▲ ‘2025년 국가인적자원개발컨소시엄 베스트 오브 챔프 시상식’ 모습(오른쪽은 LX국토정보교육원 박신종 원장) [출처=LX한국국토정보공사]LX한국국토정보공사(사장 어명소, 이하 LX공사)에 따르면 2025년 9월4일(목) LX공간정보아카데미가 ‘2025년 국가인적자원개발컨소시엄 베스트 오브 챔프 시상식’에서 7년 연속 최우수(S등급) 공동훈련센터로 선정됐다.LX공사 산하 LX국토정보교육원(원장 박신종)이 운영하고 있으며 현장 맞춤형 디지털 공간정보 전문인력 양성의 성과를 인정받았다.LX공간정보아카데미는 훈련 인프라, 협약기업 관리, 훈련참여 지원을 비롯해 사업수행 역량, 사업실적, 예산 지원 규모 등 다방면에서 높은 평가를 받았다.2025년 공간정보 분야 재직근로자의 역량 향상을 위한 재직자 향상 과정으로 오픈소스 GIS 교육, 인공지능(AI), 빅데이터, 위성 및 드론 영상 등 27개의 교육과정을 수준별로 진행하고 있다.또한 대학교 졸업(예정)자를 대상으로 진행되는 공간정보 응용소프트웨어 전문가 양성과정도 운영 중이다.해당 과정은 공간정보 및 프로그래밍 실무 교육부터 취업 연계까지 진행하는 프로그램이다. 최근 5년간 해당 양성과정을 수료한 교육생 중 평균 97퍼센트(%)가 공간정보 관련 업계에 취업했다.LX공간정보아카데미는 고용노동부와 한국산업인력공단이 지정한 국가인적자원개발컨소시엄 공동훈련센터로 국토교통부의 공간정보 인재양성 계획에 따라 2014년 설립, 현재는 서울특별시 구로구 구로동(구로구 가마산로 242, 3층)에서 운영 중이다.LX국토정보교육원 박신종 원장은 “LX공간정보아카데미의 7년 연속 최우수 훈련기관 선정은 기업과 교육생의 의견에 귀 기울이고 교육 만족도를 높이려는 노력이 있었기에 가능했다”며 “앞으로도 국가공간정보산업 진흥기본계획을 위해 현장 맞춤형 공간정보 인재 양성에 최선을 다하겠다”고 말했다.

이재명 대통령은 2025년 8월13일 "공공기관 통폐합도 좀 해야 할 것 같다. 너무 많아서 숫자도 못 세겠다"고 말했다. 정부 차원에서 대대적인 공공기관 구조조정이 진행되고 있다.먼저 금융공공기관인 KDB산업은행, IBK기업은행, 신용보증기금, 기술보증기금, 수출입은행, 무역보험공사 등이 업무 중복을 이유로 통합을 추진 중이다. 한국토지주택공사(LH), 주택도시보증공사(HUG), 한국주택금융공사(HF) 등도 통합이 불가피하다.윤석열정부는 2022년 '재무위험기관 재정건전화계획'을 도입해 부채비율 200% 미만 또는 자본잠식 해소라는 목표를 제시했다. 하지만 이재명정부는 저성장 늪에 빠진 경제를 살리기 위해 공공 부문도 적극 재정으로 전환할 방침이다. 일부 경제전문가는 정부 부채 증가에 대해 경고한다.윤정식 단장은 예산회계시스템(dBrain)을 활용한 실시간 정부(Real Time Government)와 ‘플랫폼(Platform)으로서의 정부’를 운영해야 한다고 강조했다. 윤 단장에게 데이터 기반 국정운영과 인공지능 대전환(AX)에 대해 질문했다.◇ 한국형 AI/데이터 기반 국정운영 도입 시급해... 인공지능 대전환(AX) 성공하려면 데이터에 초점 맞춰야AI·데이터 기반 국정운영은 ‘증거 기반 정책’에 근거한다. 증거 기반 정책은 본래 ‘증거 기반 의학(evidence-based medicine)’에 그 뿌리를 두고 있다.‘증거’는 데이터, 통계 등 과학적 근거를 말한다. 주관적인 신념이나 이념을 배제하며 객관적인 증거의 정확성, 시의성, 투명성을 중시한다.즉 증거 기반 정책결정을 위해 다양한 데이터를 수집·가공·분석·활용해야 하므로 데이터를 분석·활용할 AI 분석 인프라가 필요하다. AI·데이터 기반으로 정책설계와 정책결정, 집행 및 정책상황을 관리한다.AI·데이터 기반 국정운영은 국정운영을 지능화, 최적화해 주권자인 국민에 대해 국정운영의 반응성과 책임성을 극대화하는 것이 목적이다. 윤 단장에게 AI/데이터 기반 국정운영에 대한 설명을 부탁했다. - 한국형 AI/데이터 기반 국정운영을 설명하면."차세대 예산회계시스템에 이미 구축된 국정상황 관리시스템 코라스(KORAHS)를 기반으로 미래 완성될 모습을 제시한 것이다.코라스는 싱가포르, 영국, 네덜란드 등에서 이미 데이터 기반 국정운영에 활용하고 있는 RAHS라는 개념을 한국의 국정상황 관리 체계에 맞춰 설계하여 구축한 것이다."- 코라스(KORAHS)의 미래 모습은."제가 발간한 책에서는 코라스(KORAHS)를 기반으로 미래 모습을 제시했다. 가장 중점을 두고 있는 것은 통합적 국정상황 모니터링 체계와 기획재정부 업무의 AI·디지털 전환이다.기재부 3대 핵심 축인 재정운용, 거시정책, 조세정책을 재정경제 디지털 트윈으로 구축해야 한다. 즉 AI·디지털 전환을 통해 대한민국이 직면한 난제에 대한 해결책을 찾는 것이다."- 미래 예견적 국정운영이란."미래를 예측하고 전망하는 활동에 빅데이터와 AI 기술을 접목해 과학적으로 문제해결을 하기 위한 정책과 전략을 마련하는 정부의 정책상황 관리체계를 의미한다다.미래 예견적 정책상황 관리를 통해 전문가 중심의 전통적 정책결정 방식과 AI·데이터 기반의 과학적인 분석을 결합해 새로운 통찰과 객관적 예측에 기반한 정책결정이 가능해진다.▲ 수평적 점검의 해외 사례 [출처=윤정식 단장 제공]- 데이터 기반 국정을 도입한 해외 국가는."싱가포르, 영국, 네덜란드 등이 대표적이다. 싱가포르는 2004년 7월 국가안보 체제를 정비하는 과정에서 테러와 같은 예상하기 어려운 공격을 감지하고 대비할 수 있도록 RAHS(Risk Assessment and Horizion Scanning)를 도입했다.영국은 정부 전반에 미래 지향적 사고와 증거 기반의 분석을 장려하고 체계적인 접근을 위해 2005년 FHSC 설립하고, 예측 프로그램을 운영 중이다.네덜란드 정부도 미래 이슈 분석을 위해 수평적 점검을 운영하고 있는데 의회 위원회에서 추진하고 있다. 미국도 2019년 1월 '증거 기반 행정 기초법(Foundations for Evidence-based Policy making Act of 2018)'을 제정·시행하고 있다.- 이재명정부가 인공지능 대전환(AX)를 추진하고 있는데. "새정부는 AI 3대 강국 실현과 모두를 위한 AI를 국가비전으로 제시하고 있다. 인공지능(AI)는 문명사적 측면에서 제2의 르네상스의 시작이며 제2의 르네상스를 견인하는 핵심 동인(key driver)이다.14세기 르네상스가 사람을 깨우는 변혁에서 시작됐다면 21세기 르네상스는 머신(machine)을 깨워서 인간역량을 상승시키는 변혁이다.현재 대한민국은 인류사에 영향을 줄수 있는 존재로의 변화와 혁신의 대전환기를 맞이하고 있다. 새정부가 ‘세계를 선도하는 AI 3대 강국과 모두가 행복한 대한민국’을 국가비전으로 제시한 것은 시대정신이자 경제 대도약의 방향이다."- 인공지능 대전환(AX)이 쉽지 않은 과제인데."대한민국은 우수한 IT인프라, 첨단 제조업, 바이오산업 등 많은 잠재력에도 AI 3대 강국 진입을 위해서는 해결해야 할 도전도 많다.가장 중요한 것은 AI 거버넌스 구축과 AI 국가비전과 전략 수립, AI 혁신정부의 정책역량을 강화하는 것이다. 이재명정부는 대통령실의 AI미래기획수석을 신설했다.또한 대통령을 위원장으로 하는 국가AI전략위원회를 구성할 예정이다. 소버린 AI(인공지능 주권), AI G3(3대 강국)을 달성하기 위한 목적이다."- 차세대 예산회계시스템(dBrain)이 인공지능 대전환(AX)에 어떻게 기여할 수 있는지."재정경제 부문이 AI 혁신정부로 전환을 선도하는 것이다. 차세대 예산회계시스템(dBrain)은 정부의 다른 부문보다 먼저 재정경제 분야에서 AX를 이룬 것이다.AX을 위해 새로운 시스템이나 플랫폼을 구축하려면 최소 2~3년의 시간이 필요하다. 새정부가 차세대 예산회계시스템(dBrain)에 구축된 데이터 플랫폼, AI 기반 분석인프라, 인력 양성 등을 활용한다면 빠른 시일 안에 국가행정의 인공지능 대전환에서 성과를 거둘수 있다고 본다.특히 재정경제 부문이 선도적으로 AX를 이루어 간다면 모든 부처가 업무적으로 연관돼 있어 AX의 성과를 조기에 확산·정착시킬 수 있을 것으로 확신한다."- 이재명정부가 인공지능 대전환(AX)을 추진함에 있어서 가장 초점을 맞춰야 하는 것은."AI 시대 AI 강국 실현에는 전략적 요소가 있다. 3대 전략요소는 ① AI 기술과 인프라 ② 데이터 ③ 사람(AI 인재)라고 본다. 3대 요소가 삼위일체가 돼야 AX가 성과를 낼 수 있다.어느 한가지만 부족해도 그 전력적 요소의 제약으로 성과를 내기 어렵다. 따라서 어느 한가지에 초점을 맞출 것이 아니라 전략적 요소 모두에서 성과를 내도록 노력해야 한다."- 3가지 중 가장 취약한 것은."데이터인데 AI가 엔진이라면 데이터는 가솔린에 해당한다. 자동차가 엔진을 갖고 있어도 연료인 가솔린이 없으면 운행이 불가능해진다.AI 강국 실현을 위해서는 데이터를 표준화해 범국가적 데이터가 통합·연계돼야 하는데 우리나라의 데이터 거버넌스는 분절적이고 파편화돼 사실상 데이터를 활용할 수 없는 수준이다.공공데이터는 행정안전부, 민간데이터는 과기정통부가 담당하고 통계는 통계청이 책임지고 있다. 행정안전부와 과기정통부는 순환보직으로 데이터 업무를 담당하는 직원들이 전문성이 부족한 실정이다.이들 기관은 범국가적인 데이터 통합·연계가 가능할 수 있도록 데이터 거버넌스 정립 및 기술지원을 못하고 있다. 범국가적 데이터 통합·연계를 위해 국가데이터 거버넌스를 국무총리가 맡을 필요가 있다." ▲ AI 3대 강국의 비전과 전략적 요소, 정책과제 [출처=윤정식 단장 제공]◇ 문명사적 대전환을 이끌 핵심 동력인 AI에 대한 투자 확대해야... 신산업 창출·사회문제 해결헤 활용하면 성과 창출 가능해공상과학소설에서 다루던 사이보그(Cyborg), 휴머노이드((Humanoid)와 같은 첨단기술이 점점 현실화되는 중이다. 특히 인공지능(AI)과 융복합화된 기술의 성과는 눈이 부실정도다.마이크로소프트(MS), 엔비디아(NVIDIA), TSMC 등이 글로벌 AI 주도권을 선점하기 위한 대전환을 준비하고 있다. 삼성전자, 네이버, SK텔레콤 등 우리나라 기업도 AI에 대한 투자를 늘리고 있다.한국 정부가 AI 국가로드맵을 설계·실행·확산시키기 못한다면 AI 경제 전환으로 제2의 르네상스를 맞고 있는 세계사에서 큰 위기에 직면할 수 있다. 윤 국장에게 글로벌 AI 산업 전반에 관한 설명을 요청했다.- 미국, 중국 등 선진국이 인공지능(AI) 산업을 육성하는 정책은."미국, 캐나다, 중국은 2016~2018년 사이에 「국가 AI R&D 전략」을 제시했다. 먼저 미국은 AI 활용의 선두 기업인 구글, 아마존, 페이스북을 중심으로 ‘데이터 세계경제’를 이끌며 2016년 10월 「국가 AI R&D 전략」을 정립했다.캐나다는 AI의 핵심인 딥러닝(Deep Learning) 분야의 선두 그룹으로 2017년 「캐나다 AI 전략」을 제시했다. 중국은 2018년 「차세대 AI 발전계획」을 수립한 후 클라우드, 빅데이터, AI 산업 육성을 위한 대장정에 나섰다."- 미국의 정책을 구체적으로 소개하면."2009년부터 모든 공공기관의 데이터 연결(Open Government Data)를 추진해 2025년 현재까지 진행하고 있다. 