AI는 집을 짓기 전에 서류 더미부터 줄인다

주택 공급 이야기를 하면 보통 땅, 금리, 건설비, 노동력부터 떠올려. 그런데 영국 정부와 Google DeepMind가 이번에 건드린 곳은 공사 현장이 아니야.

서류 더미야.

영국은 2029년까지 새 집 150만 채를 짓겠다는 목표를 갖고 있어. 그런데 지방 계획 당국은 신청서, 과거 문서, 정책 문서, PDF를 대조하느라 시간이 걸린다. DeepMind와 영국 정부는 이 병목을 줄이기 위해 Gemini 기반 계획 심사 보조 도구를 만들고 있고, 목표는 주택 소유자의 계획 신청 처리 시간을 50% 줄이는 거라고 설명했어.¹

여기서 중요한 건 “AI가 집을 짓는다”가 아니야. AI가 먼저 줄이려는 것은 벽돌이 아니라 행정 판단 앞에 쌓인 반복 업무야.

무슨 일

Google DeepMind는 영국 정부, Google Cloud, Faculty, 그리고 Barnet·Dorset·Camden의 지방 계획 당국과 함께 계획 심사 보조 도구를 만들고 있어. 초기 시험은 이 세 지역에서 하고, 정부는 2027년부터 전국 지방의회가 쓸 수 있게 하는 계획을 말했어.¹

대상은 주로 householder planning application이야. 집주인이 다락방을 바꾸거나, 증축하거나, 집 일부를 고치는 식의 비교적 일상적인 신청이지. DeepMind는 이런 신청이 매년 전체 계획 신청의 거의 70%를 차지한다고 설명해.¹

그러니까 이 도구는 거대한 신도시 하나를 자동 승인하는 기계가 아니야. 반복적이고 표준화하기 쉬운 신청에서 사람이 자료를 찾고, 정책을 대조하고, 초안을 만드는 시간을 줄이려는 보조 도구에 가깝다.

flowchart TD
    A["신청서·과거 문서·PDF"] --> B["정보 추출과 누락 확인"]
    B --> C["관련 지역 정책 찾기"]
    C --> D["민원·의견 요약"]
    D --> E["심사 보고서 초안"]
    E --> F["계획 담당자가 검토·수정·최종 결정"]

왜 중요한가

주택 공급 병목은 하나가 아니야. 땅을 어디에 풀지, 주민 반대는 어떻게 다룰지, 기반시설은 누가 깔지, 금리와 건설비는 얼마나 버틸지 같은 문제가 다 얽혀 있어. AI 도구 하나로 이 전체가 풀린다고 말하면 과장이야.

하지만 행정 병목은 무시하기도 어렵다. 신청 하나를 처리할 때 담당자가 정책 문서와 오래된 파일을 손으로 대조하는 시간이 길어지면, 간단한 신청도 줄을 서. 그리고 간단한 신청이 줄을 만들면, 담당자는 더 복잡하고 공공성이 큰 신청에 쓸 시간을 잃어.

DeepMind가 말한 도구의 기능은 그 지점을 겨냥해. 신청서와 현장 정보를 한 화면에 모으고, 관련 국가·지역 정책을 찾아주고, 상담 의견과 반대 의견을 요약하고, 최종 보고서의 첫 초안을 만든다.¹

이건 화려한 AI라기보다 사무실 안의 지루한 병목을 겨냥한 AI야. 그래서 더 중요할 수 있어. 주택 공급 같은 실물 문제에서 AI의 첫 번째 효용은 로봇이 벽돌을 쌓는 장면보다, 담당자가 하루에 처리할 수 있는 사건 수를 늘리는 쪽에서 먼저 나올 수 있거든.

확인된 것과 주장한 것

확인된 것은 비교적 좁아. 영국 정부와 DeepMind는 Barnet, Dorset, Camden에서 계획 심사 보조 도구를 공동 개발하고 있다. 이 도구는 정보 추출, 정책 대조, 의견 요약, 보고서 초안을 맡는다. 최종 승인이나 거절 권한은 계획 담당자에게 남는다.¹

또 하나의 기반 도구는 이미 있다. 영국 정부의 i.AI가 Gemini로 만든 Extract는 오래된 계획 문서 PDF를 디지털 데이터로 바꾸는 도구야. DeepMind는 Extract가 20개 넘는 지방 계획 당국 시험에서 성과를 보였고, 평균 지방의회 기준 연 255시간의 수작업을 아낄 것으로 기대된다고 설명했어.¹

반대로 아직 확인되지 않은 것도 선명해. 50% 처리 시간 단축은 목표이지, 전국 배포 뒤의 실측 결과가 아니야. 2027년 전국 제공 계획도 실제 채택률과 품질 관리가 따라와야 의미가 생겨. 그리고 간단한 집주인 신청을 빠르게 처리하는 것과 150만 채 공급 목표를 달성하는 것은 서로 연결될 수 있지만 같은 문제는 아니야.

이 발표의 스핀은 “AI가 영국 주택 건설을 unlock한다”에 가까워. 실제로 확인되는 신호는 더 좁게 잡는 게 맞아. 영국은 주택 공급 목표를 위해 계획 행정의 반복 업무를 줄이려 하고, Google은 공공부문 AI 파트너십의 사례로 그 병목에 들어가고 있다.

다음에 볼 것

첫째, 실제 처리 시간이 얼마나 줄어드는지 봐야 해. 목표가 50%라면, 신청 접수부터 결정까지 걸린 평균 시간과 담당자당 처리 건수가 배포 전후로 나와야 한다.

둘째, 품질 지표가 필요해. 빠른 결정이 좋은 결정은 아니야. 담당자가 초안을 얼마나 고치는지, 잘못된 정책 인용이 얼마나 나오는지, 항소나 재심에서 문제가 늘지 않는지 봐야 해.

셋째, 이 도구가 간단한 신청을 넘어 어디까지 가는지가 중요해. 다락방 개조와 증축 신청을 빠르게 처리하는 일은 의미가 있지만, 큰 주택 단지·기반시설·환경 영향이 얽힌 신청은 다른 난이도야. 여기까지 넓어지지 않으면 주택 공급 목표에는 보조 효과로 남을 가능성이 커.

마지막은 다른 정부로의 복제 가능성이야. DeepMind는 이 사례가 공공서비스 전달의 모델이 되길 바란다고 말했어.¹ 그 말이 현실이 되려면, 문서 구조·지방 규정·책임 소재가 다른 나라에서도 같은 방식으로 작동해야 한다. AI 모델보다 행정 제도의 이식성이 더 큰 변수가 될 수 있어.

각주

1. Google DeepMind/Owen Larter·David Thacker, 「Unlocking UK house-building with AI-accelerated planning」(2026-06-16) Google DeepMind Blog. ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