쓰레드 아카이브

제 첫 부서는 재난안전본부였습니다. 3년 반을 있었고, 언젠가 다시 돌아갈 생각입니다. 상황보고가 접수되면 몸이 먼저 긴장합니다. 그런데 그 보고는 대개 몇 줄입니다. 장소와 상황을 신속히 전하기 위한 보고니까요. 그 짧은 문장에서 착안해, 접수된 상황보고에 맞는 공공 CCTV 3개를 골라 바로 연결하는 화면을 만들어 봤습니다. Jev가 보고서를 읽고 다섯 모듈로 굴립니다. 위험 변화, 인명·대피, 현장 통제, 지휘·자원, 근거 검증입니다. 영상마다 어디를 봐야 하는지 체크포인트를 붙이고, 다음에 할 일도 제안합니다. 많은 사람이 쓰는 프로그램은 아니어도, 많은 사람을 위한 프로그램이 될 수 있다고 봅니다. 지방정부 재난안전상황실에 도움이 되면 좋겠습니다. 지금은 로컬 시안입니다. Jev가 상황판단을 지원한다고 하길래 어느 부서에서 신속한 상황판단이 필요할지 생각해봤습니다. AI의 혜택을 재난안전본부 처럼 힘든 부서부터 누리게 되면 좋겠습니다.

기대되는 프로젝트입니다 ㅎㅎ

이번 주말은 이거다!!!! Jev 테스트 할 생각에 너무나 신나네요

Jev 테스트 중.. 신나네요 ‘-’

회의에서 아무도 반박 못 한 혁신안이 있습니다. 서류 줄이자. 보고서 짧게 쓰자. 초안은 AI한테 맡기자. 다 맞는 말입니다. 그런데 1년 뒤에도 서류는 그대로고 보고서는 여전히 열 장입니다. 맞는 말과 먹히는 말은 다르기 때문입니다. 2,300여 년 전에 아리스토텔레스가 이미 정리해 뒀습니다. 사람을 설득하려면 세 가지가 필요하다고요. 로고스(논리), 파토스(듣는 사람이 겪는 것), 에토스(말하는 사람의 됨됨이). 행정혁신이 자꾸 멈추는 건 이 중 로고스 하나만 들고 가기 때문입니다.

약간 착각 같기도 하지만.. 디자인 작업 할때 터미널에서 mcp로 하는 것보다 Aside로 하는 것이 나은 느낌이 듭니다. 보이지 않는 뭔가가 있는 느낌

“김 사무관, 오늘까지 집행률 얼마야?” 이 질문이 사무실 안에만 머물면 안 됩니다. 예산은 국민의 돈이고, 편성된 날이 아니라 집행된 날에 사람에게 닿습니다. 그러니 어디까지 나갔는지는 국민이 먼저, 쉽게 읽을 수 있어야 합니다. 읽히지 않는 행정은 친절한 행정이 아닙니다. 그래서 만들었습니다. 집행대장. 지방재정365가 공개한 API로 전국 243개 지자체의 세부사업 46만 건을 매일 아침 08:00에 받아 집계합니다. 어제 기준 예산현액 대비 65%, 하루에 나간 돈 7,418억 원. 동네를 지도에서 고르고, 지난주와 견주고, 사업 하나까지 내려갑니다. 전문용어 대신 “어제 얼마 나갔나”로 묻고 답합니다. 순위표는 만들지 않고, 낮은 집행률을 부진이라 부르지 않고, 잣대가 다른 금액은 더하지 않습니다. 공개된 자료를 누구나 매일 읽을 수 있게 하는 것, 거기까지가 이 누리집의 일입니다. 개인이 만든 비공식 누리집입니다. jiphaeng2.seohosung.com

AI가 나비에-스토크스를 풀었다고 합니다. 밀레니엄 7대 난제 중 하나입니다. 학부 때 경제학이랑 수학을 전공했는데 수학은 정말 어려웠습니다. 위상수학처럼 추상의 세계로 올라가면 도저히 따라갈 수가 없어서 그쪽은 피하고 통계랑 미분방정식 위주로 들었습니다. 그래서 7대 난제 중 나비에-스토크스만이 "문제가 뭔지"라도 이해되는 유일한 문제였습니다. 나머지 여섯은 문제 문장 자체를 못 알아들었습니다. 잔잔하게 멈춰 있던 유체에 부드러운 힘을 가했을 뿐인데도, 소용돌이가 점점 안으로 좁아지고 빨라지면서 결국 유한한 시간 안에 한 지점의 속도가 무한대로 폭발해버리는 경우가 실제로 존재한다는 걸 증명한 겁니다. 그리고 이 증명의 모든 논리 단계를 사람이 아니라 컴퓨터가 한 줄 한 줄 검증할 수 있도록 코드로도 옮겨놨습니다. 제가 이해할 수 있던 유일한 난제가, 그것도 AI 손에 풀리는 걸 보는 기분이 묘합니다. 반갑고, 역사의 이정표가 하나 더 세워진 것 같습니다.

