공공기관 생성형 AI 활용 지침 총정리: 담당자가 실제로 확인할 12가지 체크리스트
기안 문서 커서가 깜빡인다. 부서 회의에서 “우리도 챗GPT 좀 쓰자”는 말이 나왔고, 정리 역할이 나에게 떨어졌다. 검색창에 가이드라인 이름을 넣어보면 나오는 건 배포 안내 게시물과 첨부파일 목록뿐이다. 파일을 열어봐도 어떤 조항이 우리 부서 업무에 걸리는지는 여전히 흐릿하다. 그래서 담당자들이 실제로 찾는 건 자료 링크가 아니라, 판단 기준으로 정리된 공공기관 생성형 AI 활용 지침입니다.
이 글을 처음부터 끝까지 읽을 필요는 없습니다. 당장 기안에 붙일 체크리스트만 필요하다면 공공·규제기관용 AI 도입 자료실에서 양식부터 확인하고, 본문은 막히는 항목만 골라 읽어도 충분합니다.
핵심 요약
- 공공기관 생성형 AI 활용 지침의 기준선은 행정안전부 ‘공공부문 AI 도입·활용 가이드’와 범정부 AI 공통기반이며, 민간 서비스 직접 사용 여부는 데이터 등급으로 갈리는 구조
- 도입 절차는 업무 선별 → 데이터 등급 판정 → 보안·개인정보 검토 → 디지털서비스 심사·계약 → 내부 지침 제정 → 교육·기록의 6단계
- 활용 가능 업무(초안·요약·번역·코드 보조)와 금지 업무(개인정보·비공개 문서 입력, 최종 의사결정 대체)의 사전 구분표가 감사 대응의 핵심
- 본문에 12항목 자가진단 체크리스트와 부처·지자체 도입 사례를 정리해 내부 기안 자료로 전용 가능
공공기관 생성형 AI 활용 지침을 찾는 담당자가 실제로 막히는 지점은 문서의 소재가 아닙니다. 가이드는 이미 공개돼 있고, 기관 홈페이지마다 배포 공지가 걸려 있습니다. 문제는 그 문서가 “우리 팀 민원 답변 초안에 챗GPT를 써도 되는가”에 답해주지 않는다는 점입니다.
그 답은 한 문서가 아니라 여러 문서에 쪼개져 있습니다. 활용 범위는 행정안전부와 NIA의 도입·활용 가이드에, 데이터 등급과 망 분리 판단은 클라우드컴퓨팅서비스 이용 기준에, 도입 절차는 디지털서비스 이용지원시스템의 심사·선정 절차에 흩어져 있죠.
이 글은 그 흩어진 기준을 하나의 판단 순서로 합쳤습니다. 행안부·NIA 가이드와 실증사례집, KDI 경제교육·정보센터에 정리된 공공분야 생성형 AI 활용 방안 자료를 교차로 읽고, 실무자가 바로 체크할 수 있는 12개 항목으로 접었습니다. 금융·의료를 포함한 업종 전반의 지형이 궁금하다면 규제산업 AI 도입 완벽 가이드: 금융·의료·제약 실무자를 위한 2026 로드맵이 상위 지도 역할을 합니다.
읽고 나면 세 가지가 정리됩니다. 우리 부서 업무 중 지금 쓸 수 있는 것과 막힌 것, 막힌 것을 여는 데 필요한 절차, 그리고 그 절차를 누가 언제까지 밟아야 하는지입니다.
공공기관 생성형 AI 활용 지침, 왜 찾아봐도 실무 답이 안 나올까요?
검색은 되는데 기준은 안 나옵니다. 그 답답함이 정상입니다.
공공기관 생성형 AI 활용 지침을 찾으면 대부분 “배포했습니다”라는 공지로 연결됩니다. 행정안전부 보도자료, 한국지능정보사회진흥원(NIA)의 안내, KDI 경제교육·정보센터의 자료 소개가 각각 다른 자리에 흩어져 있습니다.
