핵심 개념
성공적인 정책은 정확한 문제 정의에서 출발합니다. AI의 자연어 처리(NLP) 기술을 활용하여 뉴스, 소셜 미디어, 민원 데이터 등 방대한 텍스트를 분석하고, 국민들이 현재 가장 중요하게 생각하는 사회적 현안이 무엇인지 객관적으로 파악합니다. 이를 통해 감이나 직관이 아닌 데이터에 기반하여 정책의 우선순위를 결정할 수 있습니다.
실행을 위한 AI 프롬프트
프롬프트: 소셜 데이터 기반 이슈 발굴
너는 사회 현안 분석을 위한 데이터 과학자야.
# 분석 대상: 지난 1년간 '청년 실업' 키워드가 포함된 온라인 커뮤니티 게시글 텍스트 데이터 1만 건
# 목표: 청년 실업 문제에 대한 국민들의 인식을 깊이 있게 이해하고, 정책적 시사점을 도출한다.
# 과업:
위 텍스트 데이터를 '토픽 모델링(Topic Modeling)' 기법으로 분석하여, 청년 실업과 관련하여 가장 빈번하게 논의되는 핵심 주제 5가지를 추출해줘. 각 주제별로 대표적인 키워드와 실제 게시글 예시를 함께 제시하여, 정책 담당자가 문제의 심각성을 생생하게 이해할 수 있도록 보고해줘.
- **예시 주제 1:** (중소기업 취업 기피 및 정보 불균형)
- **예시 주제 2:** (잦은 이직과 경력 단절 문제)핵심 개념
정책의 효과를 극대화하려면, 도움이 가장 절실한 대상을 정확히 찾아내야 합니다. AI는 다양한 공공 데이터를 결합하여 특정 사회 문제(예: 고독사, 에너지 빈곤층)에 노출될 위험이 가장 큰 잠재적 정책 대상 그룹을 과학적으로 식별합니다. 이는 보편적 복지의 한계를 넘어, 한정된 예산을 가장 효과적으로 사용하는 '타겟팅' 정책을 가능하게 합니다.
실행을 위한 AI 프롬프트
프롬프트: 고위험군 예측 모델링
너는 공공정책 데이터 분석 전문가야.
# 정책 목표: "1인 가구 청년층의 고립 및 우울 문제를 완화하기 위한 맞춤형 지원 정책"
# 사용 가능 데이터:
- 개인 식별 정보가 제거된 건강보험 데이터 (진료 기록, 처방 이력)
- 통신 데이터 (통화량, 데이터 사용 패턴)
- 금융 데이터 (소액 연체 이력, 금융 거래 패턴)
# 과업:
위 데이터들을 활용하여, '사회적 고립 위험군'을 예측하는 머신러닝 분류(Classification) 모델을 만들려고 한다.
1. **타겟 변수 정의:** 모델이 예측해야 할 '고립 위험' 상태를 어떻게 조작적으로 정의할 수 있을까?
2. **핵심 예측 변수:** 어떤 변수(Feature)들이 고립 위험을 예측하는 데 중요한 역할을 할 것으로 예상되는가?
3. **모델 활용:** 개발된 모델을 통해 고위험군으로 예측된 시민들에게, 개인정보를 보호하면서 어떻게 효과적으로 지원 정책을 안내할 수 있을까?핵심 개념
새로운 정책을 만들기 전, 국내외 유사 사례를 충분히 검토하여 성공 요인과 실패 요인을 학습해야 합니다. AI는 전 세계의 정부 보고서, 연구 논문, 법률 데이터베이스를 실시간으로 검색하고 핵심 내용을 요약하여 제공합니다. 이를 통해 정책 연구자가 수개월간 수행해야 할 자료 조사를 획기적으로 단축하고, 더 깊이 있는 분석에 집중할 수 있도록 돕습니다.
