정부, 공공 인공지능 서비스 빨리 만들 민간 개발자 조직 만든다

정부가 공공 인공지능 개발 조직을 따로 만들려는 이유

• 정부가 공공 인공지능 서비스를 빠르게 만들 전담조직을 신설하는 방향으로 논의 중임

  • 가칭은 ‘국민 인공지능 서비스 추진 태스크포스’임
  • 과학기술정보통신부, 행정안전부, 국가인공지능전략위원회 등을 중심으로 논의가 진행되고 있음
  • 목표는 공공 서비스의 인공지능 전환을 기획부터 개발까지 더 빠르게 밀어붙이는 것임

• 모델은 영국의 디지털정부청(GDS)임

  • 영국 GDS는 정부 디지털 서비스의 기획·개발·운영을 총괄하는 조직임
  • 수백 명 규모의 기술 개발자가 일하며 공공 디지털 서비스를 직접 다루는 구조로 알려져 있음
  • 한국판 조직도 공공 시스템 거버넌스와 인공지능 서비스 개발을 같이 맡는 쪽으로 설계되고 있음

• 원래 정부는 국가정보자원관리원 화재 이후 인프라 거버넌스 조직을 만들 계획이었음
  • 중앙행정기관과 공공기관 시스템 구축·운영의 적정성을 검토하고 위기관리 방안을 점검하는 성격이었음
  • 그런데 인공지능 기술과 산업 변화 속도를 생각하면, 인프라 점검 조직만으로는 부족하다고 본 것임
  • 그래서 공공 인공지능 서비스를 빠르게 기획하고 개발하는 별도 조직으로 방향이 바뀐 셈임

조직 구조와 역할

• 새 조직은 법 개정 없이 빠르게 출범하기 위해 과기정통부 산하 태스크포스로 먼저 만들어질 가능성이 큼

  • 과학기술부총리 산하 범정부 조직을 지향하지만, 정부조직법 등 법령 개정이 필요해서 시간이 걸림
  • 그래서 우선 과기정통부 안에 조직을 두고 시작하는 방안이 유력함
  • 민간 전문가를 국가공무원 1급 별정직 단장으로 임명하는 방안도 거론되고 있음

• 규모는 단장을 포함해 최대 100명 수준의 민간 전문가 채용이 검토되고 있음

  • 공공사업 이해도가 있는 개발자 등 민간 인력을 중심으로 꾸리려는 구상임
  • “공무원이 발주하고 외주사가 개발한다”는 기존 공공 소프트웨어 구조와는 결이 다름
  • 공공 서비스의 문제 정의, 과업 조정, 개발 판단을 기술자 중심으로 더 빠르게 하겠다는 의도임

sequenceDiagram
    participant 부처 as 관계부처
    participant 태스크포스 as 국민 인공지능 서비스 태스크포스
    participant 민간전문가 as 민간 개발자·전문가
    participant 서비스 as 공공 인공지능 서비스
    부처->>태스크포스: 신속 개발이 필요한 과제 전달
    태스크포스->>민간전문가: 기획·개발 역할 배정
    민간전문가->>태스크포스: 서비스 설계와 구현안 제안
    태스크포스->>부처: 과업·예산 조정안 협의
    태스크포스->>서비스: 인공지능 기능 개발·적용
    서비스->>부처: 행정 효율 개선 결과 제공

• 다만 이 조직이 모든 공공 시스템을 직접 개발하는 건 아님

  • 과업이나 예산 변경이 빠르게 필요한 사업이 주요 대상임
  • 신속한 대응이 필요한 인공지능 기반 시스템과 서비스도 맡을 수 있음
  • 현재 진행 중인 공공 소프트웨어 발주사업과는 별개로 운영되는 방향이 논의되고 있음

• 대통령 발언과도 맞물려 있음

  • 이재명 대통령은 2일 국무회의 겸 비상경제점검회의에서 정부 행정 업무 전반에 인공지능을 당장 도입하라고 주문했음
  • 신규 시스템 구축 행정절차에만 최소 1년 넘게 걸리는 관행도 비판했음
  • 이번 태스크포스는 그 문제의식에 대한 실행 조직으로 해석될 수 있음

기술 맥락

• 이번 구상에서 중요한 건 인공지능 모델 자체보다 개발 운영 방식이에요. 공공 서비스는 보통 요구사항 정리, 예산 편성, 타당성조사, 정보화계획수립, 발주, 개발을 순서대로 밟다 보니 빠르게 실험하기 어렵거든요.

• 영국 GDS를 벤치마킹한다는 건 정부 안에 서비스 기획자와 개발자를 두고, 공공 서비스를 제품처럼 다루겠다는 의미에 가까워요. 외주 개발을 없애겠다는 얘기라기보다는, 무엇을 만들지 판단하고 조정하는 기술 역량을 정부 내부에 두겠다는 쪽이에요.

• 인공지능 서비스는 특히 과업 변경이 잦을 수밖에 없어요. 모델 성능, 데이터 품질, 보안 조건, 사용자 피드백에 따라 기능 범위가 계속 바뀌기 때문이에요. 기존처럼 처음에 문서로 범위를 꽉 정하고 몇 년 뒤 납품받는 방식과 잘 안 맞는 이유가 여기에 있어요.

• 관건은 이 태스크포스가 실제로 예산과 과업을 조정할 권한을 갖느냐예요. 개발자 100명을 뽑아도 의사결정이 기존 절차에 묶이면 속도는 크게 안 나요. 반대로 권한이 충분하면 공공 인공지능 서비스 개발 방식 자체가 꽤 크게 바뀔 수 있어요.