공공 부문의 인공지능(AI) 전환을 앞당기기 위해 기술 도입과 함께 발주·계약 등 기존 공공사업 체계의 변화가 필요하다는 목소리가 나왔다. AI 기술의 빠른 변화에 대응할 수 있도록 사업 추진 절차를 단축하고 품질·사업대가·유지관리 기준을 새롭게 마련해야 한다는 지적이다.

이주희 더불어민주당 의원은 10일 오후 서울 여의도 국회의원회관에서 '공공AI도입을 통한 국가 AI대전환 촉진 2차 국회 토론회'를 개최했다.

이주희 의원은 개회사를 통해 "정부가 AI 도입을 선언하는 것만으로는 충분하지 않다"며 "국민이 체감하는 공공 AI 혁신으로 이어지려면 대국민 서비스는 물론 발주·조달과 사업관리 체계도 AI 시대에 맞게 함께 바뀌어야 한다"고 강조했다. 

신장호 한국IT서비스산업협회장은 환영사에서 "공공 AI 전환의 성패는 기술만으로 결정되지 않는다"며 "뛰어난 AI 기술을 보유하고 있더라도 제도와 계약 방식이 과거의 틀에 머물러 있다면 혁신은 현장에서 구현되기 어렵다"고 말했다.

이어 "AI 사업의 특성에 맞는 합리적인 발주체계, 적정한 사업대가 보장, 유연한 과업 변경과 계약제도가 마련될 때 민간의 혁신 역량은 비로소 공공 서비스 혁신으로 이어질 수 있을 것"이라고 덧붙였다. 

◆ 공공 AI 확산 속도전…발주·예산 체계도 AI 맞춤형 전환

이날 발제를 맡은 김우제 서울과학기술대학교 교수는 빠르게 변화하는 AI 기술을 공공 분야에 적용하기 위해 기존 정보화 사업의 발주 체계부터 바꿔야 한다고 강조했다. 현재 공공 소프트웨어 사업은 소규모 사업도 기획부터 본사업까지 약 18개월이 걸리고 500억원 이상 대규모 사업은 최대 4년까지 소요될 수 있다는 설명이다. 김 교수는 "이러한 프로세스로는 변화하는 속도에 대응하지 못할 것 같다"며 "AI 사업은 PoC(개념검증)를 먼저 거쳐 사업 가능성을 점검하고 타당성 심사에도 패스트트랙을 신설해 기간을 압축할 필요가 있다"고 말했다.

AI 사업은 개발 완료 자체보다 실제 현장에서 활용할 수 있는 성능을 확보하는 것이 중요하다는 점도 짚었다. 기존 소프트웨어는 정해진 사양에 맞춰 기능을 구현할 수 있지만 AI는 개발 이후에도 목표한 품질에 도달하지 못하면 활용이 어려울 수 있어서다. 김 교수는 "AI 솔루션은 불확실성이 상당히 높아 PoC와 같은 사전 점검 없이 본사업을 추진할 수 있겠는가에 대한 고민이 필요하다"며 "정확도를 85%에서 95%로 높이는 과정에서 개발 노력이 2~3배 더 들어갈 수도 있어 품질에 대한 고려가 상당히 중요하다"고 설명했다. PoC에서 목표 성능을 달성하지 못하더라도 성실하게 사업을 수행한 경우 제재 부담을 낮추는 제도의 필요성도 강조했다.

김 교수는 구축 이후에도 데이터 관리와 모델 재학습, 튜닝, 성능 검증이 반복되는 AI 특성을 고려해 유지관리와 사업대가 기준 역시 재정비해야 한다고 설명했다. 특히 기존 기능점수(FP) 방식은 AI 내부의 복잡한 연산이나 모델 구조를 사업비에 충분히 반영하기 어렵다는 지적이다. 김 교수는 "AI 솔루션은 내부에서 굉장히 많은 연산과 복잡한 계산이 필요한데 이런 것들이 대가로 잡히지 않는다"며 "AI 소프트웨어에 대해서는 예외적으로 맨먼스(MM)를 적용하는 것이 아직까지는 더 적절하다고 본다"고 말했다. 이어 재학습과 모델 튜닝, 성능 고도화 등을 기존 유지관리 업무에 포함할 수 있도록 관련 기준도 달라져야 한다고 덧붙였다.

◆ "공공 AI 개발, 도입 검토 넘어 실행 단계로 전환해야"

이어진 패널토론에 성경빈 LG CNS 공공사업담당은 공공 부문의 AI 전환이 민간에 비해 더디게 진행되고 있다며 AI 기반 개발 방식을 실제 사업에 적용하기 위한 제도 개선과 실행이 필요하다고 강조했다. 성 담당은 "민간에서는 바이브 코딩과 AI 네이티브 딜리버리가 필수를 넘어 기업의 일하는 방식과 직급 체계까지 바꿔야 하는 문제로 받아들여지고 있다"며 "공공은 아직 도입 여부와 적용 방식을 고민하는 단계에 머물러 있다"고 지적했다.

민간에서는 이미 생성형 AI를 활용한 소프트웨어 개발 환경 구축과 생산성 향상이 빠르게 진행되고 있다는 설명이다. 일부 금융사는 자체 예산으로 AI 개발에 필요한 인프라와 플랫폼, 소프트웨어를 구축하고 SI 사업자에게 해당 환경을 활용하도록 요구하고 있다. AI를 활용해 기존에 1000MM(맨먼스)이 필요했던 사업을 700MM 또는 500MM 수준으로 줄이는 등 개발 인력과 사업 발주 구조 자체를 재편하려는 움직임도 나타나고 있다. 성 담당은 "민간은 바이브 코딩과 AI 네이티브 딜리버리가 모든 산업에 기본적으로 적용될 것이라는 전제 아래 움직이고 있다"고 말했다.

공공 분야에서는 폐쇄망 환경에서 활용할 수 있는 플랫폼과 거대언어모델(LLM) 구축뿐 아니라 AI를 활용한 개발 업무의 대가를 어떻게 산정할 것인지 등 제도적 과제가 남아 있다고 짚었다. 성 담당은 "몇 년 뒤 한번 적용해 볼지를 고민할 문제가 아니다"라며 "앞서가는 기업들은 이미 AI 코딩을 필수적으로 받아들이고 기존 역할을 어떻게 재정립할지 산업 생태계를 어떻게 만들지를 고민하는 단계"라고 강조했다. 이어 같은 과제를 반복적으로 논의하기보다 공공에서도 당장 실행할 수 있는 방안을 마련해야 한다고 제언했다.