인공지능 기술의 발전에 따라 공공분야에서도 인공지능 도입 및 활용 범위의 확대가
업무 생산성 및 효율성 개선과 대민서비스 향상에 기여할 것으로 전망한다. 이러한 기
대감 속에 현 정부는 다양한 인공지능 정책 추진을 통해 인공지능 도입과 활용에 대한
중요성을 강조하고 있으며, 향후 정책 개선 요인을 도출하는 차원에서 공공부문의 인
공지능 도입현황에 대한 기초 자료를 마련하는 것은 필수적인 요소이다.
이번 연구에서는 2년간 사용했던 조달 용역 데이터 기반 방법의 객관성을 높이기 위
해 전문가 개입을 최소화할 수 있는 AI 모델 기반 방법론 개발에 주안점을 두었다. 또
한 급변하는 AI 환경에 맞춰 공공부문의 생성형 AI 도입을 위한 용역 계약을 별도로
선별하여 현황을 파악하고, 용역 방식 도입 외에 향후 확대가 예상되는 디지털전문계
약제도를 활용한 클라우드 방식 도입 현황을 추가로 조사하는 것을 목적으로 하였다.
3. 연구 결과
가. 용역방식 도입현황
과거 10년(2015∼2024년)간 공공부문 조달계약 중 인공지능(AI) 도입 계약 건수는
6,975건이다. 412개 공공기관의 65.0%인 268개 기관이 인공지능을 도입한 것으로 나타
났다. 조사 대상 기관 중 자체적인 ICT 시스템을 보유하지 않은 소규모 기관이 다수
포함되어 있어 이들을 제외하면 공공기관의 실질 도입률은 크게 높아질 것이다.
(연도별 추이) 공공기관의 인공지능 도입은 2016년 알파고 쇼크 이후 매년 빠르게 증
가하였다. 인공지능 계약은 2015년 221건에서 2024년 1,215건으로 약 5.5배 가까이 증
가했으며, 금액은 2,443억원에서 2조 8,207억원으로 늘어났다. 이에 따라 공공기관의 전
체 ICT관련 용역 계약 중 인공지능이 차지하는 비중도 금액 기준으로 2016년 3.33%에
불과했으나 점진적으로 증가하여 2020년 이후 10% 수준으로 늘어났다.
(추진단계) 2017년부터 인공지능 모델과 기술을 개발하는 연구단계와 시스템도입을 위한 ICT컨설팅 단계가 빠르게 늘어났다. 기존 시스템 고도화를 포함한 구축 단계는
2019∼20년 2년간 빠르게 증가한 후 연간 500건 정도를 유지하고 있다. 반대로 유지관
리 단계는 2017∼20년 사이 비중이 크게 줄었다가 점차 늘어나고 있다.
(정책 분야) 정책 분야별로는 전자정부, 민원 서비스 등에 관련된 시스템 수요가 많은
일반공공행정 분야가 지속적으로 전체의 20% 이상의 가장 높은 비중을 차지하고 있다.
다음으로 공공질서 및 안전(범죄예방, 재난재해 대응 등) 15.6%, 교통/물류 (지능형 교
통망 등) 11.0%, 문화/체육/관광(전자도서관, 문화재 안내 등) 6.7%, 보건 (복지사각지대
발굴 등) 4.8% 순으로 많이 도입되었다.
(활용용도) 연도별 활용용도는 전체적으로 대민서비스 44.9%, 업무효율화 55.1%로 업
무효율화 비중이 10% 정도 높다. 2016년까지는 대민서비스 비중이 높았으나, 이후 업
무효율화 용도 도입이 빠르게 늘어나 2019년 60.3%로 정점을 기록하고 점차 낮아지고
있는 추세이다. 이러한 결과는 공공기관의 인공지능 도입이 딥러닝 등장 초기에는 주
로 내부의 업무 수행 역량을 높이기 위한 목적으로 추진되었으나 2020년대 들어서는
챗봇, 추천시스템 등의 기술이 급속히 발전하면서 점차 대민서비스를 위한 인공지능
도입이 증가한 결과이다.
