▲ 이경한 서울대학교 전기정보공학부 교수(왼쪽), 박찬정 서울대학교 전기정보공학부 연구원(오른쪽) [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대 전기정보공학부 이경한 교수 연구팀이 엣지 디바이스(Edge Device)에서 비전 트랜스포머(Vision Transformer) 기반 비디오 분석을 기존 대비 2.61배 빠르게 수행하는 인공지능 시스템 ‘우로보로스(Ouroboros)’를 개발했다.이 시스템은 연속된 영상 프레임에서 반복적으로 나타나는 시각 정보를 다시 계산하지 않고 재사용하는 방식으로 비전 트랜스포머의 중복 연산을 줄인 혁신적 기술이다.특히 영상 속 물체와 배경이 움직이더라도 이를 추적해 동일한 시각 정보를 찾아내고 실제로 변화가 큰 부분만 선택적으로 계산한다.연구팀은 고성능 영상 AI 모델의 정확도를 유지하면서도 연산량, 지연 시간, 에너지 소모를 크게 줄일 수 있는 기술을 제시했다는 평가를 받고 있다.따라서 Ouroboros는 전력과 연산 자원이 제한된 환경에서 주로 동작하는 피지컬 AI(Physical AI), 증강현실(AR) 분야에서 실시간 영상 AI의 상용화를 앞당기는 데 결정적으로 기여할 전망이다.이번 연구 성과는 2026년 6월22일부터 사흘간 영국 케임브리지에서 열린 모바일 시스템 분야 최고 권위 국제 학술대회 ‘ACM 모비시스(ACM MobiSys) 2026’에서 23일 구두 발표됐다.◇ 연구 배경최근 비전 트랜스포머*는 객체 탐지, 영상 분할, 자율주행 인식 등 다양한 시각 인공지능 분야에서 높은 성능을 보이고 있다.그러나 입력된 영상을 여러 패치로 나누고 모든 패치 간 관계를 계산하는 구조적 특성 때문에 연산량과 메모리 사용량이 크다.때문에 스마트폰·로봇·드론과 같이 연산 자원과 전력이 제한된 엣지 디바이스*에서 실시간으로 활용하기 어렵다는 한계가 있었다.* 비전 트랜스포머 : 이미지를 여러 개의 작은 조각으로 나눈 뒤, 각 조각 사이의 관계를 분석해 사물과 장면을 인식하는 영상 AI 모델* 엣지 디바이스 : AI 모델을 서버가 아닌 기기 자체에서 실행하는 장치한편 비디오는 연속된 프레임으로 구성되며, 인접한 프레임끼리는 서로 매우 비슷한 특징을 갖는다. 도로 위 차량이나 보행자처럼 이전 프레임에 있던 대상이 다음 프레임에서 조금 이동해 나타나는 경우가 많기 때문이다.따라서 이전 프레임에서 계산한 정보를 재사용할 수 있다면 불필요한 반복 연산을 크게 줄일 수 있다. 기존에는 프레임 간 중복 정보를 재사용하는 다양한 비디오 AI 경량화 기법이 개발돼 왔다.그러나 이러한 기법은 주로 같은 위치의 픽셀이나 프레임 간 차이를 기준으로 중복성을 판단했기 때문에, 카메라가 흔들리거나 물체가 움직이면 실제로는 같은 내용인 영역도 새롭게 계산해야 하는 한계가 있었다.◇ 연구 성과이 문제의 해결에 나선 이경한 교수팀은 영상 속 물체와 배경의 움직임을 반영해 중복 계산을 줄이는 새로운 비디오 AI 기술 Ouroboros를 제안했다.Ouroboros는 하드웨어 비디오 인코더가 제공하는 움직임 정보(Motion Vector)를 활용해 연속된 프레임이 공유하는 같은 시각 정보를 찾아낸다.이를 통해 같은 물체나 배경이 화면 안에서 위치를 옮기더라도 동일한 대상으로 인식하고, 이전 프레임에서 계산한 결과를 다시 활용할 수 있도록 했다.또한 프레임이 이동하면서 일부 영상 정보가 입력 영역 밖으로 벗어나는 문제를 해결하기 위해, 화면의 좌우·상하 경계를 이어 붙인 순환형 입력 공간을 도입했다. 여기에 위치 인코딩 재배치 기술을 결합해, 경계를 넘어 이동한 물체도 하나의 연속된 대상으로 인식할 수 있도록 했다.또한 물체가 화면 가장자리를 넘어 이동할 때 정보가 끊어지는 문제를 해결하기 위해 화면의 좌우와 상하가 이어진 것처럼 처리하는 순환형 입력 공간을 도입했다.여기에 물체의 위치 정보를 새 위치에 맞게 재배치하는 기술을 결합해, 화면 경계를 넘어 이동한 물체도 하나의 연속된 대상으로 정확히 인식할 수 있도록 했다.아울러 연구팀은 화면의 모든 영역을 매번 다시 계산하는 대신, 변화가 큰 부분만 새롭게 계산하고 나머지는 이전 프레임의 계산 결과를 재사용하는 방식을 적용했다.메모리 접근 비용을 최소화하는 계산 구조를 함께 설계해, 연산량 감소가 실제 처리 속도 향상과 에너지 절감으로 이어지도록 했다.실험 결과, Ouroboros는 엔비디아 젯슨 오린(NVIDIA Jetson Orin) 계열 엣지 디바이스에서 최대 87.0%의 연산량 절감, 2.61배의 추론 속도 향상, 64.5%의 에너지 절감을 달성했다.객체 탐지와 인스턴스 분할(Instance Segmentation)* 작업에서는 정확도 저하를 1% 미만으로 유지했으며, 영상 데이터를 서버로 전송해 처리하는 환경에서도 기존 기술보다 더 적은 네트워크 대역폭으로 높은 정확도를 유지했다.* 인스턴스 분할 : 물체의 존재와 위치만 찾는 객체 탐지보다 한 단계 더 나아가, 각각의 물체가 차지하는 영역과 경계를 픽셀 단위로 구분하는 AI 영상 분석 기술◇ 기대 효과이번에 개발된 Ouroboros는 비전 트랜스포머 모델 자체를 새롭게 설계한 게 아니라, 연속된 영상의 처리 과정에서 중복 계산을 줄이는 시스템 기술이다.따라서 기존의 다양한 비전 트랜스포머 기반 영상 AI 모델에 쉽게 적용할 수 있다. 나아가, 향후 더욱 큰 규모의 영상 AI 모델이나 엣지 디바이스와 서버가 함께 연산을 수행하는 AI 시스템으로도 적용 범위가 확장될 수 있다.특히 전력과 연산 자원이 제한된 엣지 디바이스에서도 고성능 영상 AI를 빠르게 실행할 수 있는 기반 기술로 활용될 것으로 기대된다.이에 따라 자율주행, 지능형 CCTV, 드론, 로봇, 모바일 증강현실(AR), 스마트팩토리 등 실시간 영상 분석이 필요한 다양한 분야에서 폭넓게 활용될 전망이다.또한 영상 전체를 서버로 전송하는 대신, AI 추론에 필요한 정보만 선별해 처리할 수 있어 네트워크 사용량을 크게 줄일 수 있다.따라서 영상을 서버로 전송해 분석하는 환경에서도 제한된 네트워크 대역폭에서 안정적이고 정확한 영상 분석 서비스를 제공하는 데 기여할 것으로 기대된다.◇ 연구책임자 의견연구를 지도한 이경한 교수는 “이번 연구는 휴머노이드와 같은 피지컬 AI를 구현하는 데 걸림돌이었던 연산 병목과 네트워크 병목의 문제를 동시에 해결할 수 있는 원천 기술을 확보했다는 점에서 의미가 크다”며 “앞으로 피지컬 AI 및 AI 반도체 기업들과 협력해 Ouroboros 기술의 상용화와 사업화를 적극 추진할 계획”이라고 밝혔다.◇ 연구진 진로이경한 교수 연구팀은 해당 성과를 바탕으로 비디오뿐 아니라 단일 이미지의 입력에 대해서도 엣지-클라우드 협업 추론을 가속하는 후속 연구를 진행할 예정이다.이번 논문의 주저자인 박찬정 연구원은 현재 서울대학교 전기정보공학부 박사과정에 재학 중이며, 엣지 디바이스와 클라우드가 협력해 고성능 인공지능 추론을 효율적으로 수행하는 시스템에 관한 연구를 이어가고 있다.향후 학위 취득 후에는 박사후연구원으로 관련 연구를 지속적으로 수행하며, 제한된 연산·통신 자원 환경에서도 대규모 인공지능 모델을 실시간으로 활용할 수 있는 시스템 기술을 발전시켜 나갈 계획이다.한편, 이번 연구는 서울대학교와 미국 카네기멜론대학교(Carnegie Mellon University)의 공동 연구로 수행됐다. 본 연구는 과학기술정보통신부 재원으로 정보통신기획평가원(IITP)과 한국연구재단(NRF)의 지원을 받아 이뤄졌다. 서울대학교 공학연구원 및 뉴미디어통신공동연구소의 지원도 함께 받았다.

▲ 29일 서울 중구 농협중앙회 본관에서 개최된 NH AX Launch Day 2026에서 농협중앙회 박서홍 부회장(사진 앞줄 왼쪽에서 다섯 번째) 등 참석자들이 기념 촬영을 하고 있다 [출처=농협중앙회]농협중앙회(회장 강호동)는 2026년 6월29일 「NH AX Launch Day 2026」를 개최하고 변화와 혁신을 위한 ‘범농협 인공지능(AI) 대전환(AX)’을 공식 선포했다.2026년 하반기 범농협 생성형 AI 서비스를 전면 도입해 농업인 지원과 업무 전반의 디지털 혁신을 본격 추진할 계획이다.이번 행사는 농협이 중점적으로 추진하는 AI 대전환 전략을 모든 계열사와 전국 농축협으로 확산하고 생성형 AI를 중심으로 빠르게 변화하는 기술 환경에 선제적으로 대응하기 위해 마련됐다.농협은 AI를 기반으로 농업인 지원 체계와 업무 방식을 혁신하고, 현장에서 체감할 수 있는 AI 활용 기반을 지속적으로 확대해 나갈 방침이다.이날 행사에서는 산업계와 학계를 대표하는 국내 최고 수준의 AX 전문가들을 자문위원으로 위촉했다. 농협은 전문성과 객관성을 바탕으로 AI 대전환 전략의 실행력을 높이고, 성공적인 AX 체계 구축을 위한 추진 기반을 강화할 계획이다.2026년 하반기 농업 현장에서 AI 기술의 효과를 직접 체감할 수 있도록‘농업인 에이전트’서비스를 새롭게 선보일 예정이다.해당 서비스는 영농 과정에서 필요한 다양한 AI 기능을 제공해 농업인의 의사결정을 지원하고 생산성을 높이는 데 중점을 두고 있으며 향후 현장의 의견을 반영해 서비스를 지속적으로 고도화할 계획이다.아울러 내부 업무 환경의 AI 전환도 본격 추진한다. 범농협 생성형 AI 플랫폼을 기반으로 임직원이 활용할 수 있는 AI 업무환경을 구축하고 △업무지식관리시스템(KMS) △문서 요약 △보고서 초안 작성 △자료 검색 등 다양한 기능을 제공해 업무 효율성과 생산성을 높여 나갈 예정이다.농협중앙회 박서홍 부회장은 “AI 대전환은 농업·농촌의 미래 경쟁력을 높이고 농업인과 고객에게 더 나은 가치를 제공하기 위한 핵심 과제다”며 “농협은 최신 AI 기술을 현장과 업무 전반에 효과적으로 접목해 AI를 가장 잘 활용하는 조직으로 도약하고, 농업·농촌의 디지털 혁신을 선도해 나가겠다”고 말했다.

