부서 자료 · 중앙정부 정책 · 시민 의견이 같은 지식 공간으로 들어와 서로 연결되고, 산출물이 다시 입력이 되는 순환 — 쓸수록 근거가 쌓입니다.
생성형 AI를 부서마다 따로 쓰면 질문도 답도 매번 사라집니다. 필요한 것은 기관의 지식이 쌓이는 구조입니다.
| 구분 | 일반적인 AI 문서 검색 | AILUX 세컨브레인 |
|---|---|---|
| 정리 시점 | 질문할 때마다 매번 | 자료가 들어올 때 한 번 (선불) |
| 지식의 수명 | 답변이 끝나면 폐기 | 기관 자산으로 영구 누적 |
| 근거 추적 | 문서 단위 인용 | 문장 단위 출처 앵커 — 감사·의회 대응 |
| 상충 정보 | 임의로 하나를 선택 | 덮어쓰지 않고 모순 표시 → 사람이 판정 |
부서별로 흩어진 자료를 하나로 묶고, 질문하면 보고서가 나옵니다. 전 부서 자료 ＋ 조례·회의록·용역 → 세컨브레인 → 보고서·기획안
보고서·예산서·회의록·용역결과·조례·과거 민원 답변을 원본 그대로 보관
자료 1건이 기존 지식 10~15개를 갱신 — 어긋나면 모순 표시
"작년 청소년 사업 성과를 근거로 내년 확대 기획안을 만들어줘" 한 줄이면 초안 완성
완성된 보고서·기획안이 새 자료로 보관·재컴파일 — 시청의 두 번째 뇌
| 효과 | 내용 |
|---|---|
| 자료 조회 → 초안 | 부서 간 자료 요청·정리를 질문 한 번으로 |
| 전 문장 출처 추적 | 모든 문장 원본 역추적 — 감사·의회 대응 |
| 산출물 자산화 | 보고서·기획안이 다음 업무 근거로 재사용, 인사이동에도 판단 이력 승계 |
2026년 AI 예산만 41개 부처 515개 사업. 중앙정부 정책·공모를 우리 시 자료와 결합해 "우리가 받을 수 있는 사업"을 도출합니다.
국정과제·부처 업무계획·공모 지침·국고보조 기준·법령 개정·예산안
기존 사업 실적·인구·재정 현황·중기지방재정계획·유사 사업 이력
신청 가능 여부·부족한 요건·담당 부서·유사 선례를 한 번에 제시
사업계획서 초안, 국비 확보 논리, 시장·의회 보고자료를 근거와 함께 생성
| 효과 | 내용 |
|---|---|
| 공모 대응 속도 | 공고 분석 → 적합도 판단 → 초안까지 한 흐름 |
| 국비 확보 논리 | 우리 시 실적 데이터를 근거로 제시해 설득력 확보 |
| 누락 방지 | 흩어진 지원사업을 우리 시 기준으로 상시 대조 |
"버스가 안 와요"와 "아이 등교가 위험해요"가 하나의 노선 개편 사안으로 — 흩어진 시민 의견에서 연결성을 찾아냅니다.
민원 시스템·시민제안·주민참여예산·간담회·SNS·설문을 원본 그대로 한 곳에
표현이 다르지만 같은 문제를 말하는 의견을 하나의 사안으로 묶음
담당 부서·근거 조례·유사 선례·활용 가능한 국비 사업이 함께 제시
묶인 의견이 정책 제안서·조례 개정 검토·예산 요구 자료로 정리
| 효과 | 내용 |
|---|---|
| 반복 민원 가시화 | "이 의견은 지난 2년간 47건 반복, 담당은 교통과" — 누적 건수·추이를 정량 확인 |
| 부서 배정 자동화 | 의견 → 담당 부서·근거 법령·유사 선례 즉시 연결 |
| 정책 반영 근거 | 여론이 아니라 데이터로 — 시민 의견이 출처 붙은 정책 문서로 |
2026. 7. 20~21 · 예산 스플라스 리솜 — 보령시 전 부서 자료로 구축한 지식그래프를 시청 간부·실무자 앞에서 3면 대형 스크린으로 직접 시연했습니다.
