[AI 전환③] 공공 AI 프로젝트 770개 등록…가트너 'AI 중앙은행'과 정부·기업의 책임관리

[KtN 임우경기자]정부 공무원 2073명이 인공지능(AI) 개발에 참여하고 770개 프로젝트를 등록한 것으로 집계됐다. 이 가운데 376개 프로젝트는 다른 공무원도 활용할 수 있도록 공개됐다. 행정안전부가 9월 8일 발표한 공공부문 AI 직접개발 현황으로, 9월 3일까지 집계된 수치다. 정부는 공무원이 현장에서 필요한 AI 서비스를 직접 개발하도록 지원하는 동시에 기술의 검증과 운영, 기관 간 공동 활용을 관리하는 체계를 마련하고 있다. 인공지능의 활용 범위가 넓어지면서 개발된 기술을 누가 관리하고 운영 결과에 대한 책임을 맡을 것인지가 기업과 공공기관의 중요한 경영·행정 분야로 떠오르고 있다.

글로벌 정보기술 연구기관 가트너(Gartner)는 10월 19일 미국 올랜도에서 열린 IT 심포지엄에서 'AI 중앙은행(AI Central Bank)'이라는 관리체계를 제안했다. 기업 내부의 AI 모델과 에이전트, 관련 기술을 통합적으로 파악하고 운영비용과 책임, 의사결정 정보를 연결하는 방식이다. 인공지능이 여러 부서의 업무를 수행하는 환경에서 기술 운영과 경영관리, 조직의 책임을 함께 조정하기 위한 개념이다.

가트너가 발표한 조사에서는 최고정보책임자(CIO)의 86%가 AI 위험이 경제적 가치보다 빠르게 증가하고 있다고 응답했다. 위험의 증가 속도는 가치 증가 속도보다 평균 4배 빠른 것으로 나타났다. AI를 도입한 기업들이 업무 효율 개선을 경험하면서도 보안과 데이터 관리, 시스템 운영의 복잡성을 함께 관리해야 하는 상황을 보여준다.

기업의 AI 활용 사업은 1년 사이 평균 400% 넘게 증가했다. 새로운 기술이 빠르게 도입되는 가운데 여러 부서에서 사용하는 AI 서비스와 외부 플랫폼의 종류도 늘어나고 있다. 개별 서비스의 성능을 높이는 일과 함께 기업 전체에서 어떤 AI가 사용되고 있으며 어느 업무와 데이터에 연결돼 있는지 파악하는 일이 중요해졌다.

AI가 사람의 요청에 따라 문서를 작성하거나 정보를 검색하는 단계에서는 직원이 결과를 검토하고 업무에 반영하는 방식으로 운영할 수 있다. AI 에이전트가 다른 프로그램과 데이터를 연결하고 업무를 연속적으로 수행하는 환경에서는 관리해야 할 범위가 넓어진다. 하나의 작업에 여러 AI 모델과 외부 시스템이 참여할 수 있고, 각 시스템은 서로 다른 접근권한과 운영 조건을 갖기 때문이다.

기업이 고객 상담에 AI를 적용하는 상황을 생각해 볼 수 있다. 고객의 문의를 분석하는 모델과 필요한 정보를 검색하는 시스템, 상담 결과를 고객관리 프로그램에 기록하는 기능이 연결되면 여러 기술이 하나의 업무를 수행하게 된다. 고객정보에 접근할 수 있는 범위와 기록의 정확성, 외부 서비스로 전달되는 데이터, 최종 처리 결과를 관리하는 기준이 필요해진다.

AI가 처리한 업무에 오류가 발생했을 때도 실행 과정을 확인할 수 있어야 한다. 고객의 요청을 잘못 이해한 모델에서 오류가 발생했는지, 외부 데이터를 검색하는 과정에서 부정확한 정보를 사용했는지, 최종 시스템에 기록하는 단계에서 문제가 생겼는지에 따라 대응 방법이 달라진다.

AI 에이전트가 여러 시스템을 연결하는 업무에서는 개별 모델의 성능뿐 아니라 전체 작업의 기록과 책임관계가 중요하다. 기업이 AI를 통해 얻은 성과를 안정적으로 유지하려면 업무를 수행하는 사람과 기술, 관리 부서의 역할이 연결돼야 한다.

가트너의 AI 중앙은행은 이러한 운영환경을 관리하기 위한 조직적 개념이다. 기업의 AI 활용 현황을 공통된 기준으로 파악하면서 책임과 거버넌스, 기술, 경제성, 정보를 함께 관리하는 구조다. 금융시장의 통화량을 조절하는 실제 중앙은행과는 성격이 다르며, 여러 부서가 사용하는 AI를 공동의 관리 기준으로 연결하는 데 목적을 둔다.