아침에 올린 ‘지역의 특례에 따라 데이터의 가치도 달라질 수 있을까?’라는 실험을 조금 더 구체화해봤습니다. 핵심은 데이터를 지역별로 나눠 갖자는 게 아닙니다. 같은 공공데이터라도, 그 지역에서 어떤 사업을 하느냐에 따라 쓰임과 조합이 달라진다는 뜻입니다. 병원정보는 누구나 볼 수 있습니다. 그런데 강원에서 분산형 임상시험을 준비하는 기업에게는 실시기관·시험정보와 함께 살펴볼 자료가 됩니다. 전북에서 농기계 실증을 준비한다면 사고사례·안전정보·기상·토양정보가 더 중요한 조합이 되겠죠. 그래서 영상에서도 특례를 가운데 놓고, 주변의 여러 데이터가 그쪽으로 모이도록 표현했습니다. ‘어느 기관의 데이터인가’에서 ‘이 지역의 규제특례에 어떤 공공데이터가 필요한가’로, 목록을 읽는 기준을 바꿔보는 겁니다.

아침에 올린 ‘지역의 특례에 따라 데이터의 가치도 달라질 수 있을까?’라는 실험을 조금 더 구체화해봤습니다. 핵심은 데이터를 지역별로 나눠 갖자는 게 아닙니다. 같은 공공데이터라도, 그 지역에서 어떤 사업을 하느냐에 따라 쓰임과 조합이 달라진다는 뜻입니다. 병원정보는 누구나 볼 수 있습니다. 그런데 강원에서 분산형 임상시험을 준비하는 기업에게는 실시기관·시험정보와 함께 살펴볼 자료가 됩니다. 전북에서 농기계 실증을 준비한다면 사고사례·안전정보·기상·토양정보가 더 중요한 조합이 되겠죠. 그래서 영상에서도 특례를 가운데 놓고, 주변의 여러 데이터가 그쪽으로 모이도록 표현했습니다. ‘어느 기관의 데이터인가’에서 ‘이 지역의 규제특례에 어떤 데이터사 필요한가’로, 목록을 읽는 기준을 바꿔보는 겁니다.

Astra 테스트로 하나 만들어 봤습니다. 규제특례는 이미 지역마다 다르게 걸려 있습니다. 강원에서 되는 실증이 부산에서는 안 되고, 그 반대도 마찬가지입니다. 지역의 특성에 맞춰 제도를 다르게 적용하는 것, 그게 지역균형발전이 일하는 방식이니까요. 그런데 데이터는 여전히 전국이 똑같습니다. 부처별·기관별로 줄 세워 놓은 목록 하나를 전국이 같이 봅니다. 제도는 지역별로 갈라졌는데, 공공데이터는 아직 안 갈라진 겁니다. 그래서 축을 바꿔 봤습니다. 기관이 아니라 지역을 가운데 놓고, 그 지역에 걸린 특례에서 출발해 필요한 공공데이터를 붙였습니다. 21개 특례 주제, 51개 공공데이터. 강원의 ‘분산형 임상시험’에는 임상시험 실시기관·임상시험 정보·병원정보가 붙습니다. 같은 데이터가 다른 지역에서는 의미가 약하고요. 그 지역에 걸린 규제특례에 따라 데이터의 가치가 달라질 수 있을까요?

Claude opus 4.6 Openclaw Claude fable 5.0 개인적으로 뭔가 심상치 않은 뭔가를 느낀 순간들입니다. GPT6 Astra 추가합니다!

아주 멋진 앱입니다 ㅎㅎ

어제 국무총리실에서 마련해주신 AI 행정혁신 우수공직자 간담회에 참석했습니다. 총리님을 실제로 뵙게되어 너무나 긴장되었습니다. 제가 드린 이야기는 행정 리터러시입니다. 행정은 공공 안에서 일하는 공무원에게도 어렵습니다. 비슷한 용어가 다른 효력을 갖고, 개별 단어는 알아도 절차 속에서 조합되면 낯선 언어가 됩니다. 그 복잡성을 지금까지는 국민이 감당해 왔습니다. AI는 번역에서 출발한 기술입니다. 행정의 언어를 일반국민의 언어로 옮기는 일도 AI가 잘할 수 있고, 그 일은 행정을 아는 사람이 해야 합니다. AI가 행정 리터러시를 제고할 수 있다는 것이 요지였습니다. 행정절차 체계도도 시연했습니다. 총리님은 “관련 지식을 가진 분들이 AI를 활용하는 게 훨씬 더 빠르고 전문적인 결과물이 나올 수 있다”고 하셨고, 동시에 개인의 활용을 넘어 “정부 전체가 일하는 방식을 어떻게 바꿔낼 것인가까지 가야 본격적인 생산성 향상이 일어날 것”이라고 짚어주셨습니다! 존경심이 더 커졌습니다.

