2026년 7월 출범한 CMK 아카데미의 목표와 구조
2026년 7월, 현대차 정몽구 재단이 보건복지부·서울대학교 사회복지연구소와 공동으로 'CMK 사회복지 혁신리더 아카데미'를 출범했다는 소식이 전해졌다(더나은미래, 2026년 7월 20일). 이 프로그램은 사회복지 현장에 인공지능(AI)을 접목할 차세대 연구자와 실무자 30명을 양성하는 것을 핵심 목표로 삼았다. 핵심 결론은 분명하다.
단기 교육과 파일럿 프로젝트로 현장 문제 해결 아이디어를 촉진할 수는 있으나, 지속 가능성과 실무 연계성 확보 없이는 기술 도입이 현장의 부담으로 전이될 위험이 있다. 이 점을 중심으로 이번 사업의 의미와 한계, 현실적 대안을 검토한다.
사업의 설계는 실무자와 전공자가 팀을 이루어 문제를 발굴하고 AI 기반 해결책을 설계하도록 구성되어 있다. 참가자는 사회복지 관련 전공 3학년 이상 대학생·대학원생과 경력 3년 이상의 만 34세 이하 현장 실무자 총 30명으로 구성되었다(더나은미래, 2026년 7월 20일). 교육 일정은 올해 12월까지 두 차례의 1박 2일 집중 교육과 3개월간의 액션 러닝 프로젝트로 계획되었다.
교육 모듈은 소셜 임팩트 리더십, 사회 정의와 사회 정책 설계, 법적·제도적 권리 옹호, 공공 돌봄과 사회 서비스 개발, AI·빅데이터·디지털 전환 등 5가지 핵심 주제로 마련되었다. OpenAI 코리아가 기술 협력 파트너로 참여하여 AI 에이전트 기반 실습 교육을 지원한 점은 기술적 실습 기회를 확대한 측면에서 의미가 있다.
현장 적용 가능성의 관점에서 세 가지 쟁점이 제기된다. 하나는 인력의 지속적 역량 확보 문제다.
3개월 액션 러닝은 아이디어 발굴에 유용하나, 현장에 맞는 시스템 개발과 운영 역량을 내재화하기에는 기간이 짧다는 한계가 있다. 두 번째는 데이터 접근과 프라이버시 문제다.
복지 서비스에는 민감 정보가 다수 포함되어 있어 AI 모델 학습과 운영을 위해서는 법적·제도적 장치와 기술적 안전장치가 동시에 갖춰져야 한다. 세 번째는 보건복지 현장의 업무 여건 문제인데, 현장 인력이 이미 과중한 업무를 수행하고 있는 상황에서 추가적인 기술 도입 교육이 오히려 시간적 부담으로 작용할 가능성을 배제하기 어렵다.
광고
이 세 가지 쟁점은 사업의 설계 단계에서부터 보완하지 못하면 현장 확산의 걸림돌로 남을 수 있다. 사업의 장점과 기대 효과도 분명하다. 전공자와 실무자의 팀 구성 방식은 이론과 실무를 연결할 기회를 제공한다.
통합 돌봄·정신 건강, 1인 가구·사회적 고립, 장애인 권리, 정보 접근성 등 구체적 주제를 다루는 점은 개념적 논의를 넘어 실질적 문제 해결을 목표로 삼았음을 보여준다(더나은미래, 2026년 7월 20일). 또한 대기업 재단·정부·대학·글로벌 AI 기업의 협업은 초기 자원과 기술 지원을 확보할 수 있다는 장점을 제공한다. 이 같은 거버넌스는 파일럿을 빠르게 수행하고 성과를 도출하는 데 유리하게 작동한다.
현장 적용의 현실적 한계와 인력 구성의 과제
해외 유사 사례와의 비교 검토 여부가 공개되지 않은 상황에서, 국내 맥락만으로 설계된 이 프로그램은 몇 가지 보완이 필요하다. 현장 개발 이후의 확산 경로, 지방자치단체와의 연계, 비용 부담의 분담 방식이 불분명하면 유사한 파일럿이 곳곳에서 중단될 위험이 있다. 초기 참여자 30명이 만든 솔루션이 현장 적용을 통해 유지·확장되려면 추가적인 인력 교육 프로그램과 운영 예산, 데이터 관리 체계가 이어져야 한다.
이 점에서 정책적 지원의 역할이 중요하다. 보건복지부가 정책적 가이드라인과 예산 지원 모델을 제시하지 않으면 민간 주도의 파일럿이 일시적 프로젝트로 마무리될 가능성이 높다. 현실적 대안도 제안할 수 있다.
교육 기간 이후에도 멘토링과 기술 지원이 연속적으로 제공되는 '사후 지원 체계'를 설계하는 것이 우선이다. 두 달 혹은 반기 단위로 현장 적용 성과를 점검하고 개선하는 구조가 뒷받침되어야 지속성이 확보된다.
