목록으로
지역사회 문제해결을 위한 AI 활용
532쪽 서울시보 속 우리 동네 정비계획을 AI가 4분 만에 찾아 읽고, 주민이 보는 숫자로 바꿔 공개한 사례
주민은 찾기도 읽기도 어려운 수백 쪽 고시를 무료 공개 AI가 읽고, 프로그램이 검산과 도면 대조를 거쳐 모아타운 구역별 세대수·사업성 숫자로 공개합니다. 손 작업과 비교해 필지 348/351 일치, 세대수 1,559 대 1,560이었습니다.
🤖 활용 AI 도구
Gemma 4 31B(구글 공개 모델, 고시문 판독), Gemini 3.5 Flash Lite·Claude Haiku(판독 예비), Claude(프로그램 개발 보조)
■ ① 어떤 상황에서 AI를 활용했나요?
서울의 오래된 빌라·단독주택 동네가 '모아타운'(소규모주택정비 관리지역)으로 지정되면, 구역마다 몇 세대를 짓는지, 용적률은 얼마인지, 도로와 공원은 어디에 생기는지가 서울시보에 고시됩니다. 정보는 공개돼 있지만 주민이 찾아 읽기는 어렵습니다. 제가 실험에 쓴 서울시보 제4178호는 532쪽이었고, 중랑구 중화동 299-8번지 일대 고시는 그중 63~77쪽, 15쪽뿐이었습니다.
정비사업은 토지등소유자의 동의를 모아야 시작됩니다. 그런데 동의를 결정하는 주민은 이 고시를 찾지 못한 채 "우리 구역은 몇 세대로 잡혔나", "얼마를 내야 하나"부터 묻습니다. 저는 소규모주택정비 사업성분석 실무 경험을 살려, 구역별 숫자를 계산해 공개하는 사이트를 혼자 만들고 있었습니다. 가장 큰 병목은 고시가 나올 때마다 수백 쪽을 넘기며 표와 도면을 옮기는 일이었습니다. 처음 중화동 고시도 제가 손으로 도면을 옮기고 필지를 나눴습니다. 이 일을 AI에게 맡겨 보기로 했습니다.
■ ② 어떤 AI를 어떻게 활용했나요?
AI에게 전부 맡기지 않고, 일을 넷으로 나눠 AI는 '읽기'만 하게 했습니다.
1) 쪽 찾기(프로그램): 시보를 고시 단위로 자르고, 제목에 '관리지역', '관리계획' 같은 말이 있는 고시에 점수를 줍니다. 532쪽에서 후보 8건 중 63~77쪽이 1위로 뽑혔습니다.
2) 글 읽기(AI): 고른 15쪽의 글만 구글의 공개 모델 Gemma 4에 보내 구역 이름, 면적, 계획 세대수, 임대 세대수, 용적률을 정해진 표 형식으로 뽑게 했습니다. 글자가 있는 PDF는 그림 대신 글만 보내(약 8,600토큰) 무료 사용 범위 안에서 끝냅니다. 스캔본이나 휴대폰 사진은 그림으로 보냅니다. 무료 모델이 실패할 때만 Gemini Flash Lite, Claude Haiku 순으로 넘어갑니다.
3) 도면 맞춤(프로그램): 고시 도면의 빨간 구역 경계선을 실제 지적도 위에 겹쳐 맞춥니다. 겹치는 비율이 기준에 못 미치면 그 도면은 쓰지 않습니다.
4) 검산과 계산(프로그램): AI가 뽑은 숫자를 그대로 믿지 않고 같은 고시의 다른 표와 맞춰 봅니다. 검산을 통과한 값으로만 필지를 나누고, 법령·조례 조문을 옮긴 규칙으로 구역별 세대수와 사업성을 계산합니다.
AI 모델을 고른 기준은 '무료이면서 긴 행정 문서의 표를 정해진 형식으로 꺼낼 수 있는가'였습니다. 계산과 법령 판단은 일부러 AI에게 맡기지 않았습니다.
