□ 연구의 배경 및 필요성
○ 인공지능은 4차 산업혁명 시대 변화의 마중물로서 원천기술의 개발 못지않게 응용의 중요성이 큼
○ 공공부문에서도 기존 전자정부를 넘어 지능정부로 전환을 추구하고 있으나 아직 인공지능의 활용은 제한적으로 이루어지고 있음
- 인공지능은 파괴적인(disruptive) 정부혁신의 수단으로 이 기술을 통해 기존 전자정부에서 ‘지능정부’로 전환이 가능하다고 여김
- 전자정부와 지능정부 모두 정보기술을 핵심으로 하나 전자정부는 정부의 업무와 관련한 모든 요소를 디지털화하는데 주안을 두었다면, 지능정부는 축적된 디지털 정보를 현실 문제에 적용하는데 목적
- 전자정부에서 의사결정은 공무원을 중심으로 이루어져 올바른 절차를 중시하나 지능정부에서는 축적된 정보를 통합적, 과학적으로 활용하여 올바른 의사결정을 내림으로써 절차 보다는 결과 중심의 정부로 변환을 추구
- 그러나 상대적으로 인공지능 도입 거버넌스가 효과적이고, 목적이 명확한 민간부분에 비해 공공부분의 인공지능 활용은 미흡
<미국 공공부문의 인공지능 활용현황>
○ 과학기술 행정에 당면한 문제를 해결하기 위해 지능 보조 도구로서 공공부문의 하나인 과학기술 행정에서의 인공지능 활용 가능성을 모색할 필요
- 과학기술 행정은 과학기술 분야의 발전 및 문제 해결을 목적으로 한 여러 행정영역 중 하나
- 과학기술 분야가 국가 경제에 미치는 영향력이 증대되고, 주요 연구개발 예산이 20조를 바라보는 현시점에서 효과적 과학기술 행정에 대한 요구 증가
- 과학기술은 급속하게 변화하는 특징이 있고, 국․내외 환경 변화에 따라 연구개발 및 혁신의 투자 방향 또한 다른 분야에 비해 빠르게 변화해야할 필요가 있음
□ 연구의 목적
○ 과학기술 행정에서 인공지능 활용 현황을 파악하고, 인공지능의 활용이 가능한 영역 도출
○ 인공지능의 기술적 특성과 과학기술 행정 업무에 대한 이해를 바탕으로 과학기술 행정 혁신을 위한 인공지능의 활용 방안 모색
□ 연구의 내용 및 구성
○ (제1장) 서론으로 인공지능 기술의 등장과 발전을 돌아보고, 공공부문과 과학기술 행정에서 인공지능으로 인한 예상 효과를 살펴봄으로써 활용의 필요성 타진
○ (제2장) 인공지능 기술의 활용 대상인 과학기술 행정의 개념과 범위에 대해 기술하고, 과거 정보화에서 최근의 지능화로 변화하는 관점에서의 과학기술 행정의 발전을 다룸
○ (제3장) 현재 과학기술 행정에 인공지능이 활용되는 사례를 제시하고, 이들 사례로부터 활용을 유형화
○ (제4장) 과학기술 행정에서 전반적 지향을 가늠하고, 현재 인공지능이 활용되고 있는 정책영역에서의 직면하는 문제점을 기초로 향후 예상 장애요인을 도출
○ (제5장) 결론으로 과학기술행정에 인공지능의 활용 활성화와 활용처에 대한 방향성 제시
<보고서의 구성>
□ 본 연구에서의 인공지능
○ 인공지능은 과거의 경험과 인식한 데이터를 토대로 목적함수를 최적화하는 방식으로 행동하는 시스템을 의미
- 특정 알고리즘에 국한하지 않고 감지, 이해, 행동, 학습의 모듈로 구성되어 각 모듈의 상호작용으로 작동
○ 본 연구에서의 인공지능은 현재 활용할 수 있는 기술 수준을 기준으로 함
○ 인공지능 기술의 성공을 위해 빅데이터, 알고리즘, 컴퓨터 처리속도가 관건이나 활용의 관점에서 목적, 계획, 적용업무와 같이 대상 상황도 함께 고려되어야 함
□ 과학기술 행정의 범위
○ 일반적 행정은 정부 관료제 내에서 공익 목적을 달성하기 위한 공공 문제의 해결 및 공공 서비스의 생산, 분배와 관련된 인적·물적 자원 관리와 정책 결정, 집행 등 정부의 제반 활동과 이에 따른 상호작용을 의미
