공공서비스 디지털기술로 날다 디지털 공공서비스 혁신 가이드

국가정보자원관리원은 혜안을 활용하여 사회 현안을 해결하고 국민 편의를 증진하기 위한 다양한 분석 과제를 수행하고 있다. 우선, 제주도 관광 활성화를 위해 제주 시티투어 버스 빅데이터 분석을 수행하였다. 유동인구 데이터와 관광지 데이터의 결합 분석을 통해 최적의 버스 노선을 도출했다. 분석 결과를 반영하여 시티투어 노선을 개선한 결과 이용객이 70% 증가하는 효과를 가져왔다. 또한, 대전시와 업무협력(MOU)을 체결하고 긴급차량의 출동 지연 요인을 분석하였다. 구급차량의 GPS 위치정보를 도로정보와 결합하여 출동 지연 구간을 도출하고, 골든타임 내 출동 가능한 지역을 로지스틱 회귀 기계학습으로 분석하였다. 그리고 119 안전센터와 각 지역별 최적 경로를 분석하였다. 그 결과 119 안전센터의 추가 설치 없이, 재배정만으로 골든타임을 확보할 수 있는 지역을 확대하였다. 별도의 예산을 투입하지 않고 골든타임 내에 출동 가능한 범위를 확장할 수 있다는 점에서 큰 의미가 있다. 국민건강보험공단의 건강in(http://hi.nhis.or.kr/)을 통해 제공되는 ‘식중독 예측지도’는 건강보험 빅데이터와 식중독 발생정보, 기상·환경정보·SNS 빅데이터 등을 융합해 누구나 알기 쉽게 지역별 발생 위험정보를 시각화하여 지도 형태로 보여준다. ‘빅데이터 분석을 통한 식중독 사전예측 정보서비스'에 기상청·국립환경과학원·다음소프트 등 타 기관의 빅데이터 정보를 연계한 것이다. 기온·습도 변화에 의한 식중독 발생 사례와 국민건강보험공단 진료 현황을 분석하는 방식으로 식중독 발생 위험이 높은 지역과 시설, 원인균 등을 추출해 계량화한다. 빅데이터 기반의 ‘식중독 예측지도’의 주요 서비스는 시·군·구 단위로 당일 기준 2일 후까지의 식중독 발생 위험 정보이며, 관심(파란색)·주의(녹색)·경고(주황색)·위험(빨간색) 4단계로 구분하여 각 단계별 식중독 예방을 위한 행동요령도 제공한다. 또한 지난 식중독 발생 정보를 분석하여 월별로 많이 발생한 시설·원인균에 대한 정보와 실시간 기상정보 및 같은 시기 SNS 통계(트위터 등)도 함께 서비스하고 있다. 겨울철에 흔히 발병하는 조류 독감은 조류 인플루엔자 바이러스(Avian Influenza virus, 이하 AI)의 감염으로 인해 닭, 오리, 야생 조류에서 발생하는 급성 바이러스성 전염병이다. 드물게는 사람에게서도 감염증을 일으킨다. AI에 감염된 닭이나 오리들은 전염 위험이 상당하기 때문에 대부분 폐사 처리를 하게 된다. 피해가 가장 심각했던 시기인 2014년 말부터 2015년 초에 발생했던 사회적 비용은 2,300억 원에 달했다. 이때부터 농림축산식품부와 KT는 감염병 문제에 대하여 “바이러스의 전파는 차량과 사람의 이동에 의해서 발생한다”고 가정한 후 해결 방안을 도출해내기 위해 빅데이터 분석을 시작하였다. 구체적으로는, AI가 최초 발병(원발)한 농장의 잠복기간(21일)에 농장을 방문했던 차량들의 이후 동선, 농장간 방문간격, 방문횟수, 농장의 속성 등을 빅데이터로 분석함으로써 확산 가능성을 예측한다. 또한 잠복기간에 농장을 방문한 차량들 중에 사료공장, 가축시장, 분뇨처리장 등 축산시설을 방문한 차량이 AI 확산에 미치는 영향도 함께 분석하였다. 이를 통해 감염병 오염국가 방문자는 감시기간(최대 21일) 동안 감염병 신고 안내 등 문자메시지 서비스를 제공받게 된다. 