정작 필요한 건 조항 본문입니다. 어떤 업무에 써도 되는지, 결재란에 무엇을 남겨야 하는지는 공지 페이지에 없습니다.
공공기관이 민간보다 어려운 이유는 따로 있습니다. 민간은 내부 규정 하나로 정리되지만, 공공은 법적 근거·보안 등급·조달 절차가 동시에 걸립니다.
도입 의지가 있어도 세 축 중 하나가 막히면 멈춥니다. 그래서 “쓸 수 있다/없다”가 아니라 “어떤 경로로 쓸 수 있다”가 실무 질문이 됩니다.
이 글은 네 가지를 정리합니다. 「공공부문 AI 도입·활용 가이드」의 핵심 조항 요약, 활용 가능·금지 업무 구분표, 도입 6단계 절차, 담당자용 12항목 체크리스트입니다.
금융·의료·제약과 나란히 공공을 다룬 규제산업 AI 도입 완벽 가이드가 지도라면, 이 글은 그중 공공 구간만 끝까지 걸어 들어가는 행정기관 AI 활용 가이드입니다.
행정안전부 ‘공공부문 AI 도입·활용 가이드’는 결국 무엇을 요구하나요?
“권고라던데 안 지켜도 되나요?” 실무 교육에서 가장 많이 받는 질문입니다. 답은 조금 복잡합니다.
적용 대상과 적용 범위: 중앙부처·지자체·공공기관 어디까지인가
이 가이드는 행정안전부와 NIA가 함께 만들어 2025년에 배포했습니다. 공공부문 실무자가 기획부터 운영까지 밟을 단계를 정리한 문서이고, 행정안전부 보도자료에서 배포 경위와 구성을 확인할 수 있습니다.
적용 대상은 중앙행정기관과 지자체, 공공기관, 그리고 이들의 업무를 위탁받아 수행하는 민간사업자까지 이어집니다. 위탁사업자 구간을 놓치는 기관이 의외로 많습니다.
성격은 강제 규정이 아니라 권고입니다. 다만 감사 국면에서는 “가이드를 참조해 내부 규정으로 만들었는가”가 실질 기준이 됩니다.
그래서 권고를 내부 훈령·지침으로 옮기는 작업이 남습니다. 이 단계의 문서 구조는 AI 도입 컴플라이언스 검토 7단계에 정리한 순서를 그대로 옮겨 쓸 수 있습니다.
가이드가 제시하는 5대 원칙과 실무 해석
| 원칙 | 가이드 표현 | 실무 문장으로 옮기면 | 남겨야 할 증빙 |
|---|---|---|---|
| 안전성 | 오류·위험 최소화 | 업무에 쓰기 전 시범 적용 구간을 둔다 | 파일럿 결과 보고 |
| 투명성 | AI 활용 사실 고지 | AI를 썼다는 사실을 문서나 대외 안내에 밝힌다 | 활용 표기 문구 |
| 책임성 | 담당자·책임자 지정 | 결과물 책임은 AI가 아니라 기안자에게 있다 | 기안·결재 기록 |
| 데이터 보호 | 입력 데이터 통제 | 개인정보·비공개 문서는 입력 단계에서 차단한다 | 입력 금지 목록 |
| 인간 감독 | 최종 판단은 사람 | 처분·평가·심사의 결정권을 넘기지 않는다 | 검토자 확인란 |
가이드가 생성형 AI 활용지침 영역에서 반복해 강조하는 필수 확인사항은 세 가지로 압축됩니다. 입력 데이터 통제, 결과물 검증, 활용 기록입니다.
셋 중 가장 자주 빠지는 건 활용 기록입니다. 검증은 어떻게든 하는데, “누가 언제 무엇을 물었는가”는 남기지 않습니다.
원문은 행정안전부 자료실과 디지털서비스 이용지원시스템 안내에서 내려받을 수 있고, 부속 자료인 실증사례집을 함께 보는 편이 낫습니다. 부처별·지자체별 적용 장면이 사례집 쪽에 있기 때문입니다.