- (정책적 요소) 정책의 결정 기능을 중시하고 공공성이라는 가치를 지향하며 행정의 정치적 성격을 포함
- (관리적 요소) 관리 기능과 효율성 등 사실 문제를 강조하고, 행정의 경영․관리적 성격을 지님
<행정의 범위와 요소>
○ 과학기술 분야의 행정은 국가 또는 공공 부문이 과학기술 문제 해결과 발전을 목적으로 과학기술 영역에 개입하는 활동과 이를 위해 조직되는 정부 조직체의 운영에 관련된 제반 활동을 의미
- 과학기술 분야의 행정 즉, 과학기술 문제 해결과 과학기술 발전을 위한 행정으로 과학기술의 특성과 성격 반영
- (정책적 요소) 국가과학기술의 진흥을 위한 전략과 계획수립, 자원의 활용을 포함하는 과학기술 목표설정과 정책결정
- (관리적 요소) 연구개발의 지속적인 개선․발전을 목표로 이루어지는 실행, 평가, 환류 등 국가연구개발사업 및 과제 관리
□ 과학기술 행정의 발전: 정보화에서 지능화로
○ IT 기술의 급격한 발전으로 정보화에서 지능화로 사회가 전환되고 있음
- 정보화 사회를 거치면서 기반시설이 크게 발전했고, 고도의 정보기기와 시스템이 현실화·구체화되어 옴
․정보화 사회는 IT 기술을 활용하여 정보를 가공, 처리, 유통하는 활동이 활발하여 그 활동이 사회 및 경제의 중심이 되는 사회를 의미
- 최근에는 오랜 기간 동안 축적된 정보를 활용하고자 하는 사회적 의지가 강화되면서 정보화를 넘어 ‘지능화’에 대한 수요가 다양한 분야에서 증가
․단순 정보 전달을 목적으로 수집, 가공, 처리, 저장이 중심이었던 것에서 정보의 전송, 유통으로 그 범위가 확대
○ 과학기술 행정의 정보화 관점에서 2000년대 후반 개별적으로 구현되었던 관련 시스템들을 통합하고 연계하면서 활용도를 높여옴
- 과학기술 및 산업 전반과 관련한 다양한 분야의 지식, 정보, 데이터를 총체적으로 수집, 관리, 유통, 확산하기 위한 거대한 기반시설 체계를 구축하고 운영
- 전자정보 국가 컨소시엄(KESLI), 국가과학기술정보센터(NDSL), 국가과학기술지식정보서비스(NTIS), K2Base 등이 대표적인 예
○ 최근 지속가능한 국가R&D, 과학기술 혁신 지원을 목표로 국가R&D 데이터와 인공지능 기술을 결합한 분석 등 지능형 과학기술정보 서비스 제공을 계획
- 지능화 시대의 모든 것은 데이터에서부터 시작되기 때문에 정보화 시대에 구축된 빅데이터는 지능화 사회의 원동력
- R&D PIE, NTIS 5.0, COMPAS, TOD 등의 서비스를 예로 들 수 있음
○ 인공지능의 활용을 자동화(automation)와 증강(augmentation)으로 구분
- (자동화) 단순한 데이터 입력과 같이 인간이 일상적으로 수행하는 기본적인 작업을 인공지능이 대신 수행함으로써 효율성을 향상시키는데 활용
- (증강) 노동자의 기술, 지식 및 경험을 강화하여 더 생산적 혹은 효과적으로 업무를 수행하도록 최적의 조언을 제시하거나 의사결정을 지원하는데 활용
자동화 ←――――――――――――
인공지능의 활용
――――――――――――→ 증강
● 단순, 반복적 작업, 규칙에 기초한 작업(rule-based work)
● 효율성 향상을 목적
● 예) NIH RCDC(Research, Condition, and Disease Categorization)
● 예측이 불가능하고, 특수한 상황에서 요구되는 인간의 의사결정 지원
● 최적의 조언 목적
● 예) Robama(ROBotic Analysis of Multiple Agents)
<인공지능의 활용 영역>
□ 과학기술 행정에 인공지능의 활용 유형
