체크리스트

공무원 교육, AI 커리큘럼 순서를 민간과 다르게 짜야 하는 이유

공무원 AI 교육은 민간 교육 순서를 그대로 쓰면 안 됩니다. NIA·행정안전부·KISDI 자료로 내부망·개인정보·감사라는 공공 특유의 제약을 교육 단계 순서에 반영하는 방법을 정리했습니다.

2026-09-07

공무원 교육은 민간 기업의 AI 교육 순서를 그대로 옮기면 안 됩니다. 내부망과 외부망이 나뉜 업무 환경, 개인정보가 섞인 민원 데이터, 그리고 사후 감사라는 세 가지 제약이 있어서, 실습부터 시작하는 민간식 커리큘럼은 공공 조직에서 그대로 작동하지 않습니다. 이 글은 그 제약을 교육 과정의 순서로 바꾸는 방법을 정리합니다.

순서를 정하기 전에 먼저 볼 것이 있습니다. 공공부문에서 생성형 AI가 실제로 어떤 위험을 만드는지, 그리고 그 위험이 민간 교육에는 없는 이유입니다.

공무원 AI 교육을 민간 교육 그대로 옮기면 안 되는 이유

한국지능정보사회진흥원(NIA)이 정리한 공공부문 생성형 AI 도입 위험 요소를 보면, 환각 현상은 공공문서 작성, 정책 요약, 민원 응답 등에서 오류를 초래할 수 있으며 국민에게 잘못된 정보를 전달함으로써 신뢰성에 대한 문제가 발생될 수 있습니다. 민간 기업의 오류는 내부 재작업으로 끝나지만, 공공기관의 오류는 민원인에게 바로 전달됩니다.

더 까다로운 문제는 책임소재입니다. 같은 자료는 AI가 생성한 정보로 인해 문제가 발생했을 경우, 그 책임이 공급자, 운영기관 중 누구에게 있는지 모호한 경우가 많다고 지적합니다. 민간 기업은 내부 결재선이 책임을 정리하지만, 공공기관은 감사와 국정감사 대상이 되므로 이 모호함이 훈련 부재로 판정될 수 있습니다.

결국 공무원 교육이 다뤄야 할 것은 도구 사용법이 아니라, 이 두 위험을 교육 과정 어느 단계에서 짚고 넘어갈 것인가입니다.

도입 순서부터 공공 특유의 제약을 반영해야 합니다

행정안전부는 2026년 6월 「공공부문 AI 도입·활용 가이드」를 전국 공공기관에 배포하면서, 각 공공기관이 범정부 인공지능(AI) 공통 기반을 이용한 서비스 개발 전 과정을 '기획-예산-계약-구축-운영' 5단계로 표준화해 현장 맞춤형 실행 안내서로 제시했습니다. 교육도 이 5단계를 따라가야 합니다. 기획·예산·계약 단계에서 필요한 지식과 구축·운영 단계에서 필요한 지식이 다르기 때문입니다.

같은 가이드는 최신 AI 기술인 'RAG(검색 증강 생성)' 우선 전략을 반영해 기관 내부의 최신 문서를 기반으로 정확한 답변을 제공하고, AI 환각 현상 방지 등 설계부터 적용까지의 과정을 상세히 담았습니다. 이 순서를 뒤집어 구축·운영 단계의 실습(문서 요약, 초안 작성)을 먼저 가르치면, 기획·예산 단계에서 결정했어야 할 데이터 범위와 검증 체계를 나중에 되짚어야 합니다. 앞 단계를 건너뛴 교육은 뒷단계에서 반드시 다시 돌아옵니다.

참가자 수준부터 갈라야 하는 이유

정보통신정책연구원(KISDI)이 한국미디어패널조사를 분석한 결과, 2025년 기준 생성형 AI 이용률은 60대 6.3%, 70세 이상 0.7%로 다른 연령대와 뚜렷한 격차를 보였습니다. 60세 이상 고령층은 인지율도 낮고 1년간 증가폭 또한 미미한 수준이었습니다.

공무원 조직은 20대 신규 임용자부터 60대 정년 전 관리자까지 연령대가 넓게 퍼져 있습니다. 민간 스타트업처럼 전 직원이 이미 생성형 AI를 써 봤다고 가정하고 실습부터 시작하면, 조직 안에서 이 격차만큼 뒤처지는 인원이 그대로 남습니다.

그래서 교육 순서의 첫 단계는 도구 실습이 아니라 참가자의 실제 이용 수준을 나누는 절차여야 합니다. 기초 인지 단계에 있는 참가자에게 프롬프트 작성법부터 가르치면, 그 앞에 있어야 할 '이게 무엇이고 왜 확인이 필요한가'라는 설명이 빠집니다.

