1. [한국지능정보사회진흥원] AI정책 기획.hwp
2. [한국지능정보사회진흥원] AI정책 기획.pdf

업무, 학습, 프로젝트에서 데이터 분석이나 생성형 AI를 활용하여 문제를 해결한 경험을 기술하시오.
생성형 AI 활용 확산을 추진할 때 현장 저항과 리스크를 어떻게 낮추고 성과를 어떻게 빠르게 만들겠습니까
NIA에서 이루고 싶은 것은 단순한 확산이 아니라, 공공부문이 생성형 AI를 도입할 때 겪는 불안과 시행착오를 표준화된 절차로 줄여 성과로 연결하는 일입니다.
저는 이를 데이터와 생성형 AI로 동시에 잡았습니다.
저는 이 경험으로 데이터 분석은 문제를 선명하게 만들고, 생성형 AI는 해결을 반복 가능하게 만든다는 것을 배웠습니다.
공공부문 AI 정책에서 첫 문제정의는 기술이 아니라 업무입니다.
저는 NIA에서도 같은 기준으로 갈등을 분해하고 , 단계별 확산으로 합의를 만들겠습니다.
저는 프로젝트에서 생성형 AI를 무조건 쓰게 한 것이 아니라, 체크리스트 승인과 근거 첨부를 강제해 신뢰를 만들었고, 그 결과 확산이 자연스럽게 이어졌습니다.

본 지원서 작성과정에서 생성형 AI를 활용했다면 어떻게 활용했으며 어떤 점이 유용했는지, 활용하지 않았다면 그 이유는 무엇인지 기술하시오.
생성형 AI 활용 확산을 추진할 때 현장 저항과 리스크를 어떻게 낮추고 성과를 어떻게 빠르게 만들겠습니까
데이터 활용 확산을 위해 개인정보보호, 보안, 품질을 동시에 만족시키는 운영 원칙을 제시해 주세요
NIA에서 이루고 싶은 것은 단순한 확산이 아니라, 공공부문이 생성형 AI를 도입할 때 겪는 불안과 시행착오를 표준화된 절차로 줄여 성과로 연결하는 일입니다.
1년차에는 부처와 지자체의 실제 업무 흐름을 기준으로 활용과제를 발굴하고, 3년차에는 재사용 가능한 가이드와 템플릿을 만들며, 5년차에는 성과 측정체계를 정교화해 예산과 신뢰를 동시에 끌어오는 기획자로 성장하겠습니다.
저는 이를 데이터와 생성형 AI로 동시에 잡았습니다.
유형별로 담당자가 쓰는 답변과 내부 규정을 연결해 지식 베이스를 만들고, 생성형 AI를 활용해 초안 답변을 생성하도록 설계했습니다.
저는 이 경험으로 데이터 분석은 문제를 선명하게 만들고, 생성형 AI는 해결을 반복 가능하게 만든다는 것을 배웠습니다.
업무단위 과제 라이브러리입니다.
한 팀 프로젝트에서 생성형 AI 도입을 시도했지만, 구성원들은 두 가지 이유로 반대했습니다.
모두가 납득할 기준이 없어서 감정으로 싸우는 구조였기 때문입니다.
저는 공공부문 AI 활용 확산에서 가장 중요한 것은 기술의 성능이 아니라, 책임과 절차의 설계라는 점을 배웠습니다.
특히 AI 분야는데이터와의사결정이 얽혀 오해가 쉽게 생기므로, 청렴은 성과의 기반이자 가장 현실적인 리스크 관리입니다.
공공부문 AI 정책에서 첫 문제정의는 기술이 아니라 업무입니다.
예를 들어 단순히 문서가 많다에서 끝내지 않고, 특정 유형의 문서 초안 작성과 검토비용이 과다하므로 초안 품질 기준과 책임체계를 포함한 생성형 AI 지원 프로세스를 설계한다
제가 프로젝트에서 회의가 길어질수록 목표가 흐려지던 문제를 민원텍스트 분석으로 유형화하고, 생성형 AI를 초안 생성이 아니라 근거 첨부와 체크리스트 승인 구조로 설계했던 방식이 그 예시입니다.
외부 공표에 영향을 주는 업무, 개인정보가 들어가는 업무는 통제비용이 크므로 제한을 강화하고, 내부 초안 작성처럼 영향도 는 낮지만 반복이 많은 업무는 빠르게 적용해 성과를 만들었습니다.
내가 통제할 수 없는 도구라는 불안. 둘째, 내일 이 사라질 것이라는 위협 감입니다.
저는 프로젝트에서 생성형 AI를 무조건 쓰게 한 것이 아니라, 체크리스트 승인과 근거 첨부를 강제해 신뢰를 만들었고, 그 결과 확산이 자연스럽게 이어졌습니다.
저는 분류, 최소화, 추적, 검증 네가 지 원칙으로 운영하겠습니다.
정량 지표로는 처리 시간 단축률, 반려율과 오류율, 재사용률, 교육 이수 후 실제 사용률을 보겠습니다.
얼마나 자주 쓰는지, 같은 템플릿이 다른 기관으로 얼마나 퍼졌는지, 현장에서 업무기준이 표준으로 자리 잡았는지를 재사용률과 사용빈도로 확인해야 합니다.
저는 프로젝트에서 결과 물 품질을 검증하는 체크리스트를 도입했을 때, 사람들이 빠르다는 이유보다 안심된다는 이유로 사용을 늘리는 것을 봤습니다.
NIA에서는 사업 초기부터 지표를 설계해, 성과가 말이 아니라 데이터로 설명되게 하겠습니다.
저는 발견, 격리, 원인 분석, 완화, 공지와 교육의 순서로 대응하겠습니다.
숨기면 신뢰가 무너지고 확산이 멈춥니다.
NIA에서 저는 윤리 이슈를 두려움의 이유가 아니라, 시스템을 강하게 만드는 계기로 만들겠습니다.

ai, 만들다, 생, 업무, 초안, 확산, 성형, 활용, 어떻다, 데이터, 이다, 성과, 문서, 사람, 기술, 기준, 내부, 리스크, 정책, 설계