안녕하세요. 기업과 기관의 데이터가 AI 업무에 실제로 활용될 수 있도록 돕는 큐빅(CUBIG)입니다.
한국지역정보개발원(KLID)이 2026년 10월 16일 「지방정부 AX의 효율적 추진을 위한 인공지능(AI) 서비스 가이드」를 공개했습니다. 지방정부가 지역 여건에 맞는 AI 사업을 기획할 때 참고할 수 있도록 행정 민원, 재난 안전, 지역산업, 격차 해소, 교통 환경의 5대 분야에서 AI 서비스 30개를 정리한 자료입니다.
AI 민원 상담이나 위기 가구 발굴 서비스를 도입하려면 먼저 필요한 데이터를 확보해야 합니다. 상담 기록의 형식이 시스템마다 다르거나 부서 간 데이터 공유에 협의가 필요하다면, 데이터 정비와 확보에 걸리는 시간도 사업계획에 반영해야 합니다.
가이드도 시사점의 첫 번째 항목으로 데이터 허브를 제시하고, 데이터 허브 절에서는 기관별 「데이터 준비상태」를 고려해 단계적으로 통합하도록 안내합니다.
AI-Ready Data(AI 레디 데이터)는 특정 AI 업무에 맞게 준비하고 활용 결과까지 확인한 데이터로, 데이터나 활용 조건이 바뀌었을 때 필요한 부분을 다시 점검할 수 있는 데이터를 뜻합니다.
이 글에서는 가이드의 30개 서비스를 데이터 준비 과제 중심으로 정리합니다. 분야별 대표 사례와 사업 예산은 네이버 블로그의 가이드 총정리 글에서 확인할 수 있습니다.
지방정부 AI 서비스 가이드의 주요 내용
가이드에서 말하는 AX는 AI를 활용해 일하는 방식을 바꾸는 ‘AI 전환’을 뜻합니다. 가이드는 KLID가 2025년에 수행한 「지방자치단체 인공지능 활용 전략 연구」를 참고하고, 이후 발표된 중앙부처 정책을 반영해 작성한 77쪽 분량의 자료입니다. 5대 분야를 14개 세부 분야로 나누고, 서비스별로 중앙정부의 추진 정책과 지방정부의 역할을 구분해 설명합니다.
뒤쪽 사례표에는 관련 서비스를 운영하거나 구축 중인 사업 91건의 내용과 예산을 담았습니다. 마지막 장에서는 표준 조례 마련, AI 수준 진단, 우수 솔루션 확산 등 중앙정부의 지원 방안을 정리합니다.
가이드 첫머리에서는 지방정부가 지역의 현안과 여건에 따라 사례를 선택하거나 수정, 결합해 유연하게 추진하도록 안내합니다. 30개 서비스를 모두 도입해야 하는 것은 아니며, 기관에 필요한 서비스부터 검토하면 됩니다.
서비스별 데이터 준비 과제
분야별 서비스는 달라도 데이터 준비는 여러 서비스에 공통으로 등장합니다. 서비스별 중앙정부 정책과 지방정부 역할을 살펴보면, 데이터를 표준화하는 과제와 여러 기관의 데이터를 통합하고 연계하는 과제, AI에 활용하기 쉬운 형태로 정비하는 과제가 반복해서 나옵니다. 큐빅이 30개 서비스의 본문을 하나씩 확인한 결과, 21개 서비스에서 이러한 데이터 과제를 제시하고 있었습니다.
격차 해소 분야는 데이터 준비 과제를 명시한 서비스가 상대적으로 적습니다. 이 분야에는 주민, 공무원, 산업계 종사자를 대상으로 한 AI 활용 교육 서비스도 3개 포함되어 있습니다. 재난 안전 분야에서는 7개 서비스 중 5개가 중앙정부 정책 설명에 「관련 데이터 표준화, 통합 및 현재화」라는 같은 과제를 담고 있어, 재난 데이터의 표준화와 통합, 최신 상태 유지가 여러 서비스에 공통으로 필요합니다.
