源内은 일본 공무원 18만 명의 공통 AI 환경이다

일본 디지털청의 정부 AI “源内”에서 눈에 먼저 들어오는 숫자는 18만 명이야. 디지털청은 2026년도 안에 전 부처 약 18만 명의 정부 직원이 생성 AI를 쓸 수 있게 하겠다고 설명해.¹

그런데 이 숫자만 보면 오히려 핵심을 놓치기 쉬워. 이건 “공무원에게 챗봇 계정을 나눠준다”는 이야기에 그치지 않아. 일본 정부가 AI를 일상 행정 안으로 넣기 위해 공통 로그인, 보안 기준, 행정용 앱, 국내 LLM, 정부 데이터셋을 한 환경에 묶어 보려는 시도야.

源内은 모델 하나의 이름이라기보다, 정부가 AI를 매일 쓰게 만드는 운영 환경에 가까워.

무슨 일

源内은 일본 정부 직원이 AI를 안전하게 쓰기 위한 공통 기반이야. 디지털청은 2025년 5월 내부 직원을 대상으로 먼저 운영을 시작했고, 2026년 1월부터 일부 부처 수백 명 규모로 시험 이용을 열었어. 2026년 5월 무렵부터는 희망 부처를 대상으로 대규모 도입 실증을 진행하고, 2027년도부터 본격 이용으로 넘어간다는 일정이 잡혀 있어.¹

이 일정에서 중요한 표현은 “대규모 실증”이야. 디지털청은 이 단계를 통해 행정 업무에서 생성 AI가 어디에 효과가 있고 어디에서 문제가 생기는지 보겠다고 해. 부처별 이용 상황을 볼 수 있는 대시보드도 만들겠다고 적었지.¹

일본의 sovereign AI 흐름을 볼 때 이 지점이 중요해. 국가 AI 역량은 데이터센터나 모델 발표만으로 생기지 않아. 누가 실제 업무에서 쓰고, 어떤 데이터에 접근하며, 문제가 생겼을 때 누가 고치는지가 함께 정해져야 해.

챗봇보다 넓은 이유

源内이 제공하는 앱은 크게 두 갈래야. 하나는 대화형 챗, 글쓰기, 요약, 교정, 번역처럼 일상 업무를 돕는 범용 AI야. 다른 하나는 행정 실무에 맞춘 AI 앱이야. 예를 들어 국회 질문을 분석하고, 과거 답변과 근거 자료를 찾고, 답변 초안을 만들고, 추가 질문을 예측하고, 모순을 검토하는 국회 답변 작성 지원 AI가 여기에 들어가.¹

디지털청은 후생노동성 업무도 예로 들어. 일반사업주 행동계획 제출 접수, 인증 심사, 노동 상담 대응 같은 업무에 생성 AI 앱을 개발한다고 설명해. 위원회 운영이나 출장 조정 같은 백오피스 업무 지원 AI도 시험 대상이야.¹

이건 범용 챗봇을 행정망에 붙이는 일과 달라. 행정 업무는 문서, 규정, 결재, 책임 경계가 촘촘해. 그래서 모델 성능만 좋아도 부족해. 어떤 자료를 어떤 순서로 참고하고, 어떤 결과를 사람이 검토하며, 어떤 기록을 남길지까지 업무 안에 들어와야 해.

flowchart LR
    A["공통 로그인·보안"] --> B["源内"]
    C["정부 공통 데이터"] --> B
    D["국내 LLM 시험"] --> B
    B --> E["범용 AI\n요약·번역·교정"]
    B --> F["행정 실무 AI\n답변·심사·상담"]
    E --> G["각 부처 공무원\n약 18만 명"]
    F --> G

디지털청이 밀고 있는 이야기

디지털청이 내세우는 프레임은 분명해. 일본은 인구 감소와 고령화 때문에 공공 서비스 유지가 어려워지고 있고, 정부가 먼저 AI를 써서 업무 질과 효율을 높여야 한다는 거야. 2025년 AI 관련 법과 AI 기본계획도 이런 방향의 근거로 붙어 있어.¹

그래서 추진 과제도 다섯 갈래로 묶여 있어. 첫째, 源内 자체의 개발과 전개. 둘째, 고도 행정 AI 앱 개발. 셋째, 국내 대규모 언어모델 개발 지원. 넷째, 정부 공통 대규모 데이터셋 정비. 다섯째, 다른 부처에 대한 기술 지원이야.¹

여기서 국내 LLM과 공통 데이터셋이 같이 나오는 게 눈에 띄어. 디지털청은 일본어 표현과 일본의 문화·가치관에 맞는 LLM이 필요하다고 말하고, 국내 AI 조달과 이용이 안정 수요와 AI 자율성 확보로 이어진다고 설명해.¹ 이건 정부 AI가 단순 생산성 도구를 넘어 산업정책과도 연결된다는 뜻이야.

확인된 것과 아직 빈칸

확인된 것은 일본 정부가 “정부 직원이 쓸 수 있는 AI 환경”을 중앙에서 만들고 있다는 점이야. 보안 기준과 단일 로그인, 범용 앱과 행정용 앱, 국내 LLM 시험, 공통 데이터셋 정비가 한 페이지 안에 같이 놓여 있어. 2026년 여름에는 국내 기업 등이 개발한 국내 LLM을 시험 도입하고, 2026년 12월 무렵에는 고도 생성 AI 앱과 정부 공통 데이터를 시험 제공하겠다는 일정도 공개돼 있어.¹

하지만 아직 성과가 증명된 것은 아니야. 실제로 18만 명이 얼마나 자주 쓰는지, 어떤 업무에서 시간이 줄고 품질이 좋아지는지, 오류와 보안 사고는 어떻게 기록되는지, 국내 LLM이 어떤 기준으로 선택되는지는 더 봐야 해. 대시보드가 만들어져도 그 지표가 공개되는지, 부처별 비용과 책임이 어떻게 나뉘는지도 아직 열려 있어.

그래서 이 자료는 국가 AI 인프라의 운영 책임을 묻는 좋은 사례가 돼. 源内이 성공하려면 앱을 많이 만드는 것만으로는 부족해. 부처마다 다른 데이터와 업무를 공통 환경에 태울 때, 운영자와 이용기관의 책임이 어디서 갈리는지 보여줘야 해.

다음에 볼 것

첫째, 2026년도 대규모 실증의 이용 지표를 봐야 해. 로그인 수보다 중요한 것은 어떤 업무에서 반복 사용이 생겼는지, 사람이 검토해야 하는 오류가 얼마나 나왔는지, 부처별로 도입 장벽이 무엇이었는지야.

둘째, 국내 LLM 시험 도입이 실제 조달로 이어지는지 봐야 해. “국내 모델을 써야 한다”는 정책 문장은 쉽지만, 행정 문서 검색과 답변 작성에서 성능·비용·보안 기준을 동시에 통과해야 실제 환경에 남을 수 있어.

셋째, 정부 공통 데이터셋의 범위를 봐야 해. 행정 AI의 경쟁력은 모델보다 데이터 정리에서 갈릴 수 있어. 어떤 문서가 어떤 권한으로 AI에 연결되고, 기록과 감사가 어떻게 남는지가 源内의 진짜 운영 능력을 보여줄 거야.

각주

1. 일본 디지털청, 「ガバメントAI『源内』」(2026-07-10) Digital Agency. ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷ ↩︎⁸ ↩︎⁹