공공 투명성의 다음 단계는 AI-readable이다
과거에는 정부 데이터를 공개하는 것이 핵심이었습니다. 이제는 이미 공개된 법령, 관보, HWP 문서를 AI가 읽을 수 있는 구조로 가공하는 일이 함께 중요해졌습니다.
공공 투명성의 핵심 문제는 공개 부족이 아닙니다.
이미 공개된 정보를 AI가 읽을 수 없는 상태로 두고 있다는 점도 큰 문제입니다. 정부의 투명성을 이야기할 때 우리는 오랫동안 무엇을 더 공개할 것인가를 중심에 놓아왔습니다. 이 문제의식은 여전히 중요합니다. 감춰진 정보를 드러내는 일은 민주주의의 기본이기 때문입니다. 다만 AI 시대에 들어선 지금은 질문이 하나 더 필요합니다.
이미 공개된 정보를 AI가 읽을 수 있게 만들고 있는가.
저는 앞으로의 공공 투명성이 바로 이 질문으로 이동해야 한다고 생각합니다.
정보공개로 시작했습니다만…
과거의 정부 데이터 정책은 공개 자체에 큰 의미가 있었습니다. 비공개 문서를 줄이고, 공공데이터 포털을 넓히고, 법령과 관보와 통계를 온라인에서 볼 수 있게 만드는 것만으로도 중요한 진전이었습니다.
하지만 지금은 상황이 달라졌습니다.
이제는 “있다”와 “쓸 수 있다” 사이의 차이가 더 크게 보입니다. 법령 전문은 공개되어 있지만 조문 단위 비교가 어렵고, 관보 PDF는 공개되어 있지만 검색과 필터링이 어렵고, HWP 문서는 공개되어 있지만 구조를 추출하기 어렵습니다. 비밀은 아닌데, 그렇다고 바로 활용할 수 있는 것도 아닙니다.
그래서 이제 공개는 출발점일 뿐입니다. 그 다음 단계가 필요합니다. 저는 그 단계를 AI-readable이라고 봅니다.
왜 AI-readable이 먼저여야 합니까
이유는 간단합니다.
앞으로 거의 모든 사람은 자기만의 AI 에이전트를 갖게 될 가능성이 큽니다. 그 에이전트는 법령을 요약해주고, 관보를 정리해주고, 인사발령을 비교해주고, 복잡한 행정 자료를 자기 눈높이에 맞게 다시 설명해줄 것입니다. 인간이 읽기 쉬운 형태는 그때 다양하게 만들어질 수 있습니다.
문제는 그 이전 단계입니다.
원천 데이터가 AI가 다루기 어려운 상태라면, 개인형 에이전트도 결국 제 역할을 하기 어렵습니다. PDF 안에 텍스트가 뒤엉켜 있고, HWP 표 구조가 깨져 있고, 조문 간 링크가 없고, 날짜와 기관과 문서 단위가 정리되어 있지 않으면, 아무리 좋은 에이전트라도 매번 같은 기초 작업부터 다시 해야 합니다.
그래서 저는 인간 가독성보다 AI-readable한 기반을 먼저 갖추는 것이 더 중요하다고 봅니다.
인간이 읽기 쉬운 화면은 다양하게 설계될 수 있습니다. 하지만 AI가 읽기 쉬운 구조는 한 번 잘 만들어두면, 그 위에서 수많은 개인화된 설명과 요약과 비교 서비스가 자연스럽게 따라올 수 있습니다.
지금의 비용은 반복적으로 낭비되고 있습니다
지금은 이 기초 비용이 계속 반복되고 있습니다.
같은 법령을 연구자가 다시 정리하고, 기자가 다시 읽고, 개발자가 다시 파싱하고, 시민단체가 다시 비교표를 만들고, 공무원이 다시 업무 메모를 붙입니다. 정보는 이미 공개되어 있는데, AI가 읽을 수 있는 상태로 정리되어 있지 않기 때문에 사회 전체가 같은 전처리 비용을 계속 반복해서 부담하는 구조입니다.