기술적인 측면에서는 기업이 도입한 AI 모델과 서비스를 파악하고 각 시스템의 사용 목적과 데이터 연결 관계를 관리한다. 같은 기능을 수행하는 서비스가 여러 부서에 도입됐을 때 공동으로 활용할 수 있는 부분을 검토하고, 새로운 서비스를 추가할 때 기존 기술과의 연계 가능성을 살피는 방식이다.

경제적인 측면에서는 모델의 개발과 운영에 필요한 비용을 관리한다. AI 서비스 이용료와 컴퓨팅 자원, 데이터 처리비용, 외부 플랫폼 사용료 등을 부서별로 파악하면 기업 전체의 투자 규모를 구체적으로 확인할 수 있다.

생성형 AI의 운영비용은 이용자 수와 작업량, 사용하는 모델의 종류에 따라 달라질 수 있다. 직원들이 반복적으로 사용하는 서비스는 요청 건수가 늘어날수록 처리비용도 증가한다. 여러 부서에서 비슷한 AI 서비스를 개별적으로 계약하는 경우에는 공동 구매와 기술 재사용을 통해 운영비를 조정할 여지도 생긴다.

기업이 AI 사업의 경제적 성과를 평가할 때는 이러한 운영비용과 업무 개선 효과를 함께 살펴야 한다. 고객 상담에 AI를 도입한 경우 상담시간의 변화와 서비스 이용료, 사람이 결과를 검토하는 시간, 오류를 수정하는 비용 등이 실제 성과에 영향을 준다. 기업 전체의 AI 사용 현황을 파악하는 관리체계는 사업별 비용과 생산성을 비교하는 기반이 된다.

정보관리 역시 AI 중앙은행에서 중요하게 다루는 분야다. 기업이 보유한 데이터의 종류와 접근권한, AI 학습과 추론에 사용하는 정보, 외부 플랫폼과 연결되는 범위를 함께 관리하는 방식이다.

부서별로 사용하는 AI 서비스가 늘어나면 직원과 시스템마다 서로 다른 접근권한이 부여될 수 있다. 고객정보와 영업자료, 기술개발 자료 등 업무에 필요한 정보의 성격도 다양하다. 사용 목적에 맞는 권한을 부여하고 업무가 종료됐을 때 불필요한 접근권한을 정리하는 절차가 중요해진다.

가트너는 사람과 AI 에이전트, 모델, 플랫폼이 연결되면서 책임관계가 복잡해지는 현상에도 주목했다. AI가 수행한 작업에 참여한 시스템과 관리 주체를 파악할 수 있도록 기술 운영과 조직의 책임을 연결해야 한다는 분석이다.

기업에서는 최고정보책임자와 정보보호책임자, 데이터 관리부서, 법무·준법 부서, 실제 AI를 사용하는 사업부서가 서로 다른 역할을 맡는다. 정보기술 부서는 시스템의 구축과 운영을 담당하고, 정보보호 부서는 접근권한과 보안을 관리한다. 실제 업무를 수행하는 부서는 결과의 정확성과 업무 적용 여부를 판단한다.

여러 부서의 역할을 하나의 운영 기준으로 연결하면 기술의 개발부터 실제 사용, 오류 대응과 성능 개선까지 관리할 수 있다. AI 중앙은행의 취지도 기업 안에 모든 권한을 집중하기보다 관련 부서가 동일한 정보와 관리 기준을 공유하도록 하는 데 있다.

이재명 정부가 추진하는 국가 AI 정책에서도 기술개발과 활용을 연결하는 관리체계가 확대되고 있다.

2025년 9월 8일 대통령 직속 국가인공지능전략위원회가 출범했다. 이재명 대통령이 위원장을 맡은 위원회는 국가 AI 정책의 주요 사항을 심의·의결하고 부처별 정책을 조정하는 역할을 수행한다. 출범 당시 기술혁신과 기반시설, 산업 AI 전환, 공공 AI 전환, 데이터, 사회, 국제협력, 과학·인재, 국방·안보 등 8개 분과가 설치됐다.

정부는 국가 AI 컴퓨팅 인프라 구축과 독자 AI 모델 개발, 산업 전환과 공공서비스 혁신을 여러 부처가 함께 추진하는 방식으로 정책 범위를 넓혀 왔다. 기술개발을 지원하는 부처와 실제로 AI를 도입하는 행정기관, 산업 현장에서 기술을 활용하는 기업이 서로 다른 역할을 맡는 구조다.

