알림 목록

분석지역: 대구광역시

핵심지역: 대구시 본청·9개 구·군·산업단지·주거생활권·교통·복지·보건 행정데이터 운영체계

Agenda:산업·인구·고용·상권·교통·복지 데이터를 연결해 제조도시의 변화와 위험을 사전에 발견하는 행정체계가 작동하고 있는가

Golden Time Type: Data Integration Gap + Decision Latency Risk

기준일: 2026년 8월 28일

Version: Regional AX Golden Time Intelligence v3.2
 

대구시는 2019년 빅데이터 통합플랫폼을 구축해 시와 구·군의 공공데이터 775건과 통계데이터 약 1만4천 건을 제공했고, 현재 D-데이터허브에서 행정·산업·생활 데이터를 수집·검색·분석·시각화하고 있다. 데이터 기반은 이미 플랫폼 단계에 도달했지만 산업위기·청년유출·상권쇠퇴·복지위험을 하나의 변화경로로 탐지한 공개 사례는 제한적이다. 향후 2~3년 동안 데이터가 분야별 조회자료로 남으면 산업구조 변화와 인구·생활 충격의 연결을 사후 통계에서만 확인하게 된다. 판정: 대구 행정 AX의 쟁점은 데이터 부족이 아니라 서로 다른 변화신호를 동일 시간축에서 읽지 못하는 데 있다.

대구시는 2026년 8월 ‘AI행정혁신 선도도시 대구’를 발표하고 생성형 AI 구독, 공직자 교육, 업무자동화, 행정특화 챗봇과 2027년 대구형 AI행정 플랫폼 구축을 제시했다. 행정 AX의 중심이 데이터 공개에서 공무원의 AI 활용과 자체 플랫폼으로 이동하고 있다. 그러나 보고서 작성시간 단축과 정책위험 조기탐지 사이의 성과지표는 구분되지 않았다. 2~3년 동안 생성형 AI의 업무 편의성이 행정 AX의 성과를 대신하면 정책판단 구조는 기존 상태로 유지된다. 판정: 대구 행정 AX는 도구 도입에 착수했지만 선제행정 모델은 아직 검증되지 않았다.

D-데이터허브는 대구시와 구·군·산하기관 데이터를 수집·저장하고 분석과 시각화를 지원하며, 기업 재무·유동인구·제조 이미지·의료·상권 데이터도 보유하고 있다. 공공행정 중심 플랫폼이 산업·민간 데이터까지 포함하는 구조로 확장됐다. 그러나 데이터셋의 최신성, 부서별 실제 활용률, 정책결정에 반영된 건수와 Outcome은 통합 공개되지 않았다. 향후 2~3년 동안 데이터 등록량만 증가하면 플랫폼은 행정 의사결정 시스템이 아니라 데이터 목록 시스템으로 고착된다. 판정: 대구는 데이터 통합플랫폼을 보유했지만 통합판단 플랫폼을 보유했다는 Evidence는 없다.

대구시는 2018년 살피소 데이터 약 110만 건, 시민민원 3만2천 건, 유동인구 약 59억 건을 분석해 민원 취약지점을 96.2% 정확도로 예측했고, 처리부서 자동지정 정확도 90%, 평균 처리기간 7일에서 6일로 단축하는 결과를 냈다. 대구 행정은 이미 과거 데이터로 미래 민원을 예측한 실증 경험을 보유한다. 그러나 이 모델이 이후 전 부서에 상시 확산됐는지, 예측 정확도와 예방효과가 계속 측정됐는지는 확인되지 않았다. 2~3년 동안 과거 성공모델이 운영체계로 복원되지 않으면 2026년 행정 AX도 다시 개별 실증으로 종료될 위험이 높다. 판정: 대구의 문제는 선제행정 기술의 부재가 아니라 실증 이후 제도화의 단절이다.

