인공지능 관리 방법 5단계: 동대문구시설관리공단·서울시립대 AI학과 MOU를 계기로 정리

최근 산경일보에서 "동대문구시설관리공단, 서울시립대학교 인공지능학과와 MOU 체결"이라는 제목의 보도가 나왔습니다. 시설을 운영하는 공공 조직과 대학의 인공지능 전공 학과가 협력 관계를 맺었다는 소식입니다. 협약의 세부 내용까지 이 글에서 다루지는 않겠습니다. 대신 이런 소식이 나올 때 독자분들이 자주 궁금해하는 질문, 곧 인공지능을 조직에서 어떻게 관리해야 하는가를 일반적인 관점에서 정리해 보겠습니다.
1. 인공지능 관리는 '도입'보다 '운영'이 더 오래 걸립니다
AI를 도입하는 일은 시작일 뿐입니다. 모델은 시간이 지나면 성능이 떨어질 수 있고, 데이터가 바뀌면 결과도 달라집니다. 그래서 관리는 크게 네 영역으로 나누어 보면 편합니다.
- 목적 관리: 무엇을 개선하려고 쓰는지
- 데이터 관리: 어떤 데이터를 어떻게 모으고 보관하는지
- 성능 관리: 결과가 계속 쓸 만한지
- 책임 관리: 문제가 생기면 누가 판단하고 조치하는지
이 네 가지가 비어 있으면 AI는 도구가 아니라 부담이 되기 쉽습니다.
2. 1단계: 해결할 문제를 한 문장으로 정하기
가장 먼저 할 일은 AI로 무엇을 하겠다를 구체적인 문장으로 적는 것입니다. 예를 들어 시설관리 분야라면 설비 점검 시기 예측, 에너지 사용 패턴 분석, 민원 내용 분류 같은 과제를 검토해 볼 수 있습니다. 이는 일반적인 활용 예시일 뿐, 특정 기관의 사업 내용을 뜻하지 않습니다.

목적이 분명해야 성과를 재는 기준도 생깁니다. 점검 누락 건수 감소와 민원 분류에 걸리는 시간 단축처럼 측정할 수 있는 지표를 함께 정해 두세요.
3. 2~3단계: 데이터와 보안 기준 세우기
AI의 품질은 데이터에서 결정되는 경우가 많습니다. 다음 항목을 문서로 남겨 두면 관리가 쉬워집니다.
- 데이터 출처와 수집 목적
- 개인정보가 포함되어 있는지, 포함된다면 비식별 처리를 어떻게 하는지
- 접근 권한을 가진 사람의 범위
- 보관 기간과 폐기 방법
- 오류나 누락 데이터를 수정하는 절차
외부 AI 서비스에 업무 자료를 입력하는 경우도 주의가 필요합니다. 내부 문서, 개인정보, 계약 정보처럼 민감한 자료는 입력해도 되는지 기준을 미리 정해야 합니다. 이 기준은 직원 모두가 알아야 실효성이 있습니다.
4. 4단계: 성능을 정기적으로 점검하기

AI를 한 번 설정하고 끝내면 안 됩니다. 아래 방식으로 정기 점검 체계를 만들어 보세요.
- 기준 성능 기록: 도입 직후의 정확도나 처리 시간을 남깁니다.
- 샘플 검수: 월 또는 분기 단위로 결과 일부를 사람이 직접 확인합니다.
- 오류 사례 축적: 잘못된 결과가 나온 경우를 모아 원인을 분류합니다.
- 재조정 여부 판단: 성능이 기준 아래로 내려가면 데이터 보완이나 모델 교체를 검토합니다.
특히 중요한 결정에 AI 결과를 쓴다면 사람이 최종 확인하는 단계를 반드시 두는 것이 좋습니다. AI가 낸 결과를 그대로 따르기보다 참고 자료로 활용하는 구조가 안전합니다.
5. 5단계: 사람과 협력 구조를 함께 관리하기
기술이 있어도 이를 다룰 사람이 없으면 운영이 이어지기 어렵습니다. 담당자를 지정하고, 현업 직원에게는 AI 결과를 읽는 법과 한계를 알려 주는 교육이 필요합니다.
이번 MOU 보도 제목처럼 기관과 대학이 협력하는 방식은 전문 지식을 보완하는 하나의 방법으로 볼 수 있습니다. 일반적으로 산학협력은 다음 같은 장점이 있습니다.

- 현장 과제를 연구·교육 관점에서 다시 살펴볼 수 있음
- 기술 자문이나 인력 교육을 받을 기회가 생길 수 있음
- 외부 전문가의 시각으로 운영 기준을 점검할 수 있음
다만 협력 관계가 있다고 해서 관리 책임까지 넘어가는 것은 아닙니다. 데이터를 누가 관리하는지, 결과물의 활용 범위는 어디까지인지, 문제가 생기면 누가 책임지는지는 내부에서 명확히 정해야 합니다.
정리하며
인공지능 관리 방법을 요약하면 다음과 같습니다.
- 목적을 측정 가능한 문장으로 정한다.
- 데이터와 보안 기준을 문서화한다.
- 성능은 정기적으로 점검하고 오류를 기록한다.
- 중요한 판단에는 사람의 최종 확인을 둔다.
- 외부 협력을 활용하되 내부 책임 체계를 분명히 한다.
공공기관이든 기업이든 AI를 오래 쓰려면 화려한 도입보다 꾸준한 관리 체계가 먼저입니다. 우리 조직에서 가장 작은 업무 하나를 골라 위 다섯 단계를 적용해 보는 것으로 시작해 보세요.