▲ 한화시스템 로고 [출처=한화시스템]한화시스템(대표이사 손재일)에 따르면 글로벌 ESG 평가기관 모건스탠리캐피털인터내셔널(MSCI)이 발표한 2025년 ESG 평가에서 최고 등급인 ‘AAA’를 획득했다.MSCI는 전 세계 8500여 개 상장기업을 대상으로 기업의 지속가능경영 수준과 비재무적 리스크 관리 역량을 평가하며 최고 AAA부터 최저 CCC까지 7단계 등급을 부여한다.이번에 한화시스템이 받은 AAA는 전 세계 우주항공·방산 부문 평가 대상 기업 중 상위 7퍼센트(%) 이내 기업만 받을 수 있는 가장 높은 등급이다. 국내 방산기업이 이 등급을 획득한 것은 처음이다.ESG 최상위 수준으로 평가받은 배경에는 △기후변화 및 자연재해 대응 기술 확보를 위한 R&D 투자 확대 △협력사 상생 생태계 강화를 위한 교육·지원 활동 △임직원 역량 강화 및 조직문화 혁신 등 다방면으로의 선제적 ESG 경영 실천이 자리한다.매년 100개사 내외의 협력사들과 2차례 ‘상생협력 실무자 간담회’를 통해 소통하고 있다. 각종 이벤트를 통해 ESG 활동이 우수한 협력사 임직원들에게 포상금을 지원하는 등 국내 상위 방산기업으로서 상생 경영에 앞장서고 있다.한편 한화시스템은 한국 ESG 기준원(KCGS)의 2025 ESG 평가에서도 5년 연속 통합 A등급을 유지했다. 2025년 1월에는 국내 방산기업 중 유일하게 ‘DJSI(다우존스 지속가능경영지수) Korea’에 신규 편입되며 ESG 리더십을 재차 확인한 바 있다.DJSI(다우존스 지속가능경영지수·Dow Jones Sustainability Indices)는 세계 최대 금융 정보 제공기관인 ‘S&P 글로벌’이 매년 발표하는 지속가능성 지수다.기업의 △윤리경영 △지배구조 △리스크관리 △기후변화 △인적자본 개발 등 ESG 관련 다양한 공통 항목과 산업별 항목을 평가해 지수 편입 여부를 결정한다.유동 시가총액 기준 글로벌 상위 2500대 기업을 대상으로 하는 DJSI World 지수, 아시아 및 오세아니아 지역 상위 600대 기업을 평가하는 DJSI Asia Pacific 지수, 대한민국 상위 200대 기업을 평가하는 DJSI Korea 지수로 분류된다. 한편 DJSI는 2025년 2월10일부터 DJBICI(Dow Jones Best-in-Class Indices)로 명칭이 변경됐다.한화시스템은 "국내 방산기업 최초로 MSCI AAA 등급을 획득한 것은 한화시스템이 방산·우주 분야 ESG 경영의 새로운 기준을 세웠다는 의미다"며 "앞으로도 글로벌 기준에 부합하는 지속가능경영 체계를 더욱 강화해 책임 있는 첨단 방산·우주기업으로 성장해 나갈 것이다"고 강조했다.

이재명 대통령은 2025년 8월13일 "공공기관 통폐합도 좀 해야 할 것 같다. 너무 많아서 숫자도 못 세겠다"고 말했다. 정부 차원에서 대대적인 공공기관 구조조정이 진행되고 있다.먼저 금융공공기관인 KDB산업은행, IBK기업은행, 신용보증기금, 기술보증기금, 수출입은행, 무역보험공사 등이 업무 중복을 이유로 통합을 추진 중이다. 한국토지주택공사(LH), 주택도시보증공사(HUG), 한국주택금융공사(HF) 등도 통합이 불가피하다.윤석열정부는 2022년 '재무위험기관 재정건전화계획'을 도입해 부채비율 200% 미만 또는 자본잠식 해소라는 목표를 제시했다. 하지만 이재명정부는 저성장 늪에 빠진 경제를 살리기 위해 공공 부문도 적극 재정으로 전환할 방침이다. 일부 경제전문가는 정부 부채 증가에 대해 경고한다.윤정식 단장은 예산회계시스템(dBrain)을 활용한 실시간 정부(Real Time Government)와 ‘플랫폼(Platform)으로서의 정부’를 운영해야 한다고 강조했다. 윤 단장에게 데이터 기반 국정운영과 인공지능 대전환(AX)에 대해 질문했다.◇ 한국형 AI/데이터 기반 국정운영 도입 시급해... 인공지능 대전환(AX) 성공하려면 데이터에 초점 맞춰야AI·데이터 기반 국정운영은 ‘증거 기반 정책’에 근거한다. 증거 기반 정책은 본래 ‘증거 기반 의학(evidence-based medicine)’에 그 뿌리를 두고 있다.‘증거’는 데이터, 통계 등 과학적 근거를 말한다. 주관적인 신념이나 이념을 배제하며 객관적인 증거의 정확성, 시의성, 투명성을 중시한다.즉 증거 기반 정책결정을 위해 다양한 데이터를 수집·가공·분석·활용해야 하므로 데이터를 분석·활용할 AI 분석 인프라가 필요하다. AI·데이터 기반으로 정책설계와 정책결정, 집행 및 정책상황을 관리한다.AI·데이터 기반 국정운영은 국정운영을 지능화, 최적화해 주권자인 국민에 대해 국정운영의 반응성과 책임성을 극대화하는 것이 목적이다. 윤 단장에게 AI/데이터 기반 국정운영에 대한 설명을 부탁했다. - 한국형 AI/데이터 기반 국정운영을 설명하면."차세대 예산회계시스템에 이미 구축된 국정상황 관리시스템 코라스(KORAHS)를 기반으로 미래 완성될 모습을 제시한 것이다.코라스는 싱가포르, 영국, 네덜란드 등에서 이미 데이터 기반 국정운영에 활용하고 있는 RAHS라는 개념을 한국의 국정상황 관리 체계에 맞춰 설계하여 구축한 것이다."- 코라스(KORAHS)의 미래 모습은."제가 발간한 책에서는 코라스(KORAHS)를 기반으로 미래 모습을 제시했다. 가장 중점을 두고 있는 것은 통합적 국정상황 모니터링 체계와 기획재정부 업무의 AI·디지털 전환이다.기재부 3대 핵심 축인 재정운용, 거시정책, 조세정책을 재정경제 디지털 트윈으로 구축해야 한다. 즉 AI·디지털 전환을 통해 대한민국이 직면한 난제에 대한 해결책을 찾는 것이다."- 미래 예견적 국정운영이란."미래를 예측하고 전망하는 활동에 빅데이터와 AI 기술을 접목해 과학적으로 문제해결을 하기 위한 정책과 전략을 마련하는 정부의 정책상황 관리체계를 의미한다다.미래 예견적 정책상황 관리를 통해 전문가 중심의 전통적 정책결정 방식과 AI·데이터 기반의 과학적인 분석을 결합해 새로운 통찰과 객관적 예측에 기반한 정책결정이 가능해진다.▲ 수평적 점검의 해외 사례 [출처=윤정식 단장 제공]- 데이터 기반 국정을 도입한 해외 국가는."싱가포르, 영국, 네덜란드 등이 대표적이다. 싱가포르는 2004년 7월 국가안보 체제를 정비하는 과정에서 테러와 같은 예상하기 어려운 공격을 감지하고 대비할 수 있도록 RAHS(Risk Assessment and Horizion Scanning)를 도입했다.영국은 정부 전반에 미래 지향적 사고와 증거 기반의 분석을 장려하고 체계적인 접근을 위해 2005년 FHSC 설립하고, 예측 프로그램을 운영 중이다.네덜란드 정부도 미래 이슈 분석을 위해 수평적 점검을 운영하고 있는데 의회 위원회에서 추진하고 있다. 미국도 2019년 1월 '증거 기반 행정 기초법(Foundations for Evidence-based Policy making Act of 2018)'을 제정·시행하고 있다.- 이재명정부가 인공지능 대전환(AX)를 추진하고 있는데. "새정부는 AI 3대 강국 실현과 모두를 위한 AI를 국가비전으로 제시하고 있다. 인공지능(AI)는 문명사적 측면에서 제2의 르네상스의 시작이며 제2의 르네상스를 견인하는 핵심 동인(key driver)이다.14세기 르네상스가 사람을 깨우는 변혁에서 시작됐다면 21세기 르네상스는 머신(machine)을 깨워서 인간역량을 상승시키는 변혁이다.현재 대한민국은 인류사에 영향을 줄수 있는 존재로의 변화와 혁신의 대전환기를 맞이하고 있다. 새정부가 ‘세계를 선도하는 AI 3대 강국과 모두가 행복한 대한민국’을 국가비전으로 제시한 것은 시대정신이자 경제 대도약의 방향이다."- 인공지능 대전환(AX)이 쉽지 않은 과제인데."대한민국은 우수한 IT인프라, 첨단 제조업, 바이오산업 등 많은 잠재력에도 AI 3대 강국 진입을 위해서는 해결해야 할 도전도 많다.가장 중요한 것은 AI 거버넌스 구축과 AI 국가비전과 전략 수립, AI 혁신정부의 정책역량을 강화하는 것이다. 이재명정부는 대통령실의 AI미래기획수석을 신설했다.또한 대통령을 위원장으로 하는 국가AI전략위원회를 구성할 예정이다. 소버린 AI(인공지능 주권), AI G3(3대 강국)을 달성하기 위한 목적이다."- 차세대 예산회계시스템(dBrain)이 인공지능 대전환(AX)에 어떻게 기여할 수 있는지."재정경제 부문이 AI 혁신정부로 전환을 선도하는 것이다. 차세대 예산회계시스템(dBrain)은 정부의 다른 부문보다 먼저 재정경제 분야에서 AX를 이룬 것이다.AX을 위해 새로운 시스템이나 플랫폼을 구축하려면 최소 2~3년의 시간이 필요하다. 새정부가 차세대 예산회계시스템(dBrain)에 구축된 데이터 플랫폼, AI 기반 분석인프라, 인력 양성 등을 활용한다면 빠른 시일 안에 국가행정의 인공지능 대전환에서 성과를 거둘수 있다고 본다.특히 재정경제 부문이 선도적으로 AX를 이루어 간다면 모든 부처가 업무적으로 연관돼 있어 AX의 성과를 조기에 확산·정착시킬 수 있을 것으로 확신한다."- 이재명정부가 인공지능 대전환(AX)을 추진함에 있어서 가장 초점을 맞춰야 하는 것은."AI 시대 AI 강국 실현에는 전략적 요소가 있다. 3대 전략요소는 ① AI 기술과 인프라 ② 데이터 ③ 사람(AI 인재)라고 본다. 3대 요소가 삼위일체가 돼야 AX가 성과를 낼 수 있다.