공공행정 인턴을 위한 생성형 AI 업무 활용 가이드

📎 미래내일_일경험_사전직무_공공행정_AI.zip

1. 수업 안내: 무엇을 배우고 만들까?

4시간 학습 흐름

수업이 끝나면 할 수 있는 일

• 생성형 AI, 대규모 언어 모델(LLM), 프롬프트, 환각(Hallucination)의 차이를 설명할 수 있습니다.
• 업무의 목적·대상·근거·형식·제약을 포함한 프롬프트를 작성할 수 있습니다.
• 보고서·공문·안내문·회의 요약을 초안으로 만들고 사실과 표현을 검증할 수 있습니다.
• 표 데이터의 원본을 보존하면서 형식·결측·중복 문제를 정리할 수 있습니다.
• 개인정보·민감정보·비공개 행정정보를 AI에 입력하지 않는 기준을 적용할 수 있습니다.

모든 실습에 적용할 7단계

1. 목적 정의: 무엇을, 누구를 위해, 어떤 결정에 사용할지 정합니다.
2. 자료 분류: 공개·내부·개인정보·민감정보 여부를 확인합니다.
3. 작업 분해: 전체 보고서보다 목차·표·문단 단위로 나눕니다.
4. 초안 생성: AI 결과를 완성본이 아닌 검토 대상 초안으로 받습니다.
5. 근거 대조: 법령·수치·날짜·기관명·인용을 원문과 비교합니다.
6. 사람이 승인: 행정 판단, 민원 회신, 대외 공개는 담당자가 결정합니다.
7. 기록 보존: 입력 자료, 프롬프트, 수정 내용, 검증 결과를 남깁니다.

2. 업무 활용 핵심: 안전하게 지시하고 검증하기

생성형 AI를 이해하는 8개 개념

공공행정에서 AI와 사람이 나눌 일

프롬프트 공식: 목적–맥락–작업–조건–형식–검증

역할: 공공행정 문서 작성 보조자
목적: [업무 목적과 사용처]
대상: [결재자·내부 직원·민원인·참여자]
입력 자료: [공개 또는 비식별 자료만 입력]

요청:
1. 핵심 사실과 의견을 구분한다.
2. 쟁점과 누락 정보를 표시한다.
3. 지정한 문서 형식으로 초안을 작성한다.
4. 수치·법령·날짜·기관명을 확인할 검증표를 만든다.

조건:
- 입력 자료 밖의 사실을 추정하지 않는다.
- 개인정보나 민감정보가 보이면 작업을 중단하고 알린다.
- 불확실한 내용은 ‘확인 필요’로 표시한다.

출력: 핵심 요약 → 문서 초안 → 검증표 → 추가 확인 질문

초안을 개선하는 후속 프롬프트

• “내용은 유지하고 행정문서 문체로 간결하게 고쳐줘. 의미가 달라진 부분은 표시해줘.”
• “주장, 근거, 수치, 확인 필요 사항을 분리한 표로 바꿔줘.”
• “오해할 수 있거나 지나치게 단정적인 표현을 찾고 대안을 제시해줘.”
• “반대되는 해석 2개와 결론이 바뀌는 조건을 제시해줘.”
• “원문에 없는 정보가 포함되었는지 문장별로 점검해줘.”

개인정보·보안: 입력 전에 멈춰서 확인하기

1. 기관이 승인한 서비스와 계정인가?
2. 개인정보·민감정보·비공개 정보가 없는가?
3. 학습 사용 여부, 기록 저장, 보존 기간, 해외 이전 설정을 확인했는가?
4. 자동 실행·외부 전송·공유 권한을 최소화했는가?
5. 결과를 검토하고 책임질 담당자가 정해져 있는가?

3. 실습 워크북: 직접 만들고 검증하기

실습 1 — 설문 문항 고도화 (14:00~14:30)

상황: 인턴 프로그램 만족도와 향후 개선 요구를 조사합니다.

1. 조사 목적과 이 결과로 내릴 결정을 한 문장으로 씁니다.
2. 의사결정에 필요하지 않은 질문과 개인정보 항목을 제거합니다.
3. 한 문항에는 한 가지 내용만 묻습니다.
4. 이중 질문, 유도 질문, 모호한 기간 표현을 점검합니다.

다음 목적에 맞는 10문항 이내의 설문 초안을 작성해줘.
목적: 공공행정 인턴 교육의 만족도와 후속 지원 수요 파악
대상: 교육을 마친 인턴 참여자
조건: 개인정보를 수집하지 않고, 한 문항에는 한 가지 내용만 질문한다.
구성: 5점 척도 5개, 객관식 3개, 자유서술 2개
출력: 문항표(번호, 질문, 응답 형식, 측정 목적)와 편향 점검표

완료 확인: 각 문항이 실제 개선 결정을 돕는가? 특정 답을 유도하지 않는가?

