보건복지 정책, AI 시대의 새로운 문을 열다: 데이터 전환이 가져올 변화의 진폭

보건복지부는 최근 보건복지 정책 관련 주요 문서와 자료를 인공지능(AI) 학습에 최적화된 데이터셋으로 전환한다는 계획을 내놨다. 행정 절차에 머무르던 기존의 관행을 뛰어넘어 정책 결정의 양질과 속도를 높이고, 궁극적으로 국민의 삶에 더 가까이 닿는 행정혁신을 이루려는 시도다. 데이터 전환 사업은 단순한 정보의 디지털화가 아니라, 정책 입안환경 그 자체를 디지털 중심으로 뒤집어 엎는 시발점이라 할 만하다.

이 변화는 62세 김옥자 씨의 일상에도 중요한 차이를 만든다. 1년 전, 요양보호 등급 심사에서 막연한 기준과 오랜 대기 끝에 신청을 포기할 뻔했던 기억이 그의 가슴속엔 아직도 남아 있다. 복지 정책의 문턱이 유독 높게 느껴지는 이들은 기관마다 다른 문서 서식, 오랜 대기와 불명확한 안내에 좌절하기 십상이다. 돌봄이 필요한 순간, 데이터를 통한 신속하고 정확한 의사결정이 있었다면 옥자 씨가 느꼈던 막막함은 덜했을 것이다.

이번 정부 발표의 핵심은 모든 복지 정책 문서—심사 기준, 정책 근거, 수혜 대상의 사례 등—을 표준화된 디지털 데이터셋으로 변환해 AI에 학습시킨다는 내용이다. 이 데이터는 다양한 기관이 공유·활용할 수 있어, 현장별로 달라지는 정책 적용의 문제도 보완된다. 복지 평가는 더 촘촘해지고, 정책의 변호가 필요한 사례도 실시간으로 확인되며 반영될 가능성이 커진다.

복지 데이터의 AI 학습 전환은 전 세계적으로 유사한 흐름을 탄다. 핀란드, 캐나다 등의 국가는 이미 의료 복지 기록을 대규모로 데이터화해 머신러닝에 활용하기 시작했다. 복지 사각지대에 놓인 소수그룹의 특성까지 반영하면서, 건강 불평등 해소와 개인 맞춤형 복지 서비스의 토대를 다졌다. 국내에서 그 첫 단계로 시작된 이번 시범 사업은 궁극적으로 국민이 체감하는 ‘복지 실패’를 줄이고, 지역·계층·연령별 다양한 니즈를 입체적으로 담아내는 디딤돌이 될 것이라는 기대 섞인 목소리가 높다.

사례는 현장에서 더 분명하게 드러난다. 초등학교 교사 박종민 씨는 학교별 지원사업 신청 절차가 조금만 달라져도 매번 새롭게 서류를 만들어야 했다. 10년이 넘는 시간 동안, 현장은 ‘일선 데이터’가 체계적으로 연결되지 않는 구조에서 늘 고민했다. 이번 정책이 시행되면, 여러 행정기관과 교육청, 복지센터에서 입력한 정보가 AI 데이터셋으로 자동 통합돼, 한 명의 학생이 필요로 하는 복지와 교육, 의료의 가교가 더 강하게 연결된다.

정책 문서 전환 과정에서 드러난 과제도 적지 않다. 지역 간, 기관 간 정책 문서의 정보 체계가 달라 데이터 표준화에 시간이 걸릴 전망이다. 인공지능이 학습하지 못하는 예외케이스, 맞춤형 판정이 요구되는 복지 사각지대에 AI 알고리즘이 얼마나 공정하고 정교하게 접근할 것인가도 큰 숙제다. 개인정보 보호와 민감 정보의 처리 역시 시민단체와 전문가 그룹이 거듭 조언하는 핵심 사항이다. 하지만 디지털 전환의 목적은 결국 더 사람다운 복지, ‘따뜻한 데이터’에 있다. 정책 수립의 과학화가 국민의 감정과 삶까지 담아낼 때, 데이터는 그저 숫자와 통계가 아닌 진짜 변화를 만드는 도구가 될 수 있다. 보건복지부 관계자는 ‘사람을 빼고 데이터만 남으면 안 된다. 데이터가 품어야 할 것은 늘 현장과 사람의 온기’라고 강조했다.

이 사업이 성공한다면, 지방 소도시에 사는 박순자 씨 같은 고령층도 복잡한 절차에 지치지 않고, ‘맞춤형’ 복지 안내를 신속히 받게 된다. 돌봄 노동자, 사회복지사, 일선 행정 담당자들이 느끼는 과중한 서류 업무 부담도 크게 줄어든다. 실제로, 정책 문서의 AI 전환이 단순히 효율 지상주의에만 그치지 않으려면, 현장에서의 작은 목소리와 생활 속 경험이 데이터에 잘 녹아들 수 있도록 지속적인 피드백과 재설계가 필요하다. 인공지능이 복지의 길을 앞장서 열어주는 동안, 그 중심엔 당연히 사람이 있어야 한다.

보건복지 정책의 AI 데이터셋화는 결국 우리 사회가 누구를 위해, 무엇을 중심에 두고 행정 혁신을 할지 묻는 질문이다. 변화를 두려워하는 목소리와 기대가 교차하는 지금, 초점을 맞출 곳은 ‘속도’가 아니라 ‘공감’이어야 한다. 데이터가 감정을 이해하고, 정책이 숫자 아닌 사람의 이야기를 품을 수 있다면, 우리는 더 따뜻하고 단단한 복지국가로 한 발 다가설 수 있다.

— 김민재 ([email protected])