화를 위한 실습형 교육 추진, 전문인력 충원 등의 노력 필요하다. 생성형 AI에 대한 적절한 보안 및 개인정보 보호 조치를 마련하고, 개인정보 침해 가능성을 최소화하며, 데이터 활용 시 법적 규정 및 준수 사항을 인지하고 준수할 수 있도록 관련 교육 실시한다.