(기술유형) 기술유형별로 살펴보면 전체적으로 언어지능(36.0%), 전문가시스템(34.5%),
시각지능(19.2%) 순으로 과제가 많이 진행되었고, 일부 과제는 기술을 복합적으로 사용
하였다. 언어지능의 경우 초반 규칙 기반의 TTS, STT 등의 과제가 많아 가장 높은 비
중을 차지했으나 점차 축소되고 있다. 대신, 전문가시스템은 매년 큰 폭으로 증가하여
2022년 전체 용역 중 45%로 가장 높은 비중을 차지하고 있다.
(적용기술) 과거 인공지능은 장애인의 홈페이지 접근성 제고를 위한 TTS 기술과 문서
의 디지털화를 위한 OCR 기술에 주로 적용됐었다. 아래 표에서 2016년까지 수치를 보
면 2개 기술이 다른 키워드에 비해 압도적으로 많다. 하지만 2017년부터 ‘기계학
습’,‘딥러닝’의 적용이 급하게 증가하면서, TTS와 OCR 비중은 빠르게 감소한다. 한
편, 챗봇은 2017년 8건을 시작으로 2020년부터 급속히 확산되어 2024년 325건으로 가
장 많이 등장하는 키워드가 되었다. 또한 음성인식과 비정형 데이터 처리 기술이 발전
하면서 STT와 자연어처리 적용도 점진적으로 확대되고 있다.
(기관구분별) 기관 구분별 계약 건수는 국가기관(38.8%), 지자체(31.4%), 준정부기관
(15.6%), 기타공공기관(13.1%) 순으로 많고, 총 계약금액은 국가기관(47.1%), 준정부기관
(21.5%), 지자체(20.0%), 기타공공기관(9.3%) 순으로 많다. 국가기관과 준정부기관의 건
당 평균 계약금액은 20억 원 이상으로 지자체의 평균 10.8억에 비해 약 2배 크다. 이는
예산 규모가 작은 기초 지자체의 계약도 포함된 영향이 있다.
공기업을 제외한 4개 공공기관 유형 중 국가기관, 준공공기관, 기타 공공기관 등 3개 유형의 기관은 정부 부처를 중심으로 밀접하게 연결되어 있어 유형 간 차이가 크지 않
다. 반면 지자체의 경우 중앙정부와 독립적으로 정책이 수립·결정되기 때문에 인공지
능 기술 도입의 분야, 목적, 절차 등 여러 측면에서 다른 기관과 차이가 크다.
지자체의 경우 활용 정책분야 중 공공질서 및 안전과 교통/물류의 비중이 중앙정부
기관과 비교해 압도적으로 높다. 또한, 추진단계 중 구축과 유지보수 단계가 90% 이상
으로 대부분을 차지한다. 대형 구축 사업이 적고 주민 생활에 밀착된 문제를 해결하는
1억원 이하의 소규모 사업이 많은 부분을 차지하고 있다. 또한, 지자체는 기계학습, 딥
러닝의 빈도는 상대적으로 많이 낮으며, 대신 과거 장애인 접근성 향상을 위해 사용되
던 TTS 비중은 높다.
(발주기관) 국가기관에서는 건수 기준으로 기상청, 문화체육관광부, 행정안전부 순으
로 인공지능 시스템을 많이 도입했다. 대규모 시스템을 보유한 대법원, 과학기술정통부
(우정사업본부), 행정안전부, 국세청, 국방부, 조달청 등이 투자금액에서 상위 기관에
위치하였다.
지방자치단체에서는 경기도가 건수(596건), 금액(6,957억원)에서 다른 지자체와 큰 차
이를 보이며 가장 적극적으로 인공지능을 도입하고 있다. 경기도는 많은 인구와 복잡
한 교통 문제를 가지고 있어 교통 관련 시스템 구축과 민원처리 관련 대민서비스 과제
를 많이 수행하였다. 경기도 외에 서울특별시와 경상남도, 경상북도가 건수와 계약 금
액에서 상위권을 차지하고 있다.
