콘텐츠로 이동
Data Prep
상세

영국 총리 AI Exemplars Programme

영국 정부가 총리 주도로 추진하는 공공서비스 AI 혁신 파일럿 프로그램. 의료, 교육, 도시계획 등 핵심 공공서비스에 AI를 적용하여 효율성을 높이고 시민 서비스를 개선.

개요

항목 내용
주관 기관 Government Digital Service (GDS), DSIT
스폰서 영국 총리실
발표 시점 2025년 8월
핵심 전략 Scan > Pilot > Scale 접근법
추진 조직 Public Sector AI Adoption Unit

배경 및 목표

배경

  • AI Opportunities Action Plan (2025년) 이행
  • 공공서비스 효율화 및 비용 절감 압박
  • NHS, 교육 등 핵심 서비스의 디지털 전환 필요
  • 민간 AI 기술 발전에 따른 공공부문 적용 기회

목표

  1. 서비스 혁신: 의료, 교육, 도시계획 등 핵심 공공서비스 AI 적용
  2. 테스트 앤 러닝: 포트폴리오 접근법으로 실패로부터 학습
  3. 스케일 업: 성공 사례의 정부 전역 확산
  4. 역량 구축: 공공부문 AI 인력 및 문화 육성

핵심 원칙

  • 포트폴리오 접근법: 단일 고위험 솔루션 대신 다양한 파일럿 동시 추진
  • 빠른 실패 허용: 성공/실패 모두에서 학습
  • 재사용 중심: 성공 사례의 정부 전역 확산

프로그램 구조

Scan > Pilot > Scale 프레임워크

[AI Exemplars 추진 단계]

┌──────────────────────────────────────────────────────────────┐
│                         SCAN                                 │
│  - 유망 AI 기술 식별                                         │
│  - 정부 전역 유스케이스 발굴                                  │
│  - 우선순위화 및 Exemplar 선정                               │
└────────────────────────────┬─────────────────────────────────┘
┌────────────────────────────▼─────────────────────────────────┐
│                         PILOT                                │
│  - 타겟 파일럿 프로젝트 실행                                  │
│  - 성과 모니터링 및 평가                                      │
│  - 저성과 프로젝트 조기 중단                                  │
└────────────────────────────┬─────────────────────────────────┘
┌────────────────────────────▼─────────────────────────────────┐
│                         SCALE                                │
│  - 성공 사례 정부 전역 확산                                   │
│  - 재사용 가능 컴포넌트 구축                                  │
│  - 학습 내용 문서화 및 공유                                   │
└──────────────────────────────────────────────────────────────┘

3가지 전달 모델

모델 설명 예시
부처 주도 부처가 소유/운영, GDS 지원 교육부 교사 지원 AI
GDS 협업 "Build once, use many" 공통 컴포넌트 GOV.UK Chat, Extract AI
산업 협력 민간 기술 공공 적용 NHS 퇴원 요약 AI

주요 Exemplar 프로젝트

1. NHS 퇴원 요약 AI (Discharge Summaries)

항목 내용
분야 의료 (NHS)
기능 환자 전자건강기록(EHR)에서 퇴원 요약 자동 초안 작성
기술 NHS Federated Data Platform + 생성형 AI
목표 의사 행정 업무 부담 경감, 환자 진료 시간 증가
협력 DHSC, NHS England, 민간 플랫폼 제공업체

기대 효과: - 의사당 주간 2-3시간 행정 업무 절감 - 퇴원 문서 품질 표준화 - 환자 진료 집중 시간 증가

2. 도시계획 문서 디지털화 (Extract AI)

항목 내용
분야 주택/도시계획 (MHCLG)
기능 계획 신청 문서 자동 추출 및 분석
기술 문서 OCR + LLM 기반 정보 추출
목표 계획 심사 지연 해소, 주택 공급 가속
협력 GDS + MHCLG Digital Planning Programme

기대 효과: - 계획 심사 기간 30% 단축 - 일관성 있는 문서 처리 - 150만 가구 신규 주택 공급 지원

3. 교사 지원 AI 콘텐츠 스토어

항목 내용
분야 교육 (DfE)
기능 AI 기반 교육 자료 생성 및 관리
기술 생성형 AI + 콘텐츠 관리 시스템
목표 교사 수업 준비 시간 절감, 학생 집중 시간 증가
소유 교육부 (DfE) 주도 개발

기대 효과: - 교사당 주간 수업 준비 시간 절감 - 개인화된 교육 콘텐츠 제공 - 교육 품질 향상

4. GOV.UK Chat

항목 내용
분야 시민 서비스
기능 정부 서비스 안내 대화형 AI
기술 RAG + LLM 기반 챗봇
목표 시민 정보 접근성 향상
소유 GDS 완전 운영

추진 조직

Public Sector AI Adoption Unit

GDS 산하 AI 도입 전담 조직.

주요 역할: - 기술 전문성: 디지털 서비스 설계, AI 구현, 책임 있는 혁신 - 신속 프로토타이핑: i.AI 인큐베이터 운영 (12개월간 22개 프로토타입, 11개 Alpha/Beta) - 범정부 시각: 부처 간 재사용 및 확산 기회 식별 - 공통 인에이블러: 조달, 채용, 교육, 보안, Responsible AI 프레임워크

i.AI (Incubator for AI)

실적 (2024-2025): - 개발된 프로토타입: 22개 - Alpha/Beta 진입: 11개 - 평균 개발 기간: 4-8주 - 모토: "Move fast and learn things"

거버넌스

학습 체계

  1. 성공/실패 문서화: 모든 Exemplar의 학습 내용 기록
  2. 패턴 식별: 성공적 접근법 패턴화
  3. 실무 커뮤니티: 공공부문 AI 실무자 네트워크
  4. 방법론 진화: 학습 기반 접근법 지속 개선
  5. 성과 측정: 유스케이스 및 기술별 가치 평가

Responsible AI

  • 투명성 및 설명 가능성 요구
  • 인간 감독 유지 (Human-in-the-loop)
  • 편향 및 공정성 모니터링
  • 데이터 보호 준수

예산 및 투자

항목 규모
2025년 정부 AI 계약 총액 £5.73억 (약 1조원)
AI Exemplars 전용 예산 비공개 (우선순위 투자)
기대 ROI 파일럿별 비용 대비 가치 측정

시사점

성공 요인

  1. 총리 스폰서십: 최고 수준의 정치적 지원
  2. 포트폴리오 접근: 리스크 분산, 다양한 학습 기회
  3. 실패 허용 문화: 빠른 실패와 학습 장려
  4. 중앙-부처 협력: GDS 지원 + 부처 주도 균형
  5. 민관 파트너십: 민간 기술 공공 적용

도전과제

  1. 조달 복잡성: 기존 조달 체계의 AI 적합성
  2. 인력 부족: AI 전문 공무원 확보 어려움
  3. 레거시 시스템: 기존 시스템과 AI 통합
  4. 변화 관리: 조직 문화 및 업무 방식 변화

한국 적용 시사점

  1. 국무총리 또는 대통령 주도 AI 혁신 프로그램 필요
  2. 디지털정부위원회-부처 협력 체계 강화
  3. 빠른 실험 문화 도입 (실패 허용)
  4. 공공 AI 인큐베이터 설립
  5. 범정부 AI 플랫폼 구축 (재사용 컴포넌트)

향후 계획

  • 2025년 하반기: 추가 Exemplar 발표 예정
  • 2026년: 성공 사례 정부 전역 스케일 업
  • 지속적: 월간 Government Digital and Data 뉴스레터 업데이트

참고 링크