① 어떤 상황에서 AI를 활용했나요?

공공기관, 지자체에서 부서 업무과 관련된 정부 정책동향과 공고를 수집하는 일은 각 부서 담당자들이 따로 시간을 내어 수행하던 일이었습니다. 하지만 사람이 직접 확인할 수 있는 사이트 수에는 한계가 있었고, 여러 부처와 기관에 흩어져 올라오는 공고를 빠짐없이 확인하기도 어려웠습니다. 또한 하루에 올라오는 공고 수가 많아, 수집만으로 끝나는 것이 아니라 우리 시의 업무와 연관된 공고를 다시 선별해 보고 또는 배포용으로 정리하는 데도 많은 시간이 들었습니다. 이런 한계를 줄이기 위해 정책공고 수집, 선별, 메일링 전송, 후속 보고서 작성 과정에 AI를 활용하게 되었습니다.


② 어떤 AI를 어떻게 활용했나요?

먼저 클로드 코드를 사용해서 그동안 모아 둔 기존 공고문들을 AI에게 보여주고, 이와 유사한 유형의 공고문이 주로 어떤 기관과 어떤 사이트에 게시되는지 분석하도록 했습니다. 이후 해당 출처들이 실제로 스크랩 가능한 구조인지 검토하게 하면서 수집 대상 사이트 범위를 점차 확장했습니다. 그 결과 사람이 직접 보던 범위를 넘어서 더 넓은 정책공고 출처를 지속적으로 수집할 수 있게 되었습니다.

수집된 공고는 하루 약 50~100건 수준인데, 이를 전부 사람이 읽고 판단하기는 어렵기 때문에 AI를 활용해 우리 시의 업무 여건에 맞는 공고를 우선 큐레이션하도록 했습니다. 우선 검토가 필요한 공고는 핵심 내용을 정리한 공고 개요 형태로 상단에 배치하고, 나머지 수집 공고는 목록형으로 정리해 필요 시 원문 링크를 바로 열어볼 수 있도록 구성했습니다.

또한 메일링 서비스 구축 과정에서는 도메인 설정, `Resend API` 연동, 서비스 연결 같은 브라우저 기반 설정 작업에 `Playwright`를 활용해 AI가 자동으로 세팅을 수행하도록 했습니다. 또한 html로 보고서를 작성하여 메일을 보내는 작업도 AI를 활용해 스크립트로 작성하여 윈도우 스케쥴러에 등록, 평일 오전 8시 정각에 공고 수집 작업을 시작하여 메일 전송까지를 자동으로 끝냅니다.

이렇게 정리된 결과를 바탕으로 별도의 보고서 작성이 필요할 때는 `Claude Code`나 `Codex`를 활용해 보고서 초안을 만들고, `hwpx-rekian` 에이전트 스킬과 `rekian-library` 레포지토리를 사용해 실제 행정문서 형식의 HWPX 보고서로 정리하는 방식까지 연결하고 있습니다.

※ `hwpx-rekian`은 실제 행정문서 양식을 AI가 읽고, AI가 만든 문서 초안을 양식에 맞는 HWPX 문서로 재구성하는 에이전트 스킬입니다. hwpx-rekian이 타 hwpx스킬과 다른 점은 hwpx가 아닌 hwp파일을 다룰 때 기존의 파이썬 라이브러리를 사용하는 대신, 한컴에서 공식 지원하는 애드인인 'hwpx 변환기' 프로그램을 CLI로 다루어 hwp 파일을 hwpx로 변환하는 전처리 과정을 스킬에 포한 점, 그리고 한컴 COM 기능을 함께 활용하도록 설계한 점입니다.
또한 `rekian-library`는 자주 쓰는 보고서 형식을 한 축으로, 또한 실제 문서 내용을 한 축으로 수집해 향후 다른 기관 서식 + 비슷한 내용으로 조립하여 재사용할 수 있게 만든 깃허브 레포지토리로, open.go.kr에서 타 지역의 원문공개 문서를 참고하여 재기안하는 공무원들의 업무관행에 AI 자동화를 적용한 사례입니다.


③ 활용 결과 어떤 변화가 있었나요?

가장 큰 변화는 수집 범위와 처리 속도가 동시에 개선된 점입니다. 기존에는 담당자가 확인할 수 있는 사이트 수 자체에 한계가 있었지만, AI를 활용해 공고 유형별 출처를 분석하고 스크랩 가능성을 검토하면서 수집 범위를 크게 넓힐 수 있었습니다. 또한 하루 50~100건 수준의 공고를 모두 사람이 직접 읽지 않아도, 실무적으로 중요한 공고를 우선 확인할 수 있도록 바뀌었습니다.

그 결과 정책동향 파악의 누락 가능성이 줄었고, 필요한 공고를 빠르게 공유할 수 있게 되었으며, 후속 보고서 작성까지 이어지는 시간도 단축되었습니다. 시간 절감뿐만 아니라, 수집 대상 확대, 중요 공고 선별, 전달 체계 일원화라는 측면에서 실제 업무 방식에 개선이 있었으며, 특히 업무담당자가 출장·연병가 중이더라도 별도 대직자가 필요 없이, 평상시처럼 업무가 진행된다는 점에서 매우 편리합니다.


④ 나만의 방식 또는 개선 포인트는 무엇인가요?

이 사례의 차별점은 AI를 단순 요약 도구로 사용한 것이 아니라, 출처 발굴, 수집 범위 확장, 업무 맞춤형 큐레이션, 메일링 서비스 설정 자동화, 그리고 필요 시 후속 보고서 문서화까지 전체 업무 흐름에 연결했다는 점입니다. 특히 기존 공고문 데이터를 AI에게 참고자료로 보여주고, 유사 공고가 올라오는 사이트를 역으로 추론하게 해 수집 대상을 넓힌 방식이 핵심 개선 포인트입니다.

또한 모든 수집 결과를 똑같이 보여주는 것이 아니라, 우리 시 업무와 관련성이 높은 공고는 상단에 개요형으로 제시하고, 나머지는 목록형과 원문 링크 중심으로 제공해 실제 사용자 입장에서 보기 쉽게 구성했습니다. 이후 별도 보고서가 필요할 때는 `hwpx-rekian`과 `rekian-library`를 활용해 AI 초안을 실제 행정문서 형식으로 정리할 수 있도록 확장성을 확보했습니다.


⑤ 다른 사람도 따라 할 수 있나요?

충분히 가능합니다. 중앙부처 공고, 지원사업 공지, 정책자료, 입법예고 등 다양한 정보를 지속적으로 모니터링해야 하는 공공기관이나 기업, 협회에서도 같은 방식으로 적용할 수 있으며, 이미 스킬 문서와 스크립트를 깃허브 레포지토리, 로컬 레포지토리 공유 방식으로 이미 타 기관에 전해 드린 바 있습니다. 레포 공유 방식이 아니더라도, 본 문서의 내용을 AI 에이전트에게 보여주는 것만으로도 빠르게 기능을 구성할 수 있습니다.

핵심은 기존에 축적한 자료를 AI에게 보여주고, 그 패턴을 바탕으로 유사 출처를 찾게 한 뒤, 수집된 결과를 조직의 업무 기준에 맞게 다시 큐레이션하는 구조를 만드는 것입니다. 여기에 메일링 자동화와 후속 보고서 작성 체계까지 연결하면 반복적인 정보 수집과 공유 업무를 훨씬 효율적으로 운영할 수 있습니다.