지금 해외 사례가 공통으로 보여주는 것은 단 하나다. AI를 “기술”로 다룬 도시보다, “행정 시스템”으로 다룬 도시가 성과를 낸다는 점이다. OECD는 공공부문 AI의 핵심 가치를 생산성, 대응성, 책임성으로 정리하고 있고, 유럽 지방정부 논의는 여기에 더해 인간 감독, 시민 신뢰, 데이터 전략, 공무원 역량을 강조한다. 다시 말해 AI의 성패는 모델 성능보다 행정 구조를 어떻게 바꾸느냐에 달려 있다.

따라서 한국 지방정부의 1차 과제는 화려한 기술 도입이 아니다. 데이터를 연결하고, 반복업무를 줄이고, 교통과 환경을 실시간 운영하며, 미래 모빌리티까지 준비하는 구조를 만드는 것이다. 소버린 AI는 행정 독립성을, 교통 AI는 도시 운영 효율을, GovTech 자동화는 인력난 완화를, UAM은 미래 도시경쟁력의 선제 준비를 뜻한다. 이네가지의 모델은 따로 노는 것이 아니라 결국 하나의 지방정부 운영체계로 연결된다.

앞으로 지방정부 경쟁은 예산 규모만으로 결정되지 않을 가능성이 크다. 데이터를 얼마나 축적, 연결, 통제하고, 그것을 얼마나 빠르게 시민 서비스와 정책판단으로 바꾸는가가 경쟁력의 핵심이 될 것이다. AI는 더 이상 선택 가능한 부가사업이 아니다. 이미 해외에서는 도입한 도시와 도입하지 않은 도시를 가르는 기준이 되고 있다.

[지방정부티비유=최원경 연구원]