2026년 2월 25일 국가인공지능전략위원회는 '대한민국 인공지능행동계획(2026~2028)'을 확정했다. 계획에는 99개 실행과제와 326개 정책권고가 담겼다. AI 컴퓨팅 자원 확충과 산업 전환, 공공행정 혁신, 인재 양성, 국민 생활의 AI 활용을 포함한 국가 차원의 실행계획이다.

위원회는 각 부처의 이행 상황을 점검하면서 국가 AI 정책의 추진 방향을 조정하는 역할을 맡는다. 산업별 기술개발과 인프라 구축, 공공서비스의 AI 적용은 실제 사업을 담당하는 부처와 기관을 통해 추진된다.

국가인공지능전략위원회의 역할은 가트너가 제안한 기업의 AI 중앙은행과 구분된다. 기업의 AI 중앙은행은 조직 내부의 기술과 비용, 정보, 책임을 공동으로 관리하는 운영체계다. 국가인공지능전략위원회는 정부 정책을 심의하고 부처 간 사업을 조정하는 국가 차원의 정책기구다. 기업과 정부는 관리 대상과 권한이 다르지만 여러 조직에 분산된 AI 사업을 연결하고 운영 현황을 파악해야 한다는 공통된 운영상의 필요성을 갖고 있다.

국가 AI 관리체계는 법률을 통해서도 정비되고 있다. 올해 1월 22일 시행된 '인공지능 발전과 신뢰 기반 조성 등에 관한 기본법'은 국가인공지능전략위원회의 법적 근거와 AI 산업의 진흥, 안전·신뢰 확보에 관한 사항을 규정했다. 정부의 AI 정책을 추진하는 기구와 제도적 기반을 법률로 마련한 것이다.

8월 28일 시행된 '인공지능 및 데이터 기반 행정 활성화에 관한 법률'은 공공기관의 AI 활용과 관련해 보다 구체적인 기준을 담고 있다. 공공기관이 공동으로 사용할 수 있는 AI 기반을 구축하고, 중복투자를 줄이면서 안전하게 기술을 도입할 수 있도록 지원하는 내용이다.

이 법은 행정안전부 장관과 과학기술정보통신부 장관이 공공기관의 공동 이용을 위한 기반을 구축·운영하도록 규정했다. 공공기관의 장은 AI를 도입할 때 이러한 공통기반을 우선적으로 이용하도록 노력해야 한다. 학습용 데이터의 적정한 품질을 확보하고 소속 공무원과 직원에게 AI 교육을 실시하도록 하는 내용도 포함됐다.

공공기관이 각각 별도의 AI 시스템을 구축하면 비슷한 기능에 예산이 중복 투입될 수 있다. 기관별로 사용하는 데이터와 보안체계도 달라져 기술을 공동으로 활용하는 데 추가적인 비용이 발생한다. 공통기반을 이용하면 여러 기관이 필요한 서비스를 공동으로 사용하고 검증된 기술을 다른 기관으로 확산하기 쉬워진다.

행정안전부는 올해 2월 공공부문 AI 서비스 지원사업을 추진하면서 범정부 AI 공통기반을 활용하는 방향을 제시했다. 민원 업무 등 민감한 정보를 취급할 수 있는 보안 기반을 마련하고, 여러 부처가 공통으로 수행하는 업무에 AI를 적용하도록 지원하는 내용이다.

지방정부에서 이용하는 민원 서비스와 주민 지원업무도 공동 활용 대상에 포함됐다. 지역에서 수요가 높은 서비스를 표준화해 여러 지방정부에 보급하고 지역 간 AI 활용 여건의 차이를 줄이려는 정책이다.

행정기관마다 별도의 AI 민원 시스템을 개발하는 방식보다 공통으로 사용할 수 있는 기술을 확보하면 초기 개발비와 유지관리 비용을 조정할 수 있다. 지역별 행정서비스의 특성과 주민 수요를 반영하면서 공통으로 사용하는 기능은 공동 관리하는 방식이다.

공무원이 직접 AI 서비스를 개발하는 사업에서도 기술의 확산과 운영책임을 연결하는 정책이 추진되고 있다.

행정안전부는 9월 8일 국무회의에서 '공무원의 AI 활용 직접개발 활성화 및 확산 방안'을 보고했다. 공무원이 현장에서 필요한 AI를 직접 개발하고, 검증된 기술은 기관 차원에서 운영하며 다른 기관으로 확산하도록 하는 내용이다.

