요 약
■ AI는 예측력이 뛰어나 공공부문의 다양한 영역에서 강력한 혁신을 가능하게 할 것으로 예상되나, 현재 우리나라
에서는 정책목표에 부합하는 대상 선별 및 사후관리에 이를 적극적으로 활용하지 못하고 있음.
 국내에서 최근 등장하고 있는 AI 활용 공공서비스는 주로 단순반복 업무를 기술적으로 대체하는 수준에서
제한적으로 활용되고 있음.
 주요국은 AI를 이용한 정책 정보 분석을 통해 효과적으로 정책목표를 달성할 수 있는 정책대상을 선별
하고 있으며, 사후관리 등에도 AI를 활용하고 있음.
 기존의 정책 성과관리가 결과를 확인하는 사후평가에 그쳤다면, AI의 도입은 정책의 효과를 사전적으로
예측한 정보를 활용하는 등 데이터에 기반한 의사결정 방식으로의 전환을 의미
■ 우리나라 중소기업 지원정책의 지원대상 선별에 AI를 적용한 결과, AI는 지원 이후의 성과 예측에 효율적으로
활용될 수 있으며, 지원의 효과가 낮은 대상을 분별하는 데 유용한 정보를 제공하여 지원의 효과성을 크게 제고할
수 있음을 확인
 중소기업을 대상으로 비용을 지원하거나 융자를 제공하는 중소벤처기업부의 다양한 자금 지원사업에
기업 정보를 활용하여 머신러닝을 적용한 결과, 지원 이후의 성장 예측에 유용한 것을 확인
 이를 지원효과가 높은 대상을 분별하는 데 활용할 경우 사업의 효과성을 증대시킬 수 있음.
■ 설문조사 결과, 공공부문에서 AI 기술을 활용한 데이터 기반 정책체계로의 전환을 가로막는 요인으로는 1) 정책
정보의 표준화 및 부처 간 연계 미비, 2) 공공부문의 기술 활용 전문성 부족 등이 지적되고 있음.
■ 공공부문의 데이터 기반 정책체계로의 전환을 위한 전략을 수립하여 교육, 의료, 치안, 국방, 기업 지원 등 다양한
분야에서의 정책 효과성 향상을 국가적 차원에서 모색해야 함.
 공공부문 각 분야에서 AI 도입 시 해당 기관을 지원하는 방식으로 정책을 설계할 수 있으며, 지원수단에
는 시스템, 데이터 플랫폼, 보안, 조직 컨설팅, 교육 등을 포함할 수 있음.
 세부 전략으로는 1) 데이터 관리체계 일원화, 2) 정책 정보의 효율적 교류를 위한 정부 업무체계 정비,
3) 신뢰 기반 공공-민간 파트너십 구축이 요구됨.
 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, 투명
한 운영방식 마련 등 데이터 기반 정책수립을 위한 단계별 전략을 수립할 필요