📋AI와 미래

공무원 · 선출직 인사들이 오고 가는 동안에도 법을 집행하고 공공서비스를 전달하며 정부를 계속 돌아가게 하는, 시험으로 선발된 국가의 상근 인력.

공무원의 일상 업무 상당수는 정확히 소프트웨어가 잘하는 종류의 구조화된 규칙기반 작업이다. 서류를 자격 기준과 대조하고, 급여액을 계산하고, 청구서의 불일치를 표시하는 일이다. 여러 정부가 이미 이를 위한 자동화 시스템을 도입했으며 결과는 엇갈리고 때로는 참담했다.

이 페이지는 AI가 정부 안에서 현실적으로 이미 하고 있는 일과, 훨씬 더 저항력을 보이고 있는 것, 즉 구속력 있는 결정에 서명할 법적 권한, 진정으로 애매한 사안이 요구하는 판단력, 그리고 이름을 밝힌 책임 있는 관료만이 짊어질 수 있는 공적 책임을 구분한다.

56 / 100
높음

기계가 대신할 수 있는 업무의 비율

일반적인 사례담당자나 행정관의 일일 업무 중 대략 절반, 즉 자격심사, 서류처리, 표준 서신, 1차 부정수급 적발은 선도적인 전자정부 체계에서 이미 부분적으로 혹은 전면적으로 자동화되어 있다. 자동화에 저항하는 것은 그 서류업무가 떠받치는 모든 것이다. 법적 서명 권한, 규정이 예상하지 못한 사안에 대한 판단, 그리고 서류가 결정한 것에 대해 오직 이름을 밝힌 공직자만이 법정이나 의회 위원회에서 책임질 수 있다는 사실이다.

직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.

AI가 대체하지 못하는 직업 →

기계가 가져가지 못하는 것

법적 서명 권한

92

정당히 임명된 관료만이 급여 지급을 법적으로 승인하고, 허가증을 발급하고, 구속력 있는 규정에 서명할 수 있다. 어떤 AI 시스템도 그 법정 권한을 가질 수 없으므로, 어떤 도구가 권고안을 만들어냈든 인간이 책임 있는 결정권자로 남아야 한다.

공적·의회적 책임

86

관료는 결정에 대해 의회 위원회에 소환되거나, 행정법원에서 소송을 당하거나, 공적 조사에서 이름이 거론될 수 있다. 이 책임의 사슬은 모델이 아니라 특정한 사람이 그 판단을 해명할 것을 요구한다.

규정이 예상하지 못한 사안에 대한 판단

80

자격 기준과 규정은 전형적 사례를 위해 쓰인다. 사례담당자의 진짜 실력은 흔히 누군가의 진정으로 이례적인 상황이 규정 입안자가 상상했던 범위 밖에 놓여 있음을 알아차리고, 재량이 법적으로 어디까지 미치는지를 아는 데 있다.

부처 간·정치적 협상

74

정책을 실제로 집행되게 만드는 일은 대개 다른 부처, 선출직 공직자, 외부 단체를 설득해 협조를 얻어내야 한다. 그럴듯하게 들리는 논거를 만들어내는 것이 아니라 특정 사람들의 이해관계와 이력을 읽어내는 협상이다.

취약한 신청인과의 신뢰 관계

70

혼란스러운 복지 체계를 헤쳐나가는 사람, 특히 위기 상황에 처한 사람은 흔히 설명하고 안심시키거나 사건을 수동 검토로 넘겨줄 인간을 필요로 한다. 자동화된 포털이 사람들을 체계 밖으로 밀어내지 않으면서 이를 대체하는 데는 지속적으로 어려움을 겪고 있다.

이미 가져가고 있는 것

자격심사와 급여 계산

70

규칙기반 자격심사는 이미 널리 자동화되어 있으며 그 위험도 실재한다. 호주의 '로보뎁트' 제도는 2016년부터 2019년까지 결함이 있는 소득평균 로직을 이용해 복지채무를 자동으로 계산하고 추심했고, 수십만 명을 잘못 추적한 끝에 정부는 2019년 이 제도를 폐지했으며 이후 왕립위원회는 이를 위법으로 판정했다.

서류 접수와 처리

65

광학문자인식과 AI 서류처리 도구가 세금, 이민, 인허가 기관에서 한때 대규모 사무직 인력이 담당했던 스캔, 분류, 데이터 입력 업무의 초기 단계를 점점 더 많이 처리하고 있다.

