OECD의 'Governing with AI'를 통해 읽는 행정 DX의 세계적 흐름과 일본의 전략

OECD(경제협력개발기구)는 일본, 미국, EU 국가를 포함한 38개국이 가입된 정부 간 조직으로, 각국의 정책 형성에 직접적인 영향을 미치는 국제적인 정책 기준을 만드는 입장에 있다.

특히 AI 분야에서는 OECD AI 원칙(2019)이 유엔(UN), EU, 각국 정부의 AI 정책의 기초가 되어, 세계 AI 거버넌스의 헌법이라고도 불린다.

해당 OECD가 발행한 「Governing with Artificial Intelligence」는 행정 AI에 관한 가장 권위 있는 보고서 중 하나이며, 11개 분야와 200개 사례를 분석하여 세계 행정 AI의 실태를 보여주는 결정판임을 소개하고자 한다.

행정 AI는 파일럿에서 본격 운용으로

OECD 보고서가 강조하는 가장 큰 포인트는 행정 AI가 더 이상 실증 단계가 아니라, 업무 프로세스 속에 편입되는 단계로 이행했다는 점이다.

행정 AI의 진화 페이즈

페이즈	특징	OECD의 평가
PoC (실증)	소규모 시험, 한정된 부서	2020년경까지 주류
스케일 (Scale)	전청(全庁) 전개, 복수 업무에서 활용	2023~2024
제도화	예산·규칙·업무 플로우에 편입	2025~2026의 흐름

행정은 AI를 시험하는 단계에서, AI를 전제로 업무를 설계하는 단계로 나아가고 있다.

OECD가 분석한 11개 분야: 행정의 거의 모든 영역에 AI가 침투

OECD는 행정의 핵심 기능을 11개 분야로 분류하였으며, 각각의 분야에서 AI 활용이 진행되고 있음을 보여주었다.

・공공 서비스 (주민 대응, 챗봇)

・세무·재정

・사회 보장·복지

・사법·치안

・규제·감독

・부정 적발

・도시 관리·인프라

・위기 관리

・정책 입안·예측

・행정 내부 업무

・인사·공무원 제도

특히 주민 서비스, 세무, 복지, 부정 적발은 효과가 커서 AI가 업무의 표준 장비가 되어가고 있다.

성공하는 행정 AI의 공통점 (OECD가 추출한 4요소)

① 업무의 “고통(Pain)”에서 시작한다

AI를 우선시하는 것이 아니라,

・심사 지연

・문의 폭주

・부정 적발의 정확도 부족

등 구체적인 행정 과제를 기점으로 삼고 있다.

② 데이터 기반과 거버넌스를 먼저 정비한다

・데이터 품질

・권한 관리

・로그·설명 책임

이러한 것들을 정비하지 않은 AI 도입은 실패하기 쉽다.

③ 인간의 판단을 대체하지 않는다

특히 사법·복지 분야에서는 AI는 판단 재료의 정리 역할에 철저히 집중하며, 최종 판단은 반드시 인간이 수행한다.

④ 직원의 스킬과 문화에 대한 투자

AI 연수, 가이드라인, 커뮤니티 형성이 필수적이다.

OECD가 지적하는 과제는 일본에 그대로 적용된다

・스킬 부족 (AI를 업무에 편입시킬 중간층이 부족함)

・레거시 시스템 (기간 시스템과 AI가 연결되지 않음)

・데이터 공유의 벽 (성청·지자체 간의 단절)

・투명성과 신뢰 (주민 설명 메커니즘이 약함)

이것들은 일본 행정 DX의 과제와 완전히 일치한다.

국산 LLM이나 Copilot을 어떻게 사용해야 하는가

① 국산 LLM은 「행정 고유의 문맥」을 다루는 영역에서 활약

・조례·의회 자료

・지역 특유의 용어

・행정 문서의 말투

이러한 것들은 국산 LLM이 강력하여 지자체 내의 지식 베이스 AI로서 최적이다.

② M365 Copilot은 “행정 내부 업무의 표준 장비”로 만든다

・문서 작성

・조사·요약

・회의 기록

・진행 관리

이러한 것들은 Copilot이 압도적으로 강하므로 직원의 생산성 향상을 위한 기반으로서 도입해야 한다.

③ 국산 LLM × Copilot의 “이층 구조”가 최적해

・내부 업무 → Copilot

・주민 서비스·지자체 고유 업무 → 국산 LLM

・데이터 기반·거버넌스 → 공통화

이 구조가 OECD가 제시하는 성공하는 행정 AI의 조건에 가장 부합한다.

일본의 행정 DX는 OECD가 보여주는 세계적 흐름과 완전히 겹친다

OECD 보고서는 행정 AI가 「실증」에서 「제도화」로 이행하는 세계적 흐름을 보여주고 있다. 그것은 일본도 같은 단계에 진입해 있으며, 아직 형태뿐일지도 모르지만,

・국산 LLM의 활용

・M365 Copilot의 전청 전개

・데이터 기반 정비

・직원 스킬 육성

이것들을 동시에 진행함으로써, AI를 사용하는 행정에서 AI와 함께 움직이는 행정으로 진화할 수 있을 것이다.

Discussion