① 어떤 상황에서 AI를 활용했나요?
자치구 산업안전·중대재해 업무를 총괄하면서 가장 큰 어려움은 ‘해야 할 일을 몰라서’가 아니라, 수많은 법정 의무를 사업별·시기별로 빠짐없이 관리하기 어렵다는 점이었습니다. 도급·용역·위탁사업, 건설공사, 현업사업장마다 적용 기준이 다르고, 순회점검은 주 1회, 안전보건협의체는 월 1회, 합동점검은 분기 1회, 비상조치훈련은 반기 1회 등 점검주기도 제각각이었습니다. 관련 법령·매뉴얼·서식·증빙자료도 PDF, 한글, 엑셀, 공문함 등에 흩어져 있어 담당자가 바뀔 때마다 업무를 다시 파악해야 했고, 제출기한이나 의무사항이 누락될 위험도 있었습니다.
별도 개발용역을 추진하기에는 예산과 시간이 필요했습니다. 이에 현장업무를 가장 잘 아는 지자체 안전관리자인 가 생성형 AI와 협업해 직접 업무시스템을 만들어 보기로 했습니다.

② 어떤 AI를 어떻게 활용했나요?
ChatGPT와 Codex 등 생성형 AI를 단순한 문서작성 도구가 아니라 ‘공동 개발자’로 활용했습니다. 제가 법령과 실제 행정절차를 분석해 “누가, 언제, 무엇을 하고, 어떤 증빙을 남겨야 하는지”를 업무언어로 설명하면, AI가 이를 요구사항, 화면구성, 데이터 구조, 체크리스트 및 프로그램 코드로 변환하도록 했습니다.
프로그램 기획과 메뉴 설계부터 관리자·직원 권한 분리, 사업별 체크리스트 생성, 증빙파일 관리, 기한 알림, 통계화, 법령 원문 검색, 오류 수정, 배포파일 제작, 사용설명서와 보안성검토 자료 작성까지 개발 전 과정에 AI를 활용했습니다. 오류가 발생할 때에는 막연히 “고쳐 달라”고 요청하지 않고 실제 화면, 오류 로그, 재현 절차, 정상 동작 기준을 함께 제시해 AI가 원인을 분석하고 수정하도록 했습니다.
다만 법령 적용 여부와 행정적 판단까지 AI에 맡기지는 않았습니다. AI가 제시한 결과는 담당자가 관련 법령·매뉴얼과 대조해 직접 검증하고, 실제 업무 시나리오로 반복 시험한 뒤 반영했습니다.

③ 활용 결과 어떤 변화가 있었나요?
그 결과 ‘내편안전’이라는 중대재해·산업안전 통합관리 프로그램을 구축했습니다. 관리자가 사업을 등록하면 사업유형과 금액, 기간 등의 조건에 맞는 의무사항을 확인할 수 있고, 담당 직원은 본인의 내선번호로 배정된 사업에 접속해 체크리스트 점검과 증빙자료 업로드를 수행할 수 있습니다. 관리자는 직원의 점검결과를 확인하고 미흡사항에 대한 의견과 조치결과를 관리할 수 있습니다.
또한 다음 기능을 하나의 프로그램에 통합했습니다.
1. 사업별 안전보건 의무사항과 점검주기 관리
2. 중대재해 의무이행 체크리스트 및 증빙자료 관리
3. 위험성평가 결과와 부서별 개선조치 관리
4. 현업사업장·휴게시설 현황과 점검이력 관리
5. 산업안전보건 법령·조례·매뉴얼 통합검색 및 원문 확인
6. 안전보건 관련 서식과 사고사례, 교육자료 관리
7. 부서별 진행현황, 미이행 항목, 점검이력 및 총괄통계 확인
8. 폭염·한파 등 기상특보의 프로그램 내부 알림
기존의 ‘엑셀 작성 → 메일 제출 → 공문 확인 → 별도 파일 보관’ 방식이 ‘사업등록 → 점검 → 증빙 → 피드백 → 통계’의 하나의 흐름으로 바뀌었습니다. 총괄부서는 전체 진행상황과 미이행 항목을 한눈에 파악할 수 있고, 사업부서는 본인에게 필요한 의무사항만 확인할 수 있어 업무부담과 누락 가능성을 줄일 수 있게 됐습니다. 업무 인수인계 시에도 담당자의 개인 경험이 아니라 시스템에 축적된 기준과 이력을 활용할 수 있는 기반을 마련했습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
가장 큰 차별점은 AI로 ‘법령을 설명하는 챗봇’을 만든 것이 아니라, 법령상 의무가 실제 행정절차로 이행되도록 업무흐름 자체를 디지털화했다는 점입니다. 법령 문장을 그대로 프로그램에 옮기지 않고, 이를 ‘적용대상–수행주기–담당자–증빙자료–완료기준’의 실행 가능한 규칙으로 재구성했습니다.
또한 한 번의 프롬프트로 완성품을 만들려고 하지 않았습니다.
현장 문제 정의 → 업무요건 작성 → 작은 기능 구현 → 실제 자료로 시험 → 오류로그 분석 → 수정 → 재검증의 과정을 반복했습니다. 화면 하나, 버튼 하나도 실제 담당자가 사용하는 순서에 맞춰 지속적으로 개선했습니다.
관리자와 직원의 권한을 분리하고, 내선번호와 최초 접속정보를 이용한 접근통제, 파일 형식 검증, 백업·업데이트 기능 등 공공기관 내부업무시스템에 필요한 보안 요소도 함께 고려했습니다. 생성형 AI의 속도와 담당자의 법령·행정 전문성을 결합하되, 최종 판단과 책임은 사람이 갖는 방식으로 활용한 것이 핵심입니다.

⑤ 다른 사람도 따라 할 수 있나요?
코딩 전문가가 아니더라도 자신의 업무를 가장 잘 아는 담당자라면 동일한 방식으로 시작할 수 있습니다.
첫째, 반복되거나 누락 위험이 큰 업무 한 가지를 선정합니다.
둘째, 관련 규정을 ‘누가·언제·무엇을·어떤 증빙으로’ 수행하는지 표로 정리합니다.
셋째, AI에게 전체 시스템을 한 번에 요청하지 않고 사업등록, 체크리스트, 알림 등 작은 기능부터 구현하도록 합니다.
넷째, 실제 업무자료와 오류화면을 이용해 담당자가 직접 검증하고 반복 수정합니다.
다섯째, 운영 전에는 권한관리, 개인정보, 파일보안, 백업, 사용설명서와 같은 관리적 요소를 함께 마련합니다.
이 방식은 산업안전 분야뿐 아니라 보조금 관리, 시설점검, 소송·행정심판, 축제 안전관리, 민원처리 등 규정과 증빙이 많은 행정업무에 확장할 수 있습니다. ‘내편안전’도 기관별 조직명, 점검기준, 서식만 변경하면 다른 자치단체에서 활용할 수 있도록 발전시킬 수 있습니다. 생성형 AI를 통해 현장의 작은 문제를 실제 작동하는 행정서비스로 전환했다는 점에서, 누구나 시도할 수 있는 공공부문 AI 활용사례라고 생각합니다.
<SW대가 산정 가이드에 따라 프로그램 예상 가격 약 4억 2천만원 평가> / 프로그램을 첨부파일로 올리지 못해 시연 영상 제출합니다.