실행을 위한 AI 프롬프트
프롬프트: 해외 정책 벤치마킹 보고서 작성
너는 국제 정책 비교 연구 전문가야.
# 연구 주제: "대한민국의 저출산 문제 해결을 위한 육아휴직 제도 개편"
# 벤치마킹 대상 국가: 스웨덴, 프랑스, 독일
# 과업:
위 3개 국가의 육아휴직 제도의 특징과 성공 요인을 비교 분석하는 보고서의 개요를 작성해줘. AI 에이전트가 인터넷을 검색하여 아래 항목에 대한 정보를 찾아 정리하도록 구체적인 지시를 내려줘.
1. **제도 개요:** (휴직 기간, 소득대체율, 아빠 할당제 유무 등)
2. **핵심 성공 요인:** (제도 정착을 위한 사회적, 재정적 지원책은 무엇이었나?)
3. **국내 도입 시사점:** (해당 국가의 제도를 국내 현실에 맞게 도입하기 위해 고려해야 할 점은 무엇인가?)핵심 개념
정책은 실행되기 전에 그 효과와 부작용을 충분히 예측해야 합니다. AI 기반 시뮬레이션 모델(Agent-Based Model 등)은 가상의 사회 환경을 만들고, 다양한 정책 대안(예: 세금 인상, 보조금 지급)을 적용했을 때 사회 전체에 어떤 파급 효과(경제 성장, 고용, 불평등)가 나타날지 예측합니다. 이는 '최선의 정책'을 데이터 기반으로 선택하도록 돕는 강력한 의사결정 지원 도구입니다.
실행을 위한 AI 프롬프트
프롬프트: 정책 변경에 따른 경제 효과 예측
너는 계량경제 모델링 전문가야.
# 정책 시나리오: "최저임금을 현재보다 10% 인상한다."
# 목표: 이 정책이 '고용'과 '소비'에 미칠 영향을 예측하고 싶다.
# 과업:
위 정책 시나리오의 효과를 분석하기 위한 연구 설계안을 작성해줘.
1. **분석 모델:** 어떤 계량경제 모델(예: 이중차분법, 회귀불연속설계)을 사용하여 정책의 순수한 효과를 추정할 수 있는가?
2. **필요 데이터:** 분석을 위해 어떤 종류의 시계열 데이터가 필요한가? (예: 업종별 고용률, 가계 소비 지출, 물가 상승률)
3. **결과 해석:** 분석 결과, "최저임금 10% 인상 시, 외식업 고용은 1% 감소하지만, 저소득층 소비는 3% 증가하는 효과"가 나타났다면, 이 결과를 어떻게 종합적으로 해석하고 정책적 결론을 내려야 하는가?핵심 개념
새로운 정책이나 법규는 기존의 복잡한 법률 체계와 충돌하거나 예상치 못한 규제를 낳을 수 있습니다. AI는 방대한 법률 텍스트를 학습하여, 새로운 정책안이 기존의 어떤 법률 조항과 상충되는지, 또는 어떤 산업 분야에 어떤 규제 효과를 미치는지 자동으로 분석하고 리포트합니다. 이는 법률 검토 과정을 효율화하고 규제의 품질을 높이는 데 기여합니다.
실행을 위한 AI 프롬프트
프롬프트: 신규 법안과 기존 법률의 상충 관계 분석
너는 법률 AI(Legal AI) 전문가야.
# 분석 대상 신규 법안: "드론을 활용한 택배 서비스 상용화 촉진법"
# 검토 대상 기존 법률: 항공안전법, 개인정보보호법, 도로교통법 등
# 과업:
'드론 택배법'이 상용화되기 위해, 기존 법률에서 어떤 조항들이 개정되거나 예외 규정이 신설되어야 하는지 분석해줘. 각 법률별로 충돌이 예상되는 지점을 구체적으로 지적하고, 법률적 쟁점을 해결하기 위한 대안을 제시해줘.