Openclaw 2.0 ^_^

AI활용 조직도 생성기 업데이트 중입니다. 1) 대비표 형식으로 비교할 수 있도록 2~4개의 조직도를 한번에 그리기 2) 소속이 변경된 과를 점선으로 표시

7월 9일에 ‘대한민국 제도 100’을 공개했습니다. 그동안 요청을 받아 제도가 577개까지 늘었습니다. 늘어난 김에, 이걸로 실험을 하나 해봤습니다. 제도들을 실제 프로젝트 하나에 묶으면 어떻게 보일까? 전종홍 위원님의 AIDC 입지 시뮬레이터에서 영감을 받았습니다. (링크는 댓글에) 광주 군공항 부지 반도체 클러스터. 완공까지 통과해야 하는 법정 절차를 세어보니 1,281개였습니다. 8개 게이트, 49개 마일스톤, 제도 103개가 걸려 있습니다. 정확한 숫자는 아닐 겁니다. 관련 없는 절차가 섞였을 수도, 정작 필요한 절차가 빠졌을 수도 있습니다. 보이면 제보해 주세요. 사이트 ‘요청하기’로 받습니다. 다만 이 작업의 의의는 숫자보다 한눈에 모아본다는 데 있습니다. 각 부처 담당자도 소관 밖 절차는 잘 모릅니다. 지금까지 이 큰 그림은 누구의 화면에도 없었습니다. ※ 개인 작업이며 정부 공식 입장이 아닙니다. #메가프로젝트 #행정절차

AI를 활용해 조직도 자동생성기를 만들었습니다. Iwatpt 님의 작업물에서 아이디어를 얻어 착수했습니다. 국가법령정보센터 API로 직제와 직제 시행규칙을 함께 긁어와 조직도를 그리고, hwpx로 출력하는 프로그램입니다. 두 가지가 됩니다. 하나는 직제와 시행규칙을 같이 파싱하는 것입니다. 직제에는 실·국까지만 나오고 과 단위는 시행규칙에 있어서, 둘을 붙여야 조직담당자가 실제로 쓰는 형태의 조직도가 나옵니다. 다른 하나는 시행일 기준 스냅샷입니다. 특정 날짜의 조직 상태를 그대로 떠서 개정 전후를 나란히 놓고 볼 수 있습니다. 직제 개정이 워낙 잦다 보니, 이 비교 화면이 실무에서는 조직도 자체보다 더 쓸모 있을지도 모르겠습니다. 쓸 사람은 많지 않습니다. 행안부 조직국과 중앙행정기관 조직담당자를 다 더해도 200명이 되지 않으니까요. 어떤 회사도 200명을 위해 제품을 만들지는 않습니다. 기획하고 개발하고 팔고 유지보수하는 비용을 200명이 나눠 낼 수는 없기 때문입니다.

두 줄로 서시나요? 한 줄로 비켜주시나요? 정답을 정해두고 묻는 게 아닙니다. 사고는 왜 생기는지, 우리는 실제로 어떻게 타고 있는지, 무엇을 기준으로 봐야 하는지. 지금 생각나는 그대로 답해주세요. 모두의 토론회 8.4 – 8.27 소통24 #모두의토론회 #소통24

샌프란시스코 밖에서는 ai로 일하는 사람이 1%도 되지 않는다는 말은 기회가 무궁무진하다는 것

탈세 제보하고 나서 소식이 없어 답답한 분들께. 국세청 훈령 원문을 뜯어서 그림 두 장으로 정리했습니다. 제보하면 이렇게 흘러갑니다. ① 접수 후 7일 안에 접수 안내가 옵니다 ② 제보는 셋 중 하나로 분류됩니다 — 과세활용(조사 착수) / 누적관리(보류) / 처리불가(종결) ③ 60일 넘게 걸리면 중간회신이 오게 되어 있습니다 ④ 끝나면 처리결과 통지가 옵니다 참고로 현금영수증 미발급 신고는 별도 트랙입니다 — 5년 내 신고, 가산세 20%, 정액 포상금(연 100만 원 한도).

