가트너 예측: 2028년까지 전 세계 정부 80% AI 에이전트 도입 — 공공행정의 대전환이 시작됐다
가트너 예측: 2028년까지 전 세계 정부 80% AI 에이전트 도입
핵심 요약
2026년 3월 17일, 글로벌 IT 리서치 기업 가트너(Gartner)가 충격적인 예측을 발표했다. 2028년까지 전 세계 정부의 최소 80%가 루틴 의사결정 자동화를 위해 AI 에이전트를 도입할 것이라는 내용이다. 이는 단순한 업무 효율화를 넘어 공공 거버넌스 구조 자체의 재편을 의미한다. 행정 서비스 제공 방식, 시민 신뢰 형성 메커니즘, AI 의사결정에 대한 책임 구조가 근본적으로 변화할 것임을 이 예측은 시사하고 있다.
1. 왜 지금인가 — 공공 부문 AI 도입의 가속화 배경
멀티모달 AI와 대화형 에이전트 기술의 급격한 발전이 정부 기관이 자동화할 수 있는 범위를 급격히 확장했다. 가트너의 다니엘 니에토(Daniel Nieto) 수석 디렉터 애널리스트는 "멀티모달 AI와 대화형·에이전트형 시스템의 부상이 공공 조직이 자동화하고, 이해하고, 예측할 수 있는 영역을 넓혔다"고 설명했다.
정부 기관들이 AI 도입을 서두르는 이유는 크게 세 가지다.
첫째, 행정 효율화 압력: 세계 각국 정부는 예산 제약 속에서 증가하는 시민 서비스 수요를 처리해야 하는 이중 압박을 받고 있다. AI 에이전트는 비자 심사, 보조금 자격 검토, 민원 분류 등 반복적이고 규칙 기반의 의사결정을 인간 공무원 대비 수십 배 빠른 속도로 처리할 수 있다.
둘째, 시민 경험 개선: 가트너 조사(2025년 7~9월 전 세계 정부 기관 138개사 대상)에서 응답자의 50%가 시민 경험 개선을 3대 우선순위 중 하나로 꼽았다. 39%는 시민 신뢰 향상과 서비스 만족도 제고를 AI 투자의 주요 이유로 들었다.
셋째, 경쟁·선도 국가의 압력: 에스토니아, 싱가포르, UAE 등 디지털 정부 선도국들의 성공 사례가 다른 나라들에 행정 AI 도입을 서두르게 만드는 벤치마크로 작용하고 있다.
2. 핵심 장벽 — 단편화와 레거시 시스템이라는 이중 함정
그러나 가트너 조사는 AI 도입의 가장 큰 장벽도 명확히 드러낸다. 응답 기관의 **41%가 부서별 전략 분절화(silo)**를, 31%가 레거시 시스템을 디지털 솔루션 도입의 핵심 장애물로 지목했다.
이 두 장벽은 서로 맞물려 악순환을 만든다. 레거시 시스템은 부서 간 데이터 통합을 어렵게 하고, 단편화된 전략은 레거시 전환의 우선순위 설정을 방해한다. 가트너는 "기술 현대화만으로는 이 문제가 해결되지 않는다"고 단호하게 지적한다.
이에 대한 해법으로 가트너가 제시하는 것이 바로 의사결정 인텔리전스(DI, Decision Intelligence) 패러다임이다. 전통적인 AI 거버넌스가 모델, 데이터, 알고리즘 관리에 초점을 맞췄다면, DI는 의사결정 자체의 거버넌스 — 즉, 의사결정이 어떻게 설계되고, 실행되고, 모니터링되며, 감사(audit)될 것인지에 초점을 이동시킨다.
이는 정부 AI 거버넌스의 철학적 전환이다. 알고리즘을 규제하는 것이 아니라, 알고리즘이 내리는 결정 자체를 투명하고 감사 가능하게 만드는 것이 핵심이다.
3. 설명 가능 AI(XAI)와 인간-루프(HITL) — 공공 신뢰의 기술적 조건
가트너는 또 하나의 중요한 예측을 함께 제시했다. 2029년까지 정부 기관의 70%가 시민 서비스에 영향을 미치는 모든 자동화 의사결정에 설명 가능 AI(XAI)와 인간-루프(HITL) 메커니즘을 의무화할 것이라는 전망이다.
