본 연구에서는 우리나라 중소기업 지원정책에 대한 머신러닝 분석을 통해 정부정책에 AI 기술을 적용할 경우 기대할 수 있는 정책 효과성 제고 수준을 정량적으로 제시해 보았습니다.

 

기업의 특성 정보와 성과지표를 활용하여 추정된 머신러닝 모델을 적용한 결과, 머신러닝 모델이 기업의 성과 예측에 유용한 것을 확인하였고,

머신러닝 모델에서 도출된 매출액 증가율 예측치를 지원기업에 적용한 결과에서도 AI를 지원대상 선별에 활용할 경우 사업의 효과성을 제고할 수 있음을 확인했습니다.

공공부문에서 데이터 기반 정책체계로 전환하려면 어떻게 해야 할까요?

 

교육, 의료, 치안, 국방, 기업 지원 등 예산 규모가 크고 정책의 효과성 제고가 절실한 부문을 중심으로 국가적 차원에서 전략을 모색해야 합니다.

• 공공부문 각 분야에서 AI 도입 시 해당 기관을 지원하는 방식으로 정책을 설계할 수 있으며, 지원수단에는 시스템, 데이터 플랫폼, 보안, 조직 컨설팅, 교육 등을 포함할 수 있습니다.
• 세부 전략으로는 1) 데이터 관리체계 일원화, 2) 정책 정보의 효율적 교류를 위한 정부 업무체계 정비, 3) 신뢰 기반 공공-민간 파트너십 구축이 요구됩니다.
• 정책의 수립, 집행, 평가 체계 전반을 점검하여 AI가 정책 의사결정을 효과적으로 도울 수 있는 부분을 명확히 인식하고, 사업목적의 명확한 설정, 데이터의 선별 및 연계, 시스템의 구축 및 보안성 확보, 투명한 운영방식 마련 등 데이터 기반 정책수립을 위한 단계별 전략을 수립할 필요가 있습니다.