교육 안에 검수 지점을 어디에 둘 것인가

NIA는 신뢰성 확보를 위한 전략으로 결과물 검증 프로세스 도입을 제시합니다. AI를 통해 만들어진 결과물의 정확성을 검증하기 위한 사전·사후 검증 체계를 마련하여 정합성 절차를 마련해야 한다는 것입니다. 같은 자료는 법적 책임성 확보를 위해 AI 서비스 도입 전, 기술·법적 위험성 평가를 제도화하고 공급기업과 책임 범위 및 보증 요건 등 책임을 명문화해야 한다고 덧붙입니다.

이 두 전략을 교육 과정에 그대로 옮기면 검수 지점이 셋으로 나뉩니다. 사용 전에는 그 업무에 AI를 왜 쓰는지와 개인정보가 섞여 있는지를 확인하고, 사용 중에는 산출물이 원문 근거와 맞는지를 확인하며, 사용 후에는 성과와 법적 정합성을 정기적으로 점검합니다. 실습 시간을 도구 조작에만 쓰면 이 세 지점 중 어느 것도 훈련되지 않습니다.

진정한 AI 강국으로 도약하기 위해서는 '빠른 도입'보다는 '책임성 있는 도입'을 중심에 두는 전략이 더욱 중요해질 것으로 보인다.

그래서 무엇을 확인해야 하나요

세 가지 근거를 교육 설계 순서로 바꾸면 다음과 같은 확인표가 됩니다.

단계	확인점	왜
기획·예산·계약	업무 범위와 데이터 종류부터 정의했는가	구축 단계보다 앞서 결정해야 할 사항이라 나중에 되짚으면 재작업이 생김
참가자 구분	사전 설문으로 이용 수준을 나눴는가	연령대별 이용률 격차가 60대 6.3%, 70세 이상 0.7%까지 벌어져 있음
사용 전	업무 목적과 개인정보 포함 여부를 확인했는가	민원 데이터에는 개인정보가 섞이기 쉬움
사용 중	산출물을 원문 근거와 대조했는가	환각으로 생긴 오류가 정책 요약·민원 응답에 그대로 전달됨
사용 후	성과와 법적 정합성을 정기 점검하는가	책임소재가 모호한 채로 남으면 감사 대응 문서가 없어짐

이 다섯 줄을 순서대로 채우지 못하는 커리큘럼은 실습 시간이 아무리 많아도 감사에서 같은 질문을 다시 받습니다.

자주 묻는 질문

공무원 AI 교육은 민간 기업 교육과 어떻게 다르게 설계해야 하나요?
도구 실습 순서가 아니라 위험 성격이 다릅니다. NIA 조사에 따르면 AI가 만든 정보로 문제가 생겼을 때 책임이 공급자와 운영기관 중 누구에게 있는지 모호한 경우가 많고, 공공기관은 이 모호함이 감사 대상이 됩니다. 그래서 실습보다 검수 지점 교육을 먼저 넣어야 합니다.
교육 과정 순서를 행정안전부 가이드의 5단계와 똑같이 짜야 하나요?
똑같이 짤 필요는 없지만, 기획·예산·계약 단계와 구축·운영 단계에서 필요한 지식이 다르다는 구분은 그대로 가져와야 합니다. 이 구분 없이 실습부터 시작하면 앞 단계에서 정했어야 할 데이터 범위와 검증 체계를 나중에 다시 논의하게 됩니다.
참가자 수준을 왜 사전에 나눠야 하나요?
2025년 기준 생성형 AI 이용률이 60대 6.3%, 70세 이상 0.7%로 다른 연령대와 크게 벌어져 있기 때문입니다. 공무원 조직은 연령대가 넓게 퍼져 있어, 전원이 같은 실습으로 시작하면 기초 인지 단계에 있는 참가자가 그대로 남습니다.
검수 지점은 교육 시간 중 어디에 넣어야 하나요?
사용 전(업무 목적·개인정보 확인), 사용 중(산출물과 원문 근거 대조), 사용 후(성과·법적 정합성 점검) 세 지점으로 나눠 넣어야 합니다. NIA가 제시한 결과물 검증 프로세스와 사전 위험 평가 전략을 교육 시간표에 그대로 옮긴 구분입니다.
실습 시간을 늘리면 이 문제가 해결되지 않나요?
해결되지 않습니다. 실습 시간을 도구 조작에만 쓰면 사용 전·중·후 세 검수 지점 중 어느 것도 훈련되지 않고, 책임소재가 모호한 상태 그대로 감사를 받게 됩니다.