공공데이터포털에 공개됐다고 AI에게 편한 데이터인 것은 아닙니다. CSV·엑셀 파일도 AI가 읽을 수는 있습니다. 하지만 내려받기, 최신 버전 확인, 형식 파싱, 재수집 과정이 필요합니다. 반면 API는 AI가 필요한 항목을 필요한 순간에 구조화된 형태로 반복 호출하고, 다른 서비스와 바로 연결할 수 있습니다. 그래서 AI 활용 관점에서는 파일데이터보다 API가 대체로 접근성이 높습니다. 공공데이터포털의 파일데이터 83,695건을 분석해보니 우선 검토 후보는 11,442건, 운영·정합성·구조·수요 기준을 모두 통과한 핵심 후보는 1,345건이었습니다. AI 시대의 공공데이터 개방 기준도 이제 “게시되어 있는가”를 넘어 “기계가 바로 호출해 쓸 수 있는가”까지 봐야 할 수도 있습니다.

리스펙합니다

세종에서 올라간 보람이 있는 저녁이었습니다. 박태웅 의장님께서 실무자들 이야기를 직접 들어보시겠다고 열어주신 번개에 다녀왔습니다. 온라인으로만 뵙던 공공AX 동료들을 드디어 얼굴 보고 만났습니다. 고기 굽는 연기 사이로 오간 이야기가 어지간한 세미나보다 밀도가 높았습니다. 세탁기 이야기를 말씀드렸습니다. 세탁기는 빨래를 없앤 게 아닙니다. 빨래에 묶여 있던 시간을 돌려줬고, 그 시간이 교육이 되고 사회 진출이 됐습니다. AI도 같은 길을 갈 것입니다. 일을 없애는 게 아니라 잡무에 묶인 시간을 돌려주는 것. 그렇게 돌려받은 시간을 판단과 기획으로 흘려보내는 일이, 지금 공공이 풀어야 할 숙제입니다. 이런 자리가 계속 이어지면 좋겠습니다.

덜 주목받는 지역에도, 읽어야 할 시장이 있습니다. 수도권 부동산은 앱과 정보가 넘칩니다. 인구감소지역은 특례 고시 하나, 실거래 표 하나로 흩어져 있습니다. 플랫폼은 사람이 모인 곳으로 가고, 관심이 적은 곳은 비어 남습니다. 그래서 만들었습니다. “인구감소지역 부동산 상황판” 인구감소지역·관심지역 107곳의 지정 특례와 최근 24개월 아파트 거래를 한 화면에 모았습니다. 어디가 “싸다”가 아니라, 정책적으로 뭐가 다른지·표본은 얼마나 있는지·기준일은 언제인지를 먼저 보게 했습니다. 투자 추천이 아닙니다. 정부가 해야 할 일 중 하나(자본과 시장이 안 가는 곳을 보이게 하는 일)를, AI로 낮아진 개발 비용으로 실험한 결과입니다.

기존에 하던 일을 AI로 100배 많이 하는 것이 AX일까? 최근 GPT-5.6 루나의 가격 인하를 보면서 든 생각입니다. AI 사용 비용이 계속 낮아지면 우리는 보고서도, 홍보물도, 조사자료도 이전보다 수십 배 많이 만들 수 있습니다. 그런데 "기존에 하던 일을 100배 저렴하게 하는 일, 기존에 하던 일은 100배 많이 하는 일이 과연 혁신일까"라는 생각이 듭니다. 저는 요즘 정부혁신박람회를 준비하고 있습니다. 과거에는 행사 홈페이지 제작을 대행업체에서 만들어주실 때까지 기다렸는데, 지금은 제가 PoC를 직접 만들어서 부탁드릴 수 있습니다. 과거에는 모든 기업에 비슷한 초청자료를 보냈는데 지금은 수백 개 기업을 에이전트가 조사해 각 기업이 박람회에 참여해야 하는 이유를 찾고, 기업별 맞춤형 브로셔를 만들 수 있게 되었습니다. 중요한 것은 일을 더 빨리 하게 됐다는 점이 아닌 것 같습니다. AI가 없었다면 시간과 비용 때문에 애초에 시도하지 않았을 일을 하게 됐다는 점입니다.

공무원은 AI 실험할 데이터가 없습니다. 이상하죠. 매일 데이터를 만지는 직업인데요. 문제는 그게 전부 보안 영역이라는 겁니다. 내부 자료는 한 줄도 실험용으로 못 씁니다. 제일 잘 아는 지식일수록 제일 못 쓰는 역설이에요. 그래서 저는 공공데이터포털을 팠습니다. 눈치 안 보고 마음껏 쓸 수 있는 유일한 양질의 데이터 창고라서요. 제 사이드 프로젝트 대부분이 여기서 나왔습니다. 솔직히, 쓰기 어려운 곳이었습니다. 정확한 검색어를 모르면 원하는 데이터를 못 찾아요. 저는 검색을 ai에이전트한테 통째로 맡겨서 버텼는데, 그게 안 되는 분들은 대부분 입구에서 포기했을 겁니다. 내일(8/3)부터 여기에 AI 대화형 검색이 붙습니다. “우리 동네 어린이 보호구역 알려줘” 이렇게 문장으로 물어보면 데이터를 찾아준다고요. 궁금한 공공데이터 있으면 댓글로 남겨주세요. 내일 제가 직접 물어봐드리겠습니다.

