글로벌 컨설팅 기업 캡제미니(Capgemini)가 발표한 리포트에 따르면, 공공 부문의 생성형 AI(Gen AI) 도입이 민간 부문보다 빠르게 진행되고 있지만, 시민 만족도는 여전히 최하위 수준인 것으로 나타났다. 공공 기관의 91%가 이미 생성형 AI를 고객 서비스에 활용 중이거나 파일럿 단계에 있지만, 정작 시민의 25%만이 정부 서비스에 만족한다는 결과가 나왔다. 이는 보험사 53%, 은행 45%에 비해 현저히 낮은 수치다.

리포트는 이러한 불충분한 공공 서비스가 단순한 불만을 넘어 취약 계층을 필수 서비스에서 배제하고, 정부 신뢰를 추가로 감소시켜 궁극적으로 민주주의를 침식할 수 있다고 경고했다. 전문가들은 AI 도입만으로는 부족하며, 단편화된 시스템 통합과 데이터 공유 체계 구축이 선행되어야 한다고 강조한다.

효율성은 개선됐지만 시민 경험은 제자리

공공 부문 리더들은 생성형 AI를 통해 운영 비용이 감소했다고 답한 비율이 30%로 전체 산업 평균 24%보다 높았고, 문제 처리 시간 단축 효과를 본 비율도 32%로 평균 25%를 넘어섰다. 에이전트 생산성 향상을 경험한 비율도 30%로 전체 평균 31%와 거의 동일한 수준이었다.

그러나 이러한 효율성 개선이 시민 경험 향상으로 이어지지 못하고 있다는 점이 핵심 문제다. 캡제미니 인벤트(Capgemini Invent)의 포트폴리오 및 기업 혁신 책임자 산딥 쿠마르(Sandeep Kumar)는 "소비자 브랜드가 고객 서비스 표준을 설정하고 있다"고 지적하며, 공공 부문이 직면한 주요 과제로 높아지는 시민 기대치(72%), 낮은 고객 만족도(70%), 부서 간 단절된 접점(60%)을 꼽았다. 특히 구식 기술 시스템 문제를 지적한 응답자가 51%로 전체 산업 평균 40%보다 높았고, 서비스 품질 저하가 조직 이미지에 미치는 영향을 우려하는 비율도 53%로 평균 40%를 상회했다.

영국에서는 장기 장애나 질환을 가진 일부 사람들이 9개 조직의 40개 서비스와 상호작용해야 하는 실정이며, 미국 재향군인부는 수십 개의 예약 시스템을 사용해 진료 예약 대기 시간이 길어지는 문제를 겪고 있다. 프랑스에서는 부모들이 가족 지원 혜택 전체를 받기 위해 여러 조직에 유사한 정보를 반복 제출해야 하는 상황이다.

많은 조직이 AI 도구 도입 전 명확한 비즈니스 케이스를 구축하지 못해 탐색 및 파일럿 단계에 머물러 있으며, 실제 배포 후에도 효과적인 성과 측정 지표(KPI) 부족으로 효율성 개선을 입증하지 못하고 있다. 더욱 심각한 것은 데이터 기반의 부재다. 공공 부문 조직의 25% 미만만이 데이터 준비도의 어떤 측면에서든 높은 성숙도를 보고했다. AI는 마법의 지팡이가 아니며, 양질의 데이터와 안전한 데이터 공유 프레임워크라는 강력한 기반 위에서 작동해야 한다.

단편화된 시스템과 구조적 장벽이 혁신을 가로막다

공공 부문이 AI로 고객 서비스를 개선하지 못하는 근본 원인은 시스템적 문제다. 조사에서 공공 부문 임원의 81%가 단편화되거나 사일로화된 IT 시스템을, 79%가 구식 레거시 시스템을 고객 서비스 개선의 최대 장벽으로 꼽았다. 이어서 직원 교육 및 개발 부족(78%), 부서 간 협업 부족(71%), 재정적 제약(54%), 문화적 문제 및 직원 참여 부족(54%), 인력 및 자원 문제(52%), 고객 서비스 기능의 전략적 가치 과소평가(31%) 순으로 장벽이 제기됐다.

IT 시스템이 기관별로 구분되어 있고, 데이터 공유 및 상호 운용성을 위한 프레임워크, 통합 고객 관계 관리(CRM) 시스템, 정부 전체의 AI 도입 비전이 부재한 것이 현실이다. 산딥 쿠마르는 "정부 구조 자체가 종종 자신의 야망을 방해하고 있다. 단편화된 시스템과 사일로화된 데이터는 단순한 기술 문제가 아니라 신뢰와 민주주의에 대한 장벽"이라고 강조했다.