(낙찰기업) 공공부문 인공지능 도입 계약 6,975건의 공급기업은 총 1,803개이고 평균
계약금액은 16.8억원이다. 이를 조달정보개방포탈의 기업구분에 따라 나누어 살펴보면,
대기업(110.9억원), 중견기업(60.3억원), 중소기업(12.1억원), 비영리법인(14.0억원), 비영
리 중소기업(6.7억원) 순으로 기업의 규모에 따라 평균계약금액이 작아지는 것을 확인
할 수 있다. 한편, 전체 인공지능 건수 중에 중소기업이 87.6%의 계약을 낙찰받은 것으
로 나타났다.
나. 생성형 AI 도입현황
생성형 AI 확산의 계기가 된 챗GPT 출시 이후 공공부문에서 해당 기술을 탐색하고
실질적인 예산 편성과 사업 발주로 이어지기까지의 행정적 소요 기간을 고려하여 조사
범위는 2023년과 2024년 2개년도로 하였다. 별도로 선별한 생성형 AI 키워드로 관련
사업을 축출한 후 전수조사를 실시한 결과, 2개년 동안 총 66건(2023년 24건, 2024년 42건)이 생성형 AI 도입 사업으로 선별되었다.
(연도별 추이) 생성형 AI 도입 계약 건수는 2023년 24건에서 2024년 42건으로 18건
증가(75.0%)하였으며, 계약 금액은 478억 원에서 695억 원으로 217억 원 증가(45.4%)하
였다. 이에 따라 전체 인공지능 용역 중 생성형 AI가 차지하는 비중은 건수 기준 2023
년 2.4%에서 2024년 3.5%로, 금액 기준 1.8%에서 2.5%로 소폭 상승하였다.
(추진단계) 2024년 기준 연구(R&D) 단계 비중은 23.8%(10건)로 전년 12.5%(3건) 대비
증가하였으며, ICT컨설팅 단계 역시 14.3%(6건)로 전년 4.2%(1건) 대비 증가하였다. 구
축 단계는 50.0%(21건)로 가장 높은 비중을 차지하고 있으나 전년 66.7%(16건) 대비 비
중은 감소하였고, 유지관리 단계는 11.9%(5건)로 나타났다.
(활용용도) 2023년에는 업무효율화(15건)가 대민서비스(9건)보다 많았으나, 2024년에는
대민서비스가 22건으로 증가하여 업무효율화(20건)와 유사한 건수를 기록하였다. 합계
기준 대민서비스 분야(31건)는 '정보제공' 유형이 17건(54.8%)으로 가장 많았으며, 업무
효율화 분야(35건)는 '업무처리지원'과 '의사결정지원'이 각각 14건(40.0%)으로 집계되었
다.
(핵심 키워드) 제안요청서 등에서 언급된 핵심 키워드 빈도를 보면, 'GPT'는 2023년
89건에서 2024년 42건으로 감소한 반면, '생성형 AI'는 73건에서 277건으로, 'LLM'은 27
건에서 107건으로 증가하였다. 또한 'RAG(검색 증강 생성)' 키워드가 2023년 28건에서
2024년 71건으로 증가하였으며, '프롬프트'(19건), '파인튜닝'(8건) 등의 기술 용어가 상
위권에 등장하였다.
(기관구분별) 기관 유형별 도입 규모는 해당 연도에 발생한 특정 대규모 사업의 영향
이 크게 반영되었다. 2023년에는 국방부의 플랫폼 구축 사업(약 160억 원)으로 인해 국
가기관의 계약 금액 비중이 높았으며, 2024년에는 대한법률구조공단 및 경기도 성남시
의 사업 추진으로 기타공공기관과 지자체의 계약 금액이 증가하였다.