○ 과학기술 행정의 범위와 인공지능 활용 영역을 기준으로 4가지 활용 유형 구분
- (과학기술 행정의 범위) 중장기 계획의 수립, 예산 배분 조정 등 정책적 요소와 국가연구개발사업의 선정, 연구비 지급, 정산의 관리 등 관리적 요소로 구분
- (인공지능 활용 범위) 사전에 정의된 규칙에 의해 단순 반복 작업을 처리하는 자동화와 예측, 진단을 통해 의사결정을 지원하는 증강으로 구분
□ 과학기술 행정에 인공지능의 활용 사례
○ 과학기술 행정에 인공지능을 활용하거나 또는 활용 예정인 4개의 사례를 조사
대 상
인공지능 활용
NTIS 5.0
NST 연구행정선진화
한국연구재단 지능형 연구지원 시스템
R&D PIE
시스템
개요
목 적
국가연구개발정보를 제공하는 포털 서비스
출연(연)별 분산 행정서비스의 통합 제공
지능형 빅데이터 기반 연구지원 서비스 구축
국가연구개발 투자 의사결정 지원
사용주체
부처 공무원, 연구자 등
과학기술출연연 행정 담당자 및 연구자
전문위원(RB)
과학기술혁신본부 공무원, 부처별 담당 공무원
담당부서
KISTI NTIS 센터
NST 연구행정선진화추진센터
한국연구재단 지식정보팀
KISTI R&D투자분석센터
AI
활용
주요내용
이용자 맞춤정보 추천, 챗봇 등
출연(연) 법무자문 공동운영
지능형 평가 후보자 추천 시스템 구축
정부의 R&D 투자필요 영역 발굴
데이터
NTIS, 사용자 로그, 개인정보 등
출연(연) 연구 행정에 관련된 법률, 규정, 규칙, 업무매뉴얼 등
연구 제안서, e-R&D, KCI, KRI 등의 정보
NTIS, SCOPUS, 국제 특허 등
개발주체
자체개발
외부조직과 개발
외부조직과 개발
자체개발
AI의 역할
사용자의 관심 정보 예측, 대화형 검색 서비스 등
출연(연) 법무 자문에 관한 질의에 상시 대응
연구과제 제안서를 토대로 적합한 평가 후보자 추천
주요 기술분야 별 투자 필요 영역 제시
활용시기
2019년
2020년
2021년
2019년
기대효과
사용자 맞춤형 정보 제공 강화
출연(연) 중복 행정 감소로 자원절감 및 행정 효율 향상
분야별 특수성을 반영하여 평가에 공정성, 객관성 향상
기술, 산업, 인력, 정책, 제도 등 통합적 관점에서
R&D 투자 효율 향상
- NTIS와 같이 기존 서비스를 더욱 강화하거나 국가과학기술연구회와 같이 당면한 문제를 해결하기 수단으로 인공지능을 활용하는 사례도 있음
- 인공지능의 활용 목적은 서비스의 상시 제공, 맞춤형 정보 제공이라는 공통점이 있었고, 일부에서는 객관성․공정성과 같은 목적을 지니기도 함
- 인공지능은 전체 시스템의 목적을 달성하기 위한 일부로 활용되며, 제시된 인공지능의 활용 사례는 내년까지는 서비스될 것으로 예상
- 활용 데이터는 기존 단일 종류의 데이터를 넘어서 여러 종류의 데이터를 연계하는 경향
○ 인공지능은 관리 영역에서의 활용은 두드러졌으나 정책 의사결정을 위한 목적에서의 움직임은 뚜렷하지 않음
<인공지능 활용 사례 구분>
□ 인공지능 활용의 한계 및 시사점
○ 과학기술 행정 전반에서 인공지능 활용을 통해 달성하고자 하는 지향점에 대해서는 아직 제시된 바가 없음
- 과학기술 행정에서의 통합적인 방향성이 제시되지 않는다면 개별 인공지능 활용은 파편적 수준에 그치게 될 위험
○ 인공지능의 활용이 미약한 정책 지능화 영역에서의 활용 가능성 모색이 필요
○ 데이터, 알고리즘, 조직 환경 등 인공지능 활용에 있어 중요하거나 장애를 일으키는 요인에 대한 파악이 필요
□ 과학기술 행정에 인공지능 활용을 위한 전문가 의견 수렴
