올해 4월, 아름다운재단 기부문화연구소에서는 비영리 종사자의 생성형 AI 활용 현황을 조사했습니다. 당시 응답자의 92.7%가 AI를 사용하고 있었지만, 조직 차원에서 AI를 도입한 비율은 26.8%에 그쳤습니다. 그로부터 6개월이 지난 지금,  AI 기술은 계속 발전하고 있고 현장의 경험도 쌓여가고 있을 것입니다. 

현재 기부문화연구소에서는 후속연구를 통해 현장 실무자들을 만나고 있습니다. AI가 일하는 방식에 가져온 변화와 조직에서 활용을 시도하며 겪는 어려움을 듣다 보니 몇 가지 질문이 생깁니다.
‘개인이 AI를 잘 활용하는 것과 조직이 AI를 잘 활용한다는 것은 무엇이 다를까요? AI가 업무 효율을 높이는 것을 넘어, 조직의 역량과 공익적 활동에 도움이 되려면 무엇이 필요할까요?’

물론 모든 비영리조직에 AI 도입을 권장하려는 것은 아닙니다. 중요한 것은 각 조직이 자신의 목적과 필요에 따라 AI의 활용 여부를 판단하고, 필요한 경우 적절하게 활용할 수 있는 조건을 갖추는 일입니다.
이러한 고민은 국내만의 문제는 아닌 것 같습니다. 아시아 필란트로피 소사이어티 센터(Centre for Asian Philanthropy and Society, 이하 캡스)가 발간한 <Cars Without Roads: Investing in AI for Good Across Asia>(도로 없는 자동차: 아시아 전역의 공익을 위한 AI 투자)에서도 비슷한 문제를 짚고 있습니다.

캡스는 아시아·태평양 지역의 공익 목적 AI 이니셔티브 220건을 분석하고, 10개 경제권의 42개 기관을 인터뷰했습니다. 보고서는 AI 도구에 대한 투자에 비해 이를 현장에 안착시키고 지속적으로 활용할 기반에 대한 투자가 부족하다고 지적합니다.
보고서의 제목인 ‘도로 없는 자동차’는 바로 이러한 상황을 비유합니다. 새로운 AI 도구라는 ‘자동차’를 만드는 데 집중하는 동안, 이를 움직일 사람과 조직의 역량, 데이터와 인프라, 지속적인 지원이라는 ‘도로’는 충분히 마련하지 못했다는 것입니다. 보고서에서는 가장 값비싼 실패가 성능이 나쁜 자동차를 만드는 것이 아니라, 잘 만든 자동차가 달릴 도로가 없어 멈춰 서는 것이라며 이런 상황을 강조하고 있습니다.

아시아의 비영리조직, AI 활용은 어디까지 왔을까?

아시아의 비영리조직에서도 AI 활용이 확산되고 있지만, 이를 일상 업무에 정착시킨 정도는 차이가 있습니다.  Doing Good Index 2026에 따르면, 아시아 17개 경제권의 사회조직 2,166곳 중 3분의 1 이상은 AI를 사용한 경험이 없었고, 절반가량은 가끔 사용했습니다. 정기적으로 활용하는 조직은 약 8곳 중 1곳이었습니다. 일본 NPO센터의 2025년 조사에서도 비영리조직의 50.3%가 생성형 AI를 활용하고 있었지만, 일상 업무에 통합한 조직은 7.5%에 그쳤습니다. 조사마다 대상과 기준은 다르지만, 공통적으로 AI사용 경험과 조직 차원의 지속적인 활용 사이에는 차이가 있음을 보여줍니다. 

그렇다면, 공익을 위한 AI는 구체적으로 어디에 활용되고 있을까요? 

출처 : 도로 없는 자동차: 아시아 전역의 공익을 위한 AI 투자(CAPS, 2026) 보고서 재구성

캡스가 분석한 사례에서 가장 많은 비중을 차지한 것은 서비스 제공(50.5%)이었습니다. AI를 활용해 교육·보건·금융 등 사회문제 해결을 위한 서비스를 직접 제공하는 사례가 절반에 달했습니다. 반면 조직 내부의 업무 효율성과 생산성을 높이기 위한 운영 효율화는 6.4%로 가장 낮은 비중을 차지했습니다. 다만 이는 캡스가 수집한 공익 목적 AI 이니셔티브 220건의 분포로, 아시아 비영리조직 전체의 AI 활용 현황을 의미하지는 않습니다.

이처럼 공익을 위한 AI 활용은 조직 내부의 업무 효율화를 넘어 다양한 영역에서 시도되고 있습니다. 그렇다면 이러한 시도가 실제 현장에서 작동하고 지속되기 위해서는 무엇이 필요할까요?

기술보다 어려운 것은 사람과 조직의 준비

보고서의 두 번째 장은 ‘기술은 쉬운 편(Technology is the Easy Part)’이라는 제목을 달고 있습니다. 실제로 인터뷰한 42개 기관 중 34개 기관이 AI의 성공적인 활용에 사람과 조직의 준비가 중요하다고 지적했습니다.

여기에는 조직의 목적에 맞는 기술 활용을 판단하는 리더십, AI를 이해하고 결과를 검토하는 역량, 기술과 현장의 필요를 연결하는 전문인력, 일회성 시도를 넘어 실제 활동에 적용하는 과정이 포함됩니다. 보고서는 이를 자동차와 도로의 비유로 설명합니다. AI 도구가 ‘자동차’라면, 데이터와 공통 인프라는 ‘도로’, 이를 활용할 사람의 역량은 ‘운전자’, 서비스를 현장에 전달하고 조정하는 체계는 ‘교통체계’에 해당합니다.

