공무원이 퇴근 후 만든 AI 도구가 던진 질문: 정부 데이터는 왜 아직 AI가 못 읽나

• 광진구청 소속 공무원이 만든 AI 도구 2개가 공공기관 실무자들 사이에서 꽤 큰 반응을 얻음

  • 하나는 코닥(kordoc)으로, 공공기관에 쌓여 있는 HWP 문서를 AI가 분석할 수 있는 형태로 바꿔주는 도구임
  • 다른 하나는 korean-law-mcp로, 법제처에 흩어진 법률·판례 정보를 AI가 검색하고 비교할 수 있게 연결해주는 도구임
  • 둘 다 오픈소스로 공개됐고, 실무자들 사이에서는 말 그대로 “가려운 곳 긁어줬다”는 반응이 나옴

• 이 사례가 흥미로운 이유는 도구 자체보다 질문이 더 세기 때문임

  • 왜 이런 기본적인 불편함을 일선 공무원이 퇴근 후 시간을 쪼개 해결해야 했냐는 것
  • 개인의 헌신을 칭찬하는 미담으로 끝내기엔, 공공 행정 시스템이 너무 오래 방치한 문제처럼 보임
  • 기사도 이 지점을 짚음. 이건 한 사람의 능력담이 아니라 정부 데이터 접근성의 구조 문제라는 얘기임

• 법제처에는 데이터가 없어서 문제가 생긴 게 아님. 오히려 데이터는 엄청 많음

  • 대한민국 현행 법률만 1,600개 이상임
  • 행정규칙은 1만 개 이상이고, 대법원부터 관세청까지 이어지는 판례도 방대하게 모여 있음
  • 그런데 개발자 관점에서는 이걸 자동화하거나 AI가 호출하기 좋은 방식으로 쓰기가 어렵다는 게 핵심임

• 업계 관계자의 표현이 꽤 직설적임

  • “공무원이 MCP를 만드는 것만으로도 천지개벽”이라는 반응이 나옴
  • 동시에 “애초에 법제처가 머신리더블하게 만들어 놨으면 됐다”는 지적도 따라붙음
  • 결국 AI 시대의 공공 데이터는 PDF, HWP, 웹 페이지로 ‘열람 가능’한 수준을 넘어 API나 구조화된 형태로 ‘처리 가능’해야 한다는 얘기임

• 정부도 AI에 돈을 안 쓰는 건 아님. 오히려 예산은 크게 늘었음

  • 올해 정부 AI 예산은 9조 9,000억 원으로, 전년 대비 3배 이상 증가함
  • 행정안전부는 ‘AI 민주정부’를 내걸고 1조 원 넘는 예산을 투입함
  • 지난 3월부터는 공무원들이 행정 내부망에서 민간 AI를 쓸 수 있게 하는 ‘범정부 AI 공통기반’도 가동됨

• 그런데 현장에서는 여전히 법령 검색 같은 기초 업무부터 답답함이 남아 있음

  • AI 예산과 플랫폼 도입은 커졌지만, 정작 AI가 읽어야 할 데이터의 품질과 접근성은 뒤처져 있다는 뜻임
  • 실무자는 문서를 찾고, 열고, 복사하고, 비교하는 반복 작업에 계속 시간을 쓰게 됨
  • AI 도입의 병목이 모델 성능이 아니라 데이터 구조에서 터지는 전형적인 케이스임

• 이 공무원은 차관급 인사들 앞에서 “AI는 위에서부터 혁신이 이뤄져야 한다”는 취지로 말한 것으로 전해짐

  • 개인이 도구를 만드는 것도 중요하지만, 지속 가능한 변화는 제도와 인프라가 바뀌어야 가능하다는 의미로 읽힘
  • 공공기관마다 개인 개발자가 알아서 우회 도구를 만드는 방식은 확장성이 없음
  • 정부가 진짜 AI 행정을 원한다면, 현장의 데이터를 처음부터 AI가 쓸 수 있게 다시 설계해야 함

---

기술 맥락

• 이번 사례의 핵심 선택은 법령·판례 데이터를 MCP로 감싸 AI가 호출할 수 있게 만든 거예요. 그냥 웹사이트 검색창을 사람이 누르는 방식으로는 대규모 언어 모델이 안정적으로 비교·검색하기 어렵거든요.

• HWP 변환 도구가 같이 주목받은 이유도 비슷해요. 공공기관 문서는 사람이 읽기엔 익숙하지만, AI가 문단 구조와 표, 서식을 해석하려면 중간 변환 과정이 필요해요. 문서가 많을수록 이 차이가 실무 생산성 차이로 바로 튀어나와요.

• 법제처에 1,600개 이상 법률과 1만 개 이상 행정규칙이 모여 있다는 건 데이터 규모 자체는 충분하다는 뜻이에요. 하지만 AI 시대에는 ‘어디엔가 있다’보다 ‘기계가 정확히 찾고 조합할 수 있다’가 더 중요해요.

• 그래서 이 이슈는 모델을 어떤 걸 쓰느냐보다 데이터 접근 계층을 어떻게 설계하느냐에 가까워요. 정부가 AI 예산을 크게 늘려도, 원천 데이터가 구조화돼 있지 않으면 현장에서는 계속 수동 검색과 복붙이 남게 돼요.