정부는 3가지를 필수요소로 추진 중이다.첫째, 모든 공공기관의 데이터 연결 관련 업무(지침)를 관장하는 컨트롤 타워로 대통령실의 ‘데이터 수석’과 ‘OMB’가 있다.둘째, 모든 공공기관의 데이터 연결의 법적 근거로 2019년 제정된 증거기반정책법(Open Government Data Act, Title II of the Foundations for Evidence-Based Policymaking Act of 2018)을 마련했다.셋째, 모든 공공기관의 데이터 연결의 집행 업무를 담당하고 데이터 연결을 위한 기술적 전문 지식을 갖고 있는 부처로 GSA(U.S. General Services Administration, 행정조달청)를 지정했다."- 글로벌 인공지능(AI) 산업의 미래는."글로벌 인공지능(AI) 산업은 엄청난 속도로 성장하고 있으며 전 셰계 경제와 사회의 구조를 근본적으로 변화시키고 있다.AI·디지털 경제시대의 미래 핵심산업의 글로벌 시장 규모를 전망해 글로벌 인공지능 산업의 미래와 경제 대도약의 방향과 전략을 모색할 필요가 있다."▲ 미래 핵심 산업 글로벌 시장 전망 [출처=윤정식 단장 제공]- 구체적인 시장 규모를 설명하면."미래 5대 핵심 산업은 ① 반도체 ② AX 산업 ③ 방위산업 ④ 바이오텍 ⑤ 보건의료이며 2035년 글로벌 시장이 총 US$ 37조4340억 달러로 전망된다.특히 AX 산업은 ‘35년 1조8000억 달러로 연간 21.5%씩 가장 빠르게 성장하는 시장이 될 것으로 예상된다. 방위산업은 ’35년 6조3800억 달러, 바이오텍은 ‘35년 5조4000억 ~ 8조1000억 달러 규모로 추정된다.보건의료 시장은 22조7800억 달러로 반도체 시장 규모의 21배 수준이다. 이러한 전망을 고려하면 미래의 신성장 동력과 경제 대도약의 길이 어디에 있는지 명약관화(明若觀火)하다."- 우리나라 인공지능(AI) 산업을 발전시키기 위해 가장 필요한 정책은."우선  ① 글로벌 선도·혁신하는 ‘모두의 AI를 위한 AI 기술과 인프라 구축 ② AI 엔진을 달리게하는 데이터 거버넌스 개편과 범국가 데이터 통합·연계 ③ 전국가적 역량을 기울여 AI 핵심인재 양성 및 해외 인재 영입 등의 정책이 필요하다.가장 중요한 전략적 킹핀(Kingpin)은 정부의 역할이다. 정부가 어떤 정책을 어떻게 마련해 시행하고 성과를 내느냐에 따라 AI 3대 강국 실현 및 국내 인공지능 산업발전의 성과가 좌우된다."- 우리나라에서 인공지능(AI)이 국가경쟁력에 어떤 영향을 미칠 것으로 예상하는지."AI 시대에 인공지능(AI)은 국가경쟁력을 좌우하는 핵심 동인이 될 것이다. AI는 생산성 향상, 신산업 창출 그리고 다양한 사회문제 해결에 기여하며 경제성장을 견인할 잠재력을 갖고 있다.반면 AI 기술 발전 및 인공지능 대전환(AX)으로 양극화 심화, 고용불안정성 증대 등 부정적 영향도 예상되고 있다. 부작용을 최소화할 수 있는 대비책도 준비해야 한다.- 다른 국가도 인공지능(AI)이 국가경쟁력의 핵심으로 보고 있는지."미국과 중국은 AI를 글로벌 패권 전쟁의 핵심 요소로 보고 치열하게 경쟁하고 있다. 국가별 투자액은 △미국 4년 간 5000억 달러(700조 원) △중국 6년 간 10조 위안(2000조 원) △유럽연합(EU) 2000억 유로(300조 원) △프랑스 1090억 유로(163조 원) △일본 6년 간 10조 엔(98조 원) △영국 140억 파운드(25조 원) 등으로 조사됐다.선도국의 AI 투자 규모를 감안해 한국은 AI 분야에 어떤 규모로 어디에 투자할 것인지 많은 고민을 할 수밖에 없다. AI는 국가경쟁력의 차원을 넘어 문명사적 대전환을 이끄는 핵심 동력이 될 가능성이 높기 때문이다."엠아이앤뉴스(대표 최치환)는 대한민국 인공지능(AI) 대전환을 위해 고군분투(孤軍奮鬪)하고 있는 윤 단장을 적극 응원해 다양한 연구 성과를 소개할 방침이다.이재명정부는 2025년 9월 국가AI전략위원회를 출범해 'AI 3대 강국' 진입을 위해 매진한다는 구상을 밝혔다. 국민주권정부의 실질적 성과가 모든 국민에게 공평하게 배분되기를 희망한다.- 끝 -▲ 윤정식 단장

기재부 차세대 예산회계시스템 구축 추진단 윤정식 단장은 2025년 7월부터 이재명 정부의 ‘국정기획위원회’ 내 인공지능(AI) TF의 자문위원으로 참여했다.새정부의 AI 3대 강국의 국가비전을 실현하기 위한 비전과 전략, 국정과제 수립에 관한 자문을 담당했다. 8월 경제인문사회연구회(NRC)와 국가과학기술연구회(NST)가 협동으로 ‘AI 3대 강국을 향한 국가전략’이라는 AI 총서를 발간하는 과정에서 참여했다.‘새정부 AI 강국 전략기획서’에서 제시한 국정 정책과제들을 구체화하고 국가전략으로 제안해 새정부 AI 국가비전과 전략 수립에 도움을 주기 위한 목적이다.윤 단장은 서울대 전영일 교수와 함께 총론 중 ‘새정부의 AI 3대 강국 비전과 글로컬 전략’을 저술했다. 윤 단장이 맡아 2022년 1월 기획재정부가 개통한 차세대 예산회계시스템(dBrain)의 구축 과정과 활용방안에 대해 질문했다.◇ 노무현정부의 4대 재정개혁을 위한 인프라로 출발... 데이터 기반 정책결정 지원시스템 구현 추구국가재정을 관리하는 시스템을 ‘예산회계시스템’, 약칭 ‘디브레인(dBrain)’은 2002년 노무현정부 출범시 4대 재정개혁을 위한 인프라다. 고려대 윤성식 교수의 제안으로 구축이 시작됐다.2007년 오픈해 13년 동안 운영됐으나 2019년 시대 변화와 기술발전, 재정업무 효율화를 위한 사용자 수요 등을 반영해 시스템을 새로 구축헸다.새로 구축하는 시스템을 ‘차세대 예산회계시스템’으로 명명했다. 예산회계시스템(dBrain)의 차세대 버전이라고 할 수 있다. 먼저 차세대 예산회계시스템(dBrain)의 구축 목적과 구성에 대해 물었다.- 차세대 예산회계시스템(dBrain)을 구축한 목적은."기본 목적은 국가재정 관리 효율화다. 기존에는 13개 재정업무만 처리했는데 부담금관리, 채권관리, 재정추계, 국가채무, GFS 등 11개 신규 재정업무를 새로 추가했다.24개 재정업무를 시스템화해 전면 재구축한 셈이다. 여기에 시대 변화에 맞춰 AI·데이터 기반으로 데이터의 활용, AI·데이터 기반 정책상황 관리까지 시스템의 활용성을 넓혔다."- 차세대 예산회계시스템(dBrain)의 구성 요소는."기본적으로 재정업무 처리 시스템으로 코피스(KOFIS), 코다스(KODAS), 코라스(KORAHS) 등으로 구성돼 있다. 국가재정을 관리하는 차세대 예산회계시스템의 재정관리시스템을 기반으로 데이터의 흐름과 활용에 중심을 뒀다."- 코피스(KOFIS)를 구체적으로 설명하면."코피스(KOrea Fiscal Infomation Service : KOFIS)는 차세대 예산회계시스템에 구축된 재정데이터를 기반으로 정부 및 공공기관의 833개 시스템을 연계해 사회경제 지표들을 연계 분석이 가능하도록 구축된 데이터 플랫폼이다. 재정데이터를 기본으로 행정 및 사회경제데이터, 공공데이터, 필요한 경우 민간데이터까지 연계할 수 있다."- 그렇다면 코다스(KODAS)는 무엇인지."코다스(KOrea Dats Analysis Service: KODAS)는 코피스(KOFIS)에 구축된 데이터를 분석해 정책결정 및 업무에 활용하도록 지원하는 AI 기반 데이터 분석인프라다. 사용자의 AI·데이터 활용 역량을 제고할 수 있는 데이터 사이언티스트 양성 교육프로그램까지 통합 지원된다."▲ 코다스(KODAS) 개념도 및 구성 [출처=윤정식 단장 제공]- 코라스(KORAHS)는 어떤 시스템인지."코라스(KOrea Risk Assessment and Horizon Scanning; KORAHS)는 데이터 기반 실시간 정책상황관리시스템으로 3단계로 구축돼 있다.1단계는 8000개의 정책지표 변동폭에 따라 임계치를 설정해 자동 경보를 발신하도록 지표별 모니터링 체계다. 2단계는 인구, 일자리, 민생, 대외변동성 4개 지표에 대한 정책상황판을 구축해 운영 중이다. 3단계는 국내총생산(GDP), 세수, 국고잔액을 AI 기반을 전망 추계한다."▲ 코다스(KODAS) 개념도 및 구성 [출처=윤정식 단장 제공]- 2020년 코로나19 팬데믹(대유행) 당시에 통계개발원이 수립한 감염 확산/예측 모델을 활용했는데."우리나라는 2020년 1월20일 첫 감염자가 발생한 이후 선제적인 보건, 경제, 사회정책을 지원하기 위해 2020년 2월 25일부터 ‘감염병 확산 예측 모델링’을 시작했다.2021년 8월 말까지 19개월 동안 국내 감염병 예측을 위해 ‘데이터 기반 모델링’을 개발해 정책에 활용했다. 코로나19에 효과적으로 대처할 수 있었던 이유다."- 감염명 확산 예측 모델링 기법의 진화과정은."아래 <표3>에서 보는 바와 같이 ① 토론토대학-한국통계개발원의 예측 모델링 협력연구단을 중심으로 한 도입기 ② 국내외의 다양한 예측 모델링을 종합적으로 활용한 도약기 ③ 선별한 예측 기법을 중심으로 발전한 성숙 1기에 도달했다.이런 분석을 토대로 감염자 조기대응(Testing), 감염자와 접촉자의 추적과 격리(Tracing), 감염자 격리 치료(Treating in isolation), 즉 ‘3T 방역체계로 한국의 선진 과학기술 역량을 발휘했다."▲ 감염병 확산 예측 모델링 기법(2020년 2월~2021.8월) [출처=윤정식 단장 제공]- SIR 기반 모델을 설명하면."대상인구를 감염대상자(Susceptibles), 감염자(Infected), 회복/사망자(Recovered) 3개 그룹으로 나누어서 구현하는 전통적인 예측모델이다.SEIR과 SEIHR은 각각 감염노출자(Exposed)와 병원입원 감염자(Hospitalized)를 인구그룹에 추가해 예측 모델링의 정확도를 높이려는 기법이다.Data Assimilation Simulation과 Statistical Modeling은 각각 수리과학적이며 통계학적인 예측모델을 활용하는 기법이다."- 대구·경북지역을 중심으로 모델링한 결과는."2020년 3월 3일까지 데이터를 활용해 1차 IDEA 예측 모델링을 한 바, 2020년 3월 초 빠른 속도로 정점에 다다르고, 3월 중순경부터 안정세에 진입한다고 예측했다."▲ (대구/경북 지역) 2020년 3월3일까지 데이터를 사용한 1차 모델링 [출처=윤정식 단장 제공]- 한국 통계개발원-캐나다 토론토대학 협력연구진의 시도는."20020년 초기 위기대응을 위해 IDEA라는 보건역학·수리통계과학의 신속 정교한 예측방법론을 활용했다. 2020년 도약기와 2021년 성숙기에는 국내외 6개 연구진의 통합적 예측결과를 통해서 개별 연구의 단점을 보완하고 팀연구의 장점을 최적화해 국가적 위기에 대응했다."2020년 제1차 대유행기에는 코로나 19 감염병 확산의 안정기를 3월 초로 예측해 선제적인 경제사회 정책을 펼칠 수 있었다. 특히 대구 신천지 관련 감염병 확산의 정점과 안정기를 비교적 정확하게 예측했다."- 제2차 및 3차 대유행기에도 활용했는지."2020년 8월 15일 전후 당시에 전혀 없던 사회적 거리두기 2.5단계를 정책적으로 제안해 제2차 대유행의 위기를 효과적으로 선제 대응했다.