어느 한가지만 부족해도 그 전력적 요소의 제약으로 성과를 내기 어렵다. 따라서 어느 한가지에 초점을 맞출 것이 아니라 전략적 요소 모두에서 성과를 내도록 노력해야 한다."- 3가지 중 가장 취약한 것은."데이터인데 AI가 엔진이라면 데이터는 가솔린에 해당한다. 자동차가 엔진을 갖고 있어도 연료인 가솔린이 없으면 운행이 불가능해진다.AI 강국 실현을 위해서는 데이터를 표준화해 범국가적 데이터가 통합·연계돼야 하는데 우리나라의 데이터 거버넌스는 분절적이고 파편화돼 사실상 데이터를 활용할 수 없는 수준이다.공공데이터는 행정안전부, 민간데이터는 과기정통부가 담당하고 통계는 통계청이 책임지고 있다. 행정안전부와 과기정통부는 순환보직으로 데이터 업무를 담당하는 직원들이 전문성이 부족한 실정이다.이들 기관은 범국가적인 데이터 통합·연계가 가능할 수 있도록 데이터 거버넌스 정립 및 기술지원을 못하고 있다. 범국가적 데이터 통합·연계를 위해 국가데이터 거버넌스를 국무총리가 맡을 필요가 있다." ▲ AI 3대 강국의 비전과 전략적 요소, 정책과제 [출처=윤정식 단장 제공]◇ 문명사적 대전환을 이끌 핵심 동력인 AI에 대한 투자 확대해야... 신산업 창출·사회문제 해결헤 활용하면 성과 창출 가능해공상과학소설에서 다루던 사이보그(Cyborg), 휴머노이드((Humanoid)와 같은 첨단기술이 점점 현실화되는 중이다. 특히 인공지능(AI)과 융복합화된 기술의 성과는 눈이 부실정도다.마이크로소프트(MS), 엔비디아(NVIDIA), TSMC 등이 글로벌 AI 주도권을 선점하기 위한 대전환을 준비하고 있다. 삼성전자, 네이버, SK텔레콤 등 우리나라 기업도 AI에 대한 투자를 늘리고 있다.한국 정부가 AI 국가로드맵을 설계·실행·확산시키기 못한다면 AI 경제 전환으로 제2의 르네상스를 맞고 있는 세계사에서 큰 위기에 직면할 수 있다. 윤 국장에게 글로벌 AI 산업 전반에 관한 설명을 요청했다.- 미국, 중국 등 선진국이 인공지능(AI) 산업을 육성하는 정책은."미국, 캐나다, 중국은 2016~2018년 사이에 「국가 AI R&D 전략」을 제시했다. 먼저 미국은 AI 활용의 선두 기업인 구글, 아마존, 페이스북을 중심으로 ‘데이터 세계경제’를 이끌며 2016년 10월 「국가 AI R&D 전략」을 정립했다.캐나다는 AI의 핵심인 딥러닝(Deep Learning) 분야의 선두 그룹으로 2017년 「캐나다 AI 전략」을 제시했다. 중국은 2018년 「차세대 AI 발전계획」을 수립한 후 클라우드, 빅데이터, AI 산업 육성을 위한 대장정에 나섰다."- 미국의 정책을 구체적으로 소개하면."2009년부터 모든 공공기관의 데이터 연결(Open Government Data)를 추진해 2025년 현재까지 진행하고 있다. 정부는 3가지를 필수요소로 추진 중이다.첫째, 모든 공공기관의 데이터 연결 관련 업무(지침)를 관장하는 컨트롤 타워로 대통령실의 ‘데이터 수석’과 ‘OMB’가 있다.둘째, 모든 공공기관의 데이터 연결의 법적 근거로 2019년 제정된 증거기반정책법(Open Government Data Act, Title II of the Foundations for Evidence-Based Policymaking Act of 2018)을 마련했다.셋째, 모든 공공기관의 데이터 연결의 집행 업무를 담당하고 데이터 연결을 위한 기술적 전문 지식을 갖고 있는 부처로 GSA(U.S. General Services Administration, 행정조달청)를 지정했다."- 글로벌 인공지능(AI) 산업의 미래는."글로벌 인공지능(AI) 산업은 엄청난 속도로 성장하고 있으며 전 셰계 경제와 사회의 구조를 근본적으로 변화시키고 있다.AI·디지털 경제시대의 미래 핵심산업의 글로벌 시장 규모를 전망해 글로벌 인공지능 산업의 미래와 경제 대도약의 방향과 전략을 모색할 필요가 있다."▲ 미래 핵심 산업 글로벌 시장 전망 [출처=윤정식 단장 제공]- 구체적인 시장 규모를 설명하면."미래 5대 핵심 산업은 ① 반도체 ② AX 산업 ③ 방위산업 ④ 바이오텍 ⑤ 보건의료이며 2035년 글로벌 시장이 총 US$ 37조4340억 달러로 전망된다.특히 AX 산업은 ‘35년 1조8000억 달러로 연간 21.5%씩 가장 빠르게 성장하는 시장이 될 것으로 예상된다. 방위산업은 ’35년 6조3800억 달러, 바이오텍은 ‘35년 5조4000억 ~ 8조1000억 달러 규모로 추정된다.보건의료 시장은 22조7800억 달러로 반도체 시장 규모의 21배 수준이다. 이러한 전망을 고려하면 미래의 신성장 동력과 경제 대도약의 길이 어디에 있는지 명약관화(明若觀火)하다."- 우리나라 인공지능(AI) 산업을 발전시키기 위해 가장 필요한 정책은."우선  ① 글로벌 선도·혁신하는 ‘모두의 AI를 위한 AI 기술과 인프라 구축 ② AI 엔진을 달리게하는 데이터 거버넌스 개편과 범국가 데이터 통합·연계 ③ 전국가적 역량을 기울여 AI 핵심인재 양성 및 해외 인재 영입 등의 정책이 필요하다.가장 중요한 전략적 킹핀(Kingpin)은 정부의 역할이다. 정부가 어떤 정책을 어떻게 마련해 시행하고 성과를 내느냐에 따라 AI 3대 강국 실현 및 국내 인공지능 산업발전의 성과가 좌우된다."- 우리나라에서 인공지능(AI)이 국가경쟁력에 어떤 영향을 미칠 것으로 예상하는지."AI 시대에 인공지능(AI)은 국가경쟁력을 좌우하는 핵심 동인이 될 것이다. AI는 생산성 향상, 신산업 창출 그리고 다양한 사회문제 해결에 기여하며 경제성장을 견인할 잠재력을 갖고 있다.반면 AI 기술 발전 및 인공지능 대전환(AX)으로 양극화 심화, 고용불안정성 증대 등 부정적 영향도 예상되고 있다. 부작용을 최소화할 수 있는 대비책도 준비해야 한다.- 다른 국가도 인공지능(AI)이 국가경쟁력의 핵심으로 보고 있는지."미국과 중국은 AI를 글로벌 패권 전쟁의 핵심 요소로 보고 치열하게 경쟁하고 있다. 국가별 투자액은 △미국 4년 간 5000억 달러(700조 원) △중국 6년 간 10조 위안(2000조 원) △유럽연합(EU) 2000억 유로(300조 원) △프랑스 1090억 유로(163조 원) △일본 6년 간 10조 엔(98조 원) △영국 140억 파운드(25조 원) 등으로 조사됐다.선도국의 AI 투자 규모를 감안해 한국은 AI 분야에 어떤 규모로 어디에 투자할 것인지 많은 고민을 할 수밖에 없다. AI는 국가경쟁력의 차원을 넘어 문명사적 대전환을 이끄는 핵심 동력이 될 가능성이 높기 때문이다."엠아이앤뉴스(대표 최치환)는 대한민국 인공지능(AI) 대전환을 위해 고군분투(孤軍奮鬪)하고 있는 윤 단장을 적극 응원해 다양한 연구 성과를 소개할 방침이다.이재명정부는 2025년 9월 국가AI전략위원회를 출범해 'AI 3대 강국' 진입을 위해 매진한다는 구상을 밝혔다. 국민주권정부의 실질적 성과가 모든 국민에게 공평하게 배분되기를 희망한다.- 끝 -▲ 윤정식 단장

기재부 차세대 예산회계시스템 구축 추진단 윤정식 단장은 2025년 7월부터 이재명 정부의 ‘국정기획위원회’ 내 인공지능(AI) TF의 자문위원으로 참여했다.새정부의 AI 3대 강국의 국가비전을 실현하기 위한 비전과 전략, 국정과제 수립에 관한 자문을 담당했다. 8월 경제인문사회연구회(NRC)와 국가과학기술연구회(NST)가 협동으로 ‘AI 3대 강국을 향한 국가전략’이라는 AI 총서를 발간하는 과정에서 참여했다.‘새정부 AI 강국 전략기획서’에서 제시한 국정 정책과제들을 구체화하고 국가전략으로 제안해 새정부 AI 국가비전과 전략 수립에 도움을 주기 위한 목적이다.윤 단장은 서울대 전영일 교수와 함께 총론 중 ‘새정부의 AI 3대 강국 비전과 글로컬 전략’을 저술했다. 윤 단장이 맡아 2022년 1월 기획재정부가 개통한 차세대 예산회계시스템(dBrain)의 구축 과정과 활용방안에 대해 질문했다.◇ 노무현정부의 4대 재정개혁을 위한 인프라로 출발... 데이터 기반 정책결정 지원시스템 구현 추구국가재정을 관리하는 시스템을 ‘예산회계시스템’, 약칭 ‘디브레인(dBrain)’은 2002년 노무현정부 출범시 4대 재정개혁을 위한 인프라다. 고려대 윤성식 교수의 제안으로 구축이 시작됐다.2007년 오픈해 13년 동안 운영됐으나 2019년 시대 변화와 기술발전, 재정업무 효율화를 위한 사용자 수요 등을 반영해 시스템을 새로 구축헸다.새로 구축하는 시스템을 ‘차세대 예산회계시스템’으로 명명했다. 예산회계시스템(dBrain)의 차세대 버전이라고 할 수 있다. 먼저 차세대 예산회계시스템(dBrain)의 구축 목적과 구성에 대해 물었다.- 차세대 예산회계시스템(dBrain)을 구축한 목적은."기본 목적은 국가재정 관리 효율화다. 기존에는 13개 재정업무만 처리했는데 부담금관리, 채권관리, 재정추계, 국가채무, GFS 등 11개 신규 재정업무를 새로 추가했다.24개 재정업무를 시스템화해 전면 재구축한 셈이다. 여기에 시대 변화에 맞춰 AI·데이터 기반으로 데이터의 활용, AI·데이터 기반 정책상황 관리까지 시스템의 활용성을 넓혔다."