구조적 문제도 심각하다. 예산과 목표가 부처나 기관별로 수직적으로 설정되어 있어, 부서 간 협력 이니셔티브를 위한 자금이나 책임 소재를 확립하기 어렵다. 또한 데이터 프라이버시와 AI 사용에 대한 규제 증가로 정부는 시민 데이터 수집, 저장, 사용 및 공유에 매우 신중해야 하며, 데이터 유출이나 AI 환각(hallucination)으로 인한 평판 손상을 우려하고 있다. 사일로화된 시스템으로 인해 고객 서비스 직원들이 단일 문의 처리를 위해 여러 화면을 사용해야 하는 등 직원 만족도와 효율성도 낮은 상태다.

AI 도입 전 필수 기반부터 구축하라, 4가지 핵심 요소

리포트는 생성형 AI 도구와 AI 에이전트가 시민에게 제공하는 서비스를 향상시킬 수 있는 힘을 가지고 있지만, 이는 다른 핵심 요소들 위에 그 고유한 능력을 쌓아야만 가능하다고 강조한다. AI 도입 전 반드시 갖춰야 할 4가지 필수 기반은 다음과 같다.

첫째, 현대적이고 통합되며 확장 가능한 IT 인프라다. 둘째, 표준 정의와 데이터 공유에 대한 거버넌스를 갖춘 양질의 데이터다. 셋째, AI 에이전트와 고객 서비스 직원에게 서비스를 제공하는 사람의 전체 그림을 제공하는 통합 CRM 시스템이다. 넷째, 모든 서비스 채널에서 시민 데이터를 비공개, 안전하고 규정을 준수하도록 유지하는 프레임워크와 프로세스다. 그러나 여러 채널에서 원활한 경험을 제공하는 것은 올바른 IT 기반을 마련하는 것만을 의미하지 않는다. 사람, 프로세스, 마인드셋을 변화시키고 IT, HR, 운영 제공 및 고객 서비스 전반에 걸쳐 협력적 관계를 구축하는 것도 의미한다.

캡제미니는 공공 부문이 AI를 통해 고객 서비스를 혁신하기 위한 4단계 전략을 제시했다. 첫 번째 단계는 기회를 식별하고 변화의 근거를 구축하는 것이다. 시민에게 훌륭한 경험이 무엇인지 상상하고 역으로 작업하면서, 오늘날 그 경험을 가로막는 것이 무엇이며 AI 도구가 다른 요소들과 함께 어떻게 격차를 해소할 수 있는지 파악해야 한다. 캡제미니 글로벌 공공 부문 고객 경험 리더 이보 보이스마(Yvo Booisma)는 "종단 간 통합 고객 여정을 식별한 다음 AI가 어떻게 이를 가능하게 할 수 있는지 살펴보면 시민 만족도를 향상시킬 것"이라고 말했다.

이러한 관점 전환은 프로세스가 아닌 사람 중심으로 사고하는 방식이며, 이는 변화를 위한 설득력 있는 근거를 만들면서 동시에 라이프 이벤트 모델(life events model)로의 전환을 준비하는 것이다. 이 모델에서는 부서 사일로가 아닌 실직, 사업 시작, 부모 되기 같은 시민에게 중요한 순간을 중심으로 서비스를 설계한다.

고객 서비스, AI 에이전트가 가장 빨리 도입될 분야 1순위

두 번째 단계는 AI와 인간의 역할을 명확히 하는 것이다. 최근 캡제미니 리서치 인스티튜트(CRI) 조사에 따르면 고객 서비스는 임원들이 향후 1년 내에 AI 에이전트가 최소 하나의 프로세스를 매일 수행할 것으로 예측하는 기능 중 1순위다. 따라서 공공 부문 조직은 AI로 하지 말아야 할 것에 초점을 맞추기보다는, 모든 채널과 접점에서 인간과 AI가 어떻게 협력해야 하는지 정의해야 한다.

일반적으로 생성형 AI 도구와 AI 에이전트는 소규모 거래 업무를 처리하고, 그 결과는 인간이 관여할 수 있도록 조율되어야 한다. 이러한 업무는 디지털뿐만 아니라 잠재적으로 대면 상호작용에서도 가능한데, 예를 들어 고객 서비스 직원의 가상 비서 역할을 하는 AI 도구를 통해서다. 이를 통해 인간은 공감이 필요한 복잡한 시민 상호작용에 집중할 수 있고, 리더는 AI 에이전트가 수행하는 작업을 감독할 수 있다.

조사에 따르면 공공 부문 리더와 고객 서비스 직원의 80%가 생성형 AI가 미래에 직원들이 더 영향력 있는 상호작용에 참여할 수 있게 할 것이라고 동의했다. 시민 10명 중 7명은 여전히 공감이 필요한 상호작용에서 인간을 선호했다. 다만 이러한 선호도는 연령에 따라 다르며, 젊은 세대는 일반적으로 AI를 선호하는 경향이 있다.