※ 가이드의 서비스별 설명에서 데이터 표준화·통합·정비 등의 과제를 언급한 서비스를 집계했습니다(큐빅 자체 분석). 빈칸은 해당 설명이 없는 서비스입니다.
시사점에 담긴 데이터 허브와 상호운용성
가이드는 분야별 서비스에 앞서 5쪽에 시사점 여섯 가지를 정리했습니다. 첫 번째 항목은 「’데이터 허브’ 기반의 지능형 자율행정 체계 확립」으로, 지역 AI 데이터 허브를 행정의 핵심 인프라로 제시합니다. 마지막 항목은 「’신뢰성 확보’와 ‘데이터 상호운용성’ 강화」이며, 그 아래에 「국가 데이터 표준」 확보도 포함되어 있습니다.
데이터 상호운용성(Data Interoperability)은 서로 다른 시스템이 데이터를 주고받으면서도 그 의미를 잃지 않고 활용할 수 있는 정도를 뜻합니다. 분야별 서비스에서도 행정 민원 분야의 데이터 허브와 데이터 개방 두 서비스는 데이터를 모으고 정비하는 것 자체가 사업의 핵심입니다.
데이터 준비 과제의 세 가지 유형
가이드에서 데이터 준비 방향을 구체적으로 제시한 대목 중 세 곳은 각각 데이터를 모으는 과제, 정비하는 과제, 결합하는 과제를 다룹니다.
세 과제는 필요한 준비가 서로 다릅니다. 데이터 허브를 구축할 때는 기관별 데이터의 표준화 수준과 보안 상태를 확인하고, 이를 고려해 통합 범위를 정해야 합니다. 데이터 개방은 기관이 이미 보유한 데이터를 외부에서 AI 서비스 개발에 활용할 수 있도록 형태를 정비하는 일이 중심입니다. 복지 사각지대 서비스는 성격이 다른 행정 데이터와 민간 데이터를 다루므로, 어떤 데이터를 어떤 근거로 결합할지 정하는 일이 먼저 필요합니다.
데이터 준비 상태의 의미
가이드는 기관별 데이터의 표준화 수준과 보안 상태를 고려해 단계적으로 통합하도록 안내합니다(14쪽). 실제 AI 사업에서는 데이터 준비도(Data Readiness)를 판단하기 위해 이와 함께 다음 항목도 점검할 수 있습니다.
- 형식과 단위: 날짜, 금액, 주소, 코드값이 부서와 기관마다 같은 규칙으로 기록되어 있는지 확인합니다. 데이터 표준화(Data Standardization)는 서로 다른 형식과 단위를 공통 기준으로 맞추는 과정입니다.
- 누락과 중복: 서비스에 필요한 항목이 비어 있거나, 한 사람이나 한 사건의 기록이 두 번 이상 들어간 곳이 있는지 살펴봅니다.
- 활용 조건: 개인정보가 포함되어 있는지, 다른 기관의 데이터를 활용하려면 협의나 절차가 필요한지 점검합니다.
- 업무 적합성: 도입할 서비스에 필요한 항목과 기간, 지역 범위가 데이터에 담겨 있는지 봅니다. 민원 상담 챗봇과 위기 가구 예측은 같은 주민 데이터를 활용하더라도 필요한 항목이 다릅니다.
데이터의 기본 상태는 미리 점검할 수 있습니다. 다만 어떤 항목이 반드시 필요하고 어느 수준까지 정비해야 하는지는 도입할 업무를 기준으로 판단해야 하며, 같은 데이터라도 업무에 따라 준비 방법이 달라지는 이유는 데이터 전처리, 한 번 해 두면 모든 AI 업무에 쓸 수 있을까?에서 자세히 다뤘습니다.
데이터 결합 서비스의 활용 기준
가이드에 실린 수원시 사례는 공공기관이 보유한 체납, 연체 정보를 결합해 위기 가능성이 높은 가구를 찾습니다. 가이드는 행정 데이터에 신용카드, 배달 앱 등 민간 데이터를 결합하는 서비스 모델도 제시합니다(40쪽).
