Question.
지난 8월 국회 세미나에서 대통령실부터 지자체까지 CAIO 체계를 도입해야 한다고 강조한 바 있다. 그 이유와, 이를 통해 기대할 수 있는 변화는 무엇인가?

Answer.

AI시대의 행정혁신을 추진하려면 조직 전체를 관통하는 ‘전사적 AI 전략’이 필요하다. 그 역할을 맡는 핵심이 CAIO(Chief AI Officer)다. 과거 한국이 전자정부 세계 1위를 달성하고 공공데이터 개방에서도 세계 최고 수준을 기록할 수 있었던 것은, 각 기관에 CIO(Chief Information Officer)와 CDO(Chief Data Officer)가 존재했기에 가능했다. 정보화와 데이터 정책을 이들이 중심에서 끌고 갔듯이, 앞으로의 행정환경에서는 AI 도입을 총괄하는 CAIO가 그 자리를 대신해야 한다.
AI는 단순한 기술이 아니라 행정의 구조와 방식 자체를 바꾸는 요소다. 반복 업무는 빠르게 자동화되고, 인력과 조직 구조 전반이 재편될 가능성이 높다. 이런 변화는 자연스럽게 일어나지 않는다. 조직 내부의 저항, 인력 재배치, 데이터 품질 문제, 보안 이슈 등이 복합적으로 얽혀 있기 때문이다. 이 과정을 조율하고 책임지는 사람이 바로 CAIO여야 한다.
CAIO는 기술적 전문성과 기관 도메인 지식을 함께 갖출 필요가 있다. 그래야 조직 내부의 요구와 기술 도입 간 균형을 잡을 수 있고, “무엇을 먼저 하고 무엇은 하지 말아야 하는지”, “AI가 어떤 문제를 해결할 수 있고 없는지” 같은 판단을 실무 수준에서 내릴 수 있다.
중앙정부부터 지자체까지 CAIO 체계가 구축되면 기관 간 전략 공유와 협업이 빨라지고, AI 도입 속도도 대폭 향상된다. 대통령실—중앙부처—지자체로 이어지는 수직적 구조뿐 아니라, 지자체 간 수평적 협력 체계도 강화될 것이다. 특정 기관에서 개발한 모델이나 알고리즘을 다른 기관에 즉시 확산하는 것도 가능하다.
결국 CAIO는 AI 기반 정부 전환을 실제로 실행하는 ‘조직 내 변화의 엔진’과도 같다. 기술 도입의 속도를 높이고, 업무 효율을 극대화하고, 불필요한 절차를 줄이며, 국민에게 더 나은 행정 서비스를 제공하는 데 핵심 역할을 할 것으로 기대된다.

Question.
한국디지털정부학회 조사 결과, AI 디지털정부 거버넌스와 플랫폼 정부 정책에 대한 관심이 가장 높은 것으로 나타났다. 실제 행정 현장에서 체감하는 요구나 갈증은 어떤 형태인가?

Answer.

가장 핵심적인 요구는 기관 내부에 AI 디지털 전환 생태계를 제대로 구축하는 일이다. 이는 단발성 프로젝트가 아니라, 지속적이고 균형 있게 조직 전체에 적용되는 체계를 말한다. 구체적으로 나누면 다음과 같다.
첫째는 AI 디지털 전환의 필요성에 대한 내부 인식의 확립이다. 왜 AI가 필요한지, 어떤 영역에 적용할 수 있는지, 인력 조정은 어떻게 되는지에 대한 현업 직원의 이해와 동의가 전제되지 않으면 전환이 어렵다.
둘째는 리더십이다. 기관장이 AI 디지털 전환에 대해 강한 의지와 이해를 갖고 있어야 CAIO를 임명하고, 그에게 실질적인 권한을 부여할 수 있다. 조직의 변화와 혁신은 결국 리더의 결단에서 비롯된다.
셋째는 법·제도 환경의 정비다. AI 도입 과정에서 기존 규정과 절차는 필연적으로 조정이 필요하다. 경우에 따라서는 기관 명칭부터 AI 시대에 맞게 재편할 필요도 있다. 예컨대 ‘지역정보개발원’을 ‘지방AI정보원’으로 전환해 지방의 AX를 전담하도록 하는 방안도 고려할 만하다.
넷째는 데이터 수준의 진단과 거버넌스 확보다. 데이터가 부실한 상태에서 AI를 도입하는 것은 바람직하지 않다. 기관 내부와 기관 간 통합·연계를 고려한다면 데이터 표준화와 거버넌스 체계가 핵심이 된다. AI는 결국 데이터 품질 위에서 작동하기 때문이다.
마지막은 인재 양성이다. AI·데이터를 다루는 역량이 조직 전체에 일정 수준 이상 확보돼야 전환이 가능하다. 기본–중급–고급의 단계별 교육 체계를 만들고, 수료자에게 인증과 인사적 혜택을 부여해 동기를 유지할 필요가 있다. 또한 직원들이 실제 도입 과정에서 도움을 받을 수 있도록 상시 지원하는 AI·데이터 컨설팅 조직도 필수적이다.

