80년간 숨겨져 왔던 UFO 기밀 161건이 공개된 이 사건은 단순한 호기심을 넘어, 정부가 국민과 소통하는 방식의 근본적 변화를 의미합니다. “믿어달라”는 선언 대신, 자료를 내놓고 판단을 맡기는 방식으로 무게중심이 이동하고 있는 것이죠. 그렇다면 이 투명성 확대는 어떤 파장을 불러올까요?
정부가 ‘비공개’에서 ‘공개’로 선회한 이유
이번 공개의 핵심은 UFO의 진실 규명이 아니라, 정부의 정보 관리 철학 변화에 가깝습니다.
- 기밀의 관성에서 벗어난 선택: 수십 년간 축적된 자료를 공개했다는 사실 자체가 “숨기는 것이 기본”이라는 관행을 흔듭니다.
- 국민 신뢰 회복의 실험: 논쟁적 이슈일수록 정보 비대칭은 불신을 키웁니다. 정부가 먼저 문서를 꺼내 든 행위는 신뢰를 다시 쌓기 위한 출발점이 됩니다.
- 과학적 태도의 확장: 결정적 증거가 없더라도 관측·보고·분석의 기록을 공개해, 음모론이 아니라 데이터 기반 논의를 가능하게 합니다.
정부 투명성 확대가 가져올 ‘현실적인’ 파장
투명성은 이상적인 구호가 아니라, 행정의 작동 방식을 바꾸는 압력으로 이어집니다.
의제 설정 방식의 변화
공개 이후에는 정부 발표가 결론이 아니라 토론의 시작점이 됩니다. 언론, 학계, 시민이 같은 자료를 보고 해석하면서 정책 커뮤니케이션이 다층화됩니다.책임성의 증가
기록이 밖으로 나오면 “왜 그때 그렇게 판단했는가”가 따라옵니다. 이는 향후 유사 사안에서 정부가 더 명확한 기준과 절차를 갖추도록 만드는 동인이 됩니다.불신을 줄이되, 논쟁을 키울 수 있음
공개는 음모론을 잠재우는 동시에 새로운 해석 경쟁을 낳을 수 있습니다. 특히 국제 정세 속에서 “관심 돌리기 아니냐”는 비판처럼, 공개의 동기 자체가 검증 대상이 되기도 합니다.
정부와 국민 사이, ‘정보 공개’가 새로운 표준이 될까
UFO 기밀 공개는 “알려줄 수 없다”에서 “보여주겠다”로의 전환을 상징합니다. 이는 단발성 이벤트라기보다, 앞으로 정부가 민감한 이슈를 다루는 방식—자료 공개, 근거 제시, 검증 가능성—을 어디까지 표준으로 만들 수 있는지 시험하는 사건입니다. 투명성은 결국 한 번의 공개가 아니라, 공개 이후의 일관성에서 완성됩니다.
정부 AI와 함께 진화하는 현대 정부: 2년 만에 4배로 늘어난 AI 활용 사례
2023년부터 2025년까지 단 2년 만에 700건 수준이던 AI 활용이 3,600건을 넘어섰습니다. 이 급증은 단순히 “AI를 많이 쓴다”는 유행의 문제가 아니라, 정부 운영 방식 자체가 데이터와 자동화 중심으로 재설계되고 있다는 신호입니다. 더 중요한 포인트는 증가 속도만이 아닙니다. 어디에, 어떤 단계로, 누가 AI를 쓰기 시작했는지가 거대한 변화를 말해줍니다.
정부 AI 활용의 폭발적 증가가 보여주는 현실
숫자는 흐름을 선명하게 보여줍니다.
- 2023년: 709건 (21개 기관)
- 2024년: 2,133건 (41개 기관)
- 2025년: 3,611건 (41개 기관)
기관 수가 2024년에 크게 늘어난 뒤 2025년에는 같은 규모의 기관들이 더 깊게, 더 넓게 AI를 확장했다는 뜻입니다. 즉, “도입 기관 확대” 단계를 지나 전 부처의 일상 업무로 스며드는 단계로 이동하고 있습니다.
정부 AI가 ‘최적화’에서 ‘개발·도입’으로 방향을 튼 이유
특히 눈에 띄는 변화는 AI가 쓰이는 업무 단계의 중심축입니다.
