국내 공공 AI 도입·실증 사례군
verified-case · 정부 공개 자료
왜 하나의 성공 사례가 아니라 사례군인가
공공 AI는 민원, 내부 행정, 사회문제, 데이터 분석처럼 업무와 위험이 매우 다르다. 하나의 기술 스택이나 성과 수치를 일반화하기보다 공식 사례집을 통해 도입 절차, 데이터 조건, 성과 측정, 운영 책임의 반복 패턴을 본다.
확인 가능한 공식 자료
- NIA는 2026년 6월 현재 공공부문 AI 도입·활용 가이드를 공개했다. 예산, 공통기반 활용, 도입 절차 등을 다루며 이후 법·제도 변경에 따라 최신본을 다시 확인해야 한다.
- 디지털플랫폼정부위원회는 2025년 초거대 AI 도입·활용 가이드라인 2.0과 공공 AI 서비스 실증 사례집을 공개했다. 게시물은 2022년부터 추진한 사회문제 해결 54개, 대국민 서비스 혁신 37개, 일하는 방식 개선 19개 등 총 110개 대표 실증 사례를 설명한다.
- NIA는 2025년 말 공공부문 AI 도입 활용 사례집과 데이터 분석 업무 운영 가이드도 공개했다.
AI-Ready Data 관점에서 읽을 항목
사례별로 다음 표를 채우고, 정보가 공개되지 않았다면 “미공개”라고 쓴다.
| 관찰 항목 | 확인할 내용 |
|---|---|
| 업무 문제 | 사용자, 업무 순간, 지원할 결정·행동 |
| 원천 데이터 | 시스템, 문서, 민원, 센서 등과 소유기관 |
| 준비 활동 | 정제, 표준화, 라벨, 메타데이터, 권한·비식별 |
| AI 역할 | 검색·요약·분류·예측·추천·자동화의 경계 |
| 사람 감독 | 승인, 이의제기, 예외 처리, 책임자 |
| 성과 | 기준선, 측정기간, 업무·사용자·위험 지표 |
| 운영 | 갱신, 품질, 감사, 보안, 장애·중단 절차 |
일반 기업이 가져올 교훈
1. 국내 제도와 조직 절차를 기술 설계에 포함한다
데이터 처리와 AI 도입은 구매 이후의 보안 검토가 아니다. 기획·예산·데이터·인프라·성과 관리와 연결된다. 일반 기업도 투자 심의, 개인정보, 보안, 기록, 현업 승인 절차를 초기 로드맵에 넣어야 한다.
2. 사례 수보다 재현 가능한 증거를 본다
“AI 도입 사례 110개”는 가능성의 지도를 제공하지만 우리 조직의 준비도를 증명하지 않는다. 비슷한 사례 한두 개를 골라 원천, 정답, 오류 비용, 권한, 기준선을 비교한다.
3. 공공 가이드는 최신본과 적용 대상을 확인한다
게시일, 시행 예정 법령, 기관 유형에 따라 요구가 달라진다. 이 위키는 공식 문서로 가는 경로와 실무 질문을 제공할 뿐 법적 적용 여부를 대신 판단하지 않는다.
적용 워크숍
- 우리 유즈케이스와 가장 가까운 공식 사례 3개를 찾는다.
- 위 관찰표를 출처 문장과 페이지 번호로 채운다.
- 공개되지 않은 항목을 그대로 우리 파일럿의 검증 질문으로 바꾼다.
- 성과 수치는 정의·기준선·기간이 같을 때만 비교한다.
- 최신 NIA·KISA·개인정보보호위원회 자료의 개정 여부를 분기별 확인한다.
이 페이지는 개별 110개 사례의 성공을 보증하지 않는다. 공식 사례집을 근거 중심으로 읽는 프레임을 제공한다.