XAI(Explainable AI)는 AI가 어떤 이유로 특정 결정을 내렸는지를 인간이 이해할 수 있는 형태로 설명하는 기술이다. HITL(Human-in-the-Loop)은 특정 결정 단계에서 인간이 검토·개입·재정의할 수 있도록 설계된 워크플로우를 의미한다.
정부 AI에서 이 두 메커니즘이 특히 중요한 이유는 공공 결정의 특수성에 있다. 비자 거부, 복지 급여 중단, 세금 심사 결과 같은 결정들은 시민의 생존과 권리에 직결된다. '블랙박스' 알고리즘이 이런 결정을 내린다면, 시민은 반박도 항소도 할 수 없다. XAI와 HITL은 기술적 요구사항을 넘어 민주주의의 정당성과 연결되는 문제다.
가트너는 AI와 DI가 시민 서비스를 점점 자동화·간소화할수록, 정부와 시민의 직접 접촉이 줄어들기 때문에 시스템의 신뢰성, 공정성, 투명성에 대한 신뢰가 오히려 더 중요해진다고 강조한다. 아이러니하게도, AI가 더 많은 결정을 내릴수록 인간은 그 AI를 더 깊이 이해하고 통제할 수 있어야 한다는 역설이다.
에디터 인사이트
가트너의 이번 예측은 단순한 AI 확산 전망이 아니다. 이는 정부가 하는 일의 본질이 바뀌고 있다는 신호다. 루틴 의사결정이 AI로 이관될수록, 공무원의 역할은 규칙 집행자에서 예외 처리자, 거버넌스 설계자, AI 감독자로 이동한다.
한국의 경우도 예외가 아니다. 이미 국세청의 세금 환급 자동 심사, 건강보험공단의 급여 자격 검토 등에서 AI가 활용되고 있다. 그러나 '도입'과 '책임 있는 도입'은 다르다. 알고리즘이 내린 행정 결정에 대해 시민이 이의를 제기할 수 있는 절차적 권리가 법적으로 보장되어야 하며, XAI·HITL 구현이 단순한 기술 옵션이 아닌 공공 서비스의 필수 요건이 되어야 한다.
가트너 예측의 핵심은 속도가 아니라 방향이다 — 2028년까지 도입하되, 신뢰를 담보하는 방식으로 해야 한다는 것이다.
핵심 용어
- 의사결정 인텔리전스(DI, Decision Intelligence): AI 모델이 아닌 의사결정 프로세스 자체의 설계·실행·감사를 중심에 놓는 거버넌스 패러다임
- 설명 가능 AI(XAI, Explainable AI): AI가 특정 결정을 내린 이유와 근거를 인간이 이해할 수 있는 형태로 제공하는 기술
- 인간-루프(HITL, Human-in-the-Loop): 자동화 워크플로우에서 특정 단계에 인간의 검토·승인·개입을 포함하는 설계 방식
- 에이전트형 AI(Agentic AI): 목표를 부여받으면 스스로 계획을 세우고 도구를 활용해 작업을 완수하는 자율적 AI 시스템
출처 및 참고
- Gartner — "Gartner Predicts at Least 80% of Governments Will Deploy AI Agents To Automate Routine Decision-Making by 2028" (2026.03.17) https://www.gartner.com/en/newsroom/press-releases/2026-03-17-gartner-predicts-at-least-80-percent-of-governments-will-deploy-ai-agents-to-automate-routine-decision-making-by-2028
- FutureIoT — "80% of Governments to Deploy AI Agents by 2028 — Asia Must Prepare" (2026.03.18) https://futureiot.tech/80-of-governments-to-deploy-ai-agents-by-2028-asia-must-prepare/
- TechShots — "Gartner Predicts 80% of Global Governments Will Deploy AI Agents by 2028" (2026.03.23) https://www.techshotsapp.com/technology/gartner-predicts-80-of-global-governments-will-deploy-ai-agents-by-2028
- LinkedIn / Rick ATS — "At least 80% of governments will deploy AI agents to automate routine decision-making" (2026.03.17) https://www.linkedin.com/posts/rickats_ai-aiagents-gartner-activity-7439743613057634304--beR
