상권정책 워크숍에서 AI를 쓰는 법, 아이디어를 실행 과제로 좁혀라

상권정책 워크숍에서 AI에 아이디어를 요청하면 발표 자료는 금세 풍성해진다. 축제, 공동배송, 관광 연계, 디지털 홍보가 한꺼번에 등장한다. 그런데 교육이 끝난 뒤 누가 무엇을 시작할지 묻는 순간 답이 흐려질 수 있다. 아이디어가 부족해서가 아니다. 지역의 문제와 실행 조건을 대조하고 선택하는 과정이 빠졌기 때문이다. 워크숍의 마지막 장에는 사업 목록보다 다음 회의에서 확인할 과제 하나가 남아야 한다.

같은 지역 자료로 문제 문장부터 맞춰라 팀마다 다른 자료를 넣고 AI의 답을 비교하면 논의가 엇갈리기 쉽다. 진행자는 먼저 대상 상권, 관찰 시점, 참여 점포의 범위가 표시된 공통 자료를 준비하자. 공개 통계와 현장 관찰은 구분하고, 상인 의견에는 확인이 필요한 부분을 표시한다. 개인정보나 비공개 행정자료를 외부 AI에 그대로 넣는 대신, 기관이 허용한 환경과 공유 가능한 자료 범위를 사전에 확인하는 방식이 필요하다.

첫 요청은 해결책을 쏟아내게 하는 질문보다 문제를 좁히는 질문이 적합하다. “제공 자료에서 확인된 사실과 추가 조사가 필요한 추정을 나누고, 서로 다른 원인 가설을 제시해 달라”고 요청해 보자. 참가자는 AI가 인용한 근거를 원문과 대조한다. 자료에 없는 매출 감소율이나 상인 반응이 생겨났다면 지운다. 이어 누구의 어떤 불편을 어느 범위에서 줄일 것인지 한 문장으로 합의한다. AI가 정리한 문장도 현장 당사자의 설명과 맞는지 확인해야 한다.

한국지능정보사회진흥원이 2026년 6월 11일 공개한 ‘공공부문 AI 도입·활용 가이드’는 2026년 5월 기준 자료다. 안내문은 행정 수요를 분석해 도입 필요성을 검토한 뒤 서비스를 정의하고, 예산·구현·운영 및 고도화까지 살피는 흐름을 제시한다. AI 사용 자체보다 수요와 운영을 연결해 보자는 참고 근거다. 다음의 워크숍 구성은 이 관점을 상권 과제 발굴에 적용한 실무 제안이며 정부가 정한 의무 서식은 아니다.

아이디어를 늘린 다음에는 제약을 넣어 줄여라 문제 문장이 정해지면 AI에 성격이 다른 대안을 요청한다. 예를 들어 방문객의 구매 연결이 약하다는 가상의 과제라면, 안내 방식 개선과 점포 운영시간 조정, 상품 묶음 실험처럼 서로 다른 접근을 비교할 수 있다. 모두 실제 지역에서 효과가 확인된 사업처럼 소개하지 말고 검토할 가설로 놓아야 한다. 이미 해 본 사업이라면 무엇이 달라야 하는지도 참가자가 설명하게 한다.

이때 평가 기준을 먼저 합의하자. 원인과의 연결, 참여 주체의 의사, 현재 자원으로 시작할 가능성, 결과를 확인할 방법을 함께 살피는 방식이다. AI에게 예산과 인력을 임의로 채우게 하지 말고, 팀이 확인한 한도와 일정, 협의가 필요한 상대를 제공한다. 점수가 높다는 이유만으로 채택하지 않고 근거가 비어 있는 항목을 다시 묻는다. 담당자가 없는 대안은 좋은 제안이어도 당장 실행할 과제가 되기 어렵다.

진행자는 반대 검토를 별도 순서로 넣을 수 있다. “이 대안이 실패할 조건과 참여하지 않을 상인의 이유를 찾아 달라”는 요청 뒤, 참가자가 실제로 확인할 질문을 고른다. AI의 반론도 사실은 아니다. 다만 모두가 좋아 보이는 제안에 동의한 채 운영 부담을 놓치는 일을 줄이는 토론 재료로 쓸 수 있다. 의견이 갈리면 다수결로 서둘러 덮기보다 작은 범위에서 무엇을 시험하면 판단이 달라질지 정하자.

선정한 과제를 첫 행동과 확인 날짜로 바꿔라 최종 과제에는 대상 고객, 해결할 불편, 실행 책임자, 협의 상대, 첫 행동, 필요한 자원, 확인할 증거를 남긴다. “공동마케팅 추진” 대신 누가 참여 점포를 만나 무엇을 확인하고 어느 날 결과를 가져올지 쓰는 것이다. 예산이나 권한이 확정되지 않았다면 실행 완료 과제가 아니라 사전 협의 과제로 표시한다. AI는 이 내용을 정리하고 누락을 찾는 보조 역할을 맡는다. 책임과 승인 여부는 참여자가 확인한다.

행정안전부는 2026년 9월 8일 발표한 공무원 AI 직접개발 확산 방안에서 실험과 검증, 실제 업무 적용과 조직의 운영 책임을 연결하는 방향을 밝혔다. 발표된 정책 방향을 모든 기관에서 같은 수준으로 구현된 사실로 간주해서는 안 된다. 워크숍에서도 시연에 성공한 초안과 현장에 적용할 수 있는 과제를 나누어 검토하자는 시사점으로 읽을 수 있다.

후속 점검에서는 발표의 완성도보다 약속한 첫 행동이 이루어졌는지 확인하자. 협의가 중단됐다면 상대의 우려와 필요한 결정을 기록하고, 가설이 틀렸다면 수정하거나 멈출 조건을 남긴다. 진행자는 팀별 과제와 미확인 사항을 모아 다음 회의의 안건으로 전달한다. 이 기록이 있어야 교육 당일의 좋은 반응이 지역사업의 실행으로 이어질 여지가 생긴다.

로컬넥스트는 지자체·공공기관·상인회·지원기관의 상권정책 과제를 문제 진단부터 팀별 실행계획과 후속 점검으로 연결하는 컨설팅·강의·워크숍을 진행한다. 상담은 02-2168-3071 또는 https://localnext.kr/#contact 로 문의할 수 있다.

자료·출처 한국지능정보사회진흥원, 공공부문 AI 도입·활용 가이드 (2026-05 기준, 게시 2026-06-11, 수요·도입·운영 절차 참고, 확인일 2026-10-29): https://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?bcIdx=29526&cbIdx=37989 행정안전부, 공무원이 만든 AI 서비스, 정부가 키워 범정부 혁신으로 (발표 2026-09-08, 확산 방안의 정책 방향·계획, 확인일 2026-10-29): https://www.mois.go.kr/frt/bbs/type010/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000008&nttId=129351