공공기관 민원 RAG 챗봇: 법령 근거 답변과 운영 설계 [2026]

공공기관 민원 RAG 챗봇은 반복 질문에 그럴듯한 문장을 만드는 도구가 아니라, 내부 행정 자료와 최신 법령을 찾아 근거와 함께 안내하고 필요한 경우 담당자에게 안전하게 넘기는 민원 처리 시스템입니다.

이 글은 민원 전화와 동일 질문이 반복되어 챗봇 도입을 검토하는 공공기관 실무자, 정보화 담당자, 사업 기획자를 위한 글입니다. 검색 의도는 단순한 챗봇 기능 목록보다 법령을 어떻게 연결하고 답변 오류를 어떻게 통제할지에 가깝습니다. 따라서 화면보다 먼저 지식의 출처, 적용일, 이관 기준을 정해야 합니다.

현재 민원 흐름에서 생기는 병목#

일반적인 민원 처리에서는 시민이 채널을 찾고, 담당자가 질문을 분류한 뒤, 내부 안내 자료와 법령을 각각 검색해 답변합니다. 같은 질문이어도 표현이 달라 분류가 반복되고, 법령이 개정되면 기존 답변을 다시 검토해야 합니다. 전화와 메신저에 답변 기록이 흩어지면 어떤 질문이 자주 실패하는지도 알기 어렵습니다.

구축 순서: 답변보다 근거 체계를 먼저 만든다#

1. 민원 유형을 표본화합니다. 최근 질문을 업무 유형, 반복도, 위험도, 담당 부서로 나눕니다. 자동 답변에 적합한 단순 반복 민원과 사람 판단이 필요한 민원을 분리합니다.
2. 문서 원본과 적용일을 정리합니다. 내부 안내문, 업무 매뉴얼, 외부 법령을 출처, 시행일, 담당 부서, 공개 범위와 함께 저장합니다.
3. 검색 품질을 먼저 평가합니다. 대표 질문마다 정답 문서를 정해 검색 상위 결과에 실제 근거가 포함되는지 확인합니다. 답변 문장만 평가하면 검색 실패를 놓칠 수 있습니다.
4. 답변 정책을 정합니다. 근거가 약하거나 여러 규정이 충돌하면 단정하지 않고 추가 질문 또는 담당자 연결로 전환합니다.
5. 운영 피드백을 지식 갱신으로 연결합니다. 미답변, 낮은 평가, 상담원 수정 사례를 모아 문서와 질문 세트를 정기적으로 보완합니다.

프로젝트에서 확인한 적용 사례#

알파카랩스는 강남구 부동산정보과의 반복 민원을 카카오톡 AI 챗봇으로 전환하는 프로젝트를 진행하고 있습니다. 내부 데이터와 외부 법령을 RAG로 검색하며, 향후 확장을 고려해 구조를 설계했습니다. UXUI 기획과 프론트엔드, 백엔드 개발을 맡았고 OpenAI와 Next.js를 활용했습니다. 프로젝트 기간은 2025년 6월부터 현재까지입니다.

위 내용은 공개된 프로젝트 범위입니다. 특정 정확도나 민원 감소율처럼 공개되지 않은 성과는 단정하지 않습니다. 자세한 구축 범위는 강남구 부동산 민원 챗봇 프로젝트에서 확인할 수 있습니다.

운영 지표와 점검 체크리스트#

초기에는 응답 수보다 근거가 맞는지를 봐야 합니다. 근거 포함률, 검색 정답률, 검수 통과율, 담당자 이관률을 기본 지표로 두고 문서 개정 반영 시간과 반복 문의 처리 시간도 함께 기록합니다. 개인정보가 포함된 대화는 수집 목적과 보관 기간을 정하고, 관리자 권한과 조회 로그를 분리해야 합니다.

• 자동 답변 가능 민원과 사람 검토가 필요한 민원을 구분했는가
• 모든 문서에 출처, 버전, 적용일, 담당자가 있는가
• 답변 화면에서 근거 문단을 바로 확인할 수 있는가
• 검색 실패와 답변 실패를 별도 지표로 추적하는가
• 카카오톡 외 채널 확장을 고려해 대화 채널과 엔진을 분리했는가