"잠자는 정책 데이터, AI로 깨워야"… 서울연구원, RAG 기술 도입 제언

▲ 정책연구 단계별 생성형 인공지능(AI) 활용 체계. (사진 제공 = 서울연구원)

서울시 싱크탱크인 서울연구원이 30년 넘게 축적해온 방대한 정책 데이터를 인공지능(AI)과 결합해 연구 효율을 획기적으로 높이는 방안을 제시했다. 단순히 쌓여만 있던 연구보고서와 통계자료를 AI가 스스로 학습하고 분석해 연구자에게 최적의 근거를 제시하는 시스템으로의 전환이 필요하다는 지적이다.

31일 서울연구원은 이런 내용을 담은 ‘AI 기술 기반 정책연구 활용도 증진방안’ 보고서를 발간했다.

보고서에 따르면 시정연구원은 그 특성상 다년간 축적된 서울시 정책 데이터와 연구보고서, 브리프 등 시정에 특화된 방대한 자료를 보유하고 있다. 지난해 8월 기준 연구보고서 2126건, 정책리포트는 420건이 누적 발행됐다.

하지만 이러한 2차 산출 데이터들이 체계적으로 관리되지 못하고 단순 보관되는 수준에 그쳐 실제 연구 현장에서 효율적으로 활용되기 어려운 실정이다. 이를 활용하기 위해선 AI를 정책연구의 핵심 도구로 확장해야 할 시점이라고 진단했다.

특히 텍스트, 통계, 설문조사 등 비정형 데이터까지 포함하는 방대한 내부 자산을 AI 기술과 연계해 연구의 질적 향상을 끌어내야 한다고 강조했다.

연구원은 해법으로 ‘RAG’ 기술 도입을 제안했다. RAG는 대언어모델(LLM)의 생성 능력에 내부 문서 검색 기능을 결합한 기술로, AI가 답변을 생성할 때 사전에 구축된 신뢰도 높은 내부 데이터베이스를 실시간으로 참조하게 한다.

구체적으로는 연구원이 보유한 연구보고서, 통계연보, 설문 데이터 등을 별도의 ‘지식 베이스(Knowledge Base)’로 구축한다. 연구자가 질문을 입력하면 AI가 이 지식 베이스에서 관련 근거를 찾아 답변을 생성하는 방식이다.

보고서 "이런 구조는 연구지원 AI가 출처가 명확한 근거 기반 답변을 제공하도록 해 정책연구의 신뢰성과 재검증 가능성을 동시에 확보할 수 있다"고 설명했다.

기술적 측면에서는 데이터 보안과 효율성을 고려한 하이브리드 인프라 전략을 제시했다. 민감한 내부 정보는 기관 내부에 서버를 구축하는 ‘온프레미스(On-premise)’ 방식으로 처리해 보안을 강화하고, 일반적인 정보 처리나 고성능 연산이 필요한 작업은 외부 클라우드 API를 활용하는 방식이다. 이를 통해 보안성과 유연성을 동시에 확보할 수 있다.

제도적 측면에서는 이러한 ‘AI 기반 연구지원 시스템’이 단순한 도구 도입을 넘어 연구 패러다임의 전환으로 이어져야 한다고 주문했다. 연구 기획 단계부터 AI를 활용해 유사 연구 중복을 방지하고, 데이터 분석과 보고서 작성 등 연구 전 과정에 AI 협업 모델을 적용해 연구 생산성을 극대화해야 한다는 것이다.

장기적으로는 AI 기반 연구지원 전환 계획이 필요하다고 제언했다. 보고서는 "연구 환경의 디지털 전환과 인공지능 기술의 고도화는 정책 연구 기관에도 기존의 자료 축적 방식과 연구 수행 패러다임을 재고할 것을 요구하고 있다"며 "특히 서울연구원과 같이 다년간 축적된 정책 자료와 연구 산출물을 보유한 기관은 이러한 자산을 효율적으로 관리하고 AI 기술과 연계하여 활용할 수 있는 전략을 마련해야 할 시점"이라고 강조했다.