연구원 AX, 설계서보다 목업부터

1.1 상황

• 기관 특성: 개원한 지 수년 된 지방연구원
• 보유 자료: 정책보고서 200건 미만
• 검색 방식: 파일·폴더 중심 관리, 제목·발간연도로 검색
• 한계: 본문 속 표·결론 검색 기능 부재, 연구자의 기억에 의존

1.2 설계안의 기본 구조

설계 구성: 자료 관리 · 연구 지원 서비스 · 운영 개선

1. 자료 관리: 원문 등록, 본문 추출·구조화, 품질 검수, 공개 범위 결정
2. 연구 지원 서비스: 통합 검색, 핵심 요약, 출처를 제시하는 질의응답, 유사 자료 검색
3. 운영 개선: 새 자료 등록, 이용 중 발견한 오류를 자료 정비에 반영

자료 관리와 답변 생성의 기본 원칙

• 원문 보존: 검색용 구조화 자료를 별도로 만들고 원문과 연결
• 자료 구조화: 장·절·문단별 분할, 표·그림의 제목·단위·출처 저장, 원문 쪽 번호 부여
• 답변 원칙: 출처와 원문 위치 제시, 근거가 없는 답변 제외
• 검색 범위: 공개 범위가 확정된 자료만 포함

1.3 주요 자문 질문

1. 정비 우선순위: 정식보고서 우선 정비의 적절성
2. 지원 기능: 검색·요약·출처 제시형 질의응답과 실제 연구 수요의 부합 여부
3. 검증 순서: 3개월 시범 운영에서 우선 확인할 기능
4. 누락 사항: 설계에서 빠진 기능·운영 조건과 예상 문제

자문 참여: B연구원 · C연구원 · D사

1.4 유지할 설계 원칙

• 유지할 내용: 자문단이 이견을 제기하지 않은 다섯 가지 설계 원칙
• 적용 방향: 기관별 자료 관리·검색 체계 설계에 참고

• 두 자문단의 공통 의견: 내부 자료만으로 검색·시사점 도출·시각화를 확장하기에는 자료량 부족

2.1 자료량 대비 검색 시스템의 구축 부담

• 분량에 대한 자문 의견: 보고서 200건은 사람이 약 한 달에 검토할 수 있는 규모
• 구축 부담: 자료량에 비해 검색 엔진·벡터DB 구축과 운영에 드는 품이 클 가능성
• 이용자 관점: 상용 AI와 비교해 자체 서비스의 장점이 부족할 경우 이용 저조 우려

2.2 설계 보완 과제 — 외부 자료 수집

• 자문 권고: 내부 자료 정비와 함께 외부 자료 수집 확대
• C연구원 사례: 공공데이터·예산·공모·정책 동향·해외 연구·학술 자료 수집

• 정형화 부담: 형식이 다른 자료를 관계형 DB의 고정된 열 구조에 맞추는 작업
• 대안: 비정형 자료를 수집한 뒤 벡터 검색으로 연계

2.3 지역 기관 간 자료 공동 구축

• C연구원의 판단: 30년 이상 축적한 자체 자료만으로도 규모에 한계
• 공동 구축: 지역 4개 기관과 협약, 공공지식 데이터베이스 구축 추진
• 확대 제안: 다른 지역 연구원까지 자료 연계 범위 확대

2.4 메타데이터의 활용 범위 확대

• 기존 설계 활용: A연구원의 메타데이터 항목 유지
• 연계 기준: 정책 분야·대상 지역·핵심어·시점
• 활용 범위 확대: 내부 자료 분류에서 외부 자료 수집·검색까지 연결

3.1 수집·검색·생성·검증

• C연구원 경험: 시스템 개발 과정에서 수집·검색·생성·검증의 네 역할로 정리

3.2 자료 규모별 검색 방식

• 초기 단계: 소수의 자료와 질문 사례로 검색 방식을 시험하고 관련 자료 확보
• 자료 확대 이후: 수만 건 규모의 검색에 적합한 벡터 검색 검토
• 설계 원칙: 실제 자료량과 이용 수요에 맞춰 단계적으로 확장, 불필요한 대규모 설비의 선도입 지양

