AI 기술, 지원정책의 효과를 높일 수 있을까? - KDI 한국개발연구원 - 연구 - KDI 정책포럼
본문 바로가기

KDI 한국개발연구원

KDI 한국개발연구원

SITEMAP

NEW
KDI 정책포럼

AI 기술, 지원정책의 효과를 높일 수 있을까?

2022.06.14
  • 프로필
    김민호 연구위원
  • KDI
    한재필



AI는 예측력이 뛰어나 공공부문의 다양한 영역에서 강력한 혁신을 가능하게 할 것으로 예상되나,

국내에서 최근 등장하고 있는 AI 활용 공공서비스는
주로 단순반복 업무를 기술적으로 대체하는 수준에서 제한적으로 활용되고 있어,

정책목표에 부합하는 대상 선별 및 사후관리에 활용하지 못하고 있습니다.


본 연구에서는 우리나라 중소기업 지원정책에 대한 머신러닝 분석을 통해 정부정책에 AI 기술을 적용할 경우 기대할 수 있는 정책 효과성 제고 수준을 정량적으로 제시해 보았습니다.

 

 



기업의 특성 정보와 성과지표를 활용하여 추정된 머신러닝 모델을 적용한 결과, 머신러닝 모델이 기업의 성과 예측에 유용한 것을 확인하였고,

차트 샘플


머신러닝 모델에서 도출된 매출액 증가율 예측치를 지원기업에 적용한 결과에서도 AI를 지원대상 선별에 활용할 경우 사업의 효과성을 제고할 수 있음을 확인했습니다.

차트 샘플

설문 조사 결과에서는 공공부문에서 AI 기술을 활용한 데이터 기반 정책체계로의 전환을 가로막는 요인으로 1) 정책 정보의 표준화 및 연계 미비, 2) 공공부문의 기술 활용 전문성 부족 등이 지적되었습니다.

공공부문에서 데이터 기반 정책체계로 전환하려면 어떻게 해야 할까요?

 
교육, 의료, 치안, 국방, 기업 지원 등 예산 규모가 크고 정책의 효과성 제고가 절실한 부문을 중심으로 국가적 차원에서 전략을 모색해야 합니다.
  • 공공부문 각 분야에서 AI 도입 시 해당 기관을 지원하는 방식으로 정책을 설계할 수 있으며, 지원수단에는 시스템, 데이터 플랫폼, 보안, 조직 컨설팅, 교육 등을 포함할 수 있습니다.
  • 세부 전략으로는 1) 데이터 관리체계 일원화, 2) 정책 정보의 효율적 교류를 위한 정부 업무체계 정비, 3) 신뢰 기반 공공-민간 파트너십 구축이 요구됩니다.
  • 정책의 수립, 집행, 평가 체계 전반을 점검하여 AI가 정책 의사결정을 효과적으로 도울 수 있는 부분을 명확히 인식하고, 사업목적의 명확한 설정, 데이터의 선별 및 연계, 시스템의 구축 및 보안성 확보, 투명한 운영방식 마련 등 데이터 기반 정책수립을 위한 단계별 전략을 수립할 필요가 있습니다.


KDI 정책포럼 목차
 
 
  • 1. 들어가며
  •  
  • 2. 정부정책에의 AI 기술 적용
  •  
  • 3. 중소기업 지원정책의 대상 선별 시 AI 적용의 유용성 탐색

4. AI 기반 정책체계 전환의 장애요인

5. 데이터 기반 정책수립을 위한 정책제언
유튜브영상
|   관련정보   |
예측력이 뛰어난 AI 기술, 공공부문에서도 다양하게 활용될 수 있을 텐데요.
우리나라는 아직 단순 반복 업무를 대체하는 수준에 그치고 있다고 합니다.
AI 기술을 도입한다면 정책의 효과를 얼마나 높일 수 있을까요?

● 관련 보고서
- [KDI 정책포럼] AI 기술, 지원정책의 효과를 높일 수 있을까? /research/forumView?pub_no=17540

● 관련 영상
- AI한테 내 사무실 책상 뺏길까봐 걱정되는 사람?! AI vs 인간 대결의 승자는? 인공지능(AI)이 진화할수록 불평등, 양극화 사회가 온다? https://youtu.be/4J0b-WnnFew
- 코로나19 이후 일자리, 이전과 비슷? VS 새로운 변화! https://youtu.be/ytRWef1MeFo
 
|   스크립트   |
AI 기술은 예측력이 뛰어나
공공부문의 다양한 영역에서 혁신을 일으킬 수 있는데요.

