공무원을 코더로 만들지 말고 코더처럼 일하게 하라
DX가 시스템을 보급했다면, AX는 능력을 인터페이스로 배포합니다. 공공 AI 에이전트는 공무원이 코더처럼 일할 수 있는 작업 구조를 넓히는 도구가 됩니다.
공공 AX의 핵심은 교육 확대보다 능력을 배포하는 방식에 있습니다.
정부의 디지털 전환을 말할 때 많은 사람들은 먼저 교육을 떠올립니다. 공무원에게 더 많은 디지털 교육을 하고, 더 많은 도구를 익히게 하고, Python과 데이터 분석과 자동화를 배우게 하면 된다고 생각합니다. 일정한 교육은 물론 필요합니다. 다만 저는 공공 AX의 성패가 그 교육량 자체에 달려 있지는 않다고 봅니다.
이유는 DX와 AX의 과제가 다르기 때문입니다.
DX와 AX의 과제는 다릅니다
DX는 시스템을 보급하는 문제에 가까웠습니다.
전자결재, 업무시스템, 행정포털처럼 조직이 먼저 표준 시스템을 정하고, 구성원이 그 시스템에 적응하는 방식이었습니다. 이 경우에는 교육과 보급이 자연스럽게 핵심 과제가 됩니다. 시스템이 먼저 정해져 있고, 사람은 그것을 배워야 하기 때문입니다. 탑다운 방식이었고, 조직이 결정한 뒤 현장이 따라가는 구조였습니다.
AX는 성격이 다릅니다.
AX는 능력을 활용하는 문제에 더 가깝습니다. 현장에서 먼저 AI를 붙여보는 사람이 생기고, 초안 작성, 비교, 요약, 정리 같은 작은 업무 단위에서 효과가 확인되면 사용이 퍼집니다. 조직이 공식 도입을 끝내기 전에 이미 수요가 올라오기 시작합니다. 그래서 AX의 과제는 단순 보급보다 채널화와 구조화에 가깝습니다. 이미 생겨난 수요를 어떻게 안전하게 받고, 승인 가능한 흐름 안에 넣고, 재사용 가능한 작업 체계로 바꿀 것인가가 더 중요합니다.
이 차이는 공공 AX에서 특히 중요합니다.
DX식으로 생각하면 답이 쉽게 교육 강화 쪽으로 흐릅니다. 하지만 AX는 사람을 한 명씩 개발자처럼 다시 훈련시키는 일만으로는 움직이지 않습니다. 현장에서 이미 올라오고 있는 AI 활용 수요를 검토 가능하고 반복 가능한 구조 안으로 받아들이는 일이 먼저입니다. 그래서 공공 AX의 핵심은 대규모 재교육보다 인터페이스 설계에 더 가깝습니다.
개발자의 강점은 코딩 문법보다 작업 방식에 있습니다
여기서 다시 봐야 하는 것은 개발자의 진짜 강점입니다.
개발자가 강한 이유는 단지 코드를 쓸 수 있어서가 아닙니다. 일을 작은 단위로 나누고, 입력과 출력을 분명히 하고, 반복 가능한 흐름으로 만들고, 수정 가능하게 남기고, 결과를 빠르게 검증하는 방식으로 일하기 때문입니다. 저는 공공 AX가 가져와야 할 핵심도 바로 이 작업 방식이라고 봅니다.
예를 들어 공무원의 일도 이렇게 다시 볼 수 있습니다.
보고서 작성은 배경 수집, 쟁점 정리, 선택지 구성, 현재안 취약점 검토, 문장 초안, 승인용 정리라는 단계로 나눌 수 있습니다. 법령 검토는 원문 확인, 유사 조문 비교, 개정 포인트 추출, 영향 분석, 보고 문장 생성으로 나눌 수 있습니다. 민원 대응은 접수, 분류, 관련 규정 탐색, 답변 초안, 검토, 회신으로 나눌 수 있습니다.
이렇게 쪼개기 시작하면 공무원의 일도 훨씬 선명해집니다. 무엇을 반복할 수 있는지 보이고, 무엇을 자동화할 수 있는지 보이고, 무엇을 사람이 최종 승인해야 하는지도 드러납니다. 즉 개발자처럼 일한다는 것은 코드를 직접 친다는 뜻보다, 일을 구조화하고 반복 가능한 단위로 다룬다는 뜻에 더 가깝습니다.
그래서 필요한 것은 개발자적 능력의 인터페이스화입니다
저는 여기서 핵심이 교육량보다 인터페이스화에 있다고 봅니다.
공무원이 직접 코드를 짜지 않아도, 개발자처럼 일하는 구조를 사용할 수 있어야 합니다. 자연어로 요청하면 작업이 packet으로 나뉘고, 필요한 데이터가 붙고, 뒤편의 전문 에이전트나 코딩 AI가 실행하고, 결과는 다시 보고 가능한 형태로 돌아와야 합니다. 사용자는 Python 문법을 몰라도 되고, Git 명령어를 몰라도 되고, API 인증 방식을 몰라도 됩니다. 대신 무엇을 하고 싶은지, 어떤 제약이 있는지, 어디까지 승인할지를 말할 수 있으면 됩니다.