- 차세대 예산회계시스템(dBrain)의 구성 요소는."기본적으로 재정업무 처리 시스템으로 코피스(KOFIS), 코다스(KODAS), 코라스(KORAHS) 등으로 구성돼 있다. 국가재정을 관리하는 차세대 예산회계시스템의 재정관리시스템을 기반으로 데이터의 흐름과 활용에 중심을 뒀다."- 코피스(KOFIS)를 구체적으로 설명하면."코피스(KOrea Fiscal Infomation Service : KOFIS)는 차세대 예산회계시스템에 구축된 재정데이터를 기반으로 정부 및 공공기관의 833개 시스템을 연계해 사회경제 지표들을 연계 분석이 가능하도록 구축된 데이터 플랫폼이다. 재정데이터를 기본으로 행정 및 사회경제데이터, 공공데이터, 필요한 경우 민간데이터까지 연계할 수 있다."- 그렇다면 코다스(KODAS)는 무엇인지."코다스(KOrea Dats Analysis Service: KODAS)는 코피스(KOFIS)에 구축된 데이터를 분석해 정책결정 및 업무에 활용하도록 지원하는 AI 기반 데이터 분석인프라다. 사용자의 AI·데이터 활용 역량을 제고할 수 있는 데이터 사이언티스트 양성 교육프로그램까지 통합 지원된다."▲ 코다스(KODAS) 개념도 및 구성 [출처=윤정식 단장 제공]- 코라스(KORAHS)는 어떤 시스템인지."코라스(KOrea Risk Assessment and Horizon Scanning; KORAHS)는 데이터 기반 실시간 정책상황관리시스템으로 3단계로 구축돼 있다.1단계는 8000개의 정책지표 변동폭에 따라 임계치를 설정해 자동 경보를 발신하도록 지표별 모니터링 체계다. 2단계는 인구, 일자리, 민생, 대외변동성 4개 지표에 대한 정책상황판을 구축해 운영 중이다. 3단계는 국내총생산(GDP), 세수, 국고잔액을 AI 기반을 전망 추계한다."▲ 코다스(KODAS) 개념도 및 구성 [출처=윤정식 단장 제공]- 2020년 코로나19 팬데믹(대유행) 당시에 통계개발원이 수립한 감염 확산/예측 모델을 활용했는데."우리나라는 2020년 1월20일 첫 감염자가 발생한 이후 선제적인 보건, 경제, 사회정책을 지원하기 위해 2020년 2월 25일부터 ‘감염병 확산 예측 모델링’을 시작했다.2021년 8월 말까지 19개월 동안 국내 감염병 예측을 위해 ‘데이터 기반 모델링’을 개발해 정책에 활용했다. 코로나19에 효과적으로 대처할 수 있었던 이유다."- 감염명 확산 예측 모델링 기법의 진화과정은."아래 <표3>에서 보는 바와 같이 ① 토론토대학-한국통계개발원의 예측 모델링 협력연구단을 중심으로 한 도입기 ② 국내외의 다양한 예측 모델링을 종합적으로 활용한 도약기 ③ 선별한 예측 기법을 중심으로 발전한 성숙 1기에 도달했다.이런 분석을 토대로 감염자 조기대응(Testing), 감염자와 접촉자의 추적과 격리(Tracing), 감염자 격리 치료(Treating in isolation), 즉 ‘3T 방역체계로 한국의 선진 과학기술 역량을 발휘했다."▲ 감염병 확산 예측 모델링 기법(2020년 2월~2021.8월) [출처=윤정식 단장 제공]- SIR 기반 모델을 설명하면."대상인구를 감염대상자(Susceptibles), 감염자(Infected), 회복/사망자(Recovered) 3개 그룹으로 나누어서 구현하는 전통적인 예측모델이다.SEIR과 SEIHR은 각각 감염노출자(Exposed)와 병원입원 감염자(Hospitalized)를 인구그룹에 추가해 예측 모델링의 정확도를 높이려는 기법이다.Data Assimilation Simulation과 Statistical Modeling은 각각 수리과학적이며 통계학적인 예측모델을 활용하는 기법이다."- 대구·경북지역을 중심으로 모델링한 결과는."2020년 3월 3일까지 데이터를 활용해 1차 IDEA 예측 모델링을 한 바, 2020년 3월 초 빠른 속도로 정점에 다다르고, 3월 중순경부터 안정세에 진입한다고 예측했다."▲ (대구/경북 지역) 2020년 3월3일까지 데이터를 사용한 1차 모델링 [출처=윤정식 단장 제공]- 한국 통계개발원-캐나다 토론토대학 협력연구진의 시도는."20020년 초기 위기대응을 위해 IDEA라는 보건역학·수리통계과학의 신속 정교한 예측방법론을 활용했다. 2020년 도약기와 2021년 성숙기에는 국내외 6개 연구진의 통합적 예측결과를 통해서 개별 연구의 단점을 보완하고 팀연구의 장점을 최적화해 국가적 위기에 대응했다."2020년 제1차 대유행기에는 코로나 19 감염병 확산의 안정기를 3월 초로 예측해 선제적인 경제사회 정책을 펼칠 수 있었다. 특히 대구 신천지 관련 감염병 확산의 정점과 안정기를 비교적 정확하게 예측했다."- 제2차 및 3차 대유행기에도 활용했는지."2020년 8월 15일 전후 당시에 전혀 없던 사회적 거리두기 2.5단계를 정책적으로 제안해 제2차 대유행의 위기를 효과적으로 선제 대응했다.제3차 대유행기는 2020년 11월 중순 그 감염 곡선의 정점믈 2020년 12월 25~31일 경으로 에측해 선제적으로 경제사회 정책으로 펼치도록 지원했다.국제사회와 신속하게 공조해 진전시킨 감영병 확산 예측 모델링은 한 나라의 미래 예측 역량의 시급성과 중대성을 보여주는 좋은 사례다."- 차세대 예산회계시스템(dBrain)의 구축에 투입된 인력과 예산은."투입된 예산의 총액은 1577억 원이다. 엄중한 코로나19 상황에서 2019년 12월에 착수해 2022년 1월 3일 전면 개통됐다. 이후 안정화 과정을 거처 2022년 3월 말 사업이 종료됐다.참여인력은 기획재정부 내 추진단, PMO, 사업자인 삼성SDS컨소시엄, 시스템 운영주체인 한국재정정보원 직원 등 최대 600여 명에 달한다. 개발한 프로그램이 총 1만4762본으로 집계됐다."- 거시경제/제정전문가, 데이터 사이언티스트, AI전문가 등 40여 명이 참여했는데."사업 수행과정에서 가장 어려웠던 과제가 코라스(KORAHS) 3단계 AI 기반 GDP, 세수, 국고잔액 전망 및 추계 모델을 개발·구축하는 것이었다.사업자인 삼성SDS컨소시엄은 한국은행이나 KDI가 하는 GDP 전망 모델을 구축하는 것은 어려운 일이라면 난색을 표명했다. 과업에 해당하므로 비용은 사업자가 부담하되 AI 및 도메인 전문가를 아웃소싱하는 방식으로 TF를 구성했다."- 전문가들의 소통이 쉽지 않았을 것으로 보이는데."그렇다. 예를 들어 AI 전문가는 GDP나 세수 추계에 대해 알지 못하고 경제재정에 대한 도메인 전문가들은 AI에 대해 알지 못하는 상황에서 참여자 간의 소통과 협력이 매우 중요하게 됐다.처음 6개월 동안은 매주 2회 회의를 개최해 각 전문분야에 대한 전문지식을 서로 소개하고 분석 모델과 사용할 데이터 선정 등 모든 사항에 대해 소통과 협업을 통해 기본 모델을 개발했다.다음 6개월은 매우 1회씩 회의를 진행해 개발된 모델의 학습과 개선 등을 많은 시행착오와 검증과정을 통해 모델 개발과 검증에 1년여가 소요됐다. 총 83회의 회의를 통해 완수했다."◇ AI 혁신정부의 행정업무 통합 플랫폼으로 활용 가능... 변화의 핵심인 공무원의 AI/데이터 활용 역량을 키워야 성공사업자인 삼성SDS는 다양한 산출물을 생산했다. 우선 재정데이터 거버넌스 표준을 만들고 매뉴얼화했다. 중앙재정 데이터의 메타 데이터 체계 및 표준화 기준을 만들어 이 기준을 적용해 모든 재정데이터를 적정한 수준으로 품질을 유지하도록 정제했.또한 CX(Custumer Experiece)를 전면 개편했다. CX는 사용자 편의를 위해 시스템에서 표출되는 모든 화면의 디자인과 표 양식, 색상 등을 사용자가 가장 편안하게 활용할수 있도록 최적화하는 것이다.그리고  AI·데이터 기반 정책상황 관리시스템 코라스(KORAHS)를 구축했다. 코다스(KODAS)를 구축한 후에 사용자에 대한 AI·데이터 활용방법을 교육할 프로그램을 개발했다. - 한국재정정보원의 역할은."한국재정정보원은 예산회계시스템(dBrain)을 운영하는 기획재정부 산하 공공기관이다. 사업 초기부터 프로그램의 단위 테스트와 품질관리에 참여했다.시스템 개통 6개월 전에 개발된 1만4762건에 달하는 프로그램을 검수하고 6회에 걸처 통합데스트를 진행했다. 차세대 예산회계시스템은 시스템 안정화 이후 단 한차례의 오류도 없이 잘 작동하고 있는 이유다."- 사업의 성과가 AI/디지털 혁신정부의 기반을 구축했다고 보는지.AI 혁신정부가 갖추어야 할 기본적인 업무환경이 데이터, AI 분석인프라, AI·데이터의 활용이 가능한 인재다. 차세대 예산회계시스템(dBrain)은 재정데이터를 기반으로 833개 정부 및 공공기관의 시스템을 연계해 데이터 플랫폼, 코피스(KOFIS)을 갖췄다.여기에 데이터 활용해 정책을 결정할 수 있는 분석인프라인 코다스(KODAS)와 사용자인 공무원들의 AI·데이터 활용 역량을 키울수 있는 교육을 함께 지원한다. AI 혁신정부의 행정업무 통합 플랫폼으로 역할을 할 수 있다."- ‘실시간 정부(Real Time Government)’란.실시간 정부는 민간의 실시간 기업(Real Time Enterpiise: RTE)에서 따온 것이다. 