[PEDIEN] 서울시가 시민들의 불편이 발생한 뒤에야 해결에 나서는 기존 행정 방식을 넘어, 필요한 서비스가 무엇인지 미리 파악해 선제적으로 제공하는 ‘AI 예측행정’을 민선 9기부터 본격 추진한다.
이번 정책은 도시철도, 버스, 생활SOC 등 시민 생활과 밀접한 분야의 방대한 데이터를 AI 예측 모델과 결합해 정책 효과를 분석하고 서비스 사각지대를 해소하는 데 초점을 맞춘다.
서울시는 이미 연간 100건 이상의 데이터 분석을 통해 정책 대상지 선정, 운영 방식 개선, 예산 우선순위 조정 등에 활용해왔다. 특히 전세사기 위험 임대인 특성을 분석해 위험 징후를 포착하고, 3D 공간정보와 AI를 활용한 ‘3D 방범 예측지도’ 개발은 시민 안전 확보에 기여했다.
또한, 우리 동네 병원, 학교, 문화체육시설 등 필수시설의 접근성을 보행 N분 기준으로 분석해 생활 서비스 부족 지역을 파악하고, ‘손목닥터9988’ 참여자의 건강 데이터를 분석해 실제 건강 개선 효과도 검증하며 AI 예측행정의 실효성을 입증했다.
민선 9기에는 시민 이동과 생활 현장의 변화를 더욱 촘촘하게 살핀다. 도시철도 신규 노선 도입 후 생활시설 접근성과 서비스 사각지대 개선 효과를 수치로 확인하고, 교통 취약 지역 투자 우선순위와 노선 보완 정책의 예측 근거로 활용할 계획이다.
116개 지역생활권의 의료, 교육, 문화, 체육, 복지시설 현황을 분석하여 ‘시민 맞춤형 동행지도’를 제공, 시민들이 가까운 생활 서비스를 한눈에 파악할 수 있도록 돕는다.
버스 분야에서는 노선별 승하차, 재차인원, 생활이동 데이터를 결합해 교통 취약 지역과 비효율 노선을 동시에 분석한다. 이를 바탕으로 대중교통 접근이 어려운 취약 지역과 혼잡·비효율 노선을 중심으로 시범 노선안을 도출하고, 고령자, 교통약자, 출퇴근 시민의 편의를 높이는 운영 모델을 구체화한다.
여름철 급증하는 해충 문제 해결에도 AI가 투입된다. 기상 정보, 해충 포집량, 수변·녹지 분포, 인구 밀도 및 민원 데이터를 AI로 분석해 병충해 발생 시기와 위험 지역을 미리 예측한다. 이를 통해 취약 지역 집중 방역 및 포충기 최적 배치로 감염병 확산 위험을 사전에 차단할 계획이다.
공공시설 설치 방식도 변화한다. 26개 공공시설 유형과 79개 세부 시설의 위치, 규모, 이용 가능 인원 등을 종합적으로 분석해 지역별 부족 시설을 파악한다. 기부채납 등 신규 시설 설치 시 경험이나 개별 민원에 의존하지 않고 실제 주민 수요와 주변 현황을 고려해 가장 필요한 시설을 결정함으로써, 시민이 잘 이용하지 않거나 오랫동안 비어 있는 시설 발생을 줄일 것으로 기대된다.
서울시는 민선 9기 시정 전반에 걸쳐 데이터와 AI를 활용한 ‘AI 예측행정’을 추진하며, 지역별 생활 서비스 격차와 도시 문제 발생 가능성을 선제적으로 파악한다. 또한, 민선 9기 핵심 성장 전략인 ‘야간 경제 활성화’를 데이터로 뒷받침하여 ‘24시간 활력도시 서울’을 조성하는 데 주력할 방침이다.
주요 야간 명소 및 거점별 내·외국인 방문객 수, 체류 시간, 소비 패턴 등을 분석하여 ‘야간 경제 상생 특구’와 ‘서울 달빛야장’ 등 정책 대상지 우선순위를 정하고, 문화시설 야간 개방 및 심야 교통 확대가 골목상권 매출과 체류 시간 증가로 이어지는지를 지속적으로 측정해 ‘24시간 살아 움직이는 글로벌 도시 서울’ 구현을 지원한다.
정영준 서울시 디지털도시국장은 “AI와 데이터는 시민이 더 편리하고 안전하게 생활하도록 돕는 행정의 도구”라며, “민선 9기에는 시민 불편을 미리 발견하고 필요한 서비스를 먼저 제공하는 선제 행정을 확대해 시민이 변화를 더 빠르게 체감할 수 있도록 하겠다”고 밝혔다.
저작권자 © PEDIEN 무단전재 및 재배포 금지
