America.gov
요약
America.gov 사이트의 챗봇 기능을 분석하며, 공공 서비스 정보 접근성 개선이라는 측면에서 높은 잠재력을 확인했습니다. 이 챗봇은 복잡한 정부 정보를 구조화하고 사용자가 필요한 정확한 경로를 안내하는 데 유용합니다. 다만, 답변의 신뢰성과 기술적 구현 방식에 대한 고민이 필요합니다.
핵심 포인트
- 공공 서비스 정보 접근성 개선에 매우 유용한 LLM 활용 사례입니다.
- 복잡한 정부 절차나 정보를 구조화하여 제공할 수 있습니다.
- 답변 오류 시 심각한 결과가 발생할 수 있으므로 신뢰도 확보가 중요합니다.
- 기술적 구현 방식(브라우저 추론, 온디바이스 등)에 대한 궁금증이 제기됩니다.
출시 전에 사이트를 더 다듬었어야 함. CSS가 로드되지 않는 문제는 고쳤지만 이미지는 여전히 안 뜨고, 커서가 불필요하게 바뀌거나 버튼이 작동하지 않는 문제도 있었음.
챗봇 하나뿐인 사이트가 이렇게 대단한 도메인을 쓰는 것도 재미있음.
예상보다 훨씬 솔직한 답변을 내놓음.
“적법한 권한 없이 미국 연방의회 의사당에 들어가거나 머무르는 행위, 무력 사용, 의회 업무 방해, 의사당 건물 내부 시위는 연방 범죄임. 대통령이 부추겼다고 합법이 되는 것은 아님.”
“관세 환급 수표는 언제 받나요?”라고 물으니 “소비자 대상 관세 환급 수표는 알려진 바 없음”이라고 답함. “DOGE 수표는 언제 받나요?”에도 “알려진 DOGE 수표는 없음”이라고 답함.
세 번째에는 원하는 답을 얻을 수 있으려나?
Biden이 2020년 대선에서 승리했다는 사실까지 인정해서 솔직히 놀랐음.
표준 소아 예방접종 전체 일정의 안전성과 효과에 대해서도 RFK의 공개 입장과 강하게 반대되는 답을 내놓는 듯함.
부정적인 댓글이 많지만, 큰 틀에서는 훌륭한 아이디어임. 무슨 일을 어디서 처리해야 하는지 알아내기 어렵고 피싱에 당하기도 쉬움. 받을 자격이 있는 모든 공공서비스를 이용하도록 도와줄 수 있다면 시민에게 엄청난 개선이 될 것임.
대체로 동의하지만, 오류가 있거나 중요한 세부 조건을 놓칠 수 있는 챗봇 답변을 공신력 있는 안내로 받아들이는 문제는 어떻게 해결할 수 있을까? 정부가 제공한 정보 때문에 잘못 행동하면 수감까지 포함해 매우 심각한 결과로 이어질 수 있음.
진지한 질문임. 회사에서 인사 포털 앞에 챗봇을 붙이라고 했을 때도 같은 고민을 했고, 만족스러운 해법을 찾지 못했음.
이런 용도로 LLM이 유용할 수는 있지만, ChatGPT에 같은 질문을 하는 것보다 무엇이 나은지는 모르겠음.
처음 본 추천 질문은 “방금 결혼했는데 성을 어떻게 바꾸나요?”였고, 사회보장 정보를 먼저 갱신하라며 유용한 링크를 제공함. ChatGPT도 같은 내용과 일부 동일한 링크를 알려줌. 아마 IP로 내가 사는 주를 알아냈는지 미국 거주 여부조차 묻지 않았음.
오늘 실제로 궁금한 질문들을 던져봤고 도움이 되는 답변을 받았음.
Obama 시절 healthcare.gov 출시와 비교하기도 하는데, 그 사이트는 출시 첫 주 성공률이 1%였으니 그 이후로 배운 것이 있다고 봐도 될 듯함.
그런데 지금 백엔드에서 돌아가는 AI는 무엇일까? Grok인가? 누가 운영을 책임지고 연산 비용을 지급받는 걸까?