Question.
지난 4월 한국디지털정부학회 출범에 맞춰 열린 세미나에서 역대 정부의 디지털정부 기조를 ‘개방–공유–분석’으로 제시한 것이 인상적이었다. 그렇다면 이번 정부의 핵심 과제인 ‘데이터 활용과 가치 창출’ 가운데, 특히 강조하고 싶은 지점은 무엇인가?

Answer.

2013년 공공데이터법 제정을 추진하면서 확신했던 것은, 21세기는 결국 ‘데이터의 시대’라는 점이었다. 데이터를 기반으로 인공지능과 클라우드 컴퓨팅, 초연결 기술들이 결합되고, 이를 통해 사회·산업 전반이 재편될 것이라는 흐름이 이미 분명했다. 그래서 그 시기 가장 먼저 해야 할 일이 데이터 개방이라고 판단했던 것 같다. 당시에는 데이터가 기관의 ‘소유물’처럼 여겨져 누구도 내놓으려 하지 않았기 때문에, 개방을 통해 생태계를 여는 것이 무엇보다 중요했다.
그 다음 단계로 생각한 것이 기관 간 데이터 공유, 그리고 이를 기반으로 한 분석이다. 이 순서가 정착되면 자연스럽게 빅데이터 생태계가 형성되고, 개방·공유된 데이터를 담는 기반으로서 클라우드 정책 역시 성장한다고 봤다. 그리고 실제로 한국은 지난 10여 년 동안 이 흐름을 타고 세계 최고 수준의 데이터 강국으로 자리 잡았다.
이 단계까지 왔다면, 이제는 단순히 데이터를 “많이 보유하고 있다”는 것을 넘어 데이터를 통해 무엇을 만들어내는가, 즉 활용과 가치 창출이 핵심 과제가 된다. 데이터 활용은 본질적으로 AI를 통해 완성된다. 잘 정비된 데이터를 학습해 행정·산업·서비스 혁신을 이끄는 것이 지금 정부가 집중해야 할 지점이다.
또 하나 강조하고 싶은 부분은 ‘데이터 가치(Data Value)’에 대한 인식이다. 그동안 공공데이터는 개방에 초점이 맞춰져 있어서, 데이터 자체의 품질이나 경제적 가치, 활용을 위한 평가 기준 등이 상대적으로 취약했던 것이 사실이다. 하지만 AI 시대에는 데이터가 엉망이면 분석 결과도 쓸모없다. 데이터 융합과 데이터 거래 역시 결국 ‘가치’를 기준으로 이루어져야 한다.
즉, “데이터를 더 많이 공개하자”라는 1단계에서 벗어나, “가치 있는 데이터를 만들고, 그것으로 혁신을 만든다”는 2단계로 넘어가야 한다는 것이 지금 정부 디지털 정책의 핵심 방향이라고 생각한다.

Question.
세미나 당시 개인 데이터 소유권 인정과 데이터 거래 생태계 조성을 제시하기도 했다. 이는 법제도나 윤리적 측면과도 연결된 문제로 보인다. 그렇다면 어떤 단계적 접근이 필요할까?

Answer.

인공지능 시대에는 데이터가 신산업과 비즈니스를 만드는 핵심 자원이다. 특히 일상에서 생성되는 개인 데이터의 가치가 가장 크다. ‘마이데이터’ 정책처럼 개인 데이터를 기업이 활용할 수 있도록 돕는 제도는 중요하다. 하지만 앞으로는 개인도 하나의 ‘데이터 제공 기업’이 될 수 있다고 본다. 데이터는 곧 돈이고, 이를 위해서는 투명하고 공정한 데이터 거래 생태계가 필요하다.
현재 기업 간 데이터 거래는 비교적 활발하지만, 개인-개인, 개인-기업 간 거래는 투명성이 부족하다. 거래가 투명해야 데이터 무결성을 보장하고, 개인이 데이터를 정당한 값에 팔 수 있으며, 지속적으로 양질의 데이터가 시장에 공급될 수 있다. 이런 측면에서 필요한 법·윤리 기준은 기존 데이터 관련 법체계 안에서도 충분히 마련할 수 있다.
이 구조를 뒷받침하려면 정부 정책이 중요하다. 기업 중심에서 개인까지 포괄하는 정책 전환이 필요하고, 건강한 데이터 시장을 만드는 것이 핵심이다. 이를 위해서는 데이터의 가치를 사회 전체가 제대로 인식하는 과정이 우선되어야 한다.