○ 과학기술 행정에 인공지능 활용에 대한 방향성과 과제 관련 논의를 심화
- 현재 산발적으로 이루어지고 있는 과학기술 행정의 인공지능 활용에서 공통적으로 추구해야할 목적 혹은 지향점
- 정책과 관리로 구분한 과학기술 행정 영역 가운데 정책 영역에서의 활용가능성
- 인공지능 활용에 영향을 미치는 요인을 기술 요인(데이터, 알고리즘 등)과 환경 요인(정책 입안자의 관심, 제도 등)으로 구분할 때 활용을 저해하는 주요 요인
<과학기술 행정에 인공지능 활용을 위한 논의 주제>
○ 총 10여 명의 전문가 인터뷰를 통한 의견 수렴
- 과학기술 행정 및 지능정보화 행정 전문가
- 국책 연구소에서 빅데이터 분석 및 인공지능 알고리즘을 활용하여 데이터 기반 정책연구를 수행해 온 연구자
□ 전문가 의견 수렴 시사점: 작지만 성공의 경험을 축적
○ 공공부문은 행정의 과학화를 실현하기 위해 인공지능 기술 활용에 대한 관심이 높아짐
○ 활용의 주체인 정부의 리더십, 담당자의 의지가 주요 요인이며, 인공지능 기술에 대한 낮은 신뢰 수준, 과거 업무 방식에 관성으로 활용 수요는 미약한 수준
<과학기술 행정에 인공지능 활용 모형>
○ 다양한 활용 사례를 발굴하여 시범사업을 통해 실제 행정에 적용하기에 앞서 성능 검증 및 활용의 타당성 검토
- 조직에서 직면한 문제 가운데 인공지능을 통해 해결할 수 있는 문제와 그렇지 않은 문제 구분
- 문제 해결에 필요한 데이터가 잘 구축된 문제, 데이터를 조합하여 목적과 해법에 도달할 수 있는 문제를 중심으로 인공지능 우선 적용
- 선별된 문제를 중심으로 인공지능을 활용하면서 활용 노하우와 성공의 경험을 조직에 내재화
- 약 2~3년 정도 활용 상황을 주시하여 성공 사례가 어느 정도 축적되었을 때 과학기술 행정 전반에서의 인공지능 활용에 대한 전체적인 방향성을 정립
○ 정책 영역에서 인공지능은 인간의 의사결정을 지원하는 용도로 활용될 것
- 사실(fact)에 기초하여 의사결정이 이루어지는 관리영역에서의 인공지능 활용이 우선 이루어지는 것도 일견 자연스러운 현상
- 정책 영역에서의 활용은 기존 전문가 중심 혹은 인간의 직관에 기초한 의사결정에 어떤 문제가 있었는지를 밝히는 과정과 인공지능 적용이 함께 진행되어야 하므로 시간이 소요될 것으로 예상
○ 인공지능 활용에 있어 장애가 되는 주요인은 데이터로, 학습용 데이터가 충분하지 않은 것과 낮은 품질이 지적
□ 인공지능이 활용될 수 있는 아이디어
○ 과학기술 행정에 인공지능을 활용할 수 있는 아이디어를 수집하여 인공지능 적용의 ‘용이성’과 ‘필요성’을 기준으로 분류
- 인공지능 적용의 용이성은 적용 난이도로 필요한 데이터가 갖추져 있는지 혹은 알고리즘은 확보 되었는지 등의 요소가 반영
- 인공지능 활용의 필요성은 인공지능이 해당 문제를 푸는데 적합한 도구인지, 연구자 입장에서 필요한 활용인지 등의 세부 기준이 판단근거가 될 수 있음
<인공지능 활용 아이디어 분류의 예>
연번
내 용
연번
내 용
1
특허, 학술 DB 등을 활용한 기술 탐색과 트렌드 분석
8
연구비 자동정산
2
신규주제 제안, 협업 파트너 발굴 등 맞춤형 R&D 기획 서비스 제공
9
국문 연구개발 활용성과 요약서를 외국어로 자동 번역
3
국문 연구계획서를 외국어로 자동 번역
10
연구 성과의 신규성 및 진보성 판단
4
연구계획서의 표절 및 연구윤리 검토
11
연구장비 공동 활용 및 장비예약
5
연구계획서 맞춤형 평가 후보자 추천
12
대형국책연구과제 필요 인력 연계
6
평가결과에 따른 대화형 이의제기 대응
13
우수연구자 추천
7
규정 해석 및 사업일정을 안내하는 대화형 연구자 상담