국정운영 환경의 불확실성과 불연속성이 증가함에 따라 정부는 신속하고 정확한 선제 대응 능력을 요구받고 있다.정부도 정책환경에 민첩하고 유연하게 대응하기 위해 AI·데이터 기반으로 국정운영 상황을 실시간 모니터링하고 민첩하게 선제적으로 대응하는 체계를 구현해야 한다는 의미다."- ‘플랫폼(Platform)으로서의 정부’란."정부 내 부처간 칸막이를 없애고 개방, 공유, 소통, 협업의 가치를 바탕으로한 새로운 정부 운영방식으로 제시되는 것이 ‘플래폼 정부’ 개념이다.플랫폼 정부는 정부가 기업과 국민 등 고객 및 이해관계자에게 참여형 오픈 플랫폼을 제공해 새로운 서비스와 부가가치를 창출할 수 있도록 촉진하고 지원하는 정부의 기능과 역할이라고 봐야 한다.플랫폼으로서 정부의 역할은 △공공데이터 제공자로서의 정부 △시민참여를 촉진하는 정부 △산업 플랫폼 촉진자로서의 정부 등이다."- 공무원이 차세대 예산회계시스템(dBrain)을 활용할 방안은.공무원들은 기본적으로 예산 및 재정업무를 담당하는 경우 한국재정정보원에 사용자 계정을 신청하여 신청자가 담당하는 재정업무를 처리할 계정을 승인받아 재정업무를 수행할 수 있다.AI 기반 데이터 분석 및 정책상황 관리 시스템은 업무 권한이 없어도 모든 공무원들은 dBrain 사용자 계정을 받아서 이용할 수 있다."- 공무원의 AI/데이터 활용 역량을 키워야 한다고 주장했는데."AI 기반 프로젝트가 성공하려면 AI, 데이터, 사람 준비 등이 삼위일체가 필요하다. 사실 가장 어려운 혁신과 변화는 사람들이 변화하는 것이다.시스템을 사용하는 사람이 준비되지 않고 사용자가 없으면 시스템적 변화는 의미가 없다. 사용자인 공무원의 AI·데이터 활용 역량을 키우는 것이 중요한 이유다."- 코라스(KORAHS)의 고도화 필요성은."2022년 1월 구축됐으나 현재는 초보적인 수준이다. AI·데이터 기반으로 국정전반의 위험과 기회를 미피 포착하고 선제 대응할 수 있다는 것을 검증하는 시범적 시스템이다.국정 전반에 대한 본격적인 정책상황 관리 및 국정운영에 활용하기 위해서는 구축된 시스템에서 정책상황을 모니터링할 수 있는 범위를 넓이고 그 수준을 고도화해야 한다."- 구체적인 고도화 방법은."첫째, 국정전반에 대한 수평적 점검 범위를 확대해야 한다. 둘째, 실시간으로 정책상황을 파악, 평가하고 즉각 대응할 수 있는 정책상황판을 대폭 확대해 야한다.셋째는 재정경제 디지털 트윈을 기반으로 재정경제 상황을 실시간으로 분석, 시뮬레이션할 수 있는 재정정책 디지털 트윈 기반 플랫폼을 구축해야 한다."- 2022년 5월 시작한 ‘재정경제 디지털 트윈’ 연구개발 사업은."2021년 AI 기반으로 GDP 전망 및 세수 추계 모델을 구축하고 AI 기반으로 재정지출 효과 분석을 시도했다. 재정지출이 GDP, 일자리, 소득재분배 등에 미치는 효과를 분석해봤지만 성공하지 못했다.실패의 경험을 통해 재정지출 효과 분석은 전체론적(Holistic)인 접근이 가능한 디지털 트윈 방식이어야 한다고 생각하고 ‘재정경제 디지털 트윈 기반 국정운영 플랫폼’ 구축 R&D 사업을 기획해 2022년부터 착수했다."- 언제 완료되는지."연구 프로젝트에 참여했던 재정정책연구원 김정훈 원장이 2023년 오스트리아의 IIASA의 폴레드나 교수가 발표한 M-ABM 분석모형을 활용해 한국형 재정경제 디지털 트윈을 구축하고 있다.오스트리아 폴레드나 교수와 국제협력 연구를 통해 추진되고 있으며 2025년 말까지 기본 모델 구축이 완료될 예정이다."- 계속 -▲ 윤정식 단장

2023년 12월 생성형 AI인 챗GPT(ChatGPT)가 공개되며 인간의 생각과 지능을 가진 AI의 시대가 본격적으로 열렸다는 환호성이 세상을 뒤덮었다.2024년 중국의 딥시크(DeepSeek)라는 스타트업은 저비용으로 고성능 AI를 개발했다며 챗GPT를 개발한 오픈AI(OpeAI)의 아성에 도전장을 내밀었다.2025년 6월 4일 출범한 이재명정부는 인공지능(AI) 3대 강국을 목표로 100조 원 이상을 투입하겠다는 구상을 밝혔다. 미국과 중국이 지배하고 있는 글로벌 AI 시장에 도전하겠다는 방침이다.이재명정부의 구상이 궁금한 상황에서 ‘AI·데이터 기반 국정운영의 미래’이라는 책을 집필한 기재부 차세대 예산회계시스템 구축 추진단  윤정식 단장을 만났다.2025년 8월18일 윤 단장을 만나 대면 인터뷰를 진행한 후 보조자료를 받아 특집으로 소개하려고 한다. 운 단장의 오랜 공직 생활과 다양한 경험이 AI 3대 강국을 지향하는 이재명정부에도 도움이 되겠다고 판단했기 때문이다.◇ '통일'에 대한 열정을 갖고 통일부에서 공무원 생활 시작... 정책의 중요성 깨닫고 기획예산처로 이동해 근무윤정식 단장은 고등학교 2학년 때부터 공무원이 되겠다는 꿈을 키웠다. 공무원이 되어 다른 사람들 보다 ‘좀 더 좋은 정책을 만들겠다’는 단순한 생각을 갖고 있었다고 한다.대학 학과를 선택할 때도 공무원이 되는 공부를 할 수 있는 행정학과를 선택했다. 공무원이 되고 난 후에도 하고 싶은 일을 하면서 열심히 국민에 봉사하는 삶을 살았다고 자부한다. 윤 단장의 공무원 이력에 대해 질문했다. - 공무원으로 출발에 대해 설명하면."1992년 36회 행정고시 합격한 이후 1993년 3월부터 통일부에서 공무원 생활을 시작했다. 우리나라 1인당 국민소득이 1만 달러 수준에 이를 무렵이었다.먹고 사는 문제는 어느 정도 해결됐다고 생각을 했고 그 다음에 국가가 꼭 해야 할 은 ‘통일’이라고 믿었다. 남북교역 및 경협, 금강산 관광, 고 정주영회장님의 소떼 방북, KEDO 경수로사업 등을 담당했다."- 통일부에서 기획예산처로 옮긴 이유는."통일부에서는 통일이 되었을 때 해야 할 정책을 배우기가 어려웠다. 2002년 기획예산처로 자리를 옮겨 예산, 재정기획, 재정관리 등 재정경제 관련 정책을 담당했다.특히 사회간접자본(SOC) 및 연구개발(R&D) 등 대규모 국가사업에 대한 예비타당성조사 및 예산 편성 등이 핵심 업무였다.- 계획예산처에서 역임한 직책은."홍보담당관, 재정집행관리과장, 타당성조사과장, 국고보조금 통합관리시스템 구축 및 관리단장, 재정기획심의관, 차세대 예산회계시스템 구축 추진단장을 맡았다. 국가균형발전위원회, 청와대 국정과제비서관실 파견 근무도 경험했다."- 기획재정부 차세대 예산회계시스템 구축 추진단 단장으로 근무했는데. "2019년 8월부터 2022년 10월까지 단장으로 사업 발주에서 시스템 구축과 개통, 안정화까지 모두 책임지고 완수했다.차세대 예산회계시스템 구축사업은 기본적으로 국가재정관리의 사각지대를 해소해 재정관리의 효율성을 높이기 위한 사업이다. 24개 재정업무를 시스템화하여 전면 재구축했다."- 사업 내역을 구체적으로 설명하면."사업을 준비하는 시점에서 4차 산업혁명과 디지털 전환이 화두였는데 사업 제안요청서(RFP)에는 AI·디지털 전환에 관한 내용이 많이 미흡했다.그래서 시스템 구축의 비전을 ‘데이터 기반 재정운용 및 정책결정 지원’이라고 설정하고 전략적 요소로 Data, Network, AI를 선정하여 각 요소를 활용해 시스템을 AI·디지털 전환이라는 시대적 요구에 맞도록 구축할 수 있는 20개 과제를 발굴했다.수행 방식을 AI·데이터 기반으로 변경해 과업을 부여했다. 이런 과정을 통해 AI·데이터 기반으로 재정데이터 플랫폼 코피스(KOFIS), AI 기반 데이터 분석 인프라 코다스(KODAS), 데이터 기반 정책상황관리 시스템 코라스(KORAHS)를 구축했다."  이러한 시스템은 AI 혁신정부가 기본적으로 갖추어야 할 인프라이자 업무환경입니다.▲ KORAHS와 함께 하는 AI·데이터 기반 국정운영의 미래(윤정식, 김신곤, 이상원, 송석현 저) [출처=YES24]◇ AI시대에 걸맞는 국정운영으로 정책 고도화 필요... 정책에 AI를 활용하고자 하는 공무원·일반 국민 모두에게 도움우리나라에서는 2016년 구글 딥마인드(DeepMind)가 개발한 인공지능(AI) 바둑 프로그램 알파고(AlphaGo)와 프로 바둑기사 이세돌 9단의 대결로 AI에 대한 관심이 고조됐었다.하지만 정부와 기업 모두 '강 건너 불구경'하듯 화려한 불빛만을 감탄하며 국가적 차원의 준비는 하지 않았다. 결과적으로 시대적 흐름에 뒤쳐졌다는 비판을 받고 있다.윤 단장은 2019년부터 2022년까지 이어진 차세대 예산회계시스템을 구축하며 배운 지식과 축적한 경험을 공유하기 위해 ‘AI·데이터 기반 국정운영의 미래’라는 책을 공동으로 집필했다. 윤 단장에게 책 집필 과정과 공저자에 대해 질문을 던졌다. - 최근 출간한 ‘AI·데이터 기반 국정운영의 미래’를 집필한 계기는."차세대 dBrain에 데이터 플랫폼, AI 기반 데이터 분석 인프라, 데이터 기반 정책상황관리시스템을 구축했지만 이것은 초보적인 수준이다.AI·데이터 기반으로 이런 것이 가능하다는 것을 시범적으로 보여주는 수준이다. AI 시대에는 AI 시대에 맞은 국정운영 시스템이 필요하다.지금도 모든 공무원들은 아침에 출근해 신문스크랩에 나온 정책 이슈들을 대상으로 정책상황을 관리하고 있다. 이런 정책상황 대응은 아무런 의미가 없다. 실효성이 없는 사후약방문일 뿐이다.