■ ③ 활용 결과 어떤 변화가 있었나요?
제가 손으로 처리했던 중화동 고시를 정답지로 삼아 비교했습니다(2026년 9월 20일 검증 기록).
· 532쪽 시보 파일을 통째로 올리고 결과가 나오기까지 4분 32초 (그중 AI 판독 147초, 무료 모델)
· 도면 겹침 비율(IoU) 97.5%, 획지 면적 오차 평균 3.1%
· 필지 배정: 손 작업과 351필지 중 348필지 일치
· 계획 세대수: 고시 1,559세대, 분석 1,560세대 (도면이 있는 3개 구역 합계)
· 고시 안에서 숫자가 서로 다르게 적힌 곳 2건을 AI가 찾아 표시했습니다. 공동이용시설 설치계획 표와 임대주택 공급계획 표에 2구역은 553세대와 630세대, 3구역은 540세대와 349세대로 적혀 있었습니다.
· 글자 없는 사진 3장만 올려도 같은 구역표를 읽었습니다(158초).
· 도면에서 경계를 확정하지 못한 1개 구역은 '구역 추정'으로 따로 표시했습니다.
이 방식을 서울 모아타운으로 넓혀, 지금은 133개 구역의 계획 세대수와 사업성 추정치를 누구나 무료로 볼 수 있게 공개했습니다. 고시 계획 세대수와 비교한 208곳의 오차 중앙값은 9.1%입니다. 주민은 시보를 뒤지지 않고 지도에서 우리 구역을 눌러 숫자와 근거를 확인합니다. 공개한 뒤에는 유튜브 댓글로 구역 소유자들이 "우리 구역도 계산해 달라"는 문의를 남기기 시작했습니다.
■ ④ 나만의 방식 또는 개선 포인트
· AI는 읽기만, 판단은 규칙으로: 숫자 계산과 법령 판단은 조문을 옮긴 규칙표가 하고, 판정마다 근거 법령·조례 원문 링크(13종)를 붙였습니다. AI가 잘못 읽어도 검산에서 걸리게 했습니다.
· 무료 모델 먼저: 글만 보내고, 무료 모델이 실패할 때만 다음 모델로 넘어가게 해 문서 한 건 판독 비용을 0원에 가깝게 맞췄습니다.
· 범례 대신 지도: 도면 범례 글씨를 읽히는 대신, 도면을 실제 지적도와 겹쳐 맞추고 고시 표의 면적과 대조했습니다.
· AI가 원문 오기를 찾는 도구가 됨: 서로 다른 쪽의 숫자를 맞춰 보게 하니, 사람이 지나치기 쉬운 고시 안의 불일치가 드러났습니다.
■ ⑤ 다른 사람도 따라 할 수 있나요?
네. 필요한 것은 공개된 고시문 PDF, 무료로 쓸 수 있는 AI 모델, 공개 지적도입니다. 순서만 지키면 됩니다.
(1) 긴 문서에서 필요한 쪽만 고르기
(2) 그 쪽의 글만 AI에 보내 정해진 표로 뽑기
(3) 뽑은 숫자를 문서 안의 다른 숫자와 맞춰 보기
(4) 맞는 값만 쓰고, 안 맞는 값은 사람이 원문을 확인하기
이 순서는 지자체 고시, 아파트 관리규약, 학교 가정통신문처럼 '공개는 됐지만 읽기 어려운 긴 문서'에 그대로 쓸 수 있습니다.
■ 개인정보·출처·책임
· AI에 보내는 것은 공개된 고시문의 글뿐이고, 개인정보는 들어 있지 않습니다.
· 판정 근거에는 법령·조례 원문 링크를 붙이고, 결과가 공개 자료로 계산한 추정치라는 점을 함께 밝힙니다.
· 계산 결과가 고시와 크게 다르거나 검산에 걸린 구역은 '검수 중'으로 두고, 원문을 다시 확인한 뒤에 공개합니다.
