정책연구 생성형 AI 교육: 서울연구원 연구직 워크플로우를 단계별로 고도화하다

정책연구의 전체 흐름에 맞춘
연구직 심화 과정

연구직 과정은 이번 교육에서 가장 높은 난이도의 심화 과정으로 진행했습니다.

일반적인 연구자 대상 생성형 AI 교육이 논문 검색과 요약, 초록 작성에 집중되는 것과 달리 서울연구원의 연구직은 도시문제를 분석하고 정책의 개선 방향과 대안을 제시하는 정책연구를 수행합니다.

이에 따라 기존의 범용적인 생성형 AI 교육 자료를 그대로 활용하지 않고, 서울연구원의 업무에 맞춰 교안을 새롭게 구성했습니다. 실제 연구가 진행되는 순서에 따라 업무를 세분화하고, 각 단계의 결과를 다음
프롬프트의 맥락으로 연결하는 방식으로 실습을 진행했습니다.

또한 실제 연구원에 재직하며 연구업무를 수행하고 있는 강사를 매칭하여, 생성형 AI의 기능만 설명하는 것이 아니라 정책연구가 진행되는 과정과 판단 기준을 바탕으로 활용 시나리오를 시연하고, 연구직 수강생의 구체적인 질문에도 업무 맥락을 반영해 답변할 수 있도록 했습니다.

연구직 업무에 맞춘 생성형 AI 유즈케이스

교육은 먼저 정책연구의 어떤 단계에서 생성형 AI를 활용할 수 있는지 확인하는 것부터 시작했습니다.
정책자료와 선행연구를 조사하고, 공공데이터의 분석 방향을 설정하며, 정책보고서 초안을 발전시키고
여러 정책 시나리오를 비교하는 연구직 유즈케이스를 중심으로 활용 가능성을 살펴봤습니다.

단순히 여러 기능을 소개하는 것이 아니라, 서울연구원의 실제 연구업무 안에서 AI가 지원할 수 있는
작업과 연구자가 직접 판단해야 하는 영역을 구분했습니다. 이를 통해 이후 실습이 개별 기능 학습이 아닌
하나의 정책연구 흐름으로 이어지도록 했습니다.

사회현상에서 정책연구 과제를 발굴하다

정책연구는 주어진 주제를 조사하는 것뿐 아니라, 사회현상에서 연구가 필요한 문제를 찾아내는 과정부터 시작됩니다. 교육에서는 사회현상을 곧바로 하나의 연구 주제로 정하지 않고 현상의 원인과 대상, 정책
환경을 먼저 구조화했습니다. 이후 여러 정책연구 과제 후보를 도출하고, 정책적 필요성과 활용 가능성을 기준으로 비교했습니다.

AI가 연구 주제를 대신 결정하도록 하는 것이 아니라, 다양한 후보와 관점을 빠르게 펼쳐 연구자가 검토할 수 있도록 활용한 것입니다. 각 단계에서는 이전 결과를 다음 프롬프트의 맥락으로 연결하며 연구과제를
점진적으로 구체화했습니다.

논문과 정책보고서에서 연구의 공백을 찾다

정책연구 과제의 방향을 구체화한 뒤에는 관련 논문과 정책보고서를 검토했습니다.
선행자료를 단순히 요약하는 데 그치지 않고, 기존 연구가 다룬 대상과 방법, 주요 결과를 비교했습니다.
이를 통해 충분히 검토된 영역과 추가적인 연구가 필요한 지점을 구분하고, 연구의 필요성과 목적을 구체화했습니다.

이후 서로 다른 연구접근안을 제안받아 연구질문과의 적합성, 자료 확보 가능성, 실제 수행 가능성,
예상되는 한계를 동일한 기준으로 비교했습니다. 최종 접근안을 선택할 때도 결과만 남기는 것이 아니라
선택 이유와 보완해야 할 취약점까지 함께 정리했습니다.

연구 결과를 인포그래픽으로 구조화하다

정책연구는 분석 결과를 도출하는 것에서 끝나지 않습니다. 연구 결과를 정책 담당자와 시민이 이해할 수
있는 구조로 정리하고, 핵심 메시지와 개선 방향이 드러나도록 전달해야 합니다.

연구직 과정에서는 서울연구원이 홈페이지에 공개한 기존 보고서를 바탕으로 자주 활용하는 도식과 정보 구조를 살펴봤습니다. 이후 보고서 본문과 표에서 핵심 메시지를 추출하고, 이를 배경과 현황, 분석 결과,
정책적 시사점이 드러나는 인포그래픽으로 전환했습니다.

AI가 이미지를 바로 생성하도록 하기보다 무엇을 강조해야 하는지 먼저 결정하고, 정보의 우선순위와
시각적 구조를 설계하는 과정에 초점을 맞췄습니다.

연구의 핵심을 초록으로 정리하다

마지막으로 연구의 전체 내용을 짧고 명확하게 전달하는 초록 작성 과정을 다뤘습니다.

기존 보고서의 형식과 문체를 참고해 연구의 배경과 목적, 연구방법, 주요 결과와 정책적 의미가
드러나도록 초안을 구성했습니다. 처음 생성된 문장을 그대로 활용하지 않고 빠진 내용과 중복 표현,
근거가 약한 부분을 점검하며 결과를 보완했습니다.

이를 통해 연구직 과정은 과제 발굴과 선행연구 검토, 연구 방향 설정에서 끝나지 않고 인포그래픽과
초록을 통해 연구 결과를 전달하는 단계까지 하나의 워크플로우로 연결했습니다.

---