요즘 AI 이야기를 들으면 모델 성능, 칩, 데이터센터 같은 큰 단어부터 떠오르죠. 그런데 막상 우리가 매일 부딪히는 문제는 조금 더 생활 쪽에 가까워요. 민원 하나 넣으려고 어느 부서에 전화해야 할지 헤매고, 응급실 상황을 몰라 이 병원 저 병원을 알아보고, 공항·항만 물류가 막히면 배송이 늦어지는 식입니다.
이번 경기·인천의 AI 공약이 흥미로운 이유도 여기에 있어요. 기술을 과시하는 발표라기보다, AI를 어디에 붙이면 시민과 산업 현장이 바로 체감할 수 있느냐에 초점이 맞춰져 있기 때문이죠. 개발자 관점에서 보면 이제 지방정부의 AI 경쟁은 “무슨 모델을 쓰느냐”보다 “흩어진 데이터를 실제 서비스로 연결할 수 있느냐”로 넘어가고 있습니다.
경기·인천 AI 공약의 핵심은 생활 접점이에요
경기도의 AI 구상은 행정, 의료, 안전 같은 생활 서비스부터 출발합니다. 도지사 직속 AI 수석을 두고, AI 통합 민원 플랫폼과 공공데이터 이용환경 개선을 추진하겠다는 방향이죠. 이름만 보면 거창하지만, 사용자가 체감하는 지점은 꽤 현실적입니다.
예를 들어 민원 플랫폼이 제대로 작동하면 “이 문제는 어느 부서가 담당하나요?”를 사용자가 직접 찾아다니는 시간이 줄어들 수 있어요. AI가 문의 내용을 분류하고, 필요한 서류나 처리 절차를 안내하고, 과거 처리 사례까지 연결해주면 행정 서비스의 첫 진입 장벽이 낮아집니다.
응급의료 쪽도 마찬가지예요. AI 기반 응급의료 체계는 단순히 챗봇을 붙이는 문제가 아닙니다. 병상 정보, 구급 이송 상황, 진료 가능 과목, 지역별 수요를 연결해야 의미가 생기죠. 결국 경기 AI 공약의 관전 포인트는 도민이 자주 겪는 불편을 얼마나 짧은 동선으로 바꾸느냐입니다.
인천은 공항·항만·바이오를 AI로 묶으려 합니다
인천의 AI 전략은 조금 다른 결을 갖고 있어요. 시민 서비스보다 산업 거점에 무게가 실립니다. 인천공항, 인천항, 송도 바이오 클러스터, 남동·주안·부평 산업단지처럼 이미 갖고 있는 인프라를 AI 전환의 무대로 삼겠다는 방식입니다.
특히 기사에서 언급된 ABC+E 전략은 바이오, 반도체, 에너지 같은 산업 축에 AI를 붙이는 구상으로 읽힙니다. 송도 바이오 클러스터의 생산, 품질 관리, 물류, 콜드체인에 AI를 적용한다면 단순 자동화를 넘어 공급망 전체의 예측 정확도를 높이는 쪽으로 발전할 수 있어요.
공항과 항만은 데이터가 많이 쌓이는 현장입니다. 화물 이동, 통관, 운송 일정, 장비 운영, 날씨와 교통 변수까지 연결되죠. 인천이 물류 지능화를 추진한다는 건 “AI 도시”라는 슬로건보다 훨씬 구체적입니다. 데이터가 움직이는 곳에 AI를 붙여야 효율 개선이 보이니까요.
중요한 건 모델보다 데이터 연결입니다
AI 정책을 볼 때 자주 놓치는 부분이 있습니다. 좋은 모델을 도입하면 서비스가 바로 좋아질 것처럼 느껴지지만, 실제 현장에서는 데이터 연결이 먼저예요. 행정기관마다 데이터 형식이 다르고, 의료·소방·지자체 시스템이 따로 움직이면 AI가 할 수 있는 일은 생각보다 제한됩니다.
경기도의 통합 민원 플랫폼도 결국 시·군, 산하기관, 공공데이터가 얼마나 잘 이어지느냐에 달려 있어요. 민원 내용만 똑똑하게 요약하는 AI는 반쪽짜리입니다. 담당 부서, 처리 권한, 서류 흐름, 처리 상태까지 연결되어야 사용자는 “정말 편해졌다”고 느낄 수 있죠.
이 부분은 통신 인프라와도 이어집니다. AI 서비스가 현장에서 돌아가려면 네트워크 품질, 데이터 전송 안정성, 엣지 처리 환경이 받쳐줘야 해요. 이전에 다룬 AI 시대 5G 투자와 체감 품질의 관계도 같은 맥락입니다. AI는 클라우드 안에서만 빛나는 기술이 아니라, 현장 데이터가 끊기지 않고 오갈 때 비로소 쓸모가 커집니다.
공공 AI는 개인정보와 신뢰가 성패를 가릅니다
생활 서비스에 AI가 들어오면 편의성만큼 민감한 문제도 같이 따라옵니다. 민원에는 개인 정보가 들어가고, 응급의료에는 건강 정보가 섞이며, 생활안전 서비스는 위치나 상황 데이터를 다룰 가능성이 큽니다. 그래서 공공 AI는 “빠르게 만들었다”보다 “안전하게 운영된다”가 더 중요해요.