3.3 검증·평가 체계 마련

• 지속 개선 대상: 답변과 산출물의 품질 검증·평가
• C연구원 현황: 운영 중에도 평가 방식을 계속 수정
• 비교 방법: 동일한 질문 묶음으로 여러 모델·설정의 결과 비교
• 활용 목적: 기관 업무에 적합한 모델 조합과 평가 방법 마련

3.4 역할별 에이전트 활용

• 자문 의견: 일반 웹사이트 구축을 넘어 에이전트 활용까지 고려
• 역할 분담: 수집·검색·생성·검증별 작업 범위 구분
• 설계 시 반영 사항: 기능 목록과 함께 에이전트에 맡길 작업 및 연결 관계 명시

4.1 시간이 많이 드는 작업

• 초고 작성: AI로 단축 가능
• 후속 작업: 한글 문서 변환, 표 재작성, 그림 제작, 발표 자료 작성
• 업무 부담: 편집·변환 작업에 시간 집중
• 영향: 현장 조사와 회의 등 다른 연구 활동에 쓸 시간 부족

4.2 문서 서식의 수작업 편집 제거

• C연구원의 목표: 수작업 없이 한글 문서 제작
• 자동화 범위: 표 선 굵기와 배치를 포함한 문서 서식 전체
• 자문 취지: 초고 작성에 그치지 않고 최종 문서 제작까지 자동화 범위 확대

1. 마크다운 초고 작성: 제목·목차·본문 구조를 명시해 AI 처리에 활용
2. HWPX의 XML 직접 생성: 기존 라이브러리는 문서 읽기에 활용, 문서 생성은 직접 구현
3. 기관 서식 적용: 표지·목차·쪽 번호·머리말·꼬리말·그림·표·문단 스타일 자동 구성
4. 발표 자료 생성: 동일 원고로 PPT 제작

• C연구원 연구진의 설명: 인쇄 가능한 수준의 서식 자동 생성, 내용 검토·보완은 연구자 담당

4.3 한국어 문장 교정

• 교정 대상: 사물 주어, 불필요한 조사, 겹피동, 늘어진 서술 등 번역투 표현
• 작업 방식: 초고 작성 후 한국어 문장 교정 단계 별도 운영
• 교정 기준: 뜻과 사실관계 유지, 문맥에 맞는 자연스러운 한국어 사용

4.4 연구자의 검토·보완 역할

• AI 담당: 초고 작성과 반복 편집 작업
• 연구자 담당: 연구 방향 설정, 근거 자료 제시, 빠진 내용 보완
• 역할 변화: 직접 입력하는 작업을 줄이고 내용 검토·지도에 집중

• 연구실에서 후배의 초고를 지도하듯, AI가 작성한 내용을 검토하고 방향 제시
• 작성 내용을 이해한 연구자의 판단과 보완 필요

— C연구원 연구진 발언 요지

5.1 개발 방식 비교

• C연구원 경험: 2024년 관계형 DB 기반 시범 시스템 구축 후 활용 미흡
• 자문단의 진단: 순차 개발 과정이 실제 활용 수요와 AI 도구의 변화 속도를 따라가지 못한 문제
• 설계 원칙: 데이터 구조와 시스템 구성 검토는 유지
• 진행 방식: 문서를 먼저 확정하기보다 목업을 만들면서 구조와 요구사항 구체화

5.2 최종 화면의 목업 제작

• A연구원 계획: 1년 차 원내 자료 → 2년 차 공공데이터 → 3년 차 외부 데이터
• 자문 권고: 3년 뒤 최종 화면을 먼저 목업으로 구현한 뒤 필요한 자료와 기능 보완
• 자료 부족 시: 기존 자료 구조를 참고한 가상 데이터로 화면 시험
• 자문단의 설명: 가상 데이터 수만 건을 일주일 안에 만드는 방식 제안

5.3 다수의 시제품 제작 후 활용 도구 선정

• C연구원 제작 규모: 시범 프로그램 100개 이상 제작, 실제 사용 도구는 10개 안팎
• 아이디어 출발점: 기존 도구의 불편 해소, 반복 업무 대체, 새로운 업무 방식 시험
• 추진 체계: 업무 아이디어를 제안하는 사람과 시제품을 만드는 개발자의 협업(7.2절)