국무회의가 공개되고, 그 취지에 맞춰 간부회의까지 생중계하는 부처가 늘고 있습니다. 좋은 흐름인데, 막상 보려면 부처 유튜브를 하나하나 찾아 들어가야 합니다. 공개는 “올린다”에서 끝나지 않습니다. 국민이 “지금 뭐가 열렸는지”를 한눈에 볼 수 있어야 공개가 완성됩니다. 국회방송 홈페이지에는 상임위 멀티뷰가 있습니다. 여러 회의를 한 화면에 깔아 두고, 지금 열리는 회의만 켜집니다. 부처 버전은 왜 없을까 싶어서 만들었습니다.

"AI 써보라"는 말은 계속 듣습니다. 정작 내 업무 어디에 붙일지는 막막합니다. AX의 핵심은 기술이 아니라 업무 프로세스 재설계라는 말도 듣습니다. 맞는 말입니다. 그런데 들을 때마다 걸렸습니다. 재설계를 하려면 그 일이 지금 어떻게 흘러가는지부터 알아야 하는데, 제 업무를 그렇게 들여다본 적이 없었으니까요. 절차를 그대로 둔 채 AI만 얹으면 잘못 설계된 일이 빨라질 뿐입니다. 종이를 PDF로 바꾸는 건 전산화지 혁신이 아닙니다. 그래서 이것저것 해봤는데 안 됐습니다. 이유는 단순합니다. 남의 일하는 방식을 논하는 동안, 정작 제 일하는 방식은 그대로였으니까요. 방향을 바꿨습니다. 마침 11월 정부혁신박람회를 준비 중이고, 지금 참여기관 수요조사를 받고 있습니다. 행사 홍보를 AI로 해보기로 했습니다. 내돈내산처럼, 내 업무를 내가 AX하고 내가 홍보합니다. 되든 안 되든 과정을 그대로 올리겠습니다. (1/3)

내 업무 내가 홍보한다!

7월 9일 Korea100을 처음 공개했습니다. 기업에는 비즈니스 모델이 있듯이, 국가에는 제도 모델이 있다고 생각했습니다. 법령·조직·절차·문서·기한으로 흩어진 정보를 한 장의 요약과 업무구조도로 읽을 수 있게 만들고자 했습니다. 대표 제도 100개로 시작한 프로젝트는 제작 요청을 받으며 509개 제도로 늘어났습니다. 제도마다 누가 어떤 단계에서 무엇을 하는지, 어떤 문서와 기한이 필요한지, 어디에서 절차가 되돌아가는지를 구조로 정리했습니다. 만들면서 행정의 난점은 정보가 부족해서만이 아니라는 점을 더 분명히 느꼈습니다. 많은 정보가 줄글로 흩어져 있어, 일반 국민이 전체 흐름을 파악하고 질문하기 어렵습니다. 이번 영상은 Korea100이 무엇을 만드는 프로젝트인지 한눈에 보여주기 위해 만들었습니다. 줄글로 된 행정을 읽을 수 있는 구조로 바꾸는 작업입니다.

어제 제1회 AI 정부 실험실 이용자 포럼에 다녀왔습니다. 스무 명 남짓이 각자 만든 걸 들고 모였습니다. 소속도 직급도 하는 일도 다 달랐는데, 발표를 듣다 보니 공통점이 하나 있었습니다. 전부 “내가 이게 불편해서”에서 출발했다는 것. 누가 시켜서 만든 사람이 한 명도 없었습니다. DX 시대에 정부가 만든 것들을 생각해봅니다. 전자결재, 나이스, 온나라. 크고, 하나였습니다. 수만 명이 같은 화면을 보게 만드는 게 목표였고, 그건 그 시대에 맞는 답이었습니다. 종이를 없애고 절차를 표준화하는 일에는 규모의 힘이 필요했으니까요. 지금도 그 시스템들 위에서 행정이 돌아갑니다. 다만 AX는 성격이 다르다고 생각합니다. 방향이 반대예요. DX가 수렴이라면 AX는 발산입니다. 개인화되고, 다양해집니다. 지금 공무원 한명 한명을 붙잡고 있는 건 과마다 다르고 사람마다 다른 것들입니다.