· 이 글의 문장 정리와 그림 작업에도 AI(Claude)의 도움을 받았습니다. 수치는 제가 실행한 검증 기록에서 옮겼습니다.
첨부 그림: ① 532쪽에서 우리 구역 숫자까지 4단계 ② AI가 읽은 고시 표와 불일치 2건 ③ 손 작업과 비교한 검증 결과 ④ AI에게 맡긴 일과 맡기지 않은 일
서울의 오래된 빌라·단독주택 동네가 '모아타운'(소규모주택정비 관리지역)으로 지정되면, 구역마다 몇 세대를 짓는지, 용적률은 얼마인지, 도로와 공원은 어디에 생기는지가 서울시보에 고시됩니다. 정보는 공개돼 있지만 주민이 찾아 읽기는 어렵습니다. 제가 실험에 쓴 서울시보 제4178호는 532쪽이었고, 중랑구 중화동 299-8번지 일대 고시는 그중 63~77쪽, 15쪽뿐이었습니다.
정비사업은 토지등소유자의 동의를 모아야 시작됩니다. 그런데 동의를 결정하는 주민은 이 고시를 찾지 못한 채 "우리 구역은 몇 세대로 잡혔나", "얼마를 내야 하나"부터 묻습니다. 저는 소규모주택정비 사업성분석 실무 경험을 살려, 구역별 숫자를 계산해 공개하는 사이트를 혼자 만들고 있었습니다. 가장 큰 병목은 고시가 나올 때마다 수백 쪽을 넘기며 표와 도면을 옮기는 일이었습니다. 처음 중화동 고시도 제가 손으로 도면을 옮기고 필지를 나눴습니다. 이 일을 AI에게 맡겨 보기로 했습니다.
■ ② 어떤 AI를 어떻게 활용했나요?
AI에게 전부 맡기지 않고, 일을 넷으로 나눠 AI는 '읽기'만 하게 했습니다.
1) 쪽 찾기(프로그램): 시보를 고시 단위로 자르고, 제목에 '관리지역', '관리계획' 같은 말이 있는 고시에 점수를 줍니다. 532쪽에서 후보 8건 중 63~77쪽이 1위로 뽑혔습니다.
2) 글 읽기(AI): 고른 15쪽의 글만 구글의 공개 모델 Gemma 4에 보내 구역 이름, 면적, 계획 세대수, 임대 세대수, 용적률을 정해진 표 형식으로 뽑게 했습니다. 글자가 있는 PDF는 그림 대신 글만 보내(약 8,600토큰) 무료 사용 범위 안에서 끝냅니다. 스캔본이나 휴대폰 사진은 그림으로 보냅니다. 무료 모델이 실패할 때만 Gemini Flash Lite, Claude Haiku 순으로 넘어갑니다.
3) 도면 맞춤(프로그램): 고시 도면의 빨간 구역 경계선을 실제 지적도 위에 겹쳐 맞춥니다. 겹치는 비율이 기준에 못 미치면 그 도면은 쓰지 않습니다.
4) 검산과 계산(프로그램): AI가 뽑은 숫자를 그대로 믿지 않고 같은 고시의 다른 표와 맞춰 봅니다. 검산을 통과한 값으로만 필지를 나누고, 법령·조례 조문을 옮긴 규칙으로 구역별 세대수와 사업성을 계산합니다.
AI 모델을 고른 기준은 '무료이면서 긴 행정 문서의 표를 정해진 형식으로 꺼낼 수 있는가'였습니다. 계산과 법령 판단은 일부러 AI에게 맡기지 않았습니다.
■ ③ 활용 결과 어떤 변화가 있었나요?
제가 손으로 처리했던 중화동 고시를 정답지로 삼아 비교했습니다(2026년 9월 20일 검증 기록).