- 2024년: 운영·유지관리(41%) 중심 — 기존 시스템을 개선하고 비용과 시간을 줄이는 데 초점
- 2025년: 개발·도입(41%) 중심 — 새로운 AI 프로젝트를 기획하고 실제 서비스로 전환하는 데 초점
이는 정부가 AI를 “기존 업무를 빠르게 만드는 도구”로만 보던 시기를 지나, 정책·행정 서비스 자체를 새로 설계하는 기술로 받아들이기 시작했다는 의미입니다. 다시 말해, 이제는 효율화가 목표가 아니라 새로운 공공서비스의 표준을 만드는 경쟁이 시작된 것입니다.
정부 AI는 어디에 집중되고 있나: 분야별 분포로 읽는 우선순위
2025년 기준 AI 활용 분야를 보면 정부가 무엇을 우선순위로 두는지 드러납니다.
- 과학(21%): 연구·실험·데이터 분석 자동화로 R&D 생산성 강화
- 행정(11.7%): 문서 처리, 민원 대응, 정책 관리의 고도화
- IT(10.9%): 시스템 운영 최적화, 보안 및 인프라 효율 개선
- 법률(7.9%): 법안·규정 검토, 판례·자료 탐색 보조 등 준법 체계 강화
결국 AI는 “한 부서의 프로젝트”가 아니라, 연구-행정-기술-법제로 이어지는 정부의 전 가치사슬에 들어오고 있습니다. 이 확산 방식은 AI가 특정 업무를 대체한다기보다, 업무의 속도·정확도·일관성을 끌어올리는 공통 인프라로 자리 잡는 과정에 가깝습니다.
정부 AI 확산을 이끄는 기관은 누구인가
AI 활용 사례가 많은 기관을 보면, 정부가 AI를 “가치가 큰 영역”부터 우선 투입하고 있음을 알 수 있습니다.
- 보건복지부(447건): 의료·복지 정책 분석과 서비스 개선
- NASA(425건): 우주·과학 데이터 분석 고도화
- 보훈부(367건)
- 에너지부(340건)
- 법무부(314건)
국민 삶과 밀접한 보건·복지, 국가 전략기술인 우주·에너지, 그리고 제도 기반인 법무 영역에서 AI가 빠르게 확장되는 것은 자연스러운 흐름입니다. 성과가 뚜렷한 분야에서 먼저 확산이 일어나고, 이후 표준이 다른 부처로 전파됩니다.
정부가 맞이한 변화의 핵심: “AI 활용”에서 “AI 기반 운영”으로
2년 만의 4배 성장은 결론적으로 한 가지를 말합니다. 정부는 더 이상 AI를 ‘추가 기능’으로 붙이지 않습니다. 이제 AI는 정책을 만들고, 행정을 돌리고, 공공서비스를 운영하는 기본 방식이 되고 있습니다. 그리고 이 전환이 본격화될수록, 다음 질문이 더 중요해집니다.
- AI가 만든 판단은 어떻게 설명될 것인가
- 오류와 편향은 누가 책임질 것인가
- 국민은 그 과정을 어디까지 검증할 수 있는가
AI 확산의 속도만큼, 정부가 어떤 원칙과 체계로 이를 다루는지가 다음 국면의 승부처가 됩니다.
정부 AI 거버넌스를 설계한 백악관 예산관리국(OMB): 혁신을 제도로 고정하는 힘
AI는 도입보다 지속이 더 어렵습니다. 파일럿은 쉽게 뜨지만, 조직이 커질수록 책임 소재가 흐려지고 기준은 제각각이 되기 때문이죠. 그래서 최근 미국 정부의 움직임에서 눈여겨볼 지점은 “AI를 써보자”가 아니라, AI를 제도 속에 박아 넣는 방식입니다. 그 중심에 백악관 예산관리국(OMB)이 있습니다.
정부 AI 확산의 핵심 장치: M-24-10이 만든 ‘책임의 기본값’
2024년 3월의 M-24-10 지침은 AI 활용을 독려하는 문서가 아니라, 각 기관이 지켜야 할 운영 규격을 만든 조치에 가깝습니다. 핵심은 두 가지입니다.
- 기관별 최고AI책임자(CAIO) 의무 지정: “누가 책임지는가”를 먼저 확정
- AI 활용 사례 목록 제출·공시: “무엇을, 어디에, 어떻게 쓰는가”를 외부에 보이게 만듦
이 조합이 강력한 이유는 간단합니다. AI가 커질수록 발생하는 문제(편향, 오남용, 품질, 보안)를 기술로만 해결하려 하지 않고, 정부 조직의 책임 구조로 먼저 묶어버리기 때문입니다. 즉, 혁신의 속도를 늦추는 규제가 아니라 확산 가능한 혁신의 레일을 깐 셈입니다.