Question.
범국가 차원의 AI 데이터 기반 국정상황관리 지원체계는 구체적으로 어떤 모습인가? 아울러, 국민이 체감할 수 있는 서비스는 과연 어떤 내용일지 궁금하다.

Answer.

AI 데이터 기반 국정상황관리는 국가 주요 정책과 지자체 정책 전반을 인공지능·빅데이터·디지털트윈 기술로 뒷받침하자는 개념이다. 산업과 도시 분야에서는 이미 교통 흐름 최적화, 반도체 생산 실시간 분석처럼 데이터 기반의 의사결정이 활발하다. 이러한 방식을 국정 운영에도 확대하자는 것이다.
재정 분야에서는 이미 초기 형태가 구현되어 있다. 코로나 시기 AI 기반 GDP 예측, 국고잔액 분석, 재정 추계 등으로 기술 검증(PoC)을 완료했으며, 청년실업·인구·일자리·지역 민생 등 주요 지표를 실시간 모니터링하는 국가 대시보드도 운영 중이다. 이로써 지표의 위험 수준에 따른 빠른 상황 파악이 가능하다.
AI 기반 국정상황관리 체계는 모니터링–분석–의사결정의 세 단계가 유기적으로 이어지는 구조로 작동한다. 먼저 모니터링 단계에서는 국가 현안과 관련된 핵심 지표 및 데이터를 기반으로 임계값을 설정하고, 이를 토대로 상황을 실시간으로 감시한다. 어떤 지표가 위험 수준에 접근하거나 변화 패턴이 감지되면 다음 단계로 넘어간다.
이후 단계에서는 AI가 해당 이상 징후의 원인과 영향 범위를 신속하게 분석한다. 필요한 경우 관련 정보를 전문가에게 공유해 해석을 보완하고, 국민에게도 상황을 알림으로써 문제의 성격과 심각성을 투명하게 공개한다.
마지막으로 판단 및 의사결정 단계에서는 디지털트윈 기반 시뮬레이션 등을 활용해 가능한 해결책을 비교·검증한다. 여러 정책 선택지의 결과를 미리 시험해 본 뒤 가장 효과적인 대응 방안을 도출하고, 이를 정책 결정 과정에 반영한다. 평소에는 이러한 시뮬레이션과 AI 모델의 학습이 반복되면서 시스템의 정확도와 대응 능력이 지속적으로 고도화된다.
최근 대형 산불, 홍수 같은 재난부터 예산 건전성, 재정 투자 대비 비용효과, 연금 문제 등 복잡한 국가 현안이 늘고 있다. 이런 문제는 인간의 직관과 경험만으로 감당하기 어렵다. 하지만 우리나라는 수십 년간 전자정부·국가정보화 과정에서 방대한 데이터를 축적해 왔기에, 이를 적절히 융합·활용하면 AI 기반 정책 의사결정 지원이 가능하다.
국민이 체감할 변화도 크다. 정부의 의사결정 과정을 실시간으로 확인할 수 있고, 전문가나 시민으로서 의사 참여에 나설 수도 있다. 정부는 대응 상황을 투명하게 공개함으로써 신뢰를 높일 수 있다. 즉, AI 기반 국정관리 체계는 보다 빠르고 정확한 정책 대응, 국민 참여 확대, 국정 투명성 향상을 동시에 추구하는 시스템이라고 볼 수 있다.