· 532쪽 시보 파일을 통째로 올리고 결과가 나오기까지 4분 32초 (그중 AI 판독 147초, 무료 모델)
· 도면 겹침 비율(IoU) 97.5%, 획지 면적 오차 평균 3.1%
· 필지 배정: 손 작업과 351필지 중 348필지 일치
· 계획 세대수: 고시 1,559세대, 분석 1,560세대 (도면이 있는 3개 구역 합계)
· 고시 안에서 숫자가 서로 다르게 적힌 곳 2건을 AI가 찾아 표시했습니다. 공동이용시설 설치계획 표와 임대주택 공급계획 표에 2구역은 553세대와 630세대, 3구역은 540세대와 349세대로 적혀 있었습니다.
· 글자 없는 사진 3장만 올려도 같은 구역표를 읽었습니다(158초).
· 도면에서 경계를 확정하지 못한 1개 구역은 '구역 추정'으로 따로 표시했습니다.
이 방식을 서울 모아타운으로 넓혀, 지금은 133개 구역의 계획 세대수와 사업성 추정치를 누구나 무료로 볼 수 있게 공개했습니다. 고시 계획 세대수와 비교한 208곳의 오차 중앙값은 9.1%입니다. 주민은 시보를 뒤지지 않고 지도에서 우리 구역을 눌러 숫자와 근거를 확인합니다. 공개한 뒤에는 유튜브 댓글로 구역 소유자들이 "우리 구역도 계산해 달라"는 문의를 남기기 시작했습니다.
■ ④ 나만의 방식 또는 개선 포인트
· AI는 읽기만, 판단은 규칙으로: 숫자 계산과 법령 판단은 조문을 옮긴 규칙표가 하고, 판정마다 근거 법령·조례 원문 링크(13종)를 붙였습니다. AI가 잘못 읽어도 검산에서 걸리게 했습니다.
· 무료 모델 먼저: 글만 보내고, 무료 모델이 실패할 때만 다음 모델로 넘어가게 해 문서 한 건 판독 비용을 0원에 가깝게 맞췄습니다.
· 범례 대신 지도: 도면 범례 글씨를 읽히는 대신, 도면을 실제 지적도와 겹쳐 맞추고 고시 표의 면적과 대조했습니다.
· AI가 원문 오기를 찾는 도구가 됨: 서로 다른 쪽의 숫자를 맞춰 보게 하니, 사람이 지나치기 쉬운 고시 안의 불일치가 드러났습니다.
■ ⑤ 다른 사람도 따라 할 수 있나요?
네. 필요한 것은 공개된 고시문 PDF, 무료로 쓸 수 있는 AI 모델, 공개 지적도입니다. 순서만 지키면 됩니다.
(1) 긴 문서에서 필요한 쪽만 고르기
(2) 그 쪽의 글만 AI에 보내 정해진 표로 뽑기
(3) 뽑은 숫자를 문서 안의 다른 숫자와 맞춰 보기
(4) 맞는 값만 쓰고, 안 맞는 값은 사람이 원문을 확인하기
이 순서는 지자체 고시, 아파트 관리규약, 학교 가정통신문처럼 '공개는 됐지만 읽기 어려운 긴 문서'에 그대로 쓸 수 있습니다.
■ 개인정보·출처·책임
· AI에 보내는 것은 공개된 고시문의 글뿐이고, 개인정보는 들어 있지 않습니다.
· 판정 근거에는 법령·조례 원문 링크를 붙이고, 결과가 공개 자료로 계산한 추정치라는 점을 함께 밝힙니다.
· 계산 결과가 고시와 크게 다르거나 검산에 걸린 구역은 '검수 중'으로 두고, 원문을 다시 확인한 뒤에 공개합니다.
· 이 글의 문장 정리와 그림 작업에도 AI(Claude)의 도움을 받았습니다. 수치는 제가 실행한 검증 기록에서 옮겼습니다.
첨부 그림: ① 532쪽에서 우리 구역 숫자까지 4단계 ② AI가 읽은 고시 표와 불일치 2건 ③ 손 작업과 비교한 검증 결과 ④ AI에게 맡긴 일과 맡기지 않은 일