7월 3일 시범운영을 시작한 'AI 정부 실험실'에는 공무원들의 참여가 이어지고 있다. 9월 3일 기준 공공 개발산출물 저장소인 공공 GitLab에 가입한 공무원은 2073명이며, 등록 프로젝트는 770개다. 다른 공무원이 활용할 수 있도록 공개된 프로젝트는 376개로 집계됐다.

정부는 AI 직접개발 결과물을 실험·검증, 운영관리, 정보화사업의 세 단계로 구분해 관리하는 방안을 마련했다. 공무원이 시제품을 개발하고 성능을 확인하는 단계에서는 새로운 기술을 비교적 자유롭게 시험하도록 지원한다. 실제 행정업무에 적용하는 단계에서는 소관 부서와 기관이 서비스의 필요성과 정확성, 보안, 개인정보 보호, 운영 조건을 점검하고 관리책임을 맡도록 했다.

공공 AI 개발 과정에서 실험과 운영을 구분한 방식은 새로운 기술의 활용을 확대하면서 행정기관의 책임을 유지하려는 구조다. 개발 초기에는 다양한 시도를 허용하고, 실제 행정서비스로 사용될 때에는 조직 차원의 검증과 관리를 적용하는 방식이다.

AI 정부 실험실에서 개발한 프로그램이 모든 기관에서 곧바로 사용되는 것은 아니다. 공무원이 등록한 프로젝트와 다른 기관에 공개한 프로그램은 기술개발과 공유 현황을 보여주는 수치다. 실제 업무에 적용할 때는 서비스의 성격과 사용하는 데이터, 보안과 품질 기준 등을 검토하는 절차가 이어진다.

정부는 AI 정부 실험실의 동시 이용 가능 규모를 현재 약 200명에서 2027년 6000명으로 확대할 계획이다. 공무원들의 기술 활용 능력을 높이기 위해 2030년까지 실무형 AI 인력인 'AI 챔피언' 2만 명을 양성하는 정책도 추진하고 있다.

AI를 직접 개발하는 공무원이 늘어날수록 개발 결과물을 공동으로 관리하는 기반의 중요성도 커진다. 정부는 프로그램의 소스코드와 프롬프트, 데이터 명세, 시험 결과 등을 공공 GitLab에 등록하도록 해 개발 과정과 결과물을 체계적으로 관리하는 방안을 추진하고 있다.

AI 서비스의 개발 과정이 기록되면 프로그램을 다른 기관에서 활용할 때도 기술의 구성과 작동 조건을 파악하기 쉬워진다. 서비스에 사용한 데이터와 모델의 종류, 시험 결과 등을 함께 관리하면 새로운 업무에 적용할 때 필요한 검토 범위도 구체화할 수 있다.

정부는 2026년 하반기에 공무원의 AI 직접개발과 산출물 관리에 관한 지침을 마련하고 소프트웨어 취약점과 개인정보에 대한 안전 점검기준도 정비할 계획이다. 2027년에는 업무망에서 사용할 수 있는 AI 정부 실험실과 보안 점검 시스템을 구축하는 방향을 추진하고 있다.

행정기관에서 활용하는 AI는 민간기업의 내부 업무와 달리 국민의 권리와 공공서비스에 영향을 미칠 수 있다. 민원 정보와 행정자료를 처리하는 AI가 잘못된 정보를 제공하거나 기록을 변경하는 경우에는 해당 서비스를 관리하는 행정기관의 책임과 수정 절차가 중요하다.

공공서비스에 AI를 적용할 때는 정보의 정확성과 접근권한, 처리 결과의 기록, 담당 공무원의 검토 범위를 함께 정해야 한다. AI가 작성한 내용을 직원이 확인한 뒤 공식적인 답변으로 제공하는 방식과 AI가 외부 시스템에 직접 정보를 입력하는 방식은 운영 조건이 다르다.

행정기관이 AI의 업무 범위를 정하고 권한을 관리하면 기술을 활용하는 과정에서 책임관계도 구체화할 수 있다. 서비스의 개발자와 운영부서, 최종 행정업무를 담당하는 기관의 역할을 구분하는 방식이다.

민간기업에서도 비슷한 관리 구조를 마련할 수 있다. AI를 이용해 계약서 초안을 작성하는 시스템과 고객정보를 처리하는 시스템, 제품의 생산설비를 제어하는 시스템에는 서로 다른 운영 기준이 필요하다. 업무의 중요도와 사용 데이터의 특성에 따라 접근권한과 검증 수준을 달리하는 방식이다.