실습 2 — 보고서 초안과 검증표 (14:30~15:00)

권장 구조: 결론 → 근거 → 현황 → 쟁점 → 대안 → 요청 사항

아래 비식별 설문 결과만 사용해 내부 검토용 1쪽 결과보고서 초안을 작성해줘.
첫 문장에 핵심 결론을 제시하고, 근거 수치 3개와 개선안 3개를 포함한다.
원문에 없는 원인이나 수치는 추정하지 말고 ‘추가 확인 필요’로 표시한다.
마지막에 사실·수치·표현·개인정보 검증표를 붙여줘.

실습 3 — OA 문서 개선 (15:00~16:00)

1. 원본 파일을 복사하고 읽기 전용으로 보관합니다.
2. 문서 목적·독자·분량·기관 서식을 정합니다.
3. 목차·표·문단 등 작은 단위로 AI에 요청합니다.
4. Word·한글·Excel·PowerPoint의 적절한 위치에 결과를 반영합니다.
5. 변경 내용, 맞춤법, 표 번호, 날짜, 링크, 접근성을 확인합니다.
6. 담당자가 검토한 뒤 버전을 표시해 저장합니다.

실습 4 — 데이터 정제·구조화 (16:00~17:00)

1. 사본 생성: 원본 시트는 수정하지 않습니다.
2. 열 정의: 열의 의미, 단위, 허용 형식을 기록합니다.
3. 형식 통일: 날짜, 지역명, 응답 척도를 통일합니다.
4. 결측·중복 처리: 삭제 전에 기준과 건수를 기록합니다.
5. 유효성 검사: 범위 밖 값과 논리적으로 충돌하는 값을 찾습니다.
6. 요약: 분모, 단위, 기준 시점을 함께 표시합니다.
7. 재현성 확보: 변경 전후 건수와 적용 규칙을 남깁니다.

아래 표의 실제 값은 바꾸지 말고 데이터 품질 문제를 진단해줘.
1. 열별 예상 데이터 형식
2. 형식 불일치·결측·중복·이상치 후보
3. 권장 정제 규칙
4. 사람이 확인해야 할 애매한 사례
5. 정제 전후 검증 체크리스트
개인정보로 보이는 열은 분석하지 말고 먼저 경고해줘.

실습 5 — 통합 과제와 피드백 (17:00~18:00)

과제: 비식별 인턴 교육 만족도 자료로 내부 결과보고서와 후속 실행안을 만듭니다.

• 데이터 사전: 열 이름, 의미, 단위, 허용값
• 정제 기록: 변경 규칙, 변경 건수, 보류 항목
• 핵심 결과: 근거 수치 3개와 해석
• 보고서: 결론 우선 1쪽 초안
• 실행안: 담당·기한·우선순위가 있는 3개 과제
• 검증표: 사실·수치·개인정보·표현·승인 여부
• 재사용 프롬프트: 다음 교육에서 바꿔 쓸 변수 표시

동료 피드백: 결과보다 검증 과정을 먼저 설명하고, AI가 만든 부분과 사람이 수정한 부분을 구분합니다. 가장 위험했던 오류를 공유한 뒤 프롬프트와 검증표를 한 번 개선합니다.

최종 제출 전 체크리스트

• 업무 목적과 독자를 한 문장으로 정의했다.
• 기관이 승인한 AI 서비스와 계정을 사용했다.
• 개인정보·민감정보·비공개 정보를 입력하지 않았다.
• 입력 자료 밖의 사실과 추정을 구분했다.
• 법령·수치·날짜·기관명·인용을 공식 원문과 대조했다.
• 데이터 원본과 정제 규칙·변경 건수를 보존했다.
• 편향되거나 지나치게 단정적인 표현을 점검했다.
• 담당자가 최종 검토하고 승인했다.
• 프롬프트와 검증 결과를 재사용 가능한 형태로 기록했다.

도구 선택 빠른 참조

더 학습하기

원리를 직접 확인하는 순서

1. TensorFlow Playground: 모델이 학습한다는 의미를 관찰합니다.
2. CNN Explainer: 입력에서 특징을 찾는 과정을 봅니다.
3. Transformer Explainer: 토큰과 attention을 통한 다음 단어 예측을 확인합니다.
4. LLM Visualization: 언어 모델 내부 계산을 더 자세히 탐색합니다.

업무 기초 학습

공식 참고 자료

• 공공부문 초거대 AI 도입·활용 가이드라인 2.0 — 한국지능정보사회진흥원, 2025-04-16
• 공공부문 AI 도입·활용 사례집 및 데이터 분석 업무 운영 가이드 — 한국지능정보사회진흥원, 2025-12-29
• 생성형 AI 서비스 이용자를 위한 개인정보 보호 가이드 — 개인정보보호위원회, 2026-05-19
• 생성형 인공지능 개발·활용을 위한 개인정보 처리 안내서 — 개인정보보호위원회, 2025-08
• 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 — 국가법령정보센터