물론 이러한 방식으로 직원에게 권한을 부여하려면 먼저 낮은 수준의 일반 AI 리터러시 문제를 해결해야 한다. 이 기반에서 콜센터 직원과 최전선 직원이 AI 기반 도구를 안전하고 자신 있게 사용하도록 교육할 수 있다. 그러나 교육만으로는 충분하지 않다. AI 에이전트의 모든 힘을 활용하려면 조직 내 고위 리더의 동의와 헌신이 필요하다. 이는 프로세스 재설계, 역할과 구조 재고, 그리고 인간이 언제 어떻게 관여해야 하는지 명확히 설정하는 작업이 포함되기 때문이다.

작은 파일럿부터 시작해 영향 측정하고, 모두를 위한 접근성 구현

세 번째 단계는 작게 시작하고 영향을 측정하는 것이다. AI를 통해 고객 여정을 개선할 수 있는 영역을 파악한 후, 점진적이고 증거 기반의 배포에 집중해야 한다. 이를 통해 성과를 측정하고 경험에서 배우며 더 광범위하게 출시하기 전에 반복적으로 솔루션을 개발할 수 있다. 또한 데이터 주권, 규정 준수, 지속가능성 같은 중요한 영역에 미치는 영향을 평가하면서 혁신과 책임의 균형을 맞출 수 있다.

리포트는 모든 채널에서의 성공을 반영하는 하이브리드 팀을 위한 새로운 성과 측정 지표(KPI)를 만들 것을 제안한다. 여기에는 AI 정확도, 시민 만족도, 접근성, 형평성, AI 도구로 해결된 사례 수가 포함될 수 있다. 또한 대화 요약 제공, 고객 서비스 직원을 위한 답변 제안, 다음 단계가 포함된 이메일 발송 등 낮은 위험의 생성형 AI 파일럿으로 시작하고, 시민 영향과 새로운 KPI를 기반으로 확장할 수 있다.

네 번째 단계는 AI로 모두를 위한 새로운 가치를 제공하는 것이다. 공공 부문의 독특한 과제는 장애인을 포함한 모든 사람이 서비스에 쉽게 접근할 수 있어야 한다는 점이다. 고객 서비스 조사에서 시민의 절반 이상이 접근성을 우수한 고객 서비스의 중요한 측면으로 간주했다. 그러나 3분의 1 이상이 서비스 시간, 언어 장벽, 고객 서비스 직원 접근성 및 제한된 연락 옵션을 포함한 접근성 부족으로 좌절감을 느꼈다.

생성형 AI를 배포하면 복잡한 정보를 모두가 이해하기 쉬운 콘텐츠로 단순화할 수 있다. 또한 시각-텍스트-음성 변환 및 실시간 오디오 전사 같은 접근 가능한 형식으로 정보를 제공하고, 여러 언어로 실시간 번역할 수 있다. AI 에이전트는 이를 넘어 사용자의 필요에 맞게 자동으로 지원을 조정할 수 있다. 예를 들어 콘텐츠를 읽기 수준에 맞게 조정하여 더 빠르고 원활한 경험을 제공한다. 또한 온라인 및 대면 채널 전반에 걸쳐 시민 접점을 조정하여, 직원이 디지털 도구가 멈춘 지점에서 이어받을 수 있다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. 공공 부문이 민간 부문보다 생성형 AI를 더 많이 사용하는데도 시민 만족도가 낮은 이유는 무엇인가?

A. AI만 도입해서는 부족하다. 단편화된 IT 시스템, 사일로화된 데이터, 부서 간 협업 부족 같은 구조적 문제를 먼저 해결해야 한다. 현재 공공 부문 조직의 25% 미만만이 데이터 준비도에서 높은 성숙도를 보이고 있으며, 많은 조직이 명확한 비즈니스 케이스 부재로 파일럿 단계에 갇혀 있다.

Q2. 공공 부문에서 AI와 인간의 역할을 어떻게 구분해야 하나?

A. AI는 소규모 거래 업무를 처리하고, 인간은 공감이 필요한 복잡한 상호작용에 집중해야 한다. 시민의 70%는 공감이 필요한 상황에서 인간을 선호하지만, 젊은 세대는 AI를 더 선호하는 경향이 있다. 프로세스 재설계와 역할 재구성을 위해서는 고위 리더십의 헌신이 필수적이다.

Q3. 공공 부문이 AI로 고객 서비스를 개선하려면 무엇부터 시작해야 하나?

A. 먼저 시민에게 필요한 경험을 정의하고, 이를 가로막는 장애물을 파악한 뒤 AI가 어떻게 도울 수 있는지 역으로 설계해야 한다. 작은 파일럿으로 시작해 점진적으로 확대하되, AI 도입 전 현대적 IT 인프라, 양질의 데이터, 통합 CRM 시스템, 데이터 보안 프레임워크라는 4가지 필수 기반을 먼저 구축하는 것이 중요하다.

해당 기사에 인용된 리포트 원문은 Capgemini에서 확인 가능하다.

리포트 명: Could AI unlock great customer service in the public sector?

이미지 출처: Capgemini

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.