AI 복지데이터 조기경보체계(W-EWS) 작동 원리와 실제 개입 절차

복지 행정은 언제나 ‘발견’의 문제였다.
정부가 아무리 많은 복지제도를 운영하더라도,
정작 가장 도움이 필요한 사람은 제도 밖에 남는 경우가 많았다.
이른바 ‘복지 사각지대’다.
이를 해결하기 위해 정부는 2025년부터
인공지능(AI)을 활용한 복지데이터 조기경보체계(Welfare Early Warning System, W-EWS)를 도입했다.
이 시스템은 사회 전반의 비정형 데이터를 실시간으로 분석해
위기 징후가 감지된 가구를 조기에 발견하고,
행정이 직접 개입할 수 있도록 설계되었다.
즉, ‘신청하지 않아도 행정이 먼저 찾아가는 복지’의 출발점이다.
이번 글에서는 W-EWS의 기술적 구조와 작동 원리,
그리고 실제 개입 절차와 향후 발전 방향까지 구체적으로 살펴본다.

---

W-EWS의 등장 배경과 목적

AI 복지데이터 조기경보체계(W-EWS)는
기존 복지행정의 한계를 극복하기 위해 설계되었다.
그 핵심은 신청 중심 행정에서 탐지 중심 행정으로의 전환이다.

① 기존 복지행정의 문제점

전통적인 복지 행정은 ‘신청 기반 구조’였다.
즉, 도움이 필요한 사람이 스스로 신청서를 제출해야
지원이 이루어질 수 있었다.
그러나 사회적 약자일수록 정보 접근이 어렵고,
신청 과정에서의 행정 장벽이 높다.
이로 인해 전체 복지 대상자 중 최대 15%가
지원받지 못하는 상황이 반복되었다.

② W-EWS의 도입 목표

• 위기 상황이 발생하기 전에 조기 발견
• 행정의 데이터 기반 의사결정 강화
• 복지서비스의 사각지대 해소 및 자원 효율 배분

결국 W-EWS는 “데이터가 먼저 사람을 찾는 구조”를 만드는 것이다.
정부는 이 시스템을 통해 2027년까지 복지 누락률을 절반 이하로 줄이는 것을 목표로 하고 있다.

③ 제도적 기반

W-EWS는 2024년 제정된 「국가복지데이터 관리 및 활용에 관한 법률」에 근거하여 운영된다.
이 법은 공공기관과 민간기관의 데이터 공유 근거를 마련하고,
AI 분석이 가능한 통합 복지데이터 허브 구축을 허용했다.

---

W-EWS의 작동 원리: 데이터가 경보로 변하는 과정

W-EWS의 핵심은 데이터 수집 → 분석 → 위험지수 산출 → 경보 발령 → 행정 개입의 5단계 프로세스다.

① 데이터 수집

AI는 다양한 공공·민간기관에서 비식별화된 데이터를 수집한다.

• 공공데이터: 전기·수도 요금, 건강보험료, 세금 납부 현황, 주거 변동 정보
• 민간데이터: 통신요금 납부, 카드 사용 패턴, 의료비 지출, SNS 감정어 빈도
• 지역데이터: 지역사회복지센터 상담 기록, 돌봄 출석률, 교육기관 결석 데이터

이 데이터는 매일 중앙 복지데이터 허브로 자동 전송되어
AI가 실시간으로 분석한다.

② 데이터 분석

AI는 수집된 데이터를 기준으로
개인·가구 단위의 ‘변화 패턴’을 분석한다.
예를 들어,

• 전기 사용량이 30% 이상 감소
• 의료비 지출이 급격히 증가
• 세금이나 공공요금 체납이 연속 발생
  이런 신호가 3개 이상 감지되면
  AI는 해당 가구를 ‘위험 탐지 후보’로 등록한다.

③ 위험지수(Welfare Risk Index, WRI) 산출

AI는 각 데이터의 변화율, 지속기간, 상관성 등을 종합해
0~100 사이의 복지위험지수(WRI)를 산출한다.

