AI 정책평가 대응 과정

1. 강의 대상

- 중앙부처 및 산하기관: AI 사업 기획·운영 담당 공무원 및 사업 담당자

- 지방자치단체 디지털/정보화 담당자: AI 도입을 추진 중이거나 계획 중인 지자체 실무자

- 공공기관 혁신·디지털 부서: AI 사업 추진 및 평가 대응이 필요한 공공기관 실무진

2. 강의 목표

- 범정부 AI 정책평가 체계와 평가지표의 핵심 요소 이해

- 현재 진행 중인 AI 사업을 평가 기준에 따라 진단하고 개선 방안 도출

- 국가 AI 전략과의 정합성을 고려한 AI 사업 기획 및 설계

- 소버린 AI 요건을 충족하는 사업 구조로 전환하는 실행계획 수립

- 평가 결과와 예산 연계를 고려한 전략적 대응 방안 마련

3. 커리큘럼

A. 평가 체계 이해와 진단

Module 1: 범정부 AI 정책평가 체계 이해

1-1. 정책평가 도입 배경과 목적

국가 AI 전략과 부처 사업의 정합성 문제
AI 투자 난립과 중복 투자 현황 분석
평가 도입으로 인한 공공 AI 생태계 변화 전망
주요 선진국의 공공 AI 거버넌스 사례

1-2. AI 평가표(정책평가 지표) 심층 분석

공통지표 vs 개별지표의 구조와 의미
소버린 AI 평가 요소: 국산 기술 활용도, 데이터 주권
정책 정합성 평가 요소: 국가 AI 전략 기여도
성과 평가 요소: KPI 설정 및 측정 방법론

1-3. 예산 연계 메커니즘과 환류 체계

2026년 예산 집행 통제 방안
2027년 예산 편성 시 평가 결과 반영 구조
저성과·비정합 사업 구조조정 프로세스
평가 결과에 따른 리스크 시나리오 분석

Module 2: 기존 AI 사업 진단 및 갭 분석

2-1. AI 사업 진단 프레임워크

평가지표 기반 체크리스트 개발
사업 유형별 진단 포인트 (행정용 AI vs 민간지원사업)
외산 의존도 측정 방법론
데이터 주권 확보 수준 평가

2-2. 벤치마킹과 모범 사례 연구

높은 평가 예상 사업 사례 분석
국산 AI 성공적 활용 사례
정책 정합성 우수 사례

B. 전략 수립과 실행

Module 3: 국가 AI 전략 정합성 확보 전략

3-1. 국가 AI 전략 핵심 내용 이해

국가AI전략위원회의 핵심 어젠다
부처별 역할과 기대 기여 분야
전략 목표와 사업 목표의 매칭 방법론

3-2. AI 사업 재설계 방법론

사업 목표의 재정의 (Strategic Realignment)
성과지표 재설정: SMART 원칙 적용
사업 구조 최적화: 통폐합 vs 세분화 판단

3-3. 포트폴리오 관리 전략

부처 내 AI 사업 포트폴리오 최적화
중복 투자 제거 및 시너지 창출
위험 분산과 전략적 배분
단계적 개선 로드맵 수립

Module 4: 소버린 AI 전환 실무

4-1. 국산 AI 기술 생태계 이해

국산 LLM 현황과 성능 비교 (HyperCLOVA X, EXAONE 등)
국산 NPU 및 인프라 현황 (Sapeon, ATOM 등)
국산 AI 솔루션 시장 맵핑
외산 대비 기술 격차 및 대응 전략

4-2. 외산→국산 전환 로드맵

단계적 전환 vs 전면 전환 의사결정
기술적 마이그레이션 이슈와 해결책
데이터 주권 확보 방안 (클라우드, 데이터센터)
비용-편익 분석 및 예산 확보 전략

4-3. 데이터 주권과 보안 요건

공공 데이터 관리 원칙
AI 학습 데이터 주권 이슈
보안 인증 및 컴플라이언스 요구사항

Module 5: 통합 대응 전략 및 실행계획

5-1. 공공 AI 영향평가와의 통합 대응

정책평가 vs 영향평가의 차이와 연계
편향·투명성·윤리 요건 충족 방안
이중 평가 체계 효율적 관리 프레임워크

5-2. 평가 대응 실행계획 수립

타임라인별 액션 아이템 (2025~2026)
조직 내 역할 분담 및 TF 구성
내부 보고 및 의사결정 프로세스
모니터링 및 중간 점검 체계