생성형 AI, 정부 규제 운영의 혁신 이끈다

이미지 출처: 구글 Imagen3

생성형 AI를 비롯한 인공지능(AI) 기술이 정부의 규제 운영 방식을 획기적으로 바꿀 전망이다. 딜로이트 보고서에 따르면, AI 기술은 규제 기관이 기업 및 시민들과 소통하고 협력하는 방식을 근본적으로 변화시킬 수 있는 잠재력을 지니고 있다.

보고서는 AI가 규제 주기 전반에 걸쳐 효율성과 효과성을 모두 개선할 수 있다고 분석했다. 특히 공개 의견 수렴, 규제 개발, 규제 시행 등의 분야에서 AI 활용이 두드러질 것으로 전망됐다.

보고서는 공개 의견 수렴 과정에서 AI의 활용 효과가 크게 나타날 것으로 예상했다. 예를 들어, 미국 연방통신위원회(FCC)가 2017년 ‘망 중립성’ 관련 새 규칙을 제안했을 때 온라인 의견 청취 시스템에 2,200만 건 이상의 댓글이 접수됐다. 그러나 연구자들은 자연어 처리(NLP) 등 AI 기술을 활용해 분석한 결과, 100만 건 이상의 댓글이 봇(bot)이 작성한 것임을 밝혀냈다.

AI를 활용하면 이러한 봇 공격과 AI가 생성한 의견을 걸러내는 것은 물론, 적법한 의견을 요약하고 분류하는 데도 도움이 될 수 있다. 생성형 AI는 이해관계자들의 주장을 구분하고, 관련 지지층에 대해 추론할 수도 있다. 또한 정책 입안자들이 가장 중요한 문제에 집중할 수 있도록 여러 이해관계자의 토론 결과를 요약하는 것도 가능하다.

AI는 ‘기관의 기억’을 유지하는 데도 도움이 될 수 있다. 오랫동안 근무한 규제 전문가가 기관을 떠날 경우 방대한 지식의 손실이 발생할 수 있는데, AI가 이를 보완할 수 있다는 것이다.

예를 들어, 직원 퇴사 시 퇴사 면접에서 ‘암묵 지식’을 포착한 뒤 생성형 AI를 활용해 신입 직원의 특정 직무에 맞게 조정된 온보딩 및 교육 문서를 만들 수 있다. 또한 생성형 AI는 기존 법률 및 규정, 과거 시행 결정에 대해 훈련을 받을 수 있어 기존 직원과 신입 직원 모두 복잡한 정책 문서를 더 잘 이해하고 규제 연구 프로세스를 가속화할 수 있다.

AI는 실태조사의 효과를 높이는 데도 기여할 수 있다. 조사 목표 지정, 서류 작업 감소, 보고서 초안 작성, 과거 패턴에 대한 통찰력 발견 등 조사 과정 전반에서 업무를 개선하는 데 다양한 선택지를 제공할 수 있다.

일례로 뉴욕시 소방당국은 AI 도구를 사용해 ‘구조물 화재’ 발생과 관련된 요인을 확인하고 모든 건물에 위험 점수를 할당했다. 이 도구는 17개 시 기관의 데이터 스트림에서 7,500개 이상의 데이터 포인트를 추적하며, 각각의 새로운 화재에서 학습해 실시간으로 위험을 재평가하고 있다.

보고서는 규제 기관이 AI의 잠재력을 활용하기 위해 세 가지 사항을 고려해야 한다고 조언했다.

첫째, 다양한 AI 도구의 고유한 기능을 이해해야 한다. 생성형 AI는 창의적인 작업에 적합하지만 정확성이 떨어질 수 있고, 전통적인 머신러닝은 데이터에서 패턴을 찾는 데 적합하다는 점 등을 고려해 적절한 도구를 선택해야 한다는 것이다.

둘째, 직무에 적합한 복수의 도구를 채택해야 한다. 가장 정교하고 비싼 도구를 채택하는 것보다 각각 고유한 강점을 가진 여러 개의 작은 도구를 활용할 때 최상의 결과를 얻을 가능성이 높다고 보고서는 지적했다.

셋째, AI와 인간의 판단을 통합하도록 비즈니스 프로세스를 조정해야 한다. AI가 제공할 수 있는 것이 무엇인지 이해하고 규제 프로세스를 재고해야 한다는 것이다.

보고서는 “AI를 처음 접한다면 작게 시작하는 것이 좋다”면서 “명확하고 상당한 결과를 낳는 현실적인 문제점을 찾고 그것에 대해 평가해야 한다”고 조언했다.

딜로이트의 정부의 업무 혁신과 관련된 리포트 전문은 링크에서 확인할 수 있다.

본 기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기