- 그렇다면 어떤 업무 방식이 필요한 것인지."AI 시대에는 AI·데이터 기반으로 실시간으로 정책상황을 파악하고 선제적으로 대응할 수 있어야 한다. 아니 오히려 데이터 분석을 통해서 미래에 발생할 정책상황을 정확하게 예측해 닥처올 위험이나 사고를 예방하거나 피해를 줄일 수 있어야 한다.이러한 국정운영 체계를 ‘예견적 국정운영(Anticipatory Goverancne)’이라고 한다. 차세대 dBrain에 구축된 정책상황관리 시스템, 코라스(KORAHS)를 고도화해 명실상부한 ‘AI·데이터 기반 국정운영 플랫폼’을 완성할 수 있도록 ‘AI·데이터 기반 국정운영의 미래’ 모습을 보여주고 싶었다."- 책의 공동 저자 면면에 대해 소개하면."먼저 이상원 원광대 교수는 KAIST 박사로 시스템의 이론과 실무경험을 모두 갖추신 분이다. 시스템 구축 초기에 약 30여 명의 전문가를 모셔서 강의를 듣고 자문을 받았다.기존 dBrain은 재정업무 처리를 중심으로 구축돼 있었는데 이 교수가 재정데이터의 흐름과 활용을 중심으로 시스템을 재설계해야 한다는 의견을 제시했다. 이 교님께 부탁해 재설계한 시스템 설계도를 사업자인 삼성SDS컨소시엄에 제시해 시스템 설계를 착수했다."- 이상원 교수외에도 다른 저자의 역할은."김신곤 교수는 시스템에 구축된 데이터들을 활용하여 국가의 정책상황을 관리할 수 있다는 라스(Risk Assesment and Horizon Scanning: RAHS)의 개념을 소개해줬다.송석현 교수는 당시 NIA 근무 중 추진단 데이터팀에 파견와서 데이터 업무를 담당했다. 두분 교수께서 제안한 개념설계에 기초해 데이터 플랫폼 코피스(KORAHS), AI 기반 분석인프라 코다스(KODAS), 데이터 기반 정책상황 관리시스템(KORAHS)를 구축했다.사용자의 AI·데이터 분석·활용 역량을 키울수 있는 데이터 사이언티스트 양성 교육프로그램까지 준비할 수 있었다."- 책을 통해 알리고자 하는 핵심 내용은."AI 시대에 AI 혁신정부는 핵심 역량으로 ‘AI·데이터 기반 국정운영 플랫폼’을 갖추어 주권자인 국민에 대해 국정운영의 반응성과 책무성을 극대화해야 한다는 점이다.그리고, ‘AI·데이터 기반 국정운영 플랫폼’을 현실에 구축하기 위한 이론과 방법을 사례 중심으로 상세히 제시하고 있다. 차세대 dBrain에 구축된 코라스(KORAHS)를 고도화하는 방식으로 한다면 2~3년 안에 300억 원의 사업비로 구축이 가능하다.책을 통해 ‘AI·데이터 기반 국정운영’이 어떻게 가능한 것인지을 알리고 코라스(KORAHS) 고도화를 통해 실제 국정운영 플랫폼 구축하는 것을 정책과제로 만들고 싶다."- 핵심 독자는 누구이며 그 이유는."이 책은 기본적으로 AI 혁신정부에서 공공부분 인공지능 대전환(AX)에 관심이 있는 독자에게 도움이 된다. 특히 각 부처나 공공기관에서 예산 또는 재정업무, 정책상황을 관리하는 분들이 업무에 직접 활용할 수 있다.이유는 차세대 dBrain이 국가재정을 관리하는 시스템이고 예산 또는 재정업무를 담당하는 분들은 매일 dBrain 시스템을 활용하고 있기 때문이다. 차세대 dBrain을 좀 더 효율적으로 활용해 업무효율성을 높일 수 있다.- 차세대 dBrain을 더 배우고 싶은 사람은."AI·데이터를 더 잘 활용하기를 원한다면 한국재정정보원이 운영하는 세종 KODAS 분석센터에서 제공하는 데이터사이언티스트 양성 교육과정을 이수하기를 권장한다.그리고 각 부처의 정책상황 관리를 담당하시는 분들은 dBrain 사용자 계정을 신청하면 데이터 기반 정책상황 관리시스템(KORAHS)을 이용할 수 있다."- 공무원으로 근무하면서 가장 기억에 남는 업무나 성과는."담당했던 모든 일들이 의미가 있고 중요하지만 2010~2011년 타당성조사과장으로 근무하면서 SOC 및 국가R&D 사업 예비타당성조사 제도개선을 전면적으로 수행했다.SOC에서는 철도 예비타당성조사 제도를 전면 개선해 철도 분야에 재정투자를 확대하도록 했다. 15년이 지난 지금 고속철도 철도망이 전국 네트워크로 연결됐다. 이러한 점에서 큰 보람을 느낀다."- 다른 성과에 대해 설명하면."SOC 철도 예비타당성 조사를 할 때 국가 R&D 사업에 대한 예비타당성제도가 처음으로 도입됐다. R&D 사업에 대한 예비타당성조사 매뉴얼를 새로 개발했다. 수많은 대형 R&D 사업이 타당성 조사를 통해 대규모 사업으로 진행됐다.전주기 신약개발사업, 가스터빈 엔진개발, 골드씨드 토종 종자개발사업 등 수많은 R&D 사업이 예비타당성조사를 통과하여 시행됐다.2년동안 약 150조 원 규모의 대규모 재정사업의 타당성을 검증했다. 지금 그때 시작했던 사업들이 성과를 거두고 있다는 얘기를 들을때 제일 감사한 마음이 든다."- 계속 - ▲ 윤정식 단장

미국 실리콘밸리는 전 세계의 우수 인재를 빨아들이는 '블랙홀'로 불린다. 새로운 아이디어와 기술력만 있다면 이른바 아메리카 드림(America Dream)'을 이룰 수 있기 때문이다.스타트업을 창업하지 않더라도 유능한 인재에게 상상도 하기 어려울 정도로 충분한 보상을 제공할 기업은 넘쳐난다. 한국 뿐 아니라 유럽, 일본, 중국, 인도 등 다수 국가가 실리콘밸리를 외형적으로 모방했지만 필적할 수준의 테크노파크를 완성하지 못했다.김대중정부의 정보통신기술(ICT) 진흥정책으로 우리나라는 순식간에 ICT 강국으로 떠올랐지만 소프트웨어 산업의 부진에 대한 고민은 컸다. 대규모 자본과 시설투자로 경쟁력을 확보할 수 있는 하드웨어와 달리 소프트웨어는 철저하게 사람에 의존할 수밖에 없다.한국 정부와 국내 대기업이 왜 우수 인재의 유치와 육성에 실패했는지 살펴볼 필요가 있다고 판단했다. 특히 이재명정부가 인공지능(AI)에 대한 과감한 투자를 통해 'AI 3대 강국'을 부르짖고 있는만큼 중요한 국가 아젠다(agenda)에 속하기 때문이다.◇ 객관적인 평가자료로 성과보상 재정립해야 성공 가능... 평가결과는 보상제도와 연계돼야 효과글로벌 선도 기업의 성과보상시스템을 연구해 국내 대기업의 성과보상시스템을 개선할 여지가 있어 보인다. 대부분의 글로벌 기업은 기업 전체의 실적에 따라 개인의 성과금 지급의 폭을 조절해 조직의 성과와 개인의 성과를 연동해 운영한다.미국 반도체기업인 인텔은 직무에 따라 성과를 차별하고 철저한 상대평가에 따라 성과금을 차등 지급한다. 조직의 전략을 개인 업무에까지 연계하는 프로세스를 구축해 조직의 성과관리체계를 확립해 운영한다.2010년대부터 우리나라 기업에 직원의 직무능력 평가로 자신, 상사, 동료, 부하 등이 모두 동참하는 다면평가가 유행하기 시작했다. 다면평가는 평가의 객관성을 확보하기 위해 절대적으로 필요하다.하지만 국내 일부 기업이 채택하고 있는 제도를 분석해보면 인기영합 위주의 평가시스템으로 전락했다. 가장 합리적으로 보이는 다면평가도 기업문화와 맞지 않으면 오히려 부정적인 효과가 많이 나타난다.특히 공무원 조직은 다면평가의 부작용이 심각하다는 지적을 받는다. 그럼에도 과거 평가시스템으로 회귀하는 것보다 효율적이라고 판단해 유지하는 편이다.고위직은 개인성과를 중시해서 평가하고 중관관리자 이하는 조직성과를 위주로 평가하는 것이 좋다. 기업 내부의 핵심인사는 일반적인 직무평가와는 별도로 인간성, 도덕성, 서비스 마인드, 리더십, 위기관리 능력, 경영 마인드 등 종합적인 평가를 적용할 필요가 있다.차세대 지도자로 양성하기 위한 인력은 일반적인 기준에 따라 인사팀에서 추진하기보다 경영진이 별도의 기준으로 평가하는 것이 좋다. 아직 국내 기업은 차세대 지도자를 관리하고 양성하는 시스템이 미비해 개선의 소지가 많다.평가가 평가에서 그치지 않도록 하려면 평가결과를 대상자에게 제공해 부족한 역량개발을 위한 도구로 활용할 수 있도록 해야 한다. 그러나 평가의 공정성 확보를 위해서는 피평가자에게 평가자에 대한 세세한 정보를 공개하지 않아야 한다.조직 내부의 평가결과에 대한 공정성 시비를 최소한으로 하기 위한 장치가 필요하다. 평가결과를 직원 역량개발 상담자료로 활용하려면 내부 인사담당자보다는 외부의 전문가에게 상담을 의뢰하는 것이 효과적이다.평가결과는 보상제도와 연계돼야 효과를 발휘한다. 보상제도는 보상결정 요소, 보상의 수준, 보상의 비중 등을 고려해 설계돼야 한다.그리고 직무특성을 반영해 보상을 차별화해야 한다. 직무 역할별로 전략적으로 보상하는 것이 직원의 불만을 최소화하는 지름길이기 때문이다.요즘 유행처럼 도입되는 연봉제는 성과관리와 직무평가가 상대적으로 쉬운 고위직급 위주로 정착시키고 일반 직원이나 생산직은 호봉제로 가는 것이 불만을 최소화하는 묘책이다.성과보상에 빠질 수 없는 것이 승진이다. 직원의 성과와 승진은 별도로 관리할 필요가 있다. 직원이 승진에 과다하게 집착할 경우 직무성과 향상보다는 승진에 유리한 직무나 행동에 관심을 가지고 일을 한다.직원이 자랑하는 업무성과가 이익에 전혀 도움이 되지 않는 경우도 적지 않다. 직원의 역량평가를 통해 조직의 목표달성과 장기적인 성과창출에 도움이 되는 바람직한 행동양식을 개발해야 한다. ◇ 도요타의 검증된 성과관리지표를 벤치마킹해야... 