Thought Experiment: AI for Governance Compliance, not Policy Generation

개요

AI를 정부 거버넌스 준수 확인에 활용하는 방안이 제시되며, 정책 생성보다는 기존 정책의 실제 이행 여부 이해에 초점을 맞춥니다.

주요 내용

* 기존 자원의 활용: 정부는 이미 수많은 법률, 규칙, 정책, 예산, 감사 보고서, 민원 등을 보유하고 있으므로, 새로운 정책 생성보다는 기존 정책의 이행 현황을 파악하는 것이 핵심 과제입니다.
* AI 프레임워크 제안: 부서, 법률, 규칙, 정책, 사업, 예산, 이행, 감사 결과, 시민 증거, 준수 상태를 연결하는 오픈소스 AI 프레임워크를 구상합니다.
* 질문 전환: "정책 개선 방안은 무엇인가?"에서 "기존 의무는 무엇인가?", "누가 책임자인가?", "증거는 무엇인가?", "의도대로 이행되고 있는가?", "준수 격차는 어디인가?"와 같은 질문으로 전환하여 실질적인 거버넌스 정보를 제공합니다.
* 증거 기반 거버넌스 인텔리전스: AI 프레임워크의 출력은 의견이 아닌 증거에 기반한 거버넌스 정보를 제공합니다.
* 개방형 프레임워크 비전: 장기적으로는 누구나 자신의 지역 법률, 정책, 공공 데이터를 연결하여 적용할 수 있는 개방형 프레임워크를 구축하는 것을 목표로 합니다.
* 기술적 아키텍처 고려사항: AI 에이전트, RAG(Retrieval-Augmented Generation), 지식 그래프, 공공 데이터 등을 활용하여 프레임워크를 구축할 경우의 아키텍처 설계에 대한 논의를 제안합니다.

시사점

이러한 AI 기반 거버넌스 준수 확인 시스템은 정책의 실제 효과성을 높이고 행정 투명성을 제고하며, 궁극적으로 시민의 신뢰를 확보하는 데 기여할 수 있습니다.