2026년 대구시는 민원 수요 집중을 사전에 파악하는 민원 분석 예보시스템을 공개했고, 교통공사와 상수도사업본부는 원격검침 데이터를 AI로 분석해 누수 징후를 탐지하는 체계를 추진했다. 민원과 시설관리에서 사후처리 중심 구조가 이상징후 탐지 중심으로 이동하고 있다. 그러나 산업·인구·복지·상권 분야까지 동일한 예보체계가 확산됐다는 결과는 확인되지 않았다. 향후 2~3년 동안 예측행정이 시설·민원에 한정되면 도시구조 변화에 대한 조기경보는 공백으로 남는다. 판정: 생활행정의 일부 예측은 확인됐지만 도시 전체의 변화예측은 확인되지 않았다.

대구산업경제동향 시스템은 생산·수출·고용·산업단지·기업동향을 제공하고, D-데이터허브에는 대구 소재 기업의 개요와 재무 항목 데이터가 등록돼 있다. 산업행정은 거시통계와 기업정보를 동시에 보유하는 구조로 확장됐다. 그러나 매출감소·고용축소·전력사용·공장가동·수출변화를 연결해 위기기업과 산업단지를 조기에 식별한 공개 Outcome은 확인되지 않았다. 2~3년 동안 월별 통계 중심 분석이 유지되면 구조조정 신호는 휴·폐업이나 대량실직 이후에 포착된다. 판정: 대구 산업데이터는 현황 설명에는 사용되지만 위기 선행판정에는 제한적으로 사용된다.

2026년 대구시는 제조기업의 데이터 품질 검증, AI 모델 성능평가와 현장 적용을 연결하는 제조 AI 데이터 밸류체인 구축에 착수했다. 산업데이터가 행정통계에서 기업의 생산현장 데이터로 확대되는 구조다. 그러나 기업의 비공개 공정데이터와 지방정부의 고용·입지·지원 데이터를 연결하는 권한·보안·공통지표는 확인되지 않았다. 향후 2~3년 동안 제조데이터가 기업별 실증에 머물면 지역 산업위험을 집단적으로 탐지하지 못한다. 판정: 제조 AX 데이터는 생성되기 시작했지만 산업정책 데이터로 환류되는 단계는 아니다.

대구는 주민등록인구, 전입·전출, 연령별 인구와 생활인구 데이터를 공개하고 있으며 D-데이터허브는 지역별 인구분석 기능을 제공한다. 인구행정은 총인구 감소를 넘어 읍면동·연령·이동 단위의 분석으로 세분화됐다. 그러나 청년 전출을 전공·직무·기업채용·임금·주거비와 연결한 상시 분석은 확인되지 않았다. 향후 2~3년 동안 인구감소가 행정구역별 현상으로만 관리되면 산업의 인재유출 원인은 분리된 채 남는다. 판정: 대구는 인구 이동을 측정하지만 이동을 발생시킨 산업경로까지 추적하지 않는다.

군위 편입으로 대구의 행정면적은 약 70% 증가했고 농촌·고령·저밀도 지역이 대도시 데이터체계에 추가됐다. 기존 도시형 지표만으로는 군위의 교통·의료·농업·생활서비스 변화를 동일하게 판정하기 어려워졌다. 도심과 군위를 구분하면서도 하나의 생활권으로 비교하는 공통 Baseline은 공개되지 않았다. 2~3년 동안 데이터 기준이 이원화되면 군위의 위험신호는 대구 평균 안에서 희석된다. 판정: 군위 편입은 데이터 범위를 확대했지만 도시·농촌 통합판단 기준은 완성하지 못했다.

민원, 교통, 상수도, 유동인구와 상권 데이터는 실시간 또는 단기주기로 생성되며 주민등록·사업체 통계보다 빠르게 생활변화를 드러낸다. 대구는 민원 취약지점 예측과 누수 조기탐지에서 이러한 고빈도 데이터를 활용한 경험을 보유한다. 그러나 생활데이터 변화를 복지위기·상권쇠퇴·인구이동·산업고용과 연결하는 교차모델은 확인되지 않았다. 2~3년 동안 부서별 예측이 분리되면 동일 지역에서 발생하는 복합위험을 각각의 민원으로 처리하게 된다. 판정: 대구 생활데이터는 빠르지만 정책판단은 분야별로 분절돼 있다.