독자생존과 승자독식의 이전투구가 전 산업계에 팽배해▲ 글로벌 선도기업인 일본 도요타자동차의 성과관리 시스템 분석 [출처=삼성문화 4.0]세계 최대 자동차 제조업체인 도요타자동차는 서구에서 검증된 성과주의를 도입했지만 여러 가지 문제점이 드러나 내부에 위기의식이 팽배해지자 과감하게 수정했다.세계 1위를 달성한 이후 유지하고 있는 도요타의 강점은 생산시스템 자체가 아니라 그런 생산방식을 가능케 만든 사내 커뮤니케이션과 팀워크였다.성과주의를 도입하자 직원들이 팀워크보다 개인 실적에 집중하고, 자신의 업무를 후임자에게 전수하지 않아 부하직원이 육성되지 않았다.중간관리직을 폐지하면서 조직 내부의 커뮤니케이션이 어려워지고 서구식의 수평조직을 선택하자 선후배 관계가 불분명해졌다.도요타는 선임자가 후임자를 할당받아 책임지고 가르치는 도제시스템으로 내부인재를 육성하는 것, 상하 간의 끈끈한 인간관계로 가족 같은 분위기가 특장점이었다.그러나 성과주의를 도입하면서 도요타만의 장점이 사라지고 팀워크의 실종, 부학직원 육성의 어려움, 조직 커뮤니케이션 애로, 선·후배 관계 불분명 등 많은 문제점이 나타났다.따라서 경영진은 서구식 성과주의를 도요타에 적합하게 수정하겠다고 결심했다. 먼저 직원 평가항목에 ‘부하직원 육성’을 포함해 부하직원의 능력개발에 관심을 가질 수 있도록 배려했다.‘직장선배제도’를 신설해 신입사원과 입사 3년차 미만의 젊은 직원을 관리해 공동체 의식을 함양했다. 회사 내부에 운동시설, 라운지, 사우나 등 복리후생시설을 설치해 선후배가 격의 없이 교류할 수 있는 환경도 조성했다.도요타는 서구 기업과 달리 전문성만을 강조하지 않고 시장지향적인 지식과 기술을 가진 전문가 양성을 목표로 했다. 도요타의 성과주의 도입과 개선과정은 위 그림에서 자세하게 정리했다.국내 대기업도 도요타자동차의 사례를 연구해 자사에 적합하게 현재의 성과관리제도를 수정할 필요가 있다. 돈은 직원에게 동기를 부여할 수 있지만 그 돈이 직원의 노력에 의해 정당하게 벌어들인 것이어야 한다.직원이 자신의 능력과 상관없이 성과를 배분받거나 자신의 시장가치보다 더 높은 급여를 받는 것은 기업이나 당사자에게도 불행한 일이 될 수 있다.1997년 국제통화기금(IMF) 외환위기 이후 국내 ICT업계를 중심으로 성과주의가 확산되고 사회 전반에 걸쳐 이기주의, 배금주의, 황금만능주의가 판을 쳤다. 조직 내부의 화합과 단결에 대한 관심은 사라졌다.국내 대기업이 중소벤처기업으로 구성된 협력업체에게 정당한 대가를 지급하지 않은 이익으로 직원에게 높은 급여를 지급하고 돈으로 충성심을 유도하는 정책이 효율적이라고 판단한다면 위기를 초래할 수 있다.ICT 뿐 아니라 전체 산업계 전반에 걸쳐 협력보다는 독자생존과 승자독식을 꿈꾸는 이전투구(泥田鬪狗)가 만연돼 있다. 지난 20여 년 동안 명확한 전략도 수립하지 않고 서구식 성과주의를 도입한 대가를 치르고 있는 셈이다.- 계속 - 

국내대기업의 기업문화를 진단하면서 가장 취약하게 평가된 부문이 시스템(System)이다. 1위 기업인 삼성조차도 하드웨어 시스템에 대한 투자는 늘리지만 정작 중요한 시스템의 소프트웨어에 대한 투자는 소홀히 하고 있다.관료조직의 전매특허인 전형적인 전시행정이 대기업에서도 발생하고 있는 셈이다. STX의 기업문화를 진단하기 위해 국가정보전략연구소가 개발한 SWEAT Model의 5번째 DNA인 시스템을 경영도구(methodology)와 운영(operation) 측면에서 평가해 보자.◇ 지식경영과 정보경영을 위한 시스템을 구비STX의 ‘S’가 ‘System’을 의미하고 시스템경영을 확립하기 위해 2011년 STX 미래연구원을 설립했다. 해외 법인, 지사를 글로벌 네트워크로 연결해 역량을 강화하고 계열사간 시너지를 극대화하려는 목표를 갖고 있다. STX가 다른 기업에 비해 차별화된 시스템을 보유하고 있지는 않지만 외부적으로 소개된 몇 가지 시스템을 살펴보자.주요 계열사 중 하나인 STX팬오션의 전사 경영혁신시스템(SAIMS, STX PanOcean Advanced & Integrated Management System), SDS(Strategic Decision System) 등이 있다. SAIMS는 지식경영시스템(KMS)으로서 정보창고역할을 한다. 2007년 개발됐으며 STX팬오션이 축적한 각종 정보와 노하우를 담고 있다.SAIMS는 전략경영, 의사결정, 영업/운항, 재무관리, 인력개발 등 5개 카테고리로 구성돼 있으나 핵심은 영업/운항부문이다. 그동안 거래한 고객정보와 운항관련 정보가 모두 포함돼 있다. 임원들이 중요한 정보를 의사결정에 활용할 수 있도록 SAIMS에 핫라인(hot line) 코너도 있다고 한다. STX팬오션의 다른 시스템은 SDS(Strategic Decision System)이다. 전세계 법인/지사에 근무하는 직원, 본사 직원들이 업무에 관련된 각종 정보를 수집해 활용할 수 있도록 하는 시스템이다. 시황예측시스템이라고도 하는데, 주요 의사결정을 위한 정보로 활용된다.STX팬오션이 영업을 하고 있는 벌크선용 화물의 물동량을 파악하고, 배의 운항계획을 수립하는데 도움이 된다. 그룹 차원의 월례통합 시황회의도 SDS에 올라온 정보를 바탕으로 진행된다. 국가정보전략연구소가 소개하고 있는 글로벌정보관리전략(GIMS)와 유사한 개념으로 접근하고 있는 것으로 보인다.첩보수집과 보고과정은 동일하지만, 차이점은 분석과 보고서작성체계다. 정보에 대한 개념조차 정립되지 않은 기업에 비하면 좋은 시도를 하고 있는 것으로 보인다.시스템은 도입의사결정보다는 활용도에 따라 가치가 달라진다. STX팬오션가 운용하고 있는 시스템인 SAIMS, SDS도 마찬가지다. SAIMS는 국내 공기업/사기업 대부분이 도입해 운용하고 있는 KMS와 차이점이 없다.대부분의 조직에서 도입한 KMS는 실패했다. 국내에서 유일하게 성공한 것으로 평가 받는 KMS가 삼성 SDS에서 운영하고 있는 ‘아리샘’이다.만약 SAIMS가 STX의 주장처럼 기업의 의사결정에 매우 유용하다면 시스템의 차이보다는 시스템에 담긴 정보가 가치가 있어 활용도가 높기 때문이다. SDS도 파일공유나 게시판과 차이가 없을 것으로 판단된다. STX는 지식경영과 정보경영을 하기 위한 시스템을 구비하고 있다. 지식경영은 직원들의 자발적인 참여를 끌어내는 것이 성공여부를 결정한다. 정보경영도 가치 있는 정보가 데이터베이스 뱅크에 모여야 활용도가 높아진다.대부분의 조직에서는 가치 있는 정보는 개인의 컴퓨터에 사장되고, 활용가치가 낮은 쓰레기정보만 데이터베이스에 저장된다. STX의 경영현황을 보면 주장처럼 지식경영과 정보경영이 그다지 활성화되었다고 판단하기는 어렵다. 직원 개개인에게 업무활용도가 높은 가치 있는 정보를 제공하겠다는 조직의 의지도 중요하다. ◇ 소수의 인력이 의사결정을 주도하면 시스템경영은 요원소위 말하는 STX 신화에 관련된 기사나 이야기를 들어 보면 강덕수 회장의 능력과 소수 몇몇 인력의 활약상은 놀랍다. 신생기업이 조직도 제대로 없는데, 대규모 M&A를 연거푸 성공시켰다는 미담이 주류를 이룬다.조직이 없어 강덕수 회장과 몇몇 경험 있는 직원이 TFT를 구성해 M&A를 주도했다고 한다. 관련 인원을 최소화했기 때문에 기존 조직에 새로운 업무부담을 주지 않는다는 것이다. 장점으로 소개했지만, 오히려 조직의 역량부족을 드러낸 것이라고 볼 수 있다.소수 정예로 팀을 구성해 M&A를 진행한 것은 시스템경영의 결정체가 아니라 현장형 리더십의 발휘에 불과하다. 국내 경영자 대부분은 시스템경영에 대해서도 이해도가 낮다. 몇 명이 모여서 나름 역할(role)을 배분하면 다 되는 줄 안다.조직이 작거나 업무가 복잡하지 않을 때는 시스템이 없어도 됐지만 재계서열 10위권의 대기업으로 성장한 STX는 시스템을 구비하지 못하면 우왕좌왕할 수 밖에 없다. 소수의 엘리트가 모여 추진한 M&A가 결과론적으로 보면 그다지 성공적이지 못했다.STX가 또 다른 장점으로 내세우는‘속도경영’도 회장 개인이 주도하는 보고체계에 불과하다고 평가절하하는 전문가가 많다. 아침에 한 지시결과를 저녁에 보고받는 것이 속도경영이라고 여기기도 한다. 아침형 인간이 성공한다고 주장하며 회장이 아침 7시에 출근하면 임원은 6시에 출근하고 직원들은 5시에 출근해야 한다.‘현장중심경영’도 장점으로 꼽히고 있지만, 역설적으로 조직 내에 업무체계가 정립되지 않았다는 것을 반증한다. 삼성의 이건희 회장이 7∙4제를 경영혁신활동으로 추진했지만 역효과만 내다가 사라진 사례도 있다.속도경영이든 현장중심경영이든 모든 직원의 역할이 적절하게 배분돼야 하고, 업무를 수행하기 위해 필요한 시간이 주어져야 한다. 전략기획이나 고난이도의 R&D부문을 제외하면 대기업 업무가 창의적이거나 복잡하지 않기 때문에 일정수준의 지적 능력만 있으면 대부분 수행 가능하다. 시스템경영의 요체는 누가 해도 일정 수준이상의 성과를 낼 수 있도록 업무처리절차가 규정돼 있어야 하고, 그 결과를 평가하고 보완하는 시스템을 구비해야 한다는 것이다. STX도 제대로 된 시스템경영을 정착시키기 위해서는 권한의 위임, 업무처리절차 정의, 시스템의 정비를 해야 한다. 