납득이 가는 구성임. Google은 AI 검색 도우미를 위해 데이터 조회와 검색을 상당히 다듬었을 것으로 추측함. 경쟁사에 없는 내부 기술도 분명 가지고 있을 것임.
“개인정보를 수집하거나 저장하지 않으며, 사이트를 떠나면 대화가 사라짐”이라고 하는데, 기술적으로 어떻게 구현했는지 궁금함. 브라우저에서 추론하는 걸까? 모델을 사용자 컴퓨터에 내려받는 걸까?
직접 써보니 꽤 괜찮았음. 바이브 코딩으로 만든 제품 같지만 정부 사이트치고는 훌륭함. 중국 정부 사이트는 대부분 1990년대 모습에 사용하기도 불편함. 작동은 하지만 시대에 맞춰 개선하려는 의욕은 없어 보임.
아직 써보지는 않았지만, 정부 지원을 받는 올바른 경로를 찾는 이런 건초더미에서 바늘 찾기야말로 잘 만든 챗봇이 짜증을 유발하는 대신 진짜 도움이 될 수 있는 드문 용도라고 봄.
직접 써봤음. 나도 지자체 사이트를 수집하고 색인·임베딩을 만든 뒤 RAG로 검색하는 앱을 바이브 코딩으로 만들어 실험 중임. 여러 PDF와 웹페이지에 흩어진 특정 정보를 찾아야 해서 시작했는데, RAG를 활용하면 AI가 정보를 제법 잘 종합해 줌. https://opencity.services/chat/winnipeg
“소음 민원은 어떻게 신고하나요?”라고 물으면 유형별로 안내함. 시끄러운 파티나 사람 소음은 Winnipeg 경찰 비긴급 전화 204-986-6222로, 과도한 동물 소음은 3-1-1로, 냉난방 설비나 공사 도구 소음은 3-1-1을 통해 자치법규 집행 부서에 신고하도록 함. 예정된 행사는 무료 소음 허가가 필요할 수 있으며, 공사용은 아니고 최소 4주 전에 신청해야 한다고 알려줌.
주거지 150m 이내 소음 유발 활동은 일반적으로 평일 오전 7시 이전과 오후 9시 이후, 주말·법정 공휴일에는 오전 9시 이전과 오후 9시 이후 금지된다는 안내도 제공함.
결과는 달라질 수 있음. 백엔드의 상당 부분은 검색 성공·실패를 분류해서 지자체가 상충하는 정보를 정리하고 명백한 정보 공백을 메우도록 돕는 데 초점을 맞추고 있음.
지난 반년간 여러 업무 도구의 AI 질문 기능으로 프로젝트 설계, 문서, 대화 기록, 회의록 등을 찾아봤음. 이 용도에서는 대충 만든 AI 챗봇조차 AI 도입 이전보다 훨씬 나음.
중국 모델이라는 스크린샷이 올라오는데 가짜일 가능성이 높아 보임.
기반 모델의 이름을 답하게 하지는 못했지만, 굳이 FedGPT의 안전장치를 우회하려고 애쓸 생각도 없었음. 1989년 6월 3~4일에 일어난 일은 순순히 설명했으니, 중국산 모델이라면 미국 연방정부가 배포 전에 상당히 손본 듯함.
정보가 빽빽한 수천 페이지의 미로를 입력창 하나로 압축하는 것은 LLM이 실제로 사람을 도울 수 있는 정말 유용한 방식임. 정보가 너무 많으면 압도되어 더 나아가지 못하는 사람이 많음. 이런 기능은 지루하고 뻔하고 멋없어 보여도 사람들이 실제로 일을 해낼 수 있게 해줌.
이건 누가 봐도 전부 바이브 코딩으로 만든 것 같음. “what's coming next”를 누르면 의료 항목의 홍보용 스크린샷에 깨진 이미지가 들어 있음. 배포 전에 아무도 살펴보지 않은 걸까?
AI 자동 생성 콘텐츠
본 콘텐츠는 GeekNews의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기