북구 데이터 통합플랫폼은 유동인구와 생활업종을 활용한 상권분석 기능을 별도로 제공한다. 광역시 단일 플랫폼 외에도 구·군 단위 분석체계가 형성되면서 지역밀착 데이터는 세분화됐다. 그러나 광역 D-데이터허브와 구·군 플랫폼의 데이터 표준·갱신주기·분석결과가 자동 연계되는지는 확인되지 않았다. 향후 2~3년 동안 플랫폼이 기관별로 증가하면 데이터 통합보다 플랫폼 분산이 먼저 확대된다. 판정: 지역분석의 해상도는 높아졌지만 광역–기초 간 판단체계는 통합되지 않았다.

대구시는 2023년 국내 지방정부 최초 수준의 행정데이터맵 구축 기본계획을 추진해 부서·업무별로 흩어진 데이터의 위치와 관계를 정리하려 했다. 데이터 관리의 중심이 개별 파일과 시스템에서 데이터 관계구조로 이동했다. 그러나 2026년 현재 완성된 데이터맵의 범위, 데이터 간 연결키, 현업 활용률과 갱신책임은 공개적으로 확인되지 않는다. 향후 2~3년 동안 데이터맵이 문서형 목록으로 유지되면 2027년 AI행정 플랫폼의 학습·검색 품질도 제한된다. 판정: 행정데이터의 소재 파악은 진행됐지만 의미관계와 책임체계는 미확인 상태다.

산업·인구·복지·교통 데이터는 기업번호, 주민, 주소, 사업장, 시설과 시간 등 서로 다른 식별기준으로 관리된다. AI는 이 데이터를 연결할 수 있지만 개인정보와 기업기밀 때문에 원본 결합은 제한된다. 가명처리·공간단위 결합·권한별 접근을 포함한 대구형 데이터 결합규칙은 공개되지 않았다. 2~3년 동안 결합규칙이 확정되지 않으면 AI행정 플랫폼은 공개자료 검색과 문서요약에 집중된다. 판정: 통합행정의 기술 GAP보다 데이터 결합권한의 GAP이 더 크다.

대구시는 2026년 생성형 AI 구독서비스를 도입하고, 2027년 범정부 AI 공통기반과 연계한 대구형 AI행정 플랫폼을 구축한다는 일정을 제시했다. AI 활용은 개인별 외부 서비스에서 행정데이터를 반영한 내부 플랫폼으로 이동할 예정이다. 그러나 구축예산, 적용업무, 데이터 범위, 정확도, 책임주체와 시민 Outcome은 아직 확정 결과가 아니다. 향후 2~3년 동안 플랫폼 구축이 기술사업으로 진행되면 실제 정책결정은 기존 보고·결재 구조를 유지한다. 판정: 대구형 AI행정 플랫폼은 착수 이전 단계이며 운영모델은 미검증 상태다.

AI행정혁신팀이 신설됐고 간부부터 실무자까지 교육과 AI행정 혁신리더 양성이 시작됐다. 전담조직과 내부 사용자가 동시에 형성되는 구조지만 부서별 의사결정 권한과 예산조정 과정에 AI 분석이 반영되는 절차는 확인되지 않았다. 교육 이수와 자동화 도구 제작이 정책변화로 이어지지 않으면 업무 효율화와 행정 AX는 분리된다. 향후 2~3년 동안 AI 활용이 개인 역량으로 남으면 인사이동과 함께 조직역량이 소멸한다. 판정: 사용자 확산은 시작됐지만 조직 의사결정의 AX는 시작되지 않았다.