제3차 대유행기는 2020년 11월 중순 그 감염 곡선의 정점믈 2020년 12월 25~31일 경으로 에측해 선제적으로 경제사회 정책으로 펼치도록 지원했다.국제사회와 신속하게 공조해 진전시킨 감영병 확산 예측 모델링은 한 나라의 미래 예측 역량의 시급성과 중대성을 보여주는 좋은 사례다."- 차세대 예산회계시스템(dBrain)의 구축에 투입된 인력과 예산은."투입된 예산의 총액은 1577억 원이다. 엄중한 코로나19 상황에서 2019년 12월에 착수해 2022년 1월 3일 전면 개통됐다. 이후 안정화 과정을 거처 2022년 3월 말 사업이 종료됐다.참여인력은 기획재정부 내 추진단, PMO, 사업자인 삼성SDS컨소시엄, 시스템 운영주체인 한국재정정보원 직원 등 최대 600여 명에 달한다. 개발한 프로그램이 총 1만4762본으로 집계됐다."- 거시경제/제정전문가, 데이터 사이언티스트, AI전문가 등 40여 명이 참여했는데."사업 수행과정에서 가장 어려웠던 과제가 코라스(KORAHS) 3단계 AI 기반 GDP, 세수, 국고잔액 전망 및 추계 모델을 개발·구축하는 것이었다.사업자인 삼성SDS컨소시엄은 한국은행이나 KDI가 하는 GDP 전망 모델을 구축하는 것은 어려운 일이라면 난색을 표명했다. 과업에 해당하므로 비용은 사업자가 부담하되 AI 및 도메인 전문가를 아웃소싱하는 방식으로 TF를 구성했다."- 전문가들의 소통이 쉽지 않았을 것으로 보이는데."그렇다. 예를 들어 AI 전문가는 GDP나 세수 추계에 대해 알지 못하고 경제재정에 대한 도메인 전문가들은 AI에 대해 알지 못하는 상황에서 참여자 간의 소통과 협력이 매우 중요하게 됐다.처음 6개월 동안은 매주 2회 회의를 개최해 각 전문분야에 대한 전문지식을 서로 소개하고 분석 모델과 사용할 데이터 선정 등 모든 사항에 대해 소통과 협업을 통해 기본 모델을 개발했다.다음 6개월은 매우 1회씩 회의를 진행해 개발된 모델의 학습과 개선 등을 많은 시행착오와 검증과정을 통해 모델 개발과 검증에 1년여가 소요됐다. 총 83회의 회의를 통해 완수했다."◇ AI 혁신정부의 행정업무 통합 플랫폼으로 활용 가능... 변화의 핵심인 공무원의 AI/데이터 활용 역량을 키워야 성공사업자인 삼성SDS는 다양한 산출물을 생산했다. 우선 재정데이터 거버넌스 표준을 만들고 매뉴얼화했다. 중앙재정 데이터의 메타 데이터 체계 및 표준화 기준을 만들어 이 기준을 적용해 모든 재정데이터를 적정한 수준으로 품질을 유지하도록 정제했.또한 CX(Custumer Experiece)를 전면 개편했다. CX는 사용자 편의를 위해 시스템에서 표출되는 모든 화면의 디자인과 표 양식, 색상 등을 사용자가 가장 편안하게 활용할수 있도록 최적화하는 것이다.그리고  AI·데이터 기반 정책상황 관리시스템 코라스(KORAHS)를 구축했다. 코다스(KODAS)를 구축한 후에 사용자에 대한 AI·데이터 활용방법을 교육할 프로그램을 개발했다. - 한국재정정보원의 역할은."한국재정정보원은 예산회계시스템(dBrain)을 운영하는 기획재정부 산하 공공기관이다. 사업 초기부터 프로그램의 단위 테스트와 품질관리에 참여했다.시스템 개통 6개월 전에 개발된 1만4762건에 달하는 프로그램을 검수하고 6회에 걸처 통합데스트를 진행했다. 차세대 예산회계시스템은 시스템 안정화 이후 단 한차례의 오류도 없이 잘 작동하고 있는 이유다."- 사업의 성과가 AI/디지털 혁신정부의 기반을 구축했다고 보는지.AI 혁신정부가 갖추어야 할 기본적인 업무환경이 데이터, AI 분석인프라, AI·데이터의 활용이 가능한 인재다. 차세대 예산회계시스템(dBrain)은 재정데이터를 기반으로 833개 정부 및 공공기관의 시스템을 연계해 데이터 플랫폼, 코피스(KOFIS)을 갖췄다.여기에 데이터 활용해 정책을 결정할 수 있는 분석인프라인 코다스(KODAS)와 사용자인 공무원들의 AI·데이터 활용 역량을 키울수 있는 교육을 함께 지원한다. AI 혁신정부의 행정업무 통합 플랫폼으로 역할을 할 수 있다."- ‘실시간 정부(Real Time Government)’란.실시간 정부는 민간의 실시간 기업(Real Time Enterpiise: RTE)에서 따온 것이다. 국정운영 환경의 불확실성과 불연속성이 증가함에 따라 정부는 신속하고 정확한 선제 대응 능력을 요구받고 있다.정부도 정책환경에 민첩하고 유연하게 대응하기 위해 AI·데이터 기반으로 국정운영 상황을 실시간 모니터링하고 민첩하게 선제적으로 대응하는 체계를 구현해야 한다는 의미다."- ‘플랫폼(Platform)으로서의 정부’란."정부 내 부처간 칸막이를 없애고 개방, 공유, 소통, 협업의 가치를 바탕으로한 새로운 정부 운영방식으로 제시되는 것이 ‘플래폼 정부’ 개념이다.플랫폼 정부는 정부가 기업과 국민 등 고객 및 이해관계자에게 참여형 오픈 플랫폼을 제공해 새로운 서비스와 부가가치를 창출할 수 있도록 촉진하고 지원하는 정부의 기능과 역할이라고 봐야 한다.플랫폼으로서 정부의 역할은 △공공데이터 제공자로서의 정부 △시민참여를 촉진하는 정부 △산업 플랫폼 촉진자로서의 정부 등이다."- 공무원이 차세대 예산회계시스템(dBrain)을 활용할 방안은.공무원들은 기본적으로 예산 및 재정업무를 담당하는 경우 한국재정정보원에 사용자 계정을 신청하여 신청자가 담당하는 재정업무를 처리할 계정을 승인받아 재정업무를 수행할 수 있다.AI 기반 데이터 분석 및 정책상황 관리 시스템은 업무 권한이 없어도 모든 공무원들은 dBrain 사용자 계정을 받아서 이용할 수 있다."- 공무원의 AI/데이터 활용 역량을 키워야 한다고 주장했는데."AI 기반 프로젝트가 성공하려면 AI, 데이터, 사람 준비 등이 삼위일체가 필요하다. 사실 가장 어려운 혁신과 변화는 사람들이 변화하는 것이다.시스템을 사용하는 사람이 준비되지 않고 사용자가 없으면 시스템적 변화는 의미가 없다. 사용자인 공무원의 AI·데이터 활용 역량을 키우는 것이 중요한 이유다."- 코라스(KORAHS)의 고도화 필요성은."2022년 1월 구축됐으나 현재는 초보적인 수준이다. AI·데이터 기반으로 국정전반의 위험과 기회를 미피 포착하고 선제 대응할 수 있다는 것을 검증하는 시범적 시스템이다.국정 전반에 대한 본격적인 정책상황 관리 및 국정운영에 활용하기 위해서는 구축된 시스템에서 정책상황을 모니터링할 수 있는 범위를 넓이고 그 수준을 고도화해야 한다."- 구체적인 고도화 방법은."첫째, 국정전반에 대한 수평적 점검 범위를 확대해야 한다. 둘째, 실시간으로 정책상황을 파악, 평가하고 즉각 대응할 수 있는 정책상황판을 대폭 확대해 야한다.셋째는 재정경제 디지털 트윈을 기반으로 재정경제 상황을 실시간으로 분석, 시뮬레이션할 수 있는 재정정책 디지털 트윈 기반 플랫폼을 구축해야 한다."- 2022년 5월 시작한 ‘재정경제 디지털 트윈’ 연구개발 사업은."2021년 AI 기반으로 GDP 전망 및 세수 추계 모델을 구축하고 AI 기반으로 재정지출 효과 분석을 시도했다. 재정지출이 GDP, 일자리, 소득재분배 등에 미치는 효과를 분석해봤지만 성공하지 못했다.실패의 경험을 통해 재정지출 효과 분석은 전체론적(Holistic)인 접근이 가능한 디지털 트윈 방식이어야 한다고 생각하고 ‘재정경제 디지털 트윈 기반 국정운영 플랫폼’ 구축 R&D 사업을 기획해 2022년부터 착수했다."- 언제 완료되는지."연구 프로젝트에 참여했던 재정정책연구원 김정훈 원장이 2023년 오스트리아의 IIASA의 폴레드나 교수가 발표한 M-ABM 분석모형을 활용해 한국형 재정경제 디지털 트윈을 구축하고 있다.오스트리아 폴레드나 교수와 국제협력 연구를 통해 추진되고 있으며 2025년 말까지 기본 모델 구축이 완료될 예정이다."- 계속 -▲ 윤정식 단장

2023년 12월 생성형 AI인 챗GPT(ChatGPT)가 공개되며 인간의 생각과 지능을 가진 AI의 시대가 본격적으로 열렸다는 환호성이 세상을 뒤덮었다.2024년 중국의 딥시크(DeepSeek)라는 스타트업은 저비용으로 고성능 AI를 개발했다며 챗GPT를 개발한 오픈AI(OpeAI)의 아성에 도전장을 내밀었다.2025년 6월 4일 출범한 이재명정부는 인공지능(AI) 3대 강국을 목표로 100조 원 이상을 투입하겠다는 구상을 밝혔다. 미국과 중국이 지배하고 있는 글로벌 AI 시장에 도전하겠다는 방침이다.이재명정부의 구상이 궁금한 상황에서 ‘AI·데이터 기반 국정운영의 미래’이라는 책을 집필한 기재부 차세대 예산회계시스템 구축 추진단  윤정식 단장을 만났다.2025년 8월18일 윤 단장을 만나 대면 인터뷰를 진행한 후 보조자료를 받아 특집으로 소개하려고 한다. 운 단장의 오랜 공직 생활과 다양한 경험이 AI 3대 강국을 지향하는 이재명정부에도 도움이 되겠다고 판단했기 때문이다.◇ '통일'에 대한 열정을 갖고 통일부에서 공무원 생활 시작... 정책의 중요성 깨닫고 기획예산처로 이동해 근무윤정식 단장은 고등학교 2학년 때부터 공무원이 되겠다는 꿈을 키웠다. 공무원이 되어 다른 사람들 보다 ‘좀 더 좋은 정책을 만들겠다’는 단순한 생각을 갖고 있었다고 한다.대학 학과를 선택할 때도 공무원이 되는 공부를 할 수 있는 행정학과를 선택했다. 공무원이 되고 난 후에도 하고 싶은 일을 하면서 열심히 국민에 봉사하는 삶을 살았다고 자부한다. 윤 단장의 공무원 이력에 대해 질문했다. - 공무원으로 출발에 대해 설명하면."1992년 36회 행정고시 합격한 이후 1993년 3월부터 통일부에서 공무원 생활을 시작했다. 우리나라 1인당 국민소득이 1만 달러 수준에 이를 무렵이었다.먹고 사는 문제는 어느 정도 해결됐다고 생각을 했고 그 다음에 국가가 꼭 해야 할 은 ‘통일’이라고 믿었다. 남북교역 및 경협, 금강산 관광, 고 정주영회장님의 소떼 방북, KEDO 경수로사업 등을 담당했다."- 통일부에서 기획예산처로 옮긴 이유는."통일부에서는 통일이 되었을 때 해야 할 정책을 배우기가 어려웠다. 2002년 기획예산처로 자리를 옮겨 예산, 재정기획, 재정관리 등 재정경제 관련 정책을 담당했다.특히 사회간접자본(SOC) 및 연구개발(R&D) 등 대규모 국가사업에 대한 예비타당성조사 및 예산 편성 등이 핵심 업무였다.- 계획예산처에서 역임한 직책은."홍보담당관, 재정집행관리과장, 타당성조사과장, 국고보조금 통합관리시스템 구축 및 관리단장, 재정기획심의관, 차세대 예산회계시스템 구축 추진단장을 맡았다. 국가균형발전위원회, 청와대 국정과제비서관실 파견 근무도 경험했다."- 기획재정부 차세대 예산회계시스템 구축 추진단 단장으로 근무했는데. "2019년 8월부터 2022년 10월까지 단장으로 사업 발주에서 시스템 구축과 개통, 안정화까지 모두 책임지고 완수했다.차세대 예산회계시스템 구축사업은 기본적으로 국가재정관리의 사각지대를 해소해 재정관리의 효율성을 높이기 위한 사업이다. 24개 재정업무를 시스템화하여 전면 재구축했다."- 사업 내역을 구체적으로 설명하면."사업을 준비하는 시점에서 4차 산업혁명과 디지털 전환이 화두였는데 사업 제안요청서(RFP)에는 AI·디지털 전환에 관한 내용이 많이 미흡했다.그래서 시스템 구축의 비전을 ‘데이터 기반 재정운용 및 정책결정 지원’이라고 설정하고 전략적 요소로 Data, Network, AI를 선정하여 각 요소를 활용해 시스템을 AI·디지털 전환이라는 시대적 요구에 맞도록 구축할 수 있는 20개 과제를 발굴했다.