특히 감염병 증상 발현이 의심되어 의료기관을 방문할 경우에는, 의료진이 의약품 처방을 위한 의약품 안전사용 서비스(Drug Utilization Review) 접속을 통해 환자의 오염국가 방문 이력을 확인할 수 있게 되었다. ‘해외 유입 감염병 차단 서비스’는 2016년 11월부터 KT 가입자를 시작으로 적용되기 시작하였으며 이후 전 통신사의 가입자까지 확대되었다. MERS 외에도 콜레라, 에볼라 등 해외 감염병 유입 방지에 기여하고 있다. 또한 KT는 범국가적 감염병 확산 방지 협력을 위해 UN, 세계보건기구(WHO), 세계경제포럼(WEF) 등의 국제기구·단체와 논의를 지속하고 있다. 또한 글로벌 감염병 확산방지 플랫폼(Global Epidemic Preventing Platform, GEPP)을 개발하여 온디맨드 빅데이터 기반 감염병 방지를 실체화하고 있다. 이외에도 공공부분에서 클라우드 컴퓨팅 기술을 활용할 수 있는 분야는 무궁무진하다. 재난·안전 분야에서는 민관 데이터 통합과 연계하여 생활안전 인프라, 재난재해 인프라를 구축할 수 있다. 문화·관광 분야에서도 클라우드 기반의 문화예술 종합정보 서비스, 국가문화유산 종합정보 서비스, 문화콘텐츠 개발지원 서비스를 지원할 수 있다. 앞으로 클라우드 컴퓨팅은 전기, 수도처럼 기간산업(인프라)으로서 없어서는 안 될 필수재가 될 것이다. 인공지능, 빅데이터 분석 등 모든 IT활동은 클라우드 위에서만이 가능하기 때문이다. 해외 공공분야에서는 글로벌 클라우드 빅3 업체로 손꼽히는 아마존웹서비스(AWS), 마이크로소프트(MS), 구글이 경쟁적으로 빅데이터, 인공지능 기능을 제공하는 데 집중하고 있어 이를 활용한 공공 서비스가 활성화될 것으로 예상된다. 국내 공공분야에서도 빅데이터, 사물인터넷, 인공지능을 활용한 대민서비스 및 공공서비스를 제공하려면 클라우드 인프라가 필수로 선행되어야 할 것이다. 챗봇 서비스는 사전상 대화형 인터페이스상에서 규칙 또는 인공지능(AI_Artificial Intelligence)으로 유저와의 인터렉션을 하는 서비스를 의미한다. 어려운 IT 용어를 쓰고 있는데, 쉽게 말하면 챗봇(Chatbot) 이란 인공지능(AI_Artificial Intelligence)을 적용한 대화하는 로봇을 말한다. 컴퓨터가 인간의 대화를 기계적으로 학습하여 사람과 대화를 하게 만든 것인데, 산업 분야에서는 ‘가상 비서(Virtual Secretary)’, ‘가상 상담원(Virtual Agent)’역할을 한다. 마치 대화를 주고받는 듯한 방식으로 정보를 제공하고 안내한다. 상황에 따라 고객이 원하는 것을 알아서 추천해주기도 한다. 페이스북 대표 마크 저커버그는 인공지능 기반 챗봇이 대화형 커머스 플랫폼으로 미래사회를 주도할 것이라고 이야기한 바 있다. 페이스북은 챗봇 확산에 중심적 역할을 하며 많은 관련 서비스를 제공한다. 저커버그는 메신저를 이용해 CNN 뉴스를 읽고 꽃배달 서비스 업체인 ‘1-800-Flowers’로부터 꽃 다발을 주문하는 과정을 시연하기도 했다. 현재 서비스되고 있는 대부분의 챗봇은 인공지능이라고 말하기 어렵다는 속사정이 있습니다. 챗봇은 엄청난 양의 데이터를 넣어 대화를 생성하는 방식, 예상되는 질문과 대답을 한땀한땀 넣은 뒤 상대방의 의도를 파악해 대답을 출력하는 방식 등 두 가지 방식이 있습니다. 현재 제공되는 대부분의 챗봇 서비스는 후자에 속합니다. 그렇다 보니 인공지능이라고 할 수 없을 정도로 대화의 수준이 똑똑하지 못하고, 아예 엉뚱한 대답을 하는 경우도 많습니다. ‘머신러닝’이나 ‘딥러닝’으로 사람의 자연어를 완전히 처리하는 것이 목표이지만 아직은 부족한 수준입니다. 챗봇에 인공지능 기술을 적용하기 위해 필요한 빅데이터도 많이 부족합니다. 따라서 현재의 기술 수준으로는 단순 상담 등 상당히 제한적인 서비스만 가능하다는 점을 유념해야 합니다.