GitHub 계정이 갑자기 정지됐습니다. 제일 먼저 든 생각은 “내가 뭘 잘못했지?”가 아니라 “Korea100이 안 되면 어떡하지?”였습니다. 메일 사전 통지도 없었고, 화면에 뜬 건 ToS 위반 한 줄입니다. 공공 행정 구조도를 모아온 공간이 한꺼번에 잠기니 정말 아찔했습니다. 원인은 아마.. 새 레포를 만들고 짧은 시간에 커밋·태그·릴리스를 너무 빠르게 밀어 넣은 것으로 보이니다. AI로 작업하면 사람 속도가 안 보이거든요. 플랫폼 눈에는 자동화처럼 보였을 수 있습니다. Support에 사실만 정리해 보냈고, 하루 만에 풀렸습니다. 그런데 이번 일로 더 오래 남은 질문은 복구 여부보다 이쪽이었습니다. 개인이 만드는 공공AX 산출물의 연속성은 어디에 기대고 있는가. 레포 하나, 계정 하나, 플랫폼 정책 하나에 수개월치 작업이 통째로 흔들릴 수 있다면 그건 개인의 성실함 문제라기보다 지속가능성 설계의 문제입니다. 온ai실험실이 풀어갈 수 있는 문제 같습니다.

처음으로 오픈소스를 공개합니다. 솔직히 조금 떨리네요. 대한민국 제도 100(korea100)을 만들며 509개 제도의 '업무구조도'를 세로 흐름도로 그렸습니다. 그런데 막상 만들고 보니, 일반 국민 입장에선 이용도와 접근성이 아직 많이 부족하더라고요. 그래서 계속 붙들고 있습니다. 아래가 그 흐름도의 실제 출력물이에요.

은행·보험·카드 분쟁이 생기면 많은 사람이 바로 소송을 떠올립니다. 그런데 금융 쪽에는 분쟁조정 트랙이 먼저 있는 경우가 많습니다. 신청 → 사실확인 → 금융회사 의견 → 조정·결정. 제도100: 금융분쟁조정 구조도.

코인 이야기의 대부분은 가격입니다. 그런데 사고가 나면 남는 질문은 이겁니다. "그 사업자는 신고된 곳인가." "내 자산은 어떻게 보호되나." "이상거래는 누가 보나." 가상자산이용자보호 체계는 투자 추천이 아니라 사업자 규율·이용자 보호 지도입니다. 제도100: 가상자산사업자 신고·이용자보호 점검.

처분 통지를 받으면 머릿속이 멈춥니다. 과태료 이의, 민원, 소송… 뭐가 뭔지 갈립니다. 행정심판은 "행정청 처분에 불복해 재결을 받는" 공식 트랙입니다. 심판청구 → 답변·심리 → 재결 → 이행 확인. 제도100: 행정심판 청구·심리·재결 구조도.

산재가 "다친 사람 구제"라면, 중대재해는 "왜 또 같은 위험이 남았는가"를 묻는 쪽에 가깝습니다. 중대한 산업재해·시민재해가 나면 안전보건 확보의무를 다하지 않은 사업주·경영책임자 쪽 책임이 문제될 수 있습니다. 제도100: 중대재해 처벌·예방 구조도.

다친 뒤 제일 먼저 하는 말이 종종 이겁니다. "회사 눈치를 봐야 하나." 산재는 회사의 선심이 아니라 신청·조사·판정·요양·보상 순서를 밟는 제도입니다. 업무상 사고뿐 아니라 질병 인정 경로도 따로 있습니다. 제도100: 산업재해 요양·업무상 질병 인정 구조도.

육아휴직은 "잠깐 쉬는 일"이 아닙니다. 신청, 사업주 확인, 급여, 복직, 불리한 처우 구제가 한 줄로 이어집니다. 가장 많이 막히는 지점은 법 조문이 아니라 "회사에 어떻게 말하느냐"와 "급여는 어디서 신청하느냐"가 갈라지는 순간입니다. 제도100에 고용평등·육아휴직 지원·분쟁조정 경로를 구조도로 정리했습니다.

강의안을 편집자가 합의 없이 2시간짜리를 1시간으로 줄여 배포했다면? 많은 사람이 이렇게 생각합니다. “분량만 줄인 거 아니야?” “교육용이니까 괜찮지 않아?” “계약서에 편집 권한이 있잖아.” 그런데 저작권법은 여기서 ‘편집 관행’과 ‘권리 침해’를 구분합니다. 특히 문제되는 것이 저작인격권 중 하나인 동일성유지권(제13조)입니다. 제도100에 저작권법 업무구조도 4장을 새로 올렸습니다. 이어서 풀어볼게요.

강의안을 편집자가 합의 없이 2시간짜리를 1시간으로 줄여 배포했다면? 많은 사람이 이렇게 생각합니다. “분량만 줄인 거 아니야?” “교육용이니까 괜찮지 않아?” “계약서에 편집 권한이 있잖아.” 그런데 저작권법은 여기서 ‘편집 관행’과 ‘권리 침해’를 구분합니다. 특히 문제되는 것이 저작인격권 중 하나인 동일성유지권(제13조)입니다. 제도100에 저작권법 업무구조도 4장을 새로 올렸습니다. 이어서 풀어볼게요.