정부 AI 정책을 한 줄로 묶다: M-25-21과 국가 CAIO 협의회의 의미
2025년 4월의 M-25-21 지침은 한 단계 더 나아갑니다. 각 기관이 알아서 하는 수준을 넘어서, 범정부 차원의 일관성을 확보하려는 설계가 등장하죠.
- CAIO 역할 재정의: 직함만 있는 책임자가 아니라, 실질적 조정·관리 역할로 강화
- 국가 CAIO 협의회 출범: OMB 국장을 의장으로, 범부처 AI를 통합 조정
이 구조가 만들어지면 어떤 변화가 생길까요?
- 정책의 일관성: 부처마다 다른 기준으로 AI를 운영하던 문제를 줄임
- 중복 투자 최소화: 유사 프로젝트 난립을 막고, 공동 자산(데이터·모델·가이드)을 확산
- 위험관리의 표준화: 부처별 편차가 큰 보안·윤리 기준을 ‘정부 표준’으로 끌어올림
결국 OMB가 만든 그림은 “AI를 많이 쓰는 정부”가 아니라, AI가 계속 늘어나도 통제력과 신뢰를 잃지 않는 정부입니다.
정부 AI 거버넌스가 ‘숨은 힘’인 이유: 기술이 아니라 운영체계를 바꾼다
AI 혁신의 성패는 모델 성능보다 운영체계에서 갈립니다. OMB의 접근이 주목받는 이유는, 기술 도입을 개별 부처의 열정에 맡기지 않고 제도형 확산으로 바꿨기 때문입니다.
- 책임자 지정 → 의사결정의 속도와 책임성을 동시에 확보
- 활용 사례 공시 → 투명성을 통해 신뢰를 축적
- 범정부 협의체 → 분절된 정책을 하나의 실행체계로 통합
AI가 ‘유행’으로 끝나지 않게 만드는 장치는 결국 거버넌스입니다. 그리고 지금 미국 정부는 그 거버넌스를 OMB 중심으로 정교하게 조립하고 있습니다.
정부 한국 정부도 달려간다: AI와 지속 가능성을 향한 적극적 행보
미국의 변화가 “투명성 + AI 거버넌스”라는 큰 흐름을 보여줬다면, 한국 정부는 산업 경쟁력 강화와 지속 가능성, 그리고 데이터 공개를 축으로 미래 정부상을 구체화하고 있습니다. 핵심은 한 가지입니다. 기술을 ‘구호’가 아니라 ‘정책 패키지’로 실행하고 있는가입니다.
정부가 밀어붙이는 산업기술 개발: 제조 현장을 AI로 재설계
한국 정부의 산업기술 정책은 연구개발(R&D)을 넘어 현장 적용형 AI로 확장되는 흐름이 뚜렷합니다.
- AI 팩토리: 공정 데이터 수집·분석을 기반으로 생산성, 품질, 안전을 동시에 끌어올리는 방향의 산업 전환을 뒷받침합니다.
- 열공정 특화 제조 AI: 소재·부품·장비 산업에서 핵심인 열처리 등 공정의 변동성을 줄이고, 불량률과 에너지 낭비를 낮추는 데 초점을 둡니다.
- 배터리 소재 기술 개발: 공급망 경쟁이 치열한 배터리 산업에서 소재 기술을 선점해 산업 생태계의 안정성과 수출 경쟁력을 함께 노립니다.
이 접근은 “AI 도입”을 넘어서 제조·에너지·공급망 전반의 구조를 재설계하려는 움직임으로 읽힙니다.
정부의 물관리 정책 전환: ‘워터포지티브’로 지속 가능성의 기준을 바꾸다
기후 리스크가 일상이 된 지금, 물관리는 복지나 환경 영역을 넘어 산업과 도시 운영의 핵심 인프라로 올라왔습니다. 한국 정부가 주목하는 ‘워터포지티브(Water Positive)’는 사용한 물보다 더 많은 물을 자연과 지역사회에 되돌리는 개념으로, 물 절감 수준을 넘어 순(純)기여를 목표로 합니다.
- 물 사용 효율 개선 → 재이용·순환 확대 → 유역 단위의 지속 가능성까지 연결
- 공공정책과 기업의 ESG 전략이 만나는 지점에서, 정부가 기준과 방향성을 제시하는 역할 강화
결국 물관리는 “관리”가 아니라 회복과 순환의 거버넌스로 진화하고 있습니다.
정부 데이터 공개의 힘: KOSIS로 정책을 ‘검증 가능한 형태’로 바꾸다
미래 정부의 신뢰는 홍보가 아니라 검증 가능성에서 나옵니다. 한국은 KOSIS 국가통계포털을 통해 다양한 국가 통계 데이터를 공개하며 정책 논의의 기반을 넓히고 있습니다.