기업이 AI 중앙은행과 같은 공통 관리체계를 운영한다면 기술을 사용하는 부서의 업무 특성을 반영하면서 회사 전체의 보안과 비용, 성능 기준을 조정할 수 있다. 개별 부서는 필요한 AI를 개발하거나 활용하고, 공통 관리기능은 모델의 등록과 운영 현황, 비용과 책임관계를 파악하는 구조다.

여러 부서에서 검증된 기술을 재사용하면 새로운 AI 사업의 개발시간을 줄일 수 있다. 데이터 처리와 보안, 모델 평가에 필요한 공통 절차를 마련하면 새로운 서비스가 도입될 때마다 같은 관리체계를 다시 구축하는 부담도 줄어든다.

가트너가 AI 가치·위험 플라이휠(Value-Risk Flywheel)에서 강조한 내용도 이러한 기술의 재사용과 조직의 운영 방식에 연결된다. 성공적인 AI 활용을 다른 업무로 확산하면 성과를 축적할 수 있고, 기술과 정보, 운영비용을 함께 관리하면 사업 확대에 필요한 판단 근거를 확보할 수 있다.

AI 활용에 따른 비용은 모델의 종류와 사용량, 데이터 처리량에 영향을 받는다. 같은 업무라도 고성능 모델과 경량화 모델을 사용하는 경우 운영비가 달라질 수 있다. 작업의 난도와 필요한 정확성에 따라 적절한 모델을 선택하면 기술의 성능과 경제성을 함께 관리할 수 있다.

기업 전체의 AI 운영 현황을 파악하면 실제 사용하지 않는 서비스와 중복되는 기능도 구분할 수 있다. 서비스별 이용률과 운영비용, 업무 처리시간의 변화 등을 비교하면 투자 성과를 측정하는 데 필요한 정보도 축적된다.

인공지능의 자율성이 높아지는 환경에서는 사람의 감독 역할도 중요해지고 있다. 가트너는 AI 시스템에 문제가 발생했을 때 사람이 신속하게 개입해 모델의 작동을 중단하거나 접근권한을 회수하고 안전한 상태로 복구할 수 있는 대응체계를 권고했다.

AI가 수행하는 업무를 기록하고 담당자가 운영 상태를 파악할 수 있다면 오류가 발생한 구간을 분석하고 필요한 조치를 선택하는 데 도움이 된다. 실제 업무에 AI를 적용하는 조직에서는 새로운 기술을 활용하는 능력과 함께 운영 결과를 검토하고 책임지는 인력이 필요하다.

이재명 정부의 국가 AI 정책은 2025년 9월 국가인공지능전략위원회 출범 이후 2026년 행동계획 확정과 인공지능기본법 시행, 공공부문 공통기반 구축으로 이어지고 있다. 공무원의 AI 직접개발을 지원하면서 실제 업무에 적용하는 기술의 검증과 관리책임을 기관 차원에서 맡도록 하는 정책도 추진 중이다.

2026년 9월 3일 기준 공공 AI 개발 프로젝트 770개 가운데 376개가 공동 활용을 위해 공개됐다. 정부는 개발 결과물을 공유하는 체계를 운영하면서 2027년 AI 정부 실험실의 동시 이용 규모를 6000명으로 늘릴 계획이다. 프로젝트의 등록과 공개, 실제 업무 적용을 구분해 관리하는 방식이 확대되는 것이다.

기업에서는 AI 중앙은행이라는 공통 관리 개념을 통해 기술과 비용, 정보, 책임을 연결하는 방향이 제시되고 있다. 정부는 국가인공지능전략위원회의 정책 조정과 법률에 근거한 공통기반, 행정기관별 운영관리 체계를 구축하고 있다.

AI 모델과 에이전트가 다양한 업무에 사용되는 환경에서는 개별 기술의 성능과 함께 조직 전체의 운영 상태를 파악하는 능력이 중요해진다. 개발한 기술의 사용 목적과 담당 조직, 데이터 접근권한, 운영비용과 처리 결과를 연결할수록 AI 사업의 경제적 성과와 행정적 책임을 구체적으로 관리할 수 있다.

정부의 공공 AI 개발 확대와 기업의 통합관리체계 구축은 AI를 도입하는 조직의 운영 방식이 변화하고 있음을 보여준다. AI를 사용하는 부서와 기관이 늘어나는 가운데 검증된 기술을 공동으로 활용하고 운영책임을 연결하는 구조가 마련되면서 인공지능의 확산은 기술개발에서 조직관리와 행정체계의 변화로 이어지고 있다.