- **항공안전법:** (예: 드론의 비행 가능 고도 및 구역 설정 문제)
- **개인정보보호법:** (예: 드론 촬영 영상의 사생활 침해 문제)핵심 개념
아무리 좋은 정책이라도 국민의 공감과 지지를 얻지 못하면 성공하기 어렵습니다. 생성형 AI는 정책의 핵심 내용을 카드뉴스, 영상 시나리오, 보도자료 등 다양한 형태의 홍보 콘텐츠로 자동 생성합니다. 또한, 정책 대상 그룹의 특성을 분석하여, 그들의 눈높이에 맞는 가장 효과적인 메시지와 소통 채널을 추천해 줍니다.
실행을 위한 AI 프롬프트
프롬프트: 정책 홍보용 카드뉴스 시나리오 작성
너는 정부 정책을 쉽고 재미있게 전달하는 정책 홍보 전문가야.
# 홍보할 정책: "K-패스 (대중교통비 환급 지원 사업)"
# 핵심 타겟: 대중교통을 주로 이용하는 2030 청년층
# 홍보 채널: 인스타그램, 페이스북
# 과업:
위 정책을 청년층에게 효과적으로 알리기 위한 6컷짜리 카드뉴스 시나리오를 작성해줘. 딱딱한 설명 대신, 청년들의 일상 속 상황을 보여주며 공감대를 형성하고, 정책의 혜택을 명확하게 인지할 수 있도록 구성해줘. 각 컷에 들어갈 이미지와 텍스트를 구체적으로 제시해줘.핵심 개념
정책이 계획대로 잘 집행되고 있는지 실시간으로 확인하는 것은 매우 중요합니다. AI는 각종 행정 시스템에 기록되는 정책 집행 데이터(예: 보조금 신청 건수, 예산 집행률, 민원 처리 현황)를 자동으로 분석하고, 이상 징후나 병목 현상이 발생했을 때 관리자에게 즉시 알려주는 '정책 대시보드'를 구축합니다. 이는 문제 발생 시 신속한 대응을 가능하게 합니다.
실행을 위한 AI 프롬프트
프롬프트: 실시간 정책 모니터링 대시보드 기획
너는 데이터 시각화 및 대시보드 기획 전문가야.
# 관리할 정책: "소상공인 저금리 대출 지원 사업"
# 목표: 장관이 매일 아침 5분 안에 정책 집행 현황을 한눈에 파악할 수 있어야 한다.
# 과업:
위 목표를 달성하기 위한 '정책 모니터링 대시보드'의 화면 구성을 기획해줘. 대시보드에 어떤 핵심 성과 지표(KPI)가 어떤 종류의 차트(라인, 바, 파이, 지도 등)로 표시되어야 하는지 구체적으로 설계해줘.
- **KPI 1:** (일별/지역별 대출 신청 건수 및 금액) -> 지도 및 추세선 그래프
- **KPI 2:** (신청 대비 승인율 및 평균 심사 소요 시간) -> 깔때기 차트
- **KPI 3:** (주요 민원 키워드 및 감성 분석) -> 워드 클라우드핵심 개념
정책이 종료된 후, 원래 의도했던 목표를 얼마나 달성했는지 과학적으로 평가해야 합니다. AI는 정책 수혜 그룹과 비수혜 그룹의 다양한 데이터를 비교 분석(인과추론)하여, 정책이 실제로 사회에 미친 순수한 영향(Net Impact)을 측정합니다. 이는 예산 낭비를 막고, 향후 더 효과적인 정책을 설계하기 위한 필수적인 환류 과정입니다.
실행을 위한 AI 프롬프트
프롬프트: 정책 효과 인과추론 분석 설계
너는 정책 평가를 위한 인과추론(Causal Inference) 전문가야.
# 평가 대상 정책: "청년들에게 월 50만원의 활동비를 6개월간 지원한 '청년수당' 정책"
# 핵심 질문: "이 정책이 청년들의 취업률을 실제로 높였는가?"
# 과업:
위 질문에 답하기 위한 정책 효과성 평가 연구를 설계해줘.