이 전략을 떠받치는 공통 인프라도 세 가지로 구성된다.
우선, 각 지자체의 AX 모델을 발굴해 확산할 수 있는 AI 데이터 기반이 필요하다. 지방정부 CAIO 역할을 강화하고, 각 지자체의 핵심 현안을 해결하는 정책 의사결정 지원 시스템도 마련해야 한다. 광주 AI특구, 해남 AI데이터센터, 대구·경남·전주 등의 ‘피지컬 AI’ 시범 모델처럼 지역별 특성에 맞는 데이터 기반 인프라 운영이 중요하며, 이러한 모델을 전국적으로 공유·확산하는 체계가 뒤따라야 한다.
두 번째는 기술지원과 인재양성이다. 지방은 AI 전문성이 부족하기 때문에 온라인 자문, 원격 컨설팅, 성공·실패 사례를 공유하는 영상 채널 운영 등 적극적인 지원이 필요하다. 중앙정부의 AI·빅데이터 교육 프로그램을 지역 국립대와 연계해 ‘교육–인증–취업–현업 적용’을 연결하는 원스톱 인재양성 체계를 만드는 것도 핵심 과제로 제시된다.
세 번째는 중앙–지방 협력거버넌스다. 중앙정부의 공통 인프라와 제도를 지방이 실제로 활용하도록 제도 개선과 예산 지원을 강화하고, 중앙의 우수 정책이 지방으로 확산될 수 있도록 인력 교류와 행정 시스템 연계를 활성화하는 것이 필요하다.
물론 아직은 AI 도입 초기 단계이기 때문에, 특정 지역만 빠르게 성장하는 모델보다 각 지자체가 예산과 기회를 고르게 확보해 AX의 확산 분위기를 만드는 것 자체가 중요하다. 이를 위해 중앙–지방 협력을 상시적으로 지원할 전문기관으로서 지역정보개발원을 ‘지방 AI 정보원’으로 확대·전환하는 방안도 제안되고 있다.

Question.
마지막으로, ‘K-행정’이 ‘K-AI정부’로 나가기 위해 반드시 필요한 조건은 무엇이라고 보는가?

Answer.

결국 AI 기술 그 자체가 아니라, 공공부문이 AI를 실제로 활용하는 능력이 아닌가 한다. K-컬처가 세계적으로 인정받기까지 긴 시간 축적된 생태계와 실험이 있었던 것처럼, 한국의 AI 정부도 지금까지 쌓인 행정 디지털화 경험을 어떻게 ‘AI 전환(AX)’으로 연결하느냐가 핵심이다.
우리나라는 전자정부 로드맵과 국가정보화 정책 중심으로 약 30년간 K-행정을 발전시켰으며, 특히 김대중 정부 이후부터는 국가 전산화에 더욱 집중해 추진해 왔다. 공공데이터 개방 이후에는 수많은 앱 서비스가 민간에서 쏟아졌고, 국민도 실제 편익을 체감했다. 공공데이터 개방 평가에서 OECD 국가 중 3회 연속 6년 동안 1위를 차지한 것도 이런 기반 덕분이다. 즉, K-행정은 이미 세계적으로 인정받는 모델이고, K-AI정부는 이 위에서 출발한다.
하지만 K-AI정부를 실현하려면 AI 기술의 ‘발전’보다 AI의 ‘활용’이 우선이다. 이를 위해서는 CAIO 체계를 제대로 작동시키고, AI 도입을 가로막는 규정과 절차를 과감히 고쳐야 한다. 공공조직 내부의 리더들은 기존 방식을 고수하는 태도에서 벗어나야 하고, 각 기관은 어떤 분야를 AI로 전환할지 명확한 중장기 로드맵을 먼저 세워야 한다.
또 하나 중요한 조건은 데이터다. 각 기관이 가진 데이터의 품질과 수준을 정확히 진단하고, 그 수준에 맞는 AX 전략을 짜지 않으면 실효성이 없다. DX가 제대로 갖춰지지 않은 기관은 AX보다 먼저 기반부터 정비해야 한다. 민관 협력모델, 클라우드 인프라, 데이터 접근권한 설정 같은 실질적 조건들도 함께 마련해야 한다.
AI 도입의 우선순위는 명확하다. 재난·안전처럼 국민 생명과 직결된 분야부터 적용해야 한다. 기관 간 협업과 데이터 연계도 당연히 필요하다. 또 AI 도입에 대한 국민의 불안이나 오해를 줄이기 위해 적극적인 소통과 교육이 곁들여져야 한다. 공공부문 AX 우수사례를 발굴해 널리 알리고, 해커톤이나 경진대회 방식으로 혁신 모델을 확산시키는 것도 효과적일 것이다.
무엇보다 중요한 것은 모든 지자체가 함께 성장하는 AX 생태계를 만드는 일이다. 특정 지역만 앞서고 나머지가 뒤처지는 방식이 아니라, 지방 간 격차를 최소화할 수 있는 지속 가능한 지원체계를 갖춰야 한다. 주민서비스·행정·지역경제·안전이 동시에 나아지는 방향으로 AX 정책을 설계할 때, 비로소 ‘K-AI정부’라는 이름도 그 실질적 의미를 갖게 된다.