수행 방식을 AI·데이터 기반으로 변경해 과업을 부여했다. 이런 과정을 통해 AI·데이터 기반으로 재정데이터 플랫폼 코피스(KOFIS), AI 기반 데이터 분석 인프라 코다스(KODAS), 데이터 기반 정책상황관리 시스템 코라스(KORAHS)를 구축했다."  이러한 시스템은 AI 혁신정부가 기본적으로 갖추어야 할 인프라이자 업무환경입니다.▲ KORAHS와 함께 하는 AI·데이터 기반 국정운영의 미래(윤정식, 김신곤, 이상원, 송석현 저) [출처=YES24]◇ AI시대에 걸맞는 국정운영으로 정책 고도화 필요... 정책에 AI를 활용하고자 하는 공무원·일반 국민 모두에게 도움우리나라에서는 2016년 구글 딥마인드(DeepMind)가 개발한 인공지능(AI) 바둑 프로그램 알파고(AlphaGo)와 프로 바둑기사 이세돌 9단의 대결로 AI에 대한 관심이 고조됐었다.하지만 정부와 기업 모두 '강 건너 불구경'하듯 화려한 불빛만을 감탄하며 국가적 차원의 준비는 하지 않았다. 결과적으로 시대적 흐름에 뒤쳐졌다는 비판을 받고 있다.윤 단장은 2019년부터 2022년까지 이어진 차세대 예산회계시스템을 구축하며 배운 지식과 축적한 경험을 공유하기 위해 ‘AI·데이터 기반 국정운영의 미래’라는 책을 공동으로 집필했다. 윤 단장에게 책 집필 과정과 공저자에 대해 질문을 던졌다. - 최근 출간한 ‘AI·데이터 기반 국정운영의 미래’를 집필한 계기는."차세대 dBrain에 데이터 플랫폼, AI 기반 데이터 분석 인프라, 데이터 기반 정책상황관리시스템을 구축했지만 이것은 초보적인 수준이다.AI·데이터 기반으로 이런 것이 가능하다는 것을 시범적으로 보여주는 수준이다. AI 시대에는 AI 시대에 맞은 국정운영 시스템이 필요하다.지금도 모든 공무원들은 아침에 출근해 신문스크랩에 나온 정책 이슈들을 대상으로 정책상황을 관리하고 있다. 이런 정책상황 대응은 아무런 의미가 없다. 실효성이 없는 사후약방문일 뿐이다.- 그렇다면 어떤 업무 방식이 필요한 것인지."AI 시대에는 AI·데이터 기반으로 실시간으로 정책상황을 파악하고 선제적으로 대응할 수 있어야 한다. 아니 오히려 데이터 분석을 통해서 미래에 발생할 정책상황을 정확하게 예측해 닥처올 위험이나 사고를 예방하거나 피해를 줄일 수 있어야 한다.이러한 국정운영 체계를 ‘예견적 국정운영(Anticipatory Goverancne)’이라고 한다. 차세대 dBrain에 구축된 정책상황관리 시스템, 코라스(KORAHS)를 고도화해 명실상부한 ‘AI·데이터 기반 국정운영 플랫폼’을 완성할 수 있도록 ‘AI·데이터 기반 국정운영의 미래’ 모습을 보여주고 싶었다."- 책의 공동 저자 면면에 대해 소개하면."먼저 이상원 원광대 교수는 KAIST 박사로 시스템의 이론과 실무경험을 모두 갖추신 분이다. 시스템 구축 초기에 약 30여 명의 전문가를 모셔서 강의를 듣고 자문을 받았다.기존 dBrain은 재정업무 처리를 중심으로 구축돼 있었는데 이 교수가 재정데이터의 흐름과 활용을 중심으로 시스템을 재설계해야 한다는 의견을 제시했다. 이 교님께 부탁해 재설계한 시스템 설계도를 사업자인 삼성SDS컨소시엄에 제시해 시스템 설계를 착수했다."- 이상원 교수외에도 다른 저자의 역할은."김신곤 교수는 시스템에 구축된 데이터들을 활용하여 국가의 정책상황을 관리할 수 있다는 라스(Risk Assesment and Horizon Scanning: RAHS)의 개념을 소개해줬다.송석현 교수는 당시 NIA 근무 중 추진단 데이터팀에 파견와서 데이터 업무를 담당했다. 두분 교수께서 제안한 개념설계에 기초해 데이터 플랫폼 코피스(KORAHS), AI 기반 분석인프라 코다스(KODAS), 데이터 기반 정책상황 관리시스템(KORAHS)를 구축했다.사용자의 AI·데이터 분석·활용 역량을 키울수 있는 데이터 사이언티스트 양성 교육프로그램까지 준비할 수 있었다."- 책을 통해 알리고자 하는 핵심 내용은."AI 시대에 AI 혁신정부는 핵심 역량으로 ‘AI·데이터 기반 국정운영 플랫폼’을 갖추어 주권자인 국민에 대해 국정운영의 반응성과 책무성을 극대화해야 한다는 점이다.그리고, ‘AI·데이터 기반 국정운영 플랫폼’을 현실에 구축하기 위한 이론과 방법을 사례 중심으로 상세히 제시하고 있다. 차세대 dBrain에 구축된 코라스(KORAHS)를 고도화하는 방식으로 한다면 2~3년 안에 300억 원의 사업비로 구축이 가능하다.책을 통해 ‘AI·데이터 기반 국정운영’이 어떻게 가능한 것인지을 알리고 코라스(KORAHS) 고도화를 통해 실제 국정운영 플랫폼 구축하는 것을 정책과제로 만들고 싶다."- 핵심 독자는 누구이며 그 이유는."이 책은 기본적으로 AI 혁신정부에서 공공부분 인공지능 대전환(AX)에 관심이 있는 독자에게 도움이 된다. 특히 각 부처나 공공기관에서 예산 또는 재정업무, 정책상황을 관리하는 분들이 업무에 직접 활용할 수 있다.이유는 차세대 dBrain이 국가재정을 관리하는 시스템이고 예산 또는 재정업무를 담당하는 분들은 매일 dBrain 시스템을 활용하고 있기 때문이다. 차세대 dBrain을 좀 더 효율적으로 활용해 업무효율성을 높일 수 있다.- 차세대 dBrain을 더 배우고 싶은 사람은."AI·데이터를 더 잘 활용하기를 원한다면 한국재정정보원이 운영하는 세종 KODAS 분석센터에서 제공하는 데이터사이언티스트 양성 교육과정을 이수하기를 권장한다.그리고 각 부처의 정책상황 관리를 담당하시는 분들은 dBrain 사용자 계정을 신청하면 데이터 기반 정책상황 관리시스템(KORAHS)을 이용할 수 있다."- 공무원으로 근무하면서 가장 기억에 남는 업무나 성과는."담당했던 모든 일들이 의미가 있고 중요하지만 2010~2011년 타당성조사과장으로 근무하면서 SOC 및 국가R&D 사업 예비타당성조사 제도개선을 전면적으로 수행했다.SOC에서는 철도 예비타당성조사 제도를 전면 개선해 철도 분야에 재정투자를 확대하도록 했다. 15년이 지난 지금 고속철도 철도망이 전국 네트워크로 연결됐다. 이러한 점에서 큰 보람을 느낀다."- 다른 성과에 대해 설명하면."SOC 철도 예비타당성 조사를 할 때 국가 R&D 사업에 대한 예비타당성제도가 처음으로 도입됐다. R&D 사업에 대한 예비타당성조사 매뉴얼를 새로 개발했다. 수많은 대형 R&D 사업이 타당성 조사를 통해 대규모 사업으로 진행됐다.전주기 신약개발사업, 가스터빈 엔진개발, 골드씨드 토종 종자개발사업 등 수많은 R&D 사업이 예비타당성조사를 통과하여 시행됐다.2년동안 약 150조 원 규모의 대규모 재정사업의 타당성을 검증했다. 지금 그때 시작했던 사업들이 성과를 거두고 있다는 얘기를 들을때 제일 감사한 마음이 든다."- 계속 - ▲ 윤정식 단장

▲ 한전, 신보와 ‘전력 데이터 활용 ESG 경영 지원’을 위한 업무협약(MOU) 체결(왼쪽부터 한전 박종운 ICT기획처장, 신보 김기완 미래전략실장) [출처=한국전력]한국전력(사장 김동철, 이하 한전)에 따르면 2025년 8월14일(목) 한전 아트센터에서 신용보증기금(이사장 최원목, 이하 신보)과 ‘전력 데이터 활용 ESG 경영 지원’을 위한 업무협약(MOU)을 체결했다.한전은 신보와 손잡고 ESG 인증 모델을 개발해 중소기업 ESG 경영 지원에 나선다. 이번 협약은 한전이 보유한 전력 데이터와 신보의 금융 인프라를 결합해 기업의 전기 사용량 절감 실적을 기반으로 ESG 성과를 인증하고 우수기업에 금융 우대 혜택을 제공하기 위해 마련됐다.양 기관은 이번 협약을 기반으로 △전기 사용량 절감 실적 활용 ESG 인증 모델 개발 및 운영 △ESG 이행기업 대상 보증 규모 확대 △탄소배출 저감 및 ESG 경영 확산 등의 협력과제를 추진할 계획이다.이번 협약을 통해 신보의 보증기업은 ESG 경영 활동 실적에 따라 보증 한도 확대, 보증료율 인하 등의 혜택을 받을 수 있게 된다.특히 ESG 이행 우수기업은 보증 한도 최대 20퍼센트(%) 상향 적용과 보증료율 최대 0.5%포인트(p) 인하 등 실질적인 금융 지원 효과가 기대된다.중소기업이 보증 발급을 신청하면 한전이 전력 사용량 데이터를 활용한 ESG 리포트를 발급하고 신보가 이를 근거로 보증 금융상품을 운영하는 방식이다. 향후 신청 시스템 개발을 거쳐 시범운영 대상 기관을 선정하고 2026년 상반기 중 정식 서비스를 시작할 예정이다.한전 박종운 ICT 기획처장은 “이번 협약은 전력 데이터와 금융 인프라를 융합해 중소기업의 ESG 이행 실적을 효율적으로 인증하고 금융 혜택까지 연계할 수 있는 새로운 모델을 마련한 것이다”며 “앞으로도 신용보증기금과 긴밀히 협력해 기업 경쟁력 강화와 우리 사회의 지속가능한 성장에 기여하겠다”고 강조했다.

▲ 한국교육개발원, 회정책 협력지원센터 성과 포럼[출처=한국교육개발원]한국교육개발원(KEDI, 원장 고영선)에 따르면 2025년 2월19일(수) 오전 10시부터 ‘사회정책 협력지원센터 성과 포럼: 데이터 연계를 통해 본 사회정책 성과와 미래 방향’을 온-오프라인 동시 진행 방식(유튜브 KEDI TV)으로 개최한다.이번 포럼은 한국교육개발원 고등·평생교육연구본부 평생학습연구실에서 교육부 위탁 사업으로 수행한 ‘사회정책 협력지원센터 운영’의 일환으로 2024년 수행한 연구의 주요 성과를 발표하는 자리다.사회문제 해결을 위한 데이터 연계 및 공유 방안을 논의하고 사회 난제에 대응하기 위한 토대를 고민했다. 중·장기 미래사회 이슈를 예측해 정책 수요를 발굴함으로써 사회정책이 향후 나아가야 할 방향을 모색하고자 마련됐다.오전과 오후로 나눠 진행되는 본 행사에서는 오전에 임소현 한국교육개발원 선임연구위원이 ‘영유아·아동·청소년 기본통계 개발’, 금종예 한국교육개발원 부연구위원이 ‘교육 분야 가명정보 결합 실증연구’, 김기태·김태완 한국보건사회연구원 선임연구위원이 ‘취약계층 생활 실태조사를 위한 기초설계 연구’ 결과를 발표할 예정이다.이어지는 토론 세션에서는 장명림 한국교육개발원 석좌연구위원, 이혜정 한국보건사회연구원 부연구위원, 최영준 연세대학교 교수가 토론을 맡을 예정이다.오후 세션에서는 이광현 부산교육대학교 교수의 ‘교육·사회 분야 데이터 기반 실증연구 의제 도출’, 이정우 한국교육개발원 연구위원의 ‘청년층 노동시장 이행과 경력형성 궤적 및 유형, 노동이동 연구’, 장효진 한국행정연구원 부연구위원의 ‘사회정책 성과 평가를 위한 기초연구’, 오미애 한국보건사회연구원 연구위원의 ‘사회정책 효과의 사전 예측 모델 개발 기초연구’, 박승재 한국교육개발원 연구위원의 ‘중·장기 미래사회 이슈 예측 및 정책수요 발굴’ 결과 발표가 있을 예정이다.이어서 토론 세션에서는 안선회 중부대학교 교수, 황광훈 한국고용정보원 부연구위원, 유자영 한국지방행정연구원 부연구위원, 정용찬 정보통신정책연구원 선임연구위원, 민보경 국회미래연구원 부연구위원이 토론을 진행할 예정이다.본 포럼은 심층 논의와 풍성한 토론을 통해 다각도의 사회정책 의제가 형성되고 향후 근거 기반 사회정책 입안과 추진을 강화할 수 있는 방안들이 활발히 논의되는 의미 있는 장이 될 것으로 기대된다.온·오프라인 연계 운영, 온라인 참여 주소는 http://www.youtube.com/@KEDI이다.

