AI를 쓰는 공무원은 늘었지만, AI가 읽을 수 없는 행정 현실
국회 위성곤 의원실이 공개한 ‘공공분야 AI 활용 현황’ 조사에 따르면, 전국 행정기관 종사자 14,208명 중 68.9%가 챗GPT·클로드·제미나이·하이퍼클로바X 등 생성형 AI를 사용한 경험이 있다.
이미 대부분의 공무원이 AI 도구를 접해본 셈이다. 하지만 AI의 활용성과 행정문서의 디지털화 수준은 전혀 맞물리지 않고 있다.
조사 결과, 행정기관이 보유한 보도자료·사업계획서 등 주요 문서의 91.1%가 HWP, 이미지, 스캔 PDF 등 AI가 읽기 어려운 비정형 포맷으로 저장되어 있었다. AI를 쓰는 사람은 많지만, AI가 읽을 수 있는 데이터는 거의 없는 아이러니한 상황이다.
이는 단순한 기술 격차가 아니라 구조적 문제다.
공공행정의 근간을 이루는 데이터들이 AI 분석에 부적합한 형태로 묶여 있다는 것은, AI 기반 행정혁신이 표면적 수준에 머물고 있음을 의미한다.
다시 말해, 공공부문의 AI 활용이 ‘챗봇 대화’나 ‘문서 요약’ 수준에 머무르고 있으며, 행정 지식의 체계적 활용 단계로 나아가지 못하고 있는 것이다.
AI-Ready 포맷 전환이 행정 AI의 출발점
행정문서의 대다수는 HWP나 PDF로 작성되어 있으며, 이 포맷들은 LLM(대규모 언어모델)이 문맥을 이해하기 어렵다.
텍스트는 이미지처럼 묶여 있고, 표·항목·조건문이 구분되지 않는다. 결국 AI는 글자를 “읽을 수는 있지만, 이해하지는 못한다.”
이 문제를 해결하려면 문서를 AI가 학습할 수 있는 구조화 포맷(HTML, JSON, Markdown)으로 변환해야 한다.
이것이 바로 ‘AI-Ready 포맷 전환’이다.
한국딥러닝은 이 문제를 근본적으로 해결하기 위해 Vision-LLM 기반 문서 이해 기술을 통합한 DEEP OCR, DEEP Parser, DEEP Docs를 개발했다.
이 솔루션은 기존 OCR의 한계를 넘어, 문서 내부의 레이아웃·표·서식·주석 구조까지 인식하여 LLM이 바로 활용할 수 있는 구조화 데이터로 변환한다.
예를 들어, 한글(HWP) 보고서를 DEEP Parser로 처리하면 문서 내 항목·제목·표·문단이 자동 구분되어 JSON 형태로 추출된다.
이 데이터는 AI 검색, 자동 요약, 문서 분류, 행정 챗봇 구축 등 다양한 활용으로 이어질 수 있다.
즉, 문서가 AI에 의해 ‘읽히는 순간’, 행정은 비로소 디지털화된다.
외부망 기반 AI 활용의 보안 한계… 내부망 전용 AI의 필요성
조사 결과, 응답자의 67.5%가 외부 인터넷망에서 생성형 AI를 활용하고 있다.
이는 공공데이터가 해외 서버로 전송될 가능성이 있다는 뜻이다.
행정문서·회의록·민원 기록에는 개인정보뿐 아니라 예산·계약·조직 정보 등 기밀성이 높은 데이터가 포함되어 있다.
이러한 정보를 오픈된 AI 서비스에 입력하는 것은 명
백한 보안 리스크다.
한국딥러닝은 이 문제를 해결하기 위해 내부망(폐쇄망)에서도 독립적으로 작동하는 보안형 AI 솔루션 아키텍처를 구축했다.
DEEP OCR·Parser·Docs는 외부망 연결 없이 기관 내부 서버에서 모든 분석과 변환이 이루어진다.
즉, 데이터를 외부로 전송하지 않아도 AI가 문서를 읽고 구조화할 수 있는 것이다.
이 방식은 이미 지자체·금융기관·공기업 등에서 채택되고 있으며, “AI를 안전하게 사용하는 것”을 넘어 “AI를 기관 내부로 들여오는 것”이라는 새로운 전환을 이끌고 있다.
또한 한국딥러닝의 시스템은 보안감사 로그, 접근권한 통제, 데이터 암호화 등 ISO/ISMS 수준의 보안 체계를 내장해 있어, 공공기관 보안규격을 충족한다.
이는 단순히 편리한 AI 도입이 아니라, 국가 데이터 주권을 지키는 AI 전환 모델로 평가받고 있다.
