관세청은 지난해 ‘인공지능(AI)으로 공정성장을 선도하는 관세청’이라는 신비전을 수립한 후, AI 대전환을 위한 기반을 마련해왔다. 기존 인공지능(AI) 시스템을 통합 관리하는 인공지능혁신팀과 데이터담당관을 신설하여 정보화 조직을 정비했으며, 전 직원 대상 AI 미래혁신 교육과 맞춤형 기술개발 사업을 실시해 인적·기술적 인프라를 구축했다. 이번 추진단 출범은 전국 관세청 조직 차원의 통합적 전략 수립과 과제 실행 체계를 구축하기 위한 것으로, 그간 개별 과제 중심이었던 AI 활용을 본청과 현장을 잇는 컨트롤타워로 전환하는 목적이다. 추진단은 관세청 차장을 단장으로 업무, 기술, 현장을 아우르는 매트릭스 조직으로 운영된다.
올해 추진단은 축적된 무역 데이터와 내부 AI 인재 등 기존 자원을 활용해 단기 과제를 우선 추진하며, 세관별 현장 특성을 반영한 AI 과제를 발굴·추진한다. 전국세관 인공지능(AI) 붐업 챌린지를 개최해 우수 혁신 사례를 확산하고, 조직 전체의 AI 활용 역량을 높일 계획이다. 동시에 관세데이터 AI 리더블화 사업을 착수해 효율적 데이터 생산 및 신기술 확보를 추진하며, 중장기 청사진 마련을 위해 정보화 전략계획(ISP) 수립 사업과 연계해 인프라 구축 방향을 구체화한다. 관세청은 단계별 성과를 지속적으로 점검·공개하고, 현장과 국민 의견을 반영해 AI 관세행정을 구현해 나갈 예정이다.
metaqsol policy debate
A (정책 지지)
관세청의 ‘인공지능(AI) 관세행정 추진단’ 출범은 관세행정의 전반적 혁신을 목표로 한다. 기존 AI 활용이 일부 분야에 제한됐던 한계를 넘고, 본청과 전국 세관을 연결하는 통합 전략과 실행체계 구축이 핵심이다. 이는 공정성장 선도 및 국민 편의 증진이라는 정책 목표와도 부합한다. 조직 내 업무, 기술, 현장을 잇는 매트릭스 구조로 실효성을 높일 수 있다.
B (비판적 시각)
AI 추진단이 전국 단위 통합 체계를 강조하나, 실제로 모든 현장의 특성을 반영하는 데 한계가 있을 수 있다. 대상 선정 과정에서 특정 세관이나 부서에만 혜택이 집중될 우려가 있으며, 모든 직원이 동일한 수준의 효과를 체감하지 못할 가능성이 있다(검증 필요). 형평성 확보 방안이 구체적으로 제시되어야 하며, 다양한 의견 수렴 과정에 대한 추가 설명이 필요하다.
A (정책 지지)
추진단은 기존 인공지능혁신팀, 데이터담당관 신설 등으로 정보화 조직을 정비해왔다. 또한 전 직원 대상 AI 교육과 맞춤형 기술개발 사업을 통해 인적·기술적 기반을 마련했다. 이를 바탕으로 단기 과제 발굴부터 데이터 리더블화, 중장기 로드맵까지 단계별 혁신이 가능하다. 집행 절차상 본청과 현장이 유기적으로 협력하는 구조로 속도와 실행력을 동시에 확보할 수 있다.
B (비판적 시각)
현장 적용 속도와 실행력은 계획대로 될지 불확실하다(검증 필요). 특히 AI 모델 개발 및 데이터 리더블화는 현장 업무와 절차에 추가 부담을 줄 수 있다. 단기 과제 위주의 접근은 장기적 지속성과 연결되는지 검토가 필요하며, 갑작스러운 변화가 오히려 일선 직원에게 혼란을 야기할 수도 있다. 정책 집행 과정에서 충분한 피드백 메커니즘 마련이 중요하다.
A (정책 지지)
‘전국세관 AI 붐업 챌린지’ 등 혁신 확산 프로그램은 조직 전체에 긍정적 동기를 제공하고 역량 향상의 기회가 된다. 관세데이터 AI 리더블화, OCR 등 신기술 도입으로 업무 효율성을 높이는 동시에, 중장기 청사진 및 정보화 전략계획(ISP)과 연계해 예산 및 자원 투입의 지속가능성도 고려하고 있다. 단계별 성과 점검과 국민 공개를 통한 투명성도 보완책이다.
B (비판적 시각)
‘붐업 챌린지’와 같은 내부 경쟁 프로그램이 형식에 그치거나 일부 우수사례만 부각되고 실제 실무자 다수의 역량 강화로 이어질지는 미지수다(검증 필요). 신기술 도입 및 중장기 계획의 비용 부담, 지속적인 투자 여력에 대한 구체적 설명이 부족하다. 또한 AI 오남용이나 데이터 오류 등 예상치 못한 부작용 발생 가능성에 대한 사전 대비책도 필요하다.
A (정책 지지)
‘AI 관세행정’ 효과 측정을 위해 KPI로는 1) 위험물품 선별 정확도 향상, 2) 처리속도 개선, 3) 현장 직원 만족도, 4) 국민편익 증대 등이 활용될 수 있다. 보완 설계로는 ① 단계별 성과 점검·공개 시스템 운영, ② 현장 및 국민 의견 상시 수렴 채널 구축, ③ 데이터 품질관리 및 오류 대응 프로세스 마련 등이 포함된다. 이를 통해 부작용 최소화와 정책 신뢰도를 높일 수 있다.
B (비판적 시각)
‘위험물품 선별 정확도’, ‘처리속도’, ‘직원 만족도’ 등 KPI가 실제 정책 성과를 얼마나 정밀하게 반영할지는 추후 검증이 필요하다. 의견 수렴 채널이나 데이터 오류 대응 프로세스 역시 실질적으로 작동하는지 지속적인 모니터링이 필수다. AI 정책의 성공을 위해서는 현장 중심의 피드백 체계 강화와 관련 제도의 유연한 업데이트가 병행되어야 한다.
moderator summary
핵심 쟁점
- ‘AI 행정 혁신’의 현장 적용 실효성 및 형평성 문제
- ‘KPI·보완체계’의 실제 작동 및 정책 지속가능성
합의된 지점
- ‘전국 단위 통합 전략’의 필요성에는 모두 공감함
- ‘단계별 성과 점검 및 의견 수렴’ 중요성 인정
남은 질문
- ‘AI 도입에 따른 비용·투자 지속 가능성’ 구체 방안은?
- ‘현장 피드백 체계’가 실제로 얼마나 반영될 수 있을까?
독자 질문: ‘AI 행정혁신’ 추진에서 가장 중요한 성공 요인은 무엇이라고 생각하십니까?
한 줄 정리: ‘AI 관세행정 추진단’, 실효성과 형평성 사이에서 균형 잡힌 혁신 추진이 핵심입니다.