5.4 시제품 시험을 반영한 발주 방식

• 기존 발주의 한계: 개발 중 요구사항 변경에 대응하기 어려움
• 자문 제안: 시제품 제작과 짧은 현장 시험을 반복하는 계약 방식

1. 1년 단위 계약: 새 아이디어에 맞춰 시제품 제작
2. 일주일 시험 운영: 클라우드와 임시 도메인에서 사용자 시험
3. 활용 가능성 판단: 시험 결과에 따라 개선·중단 결정
4. 정식 개발: 활용 가치가 확인된 시제품을 정식 서비스로 전환

• 업체 측 효과: 다양한 시제품 제작 경험 축적
• 기관 측 효과: 아이디어의 활용 가능성을 빠르게 확인
• 자문 의견: 단일 과업을 발주한 뒤 장기간 기다리는 방식의 부담 완화

6.1 업무별 자원 구성 사례

6.2 AI 이용량과 비용 지원

• 자문단 공통 의견: 충분한 AI 이용량 확보가 연구·개발 성과에 중요

• 핵심 인력 지원: 개발·기획 담당자에게 충분한 이용량의 상위 요금제 제공
• 개인별 이용량 배정: 공용 계정에만 의존하지 않도록 토큰 지원
• 모델 선정: 상용·공개 모델을 동일 기준으로 비교 평가

• B연구원 실무자의 설명: 2026년 초 원내 세미나에서 토큰 이용 비용에 따른 연구 성과 차이를 전망하고, 회의에서 그 영향을 체감한다고 설명

6.3 공공기관의 도입 검토 사항

• 모델 출처: 기관별 도입 여건을 고려해 국내·해외 공개 모델 비교
• 자원 확보: 자체 서버 구축이 어려운 경우 지역 AI 데이터센터의 자원 할당 사업 확인
• 보안 승인: 설치형 도구의 허용 여부와 승인 절차 사전 확인(7.4절)

7.1 AI 생성물 활용을 위한 서식 정비

• B연구원 현황: 원내 RAG 구축·운영, 활용 범위는 내부 자료 조회에 머무름
• 활용 제약: 기존 보고서 서식과 인용 방식에 AI 생성물을 반영하기 어려움
• 이용자 반응: 일부 연구자는 상용 AI 사용을 선호

7.2 업무 추진 책임자와 시스템 개발자

C연구원의 협업 구조: 업무 추진 책임자 + 시스템 개발자

• 기획 측면: 인문·사회 분야의 업무 아이디어를 구체적인 개발 과제로 정리
• 실행 측면: 아이디어를 실제 도구로 구현할 개발 조직 필요
• B연구원 실무자의 의견: 개발 인력 한 명을 추가 확보하면 추진 속도 개선 가능

7.3 연구자의 AI 사용 경험 확대

• 회의에서 지적한 상황: AI를 충분히 사용해 본 연구자와 상위 요금제 이용 경험 부족
• 이용 수준: 월 3만 원 안팎의 기본 구독에 머무르는 사례
• 과제: 실제 업무에 적용해 성능과 활용 가능성을 판단할 기회 마련

• 체험 환경: 상위 요금제를 사용할 수 있는 공용 체험 PC 마련
• 경험 공유: 다양한 주제의 원내 AI 활용 세미나 정기 개최
• 추진 방향 공유: 기관장이 정기 전체 회의에서 도입 목적과 방향 설명

7.4 보안정책에 따른 실행 제약

• B연구원 사례: 실무자가 개인 비용으로 API를 이용해 오픈소스 에이전트 설치
• 발생 문제: 기관 보안정책으로 실행 불가
• 당시 상황: 담당 부서에서도 차단 원인을 확인하지 못한 상태

7.5 사용 사례를 통한 공감대 형성

• 주요 우려: 상용 AI 대비 성능, 잘못된 답변, 자체 개발 필요성
• 자문 권고: 이용 의향이 있는 연구자부터 시범 적용
• 확산 방식: 실제 사용 결과와 개선 효과를 공유해 공감대 형성

