증거기반정책에서 생성형 인공지능(AI)의 활용 가능성과 한계: 천안시 도시재생사업 사례를 중심으로
Possibilities and Limitations of Using Generative Artificial Intelligence in Evidence-Based Policy: Focusing on the case of Cheonan-si Urban Regeneration Project
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
인공지능 시대가 본격화되면서 생성형 인공지능의 도입과 활용이 급속히 증가하고있다. 이 연구는 정부가 추진하고 있는 증거기반정책에서 생성형 인공지능을 활용할 수있는지 그 가능성과 한계를 검증하고 시사점을 제공하는데 목적이 있다. 이를 위해 대규모 예산이 투입되고 있는 천안시의 도시재생사업을 정책사례로 선정하여, 대표적인생성형 인공지능인 챗GPT4.0를 대상으로 검증을 시도하였다. 천안시 도시재생지원센터 구성원들과 공동으로 챗GPT에게 물어볼 질문을 개발하고, 챗GPT가 내놓은 대답을정책에 활용할 수 있는가에 대해 신속성, 유용성, 구체성, 정확성, 신뢰성 등 5가지 기준에 따라서 평가하였다. 그 결과 증거기반정책에 생성형 인공지능을 전적으로 활용하는 데는 답변의 구체성, 유용성, 정확성 등에서 아직까지 한계가 있으나 정책에 필요한다양한 자료 및 정보의 신속한 정리, 정책의 배경지식 파악 등에서는 충분히 활용가능한 것으로 나타났다. 또한 담당 공무원이 해당 정책에 대해 전문성을 갖고 있다면 생성형 인공지능을 정책보좌관이나 정책도우미로 활용하여 업무의 효율성과 생산성을 충분히 높일 수 있는 것으로 나타났다. 향후 인공지능 기술의 발전추세로 보아 증거기반정책에서 인간 정책결정자와 생성형 인공지능간의 협업은 더욱 확대될 것이다
Abstract
As the era of artificial intelligence(AI) begins in earnest, the introduction and use of Generative AI is rapidly increasing. The purpose of this study is to verify the possibility and limitations of utilizing Generative AI in evidence-based policies. To this end, Cheonan-si's urban regeneration project was selected as a policy case, and verification was conducted on ChatGPT4.0, a representative Generative AI. In collaboration with members of the Cheonan Urban Regeneration Support Center, questions to be asked to ChatGPT were developed, and whether ChatGPT's answers could be used in the policy was verified according to five criteria: speed, usefulness, concreteness, accuracy, and reliability. As a result, there are still limitations in the concreteness, usefulness, and accuracy of the answer in utilizing the Generative AI for evidence-based policies. However, it was found that it can be fully used to quickly organize various data and information necessary for the policy, and to grasp the policy situation and background knowledge. In addition, if the official in charge has expertise in the policy, it was found that Generative AI can be used as a policy advisor or policy assistant to increase the efficiency and productivity of the policymaking. In view of the future development trend of AI technology, collaboration between human policymakers and Generative AI in evidence-based policies will be further expanded.
참고문헌 (48)
- "베일 벗은 네이버 ‘서치GPT’...쇼핑･페이･지도까지 연결" (2023)[URL]
- 김길수, "증거기반정책에 관한 연구-증거의 편의(Bias)를 중심으로", 한국자치행정학보, 36(3), pp.91~109 (2022)
- AI기반 정부지원 통합체계 구축방안, "김민호", 한국개발연구원, ~, pp.KDI 연구보고서 2020-07 (2020)
- 김병조, "행정-정책 의사결정에서 머신러닝(machine learning) 방법론 도입의 정책적 함의: 기계의 한계와 증거기반 의사결정(evidence-based decision-making)", 한국행정학보, 54(1), pp.261~285 (2020)
- "홈택스･복지로 등 공공서비스 2026년 일원화…‘정부용 챗GPT’ 구축" (2023)[URL]
- 김선영, "증거기반 정책에서의 빅데이터에 관한 연구", 한국행정학회, 29(1), pp.69~91 (2020)
- "대표 홈페이지" (2023)[URL]
- "치명적인 인공지능 결함, ‘환각 현상’을 잡아라" (2023)[URL]
- 지방자치단체 증거기반정책 정착을 위한 방안, "박현욱", 한국지방행정연구원, ~, pp.지방자치정책 Brief No.155 (2022)