전남광주통합특별시법의 특례를 생각해보면 이해가 쉽습니다. 특례 조문은 공개되어 있습니다. 그러나 어떤 원법 조문을 바꾸는지, 어떤 제도적 효과가 있는지, 어떤 관련 법률과 연결되는지를 AI가 바로 따라갈 수 있는 구조는 아닙니다. 관보도 마찬가지입니다. PDF는 있지만 기관, 날짜, 인사 유형, 사건 단위로 구조화되지 않으면 AI가 바로 탐색하고 비교하기 어렵습니다. HWP 문서는 더 심합니다. 사람이 눈으로 읽는 것은 가능하지만, 기계가 표와 의미 단위를 안정적으로 추출하는 데는 큰 비용이 듭니다.
이 비용은 결국 사용자에게 전가됩니다.
저는 이것이 지금 공공 투명성의 숨은 병목이라고 봅니다. 비밀이 아니라, AI가 읽지 못하는 상태가 투명성의 실질적 한계를 만들고 있는 것입니다.
그래서 투명성은 AI-readable 인프라의 문제이기도 합니다
이제 투명성을 저장소에 파일을 올리는 문제로만 보면 부족합니다.
조문 단위 구조화, 문서 간 링크, 안정적인 메타데이터, 기관·날짜·사건 식별자, 검색 가능한 텍스트, 비교 가능한 버전 정보, HWP와 PDF를 다룰 수 있는 변환 레이어가 필요합니다. 저는 이것이 일종의 AI-readable 인프라라고 생각합니다.
이 인프라가 생기면 인간 가독성은 그 위에서 훨씬 유연하게 생성될 수 있습니다. 어떤 사람의 에이전트는 어린 학생에게 맞게 쉽게 설명할 수 있고, 어떤 에이전트는 기자에게 핵심 쟁점만 뽑아줄 수 있고, 어떤 에이전트는 공무원에게 조문 비교와 행정효과를 중심으로 정리해줄 수 있습니다. 즉 인간 가독성은 서비스 레이어이고, AI-readable은 기반 레이어입니다.
정부가 모든 사람을 위한 완벽한 화면을 하나씩 만들 필요는 없습니다. 대신 다양한 에이전트가 믿고 사용할 수 있는 구조화된 공공 자산을 만들어야 합니다.
공공 AX의 역할도 여기에 있습니다
저는 공공 AX가 바로 이 지점에서 큰 의미를 가질 수 있다고 봅니다.
새로운 정보를 발명하는 것이 아니라, 이미 공개된 공공 데이터를 AI가 읽을 수 있게 만드는 일입니다. 법령을 구조화하고, 관보를 검색 가능하게 만들고, HWP를 파싱 가능한 형태로 정리하고, 문서 간 관계를 연결하고, 비교 가능한 층을 만드는 일입니다.
이건 단순한 편의 기능이 아닙니다. 앞으로의 투명성 비용을 줄이는 일입니다.
공픈클로가 닿고자 하는 지점도 결국 여기에 있습니다. 숨겨진 정보를 꺼내는 일만이 아니라, 이미 공개된 정보를 AI가 실제로 다룰 수 있는 상태로 바꾸는 일입니다. 그 기반이 갖춰지면, 각 개인의 AI 에이전트는 그 위에서 자기 사용자에게 맞는 설명과 요약과 비교를 제공할 수 있습니다.
공개 다음에는 AI-readable이 와야 합니다
과거에는 정부 데이터를 공개하는 데 집중하는 것이 맞았습니다.
이제는 공개 노력과 더불어, 이미 공개된 데이터를 AI-readable하게 가공하는 일도 함께 중요해졌습니다. 그래야 투명성이 형식적 공개에 머무르지 않고 실제 활용으로 이어질 수 있습니다. 그래야 사람마다 가진 AI 에이전트가 공공 데이터를 더 잘 읽고, 더 잘 설명하고, 더 잘 연결할 수 있습니다.
결국 앞으로의 공공 투명성은 두 문장으로 정리할 수 있습니다.
공개는 계속 중요하지만, 이제는 공개만으로 충분하지 않습니다.
공개 다음에는 AI-readable이 와야 합니다.
저는 그 전환이 앞으로 공공데이터 정책에서 훨씬 중요해질 것이라고 생각합니다.