8.1 기관 차원의 우선순위 재검토

• 급격한 AI 변화에 대비해 기관의 업무 방식과 추진 순서 재검토
• 개별 자료를 정비하는 문제에만 집중하는 접근의 한계 지적

— C연구원 연구실장의 ‘쓰나미와 조개’ 비유 요지

• 발언 배경: 설계안을 폄하하려는 의도가 아님을 먼저 설명
• 핵심 취지: 보고서 200건의 세부 정비 순서보다 기관 차원의 우선 과제에 집중
• 업무 분담 제안: 자료 정비는 AI 활용을 확대하고 연구자는 핵심 연구 활동에 시간 배분

8.2 현장 조사와 문제 발굴

C연구원 연구실장이 전한 기관장의 당일 원내 회의 발언 요지

1. 현장 조사: 공무원·주민의 문제 파악, 실증 데이터 확보
2. 해결안 작성: 연구자가 문제를 논의하고 AI를 활용해 초안 작성
3. 현장 활동 지속: 연구자는 추가 조사와 의견 수렴에 집중

8.3 디지털 전환과 AX의 비교

• 자문단이 제시한 목표: 기존 업무의 전 과정을 AI에 맡기고 연구자는 감독하는 운영 방식 검토
• 설계 방향: 일부 기능 도입에 그치지 않고 전체 업무 흐름과 사람의 역할을 함께 구체화
• 검토 쟁점: 상용 AI를 쓰는 것과 구별되는 기관 자체 시스템의 활용 목적

8.4 연구자의 검증·판단 책임

9.1 기관별 준비 현황 점검

• 기관 보고서·자료의 건수와 공개 범위 파악
• 추가 수집할 외부 자료 세 가지 선정
• AI 초고 활용에 맞는 결재 서식·인용 규칙 마련
• 업무 추진 책임자와 개발 인력 확보
• 핵심 인력의 상위 요금제·개인별 이용량 지원
• 설치형 도구의 보안 승인 절차 확인
• 결과 품질을 확인할 평가 질문 묶음 마련

미충족 항목별 참고: 1·2번 → 2장 / 3·4·6번 → 7장 / 5번 → 6장 / 7번 → 3장

9.2 첫 주 추진 계획 작성

• 토론 과제: 자문 권고를 참고해 시범 운영의 첫 주 계획 작성
• 작성 기준: 기관의 자료·인력·보안 여건 반영
• 예시 성격: 아래 계획과 평가 질문 수는 교안 작성자가 제시한 토론용 예시

1. 최종 화면 설계: 3년 뒤 목표로 하는 연구 지원 화면을 한 장으로 작성
2. 외부 자료 세 가지 선정: 2.2절 표에서 기관의 연구 분야에 맞는 자료 선택
3. 평가 질문 20개 작성: 정답과 출처 쪽 번호 기록
4. 목업 제작: 내부 자료 활용, 부족한 부분은 가상 데이터로 보완·표시
5. 일주일 사용자 시험: 연구자 사용 의견을 바탕으로 개선·중단 결정

9.3 토론 질문

1. 정식보고서 우선 정비의 타당성과 외부 자료 도입에 따른 우선순위 변화
2. 기관의 보유 자료 규모와 추가 연계가 필요한 자료
3. 가상 데이터로 목업을 제작할 때의 이점과 위험
4. 결재 문서의 서식 자동화 가능 범위와 기술·규정상의 제약
5. 문서 작성 시간 단축 후 집중할 연구 활동

마무리 — 세 가지 우선 과제

부록 A · 용어

부록 B · 세 연구원의 입장

부록 C · 출처와 익명 처리 원칙

• 원자료: 2026년 9월 지방연구원 AI 활용 과제 자문회의 녹취(자동 음성인식) — 인식 오류를 고려한 요약·재구성, 직접 인용 아님
• 익명 처리: 기관은 A·B·C연구원과 D사, 인물은 직책·역할로 표기 — 식별 가능한 연도·건수·지명은 범위를 넓혀 제시
• 수치의 범위: GPU 규모·요금제 등은 회의 당시 발언 기준, 기관 여건에 따른 차이 존재
• 교안 추가 내용: 번역투 교정 예문, 첫 주 추진 계획, 평가 질문 수, 진단 체크리스트 — 회의 발언과 구분
• 반영 범위: 시스템 시연 이전 녹취 활용, 시연 이후 후반부 제외