정책 배경까지 보려면 KDI 경제교육·정보센터의 공공분야 생성형 AI 활용 방안 자료가 공공부문 AI 정책과 AI 윤리 기준의 맥락을 보완해 줍니다.
우리 부서 업무 중 무엇은 되고 무엇은 안 되나요?
담당자가 진짜 알고 싶은 건 이 한 줄입니다. 내 책상 위 업무가 어느 칸에 들어가는가.
활용 가능 업무: 초안·요약·번역·민원 응대 보조
금지·주의 업무: 개인정보, 비공개 문서, 최종 처분 결정
| 구분 | 업무 예시 | 판단 근거 |
|---|---|---|
| 활용 가능 | 보도자료 초안, 장문 자료 요약, 외국어 번역 초벌, 회의록 정리, 교육 커리큘럼 구성, 홍보 카피 아이디어 | 공개 정보 기반, 사람이 최종 수정 |
| 조건부 가능 | 민원 답변 문안 보조, 정책 연구 자료 조사, 통계 해석 초안, 내부 보고서 목차 설계 | 가명·비식별 처리 후 사용, 출처 재확인 필수 |
| 금지 | 인사 평가 판단, 감사 결과 판정, 행정처분 결정, 개인정보 포함 민원 원문 입력, 대외비 문서 요약 | 개인정보보호법·직무상 비밀·인간 감독 원칙 위반 소지 |
민간 SaaS형 ChatGPT에 민원인 이름이나 주민등록번호가 들어가는 순간 문제가 커집니다. 개인정보보호법상 처리 위탁과 국외이전 쟁점이 동시에 발생하기 때문입니다.
공기업 생성형 AI 사용 기준에서 외부 서비스 입력을 막는 이유가 여기 있습니다. 같은 작업도 범정부 인공지능 공통 기반이나 심사를 거친 디지털서비스 안에서 하면 성격이 달라집니다.
국가공무원법상 비밀 엄수 의무도 같이 걸립니다. 결재 전 문서, 내부 검토안, 계약 협상 자료는 공공기록물이자 직무상 비밀입니다.
AI 결과물을 그대로 공문에 옮기면 안 되는 이유는 단순합니다. 존재하지 않는 법령 조문과 근거 없는 수치가 섞여 나오기 때문입니다. 사람 검토란 하나가 그 방어선입니다.
한 제약사 사업부 교육에서는 시작 전 요청이 이랬습니다. “민감정보를 넣지 말라는 당부로 문을 열어달라.” 이미 부서용 앱까지 만들어 쓰는 팀이었는데도 다음 고민은 도구가 아니라 출처를 어떻게 믿게 만드느냐였습니다.
공공기관도 같은 지점에 섭니다. 규제가 강한 조직일수록 요청이 구체적입니다.
부서별로 옮기면 이렇습니다. 인사는 평가 판단 금지·공고문 초안 가능, 감사는 판정 금지·자료 요약 조건부, 민원은 원문 입력 금지·답변 문안 보조 가능, 홍보는 활용 폭이 가장 넓고, 정책기획은 조사 보조 후 출처 재검증이 조건입니다.
이 구분을 부서 규칙으로 문서화하는 방법은 민감정보 다루는 조직의 AI 데이터 거버넌스 구축법에서 단계별로 다뤘습니다. 업종별 규제 폭을 비교해 보려면 산업별 AI 규제 비교가 참고가 됩니다.
공공기관 AI 도입 절차, 어떤 순서로 밟아야 하나요?
“일단 써보고 문제 생기면 그때 정리하죠.” 공공기관에서는 이 말이 통하지 않습니다. 기안 문서가 남고, 감사가 그 문서를 봅니다.
그래서 순서를 먼저 아는 쪽이 빠릅니다. 아래 6단계는 과제 발굴에서 실사용까지의 표준 흐름입니다.