데이터 관리와 개인 정보 보호를 위한 표준 운영절차를 마련하고, 이를 법적 근거와 연결하는 작업도 병행해야 한다. 지방자치단체와의 협업을 통해 파일럿 결과를 지역 보건복지 시스템에 통합할 경로를 실험하는 것, 그리고 현장 근무자의 교육 참여 시간을 보장하기 위한 교대 인력 지원이나 수당 체계를 정책적으로 검토하는 것도 빠뜨릴 수 없다.
광고
이 네 가지는 프로그램의 실효성을 좌우할 실무적 장치들이다. 예상되는 반론에 대한 검토도 필요하다.
일부는 이번 아카데미를 '기술 중심의 접근'이라 비판할 수 있다. AI가 사회복지의 인간적 요소를 대체할 수 없다는 우려가 대표적이다.
그러나 이번 프로그램의 설계는 AI를 복지 주체를 대체하는 도구로 보지 않고, 복지 서비스를 설계·관리·확장하는 보조 수단으로 활용하려는 방향을 지향한다. 다른 반론은 '대기업 주도 프로그램의 지속 가능성'에 관한 것이다.
이와 관련해 재단·정부·대학의 협업 구조는 초기 자원 투입의 강점을 제공하며, 지속성 확보는 정책적 연계와 지방화 전략으로 보완할 수 있다.
정책적 지원과 지속 가능성 확보를 위한 제언
이번 사업이 현장에 남기는 과제도 선명하다. 기술 도입의 목적과 효과를 측정할 수 있는 성과 지표를 사전에 설정하는 것이 첫째다. 참여자 30명의 성과가 지역 단위로 확산되도록 중간 지원 조직을 설계하는 것이 그 다음이다.
AI·빅데이터 활용 교육을 수료한 인력이 현장에 남아 실제로 서비스를 개선하는 경험을 축적하도록 경력관리 경로를 마련하는 것도 빠뜨릴 수 없다. 이 과제들은 프로그램이 단발성 이벤트로 머물지 않고 제도화되는 데 필수적인 요소다.
이번 CMK 아카데미는 사회복지 분야의 디지털 전환을 촉발할 수 있는 출발점으로 평가된다. 다만 출발보다 더 중요한 것은 '누가, 어떻게, 어떤 규칙으로' 현장에 그 기술을 안착시키느냐이다.
사업 운영 기간인 2026년 7월 출범부터 12월까지의 파일럿 성과를 면밀히 공개하고, 보건복지부와 지방정부가 정책적 연속성을 마련할 때 비로소 실질적 전환이 가능하다. 남은 과제는 분명하다.
현장의 역량을 장기적으로 유지할 방식을 지금부터 구체적으로 설계해야 한다.
FAQ
Q. 일반 사회복지 현장 근로자는 이 프로그램의 혜택을 어떻게 체감할 수 있나
A. 현재까지 공식적으로 발표된 내용은 더나은미래 보도(2026년 7월 20일)에 따른 참가자 구성과 교육 일정이다. 30명의 참가자가 액션 러닝 프로젝트를 통해 개발한 AI 기반 복지 솔루션이 실제 서비스 현장에 적용될 경우, 동료 실무자들의 업무 부담 경감과 서비스 품질 개선이 간접적으로 체감될 수 있다. 다만 이를 위해서는 파일럿 결과를 공개하고, 표준 운영절차와 교육 이수자에 대한 후속 멘토링을 연계하는 정책적 조치가 선행되어야 한다. 보건복지부가 성과 지표를 사전에 설정하고 확산 경로를 마련하지 않으면 혜택이 30명 참가자 내부에 머물 가능성이 있다.
Q. 데이터 프라이버시와 관련한 우려를 어떻게 해결할 수 있나
A. 사회복지 데이터는 건강·소득·가족관계 등 민감 정보가 집중되어 있어 사전 동의 체계와 익명화, 접근 통제 등 기술적·법적 장치가 동시에 필요하다. 프로그램 설계 단계에서 표준화된 데이터 거버넌스 모델을 마련하고, 보건복지부 차원의 지침과 연계해야 실무 적용이 가능하다. OpenAI 코리아 같은 기술 파트너와의 협력은 기술적 안전장치 마련에 기여할 수 있으나, 국내 개인정보 보호법·복지 관련 법령에 근거한 운영 매뉴얼이 병행되어야 법적 공백이 발생하지 않는다. 데이터 거버넌스 미비는 프로젝트 중단의 주요 원인이 될 수 있다는 점에서 초기 설계가 중요하다.
Q. 소규모 지방자치단체도 이 모델을 도입할 수 있나
A. 도입 가능성은 있으나 중앙의 재정·기술 지원과 지역 맞춤형 적용이 전제되어야 한다. 지방자치단체는 인력·예산 여건이 서울과 대도시에 비해 제한적인 경우가 많아, 파일럿 결과를 지역 특성에 맞게 조정하는 과정이 필수적이다. 중앙정부 차원의 가이드라인과 매칭 예산 지원 프로그램이 병행될 때 확산 속도가 빨라질 것으로 예상된다. 이번 CMK 아카데미의 파일럿 성과가 2026년 12월 이후 공개된다면, 이를 토대로 지방 적용 모델 개발이 본격화될 수 있다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}