SECTION 01AI란 무엇인가? — 공공기관 담당자를 위한 완전 입문 가이드
Field note
인공지능(Artificial Intelligence, AI)이란 인간의 학습, 추론, 인식, 언어 이해 등 지능적 행동을 컴퓨터 시스템이 수행할 수 있도록 하는 기술의 총칭입니다.
공공기관 담당자라면 요즘 어디서나 "AI 도입", "생성형 AI 활용", "AI 기반 행정 혁신"이라는 말을 듣게 됩니다. 그런데 정작 "AI가 정확히 무엇인가요?"라고 물으면 명확하게 답하기 어려운 경우가 많습니다. 이 글은 AI의 개념부터 종류, 실제 공공 행정에서의 활용까지 처음부터 끝까지 알기 쉽게 설명합니다.
1. AI의 역사 — 70년의 여정
AI는 갑자기 등장한 기술이 아닙니다. 1950년대부터 시작된 긴 역사를 가지고 있습니다.
| 시대 | 주요 사건 | 특징 |
|---|---|---|
| 1950년대 | 앨런 튜링 "기계가 생각할 수 있는가?" 제안 | AI 개념의 탄생 |
| 1956년 | 다트머스 회의에서 "인공지능" 용어 최초 사용 | AI 학문 분야 출범 |
| 1970~80년대 | 전문가 시스템(Expert System) 개발 | 규칙 기반 AI |
| 1990년대 | 머신러닝 알고리즘 발전 | 데이터 기반 학습 시작 |
| 2012년 | 딥러닝으로 이미지 인식 혁명 | 현대 AI의 시작 |
| 2017년 | 트랜스포머(Transformer) 아키텍처 발표 | 생성형 AI의 기반 |
| 2022년 | ChatGPT 출시, AI 대중화 | 생성형 AI 시대 개막 |
| 2025~2026년 | 공공기관 AI 도입 본격화 | 행정 AI 혁신 |
2. AI의 세 가지 핵심 기술
2-1. 머신러닝 (Machine Learning)
머신러닝은 컴퓨터가 데이터로부터 스스로 학습하는 기술입니다. 사람이 규칙을 일일이 프로그래밍하는 대신, 대량의 데이터를 보여주면 컴퓨터가 패턴을 찾아냅니다.
쉬운 예시: 스팸 메일 필터
- 기존 방식: "제목에 '무료'가 들어가면 스팸" 같은 규칙을 사람이 직접 작성
- 머신러닝 방식: 수만 개의 스팸/정상 메일 데이터를 학습시키면 스스로 스팸을 구분
공공기관 활용 사례:
- 세금 신고 이상 탐지 (비정상적인 신고 패턴 자동 감지)
- 민원 자동 분류 (접수된 민원을 담당 부서로 자동 배분)
- 예산 집행 이상 탐지 (비정상적인 지출 패턴 경보)
2-2. 딥러닝 (Deep Learning)
딥러닝은 머신러닝의 한 분야로, 인간의 뇌 신경망을 모방한 인공신경망(Neural Network)을 사용합니다. 수십~수백 개의 층(Layer)으로 구성된 신경망이 복잡한 패턴을 학습합니다.
딥러닝이 잘하는 것:
- 이미지 인식 (사진에서 사람·자동차·문자 인식)
- 음성 인식 (말을 텍스트로 변환)
- 자연어 처리 (문서 이해, 번역, 요약)
공공기관 활용 사례:
- 민원 서류 자동 인식 (스캔된 서류에서 정보 추출)
- CCTV 영상 분석 (불법 주정차, 위험 상황 자동 탐지)
- 음성 민원 자동 처리 (전화 민원을 텍스트로 변환 후 자동 분류)
2-3. 생성형 AI (Generative AI)
생성형 AI는 기존 데이터를 분석하는 것을 넘어, 새로운 콘텐츠(텍스트, 이미지, 코드 등)를 생성하는 AI입니다. ChatGPT, Claude, Gemini가 대표적입니다.
생성형 AI가 할 수 있는 것:
- 문서 작성 (보고서, 공문서 초안, 보도자료)
- 번역 (한국어 ↔ 외국어)
- 요약 (긴 문서를 핵심만 추출)
- 코드 작성 (프로그래밍 코드 자동 생성)
- 질의응답 (복잡한 질문에 상세한 답변)
3. AI의 종류 — 능력 범위에 따른 분류
AI는 능력 범위에 따라 크게 세 가지로 분류됩니다.
좁은 AI (Narrow AI / Weak AI)
현재 우리가 사용하는 모든 AI가 여기에 해당합니다. 특정 작업만 잘 수행하도록 설계된 AI입니다.
