① 어떤 상황에서 AI를 활용했나요?
학교급식은 결석, 학사일정, 행사 등 매일 달라지는 급식인원에 대비해 일정량의 예비식을 준비합니다. 그러나 배식되지 않은 안전한 예비식도 수요를 정확히 예측하거나 필요한 복지기관과 신속하게 연결하기 어려워 폐기되는 경우가 많았습니다. 저는 이 문제를 단순한 음식물쓰레기가 아니라 ‘예측·연결·안전관리의 정보 부족 문제’로 보고 AI를 활용했습니다.

② 어떤 AI를 어떻게 활용했나요?
학교 예비식의 전 과정을 데이터로 연결하는 AI 기반 ‘NEXT TABLE’ 모델을 개발·적용하고 있습니다. 학사일정, 급식인원 변동, 과거 발생량 등의 데이터를 활용해 예비식 발생량을 예측하고, 발생한 예비식은 거리·수요·수령 가능시간 등을 고려해 적합한 복지기관과 매칭할 수 있도록 설계했습니다. 또한 QR을 활용해 음식의 등록부터 포장, 출발·도착시간, 온도 등 이력을 관리하고, 기부량과 탄소감축 효과도 자동으로 기록·시각화하도록 구성했습니다.

③ 활용 결과 어떤 변화가 있었나요?
기존에는 ‘남으면 버리는 방식’이었다면, 이제는 발생하기 전에 예측하고, 발생하면 필요한 곳과 신속하게 연결하며, 전달과정을 기록하는 방식으로 전환할 수 있게 되었습니다. 선행 현장실증에서는 학교 음식물쓰레기 발생량을 55% 줄이고 처리비용을 49.2% 절감하는 성과를 확인했습니다. NEXT TABLE은 이러한 현장 경험을 AI·데이터·QR 기술로 확장한 모델이며, 앱 개발을 완료하고 2026년 10월부터 용인 성지고등학교를 중심으로 지역사회와 현장 적용을 추진하고 있습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
핵심은 AI를 단순한 문서작성이나 검색도구로 사용하지 않고 ‘예측→매칭→안전관리→배송→성과측정’의 실제 공공서비스 과정에 연결했다는 점입니다. 특히 AI가 모든 것을 자동 결정하는 것이 아니라, 영양교사·학교·복지기관이 최종 확인하도록 해 AI의 효율성과 사람의 책임성을 결합했습니다. 음식물쓰레기·복지·탄소중립·자원봉사를 하나의 데이터 흐름으로 연결한 것도 차별점입니다.

⑤ 다른 사람도 따라 할 수 있나요?
가능합니다. 학교는 기존 급식정보와 예비식 발생량을 입력하고, 지역 복지기관·푸드뱅크·자원봉사단체를 수요처와 운송주체로 연결하면 됩니다. 별도의 대규모 시설을 새로 구축하기보다 기존 학교급식과 지역 복지망에 AI 예측·매칭·QR 관리 기능을 더하는 방식이어서 다른 학교와 지방자치단체에도 확산할 수 있습니다. 궁극적으로 한 학교의 실천을 넘어 전국 어디서나 적용 가능한 ‘AI 기반 지역 먹거리 안전망’으로 발전시키는 것이 목표입니다.