- 서형준, "4차 산업혁명시대 인공지능 정책의사결정에 대한 탐색적 논의", 정보화정책, 26(3), pp.3~35 (2019)
- "금융･법조･공공 분야 적용 시작된 AI 챗봇...치명적 맹점 ‘환각 현상’ 어떻게 해결했을까" (2024)[URL]
- 양은진, "증거기반정책 연구는 증거가 있는가? : 국내 증거기반정책 연구에 대한 체계적 문헌고찰", 한국행정학보, 56(3), pp.105~136 (2022)
- 엄석진, "인공지능의 공공부문 도입과 활용, 사례와 기대효과", 지역정보화, 135, pp.8~13 (2022)
- 천안시 문화공간 실태조사를 통한 천안 문화도시 연계･협력방안 연구, "윤상오", 단국대학교 다산LINC3.0사업단, ~ (2023)
- 윤상오, "사회문제 해결을 위한 문화적 접근법에 관한 연구 : 천안시 사례를 중심으로", 한국공공관리학보, 36(3), pp.183~214 (2022)
- 윤상오, "인공지능을 활용한 정책결정의 유형과 쟁점에 관한 시론", 한국지역정보화학회지, 21(1), pp.31~59 (2018)
- 윤상오, "지능정보시대의 정책결정: 인공지능 정책결정의 주요 쟁점들", 한국시뮬레이션학회 2017 춘계공동학술대회 발표자료 (2017)
- 은종환, "인공지능을 활용한 정책의사결정에 관한 탐색적 연구 : 문제구조화 유형으로 살펴본 성공과 실패사례 분석", 정보화정책, 27(4), pp.47~66 (2020)
- "지자체도 챗GPT 열풍…“민원 연계-행정 활용”" (2023)[URL]
- 이숙연, "인공지능 관련 규범 수립의 국내외 현황과 과제", 法曹, 72(1), pp.442~488 (2023)
- "같은 의사들도 인정한 Chat GPT…“의사 답변보다 낫다”" (2023)[URL]
- "‘챗GPT 플러그인’ 써보니…‘최신 정보 미반영･환각’ 등 약점 보완" (2023)[URL]
- 이현승, "게임 콘텐츠 생성을 위한 생성형 AI의 환각 현상 완화 방안에 관한 사례 연구", 한국게임학회논문지, 23(5), pp.121~129 (2023)
- "챗GPT가 지방자치 행정에 안착하려면…" (2023)[URL]
- 장성민, "챗GPT가 바꾸어 놓은 작문교육의 미래-인공지능 시대, 작문교육의 대응을 중심으로", 작문연구, 56, pp.7~34 (2023)
- 전은애, "인간과 AI는 각자의 강점을 가지고 공존할 것 – 챗GPT와의 인터뷰", 브레인, 98, pp.12~14 (2023)
- 정성호, "증거기반 정책결정과 재정정보의 생산, 배포, 활용", 한국비교정부학보, 24(2), pp.169~192 (2020)
- 정성호, "증거기반 정책결정과 성과주의 예산에 관한 소고", FIS 인사이트, ~ (2019)
- "대표 홈페이지" (2023)[URL]
- 최영준, "불확실성을 대처하는 증거영향행정 : 멘탈모델, 증거, 불확실성의 상호관계에 대한 서설적 이해", 한국행정학보, 50(2), pp.243~270 (2016)
- "지방행정에도 챗GPT 바람…지자체마다 다양한 활용방안 모색" (2023)[URL]
- 최효림, "양방향 GPT 네트워크를 이용한 VMS 메시지 이상 탐지", 한국ITS학회논문지, 21(4), pp.125~144 (2022)
- 한국정보통신진흥협회, "GPT서비스 평가기반 마련 연구용역 제안요청서", ~ (2023)
- 지능화 연구 시리즈 2016: 데이터 기반 정책수립 방향에 대한 연구, "한국정보화진흥원", 한국정보화진흥원 정책본부 미래전략센터, ~ (2016)
- 한승훈, "증거기반정책의 쟁점과 한국적 맥락에서의 적용 가능성", 한국정책학회보, 20(1), pp.289~314 (2021)
- 공공분야 챗GPT 활용에 따른 학습데이터 오염과 “할루시네이션(환각)” 개선방안, "한윤수", 한국행정연구원, ~, pp.KIPA ISSUE PAPER 124호 (2023)
- 인공지능시대의 정부: 인공지능이 정부를 어떻게 변화시킬 것인가?, "황종성", 한국정보화진흥원, ~, pp.IT & Future Strategy 제3호 (2017)
- "대표 홈페이지" (2023)[URL]
- Generative AI at Work, "Brynjolfsson, E.", NBER, ~, pp.Working Paper No. 31161 (2023)
- Gray, J. A. M., "Evidence-based Healthcare: How to Make Health Policy and Management Decisions" (1997), Churchill Livingstone
- Hammersley. M., "The Myth of Research-Based Policy and Practice" (2013), Sage
- Head, B. W., "Reconsidering Evidence-based Oolicy : Key Issues and Challenges", Policy and Society, 29(2), pp.77~94 (2010)
- "ChatGPT Is Everywhere. Here’s Where It Came from" (2023)[URL]
- The Economic Potential of Generative AI: The Next Productivity Frontier, "McKinsey Global Institute", ~ (2023)
- Pahlman, K., "A Critical Examination of the Idea of Evidence-based Policymaking", The ANU Undergraduate Research Journal, 6 (2014)
- "Improving language Understanding by Generative Pre-training" (2019)[URL]
- Russel, J., "Recognizing Rhetoric in Health Care Policy Analysis", Journal of Health Services Research & Policy, 13(1), pp.40~46 (2008)
- "AI Hallucination" (2024)[URL]