  데이터서비스센터(Competence Center for Scalable Dat"Services : ScaDS) Technische Universität DresdenZentrum für Informationsdiensteund Hochleistungsrechnen01062 DresdenTel: +49 (0)351 463-42331 방문연수독일드레스덴  □ 연수 내용◇ 디지털 아젠다 실행을 위한 데이터서비스센터 설립○ 데이터서비스센터는 정보서비스 및 고성능컴퓨팅센터(ZIH :　Zentrum für Informationsdienste und Hochleistungsrechnen)의 산하 기관으로서 기능을 수행하고 있다.집중 연구분야는 슈퍼 컴퓨팅과 빅데이터로 자체 연구 뿐만 아니라 응용과학자들이 별도로 있어 그들과의 네트워크 허브역할도 하고 있다.○ 고성능컴퓨팅센터는 학부나 학교의 일부가 아닌 대학 중심기구로 학교 네트워크, 교내 이메일 등 대학을 위한 모든 IT서비스를 제공하고 있다.과학자를 위해서 슈퍼컴퓨팅, 빅데이터 등 높은 수준의 서비스와 지원하고, 컴퓨터 과학 및 다양한 과학응용 분야의 연구 주제 및 재정지원을 받는 연구프로젝트를 진행하고 있다.○ 데이터서비스센터는 교육연구부가 빅데이터 및 IT보안 분야에서 새롭게 추진하는 정책으로 센터를 통한 연구 활동이 독일의 디지털 아젠다 실행에 기여할 것으로 기대하고 있다.○ 데이터서비스센터는 △드레스덴 공과대학 △라이프치히대학 △막스플랑크 세포생물학 유전자연구소 △라이프니츠 생태 공간개발연구소 등이 컨소시엄으로 운영하고 있으며, 약 155명이 파트별로 근무하고 있다. 슈퍼 컴퓨팅은 기업들과 협업을 진행하기도 하는데 현재는 인텔, 엔비디아와 협업 중에 있다.◇ 데이터 접목과 협업을 통한 기술개발○ 과학분야에서 문제 제기되고 있는 방대한 데이터의 양을 처리하기 위해 데이터서비스센터의 연구 프로젝트가 시작되었다. 응용과학자들은 데이터가 어떻게 활용될 것인지를 고민하고 활용도에 따라 어떻게 데이터 분석 및 인프라 구축을 해야 할지를 생각한다. 개별적 지식뿐만 아니라 어떤 방식으로 기술과 연결할 수 있는지를 연구하고 있다.○ 고성능컴퓨팅센터의 연구 프로젝트는 △응용학문 분야 △기술분야 △통계분석의 총 3개 영역으로 구분된다. 데이터과학자는 이 세 가지 분야에 능통해야 하지만, 실제로 한가지 분야만 공부하기 때문에 세 가지에 능통하기 어렵다. 그래서 각각의 전문가로 구성된 팀을 만들어보자고 하여 데이터서비스센터가 시작되었다.○ 연구주제는 생명과학, 소재과학, 환경·교통과학, 디지털 휴머니티, 비즈니스데이터 등 응용분야 5개 분야로 이루어져 있다.빅 데이터 아키텍처는 전체연구를 위한 기본적이고 근본적인 영역이며 △데이터 활용 취합 △데이터 마이닝 △비주얼 분석 등 세분화된 영역들도 연구하고 있다.▲ 데이터서비스센터의 연구분야[출처=브레인파크]○ 데이터과학자를 육성하기 위해 데이터서비스센터는 독일교육연구부에서 후원하는 △드레스덴 대학교 △라이프치히 대학교 △생물 정보학 △라이프니츠 생태 공간개발연구소 총 4개의 핵심 기관들과 협업하고 있다. 2014년부터 4년 간 진행할 계획으로 프로젝트를 시작했으며, 올해 3년째에 접어들고 있다.○ 그 외에도 SLUB(작센주립대학도서관) 등 융합 가능한 파트너와의 협업체계를 구축하는 등 다양한 기관들과 협업을 하고 있다. 파트너기관과는 협업의 성격을 고려하여 집중적으로 협업하기도 하지만 간접적으로 협력하기도 한다.○ 20명의 전문가 직원이 드레스덴과 라이프치히에 나뉘어 근무하면서 빅 데이터의 생애주기 관리와 워크플로우를 연구한다. 데이터서비스센터는 기초연구를 토대로 응용과학에 활용하는 역할을 수행하고 있다.◇ 데이터서비스센터 주요 연구 및 프로젝트○ 데이터서비스센터는 △고성능 컴퓨팅 활용 데이터 분석 프로비저닝 △ 수술 도중 열화상 처리를 위한 데이터 분석 △재료과학 △토지사용 탐지 및 모니터링 등의 프로젝트를 수행하고 있다.○ 현재 30개 이상의 연구프로젝트가 데이터서비스센터에서 진행 중이며 초기 지원이 있은 4년 후에 차기 4년 간 계속 지원할 것인지를 정부가 평가한다.○ 고성능 컴퓨팅(HPC)에서의 데이터 분석을 위해 필요한 환경 프로비저닝에는 하둡, 스파크, 플링크, 기계학습 프레임워크 등이 있다.요구에 따라 생성된 빅 데이터 세션은 HPC 사이트에서 분석 서비스로 직접 실행하며, 기타 프레임워크나 응용 프로그램에 적용이 가능하다.○ 대규모 데이터를 중심으로 하는 작업절차의 실행은 HPC에 대한 사전 지식이 사용자 측에서 요구되지 않으며, 작업 절차 환경에서 직접적으로 작업량을 공식화하게 된다. HPC에서 작업 부하를 줄이거나 작업 절차를 완료하기 위해 HPC 스케줄링 매커니즘을 작업절차 모델링 프레임워크에 통합한다.○ 수술 도중 열 화상 처리를 위한 데이터 분석은 열 화상 처리를 통해 수술지원이 지연되는 것을 줄여준다. 드레스덴 대학병원에서 수술 중 중요한 결정을 하는데 필요로 하는 데이터를 실시간으로 처리해 준다.예를 들어 신경 활동을 모니터링 하기 위해서는 수술도중 장시간 측정이 필요한데, 후속 분석 작업 절차 및 결과 프리젠테이션의 지연시간을 줄이기 위한 빠른 사전정보 처리를 통해 전반적인 수술 지연을 최소화 하고 있다.○ 재료과학은 플랫폼과는 별개로 시뮬레이션 데이터용 다중 스케일 뷰어를 활용하는 것으로 경량엔지니어링 및 고분자 기술연구소와의 협력을 통해 진행하고 있다.시뮬레이션 데이터용 다중 스케일 뷰어는 다양한 스케일로 FE시뮬레이션 결과를 시각화하는 시스템으로 비전문가들과의 소통을 촉진하기 위해 브라우저 기반으로 개발되었다. 또한 분리된 클라이언트와 서버 아키텍쳐를 활용하고 있어 높은 확장성을 보유하고 있다.◇ 다양한 분야와 융합을 위한 HPC센터 운영○ HPC센터를 가지고 있어서 학문적인 지원을 할 수 있는 인프라가 잘 구축되어 있으며 이곳을 통해 파트너 사들이 하이 컴퓨팅 시스템을 활용한다.이 센터에서는 빅 데이터 활용방법이 너무 다양하기 때문에 사용자들이 잘 활용할 수 있도록 지원하고, 시각화해서 보여준다. HPC 시스템은 사용자들이 빅 데이터를 활용한 연구결과를 쉽게 볼수있게 하기 위한 시스템이다.데이터서비스센터 뿐 아니라 다양한 연구자들이 쉽게 접근할 수 있고, 작업 플로우 업무 사슬에 활용할 수 있다. 연구자들이 데이터를 입력하면 HPC시스템에서 구현할 수 있도록 지원하고 있다.○ 생명공학에 기반한 연구시스템인데 사용자는 자신의 노트북을 통해서도 시스템으로 옮겨지도록 가능하게 만들어졌다. 이 시스템으로 인해 연구자들은 새로운 소프트웨어 프로그램을 배울 필요가 없다.데이터를 집중적으로 활용하기 위한 시스템으로 자신의 연구소에서 작업하기만 하면 된다. 평소 오래 걸리던 연구들을 자신의 작업장에서 유의미한 결과를 빠른 시간 내에 보여줄 수 있는 시스템이다.이러한 연구를 위해 굉장히 큰 규모의 데이터세트가 필요하다. 응용과학자는 하나의 고성능 컴퓨터만이 아닌, 여러 대의 고성능 컴퓨터를 동시에 운영해 연구시간을 대폭 줄일 수 있다.◇ 데이터 분석의 다양한 활용 사례○ 대표적인 의학분야 활용 사례는 ‘수술 도중 열 화상 처리(Intraoperative Thermal Imaging, ITI)’를 위한 데이터 분석이다.수술시간 동안 다양한 데이터를 정확히 열사진으로 보여주기 위한 시스템으로 고성능 컴퓨터를 활용, 열 화상 처리를 통해 7,000초가 걸리던 것을 220배 빠른 32초 만에 보여준다. 사실, 수술사례의 수학적 분석은 어려운데, 수술하는 동안 어디에 용종이 있는지 분석을 통해 확인 가능하다.▲ 급성 경막하 혈종의 열 화상 이미지[출처=브레인파크]○ 엔지니어 시뮬레이션 사례로서 여러 스칼라를 통해 환경에 따라 다르게 구축한 소재과학 사례도 있다. 시뮬레이션 뿐 아니라 시각화를 통해 데이터 분석에의 적용이 가능하다.시뮬레이션을 통해 어디에 문제가 있는지, 어디가 파괴되었는지 등을 여러 화면으로 동시에 볼 수가 있다. 시각화는 새로운 것이 아니지만 데이터를 통합해서 흥미 있는 결과를 시각화하는 것은 새로운 기술이다.○ 엔드-투-엔드(E2E) 그래프 애널리스틱은 한 개 이상의 출처에서 얻은 데이터를 공통 그래프 데이터 모델이 있는 전용 그래프 저장소에 통합하여 한 번에 데이터를 보여준다.디스플레이에서 각각의 시각화 된 데이터 뿐만 아니라 상호 작용을 통한 영향을 보여주는데, 이것을 생물학적 비주얼화라고 한다.데이터 테이블과 그래픽만 볼 수 있는 게 아니라 데이터를 융합해서 활용하는 것까지 보여주는 그래프 애널리스틱이라고 할 수 있다.이것은 개별 그래픽이나 연구결과를 하나의 큰 그래픽으로 구현함으로써, 기존 그래픽을 새로 창조할 수 있는 연구 분야다.▲ 엔드-투-엔드 (E2E) 그래프 애널리스틱 구조도[출처=브레인파크]○ 환경 관련 사례로서 데이터분석을 통해 지도상 나타난 흥미로운 지역을 골라내서 연구할 수 있다. 지도의 한 포인트 내에서 지역의 변화를 볼 수 있도록 구성되어 있으며, 거주지만 별도로 표시가 가능하다.연구자들은 보고 싶은 구조, 수학적 분석, 개연성 등을 분석할 수 있다. 고성능컴퓨팅 시스템은 단순 데이터 분석 뿐 아니라 데이터 활용영역까지 활용할 수 있다.◇ 국내외 협력○ 데이터서비스센터는 컨퍼런스, 박람회 등을 통해 전세계적인 협업 연구를 진행하고 있다. 국제적 지원활동을 위해 데이터투데이, 비트콤 빅데이터 서밋, 포스템, 프링크 포워드 등과 120종 이상의 간행물 발간, 200회 이상의 국제회의를 진행했다.○ 데이터서비스센터는 G. Myers 교수와 Carsten Rother 교수의 협업 프로젝트 ‘British Machine Vision Conference(BMVC)의 최우수 과학’ 논문상 수상, Rother 교수 팀 ‘SciVis-Contest IEEE VIS’ 우승, BTW 2017 (Gradoop)의 최우수 시연상, Dat"Science Challenge 3위 등 다양한 수상경력을 보유하고 있다.○ 데이터서비스센터에서는 방문객을 위해서 △비즈니스 빅데이터 워크숍 △성공적 국제 여름학교 등을 운영하여, 250명 이상의 외국 방문객이 다녀갔다. 방문 프로그램을 통해 초청한 저명인사도 단기 21명, 중기 6명, 장기 3명 등 총 30명에 달한다.○ 데이터서비스센터는 빅 데이터를 주제로 하는 60종 이상의 학·석사 학위 논문을 집필했으며, 빅데이터 인턴십 3개, 강의, 워크샵, 세미나 등 다양한 교육훈련을 진행하고 있다.