공공 부문의 AI란?

전 세계 정부 기관에서는 공공 서비스 제공 분야에서 직면한 핵심 과제를 해결하기 위해 지속적으로 인공지능(AI)과 머신 러닝을 도입하고 있습니다. 이를 통해 시간 소모적이고 비용이 많이 드는 복잡한 프로세스를 간소화하고 있습니다. 데이터 관리와 분석부터 운영 지원에 이르기까지 대중의 요구 사항을 충족하는 서비스를 지원하기 위해 AI 툴을 개발하고 분야에 맞게 응용하는 것은 공공 부문의 트랜스포메이션과 현대화를 끌어 나가는 데 있어 상당히 중요합니다. 

정부 기관의 다양한 부서 전반에서 AI를 활용하는 새로운 방법을 모색함에 따라, 공공 부문 기관에서의 두 가지 주요 AI 응용 분야가 두드러지고 있습니다. 첫 번째로 예측 AI는 과거 데이터를 사용하여 미래의 이벤트와 추세를 예측하여 리스크를 완화합니다. 생성형 AI는 방대한 데이터세트를 학습하여 콘텐츠를 생성하고, 번역하고, 수정합니다. 그 결과 인공지능은 고객의 민원 청구 프로세스를 간소화하고 정확성을 높이며, 사기 탐지와 방지를 지원하고, 수동 워크로드를 줄이고, 데이터 예측을 개선하게 됩니다.

Red Hat AI를 조직에 통합하는 방법 알아보기 

AI의 발전을 통해 기관은 전반적인 경험을 획기적으로 개선하여 시민들이 정부 기관 서비스와 상호작용하는 방식을 혁신하고 더욱 원활한 경험을 제공할 수 있습니다. 정책 입안자와 그 외 공공 부문 행정 담당자는 관할 지역 시민에게 더욱 효과적인 서비스를 제공하고 정부 리소스를 효율적으로 배분할 수 있게 됩니다.

공공 서비스 제공 범위를 확장하기 위해 AI를 도입하고자 하는 정부 기관은 AI 구현으로 여러 이점을 얻을 수 있습니다. 예를 들면 여러 소스의 데이터를 선별하여 기존 청구를 더 효율적으로 관리하거나, 사기를 예측하고, 식별하고, 방지하는 데 도움이 되는 최신 정보를 취득하고 배포할 수 있습니다. 

개선된 데이터 배포 프로세스를 통해 행정 담당자는 청구의 우선순위를 지정하고 효율적으로 확인할 수 있으므로 전반적인 청구 프로세스가 간소화됩니다. 이는 청구인, 정책 입안자, 정치인에게 전달되는 정보의 정확도와 속도를 높이는 데 도움이 됩니다. 또한 공공 부문 알고리즘에 데이터를 통합하면 정부 기관이 시민의 요구 사항을 예측하고 공공 부문 행정 담당자가 서비스 가용성을 관리하고 개선하는 데 도움이 될 수 있습니다.

AI의 주요 이점 

공공 부문에서 시민, 행정 담당자, 정책 입안자 모두에게 좋은 AI 활용의 핵심 이점은 다음과 같습니다.

서비스 경험 향상

AI 알고리즘이 처리한 데이터 인사이트와 실시간 예측 분석은 전반적인 서비스 제공과 사용자 경험을 향상하므로 시민들은 필요한 시점에 적합한 서비스에서 적절한 답변을 받아 더 나은 결과를 얻고 리소스 낭비를 줄일 수 있습니다. 예를 들어, 스페인 바스크 지역의 IT 부서인 바스크 정부 IT 협회(Eusko Jaurlaritzaren Informatika Elkartea, EJIE)는 Red Hat® 기술을 활용해 시민들에게 AI 지원 디지털 서비스를 제공했습니다. 바스크 정부는 시민들이 원하는 언어로 서비스를 이용할 수 있도록 지원하고자 했습니다. IT 팀은 Itzuli 프로젝트의 프레임워크 안에서 AI를 활용해 언어 툴을 개발하여 바스크어를 스페인어, 프랑스어, 영어로 번역하고 텍스트를 음성으로 변환할 수 있도록 지원했습니다. 또한 바스크어와 스페인어는 음성을 텍스트로 전사할 수 있도록 했습니다.