1~3단계: 업무 선별과 데이터 등급 판정, 보안성 검토
- 과제 발굴과 업무 선별 — 부서별로 반복 업무를 뽑고, 앞 섹션의 활용 가능/조건부/금지 구분표에 대입합니다. 이 단계 산출물은 ‘과제 후보 목록’과 기대효과 한 줄입니다.
- 데이터 등급 판정 — 해당 업무가 다루는 자료가 공개/내부/비공개 중 무엇인지 정합니다. 개인정보 보호책임자가 개인정보 포함 여부와 처리 위탁·국외이전 쟁점을 확인해 의견을 남깁니다.
- 공공 AI 보안 검토 — 정보보안 담당이 망분리 환경, 반입 가능 데이터 범위, 로그 보관 방식을 점검합니다. 여기서 나온 보안성 검토서가 이후 모든 결재의 근거가 됩니다.
4~6단계: 서비스 선정과 계약, 내부 지침 제정, 교육·기록
- 서비스 선정과 예산·계약 — 분기점은 여기입니다. 내부 비공개 자료를 다루면 범정부 인공지능(AI) 공통 기반 위에서 구축하는 쪽이 안전하고, 공개 자료 기반의 보조 업무라면 외부 SaaS 도입이 빠릅니다.
- 내부 지침 제정 — 정부 가이드는 권고입니다. 기관 내부 규정으로 옮겨 적어야 위반 시 판단 기준이 생깁니다.
- 교육과 이용 기록 — 사용자 교육 이수 명부, 활용 기록, 결과물 검토 이력을 남깁니다. 감사가 요구하는 건 대개 성과가 아니라 이 세 가지입니다.
| 역할 | 주 담당 단계 | 남겨야 할 증빙 |
|---|---|---|
| 정보화 담당 | 1·4단계 | 과제 후보 목록, 도입 검토서 |
| 개인정보 보호책임자 | 2단계 | 개인정보 영향평가·처리 위탁 검토 의견 |
| 정보보안 담당 | 3단계 | 보안성 검토서, 반입 데이터 범위 확인 |
| 사업 부서 | 5·6단계 | 내부 지침, 교육 명부, 이용 기록 |
소요 기간은 예산이 이미 잡혀 있어도 3~6개월이 보통입니다. 병목은 거의 언제나 2~3단계, 데이터 등급 판정과 보안 검토 사이에서 생깁니다.
서두르면 오히려 늦어집니다. 검토 순서를 조직 안에서 통과시키는 방법은 AI 도입 컴플라이언스 검토 7단계에 40항목 체크리스트와 함께 정리해뒀습니다. 행정안전부와 NIA가 낸 공공부문 AI 도입·활용 가이드 배포 안내도 이 흐름과 같은 구조를 따릅니다.
여기까지 읽고 “우리 조직은 지금 어느 단계지?”가 궁금하다면 — 17문항 5분 정밀 진단으로 AMI 점수, 8차원 중 어디가 병목인지, 90일 로드맵이 담긴 리포트가 바로 메일로 옵니다. 품의서에 그대로 첨부할 수 있는 형식입니다. 무료 진단 시작하기 →
디지털서비스 심사를 꼭 거쳐야 AI 서비스를 쓸 수 있나요?
“쓰고 싶은 서비스는 정했는데 조달이 막힌다.” 이 지점에서 멈춘 기관이 많습니다. 절반은 제도를 몰라서 생기는 정체입니다.
SaaS·PaaS·IaaS와 지능정보 융합서비스 분류 이해하기
디지털서비스 이용지원시스템은 공공이 쓸 수 있는 디지털서비스를 등록·검색하는 창구입니다. 여기 올라온 서비스는 클라우드컴퓨팅서비스(SaaS/PaaS/IaaS), 디지털서비스 융합서비스 등으로 분류돼 있습니다.
생성형 AI는 보통 SaaS이거나, 여러 기술이 결합된 지능정보 융합서비스로 분류됩니다. 후자로 분류되면 심사에서 데이터 처리 위치, 학습 활용 여부, 결과물 책임 소재를 더 깊게 봅니다.