회장이나 임원의 역량이 뛰어난 것은 이해하지만 권한이나 역할이 상층부에 치우치면 조직역량은 오히려 약화된다.기업을 며칠 운영하다 팔 것이 아니라면 마음의 여유를 갖고 시스템측면을 고민해야 한다. 조직의 역량을 키우는 것도 시스템에서 출발해야 한다. 경영자는 자신의 한계를 인정하고, 조직의 힘을 믿어야 경영위기를 최소화할 수 있다.◇ 운영효율성보다는 본원적인 경쟁력을 확보하라최근 산업현장에서 각종 가스유출, 시설폭발, 화재 등의 사고가 끊이지 않고 일어나 불안감을 증폭시키고 있다. 왜 유독 최근에 이런 일이 다발(多發)하고 있는 것일까?봄철이라서 사고가 많이 나는 것도 아니고, 갑자기 직원들의 근무기강이 해이해져 그런 것도 아니다. 기업들이 새로운 설비에 대한 투자는 하지 않고, 이미 투자된 설비를 활용해 이익만 추구했기 때문이다. 한국인들은 손재주도 뛰어나고 요령도 좋아 같은 설비/시스템이라도 더 높은 운영효율을 낸다.몇 년 전부터 한국경제의 화두가 샌드위치경제, 너트크랙커(nut cracker)형국이나 하는 것이었다. MB정부 기간 동안 정부의 고환율정책으로 인해 대기업의 수출이 호조를 보였지만 원가절감이나 기술개발로 인한 경쟁력 제고와는 연관성이 낮다. 환율효과에 기대 좋은 세월을 그냥 흘러 보냈다.환율효과로 벌어들인 이익을 기술개발이나 설비교체에 투자해야 했지만 그런 기업은 거의 없다. 오히려 쓸모 없는 계열사를 늘리고, 오너의 지분을 늘리는데 아까운 돈을 허비했다. STX도 2000년대 초반 해운과 조선업의 호황으로 벌어들인 돈을 부실 계열사를 늘리는데 사용하지 말고, 기술개발이나 부채를 줄이는데 활용했어야 했다. 있는 설비를 운용하고, 저가의 인력만으로 단순조립을 주력으로 하던 국내 조선사들이 한결같이 어려움에 처해진 것도 비슷한 이유다. 중국의 정부가 자국의 조선산업을 발전시키기 위해 재정지원을 늘리고, 조선사들은 저가의 노동력을 기반으로 가격경쟁력을 확보해 수주를 싹쓸이 해가고 있다. 1990년대 한국의 조선사들이 일본의 조선사를 공격했던 동일한 방법이다. 일본은 저부가가치 선박은 한국에 빼앗겼지만 핵심부품이나 고부가가치 영역은 아직도 장악하고 있다.현재 중국과의 무차별 경쟁으로 정신을 못 차리고 있는 한국과는 차이가 있다. 열심히 배를 만들어도 기술로열티나 부품가격으로 이윤의 대부분을 빼앗긴다.해양플랜트나 LNG선 등 고부가가치 영역으로 사업의 중심을 옮기고 있지만 핵심기술은 선진국에 의존해야 한다. 국내 기업들은 대부분 환차익에 재미를 붙이고, 인건비를 깎아 이윤을 내며 기술개발에는 관심이 없다. 외부환경이 너무 어려워 STX가 위기를 극복하는데 시간이 소요될 가능성이 높다. 늦다고 생각할 때가 가장 빠른 때라는 말이 있다. 조직과 설비의 운영효율성만 주장하지 말고, 본원적인 경쟁력을 확보해야 한다. 소수의 직원이나 회장에 대한 의존도를 낮출 수 있도록 조직을 시스템화해야 한다.직원은 기업의 비전이나 목표설정에 자신의 의견이 반영되었다고 느낄 때 최선을 다한다. 시스템경영은 모두 직원이 한 마음 한 뜻으로 일치단결해 사업의 방향을 정하고, 의사결정에 참여해야 이룰 수 있다. - 계속 -   

LG의 기업문화는 라이벌인 삼성이나 현대와는 확연하게 차이가 난다. 실적에 따른 성과급만 제외한다면 대부분의 직장인들은 삼성이나 현대보다 LG의 기업문화를 더 좋아할 것이라고 본다. 다양성과 인화를 존중하는 기업문화로 왜 현재의 실적수준밖에 내지 못하는지 이해하기 어렵다고 하는 전문가도 있다.LG의 기업문화를 국가정보전략연구소가 개발한 기업문화 측정과 혁신도구인‘SWEAT Model’에 적용해 5-DNA 10-Element의 성취도, 기업문화 위험관리, 혁신전략 등을 종합적으로 진단하고 평가해 보자.◇ 5-DNA 10-Element의 성취도 분석▲ 그림 8-1. 5-DNA 10-Element 분석LG의 기업문화를 SWEAT Model의 5-DNA 10-Element를 점수로 평가해 보면 [그림 8-1]과 같다.대기업의 기업문화가 기업의 양적 성장에 비해 뒤쳐져 있는데, LG도 동일했다. LG는 비전, 사업, 성과, 시스템 등 5-DNA 모두 평균 정도의 점수를 받았다.조직의 사람은 인화를 중시하고, 유연성을 갖고 있어 10-Element 중 유일하게 가장 높은 성취도를 나타냈다. 국내 대기업이 비슷한 수준의 직원을 채용한다고 보면 LG만의 기업문화가 유연한 사람과 조직을 만들었다고 볼 수 있다.점수가 낮은 요소는 목표, 시장, 위험관리, 일, 경영도구이다. 최근 글로벌 선도기업으로 성장하고 있는 ‘타도 삼성’을 기치로 2등 전략을 탈피한 것으로 보이기는 하지만 명확한 목표가 드러나지 않고 있다.시장은 국내시장에서 일부 선전은 하고 있지만 제품의 품질에 비해 마케팅능력이 미약하다는 점을 감안했다. 시장의 핵심인 마케팅능력은 제품의 경쟁우위를 쉽게 살려 높은 성과로 직접 이어질 수 있다는 점에서 개선노력이 시급하다. 위험관리는 국내 대기업 모두 취약한 요소이지만 새로운 제품과 시장에 도전하려는 의지가 부족하다는 점을 우선적으로 짚었다. 보수적인 분위기에 도전하지 않는 관리업무만으로 성장한 대기업 직원의 전형이 LG조직에서 그대로 나타나고 있다.업무의 분장이 되지 않고, 사람에 일을 맞추는 것도 대기업 조직의 특성인데, LG도 마찬가지다. 시스템의 경영도구도 단순히 솔루션 껍데기를 도입하는 것이 아니라 그 솔루션의 사상을 내재화해야 한다는 점에서 아직 가야 할 길이 멀다.기업문화를 단순히 조직 분위기 차원을 넘어 종합적인 관점에서 봐야 하는 이유가 있다. 목표 설정에 관해서도 경영진의 일방적인 목표설정이 아니라 설정과정에서 적극적인 내부토론과 의견개진을 유도해야 하고, 이런 일련의 과정이 시스템화되어 조직의 효율성을 높이는데 기여하게 만들어야 한다.경영진이 일방적으로 하달하거나 일부 기업에서처럼 회식자리에서 관리자 몇 명이 충성맹세를 하면서 정하는 방식으로 조직차원의 합심을 이끌어 낼 수 없다. ◇ 기업문화 위험의 관리전략▲ 그림 8-2. 기업문화 위험의 관리LG가 기업문화 5-DNA를 인식하고 관리하는 수준을 평가해 정리한 것이 [그림 8-2]이다.LG는 비전, 사업, 성과부문에 높은 관심을 보여야 하고, 상대적으로 조직, 시스템은 기업문화 혁신의 필요성이 낮다. 비전은 사회적 책임은 다른 대기업에 비해 우수하나 목표설정이나 설정과정에 대한 개선이 필요한 것으로 보인다.사업은 제품의 품질은 우수하나 새로운 제품의 개발, 마케팅역량의 강화가 절실하게 요구된다. 최근 마케팅에 대한 인식이 전환되고 있는 것으로 비쳐지지만 제품 개발노력에 비해 마케팅역량강화도 쉽지 않다는 사실을 인지할 필요가 있다는 점도 강조한다. 성과는 LG가 매출규모에 비해 이익이 너무 적거나 일부 계열사는 적자 혹은 미미한 수준의 이익이 나고 있어 체감도가 높은 위험으로 지적했고, 획기적인 개선책이 없다면 사업전반에 위기가 닥칠 수 있다. 기업이 정상적인 영업활동을 통해 확보한 이익으로 새로운 제품개발이나 시설확장을 하지 못한다면 문제가 있다고 봐야 한다.조직이나 시스템은 비전, 사업, 성과에 비해서는 체감도가 낮아도 무방하다고 판단했다. 비전이나 사업의 일부분이 받아들이기 어려운 위험군에 속하지만, 어느 요소 하나 잘 관리돼 무시할 수 있는 위험에 속하는 것이 없다는 점도 기업문화 관리전략 수립에 반영해야 한다.◇ LG가 채용하고 있는 혁신 전략▲ 그림 8-3. SWEAT Model로 분석한 LG 기업문화SWEAT Model로 LG의 기업혁신방법을 분석해 보면 [그림 8-3]과 같다.LG의 기업문화혁신전략으로 서비스기업이 주로 채용하는 ‘역(逆) E-Type Model’을 채용하고 있는 것으로 보인다. 비슷한 사업구조를 가진 삼성이 ‘W-Type Model’을 도입하고 있는 것과는 대조적이고 국내 서비스기업들도 이 전략은 선택하고 있지 않다. 인화를 모토로 내세워 조직화합이나 사람을 중시한 결과로 자연스럽게 형성된 것으로 보인다. LG가 채용한 역(逆) E-Type Model이 W-Type Model에 비해 열등하거나 LG의 전략이 문제가 있다고 평가하기는 어렵다. 삼성이 W-Type Model를 선택했기 때문에 LG에 비해 더 우수한 성과를 내고 있다고 볼 수도 없다.기업문화 혁신전략은 자사의 역사, 사업특성, 조직구조, 인력구조, 제품 등을 종합적으로 판단해야 하기 때문에 어떤 전략이 좋다, 나쁘다 일방적으로 주장해서도 안된다. 어떤 혁신전략을 선택하더라도 순환사이클이 유연하게 돌아가면 자사에 맞지 않는 전략을 선택하는 것보다 효율성이 높다. 문제는 LG가 이 전략을 완성하지 못했다는 것이다. 역 E-Type Model에서 가장 성공한 기업 중 하나로 평가 받고 있는 Southwest Airline이나 SAS와 같은 기업과는 달리 성과를 사업, 시스템부문까지 전이시키지 못했다.조직의 장점인 사람도 시스템화하지 못해 체계성과 연속성을 확보하는데 실패했다는 평가를 받는다. 시스템이 비정형적이거나 미비함에 따라 LG는 부서장의 리더십에 따라 성과의 편차가 심한 현상이 나타난다. 시스템경영에 대한 이해도나 준비가 부족한 것도 마찬가지 이유로 지적할 수 있다.- 계속 -