청구 처리 개선

복지 청구와 지급을 처리하는 데는 수천 시간에 달하는 정부 기관의 업무 시간이 소요되며, 수동 처리는 인적 오류의 리스크를 높여 시민과 기관의 효율성에 부정적인 영향을 미칠 수 있습니다. 워크플로우에 AI를 도입하면 청구 접수를 자동화하고 데이터 기반의 권장 사항을 제공해 청구 프로세스를 가속하며 직원과 시민 모두의 경험을 개선할 수 있습니다.

사기, 낭비, 악용 방지

로보틱 프로세스 오토메이션(RPA)은 수작업에 비해 빠르고 정확하게 문서를 분석합니다. 이 AI 툴은 사기 활동과 리소스 낭비에 효과적으로 플래그를 지정해 정부 리소스와 예산을 더욱 효율적으로 사용할 수 있도록 합니다. 알고리즘이 계속해서 개선됨에 따라 시스템은 사기 탐지에 점점 더 숙련도가 높아져 시민과 기관에 확장 가능한 보호를 제공할 수 있게 됩니다. 

공공 부문 서비스 접근성 확대

AI 지원 안내 기능은 시민들에게 제공되는 서비스의 가용성과 접근성을 확대할 수 있습니다. AI를 활용해 청구를 검증하고 처리하면 더 많은 행정 담당자가 복지 청구를 관리할 수 있어 기관에서 소수 전문가에 대한 과도한 의존을 줄이고 청구 처리 속도를 높일 수 있습니다.

정책 개발 가속

정책 개발은 많은 이해관계자가 참여하며 시민에게 영향을 미칠 수 있는 요소를 고려해야 하는 까다로운 과정입니다. 컴퓨팅 기반 AI 툴은 시행착오적인 방법을 더욱 효율적인 모델로 대체해 정책 수립과 검토를 지원함으로써 프로세스를 가속하고 법적, 기술적 과제와 전반적인 비용을 줄일 수 있습니다.

프로덕션 레디 AI/ML 환경

공공 부문에서 AI가 제공하는 이점에도 불구하고, 이를 구현하는 과정에서 공공 부문 기관은 여러 과제에 직면합니다.

데이터 수집 관리 및 분석

정부 주도의 AI 솔루션에는 효과적인 학습을 위해 방대한 실시간 데이터 세트가 필요하지만, 동시에 개인 식별 정보(PII)는 보호되어야 합니다. 

공공 부문의 워크플로우는 일반적으로 수동 프로세스와 엄격한 구조 및 계층을 기반으로 하기 때문에 수많은 부서가 새로운 데이터 수집 절차와 기술을 기존 워크플로우에 통합하는 것에 어려움을 겪고 있습니다. 게다가 시민 관련 데이터는 여러 네트워크에 걸쳐 사일로화되고 파편화되어 있으며, 일부 데이터에는 여전히 종이 문서 형태여서 이를 단일 데이터베이스로 중앙화하기가 어렵습니다.

이해관계자 요구 사항 대응

성공적인 AI/ML 구현과 도입을 위해서는 여러 이해관계자 간의 조율이 필수적입니다. 여기에는 시민, 데이터 사이언티스트, IT 부서, 운영 팀, 공공 부문 행정 담당자, 정책 입안자, 독립 소프트웨어 벤더(ISV)를 포함한 벤더가 모두 포함됩니다. 모든 이해관계자의 합의를 끌어내면 마찰을 줄이고 AI/ML 활성화와 활용 사례에 대한 조직의 의사결정을 강화할 수 있습니다. 다수의 민간 부문과 통신사는 AI 작업 흐름을 최적화하기 위해 AI 우수성 센터(AI Centers of Excellence)를 설립한 바 있습니다.

개인정보 보호 고려 사항 대응

데이터는 많은 조직에서 중요한 자산입니다. 특히 PII를 포함한 대규모 데이터세트를 활용해 정부 AI 툴을 효과적으로 학습시키려면 기관에서 GDPR 컴플라이언스 규정과 GDPR에 따라 시민의 개인정보 보호 권리를 강화하는 EU AI 법률(EU AI Act)을 준수해야 합니다. 데이터 접근 권한은 법적 근거 또는 청구가 있을 때만 부여됩니다. 

지역별 정책 과제 처리

전통적으로 유럽은 미국과 중국에 비해 AI 활용에 있어 비교적 신중한 접근 방식을 취해왔으며, 규제 환경 역시 더 엄격합니다. EU 법률은 GDPR, AI 법률, 데이터 법률(Data Act), DSA, DMA와 같은 여러 계층의 정책으로 구성됩니다. 또한 27개 EU 회원국은 각자 고유한 정책을 보유하고 있어 역외 국가가 국경을 넘어 비즈니스를 진행할 때 복잡한 컴플라이언스 과제를 안겨줍니다. 