□ 질의응답- 데이터서비스센터는 ZIH에 속한 여러 센터 중 하나인지."그렇다. 지금은 여러 센터들 중 하나이긴 하지만, 미래에는 분리될 것이고 더 커질 것이다. 독일교육부에서 데이터서비스센터 설립 프로젝트에 대해 재정지원을 받고 있는데, 4년간 펀딩을 받았으며, 앞으로 4년간 더 펀딩을 연장하려고 진행 중이다."- 정부가 보유한 데이터를 활용하는 협력사업이 있는지."정부와의 직접적인 협력프로젝트는 없지만, 작센 환경청과 공공데이터를 활용해 하천의 수위가 어느 정도인지 파악하는 정도는 실시하고 있다.사전에 대화와 분석을 통해 어떤 것이 가장 핵심 사안이고 어떻게 해결할지 논의하는 게 가장 중요하다는 것을 3년 동안의 경험에서 느꼈다."- 기업의 요구에 따라 만든 사례가 있는지."우리는 연구기관이라 대부분이 연구에만 초점을 맞추고 있다. 하지만 파트너사인 BMW의 요청으로 현지 드레스덴 공장에서의 생산 관련 기업 빅 데이터 분석을 실시한 적도 있긴 하다. 우리는 비즈니스 모델을 만드는 것이 아니라 연구방법을 제시하고 연결해 주는 역할을 주로 한다."- 전체 예산과 인력규모는."데이터서비스센터는 하나의 프로젝트로 봐야한다. 전담인력은 5명이지만 여러 학과에서 프로젝트 베이스로 센터 내 직원이 병행 투입된다. 순수 연구비 5백만 유로이며, HPC(고성능컴퓨팅)에 1천만 유로가 투입되고 있다."- HPC시스템은 데이터센터와 함께 만들어졌는지."HPC는 이전부터 슈퍼컴퓨터 센터에 있었는데, 기존에는 전통적인 DB구축에 활용되었다."- ZIH의 155명 직원구성은."주로 교수, 박사과정생, 연구 직원 등으로 구성되어 있다. 데이터센터는 ZIH 직원뿐 아니라 다양한 연구기관의 직원들이 함께 작업하고 있다."- 다양한 리소스를 적용할 수 있는 구체적인 인프라는."우리는 슈퍼컴퓨터를 보유하고 있는데, 데이터 집약적인 HPC의 연결이라고 보면 된다. 향후에도 별도의 인프라는 필요하지 않고 기존 인프라를 융합적으로 활용하는 게 중요하다고 생각한다. 하둡과 같은 빅 데이터를 위한 별도의 인프라를 보유하기 보다는 결합을 어떻게 할지에 집중하고 있다."- 기업이 보유한 데이터를 이 곳에서 분석할 수 있는지."협력프로젝트에서는, 여기에서도 분석이 가능하지만, 대체로 정밀 데이터분석을 하기 원하는 기업들은 국가소속의 센터에 연결을 해준다. 우리는 기업들에게 데이터서비스를 제공하기 보다는 기업이 데이터를 활용해 다양한 활동을 하도록 지원하고 있다."□ 일일보고◇ 슈퍼 컴퓨터를 기반으로 한 다양한 기관 간의 협업○ ScaDS는 드레스덴 공대가 보유하고 있는 슈퍼컴퓨터를 활용한 빅 데이터 방법론을 적용하여 다양한 결과물을 제시하고 있다.우리도 대학을 중심으로 데이터 과학자 육성이 필요하면 데이터 활용, 지식추출, 시각화 분석 등을 적용하여 대학의 특성화 분야와 연계한 다양한 결과물 창출이 필요하다.○ ScaDS는 교육연구부 산하의 프로그램을 수행하는 기관으로 우리가 방문한 드레스덴 공대와 그 외 라이프치히 대학, 프라운호퍼 연구소가 함께 센터의 주요 역할을 하고 있다는 것이 인상적이었다.○ 정보의 신뢰도 등 출처에 대한 정확도가 어느 정도인지 궁금하다. 한국의 경우, 정보의 부재, 특히 공공데이터의 부재로 인해 다방향간 노동은 부족한 실정이다. 독일과 한국은 빅 데이터의 수집과 분석의 정도 차이가 있을 것 같다.◇ 실질적인 기업 활동에서의 적용방안 모색○ ScaDS는 파트너들과 학제적 방식으로 연계된 긴밀한 네트워크를 구축하고 있으며, project에서 파생되는 다양한 결과물을 open source로 활용하고 있다.○ 데이터에 초점을 맞춘 임무수행에 깊이 공감하였다. 즉 데이터와 기술이 어떻게 연관될 수 있는지를 연구하고, 함께 작업할 수 있는 환경 조성에 힘쓰고 있다는 점, 기업 스스로 데이터를 다루는 역량을 키우기 위해 분석방법을 전파하고 연구분석 매니지먼트를 수행하고 있다는 점에 깊이 공감하였다.○ 우리도 실질적인 데이터 활용보다는 연구 중심의 센터로 의미있는 연구결과가 기업들에게 효과적으로 전해질 수 있는 시스템 마련이 필요하다. 연구결과가 연구로 끝이 나는 것이 아니라 직접적으로 기업 활동에 적용되는 것이 중요하다고 생각한다.◇ 체계적인 데이터 과학자 육성○ ScaDS는 초고성능 컴퓨팅을 기반으로 다양한 빅 데이터 관련 연구를 해당 도메인 연구자와 공동으로 진행하며, 연구성과를 바탕으로 각종 솔루션을 개발하고, 연구인력을 양성하는 것을 주요 기능으로 하고 있다.이를 위해서는 산·학·연의 탄탄한 기반 구축, 특히 학계와 산업계의 적극적인 교류협력이 중요한 요소로 작용했을 것이다.○ 데이터 과학자가 필요하다는 의견에 동의한다. 국내에서는 4차 산업혁명시대에 데이터가 중요하다는 것은 모두가 동의하나 이와 관련한 인재 육성 프로그램은 체계적이지 못한 것 같다.○ 우리나라도 데이터 과학자의 육성을 통해 장기적으로는 각 기업이 자체적으로 data활용·분석 등을 할 수 있도록 해야 하며 이를 위해 중장기적 안목을 가진 정부의 인력양성 정책이 중요할 것이다.

한라는 다른 중견 대기업과 유사한 수준의 IT시스템을 운영하고 있으며, 핵심 계열사인 만도가 시스템을 선도하고 있다. 2000년대 초 IT거품이 폭발적으로 형성되면서 시스템의 도입비용이 급증하면서 소위 말하는 돈을 잘 버는 기업들 위주로 시스템이 도입된 결과다.시스템을 도입할 경우 기대효과가 비용을 초과하는 경우가 대부분이지만, 막대한 비용을 투자하기 어려운 기업도 많다. 한라의 계열사도 대부분 비슷한 처지다. 한라의 기업문화를 진단하기 위해 국가정보전략연구소가 개발한 SWEAT Model의 다섯 번째 DNA인 시스템(System)을 경영도구(methodology)와 운영(operation) 측면에서 평가해 보자.◇ 만도가 디지털기업으로 변신을 가장 먼저 선도만도는 1995년부터 전사적 자원관리(ERP), 제품정보관리(PLM), 공급망계획(SCP), 제조실행시스템(MES), 인적자원관리시스템(HRIS), 지식경영시스템(KMS) 등을 도입해 디지털기업으로 변신하기 시작했다.제조업체로서 기본적인 업무수행에 필요한 ER, PLM, SCP, MES 등의 도입은 당연하다고 볼 수 있지만, HRIS와 KMS의 도입은 상당히 이른 시기에 도입한 것이다.HRIS는 단순히 오프라인으로 관리하던 인사관리시스템의 프로그램화보다는 직원을 인적자원으로 접근했다는 점에서 의미를 부여할 수 있다. 직원들이 개인의 경험으로 관리하던 암묵지를 형식지로 전환하기 위해 KMS의 도입을 고려한 것이다. 2000년대 초반까지도 국내 대기업 계열사의 대부분이 ERP조차 도입하지 않았다는 것을 감안하면 시스템에 대한 중요성을 일찍부터 파악했다고 볼 수 있다.특히 KMS의 경우 2000년대 중반이 되어서야 기업들이 도입하기 시작했다는 점에서 만도가 빠른 의사결정이 돋보인다. 제조업체가 갖춰야 할 대부분의 시스템을 다른 제조업체보다 빨리 구축한 것이다.당시에 본사와 연구소, 공장의 ERP를 연계하는 기업 어플리케이션통합(EAI)시스템을 도입했다. EAI를 통해 본사와 개별 사업장에서 독립적으로 관리하던 데이터를 통합한 것이다. 그리고 기업정보포탈(EIP)를 도입해 모든 임직원들이 단일 접점을 통해 다양한 어플리케이션에 접근할 수 있도록 했다. EIP의 경우에도 기업들이 너무 다양한 시스템을 도입하면서 직원들이 혼란스러워하는 것을 방지하기 위해 구축한다. 시스템이 업무를 쉽게 배울 수 있도록 도와주고, 업무의 효율성을 높여주지만, 너무 많은 시스템은 오히려 업무효율을 떨어뜨린다.EIP의 구축과 더불어 고려하는 것이 SSO(Single Sign On)이다. 시스템마다 다른 ID와 패스워드(Password)를 관리하기 어렵기 때문에 하나의 ID와 패스워드로 모든 시스템에 접속할 수 있도록 해 주는 것이 SSO이다. 최근에는 대부분의 대기업이 도입하고 있지만, 2000년대 초반만 하더라도 삼성그룹, LG그룹, SK그룹의 우량계열사만 도입했다. 이후 만도는 2009년부터 ERP 업그레이드를 시작했다. 만도가 해외공장을 다수 보유하고, 해외사업의 비중이 높아지면서 당시 국내와 10여 개 해외법인을 연결하기 위해서는 글로벌 싱글 인스턴스(GSI) ERP의 필요성이 대두된 것이다.그리고 연구개발 프로세스의 가시화와 자동화를 위해 기술정보 공유프로젝트로 추진했다. GSI ERP를 구축한 이후 ERP가 경영활동의 핵심 툴로 활용되고, 기업활동정보가 신속하고 정확하게 제공됨으로써 투명성이 확보되며, 기존의 업무프로세스를 통합하고 개선할 수 있게 되었다. ◇ IT컨트롤타워 설치했지만 운용은 원활하지 않아한라는 2012년 그룹의 지주회사역할을 하는 한라건설(현재의 ㈜한라)에 그룹 IT사업본부를 설치했다. IT사업본부는 그룹의 IT전략을 수립하고 실행을 모니터링하는 IT컨트롤타워 역할을 수행했다.IT사업본부의 임무는 공통 어플리케이션 전략, 데이터센터 및 HW전략, 모바일∙클라우드 등 신기술 도입전략 등에 관련된 의사결정을 하는 것이다. 계열사가 도입하는 어플리케이션이 적합한지, 어떤 어플리케이션을 도입할 것인지 로드 맵(Road Map)을 그리고, 도입할 신기술의 종류와 시기도 결정하게 된다. IT사업본부의 역할은 그룹의 IT서비스업체가 하는 업무보다 한 단계 높은 그룹의 IT전략 기획자가 해야 하는 일을 하는 것이다.대부분의 그룹 SI업체들은 계열사가 요구하는 시스템을 개발하거나, 선진화된 시스템을 소개해 도입을 유도하는 정도의 업무를 수행한다. 한라는 이러한 접근방식을 벗어나 소수의 인력으로 컨트롤타워를 구성해 전사적인 기획업무를 하겠다는 구상을 한 것이다.하지만 실제 소수의 인력으로 그러한 업무수행이 가능한 지, 한라가 그러한 능력을 갖춘 인력을 보유하고 있는지 등에 대한 의문점이 든다.  어찌되었건 다른 그룹에 없는 조직이다 보니 찬반양론이 매우 엇갈렸다. IT컨트롤타워를 운영하는 장점은 계열사별 중복투자 방비, 계열사별로 유사한 시스템의 도입을 가능케 해 관리비용 절감, 동일시스템을 여러 계열사에 도입하면서 가격협상에 유리, 새로운 시스템 도입 시 실패가능성 최소화 등이다.반면 단점으로는 계열사별 업무특성을 반영하기 어렵다는 점, 그룹의 의사결정을 기다리는 데 시간이 지체된다는 점, 이미 투자된 시스템의 효용성이 사라진다는 점 등을 들고 있다. 장점과 단점 모두 일반론적인 의견에 불과하기 때문에 운영노하우에 따라 달라지기 때문에 큰 의미가 없다. 