14
연구비의 비정상적 사용 실시간 감시
<과학기술 행정에 인공지능 활용 아이디어>
○ 당장 적용할 수 있는 아이디어는 대체로 유사한 민간 서비스가 있거나 기존에 정기적으로 수행되었던 작업이 있어 인공지능을 이용해 상시화(Ⅰ‧Ⅱ 영역)
- 국문으로 작성된 연구계획서, 활용성과 요약서 등을 외국어로 번역하거나 이의제기 신청과 같은 민원 대응에 대화형 서비스를 도입, 정기적으로 수행되었던 기술 모니터링 활동을 상시적으로 수행하는 것이 그 예
- 이 가운데 연구자의 편의성을 향상하는 아이디어가 인공지능 적용의 필요성이 높은 것으로 분류
○ 인공지능 적용의 필요성은 높으나 당장 활용이 쉽지 않은 아이디어는 대체로 새로이 데이터를 구축하거나 판단기준이 정립되어야 하는 것(Ⅳ 영역)
- 협업 파트너 제안, 평가 후보자 추천, 인력 연계 서비스는 연구자 수준에서의 데이터가 수집 되어야 가능
- 우수연구자의 추천, 연구의 신규성 및 진보성 확인은 인공지능 알고리즘이 이해할 수 있는 수준에서의 판단 기준 마련이 필요
- 상기 아이디어들은 중장기적 활용방안으로 고민할 필요가 있는 것으로 이해
<인공지능 활용의 목적 변화 예상>
○ 본 연구에서 제시된 활용 아이디어 예시를 종합했을 때 과학기술 행정에서 인공지능의 활용은 ‘수월성’을 달성하기 위한 여정이라 해석할 수 있음
- 단기적으로는 반복 작업을 대신하여 효율성‧편의성을 향상하는데 주력(Ⅰ영역)
- 중기적으로 연구윤리 검토나 연구비 집행을 감시하여 투명성 추구(Ⅰ‧Ⅳ 영역)
- 중‧장기적으로 적재적소에 인재를 기용하여 과학기술의 수월성을 추구(Ⅳ 영역)
□ 인공지능 활용을 위한 과제
○ 인공지능 기술 역량과 활용 수준 간 균형을 맞추도록 다양한 인공지능 활용 사례 발굴과 활용 환경 개선에 초점
- 인공지능 기술의 발전과 함께 과학기술 행정에서 적합한 형태로 활용될 수 있도록 수요를 향상하고, 활용 환경을 개선함으로써 성공사례를 축적해 나갈 필요
<공공부문 인공지능 활용에서 수요와 역량 간 균형>
○ 인공지능의 다양한 활용사례 발굴 및 성공사례 축적
- 시범사업 등의 형태로 과학기술 행정에 인공지능 활용에 대한 논리를 입증하는 탐색연구 추진
․예) 시범사업은 과학기술 행정에서 추구하는 가치(공정성, 수월성 등)와 인공지능을 통해 부가되는 가치(합리성, 효율성, 투명성 등)가 결합되어 시너지를 낼 것으로 기대되는 문제에서 선별
<과학기술 행정에 인공지능의 활용 목적>
- 인공지능을 통해 실질적으로 과학기술의 행정 문제를 해결하기 위한 문제의 선별기준 확립 및 선별조직 구성
․우선 인공지능을 통해 해결할 수 있는 문제인지에 대한 판단: 인공지능은 학습할 충분한 양의 데이터가 갖추어 졌을 때, 문제의 목표와 처리 방식이 명확하게 존재할 때 등의 조건에서 우수한 성능을 보이기 때문
․인공지능의 적용이 필요한지, 용이한지 등의 기준에 따라 적용 우선순위 설정
- 초기 활용에서는 현재 기술 수준에 맞추어 단순한 문제에 인공지능을 적용하여 성능을 확인하고, 기술역량이 향상됨에 따라 점진적으로 활용 범위를 확대
․사실에 근거하여 의사결정을 내리는 관리 영역은 의사결정 기준이 비교적 명확하고, 판단의 근거 역시 잘 정립되어 인공지능이 우선 활용될 수 있을 것
․정책 영역에서 의사결정자들에게 다양한 대안을 제시한다는 측면에서 문제를 단순화하여 지능형 보조 도구로 가능성을 입증하며 활용 범위를 점진적 확대
․연구자의 우수성, 적합성 등 가치가 반영되는 등의 활용에서는 판단 근거 및 기준을 정립해 나갈 필요
<과학기술