OpenAI가 최근 ‘에이전트 작업을 위한 커맨드 센터’라는 이름의 키패드를 내놨습니다. 230달러. 승인과 거부를 누르는 전용 키, 에이전트 상태를 색으로 보여주는 조명, 추론 수준을 조절하는 다이얼. 비슷한 LCD 키패드를 개조해서 직접 만들어봤습니다. Claude, Codex, OpenClaw 세 에이전트에 각각 계속 / 예 / 중단. 만들고 나서 ‘이건 키보드가 아니라 결재판이라는 것’을 알게 되었습니다.

Korea100 104~109번째 구조도는 공공조달 묶음으로 정리했습니다. 공공조달은 하나의 “입찰 절차”처럼 보이지만, 실제로는 혁신제품, 지방계약, 중소기업제품 공공구매, 우수조달물품, 국방조달, 공공 SW 발주처럼 제도별로 전혀 다른 문법을 탑니다. 이번에 올린 구조도는 다음 6개입니다. 104 혁신제품 지정·시범구매 절차 105 지방계약 입찰·계약 절차 106 중소기업제품 공공구매·직접생산확인 107 조달청 우수조달물품 지정·관리 108 국방조달·방위사업 입찰 109 공공 SW 발주·제안평가·과업변경 나라장터 공고와 계약 체결만 보는 것이 아니라, 지정·추천·직접생산확인·적격심사·협상평가·시범구매·수의계약·검사·대금지급·부정당업자 제재까지 한 장씩 따라가도록 만들었습니다. 실무적으로 보실 때 빠진 법령, 실제 조달·계약 흐름과 다른 부분, 보완할 기준이나 현장 절차가 있으면 알려주세요.

신청해주신 학교폭력 사안처리 절차 구조도를 작성했습니다. Korea100의 102번째 제도입니다. 신고·인지 → 분리/긴급보호 → 전담기구 사실확인 → 학교장 자체해결 판단 → 학교폭력대책심의위원회 → 피해학생 보호조치·가해학생 조치 → 행정심판·소송·집행정지까지 한 장에 담았습니다. 실무적으로 보실 때 빠진 분기, 현장과 다른 흐름, 보완할 부분이 있으면 알려주세요. 학교·교육지원청·심의위·학부모 관점의 피드백 모두 환영합니다. 메일은 hosung.seo2026@gmail.com으로 보내주시거나, 이 글에 메시지로 남겨주세요.

서울기록원 〈제5회 소장자료 정리와 기술 사례발표회〉에서 발표를 맡았습니다. 저는 ‘읽히지 않는 기록은 존재하는가: AI readable 관보 프로젝트’라는 주제로 이야기를 나눴습니다. 그런데 막상 현장에 와보니, 제가 발표한 것보다 다른 분들의 사례에서 더 많이 배워 갔습니다. 기록을 다루는 아키비스트분들이 AI를 어떻게 받아들이고 계신지, 그 ‘AX’의 현장을 제대로 들여다본 자리였습니다. 대통령 웹기록물을 데이터로 엮고, 행정 데이터세트를 어떻게 모아 공개하고 활용할지 고민하는 이야기들이 이어졌습니다. 제가 알던 ‘기록’의 세계가 이렇게 넓고 빠르게 움직이는 줄 몰랐습니다. 새로운 세상을 살짝 엿본 기분이라, 놀랍고 또 오랜만에 즐거웠습니다.

“연예인과 핵폭탄” 이 조합, 무슨 상관일까요? 핵 경쟁의 본질은 위력이 아니라 비대칭이었어요. 가진 쪽과 못 가진 쪽 사이에 능력으로는 못 메우는 격차가 생기죠. AI도 비슷합니다. AI를 쓰는 사람 앞에서, AI를 안 쓰는 사람은 실력과 무관하게 밀립니다. 그래서 등장한 게 ‘연예인’입니다. 사람 아닙니다. 연구개발 예산심의 인공지능 → 연·예·인. 과기정통부가 국가 R&D 예산을 배분·조정하는 과정을 돕는 AI죠.

AI가 행정에 접목되면 많은 변화가 생기겠지만.... 소외계층을 더 적극적으로 살필 수 있을 것으로 예상합니다. 공공AI가 지역간 소외, 지역 내에서의 소외 등을 살필 수 있는 수단이 될 수 있도록 만들어야합니다.

5월 29일부터 행정안전부 등 일부 부처 행정내부망에 구글 Gemma4, LG EXAONE이 들어왔습니다!