성능 좋은 AI 도구가 있어도 활용할 인력이나 데이터가 부족하면 현장에서 작동하기 어렵고, 활용 역량을 갖추더라도 운영 기반이 없다면 지속하기 어렵습니다. 특히 공통 데이터와 플랫폼은 개별 비영리조직이 혼자 마련하기 어렵습니다. 여러 조직이 함께 활용할 수 있는 기반을 구축하고, 이를 위한 협력과 조정에 투자할 필요가 있습니다.

AI 사업은 성공할수록 비용이 더 들 수도 있다

보고서에서 흥미로운 논의 중 하나는 ‘성공의 대가(Success Penalty)’입니다. 일부 AI 서비스는 이용자가 늘어날수록 모델 사용료와 컴퓨팅 비용도 증가합니다. 시범사업이 성공해 서비스가 확대되더라도 지속적인 운영비를 확보하지 못하면 사업을 유지하기 어려울 수 있습니다. 그러나 기존의 단기 지원사업은 개발과 시범 운영에 집중하는 경우가 많습니다. 캡스는 초기 개발비뿐 아니라 서비스 확대에 따른 비용까지 고려한 다년간의 지원이 필요하다고 제안합니다. 이는 지원사업의 성과를 어떻게 판단할 것인지와도 관련이 있습니다. AI 도구를 개발하거나 시범사업을 완료하는 것에 그치는 것이 아니라 실제 현장에서 지속적으로 활용할 수 있는 여건까지 살펴볼 필요가 있습니다. 

공익을 위한 AI, 누가 어떤 역할을 해야 할까?

캡스는 공익 목적의 AI가 현장에서 작동하기 위해서는 정부, 기술기업, 재단, 중간지원조직, 비영리조직이 각자의 역할을 수행하면서 협력해야 한다고 설명합니다. 정부는 정책과 인프라를 통해 활동 환경을 마련하고, 기술기업은 기술과 도구를, 재단과 필란트로피 지원기관은 필요한 재원을 제공합니다. 비영리조직은 이를 현장의 활동과 서비스로 연결합니다.

특히 주목할 것은 중간지원조직의 역할입니다. 캡스는 중간지원조직이 기술과 현장 사이에서 기술적 가능성을 실제 활용으로 전환하고, 현장의 경험과 요구를 다시 기술과 지원체계에 전달하는 역할을 한다고 설명합니다. 기술을 제공하는 것과 현장에서 활용할 수 있도록 돕는 것은 서로 다른 일이기 때문입니다.

이처럼 공익을 위한 AI는 여러 주체의 역할과 협력을 필요로 합니다. 이를 바탕으로  재단과 지원기관이 기술개발을 넘어 다음과 같은 활용기반에 투자할 것을 제안합니다. 

  1. 사람의 역량에 장기적으로 투자하기: 일회성 교육을 넘어 기술과 현장을 연결할 전문인력과 지속적인 지원 제공
  2. 이용자와 함께 설계하기: 기술보다 현장의 필요를 먼저 파악하고 당사자의 경험과 요구 반영
  3. 공동 인프라 구축하기: 여러 조직이 함께 활용할 수 있는 데이터와 플랫폼에 투자
  4. 지속적인 운영비 지원하기: 개발비뿐 아니라 서비스 유지·확대에 따른 비용 고려
  5. 설계 단계부터 윤리 고려하기: 개인정보, 안전, 이용자 참여와 책임의 문제를 초기부터 검토

이러한 제안은 지원기관의 역할을 다시 생각하게 합니다. AI 도구나 교육을 제공하는 것뿐 아니라, 비영리조직이 자신의 필요에 맞는 기술을 선택하고 지속적으로 활용할 수 있는 조건을 마련하는 일도 중요하다는 것입니다.

AI를 더 많이 사용하는 것보다 중요한 질문

기부문화연구소의 국내 조사와 캡스의 아시아 연구는 서로 다른 범위에서 이루어졌지만, 공통적인 질문을 던집니다.

‘개인의 AI 활용 경험은 어떻게 조직의 역량으로 이어질 수 있을까요? 이를 위해 조직과 지원기관은 무엇을 준비해야 할까요?’

AI 활용을 위한 조건을 마련하는 것이 모든 조직에 AI 도입을 적극적으로 확대해야 한다는 뜻은 아닙니다. 조직마다 활동의 목적과 필요한 역량이 다르고, AI가 적절하지 않은 업무도 있을 수 있습니다. 그리고 AI는 활동가의 전문성을 보완할 수 있지만, 기술 의존이나 새로운 업무 부담을 가져올 가능성도 있습니다. 업무 효율성이 높아진다고 반드시 공익적 성과가 커지는 것도 아닙니다.

따라서 중요한 것은 AI를 얼마나 많이 사용하는지가 아니라, 조직이 기술의 필요성과 한계를 판단하고, 그 활용이 조직의 활동과 공익적 목적에 어떤 영향을 미치는지 살펴보는 일입니다. 새로운 자동차가 계속 등장하는 지금, 더 많은 자동차를 마련하는 것만큼이나 중요한 것은 그 자동차가 정말 필요한지 판단하고, 필요한 곳까지 안전하게 달릴 수 있는 도로를 만드는 일일 것입니다.

비영리조직이 필요한 기술을 주체적으로 선택하고 활용할 수 있도록, 우리는 어떤 도로를 함께 만들어야 할까요?