심사·선정 절차와 수의계약·카탈로그 계약의 실익
심사를 통과해 선정된 서비스는 수의계약과 카탈로그 계약이 열립니다. 공고·평가에 쓰던 몇 달이 줄어드는 게 실익입니다.
등록되지 않은 서비스라면 일반 경쟁 입찰로 가거나, 벤더에 등록 신청을 요청하는 두 갈래가 남습니다. 후자는 시간이 걸리니 도입 일정에 미리 반영하는 편이 낫습니다.
클라우드 보안인증(CSAP) 등급도 함께 봐야 합니다. 등급에 따라 반입 가능한 공공 데이터 범위가 달라지고, 등급이 낮으면 비공개 자료는 아예 입력할 수 없습니다.
조달 담당자에게 먼저 물어볼 질문은 넷입니다. 해당 서비스가 이용지원시스템에 등록돼 있는지, CSAP 등급은 무엇인지, 수의계약이 가능한 계약 형태인지, 갱신·해지 시 데이터 반출 조건은 어떻게 되는지.
계약서 문구는 나중에 바꾸기 어렵습니다. 학습 활용 금지, 데이터 삭제 의무 같은 조항은 AI 벤더 선정 기준과 계약서 필수 조항에서 항목별로 다뤘습니다.
다른 기관은 실제로 어떻게 쓰고 있나요?
“우리만 늦은 건 아닐까.” 그 걱정이 가장 큽니다. 실제로는 화려한 사례보다 작고 단단한 사례가 많습니다.
범정부 인공지능(AI) 공통 기반 위에 올라간 서비스는 대체로 세 유형입니다. 문서 요약, 민원 답변 초안 생성, 회의록 자동 작성.
| 구분 | 업무 | 도입 방식 | 주의점 |
|---|---|---|---|
| 중앙부처 | 정책 자료 요약·보고서 초안 | 공통 기반 내부 모델 | 인용 출처 사람 검증 필수 |
| 지자체 | 민원 답변 초안 | 내부망 챗봇 활용 방안 | 최종 발송 전 담당자 승인 |
| 공공기관 | 회의록·속기 자동화 | 보안인증 SaaS | 비공개 회의는 적용 제외 |
벤치마킹은 실증사례집과 대통령 AI 활용 경진대회 수상 사례에서 시작하면 빠릅니다. 보는 지점은 성과 수치가 아니라, 그 기관이 무엇을 ‘하지 않기로’ 정했는가입니다.
ChatGPT 등장 이후 논의의 축도 옮겨갔습니다. ‘도입할 것인가’에서 ‘어떤 업무에, 어떤 검증 절차와 함께’로요. KDI 경제교육·정보센터의 공공분야 생성형 AI 활용 방안 자료도 같은 방향을 짚습니다.
한 제약사 사업부 교육을 준비하며 받은 요청이 기억납니다. 이미 부서용 앱까지 만들어 쓰는 팀이었는데도, 다음 고민은 도구가 아니라 ‘출처를 어떻게 믿게 만들 것인가’였습니다.
중단된 프로젝트의 원인도 비슷하게 모입니다. 담당자 한 명에게 의존한 운영, 내부 지침 없이 시작한 시범 사용, 검증 책임이 정해지지 않은 결과물.
그래서 첫 시도는 작게 쪼개는 편이 안전합니다. 범위를 좁혀 검증하는 방법은 AI 파일럿 프로젝트 설계에서 6주 단위로 풀어뒀습니다.
담당자가 결재 올리기 전 확인할 12가지 체크리스트
결재가 반려되는 지점은 대체로 정해져 있습니다.
기술 검토가 부족해서가 아니라, 법적 근거와 책임자가 문서에 없어서 되돌아옵니다. 감사 때 추궁당하는 항목도 거의 같습니다.