2018년 민원 예측모델은 27개 취약지점을 사전 식별하고 처리기간을 약 14% 단축했다. 2026년 민원 분석 예보시스템은 단기 집중 민원을 예측하는 방향으로 재등장했다. 대구는 사후 민원처리에서 사전 예보로 이동한 경험을 두 차례 보유하지만 두 시스템의 연속성과 누적 성과는 확인되지 않았다. 향후 2~3년 동안 예측모델이 사업 종료 때마다 재구축되면 Runtime Governance는 형성되지 않는다. 판정: 대구의 선제행정은 반복 실증됐지만 지속 운영은 입증되지 않았다.

산업위기, 청년유출, 상권쇠퇴와 복지위험은 수개월에서 수년에 걸쳐 연쇄적으로 발생한다. 현재 공개 플랫폼은 지표별 현황을 제공하지만 특정 변화가 다른 영역으로 전이되는 시간과 임계점을 자동 경보하는 구조는 확인되지 않았다. 정책대응 이후 위험이 감소했는지를 다시 모델에 반영하는 Feedback Evidence도 없다. 2~3년 동안 분석과 집행이 분리되면 행정은 예측정보를 보유하면서도 사후대응을 반복한다. 판정: 대구 행정은 Data Analytics를 보유했지만 Runtime Governance에는 도달하지 않았다.

D-데이터허브, 구·군 플랫폼, 산업경제동향 시스템, 민원 예보와 AI행정혁신팀이 운영되고 있다. 데이터·플랫폼·조직·실증의 기본요소는 이미 존재한다. 그러나 요소들이 하나의 정책 조기경보와 의사결정 과정으로 연결된 결과는 확인되지 않았다. 향후 2~3년 동안 통합 운영이 형성되지 않으면 신규 AI 플랫폼이 기존 시스템 위에 추가된다. 판정: 종합 준비수준은 ‘기반 확보–운영체계 분절’ 단계다.

행정·통계·산업·유동인구·기업 데이터가 D-데이터허브에 수집되고 데이터맵도 추진됐다. 데이터의 물리적 집적은 진행됐지만 공통 식별체계, 최신성 기준, 결합권한과 부서별 갱신책임은 공개적으로 확인되지 않는다. 데이터셋 수와 실제 연결 가능한 데이터의 수 사이에 GAP이 존재한다. 2~3년 동안 이 차이가 유지되면 AI 분석은 제한된 데이터만 반복 사용하게 된다. 판정: 데이터는 통합 저장되고 있으나 통합 해석 단계는 아니다.

AI행정 교육은 간부와 실무자로 확대됐고 북구 등 일부 구·군은 별도 데이터 플랫폼을 운영한다. AI·데이터 활용은 단일 전담부서에서 현업과 기초행정으로 확산되는 초기 구조다. 부서별 활성 사용자, 자동화 업무 수, 정책반영률과 구·군 간 활용격차는 공개되지 않았다. 향후 2~3년 동안 성과 편차가 측정되지 않으면 활용도 높은 일부 부서와 미사용 부서가 병존한다. 판정: 행정 AX는 조직 전반 확산이 아니라 선도사용자 형성 단계다.

민원 취약지점, 민원 수요 집중과 상수도 누수 분야에서 예측·탐지 사례가 확인된다. 예측행정은 생활불편과 시설관리 영역에 진입했지만 산업고용·인구이동·복지위기·재정위험으로 확산됐다는 Evidence는 없다. 예측 대상이 단기 사건에 집중되고 구조변화는 월·연간 통계로 관리되는 이중체계가 유지된다. 2~3년 동안 구조위험 예측이 확산되지 않으면 행정 AX는 운영 효율화 범위에 머문다. 판정: 사건예측은 부분 확산, 구조예측은 미확산으로 판정된다.