이런 서비스를 추진할 때는 결합할 데이터와 활용 근거, 열람 범위, AI 분석에 사용할 형태를 사업 초기에 정해야 합니다.
중앙정부의 AI 도입 지원 방안
가이드 마지막 장(56~57쪽)은 지방정부의 AI 도입을 돕기 위한 중앙정부의 지원 방안을 정리합니다.
- 표준 조례와 실무 가이드라인: 행정에 AI를 활용할 때 기본권 침해 같은 위험을 예방하고 공정성, 투명성, 책임성을 확보할 수 있도록 지방정부 표준 조례(안)를 마련해 배포합니다. 공공서비스에 AI를 적용할 때 필요한 기준과 절차도 정리합니다.
- AI 수준 진단과 맞춤형 컨설팅: 기존 디지털 수준 진단 지표를 AI 활용 중심으로 개편해 지방정부의 AI 역량을 진단하고, 기관별 수준에 맞는 컨설팅을 제공합니다.
- 우수 솔루션 확산: 경진대회 등에서 효과가 확인된 과제를 공모사업을 통해 다른 기관에 시범 적용합니다. 추가 검증을 거쳐 공통 표준 규격으로 정리한 뒤, 도입을 준비하는 지자체에 보급하는 방식입니다.
- 지방정부 AX 얼라이언스: 중앙정부와 지방정부, 지역 IT 연구기관, 민간기업이 참여하는 협력체를 구성합니다. 이 협력체는 AI 도입 단계별 가이드라인 검증과 보안 자문을 맡게 됩니다.
사업계획 수립 전 데이터 점검 항목
도입할 서비스를 정했다면, 사업계획을 수립하기 전에 다음 항목을 점검할 수 있습니다.
- 데이터 위치: 서비스에 필요한 데이터를 보관하는 부서와 시스템
- 기록 규칙: 날짜, 코드, 단위가 부서와 기관마다 같은 규칙으로 기록되어 있는지 여부
- 외부 데이터 확보: 다른 기관이나 민간의 데이터를 활용할 때 필요한 협의와 절차
- 개인정보 활용 범위: 개인정보가 포함된 데이터를 AI 분석에 활용하는 방식과 열람 범위
- 성과 비교 기준: 데이터 정비 효과를 비교할 기준과, 성과를 평가하는 데 필요한 데이터 항목
점검 결과 추가 작업이 필요하다면, 데이터 정비와 기관 간 협의 등에 필요한 일정과 업무를 사업계획에 반영해야 합니다.
Syntitan의 업무별 데이터 준비
큐빅의 AI-Ready Data Platform인 CUBIG Syntitan에서는 데이터의 형식과 단위, 누락과 중복을 진단하고, 준비 전후의 결과를 같은 조건에서 비교할 수 있습니다. 작업 결과는 버전으로 기록합니다. Syntitan에서는 원본 데이터를 보존하면서 업무별 프로젝트를 만들어 작업하므로, 같은 주민 데이터라도 민원 상담용과 정책 분석용으로 각각 준비할 수 있습니다.
Ready for Raw Data에서는 누락되거나 중복된 값, 형식과 단위가 맞지 않는 부분을 진단합니다. 진단을 바탕으로 정제한 결과는 Version(버전)으로 저장되어, 이후 데이터가 바뀌어도 당시 준비한 버전을 다시 확인할 수 있습니다.
Ready for Model에서는 데이터를 활용할 AI 업무를 정하고, 준비 전후의 데이터를 같은 조건에서 비교합니다. 이를 통해 데이터 준비 후의 결과가 미리 정한 기준을 충족하는지 확인합니다.
도입할 서비스와 데이터 활용 범위는 기관이 정하고, Syntitan은 정해진 업무를 기준으로 데이터 상태와 준비 전후 결과를 버전으로 기록합니다.
서비스 하나를 정해 그 업무에 필요한 데이터부터 진단하면, 진단 결과를 바탕으로 준비할 데이터와 사업 범위를 구체화할 수 있습니다.