이 구조가 잡히면 공무원은 직접 코드를 쓰지 않아도 반복 보고서 초안 생성, 법령 조문 비교, 여러 공개 데이터의 결합, HWP/PDF 기반 자료 정리, 규칙 기반 반복 업무 자동화, 기관별 현황판 생성, 변경사항 추적과 비교 같은 결과를 얻을 수 있습니다.
중요한 것은 손에 쥔 도구 이름보다, 결과를 만들어내는 작업 체계입니다.
저는 이 지점을 이렇게 정리하고 싶습니다.
DX가 시스템을 보급하는 일이었다면, AX는 능력을 인터페이스로 배포하는 일입니다.
공공 AI 에이전트의 의미도 여기에 있습니다
저는 공공 AI 에이전트가 바로 이 지점에서 의미를 가진다고 봅니다.
공공 AI 에이전트의 역할은 모든 공무원에게 코딩을 가르치는 데 있지 않습니다. 공무원의 자연어 요청을 실행 가능한 작업 패킷으로 번역하고, 뒤편의 코딩 AI나 전문 에이전트로 연결하고, 돌아온 결과를 다시 행정 문맥에 맞는 형태로 정리하는 데 있습니다.
즉 공공 AI 에이전트는 개발자적 능력을 인터페이스로 제공합니다.
여기서 중요한 것은 편한 챗봇 하나를 더 두는 일이 아닙니다. 공무원이 실제로 개발자처럼 일할 수 있는 흐름을 만드는 일입니다. 요청이 곧 스펙이 되고, 작업이 작은 단위로 나뉘고, 결과가 수정 가능하게 남고, 사람이 승인할 지점이 보이고, 다음 반복에 재사용할 수 있는 형태로 축적되는 구조입니다.
이 구조가 생기면 자동화는 특정 소수 기술 인력만의 무기가 아니게 됩니다. 각 부처의 실무자도 자기 업무를 더 정밀하게 다루고, 더 빠르게 반복하고, 더 적은 마찰로 개선할 수 있게 됩니다.
공공 AX는 자동화의 민주화이기도 합니다
저는 이 변화를 일종의 자동화 민주화라고 생각합니다.
지금까지 자동화와 데이터 활용은 대체로 개발자와 분석가의 영역에 가까웠습니다. 실무 공무원은 필요한 것이 있어도 기술 인력에게 요청하고 기다리는 경우가 많았습니다. 이 구조에서는 병목이 생기기 쉽고, 작은 문제는 끝없이 뒤로 밀립니다.
반대로 공무원이 코더처럼 일할 수 있는 구조가 생기면 상황이 달라집니다.
작은 자동화가 현장에서 바로 시작될 수 있습니다. 보고서 양식 정리, 반복 비교표 생성, 법령 검토 보조, 공개자료 정리, 부처별 업무 패킷화 같은 것들이 중앙의 거대한 시스템 개편 없이도 움직이기 시작합니다. 저는 공공 AX의 힘이 이런 바텀업 축적에서 나온다고 봅니다.
그래서 교육 정책도 바뀌어야 합니다
이 말은 교육이 필요 없다는 뜻은 아닙니다.
다만 교육의 목표를 다시 잡아야 합니다. 모든 공무원에게 코딩 문법을 가르치는 것보다, 일을 쪼개는 법, 좋은 요청을 쓰는 법, 결과를 검토하는 법, 승인 경계를 설정하는 법, 재사용 가능한 업무 패킷을 만드는 법을 익히게 하는 쪽이 훨씬 중요합니다.
앞으로 필요한 역량은 문제를 구조화하는 능력, 작업 단위를 나누는 능력, AI에게 정확히 지시하는 능력, 돌아온 결과를 검토하는 능력, 승인과 책임의 경계를 설정하는 능력입니다.
저는 이것이 공공형 AI 리터러시의 핵심이라고 생각합니다.
결국 중요한 것은 사람을 바꾸는 속도보다 구조를 바꾸는 속도입니다
사람을 한 명씩 개발자처럼 다시 훈련시키는 데는 시간이 오래 걸립니다. 반면 개발자적 능력을 인터페이스로 제공하는 구조를 만들면 훨씬 더 넓은 범위의 사람이 빠르게 새로운 방식으로 일할 수 있습니다.
그래서 저는 이렇게 정리하고 싶습니다.
공공 AX의 목표는 공무원이 코더처럼 일할 수 있는 환경을 넓히는 데 있습니다.
그리고 그 전환은 교육만으로 오지 않습니다. 사람의 요청을 작업 패킷으로 번역하고, 전문 에이전트와 연결하고, 검토 가능한 결과로 돌려주는 인터페이스가 있어야 비로소 시작됩니다.
저는 공공 AI 에이전트가 바로 그 전환의 한 형태가 될 수 있다고 생각합니다.