2026년 5월 24일 공공기관 AI 이슈 브리핑: 노동 상담 AI, AI기본법 시행령, 공공·국방 AX, 휴머노이드 R&D, 제로트러스트

오늘의 흐름은 공공 AI가 제도, 민원, 국방, 로봇, 보안을 동시에 건드리기 시작했다는 점입니다. 노동 상담 AI처럼 시민이 직접 만나는 서비스와 AI기본법 시행령처럼 기관 운영 기준을 바꾸는 제도가 같은 축에서 움직이고 있습니다. 공공기관은 AI 활용 속도를 높이되 법적 책임, 데이터 거버넌스, 모델 검증, 보안 아키텍처를 함께 고정해야 합니다.

1. 노동 상담 AI, 생활형 민원 서비스의 자동화 시험대

고용노동부의 AI 노동법 상담 서비스가 주휴수당과 근로계약서 같은 생활형 질문에 답변하는 사례로 소개됐습니다. 노동법 상담은 반복 질문이 많고 법령 근거가 비교적 명확해 AI 보조 효과를 기대할 수 있는 영역입니다. 동시에 답변 오류가 임금, 계약, 분쟁으로 이어질 수 있어 단순 챗봇보다 높은 정확성과 근거 제시가 요구됩니다. 1

기관이 이런 서비스를 운영할 때 핵심은 답변 속도가 아니라 책임 있는 상담 구조입니다. 최신 법령 반영 주기, 답변 근거 표시, 예외 상황의 사람 상담 연결, 오답 신고와 정정 절차가 함께 있어야 합니다. 민원 AI는 상담 인력을 줄이는 도구가 아니라 반복 응대를 정리하고 담당자가 복잡한 사례에 집중하도록 만드는 업무 재설계 수단으로 봐야 합니다. 1

2. AI기본법 시행령, 공공 AI 컴플라이언스의 기준선 형성

과기정통부가 AI기본법 시행령 개정안을 입법예고했다는 보도는 공공기관 AI 도입 기준이 본격적으로 제도화되는 단계에 들어섰음을 보여줍니다. 고영향 AI, 안전성, 신뢰성, 사업자 의무 같은 세부 제도가 구체화되면 기관은 AI 서비스를 단순 정보화 사업으로만 추진하기 어렵습니다. 2

공공기관은 시행령이 확정된 뒤 대응하기보다 지금부터 내부 체크리스트를 준비해야 합니다. 어떤 서비스가 고영향 AI에 해당할 수 있는지, 조달 문서에 신뢰성 요구사항을 어떻게 넣을지, 운영 중 성능 저하와 오류를 어떻게 기록할지 정해야 합니다. AI 컴플라이언스는 법무 부서만의 일이 아니라 기획, 정보화, 개인정보, 감사, 현업 부서가 함께 관리해야 하는 운영 기준입니다. 2

3. 공공 AX와 국방 AX 연계, 기관 간 데이터 거버넌스의 과제

KIDA와 NIA가 국가 AI G3 목표를 위한 공공 AX와 국방 AX의 전략적 연계 방향을 논의했다는 보도는 AI 전환이 부처별 개별 사업을 넘어 국가 단위 아키텍처 논의로 확장되고 있음을 보여줍니다. 공공과 국방은 데이터 보안등급, 활용 목적, 모델 검증 기준이 다르지만, 재난 대응, 행정 효율화, 기반시설 관리처럼 맞닿는 영역도 많습니다. 3

이 연계 논의에서 중요한 것은 공동 플랫폼이라는 구호보다 데이터와 책임의 경계를 정하는 일입니다. 국방 데이터와 행정 데이터는 같은 모델로 처리할 수 있는 범위가 제한적이고, 보안 검증과 접근권한도 다르게 설계돼야 합니다. 기관 간 AX 협력은 표준 API, 메타데이터, 보안등급, 감사 로그, 모델 평가 기준을 먼저 맞출 때 실질적인 성과로 이어질 수 있습니다. 3

4. 휴머노이드 R&D, 로봇 주권과 공공 실증의 연결

정부가 한국형 AI 휴머노이드 플랫폼 확보를 추진한다는 보도는 피지컬 AI가 국가 연구개발과 산업 경쟁력의 핵심 의제로 떠오르고 있음을 보여줍니다. 휴머노이드는 단순 로봇 하드웨어가 아니라 시각, 언어, 행동 모델, 센서 데이터, 안전 제어, 현장 실증이 결합된 복합 플랫폼입니다. 4

공공 R&D 관점에서 이 이슈는 특정 로봇을 얼마나 많이 만들 수 있느냐보다 표준 플랫폼과 실증 생태계를 만들 수 있느냐가 중요합니다. 공공기관은 물류, 시설관리, 재난 대응, 돌봄 같은 현장에서 로봇 실증 수요를 제공할 수 있지만, 안전 기준과 책임 범위가 불명확하면 도입은 지연될 수밖에 없습니다. 휴머노이드 R&D는 기술개발 예산과 함께 실증 데이터, 조달 모델, 안전 인증 체계를 병행해야 합니다. 4

5. 제로트러스트 시범사업, AI 시대 보안 구조의 기본값

프라이빗테크놀로지가 과기정통부와 KISA의 제로트러스트 도입 시범사업 주관기업으로 선정됐다는 보도는 공공 보안 아키텍처가 경계 방어 중심에서 지속 검증 중심으로 이동하고 있음을 보여줍니다. AI 기반 공격표면 관리와 제로트러스트 허브 모델은 생성형 AI와 자동화 도구가 늘어나는 환경에서 특히 중요해집니다. 5

공공기관은 AI 도입을 확대할수록 계정, 단말, API, 데이터 저장소, 모델 호출 권한을 더 세밀하게 관리해야 합니다. 한 번 접속하면 내부 자원에 넓게 접근할 수 있는 구조는 AI 업무 자동화와 맞지 않습니다. 제로트러스트는 보안 솔루션 하나를 붙이는 사업이 아니라 업무 시스템, 사용자 권한, 로그 분석, 외부 연계 API를 지속적으로 검증하는 운영 원칙으로 자리 잡아야 합니다. 5