정부도 정부의 에이전트 레이어를 가져야 한다

생성형 AI 경쟁의 중심이 모델 자체에서 점점 에이전트 레이어로 이동하고 있습니다. 앞으로의 차이는 누가 더 똑똑한 모델을 갖고 있느냐보다, 누가 모델 위에 실제 업무를 수행하는 구조를 설계하고 운영하느냐에서 나옵니다.

이 변화는 민간 기업보다 정부에 더 중요합니다. 공무원들이 AI로 문서를 작성하고, 코드와 자동화를 만들고, 보고 흐름을 재설계하기 시작하면, 진짜 자산은 결과물 한 건이 아니라 그 결과를 만들어내는 과정 전체에서 발생하기 때문입니다.

공무원의 바이브코딩이 확산되면 코드, 보고서, 자동화 스크립트뿐 아니라 프롬프트, 검토 기준, 예외 처리 방식, 실패 로그, 승인 이력, 재사용 가능한 템플릿까지 함께 쌓입니다. 이것은 단순한 생산물이 아니라 정부 업무의 디지털 운영체제입니다.

문제는 이 자산이 개인 계정과 외부 플랫폼에 흩어질 수 있다는 점입니다. 정부가 AI를 써서 생산성은 올렸지만, 학습과 축적은 플랫폼이 가져가는 구조가 되면 장기적으로 정부 역량은 강화되지 않습니다.

그래서 정부가 소유해야 하는 것은 산출물만이 아닙니다. 실행 로그, 워크플로우 정의, 검토 규칙, 품질 평가 데이터까지 정부 경계 안에 남아야 합니다. 그래야 조직이 학습하고, 부서 간 재사용이 가능해지고, 전보나 퇴직이 있어도 지식이 사라지지 않습니다.

여기서 핵심은 정부가 반드시 자체 파운데이션 모델을 가져야 한다는 뜻이 아니라는 점입니다. 모델은 바뀔 수 있습니다. GPT, Claude, Kimi 등 어떤 모델을 쓰더라도 그 위의 업무 레이어, 즉 실행 구조와 기록 체계를 정부가 소유해야 합니다.

정부형 에이전트 레이어는 단순한 챗봇이 아닙니다. 업무를 어떤 순서로 처리할지, 어디까지 자동화할지, 어느 지점에서 사람이 검토할지, 어떤 근거를 남길지를 제도적으로 관리하는 운영 인프라입니다. 기술이 아니라 행정 운영체계의 문제입니다.

이 레이어가 없으면 공무원 개인의 능력은 올라가도 조직 전체의 축적은 제한됩니다. 반대로 레이어를 구축하면 개인의 실험은 살아 있으면서도 그 성과가 공공 자산으로 전환됩니다. 개인 생산성의 상승이 조직 학습으로 연결됩니다.

물론 전제도 필요합니다. 민감정보 분리, 감사 가능한 로그, 공식 업무공간과 실험공간의 구분, 외부 모델 사용 시 데이터 반출 통제, 저작권과 기록관리 원칙이 함께 설계되어야 합니다. 그래야 정부 소유가 통제 가능하고 신뢰 가능한 체계가 됩니다.

결국 질문은 단순합니다. 공무원이 AI와 함께 만들어내는 디지털 노동의 부산물을 누가 소유할 것인가. 개인인가, 플랫폼인가, 정부인가.

정부가 정부의 에이전트 레이어를 가져야 하는 이유는 분명합니다. 그것이 있어야 공무원의 바이브코딩이 일회성 생산성 향상에 그치지 않고, 국가의 장기적인 행정 역량으로 축적될 수 있기 때문입니다.

AI 시대의 공공 혁신은 모델 도입에서 끝나지 않습니다. 진짜 승부는 그 위에 어떤 정부형 운영 레이어를 구축하느냐에서 갈립니다.