- 체스 AI: 체스는 잘 두지만 바둑은 못 둠
- 번역 AI: 번역은 잘 하지만 그림 그리기는 못 함
- ChatGPT: 대화와 문서 작성은 잘 하지만 물리적 작업은 불가
범용 AI (Artificial General Intelligence, AGI)
인간처럼 모든 종류의 지적 작업을 수행할 수 있는 AI입니다. 아직 실현되지 않았으며, 연구자들 사이에서 언제 가능할지 논쟁 중입니다. 일부 전문가는 2030년대, 일부는 수십 년 후로 예측합니다.
초지능 AI (Artificial Superintelligence, ASI)
인간의 지능을 모든 면에서 초월하는 AI입니다. 현재는 이론적 개념 단계입니다.
Field note
실무 포인트: 공공기관 담당자는 현재 "좁은 AI"만 존재한다는 점을 명심하세요. AI가 모든 것을 할 수 있다는 과장된 기대보다, 특정 업무에서 AI가 얼마나 효과적인지를 구체적으로 평가하는 것이 중요합니다.
4. AI 기술의 작동 원리 — 쉽게 이해하기
학습(Training) 단계
AI는 대량의 데이터를 보면서 패턴을 학습합니다. ChatGPT 같은 대형 언어 모델(LLM)은 인터넷의 수천억 개 문장을 학습했습니다.
[학습 과정 개념도]
대량 데이터 입력
↓
신경망이 패턴 학습
↓
예측 → 정답과 비교 → 오차 수정
↓
반복 학습 (수백만~수십억 회)
↓
완성된 AI 모델추론(Inference) 단계
학습이 완료된 AI 모델에 새로운 입력을 주면, 학습한 패턴을 바탕으로 결과를 생성합니다. 이것이 우리가 ChatGPT에 질문하고 답변을 받는 과정입니다.
5. 공공기관 AI 도입 현황 (2026년 기준)
행정안전부와 과학기술정보통신부는 공공기관의 AI 도입을 적극 지원하고 있습니다.
주요 추진 정책:
- 디지털 정부 혁신 계획: AI 기반 민원 처리 자동화
- 공공 AI 서비스 플랫폼: 각 기관이 공통으로 활용할 수 있는 AI 서비스 제공
- N2SF 연계: 생성형 AI 활용 시 보안 등급별 통제 체계 적용
도입 현황:
| 분야 | 활용 사례 | 도입 기관 |
|---|---|---|
| 민원 처리 | AI 챗봇 민원 상담 | 행정안전부, 지자체 |
| 문서 처리 | 서류 자동 인식·분류 | 국세청, 건강보험공단 |
| 보안 | 이상행위 탐지 | 국가정보원, 각 기관 |
| 복지 | 복지 사각지대 발굴 | 보건복지부 |
| 교통 | 신호 최적화 | 경찰청, 지자체 |
6. AI 도입 시 공공기관이 알아야 할 핵심 사항
1. AI는 도구이지 만능 해결사가 아닙니다
AI는 특정 업무를 자동화하거나 보조하는 도구입니다. 최종 판단과 책임은 여전히 담당 공무원에게 있습니다.
2. 데이터 품질이 AI 성능을 결정합니다
"Garbage In, Garbage Out" — 입력 데이터가 부정확하면 AI 결과도 부정확합니다. AI 도입 전 데이터 정비가 선행되어야 합니다.
3. 보안과 개인정보 보호가 최우선입니다
공공기관의 데이터는 국민의 개인정보를 포함합니다. AI 시스템 도입 시 N2SF 등급 분류와 개인정보 보호법 준수가 필수입니다.
4. 직원 교육과 변화 관리가 중요합니다
AI 도입의 성공 여부는 기술보다 사람에 달려 있습니다. 직원들이 AI를 올바르게 활용할 수 있도록 교육과 지원이 필요합니다.
5. 단계적 도입이 안전합니다
한꺼번에 모든 업무에 AI를 도입하는 것보다, 효과가 명확한 업무부터 시범 적용하고 점진적으로 확대하는 전략이 리스크를 줄입니다.
AI는 더 이상 미래 기술이 아닙니다. 지금 이 순간에도 공공기관의 업무 방식을 바꾸고 있습니다. 기본 개념을 이해한 담당자만이 AI 도입의 기회와 위험을 올바르게 평가하고, 기관에 실질적인 가치를 가져올 수 있습니다. 다음 편에서는 생성형 AI의 종류와 특징을 더 자세히 살펴보겠습니다.