아래 12항목은 각각 예 / 아니오 / 해당없음 셋 중 하나로 판정하면 됩니다. ‘아니오’가 하나라도 있으면 그 칸을 채우기 전까지는 기안을 올리지 않는 편이 빠릅니다. 그대로 복사해 기관 내부 생성형 AI 활용지침의 별지 양식으로 써도 무방합니다.
도입 전 점검 6항목
- 법적 근거 — 해당 업무에 AI를 쓸 수 있는 근거(개별 법령, 위탁 규정, 내부 훈령)를 문서로 특정했는가. 미충족 시: 감사에서 “무슨 근거로 썼나” 한 줄에 답할 문서가 없습니다.
- 데이터 등급 — 입력될 자료의 비밀등급·공개 구분을 분류했는가. 미충족 시: 대외비가 민간 SaaS로 흘러간 뒤에야 확인됩니다.
- 개인정보 영향 — 개인정보 처리 여부와 국외이전 가능성을 개인정보 보호책임자와 확인했는가. 미충족 시: 개인정보 보호 위반은 기관장 책임으로 올라갑니다.
- 서비스 심사 여부 — 도입 대상 서비스가 디지털서비스 심사·선정을 통과했는지, 아니면 별도 공공 AI 보안 검토가 필요한지 구분했는가. 미충족 시: 계약 직전에 조달 절차가 원점으로 돌아갑니다.
- 예산·계약 형태 — 구독형 SaaS인지 구축형인지에 따라 예산 과목과 계약 방식을 맞췄는가. 미충족 시: 예산 과목 불일치로 집행이 막힙니다.
- 책임자 지정 — 활용 승인권자와 결과물 최종 검토자를 이름으로 지정했는가. 미충족 시: 사고가 나면 담당자 개인이 전부 떠안습니다.
운영 중 점검 6항목
- 프롬프트 입력 통제 — 입력 금지 정보 목록을 배포하고 시스템 차원에서 걸었는가. 미충족 시: 당부만으로는 두 달을 못 갑니다.
- 결과물 검증 절차 — 사람이 사실관계를 확인한 기록이 남는가. 미충족 시: 할루시네이션이 그대로 공문에 실립니다.
- 로그 보존 — 활용 기록의 보존 기간과 보관 주체를 정했는가. 미충족 시: 사후 재구성이 불가능합니다.
- 오남용 신고 체계 — 잘못 쓴 사례를 불이익 없이 알릴 창구가 있는가. 미충족 시: 사고가 외부에서 먼저 알려집니다.
- 교육 이수 — 사용자 전원이 AI 윤리 기준과 입력 금지 범위를 다룬 교육을 이수했는가. 미충족 시: 지침을 읽지 않은 사용자가 남습니다.
- 정기 재검토 — 최소 분기 1회 재점검 일정이 잡혀 있는가. 미충족 시: 지침이 배포 시점에 멈춰 있습니다.
위험도가 높은 업무에 AI를 붙일 계획이라면 판정 전에 위험 수준부터 재봐야 합니다. 고영향 AI 리스크 평가 30분 자가진단 체크리스트의 항목을 이 12개 앞단에 붙이면 검토서 한 장이 나옵니다.
지침을 기관 내부 규정과 교육으로 바꾸려면 무엇부터 할까요?
가이드를 회람하고 끝난 기관이 많습니다.
권고 문서는 그 자체로 근거가 되지 않습니다. 내부 훈령이나 업무처리지침으로 옮겨야 비로소 감사에서 인용할 수 있는 문서가 됩니다.
최소 조문은 다섯 개면 충분합니다. 목적, 적용범위, 금지행위, 책임, 기록. 행정안전부 공공부문 AI 도입·활용 가이드의 원칙 조항을 목적과 금지행위에 옮겨 담고, 나머지는 기관 사정에 맞게 채우면 됩니다.
교육은 두 층으로 나누는 편이 현실적입니다. 전 직원 기본 과정에서는 입력 금지 정보와 결과물 검증만 다루고, 민원·인사·감사처럼 고위험 부서는 실제 업무 사례로 심화 과정을 별도 편성합니다.