대구형 AI행정 플랫폼은 2027년 구축 일정이며 산업·인구·생활 데이터의 결합규칙과 정책경보 지표는 아직 확정되지 않았다. 플랫폼 설계와 데이터 정비가 순차적으로 진행되면 실제 운영은 2028년 이후로 밀릴 가능성이 있다. 이 기간 동안 제조업 재편, 청년유출, 군위 생활권 변화와 신공항 개발이 동시에 진행된다. 판정: 행정 AX의 Golden Time은 플랫폼 완공 이후가 아니라 데이터 관계와 경보 기준을 결정하는 향후 12~18개월이다.

부서별 플랫폼과 AI 도구가 독립적으로 증가하면 데이터 정의·업무절차·모델이 각 시스템에 고정된다. 이후 통합에는 신규 구축보다 더 큰 데이터 정비와 조직조정 비용이 발생한다. 향후 2~3년 동안 공통 구조 없이 서비스가 확산되면 기술적 분산이 행정적 분산을 강화한다. 판정: 첫 번째 비가역 위험은 데이터 부족이 아니라 시스템별 데이터 의미의 고착이다.

AI 분석이 보고서 작성과 자료검색에 집중되면 기존 정책결정 과정은 변하지 않은 채 문서 생산속도만 빨라진다. 빠르게 생산된 보고서가 더 많은 결재와 사업을 만들면 행정 복잡성은 오히려 증가한다. 2~3년 동안 분석–결정–집행–성과의 연결이 형성되지 않으면 AI는 판단체계가 아니라 문서생산 인프라로 고착된다. 판정: 두 번째 비가역 위험은 행정 AX가 업무자동화로 정의되는 것이다.

대구 행정 AX는 기술적으로 가능하지만 행정 운영체계로는 아직 성립하지 않았다.

현재 구조는 데이터를 모으고 AI를 사용하는 단계이며 도시 변화의 원인과 전이를 선제 판정하는 단계는 아니다.

대구형 AI행정 플랫폼이 문서자동화에 머물면 행정은 빨라지지만 지역변화에 먼저 대응하지는 못한다.

최종 등급: ORANGE — Strong Data Infrastructure + Weak Cross-domain Early Warning

Golden Time Window: 12~18개월

Evidence Sources

• 대구 D-데이터허브
• D-데이터허브의 데이터 수집·분석 구조
• D-데이터허브 보유 데이터셋 현황
• 대구형 행정데이터맵 구축 추진
• 대구시 인공지능행정 조성 조례 검토보고서
• 대구 행정 AX와 2027년 AI행정 플랫폼 계획
• AI행정혁신팀 조직 현황
• 대구 민원 취약지점 예측모델 성과
• 대구 북구 데이터 통합플랫폼
• 대구 제조 AI 데이터 밸류체인 구축

Structural Insight — 행정 AX의 최소 단위는 데이터가 아니라 변화사건이다

행정데이터는 산업·인구·교통·복지처럼 부서의 업무영역에 따라 분류된다. 그러나 실제 지역변화는 한 부서 안에서 종료되지 않는다. 기업의 생산감소가 채용축소로, 채용축소가 청년전출로, 청년전출이 상권매출과 학교 수요 감소로 이어지는 과정은 여러 시스템을 통과하는 하나의 사건이다.

현재 플랫폼은 같은 지역에서 발생한 변화를 여러 데이터셋에 나눠 기록한다. 데이터는 통합돼도 동일 사건이라는 관계가 부여되지 않으면 AI는 지표 사이의 동시변화를 보여줄 뿐 원인과 전이경로를 판정하지 못한다. 데이터셋 수가 증가할수록 관계가 없는 정보도 함께 증가한다.

행정 AX는 부서별 데이터를 한곳에 저장하는 순간이 아니라 하나의 변화사건이 어떤 부서를 거쳐 어떤 Outcome으로 이어졌는지 추적하는 순간에 성립한다. 구조적 판정: 대구 행정 AX의 병목은 데이터 통합이 아니라 산업·인구·생활 변화를 하나의 Event ID로 연결하지 못한 데 있다.