- 정책 성과를 숫자로 확인할 수 있는 환경 조성
- 연구자·기업·시민이 같은 데이터로 토론할 수 있는 공통 토대 제공
- 행정의 투명성을 “절차”가 아니라 “데이터 접근성”으로 강화
데이터가 열리면, 정책은 더 빠르게 개선되고 오류는 더 빨리 발견됩니다. 이는 신뢰를 쌓는 가장 현실적인 방법입니다.
한국 정부의 움직임을 한 문장으로 요약하면, AI로 산업의 체력을 키우고, 물관리로 지속 가능성의 기준을 바꾸며, 데이터 공개로 신뢰의 기반을 다지는 전략입니다. 미국이 거버넌스 체계를 통해 AI 확산의 엔진을 만들었다면, 한국은 산업·환경·데이터라는 세 축에서 미래형 정부의 실행 모델을 구축해 나가고 있습니다.
정부 변화의 핵심 키워드: 투명성, 기술화, 효율성
투명한 정보 공개와 AI 기술 접목, 통합된 정책 거버넌스. 이 세 가지가 만들어가는 미래 정부의 혁신적 청사진은 어떤 모습일까요? 핵심만 뽑아 보면, 2026년의 정부는 “열고(투명성)–연결하고(기술화)–정렬한다(효율성)”라는 방향으로 재설계되고 있습니다.
정부 투명성(Transparency): “숨기는 정부”에서 “설명하는 정부”로
최근 미국의 UFO 파일 공개처럼, 과거에는 국가 안보를 이유로 닫혀 있던 정보가 점차 공개되는 흐름이 확산되고 있습니다. 중요한 건 사건 자체보다도, 정부가 국민의 판단을 전제로 정보를 제공하는 태도로 이동하고 있다는 점입니다.
- 신뢰의 재구축: 의혹을 덮는 방식이 아니라, 공개와 설명을 통해 신뢰를 회복하려는 시도
- 데이터 공개의 일상화: 통계·정책 데이터의 상시 공개(예: 국가 통계 포털 등)가 정책 감시와 참여를 촉진
- 투명성의 역설 관리: 공개가 늘수록 오해도 늘 수 있어, “자료”뿐 아니라 “맥락 설명”이 경쟁력이 됨
정부 기술화(Digitalization): AI가 행정을 ‘자동화’가 아니라 ‘고도화’한다
AI는 단순히 민원 처리를 빠르게 만드는 도구를 넘어, 정책 설계·평가·집행 전 과정의 생산성을 끌어올리는 엔진으로 자리 잡고 있습니다. 특히 미국 연방정부의 AI 활용이 급증하고, 활용 단계가 운영 중심에서 신규 개발·도입 중심으로 전환된 점은 상징적입니다.
- 정책 결정을 돕는 AI: 과학·행정·법률 등 고난도 영역에서 분석과 검토의 속도·정확도 향상
- 현장 문제 해결형 기술 투자: 제조 AI, 배터리 소재, 물관리 같은 국가 과제에서 기술 중심 정책이 강화
- 핵심은 ‘도입’이 아니라 ‘설계’: 어떤 데이터로, 어떤 기준으로, 어떤 책임 체계에서 AI를 쓰는지가 성패를 가름
정부 효율성(Efficiency): “각자도생”을 끝내는 통합 거버넌스
기술과 투명성이 힘을 얻으려면, 이를 떠받칠 강력한 정책 거버넌스가 필요합니다. 미국 OMB의 지침처럼 CAIO 지정, 활용 사례 공시, 범부처 협의체 운영은 AI를 ‘유행’이 아니라 제도형 확산으로 바꾸는 장치입니다.
- 정책 일관성 확보: 부처별 산발적 도입을 줄이고, 국가 단위의 기준과 우선순위를 정렬
- 책임성 강화: 누가 의사결정했고, 어떤 위험을 관리했는지 기록과 점검이 가능해짐
- 중복 투자 감소: 부처 간 같은 시스템을 반복 구축하는 비효율을 줄이고 성과를 빠르게 확산
정리하면, 2026년 정부 혁신의 본질은 정보를 공개해 신뢰를 만들고(투명성), AI로 정책 역량을 높이며(기술화), 통합 거버넌스로 실행력을 확보하는 것(효율성)입니다. 결국 미래의 정부는 국민을 ‘대상’이 아니라 데이터와 참여로 함께 성장하는 파트너로 대하는 방향으로 진화하고 있습니다.