일상적 시민 문의

58

2014년부터 여러 기관에 도입된 싱가포르의 가상비서 '애스크 제이미'가 이른 사례다. 정부 챗봇은 이제 운영시간, 필요 서류, 신청 상태 같은 일상적 질문 상당수를 인간의 개입 없이 답하고 있다.

부정수급·이상 징후 탐지

50

머신러닝 시스템은 방대한 청구나 세무 데이터에서 수동 검토보다 더 빠르고 철저하게 의심스러운 패턴을 점점 더 잘 찾아내지만, 어떤 집행 조치가 취해지기 전에도 여전히 인간이 조사하고 결정한다.

일이 변해가는 방식

결정권자에서 알고리즘 감사자로

1차 결정이 점점 더 자동으로 생성되면서, 관료 업무의 점점 더 많은 부분이 빈 사건 파일에서 판단에 이르는 것이 아니라 알고리즘 산출물을 검토하고 수정하거나 무시하는 일이 되고 있다.

사례담당자 성과가 대시보드 지표가 되다

디지털 사건관리 시스템은 처리량, 오류율, 처리시간을 관리자에게 실시간으로 새롭게 가시화하여, 한때 상사의 주기적 파일 검토로만 평가받던 직업의 문화를 바꾸어놓고 있다.

디지털 우선 부서가 경력 경로를 재편하다

영국의 정부디지털서비스, 에스토니아의 전자정부 기관, 싱가포르의 GovTech는 정부 안에 소프트웨어 엔지니어와 서비스디자이너를 위한 병렬 경력 트랙을 만들었으며, 흔히 전통적 시험 경로 밖에서 채용된다.

경력채용이 평생직장 모델을 희석하다

인도의 경력채용 프로그램처럼 외부 전문가를 중간·고위직에 직접 데려오는 제도들은, 공무원이 하나의 제너럴리스트 계층을 평생 거치며 오른다는 전통적 전제를 조금씩 갉아먹고 있다.

갈라져 나오는 새 직업들

정부 데이터과학자

에스토니아의 X-로드처럼 현대 공무원 조직이 실제로 작동하는 데 점점 더 근간이 되는 자격심사 모델, 대시보드, 데이터공유 인프라를 구축하는 전자정부 부서 안에서 일한다.

알고리즘 책임 담당관

EU의 AI법과 유사한 규정이 시행되면서 빠르게 확대되고 있는 새로운 준법 직무로, 배치 전후로 정부 자동결정 시스템의 편향과 오류를 감사한다. 알고리즘의 실수를 여전히 인간이 책임져야 하기 때문에 생겨난 역할이다.

정보공개·개방데이터 담당관

정부의 정보공개 청구와 개방데이터 발간 파이프라인을 관리하는 직무로, 투명성 법률과 시민의 기대가 함께 커지면서 작은 준법팀에서 상당한 전문 분야로 성장했다.

민관 파견 전문가

민간부문 전문성을 정부로 들여오고 다시 내보내는 경력채용과 파견 프로그램을 관리한다. 정부가 내부에서 빠르게 훈련시킬 수 없는 전문 역량을 사들이려 함에 따라 확대되고 있는 직무다.

전망

호주의 로보뎁트 스캔들은 지금까지 가장 명확한 경고 사례다. 서류상으로는 비용을 절감한 자동화 시스템이 수년간의 부당한 채무 통지를 낳아 실제 피해를 초래했고, 왕립위원회 조사와 값비싼 정부 배상으로 끝을 맺었다. 진정한 인간 검토 단계를 보존하지 않은 채 공무원 기능을 자동화하는 것은 아예 자동화하지 않는 것보다 더 나쁠 수 있다는 증거다.

이 직업에 가해지는 더 지속적인 압력은 AI라기보다 예산 정치다. 2025년부터 시작된 미국 연방 인력의 급격한 감축을 포함해 여러 정부가 자동화가 실제로 이룬 것보다 훨씬 큰 폭으로 공무원 인력을 줄이는 데 효율화 정책을 활용해왔다. 정부 규모를 줄이려는 정치적 의지가, 소프트웨어 역량 못지않게 한 정부가 고용하는 공무원 수를 결정한다는 것을 보여주는 사례다.

계속 탐색하기

법·공공 분야의 다른 직업