전문가의 입장에서 왜 한라의 경영진이 다른 그룹에서는 유사사례가 없는 IT사업본부라는 조직을 갑자기 구성했는지에 대한 고민을 하게 된다.2012년에 설립한 이후 초기 설립목표와는 달리 특별한 실적은 많지 않은 것으로 알려져 있다. 그룹차원의 IT전략을 기획할 수 있는 전문가가 없었거나, IT사업본부의 역할이 외부에 공표한 것과는 달랐을 수도 있다.이미 알려진 것처럼 대기업의 IT서비스업무를 담당하고 있는 SI업체들은 계열사의 IT서비스를 지원하겠다는 표면적 목표와는 달리 오너의 재산을 편법으로 대물림 하는 첨병의 역할을 수행하고 있다.한라도 오너의 그룹 지배력을 확대하고, 계열사의 IT예산을 총괄적으로 통제하는 조직이 필요했다고 볼 수 있다. 이러한 고민에서 IT사업본부를 설립했지만, 원활하게 운영하는 데는 제약사항이 많았을 것으로 추정된다.업무에 필요한 어플리케이션은 이미 막대한 예산을 들여 도입했기 때문에 추가로 도입할 어플리케이션을 찾는 것도 어려웠을 것이다.데이터센터를 만드는 것도 한라 정도 규모의 그룹이 과연 독립적인 데이터센터가 필요한지도 의문이다. 단순히 데이터센터를 구축하고 관리하는 업무를 맡는다고 해도 계열사를 통제할 수 있을 정도의 지분을 매수할 자금력을 확보하기 어렵다. ◇ 시스템은 순수한 동기로 접근해야 효과가 높아국내 많은 기업을 방문해 보면 정말 필요도 없고, 사용하지도 않는 시스템이 너무 많이 도입되어 있다. ERP, SCM, CRM 등과 같은 기본적인 업무관련 시스템을 제외하고는 대부분의 시스템은 사용률이 매우 낮거나 폐기 처분되어 있다.이러한 시스템을 개발하고 유지하는데 정말 많은 돈이 들어간다. 수억에서 수십억, 심지어 수백억을 투입하고도 사용하지 않은 시스템이 즐비하다.행정기관이나 공기업의 경우에는 말할 것도 없고, 일반 기업의 경우에도 그러한 시스템이 하나 둘이 아니다. 이런 시스템을 개발한다고 투입된 예산도 아깝고, 사용하지도 않는데 책임을 회피하기 위해 매년 수억 원의 관리비를 지출하는 것은 더 아깝다. IT산업이 고도로 발달되었다고 자랑하는 한국에서 왜 이런 일이 발생하고 있는 것일까? 대기업들이 IT서비스업을 하는 SI업체를 계열사로 만든 것은 편법으로 재산을 물려주기 위한 목적이 우선했다.돈이 많이 남는 계열사에게 필요하지도 않은 고가의 시스템을 개발하도록 강요하고, 그 이익금은 핵심 계열사의 지분을 매입하는데 사용했다. 왜 해당 시스템을 개발하는지도 모르고 그룹에서 시켜 개발한 시스템이 즐비하다.어차피 그룹의 오너와 경영진이 결정한 일이니 사용하지 않아도, 실패해도 아무도 책임을 질 필요가 없다. 시스템을 제대로 개발하고, 업무에 활용하려는 노력도 할 필요가 없는 것이다.시스템은 선진화된 경영도구를 도입해 업무효율을 높이고, 임직원의 역량을 개발하겠다는 목표를 갖고 개발해야 한다. 직원들이 밑에서 필요성을 절감해 도입하는 시스템이 활용도가 높다. 실제 시스템을 도입하면 업무 프로세스가 간결해지고 통합되면서 업무부담이 경감되어 직원들은 남은 시간을 창의적인 업무에 투입할 수 있다.대부분의 기업에서 직원들에게 창의적인 사고를 하고, 창의성을 계발하라고 주문하지만, 단순반복적인 업무에 찌든 직원들이 창의적이 되기는 어렵다. 경영진이 SI계열사의 매출을 늘려주고, 이익을 높여주기 위해 추진하는 시스템이 직원들에게 환영을 받기 어렵다는 것은 자명하다. 그럼에도 불구하고 아직도 오너의 이익을 위해 시스템도입을 고려하고 있는 기업이 많다.최근 몇몇 우량계열사를 제외하고 수익구조가 악화되면서 막무가내식의 시스템도입은 줄어 들었지만 아직도 근절되지 않고 있다. 시스템의 도입이 일반 주주들 몰래 기업의 이익을 빼 돌리는 도구가 아니라 기업의 발전과 지속가능 성장의 핵심으로 자리매김할 수 있도록 경영진의 인식전환이 절실하게 요구된다.이렇게 될 때 시스템이 기업의 경쟁력을 향상시켜 글로벌 기업으로 도약할 수 있는 전기가 될 수 있다고 본다.- 계속 -

  교보생명그룹(이하 교보생명)은 창업주 신용호 회장이 1958년 설립한 대한교육보험에서 출발했으며 세계최초로 교육보험을 창시해 성장의 기틀을 마련했다. 2세인 신창제 회장은 1996년 이후 의사에서 경영자로 변신했으며, 2000년 그룹 회장직에 올라 교보생명을 이끌고 있다.대부분의 계열사들이 주력기업인 교보생명보험에 의존해 내부거래로 생존하고 있다는 비판과 함께 최근 신창제 회장이 우리은행 인수의지를 밝히면서, 정∙재계, 시민단체, 국민들의 이목이 집중되고 있다. ◇ 교보생명그룹의 주요 계열사와 평가대상 기업교보생명은 국내에13개의 계열사를 가지고 있으며, 주요 계열사는 표1와 같이 증권/보험, 투자/자산운용, 부동산/유통, IT/서비스 등으로 구분할 수 있다.▲ [표1. 교보생명의 주요 계열사와 평가대상]증권/보험부문 계열사는 교보생명보험, 교보증권, KCA손해사정, 교보라이프플래닛생명보험 등이 있다. 교보생명보험은 1985년 설립한 대한교육보험을 모태로 하고 있으며, 1995년 현재의 상호가 됐다. 지난해 3월 기준 지역본부 7개, 지원단 70개, 지점 654개, 영업점 26개, 대리점 299개를 보유하고 있는 국내업계 2위의 금융보험회사로 인보험 및 재보험계약 등을 한다.교보증권은 1949년 설립한 국내 1호 증권회사인 대한증권에서 출발했으며, 1994년 교보생명에 인수되었다. 주식, 선물, 옵션, 채권, 증권 등 주식, 선물옵션 위탁영업 등 증권 중개업을 하고 있다. KCA손해사정은 보험계약심사, 보험사고조사 등 보험 및 연금관련 서비스업을 하고 있으며, 2002년 교보보험심사로 출발해 2011년 현재의 상호가 됐다.교보라이프플래닛생명보험은 인터넷전업 생명보험회사로 2013년 일본 라이프넷생명과 합작으로 설립되었다. 기업의 매출규모·이익 등을 고려해 교보생명보험, 교보증권을 평가 했다.투자/자산운용부문 계열사는 교보악사자산운용, 생보부동산신탁 등이 있다. 교보악사자산운용은 1988년 설립한 교보투자자문을 모태로 하고 있으며, 2008년 현재의 상호가 됐다. 자산운용전문회사로 증권투자신탁, 간접투자자산운용, 투자자문 등을 한다. 생보부동산신탁은 부동산 신탁 관리 및 부동산 관리∙운용을 위해 1998년 삼성과 공동 투자해 설립했다.부동산/유통부문 계열사는 교보문고, 교보리얼코, 교보데이터센터, 교보핫트랙스 등이 있다. 교보문고는 국내외도서, 음반, DVD등 도서판매 및 출판을 위해 1981년 설립한 회사다. 교보리얼코는 건물, 시설물 등 빌딩관리, 임대, 리모델링, 시설물 유지 등을 위해 1979년 설립된 교보부동산관리가 모태다.교보데이터센터는 2008년 교보생명 전산센터 관리를 위해 설립한 회사다. 교보핫트랙스는 1991년 설립한 교보문보장이 변경된 업체로 문구 음반, 생활용품 등을 판매하는 소매업체다.IT/서비스부문 계열사는 교보정보통신, 제일안전서비스 등이다. 교보정보통신은 1971년 설립한 한국보험전산을 모태로 하고 있으며, 1972년 한국전산을 거쳐 1996년 현재의 상호가 됐다. 주로 시스템통합구축, ERP솔루션, CRM솔루션, 지능형 빌딩관리, 유지보수 등 계열사가 주요 고객이다.제일안전서비스는 교보생명보험 및 교보리얼코 등 관계사 사옥 등 경비용역, 주차관리를 위해 2000년에 설립한 인력공급업체다. 기업의 매출규모·이익, 역할 등을 고려해 교보정보통신만 평가했다. ◇ EXCELL을 인재상으로 제시교보생명은 지주회사 역할을 하고 있을 뿐만 아니라 핵심계열사인 교보생명보험을 위주로 살펴 보았다. 교보생명보험은EXCELLENT KYOBO를 추구하는 인재들을 원하고 있으며, EXCEL을 인재상으로 하고 있다.EXCEL이란E는Ethic을 가진 정직하고 성실한 인재를 말한다. eXecution은 주어진 업무에 적극적이고, 고객창출을 위해 도전할 줄 아는 사람을 말한다.Customer Focus는 항상 고객의 입장에서 생각하는 고객지향적인 인재를 뜻한다.Engagement는 조직의 화합 및 업무 방향에 참여하고 협조하는 사람을 말하며,Leading-edge expertise는 지속적 학습, 자기개발을 통해 맡은 직무분야에서 글로벌 전문가로 성장하는 인재를 말한다.교보생명은 최고의 시장가치를 지니고 있는 전문인으로 육성하기 위해, 역량중심의 교육프로그램과 다양한 역량개발 지원제도를 운영 하고 있다. 역량중심 교육에는 핵심인재교육, 계층교육, 직무교육이 있다. 핵심인재교육은 인재육성마당, 국내외 MBA, 국내 유수대학 경영자 과정, 부문별 전문과정으로 구성되어 있다.계층교육에는 계층별 매니지먼트/리더십과정, 성과혁신 프로그램인 6시그마과정, 독서경영과정인 독서토론회 등이 있다. 직무교육에는 직무전문인력 육성코스, 전문자격 취득지원, 영업/채널 별 교육 등을 운영 중이다.또한 역량개발 지원을 위해 OJT제도, 지식경영, 역량개발 학습지원제도, 상호교육제도를 운영하고 있다. OJT(On the job training)는 Mentoring, On-boarding, Action Learning, 학습동아리 등으로 구성되어 있다.지식경영은 지식거래소, 지식제안 등 새로운 지식 창출을 위해 조직원과 공유 및 활용하는 제도이다. 역량개발학습지원은 사내 집합 및 사이버 교육, 전문 교육기관 위탁교육, 전문자격 취득, 외국어 학습지원, 역량개발 지원비 지원 등을 운영해 조직원 역량개발 및 경쟁력을 강화하는 제도이다. 상호교육은 업무현장, 연수, 회의 등에서 서로 교사가 되어 체험, 지식을 공유하도록 하는 제도이다.교보생명보험은 고객중심, 정직과 성실, 도전과 창의를 핵심가치로 삼아 2015년 국내 생명보험업계 No.1을 목표로 하고 있다. 최고의 인재를 육성해 난공불락으로 여겨지고 있는 업계 1위인 삼성생명보험을 넘어서려는 목표를 갖고 있다.교보생명보험은 다른 삼성생명보험이나 한화생명보험 등과 비교할 때 인재를 중시한다는 이미지를 얻고 있어 인재확보 측면에서는 유리한 편이다. 다만 인재육성프로그램에 차별성이 보이지 않고, 체계적인 훈련프로그램을 보유하고 있지 못한 점이 아쉽다. ◇ 교보생명보험이 핵심계열사로 가장 우량기업으로 평가▲ [표2. 평가대상기업의 점수비교]교보생명은 신창제 회장이 오너이자 경영자로서 그룹을 이끌고 있으며, 다른 대기업 오너들과 비교해 정치활동보다는 경영에 전념해 좋은 이미지를 얻고 있는 편이다. 2000년 회장으로 취임한 이후 경영자로서 특별한 성과를 보여주지 못했고, 보수적인 경영을 하고 있어 인지도는 낮다.교보생명보험은 교육보험을 세계 최초로 만든 업체라는 자부심이 높지만 보험업계가 고객보호보다는 기업위주로 경영되고, 약관설명이 부실하기 때문에 윤리경영은 낮은 평가를 받았다. 교보생명보험은 영업이익률이 4~6%대로 높은 편이고, 업계 2위의 경쟁력도 보유하고 있다.교보증권은 1949년 설립된 국내 1호 증권사라는 자부심에도 불구하고 증권업계에서는 존재감이 미약하다. 증권업계 자체가 극심한 불황에 빠져있고, 시장이 축소되고 있어 교보증권도 성장성, 수익성, 경쟁력, 브랜드 이미지 등 모두 보통 이하의 점수를 받았다. 교보정보통신은 SI업체로서 인지도가 낮고, 매출은 상승하고 있지만 영업적자상태에서 아직도 헤어나오지 못해 수익성에서 낙제점을 받았다.구직자가 높은 관심을 보이고 있는 평균근속연수와 평균급여는 교보생명보험은 평균근속연수 11.3년에 평균급여는 4150만원에 불과하다. 교보증권은 평균근속연수 8.0년에 평균급여는 5800만원으로 높지는 않지만, 성과급이 제외된 금액이라는 점을 감안하면 높은 편이다. 교보정보통신은 대졸초임이 3000만원 정도로 알려져 있으며, 중견 SI업체로서 보통 수준의 연봉을 지급하고 있다. - 계속 - 