다. 클라우드 방식 도입현황
(SaaS 유형) AI SaaS의 도입 건수는 2021년 7건이 최초로 확인된 이후 2024년 65건,
2025년 73건으로 매년 증가세를 기록하고 있다. 특히 금액 측면의 성장이 뚜렷하게 나
타나는데, 2021년 1억 원 규모였던 AI 융합 SaaS의 연간 계약 금액은 2025년 66억 원
으로 증가하며 동기간 일반 SaaS의 계약 금액인 47억 원을 처음으로 추월하였다. 이는
AI 도입 건수가 일반 SaaS의 약 절반 수준임에도 불구하고, 실제 시장 규모 측면에서
는 AI 서비스가 시장의 성장을 견인하기 시작했음을 보여준다.
(클라우드지원서비스 유형) 디지털서비스몰에 등록되어 있는 클라우드지원서비스는
2025년 기준 총 66개이다. 클라우드지원서비스의 이용계약 건수는 제도 도입 이후 꾸
준히 유지 및 확대되는 추세이나 계약 금액은 특정 시기의 대규모 사업 포함 여부에
따라 변동성을 보이고 있다. 연도별 계약 건수는 2021년 4건에서 시작하여 2023년 50
건, 2024년 59건, 2025년 58건으로 안정적인 수준을 유지하고 있다. 반면 연도별 계약
금액은 2023년에 1,111억 원으로 최고치를 기록한 이후 2024년 264억 원, 2025년 307억
원으로 축소되었다.
(융합서비스 유형) 융합서비스의 이용계약은 제도 도입 초기인 2021년 8건에서 시작
하여 2025년 14건으로 증가하였다. 연도별 계약 건수는 매년 일정 수준을 유지하고 있
으나 2025년에는 특정 대규모 프로젝트의 발주로 인해 계약 금액이 급격히 증가하였
다.
4. 시사점
이와 같은 지난 10년 간의 양적 성장으로 딥러닝 기술을 사용하여 대량 데이터 분류,
특정 패턴 식별 등을 통해 업무 효율화하려는 공공부문 AI 도입의 1차 사이클은 마무
리되고 있는 것 같다. 추진단계를 보면 ICT컨설팅과 구축 단계가 차지하는 비중이
2020년 정도에 정점을 찍고 점차 하락하고 있으며, 이후 유지보수 단계 비중이 점진적
으로 높아지고 있다. 그런데, 2023년 OpenAI의 GPT발표 후 생성형 AI가 전세계적인 화
두로 부상하면서 공공부문의 AI 도입의 2차 사이클이 시작되고 있다. 생성형 AI 도입은
2024년부터 본격화되기 시작했기 때문에 아직 도입한 기관이 많지 않지만 2023년 대비
2배 정도 늘었으며 이후 조사에서는 큰 폭으로 증가할 것으로 예상된다.
디지털전문계약 제도가 가진 여러 가지 장점에도 불구하고 아직 클라우드 방식 도입
이 정착되지 못하고 있다. 가장 큰 이유는 공공기관 ICT시스템의 클라우드 전환이 느
리게 진행되고 있기 때문인 것으로 생각된다. 현재 아마존, 구글, MS 등 글로벌 클라우
드 업체들은 컴퓨팅 자원 공급을 넘어 AI 개발 및 적용에 최적화된 시스템과 서비스
제공에 사활을 걸고 있다. 정부의 클라우드 전환도 이들 글로벌 기업의 방향에 맞춰
AI 도입에 최적화 되도록 추진되어야 한다. 또한 개별기관 차원에서 클라우드 전환을
결정하기에는 많은 제약이 있을 수 있으니, 정부차원에서 보다 많은 기술 및 예산 지
원이 필요하다.
통계 및 현황조사에 있어 AI 활용은 기존 조사의 생산성을 높여주고, 신규 조사 개발
의 가능성을 높여준다. 아직 통계조사에 AI 활용은 초기 도입 단계로 보다 많은 지원
과 시도가 필요하다.