1. **평가 방법론:** '청년수당을 받은 그룹'과 '받지 않은 그룹'을 공정하게 비교하기 위해 어떤 통계적 방법론(예: 성향점수 매칭(PSM), 이중차분법(DID))을 사용해야 하는가? 그 이유는?
2. **성과 지표:** 정책의 성공을 판단하기 위해 '취업률' 외에 어떤 보조 지표들을 함께 측정해야 하는가? (예: 고용 안정성, 평균 소득, 정신 건강)
3. **해석 시 유의사항:** 분석 결과를 해석할 때, 어떤 잠재적인 편향(Bias)을 주의해야 하는가?핵심 개념
정책 과정에서는 수많은 보고서, 법령안, 보도자료 등 문서 작업이 수반됩니다. 거대 언어 모델(LLM)은 정책의 핵심 내용을 입력하면, 필요한 문서의 초안을 표준 형식에 맞게 자동으로 생성해 줍니다. 이는 공무원의 반복적인 문서 작업 부담을 줄여, 더 창의적이고 전략적인 업무에 집중할 수 있도록 지원합니다.
실행을 위한 AI 프롬프트
프롬프트: 정책 발표용 보도자료 초안 작성
너는 정부 부처 대변인실의 베테랑 공무원이야.
# 발표할 정책 내용:
- 정책명: 2025년 전기차 구매 보조금 지원 확대
- 핵심 내용: 보조금 지원 대상 차종 20% 확대, 1인당 지원 한도 50만원 상향, 신청 절차 간소화
- 기대 효과: 친환경차 보급 확대, 내수 경기 활성화
# 과업:
위 내용을 바탕으로, 언론사에 배포할 '보도자료' 초안을 작성해줘. 독자의 이해를 돕는 명확한 제목, 정책의 핵심 내용을 요약한 리드문, 구체적인 변경 내용, 정책의 기대 효과, 담당자 연락처 등이 포함된 표준적인 보도자료 형식에 맞춰 작성해줘.핵심 개념
새로운 정책이 시행되면 관련 문의가 폭주하게 됩니다. AI 챗봇은 정책 관련 데이터(법령, Q&A, 매뉴얼)를 학습하여, 국민들의 다양한 질문에 24시간 자동으로 답변합니다. 이는 단순 반복적인 문의에 응대하는 행정 비용을 절감하고, 국민들이 언제 어디서나 쉽고 빠르게 정책 정보를 얻을 수 있도록 돕는 디지털 소통 창구 역할을 합니다.
실행을 위한 AI 프롬프트
프롬프트: RAG 기반의 정책 Q&A 챗봇 기획
너는 AI 챗봇 서비스 기획자야.
# 챗봇 주제: "부동산 취득세 관련 문의 응대 챗봇"
# 목표: 일반 시민들이 복잡한 세법 용어를 몰라도, 자신의 상황에 맞는 취득세 정보를 쉽게 얻을 수 있도록 한다.
# 과업:
최신 세법 정보를 정확하게 답변하는 'RAG(검색 증강 생성)' 기술 기반의 챗봇을 기획하려고 한다.
1. **지식 베이스 구축:** 챗봇이 답변의 근거로 삼을 '지식 데이터베이스'는 어떤 종류의 문서들(예: 지방세법 원문, 국세청 유권해석 사례, Q&A 모음집)로 구성되어야 하는가?
2. **사용자 질문 시나리오:** 사용자들이 주로 어떤 유형의 질문을 할 것으로 예상되는가? 5가지 이상의 예상 질문을 만들어줘.
3. **답변 생성 전략:** 챗봇이 답변을 생성할 때, 단순 정보 전달을 넘어 반드시 '출처' (예: 지방세법 제00조)를 함께 제시해야 하는 이유는 무엇인가?