Buffer MCP 테스트입니다.

Buffer MCP 인스타그램 카드뉴스 업로드 테스트입니다. #공픈클로 #카드뉴스 #BufferMCP

https://mobile.newsis.com/view/NISX20260515_0003631882 행안부는 어제부터 엑사원이랑 Gemma4 행정 내부망에서 씁니다!! 공공인공지능혁신과장님 샤라웃 합니다

영광입니다 SBS https://youtu.be/o32Acnw34u8?si=UuphV-AXIhRHaqKJ

공직사회 지식관리, 인수인계, 암묵지 양성화는 안드레 카파시가 주장하는 ai를 활용한 ”지식베이스(일종의 위키)“일 수 있습니다. 행정기관은 업무 인계·인수를 전자적으로 바꾸려 애써왔습니다. 형식을 디지털화하는 것만으로는 맥락이 살아나지 않았습니다. 후임자가 진짜 필요한 것은 목록이 아니라 왜, 어디서, 어떻게의 문맥입니다. AI 에이전트와 위키가 결합하면 전임자의 산출물과 암묵지가 부서의 지식층으로 남습니다. 후임자에게는 전임자가 옆자리에 앉아 있는 것 같은 효과, 신입에게는 훨씬 나은 온보딩이 됩니다. https://gongpenclaw.substack.com/p/ai

공공 AX는 아직 도입 단계가 아닙니다. 현장에서는 이미 시작됐습니다. 선언이 늦었을 뿐입니다. 그래서 핵심 과제는 금지가 아니라 채널화입니다. 누가 어떤 업무에서 AI를 쓰고 있는지, 어디서 검토하고 승인할지, 어떤 로그를 남길지를 구조로 만들어야 합니다. AX의 성패는 여기서 갈립니다. 현실을 부정하는 조직보다, 이미 올라온 수요를 승인 가능한 흐름으로 묶는 조직이 먼저 갑니다. https://gongpenclaw.substack.com/p/ax-c02

공공 AX의 핵심은 코딩 교육 확대보다 능력의 인터페이스화입니다. 공무원이 직접 코드를 짜지 않아도, 개발자처럼 일하는 구조를 사용할 수 있어야 합니다. 일을 나누고, 요청을 쓰고, 결과를 검토하고, 승인 지점을 보는 구조 말입니다. DX가 시스템을 보급했다면, AX는 능력을 인터페이스로 배포합니다. 공공 AI 에이전트의 역할도 바로 여기에 있습니다. https://gongpenclaw.substack.com/p/03f

‘정보공개법’에 따라 정부 정보를 공개해왔습니다. 이제는 AI-readable이 필요합니다. 정보가 공개돼 있어도 조문 구조, 메타데이터, 링크, 버전 정보, 검색 가능한 텍스트가 없으면 AI는 매번 기초 작업부터 다시 해야 합니다. 그래서 인간 가독성보다 먼저 AI-readable 기반이 필요합니다. 그 위에서 개인화된 설명과 요약은 얼마든지 만들어질 수 있습니다. https://gongpenclaw.substack.com/p/ai-readable

AX의 출발점은 모델 선택이 아니라 업무 분해입니다. 일을 쪼개야 무엇을 자동화할지, 무엇을 검토할지, 어디서 사람이 승인해야 할지가 보입니다. packet이 보여야 workflow가 설계됩니다. 특히 공공 AX에서는 approval boundary가 먼저입니다. 거대한 AI보다, 잘게 나뉜 일의 구조가 현실을 움직입니다. https://gongpenclaw.substack.com/p/ax

공공 API의 진짜 장벽은 명세서보다 문서 밖 운영 조건에 있습니다. User-Agent 헤더가 필요하고, 키는 바로 안 붙고, timeout을 길게 줘야 하고, 검색과 본문 호출 방식이 다른 경우가 있습니다. 문서에는 없는데 실무에는 있습니다. 그래서 중요한 것은 운영 메모입니다. 같은 함정을 매번 다시 배우지 않게 만드는 것. 이 반복 지식은 에이전트가 특히 잘 흡수합니다. 원문: https://gongpenclaw.substack.com/p/api

공공 AI 실험의 첫 전장은 행정망 내 메일함이 아니라 공공데이터일 수 있습니다. 이유는 단순합니다. 위험은 상대적으로 낮고, 효용은 빠르게 검증됩니다. 공개된 데이터를 읽고 엮고 설명하는 것만으로도 AI는 바로 쓸모를 보일 수 있습니다. 공공데이터에 지금 더 필요한 것은 숫자 추가보다 맥락 인터페이스입니다. 오픈클로, 헤르메스 같은 ai agent는 그 맥락을 만드는 도구가 될 수 있습니다. 원문: https://gongpenclaw.substack.com/p/fab