한 IT 기업 마케팅팀에서 격차 해소를 교육 주제로 요청받은 적이 있습니다. 잘 쓰는 직원과 못 쓰는 직원의 간극이 벌어지자 생산성이 아니라 위화감이라는 조직 문제가 됐기 때문입니다. 공공기관 AI 활용에서도 같은 일이 생깁니다. 개인기가 아니라 팀의 표준을 만들어야 합니다.
교육 이수 기록은 감사 대응 자료와 같은 폴더에 남기는 게 좋습니다. 수강자 명단, 교재, 산출물을 한 세트로 묶어두면 나중에 따로 찾을 일이 없습니다. 설계 순서는 규제산업 AI 사내교육 설계법의 직무별 커리큘럼 구조를 그대로 옮겨 쓸 수 있습니다.
개정 트리거는 미리 적어두면 편합니다. 법 개정, 사용 중인 서비스의 약관·모델 변경, 그리고 내부 사고 발생. 이 셋 중 하나가 걸리면 분기 주기와 무관하게 지침을 다시 엽니다.
배포 이후를 다루는 문서는 의외로 드뭅니다. 공공부문 AI 정책 자료 대부분이 ‘무엇을 배포했다’에서 멈추기 때문입니다. 금융·의료와 묶어 규제 지형 전체를 다시 보려면 규제산업 AI 도입 완벽 가이드가 출발점이 됩니다.
자주 묻는 질문
공공기관에서 생성형 AI를 업무에 사용할 때 금지되는 항목은 무엇인가요?
개인정보와 비공개 문서, 직무상 비밀을 외부 AI 서비스에 입력하는 행위가 1순위 금지입니다. 개인정보보호법상 처리 위탁·국외이전 근거 없이 민간 SaaS에 자료를 넣으면 그 자체로 위반 소지가 생깁니다. 검증하지 않은 결과물을 공문에 그대로 옮기는 것, 인허가·징계·보조금 같은 최종 처분 판단을 AI에 맡기는 것도 함께 막혀 있습니다. 국가공무원법상 비밀엄수 의무와 공공기록물 관리 기준이 동시에 걸리기 때문입니다.
행정안전부 ‘공공부문 AI 도입·활용 가이드’는 어디서 다운로드할 수 있나요?
행정안전부 보도자료 게시판과 한국지능정보사회진흥원(NIA) 자료실 두 곳에서 받을 수 있습니다. 배포 사실을 알린 행정안전부 공공부문 AI 도입·활용 가이드 보도자료에 첨부파일이 함께 올라와 있습니다. 실증사례집은 별도 파일이라 따로 내려받아야 하고, 인사혁신처의 인공지능 업무활용 가이드도 복무 관점에서 같이 보면 빈칸이 줄어듭니다.
디지털서비스 심사를 받아야만 공공기관이 AI 서비스를 도입할 수 있나요?
아닙니다. 심사·선정은 의무가 아니라 조달 절차를 줄여주는 수단입니다. 디지털서비스 이용지원시스템에 등록된 서비스는 수의계약·카탈로그 계약이 열려 검토 기간이 짧아집니다. 미등록 서비스도 일반 계약으로 도입할 수 있지만, 보안성 검토와 개인정보 영향 판단을 기관이 자체적으로 해야 하고 그만큼 기안이 길어집니다.
ChatGPT 같은 민간 생성형 AI를 공공기관 업무에 그대로 써도 되나요?
공개된 자료만 다루는 보조 업무는 조건부로 가능하고, 내부 업무자료 입력은 데이터 등급과 보안인증 여부로 갈립니다. 공개 정책자료 요약이나 홍보 문구 초안처럼 유출돼도 문제가 없는 입력이면 대체로 허용 범위입니다. 반면 민원인 정보, 비공개 검토자료, 심사 관련 문서는 CSAP 인증을 받은 폐쇄망 환경이나 범정부 AI 공통기반에서만 다루는 것이 안전합니다. 판단이 애매하면 AI 데이터 거버넌스 구축 기준을 먼저 세우는 편이 빠릅니다.