신세계가 위치하고 있는 유통업은 사람의 중요성이 다른 산업보다 크기 때문에 고객과 소통하는 직원들의 성실성을 최고의 덕목으로 제시하고 있다. 소규모 점포에 많지 않은 종류의 제품과 몇 명의 점원을 두고 장사를 한다면 직원의 통제가 쉽기 때문에 시스템을 고려할 필요가 없다.하지만 수십 만 가지의 제품과 수만 명의 직원으로 수 천 개의 점포를 운영하려면 시스템의 도입은 필수적이다. 신세계의 기업문화를 진단하기 위해 국가정보전략연구소가 개발한 SWEAT Model의 다섯 번째 DNA인 시스템(System)을 경영도구(methodology)와 운영(operation) 측면에서 평가해 보자.◇ SCM, EDI 등 선진시스템 도입에 적극적신세계의 핵심 계열사 중 하나인 이마트는 유통기업으로 SCM(Supply Chain Management)에 과감한 투자를 했다.SCM은 기존의 물류조달체계를 시스템으로 구축해 전산화한 것에 불과하기 때문에 아주 특별한 시스템이라고 보기 어렵다. 즉 SCM를 구축한 것만으로 유통기업으로서 경쟁력을 확보했다고 볼 수도 없다. 신세계의 SCM은 POS(Point Of Sales)와 EDI(Electronic Document Interchange)시스템 등으로 구성되어 있다. POS는 바코드를 이용해 매장에서 제품의 입출고를 관리하고, 판매현황을 파악할 수 있도록 한다. 대부분의 매장 계산대에 위치하고 있으며, 스캐너로 바코드를 읽는 방식을 도입한다.과거에 신선도가 요구되는 식품의 경우에는 수작업으로 관리하기도 했지만 현재는 모든 제품에 표준화된 물류 바코드를 적용하고 있다.POS의 개념을 확장해 DW(Data Warehouse)를 구축했다. DW는 데이터창고라는 개념에 걸맞게 기존에 개별 업무나 시스템에서 관리하던 모든 데이터를 통합해 하나의 시스템으로 관리한다. EDI는 상품발주, 대금납품, 미납관리, 매출관리, 재고관리, 점포관리, 대금결제 정보, 세금계산서 발행 등의 주요 업무에 적용된다. 공용 인터넷과 전용선으로 모든 협력업체가 연결되어 있으며 EDI를 사용하지 않는 기업은 협력업체에서 배제하고 있다.초기에는 데이콤의 EDI시스템을 사용하다가 데이콤이 LG그룹의 계열사로 편입되면서 자체 EDI시스템을 구축했다. EDI는 물류시스템, 주문시스템, POS시스템 등과 연계되어 있어 100% 무서류 거래를 구현하는데 일조를 하고 있다. 신세계가 유통기업으로 국내산업을 주도하면서 선진시스템을 많이 도입하고 있지만 아직 글로벌 유통기업과는 차이가 많다. SCM이 POS와 EDI를 기반으로 하고 있는데, 단순한 업무처리에 불과하다.업무처리 과정에서 발생할 수 있는 위험이나 변수를 감시하고 관리할 수 있는 SCM Monitoring시스템과 같은 선진화된 시스템도 구축해야 할 필요가 있다. SCM Monitoring시스템은 협력업체, 창고, 배송트럭, 점포 내부의 재고와 물류흐름을 한 눈에 파악할 수 있고, 지능적(intelligent)으로 물류에 필요한 의사결정을 할 수 있도록 한다. ◇ CRM을 넘어 빅데이터 고민하지만 아직 시기상조신세계가 물류를 원활하게 하기 위해 구축한 시스템이 SCM이라면 고객정보를 관리하기 위해 구축한 것은 CRM(Customer Relationship Management)이다. 1990년대부터 CRM개념을 도입해 고객의 구매패턴을 분석하고, 맞춤형 마케팅도 진행했다. 단순히 고객정보를 분석해 활용하는 수준을 넘어서기 위해 신세계가 고민하고 있는 것이 빅데이터(Big Data)활용이다.빅데이터란 글자 그대로 규모가 큰 데이터로 기존의 방법으로 수집, 저장, 검색, 분석 등이 어려운 방대한 데이터를 말한다. 빅데이터의 특징은 다양(variety)하고, 빠른 속도(velocity)로 대량으(volume)로 쏟아지며 가치(value)를 창출하는 기반이 되어 4V로 표현된다.최근 페이스북, 트위터, 개인 블로그 등 SNS가 활성화되면서 소비자의 니즈를 정확하게 파악할 수 있은 방안으로 빅데이터에 대한 관심이 고조되고 있다. 제조나 유통업체들이 특정 제품에 대한 소비자의 반응을 실시간으로 수집해 마케팅에 활용한다는 것이다.하지만 무작위적으로 수집한 수천 테라(Tera)가 없는 데이터를 수집해 저장, 분석하는 일은 생각보다 쉽지도 않고, 비용도 많이 든다. 신세계의 경우에도 빅데이터 분석기술인 ‘하둡(hadoop)’을 연구하기 위해 전문가를 영입했다. 빅데이터 관련 시장이 급팽창하고는 있지만 하드웨어에 한정되어 있고, 소프트웨어나 분석기술에 대한 연구개발이나 투자는 아직 걸음마단계에 불과하다. 시장조사기관들은 빅데이터시장이 급팽창하고 세상을 바꿀 것이라고 전망하고 있지만, 일분 전문가들은 빅데이터도 CRM의 확장된 개념에 불과하고 투자대비 효과도 의문시된다고 주장한다.신세계의 경우 온라인고객의 성향을 파악하고 맞춤형 쇼핑정보를 제공하기 위해 빅데이터를 연구하고 있지만 자체적인 역량으로 개발가능한지도 의문스럽고 효용성도 평가하기 아직 이르다. 가트너와 같은 세계적인 시장조사업체들이 빅데이터를 ‘21세기의 석유’라고 극찬하고 있지만, 빅데이터가 단기간에 엄청난 효과는 내는 ‘마이더스의 손’이 될 가능성은 낮기 때문에 무리한 투자는 금물이다.국내에서도 지난 몇 년 동안 빅데이터에 대한 논의는 활발하게 진행되고 있지만 아직 구체적인 적용사례는 없다. 국내 기업들이 고객니즈 대응을 위해 구축한 CRM도 제대로 활용하지 못하고 있는 상황에서 빅데이터까지 고민할 필요는 없다고 본다. 신세계의 경우에도 국내에서 벌이고 있는 백화점, 할인점 사업이 빅데이터를 활용할 정도로 복잡하지도 않아 빅데이터에 대한 투자를 늘릴 필요가 없다. 실제 빅데이터로 도출할 수 있는 사실(fact)은 현장에서 근무하고 있는 직원들의 경험에서 우러나올 수 있는 직관력만으로도 충분하게 파악할 수 있다.일부 전문가는 1년에 수백억 원을 투입해 현장 직원이라면 누구나 알고 있는 평범한 사실을 찾아내는 것이 빅데이터라는 비아냥거린다. 빅데이터를 완전히 무시하기는 어렵지만 너무 몰입할 필요도 없다는 말이다.◇ 커뮤니케이션을 활성화하기 위한 시스템 구축했지만 위기관리는 부재직원들의 수평적 커뮤니케이션을 활성화하기 위해 사내 SNS도 구축했다. ‘블라섬’이라는 명칭을 가진 SNS시스템은 기업소식, 결제, 게시판, 일정관리, 메일 등을 처리할 수 있는 업무공간, 참여형 제안시스템 공간인 아이디어 팩토리, 통합업무 지원공간인 신세계 광장 등으로 구성되어 있다.직원 누구나 시간과 공간의 제약을 받지 않고 커뮤니케이션을 할 수 있다. SNS시스템을 통해 신속한 의사결정이 가능해지고, 업무 생산성도 향상되고 있다고 한다. 신세계가 직원들의 근태를 관리하고 의사소통을 원활하게 하기 위해 도입한 시스템이 직원들을 감시하고, 규제하는 도구로 전락했다는 주장도 제기되고 있다. 노조설립기도를 차단하기 위해 직원들의 동태를 감시하고, 인사상 불이익을 제공하는데 시스템으로 수집한 자료를 활용했다.물품도난이나 고객의 안전을 보호하기 위해 구축한 보안시스템도 본래의 목적보다는 현장 직원들의 이동이나 근무현황을 감시하고 통제하기 위해 용도로 악용되었다고 한다. 노사화합과 커뮤니케이션을 활성화하기 위해 도입한 ‘1130’, 즉 1일 1명의 직원당 30분씩 상담하는 제도도 노사화합과 고충처리보다는 노조설립기도를 차단하기 위한 용도로 악용되었다.내부의 소통도 문제가 되고 있지만 외부와의 소통은 더 큰 문제다. 지난해부터 불거진 골목상권 침해논란이나 노조탄압 의혹, 오너의 국회 불출석 등에서 신세계가 외부의 이해관계자와 적극적으로 소통하려는 노력을 보이지 않았다는 평가를 받는다.일각에서는 신세계에 위기관리를 할 수 있는 시스템이 없기 때문에 신세계가 작은 외풍에도 쉽게 흔들린다는 말을 한다. 이명희 회장은 자신은 1년에 한 두 번 경영현황보고만 받고 경영은 모두 전문경영인이 책임지고 한다고 주장한다. 하지만 최근의 위기에 대처하는 것을 보면 전문경영인도 나서지 않고, 오너도 나서지 않아 작은 일도 키우는 경향이 있다. 몇 가지 사안은 전문경영인이 아니라 오너가 나서야 하는데, 오너의 대표성을 가진 사람이 누구인지도 명확하지 않다.이명희 회장인지, 정용진 부회장인지, 아니면 그림자처럼 신세계의 조타수 역할을 하고 있는 정재은 명예회장인지도 파악하기 힘들다. 전문경영인에게 권한을 위임했다고 하지만 이들 중 누구도 위기를 타개할 수 있는 대책을 내놓지 못하고 있다. 그룹의 간판기업인 이마트가 통큰 세일을 한다고 할 때마다 주변 상인들과 충돌하고 있다. 결국 무리하게 추진한 피자사업을 밀어주기 위해 잘못된 의사결정을 하면서 공정거래위원회로부터 과징금을 부과 받았고, 검찰에 의해 이마트 경영진들은 배임혐의로 기소되었다.노조설립방해와 탄압의혹도 담당자들에게 책임을 전가시켰다가 오히려 역풍을 맞고 있다. 이런 저런 논란이 커지자, 정용진 부회장을 등기이사에서 뺀다고 발표했지만, 정작 오너를 사법책임에서 피할 수 있도록 탈출시켰다는 비난이 거세지고 있다.다른 그룹들도 신세계가 겪는 수준의 위기를 경험하고 있지만 슬기롭게 헤쳐나가고 있는데, 제대로 된 위기관리시스템을 구축하지 못한 신세계는 우왕좌왕하고 있어 안타깝다.- 계속 -