최적화와 효율성 극대화

최적화와 효율성을 극대화하는 것은 구성 요소들이 함께 협업할 때 더 쉽습니다. 최적화와 효율성 향상이 이뤄지면 AI 워크로드를 규모에 맞게 배포하는 데 필요한 리소스는 줄이고 다른 곳에 더 많은 시간과 에너지를 할애할 수 있게 됩니다. AI 효율성에 영향을 미치는 중요한 요인은 추론 서버와, 이 서버가 대규모 AI 모델과 복잡한 추론 요구 사항을 지원하는 방식입니다.

이러한 AI 툴은 리소스를 더 효율적으로 사용하여 확장 속도를 높입니다. 

• llm-d: LLM 프롬프트는 복잡하고 비균일합니다. 일반적으로 대량의 데이터를 처리하려면 방대한 컴퓨팅 리소스와 스토리지가 필요합니다. 개발자는llm-d와 같은 오픈소스 AI 프레임워크를 통해 분산 추론과 같은 기술을 사용하여 LLM과 같이 정교하고 규모가 큰 추론 모델에 대해 증가한 수요를 충족할 수 있습니다. 
• 분산 추론: 분산 추론은 추론 작업을 상호 연결된 일련의 기기에 분배하여 AI 모델이 더 효율적으로 워크로드를 처리할 수 있도록 하는 것을 말합니다. '백지장도 맞들면 낫다'라는 속담을 소프트웨어 분야에 적용한 것과 같습니다.  
• vLLM: 가상 대규모 언어 모델(Virtual Large Language Model)을 의미하며, vLLM 커뮤니티에 의해 유지 관리되는 오픈소스 코드 라이브러리입니다. vLLM은 대규모 언어 모델(Large Language Model, LLM)이 계산을 더욱 효율적이고 대규모로 수행할 수 있도록 돕습니다.

Red Hat AI가 이러한 툴과 기능을 통합하여 고객이 AI를 규모에 맞게 사용할 수 있도록 지원하는 방법을 알아보세요.

Red Hat AI 살펴보기 

Red Hat 오픈소스 엔터프라이즈 IT 소프트웨어는 민간 기업과 정부 기관, 그리고 공공 부문 전문가와의 협업을 통해 개발됩니다. 

Red Hat의 개방형 모듈식 AI/ML 솔루션을 활용하면 고객은 AI/ML 프로젝트를 신속하게 운영 환경에 적용해 맞춤형 서비스를 제공하고, 이해관계자 제어와 투명성을 강화할 수 있으며 이를 통해 기관은 다음과 같은 작업을 수행할 수 있습니다.

• 가치를 더하는 동시에 기존 IT 투자 자산을 보호합니다. Red Hat은 파트너십과 통합을 통해 AI/ML 프로젝트의 배포와 라이프사이클 관리를 가속하고 단순화합니다.
• 하이브리드 클라우드 솔루션 내에서 업계 선도적인 오픈소스 기술에 액세스할 수 있으며, 이를 통해 비즈니스 룰, 프로세스 자동화, 제약 조건 해결, 비즈니스 최적화, 머신 러닝 등 필수 AI 기능을 제공합니다.
• Red Hat의 사용자 정의 가능한 지능형 데이터로서의 서비스(Data-as-a-Service)를 활용한 강력한 데이터 연결 기능을 통해 내외부 의무 사항과 요구 변화에 유연하게 대응할 수 있습니다.
• 유연한 구성 요소를 통해 플랫폼 기능을 확장하고, 프로세스의 복제성과 빠른 혁신을 위한 보안을 보장합니다.
• 예측 가능한 구조를 갖추면서도 유연한 지속적 통합/지속적 제공(CI/CD) 아키텍처를 구현해 머신 러닝 운영(MLOps)을 간소화하고, 머신 러닝 모델링부터 학습에서 배포 그리고 지속적인 개선으로의 전환을 간소화합니다.

공공 부문에서의 AI 활용 전망은 매우 밝습니다. Red Hat OpenShift® AI와 Red Hat Enterprise Linux® AI와 같은 솔루션을 이용하면, 기관은 수동 작업 중심의 노동 집약적인 프로세스를 간소화하고 자동화해 핵심 서비스를 제공하는 데 집중할 수 있습니다.