우리나라 역시 공공부문에서 AI를 활용하고 있지만,
아직 단순 반복 업무를 대체하는 수준에 그치고 있습니다.

AI 기술로 정책의 영향을 사전에 예측해서
실행한다면 효과가 커질까요?

이를 알아보기 위해 중소기업 지원정책을 살펴봤는데요.

업력 6년 이하의 창업기업을 대상으로
기존의 정책집행 결과와
지원기업을 선별하는 과정에 머신러닝 모델을 적용한 결과를
분석해봤습니다.

먼저, 기존 방식으로 선별되어 지원받은 기업은
비지원기업에 비해
지원 1년 후 매출액 증가율이 오히려 낮게 나타났습니다.

다음으로 머신러닝 모델을 통해
기업의 매출액 증가율을 예측하여
고성장 그룹과 저성장 그룹으로 구분한 후
해당 기업의 실제 성과와 비교해봤는데요.

그 결과,
고성장할 것으로 예측된 그룹의 실제 매출액 증가율이
저성장 그룹에 비해 10배 이상 높게 나타나
AI가 기업 성장률 예측에 매우 유용한 것을 확인했습니다.

이러한 예측치를 지원기업에 적용해봤더니,
고성장으로 예측된 그룹의 실제 성과가
높게 나타났는데요.

지원 대상을 선정할 때, AI의 성과예측 정보를 활용한다면
성장 잠재력은 높지만 자금력이 부족한 기업을
제대로 분별해서
사업의 효과성을 높일 것으로 기대됩니다.

하지만,
정책 데이터가 표준화되어 있지 않고,
부처 간에 정보 공유 부재와 같은 어려움이 있어
공공부문에서 AI 기술 도입이 쉽지 않은데요.

그럼에도 불구하고
교육, 의료, 기업지원 등 예산 규모가 크고
정책의 효과성 제고가 절실한 부문을 중심으로
AI를 활용하는 것이 필요해 보입니다.

어떻게 해야 공공부문에서
AI를 적극적으로 활용할 수 있을까요?

(김민호 박사님)
무엇보다 ‘공공부문 데이터기반 정책수립’을 국가적 전략으로 설정할 필요가 있습니다. 현재 ‘AI 국가전략’ 중 공공부문은 AI 기술 적용에 한정되어 있는데요. 기술뿐만 아니라 업무 혁신을 통해 공공조직 운영방식을 데이터 기반 의사결정 방식으로 전환하는 것이 필수적입니다. 개별 조직은 정책의 수립, 집행, 평가 전반을 점검하여 필요한 데이터를 선정하고 이를 분석하여 실제 정책과정에 반영하는 전사적 전략이 수립되어야 합니다.

(한재필 교수님)
지원정책의 효과성을 높이기 위한 AI활용 세부전략으로는 먼저 각 주무부처에서 별도로 관리되고 있는 정부 사업 관련 데이터를 표준화하여 관리체계를 통일해야 합니다. 이를 위해, 효율적인 정책정보 교류를 위한 정책 조정 권한과 법적 근거를 갖춘 하나의 조직 체계를 만들 필요가 있습니다. 또한, 공공부문의 전문성을 보완하기 위해 민간의 역량을 활용하여 신뢰 기반 민관협력체계를 구축해야 합니다.
관련 자료 ( 10 )
  • 주요 관련자료
  • 같은 주제자료
공공누리

한국개발연구원의 본 저작물은 “공공누리 제3유형 : 출처표시 + 변경금지” 조건에 따라 이용할 수 있습니다. 저작권정책 참조

담당자
윤정애 전문연구원yoon0511@kdi.re.kr 044-550-4450
이 페이지에서 제공하는 정보에 대하여 만족하시나요?
네이버로그인
카카오로그인
보안문자 확인

무단등록 및 수집 방지를 위해 아래 보안문자를 입력해 주세요.

KDI 직원 정보 확인

담당자 정보를 확인해 주세요.

등록완료

소중한 의견 감사드립니다.

등록실패

잠시 후 다시 시도해주세요.

Join our Newsletter

매일 새로운 소식으로 준비된 KDI 뉴스레터와 함께
다양한 정보를 확인하세요.