지침을 어기면 실제로 어떤 제재를 받나요?
가이드 자체는 권고라 직접 제재 조항이 없지만, 위반 내용이 다른 법령으로 연결되는 순간 성격이 달라집니다. 개인정보를 입력했다면 개인정보보호법상 과징금·과태료 대상이 되고, 기관장 책임까지 올라갑니다. 직무상 비밀이 포함됐다면 공무원 복무 규정 위반으로 징계 절차가 시작됩니다. 기관이 가이드를 훈령으로 내부 규정화한 경우에는 그 규정 위반만으로도 감사 지적 사유가 됩니다.
마무리
여기까지 읽고도 기안 첫 줄이 안 써질 수 있습니다. 정상입니다.
- 공공기관 생성형 AI 활용 지침의 실체는 권고 가이드이며, 구속력은 개인정보보호법·복무 규정과 내부 훈령에서 발생
- 업무 판정의 기준은 도구가 아니라 입력 데이터 등급과 결과물의 사용처
- 디지털서비스 심사는 의무가 아닌 절차 단축 수단, 미등록 서비스는 자체 보안성 검토가 대체 경로
- 배포 이후의 운영(로그 보존·검증 절차·교육 이수 증빙)이 감사 대응의 실제 근거
지금 할 수 있는 첫 행동은 하나입니다. 우리 팀 업무 목록을 펼쳐놓고 앞서 다룬 3단계 구분표에 따라 ‘가능/조건부/금지’를 표시해보는 일.
한 시간이면 끝납니다. 그리고 이 표가 기안 첫 장의 배경란이 됩니다.
다만 표를 다 채워도 남는 게 있습니다. 결재선을 통과하는 문장은 여전히 비어 있다는 것입니다.
결재하는 쪽에 앉아 교육 품의서를 승인하고 반려해본 입장에서 말하면, 반려는 대개 내용이 틀려서가 아닙니다. ‘보안은 어떻게 하나’, ‘효과는 어떻게 증명하나’에 답할 문장이 없어서입니다. 실제로 한 제약사 사업부는 이미 부서용 AI 앱까지 만들어 쓰면서도 교육을 요청했는데, 남은 고민은 도구가 아니라 ‘출처를 어떻게 믿게 만들 것인가’였습니다. 규제 환경에서는 늘 이 지점이 마지막까지 남습니다.
업체 평가 배점표는 이 글 본문에 있고, 강사에게 그대로 물어보는 확인 질문 5문은 템플릿에 있습니다. 이미 한 번 반려를 받은 상태라면, 가상 기업 시나리오로 전 칸을 채운 품의서 완성 예시본과 ‘내년에 하자’, ‘무료로 배우면 되잖나’ 같은 반려 사유 5가지별 재상신 문구가 다음 상신에 바로 쓰입니다. AI 교육 도입 서류 3종 무료로 받기 — 전 칸을 채운 품의서 완성 예시본과 반려 사유 5가지별 재상신 문구 포함 (편집용 DOCX)
공공 외의 업종도 함께 보려면 규제산업 AI 도입 완벽 가이드: 금융·의료·제약 실무자를 위한 2026 로드맵에서 금융·의료·제약과 나란히 비교할 수 있습니다. 검토 순서를 잡는 단계라면 AI 도입 컴플라이언스 검토 7단계가, 교육 설계 단계라면 규제산업 AI 사내교육 설계가 이어지는 다음 글입니다.
이 내용을 우리 회사 상황에 맞춰 이야기하고 싶다면 — 문의를 남겨 주세요. 24시간 안에 대표가 직접 답하고, 문의하신 분께는 전자책 《우리 회사 AI는 왜 2단계에서 멈췄을까》를 무료로 드립니다. 먼저 보고 결정하고 싶다면 다음 무료 라이브 특강을 예약해 두세요. 날짜가 잡히면 가장 먼저 알려드립니다.