전문가들 제안 “성과 위주가 아닌, 정책 지원 효과 정확히 예측”
‘데이터 관리체계 일원화, 부처 간 효율적 교류, 민․관 신뢰’가 조건
[애플경제 김향자 기자] AI기술을 정부 정책의사결정 과정에 투입할 경우, 그 동안 성과 중심의 정책 결정이 아니라, 지원 이후의 성과 예측에 효율적으로 활용되는 등 긍정적 결과가 예상된다. 그러나 이를 위해선 ▲ 데이터 관리체계 일원화, ▲ 정책 정보의 효율적 교류를 위한 정부 업무체계 정비, ▲ 신뢰 기반 공공-민간 파트너십 구축이 요구된다는게 전문가의 진단이다.
김민호 KDI 연구위원과 한재필 가천대학교 교수는 최근 ‘AI 기술, 지원정책의 효과를 높일 수 있을까?’라는 정책 브리프 성격의 KDI 보고서에서 “우리나라 중소기업 지원정책의 지원대상 선별에 AI를 적용한 결과, AI는 지원 이후의 성과 예측에 효율적으로 활용될 수 있으며, 지원의 효과가 낮은 대상을 분별하는 데 유용한 정보를 제공하여 지원의 효과성을 크게 제고할 수 있음을 확인할 수 있었다”며 이같이 밝혔다.
김 위원과 한 교수에 따르면 우선 분산된 데이터를 단순히 한 곳에 모아 놓는 포털식 접근은 바람직하지 않다. 그 보단 이러한 데이터를 이용한 분석이 가능하도록 하기 위한 양식과 접근, 수집 권한에 대한 기준을 마련할 필요가 있다. 또 부처 간 효율적이고 실효성 있는 정책 정보의 교류를 위해 정책 조정 권한과 법적 근거를 갖춘 조직체계 구축이 필요하다.
또 “해당 조직은 명확한 법적 근거를 바탕으로 정책 정보의 생산ㆍ수집ㆍ활용ㆍ분석과 관련된 부처 간 업무 표준을 마련하고, 신속한 데이터 병합ㆍ연계ㆍ분석 및 정책 반영을 위한 정책 조정 등의 역할을 담당해야 한다”고 제안했다. 이와 함께 각 부처에서 생산ㆍ수집된 정부사업 데이터에 기반하여 정책분석을 전담하는 ‘정책효과성예측센터(가칭)’를 별도로 설치ㆍ운용하여 전문인력들이 지속적으로 정책 효과를 추적할 수 있는 체계를 마련하는게 중요하다고 덧붙였다.
이들은 특히 “조달계약 방식의 유연화로 공공부문의 신속한 신기술 도입체계를 마련하고 신뢰 기반의 민관협력관계를 구축하고, 공공부문의 부족한 기술전문성을 보완하기 위해 민간의 역량을 충분히 활용할 필요가 있다”면서 “단기 내지 일회성의 기존 솔루션 구매방식을 지양하고, 정부가 직면한 문제를 명시적으로 정의하여 문제를 해결하며 기술적 해법을 찾아 나가는 중장기적 조달계약으로 정부 전반의 AI 시스템을 구축해야 한다”고 강조했다.
이를 위해 궁극적으로는 공공조직을 데이터 기반(data-driven) 정책수립 조직으로 전환할 필요가 있다는 주장이다. 이를 위해선 일단 4단계의 준비 과정을 거쳐야 한다고 제안했다.
이에 따르면 우선 사업의 목표와 성과를 정량화할 수 있는 방식으로 설정하는 것이다. 즉 정책의 수립, 집행, 평가 전반을 점검하여 필요한 데이터를 선별ㆍ수집ㆍ관리하는 체계를 마련하는 단계가 첫 번째다. 그래서 “AI가 정책 의사결정을 효과적으로 도울 수 있는 부분을 공공부문 종사자들이 명확히 알 수 있도록 인식을 전환해야 한다”는 주장이다.
다음으로 정책 관련 데이터를 효과적으로 수집ㆍ저장ㆍ활용ㆍ공유할 수 있는 플랫폼을 구축하는 것도 중요하다. 즉, 정보의 시의성이나, 사용 용이성, 보안성을 확보하고, 투명한 운영방식을 마련하여 부처 간 데이터 공유체계를 구축할 필요가 있다는 주장이다.
그런 다음엔 데이터를 분석하여 의미 있는 정보를 산출할 필요가 있다. 즉, “AI 등의 기술을 활용한 예측 결과를 지원효과가 높은 대상을 분별하는 데 유용한 정보로 활용”하는 것이다. 설명 가능한 AI 기술 등 최신 기술을 활용하여 정책 의사결정의 투명성을 높이고, 예측된 정보 이외의 평가 요소도 반영하는 유연성을 확보할 필요가 있다는 설명이다.
이런 단계를 거쳐 궁극적으론 “AI 분석에서 도출된 정보를 사업의 설계와 운영방식의 개선에 반영해야 한다”는게 이들 두 사람의 결론이다. 그래서 지원사업이 끝난 후에도 수집된 실제 성과 정보를 바탕으로 사업을 지속적으로 개선해나가고, 효과적인 정책을 꾸준히 이어나가는 것이 중요하다는 설명이다.
실제로 이들은 “중소기업을 대상으로 비용을 지원하거나, 융자를 제공하는 중소벤처기업부의 다양한 자금 지원사업에 기업 정보를 활용하여 ‘머신러닝’을 적용한 결과, 지원 이후의 성장 예측에 유용한 것을 확인했다”면서 “이를 지원효과가 높은 대상을 분별하는 데 활용할 경우 사업의 효과성을 증대시킬 수 있다”면서 공공부문의 AI기술 활용 데이터 기반 정책체계의 유용성을 강조했다.