교육보다 우선해야 할 것은 ‘데이터 구조 혁신’
AI 활용 역량 교육에 대한 수요는 높지만, 조사 결과 59.4%의 공무원이 AI 관련 교육을 받은 적이 없다고 답했다.
그러나 더 근본적인 문제는 교육 부족이 아니라, AI가 읽을 수 없는 데이터 구조다.
아무리 뛰어난 프롬프트나 챗봇을 활용해도, 입력 데이터가 비정형 포맷이라면 AI의 이해력은 제한적일 수밖에 없다.
즉, AI 활용 교육은 데이터 구조 개선 위에서만 의미가 있다.
한국딥러닝은 이미 여러 중앙부처 및 공공기관과 협력해, HWP·PDF 문서를 AI 학습용 포맷으로 자동 변환하고 메타데이터를 부착하는 AI-Ready 환경 구축 프로젝트를 진행하고 있다.
이 시스템은 단순 변환을 넘어, 각 문서에 자동으로 태그·주제·작성자·연도 정보를 연결하고, 이를 기반으로 RAG(검색 증강 생성) 시스템을 구축한다.
결과적으로 공무원은 “AI에게 문서를 읽히는 것”을 넘어 “AI와 문서 기반 대화”를 할 수 있게 된다.
이는 공공기관의 지식자산을 체계적으로 관리할 수 있는 새로운 행정 패러다임이다.
공공 AI의 경쟁력은 ‘문서를 얼마나 잘 읽게 하느냐’에 달려 있다
위성곤 의원은 “행정문서 대부분이 AI가 읽지 못하는 형식에 묶여 있다는 것은 AI 정부 전환의 걸림돌”이라며 “AI-Ready 포맷 전환과 메타데이터·API 연계가 시급하다”고 지적했다.
이는 단순한 행정 혁신이 아니라 한국 AI 산업의 미래 경쟁력을 좌우할 인프라 문제다.
AI가 행정문서를 이해하지 못하는 국가에서는, 결국 정책 분석·행정 챗봇·민원 자동화 등 모든 AI 행정 서비스가 해외 솔루션에 의존하게 된다.
이미 전 세계 주요국들은 정부 차원에서 ‘AI 학습형 문서 포맷 표준화’를 추진하고 있다.
미국은 정부 문서의 JSON·XML 기반 표준화를 의무화했고, 일본 역시 행정정보 오픈데이터화를 위해 PDF
류 문서를 AI-Friendly 포맷으로 전환 중이다.
한국이 이 흐름을 따라가지 못하면, AI 시대의 행정 효율성뿐 아니라 국가 데이터 주권까지 위협받을 수 있다.
AI-Ready 포맷 전환은 기술이 아니라 공공데이터 인프라 투자다.
이는 향후 10년간 한국의 행정 효율성, 공공정책 품질, 민간 AI 산업 경쟁력까지 좌우할 결정적 요인이다.
한국딥러닝의 해답 — “문서가 읽히는 순간, 행정이 바뀐다”
한국딥러닝은 Vision-LLM 기술 기반의 Document AI 전문 기업으로, DEEP OCR·DEEP Parser·DEEP Docs를 중심으로 공공·금융·제조 등 다양한 산업에 맞춘 B2B용 문서 AI 플랫폼을 제공한다.
이 솔루션은 단순한 OCR이 아니라, 문서를 읽고 해석하고 이해하는 ‘AI 문서 해석 엔진’이다.
PDF, HWP, TIFF, 이미지 문서 등 어떤 포맷이든 AI가 읽을 수 있는 형태로 변환하고, 내부망에서 안전하게 운영할 수 있다.
한국딥러닝의 목표는 단순한 AI 도입이 아니라, AI가 행정문서를 ‘이해하는’ 수준의 전환이다.
AI가 읽을 수 있는 문서 포맷으로의 전환은 행정 효율성을 높이고, 데이터 보안을 강화하며, 민간 AI 산업의 혁신을 촉진한다.
이것이 한국딥러닝이 말하는 “AI-Ready Korea”의 핵심이다.
AI 시대의 행정, 이제는 “읽히는 문서”로부터 시작된다.
AI는 이미 도입의 시대를 넘어 실질적 활용의 시대로 진입했다.
그러나 진정한 AI 행정은 AI가 문서를 ‘이해할 수 있을 때’ 가능하다.
이제 행정의 디지털 전환은 시스템 구축이 아니라 문서 구조의 혁신, 즉 AI가 읽을 수 있는 데이터 환경 조성으로 나아가야 한다.
한국딥러닝은 그 변화를 이끌기 위해 오늘도 새로운 기술을 연구하고 있다.
AI가 읽을 수 있는 행정, 보안이 지켜지는 행정.
그 시작은 바로 “AI-Ready 포맷 전환”이다.