개발자 입장에서 가장 먼저 봐야 할 것은 데이터 최소 수집과 접근 권한 관리입니다. AI가 답변을 잘하려고 모든 정보를 한곳에 모으는 방식은 위험할 수 있어요. 필요한 정보만 쓰고, 기록을 남기고, 사람이 검토해야 하는 구간을 분명히 나누는 설계가 필요합니다.
또 하나는 설명 가능성입니다. AI가 민원을 분류하거나 응급 이송 판단을 보조할 때, 왜 그런 추천을 했는지 사람이 확인할 수 있어야 하죠. 결과만 던지는 블랙박스형 시스템은 공공 서비스에서 신뢰를 얻기 어렵습니다. 특히 잘못된 안내가 실제 피해로 이어질 수 있는 영역이라면 더더욱 그렇습니다.
산업 현장 AI는 민간 참여 없이는 어렵습니다
인천의 산업형 AI 전략은 공공기관이 계획만 세운다고 완성되기 어렵습니다. 바이오 생산 데이터, 제조 설비 운영 데이터, 항만 물류 데이터는 대부분 현장 기업과 기관이 갖고 있어요. 이 데이터를 어떻게 안전하게 공유하고 실증할지가 핵심입니다.
스마트산단이나 물류 지능화는 시범 사업으로 끝나면 효과가 작습니다. 특정 공장 한 곳, 특정 물류 동선 하나를 최적화하는 데서 멈추지 않고 여러 기업이 재사용할 수 있는 표준과 운영 모델을 만들어야 해요. 그래야 예산 투입 이후에도 AI 전환이 이어집니다.
최근 AI 정책을 보면 연구개발형 프로젝트와 현장 적용형 프로젝트 사이의 간극이 자주 보입니다. 한국형 월드모델 개발과 제조 AI 경쟁에서 봤듯이, 큰 기술 방향도 중요하지만 결국 제조·물류·로봇 현장에 들어가 검증되는 순간 경쟁력이 갈립니다. 인천의 AI 공약도 이 실증 구조를 얼마나 촘촘히 만들 수 있느냐가 관건이에요.
시민이 체감하려면 작은 성공부터 보여줘야 합니다
저라면 이런 공공 AI 프로젝트를 볼 때 거대한 통합 플랫폼보다 작은 성공 사례를 먼저 확인할 것 같아요. 예를 들어 민원 안내 시간이 실제로 줄었는지, 응급 이송 판단에 걸리는 시간이 개선됐는지, 항만 물류 지연이 얼마나 줄었는지 같은 지표 말이죠.
AI 서비스는 처음부터 완벽하기 어렵습니다. 그래서 시민과 현장 근로자가 피드백을 남길 수 있는 구조가 중요해요. 잘못된 답변을 신고하고, 사람이 수정하고, 그 기록이 다시 서비스 개선으로 이어져야 합니다. 이 과정이 없으면 AI는 금방 “그럴듯하지만 믿기 어려운 시스템”이 됩니다.
또 하나 중요한 건 접근성입니다. 젊은 사용자만 편한 앱이 아니라, 고령층이나 디지털 기기에 익숙하지 않은 사람도 쓸 수 있어야 공공 서비스라고 부를 수 있죠. 음성 안내, 상담원 연결, 쉬운 화면 구성 같은 기본기가 AI보다 더 큰 차이를 만들 때도 많습니다.
지방정부 AI 경쟁은 이제 운영 능력 싸움입니다
경기·인천 AI 공약은 같은 AI라는 단어를 쓰지만 방향은 분명히 다릅니다. 경기도는 민원·의료·안전처럼 도민 생활 접점에, 인천은 공항·항만·바이오·제조 같은 산업 거점에 무게를 두고 있어요. 어느 쪽이 더 낫다고 단정하기보다, 각 지역이 가진 문제와 자산에 맞춘 접근으로 보는 게 맞습니다.
다만 공통 과제는 뚜렷합니다. 데이터 표준화, 개인정보 보호, 전문 인력, 민간 협력, 그리고 실제 성과 측정입니다. 이 다섯 가지가 빠지면 AI 공약은 멋진 문장으로 남기 쉽고, 반대로 이 기반이 갖춰지면 시민이 체감하는 서비스 변화로 이어질 수 있습니다.
개인적으로는 지방정부의 AI 경쟁이 이제부터 더 재미있어질 거라고 봅니다. 중앙정부나 빅테크의 거대 모델 경쟁과 달리, 지역 AI는 생활 속 문제를 얼마나 잘 줄이느냐로 평가받게 될 가능성이 크거든요. 앞으로 예산과 조직 설계가 구체화될 때, 이름뿐인 AI가 아니라 실제 대기 시간과 업무 부담을 줄이는 AI인지 차분히 지켜볼 필요가 있습니다.
※ 대표 이미지 출처: 전자신문