• WRI 0~39: 정상
• WRI 40~69: 잠재 위험군
• WRI 70~100: 고위험군

AI는 매일 이 지수를 갱신하며
새로운 위기 징후가 나타나면 즉시 경보를 발령한다.

④ 경보 발령

위험지수가 기준치를 초과하면
AI는 1차 경보(자동)를 발령하고
지자체 복지담당자에게 2차 확인 요청(수동)을 전송한다.
이 과정은 모두 행정정보망을 통해 자동화되어 있으며,
해당 담당자는 48시간 내에 ‘현장 확인 여부’를 입력해야 한다.

⑤ 행정 개입

복지담당자가 실제 현장을 방문해
AI의 판단이 사실로 확인되면
즉시 긴급복지, 생계급여, 의료급여 등
적합한 복지자원을 연계한다.
이 전체 과정은 통상 3일 이내에 완료된다.

---

실제 개입 절차: 위기 탐지에서 지원까지

AI가 발령한 경보가 실제 지원으로 이어지는 절차는 다음과 같다.

① 1단계: AI 탐지 및 위험군 분류

AI는 하루 평균 250만 건 이상의 데이터를 분석한다.
이 중 약 1%가 ‘비정상 패턴’으로 탐지되고,
그중 0.3%가 실제 경보 대상으로 분류된다.

② 2단계: 행정 검증

지자체 복지담당자는
AI가 제시한 대상 명단과 위험지수를 확인한다.
위험 수준이 높거나,
다른 공공데이터와 중복 신호가 있는 경우
‘현장 방문 대상’으로 지정한다.

③ 3단계: 현장 확인

복지공무원 또는 사회복지사가 가정을 방문해
생활 실태를 확인한다.
이때 AI가 제공한 데이터 리포트(전력 사용량, 의료비, 통신내역 등)가
기초 자료로 활용된다.
현장 조사 결과, 실제로 위기 상황이 확인되면
즉시 긴급지원 절차로 전환된다.

④ 4단계: 지원 연계

복지담당자는 복지자원 자동매칭 시스템(Welfare Resource Matching)을 통해
가구별로 필요한 자원을 자동으로 추천받는다.
예를 들어,

• 의료비 체납 → 긴급의료비 지원
• 전력 사용 중단 → 생계급여 및 공과금 대납
• 결식 위험 → 기초푸드뱅크 연계

지원은 평균 72시간 내에 이루어진다.
과거에는 복지신청에서 지원까지 평균 14일이 걸렸던 것을
AI 개입으로 5분의 1 수준으로 단축시킨 것이다.

⑤ 5단계: 사후 모니터링

AI는 지원이 이루어진 이후에도
해당 가구의 데이터 변화를 모니터링한다.
위험지수가 일정 기간 안정되면 경보를 자동 해제하고,
다시 상승하면 재경보를 발령한다.
이로써 지속적인 복지관리(Continuous Welfare Monitoring)가 가능해진다.

---

W-EWS의 실제 운영 성과와 한계

① 운영 성과

2025년 시범 운영 결과,
AI 복지데이터 조기경보체계는 다음과 같은 성과를 보였다.

• 복지 사각지대 발견률: 기존 대비 46% 향상
• 긴급지원 평균 처리기간: 14일 → 3일 단축
• 허위신고 감소율: 22%
• 행정효율성 향상: 공무원 업무량 35% 절감

특히, 독거노인, 한부모가정, 청년 단독가구 등
기존 복지망에서 잘 드러나지 않던 계층의 위기를
AI가 빠르게 포착해냈다는 평가를 받았다.

② 운영 한계

그러나 W-EWS에도 한계가 존재한다.

• 데이터 불균형 문제: 농촌·고령층 데이터 수집률이 낮음
• AI 판단의 오탐지(오경보): 단기 체납이나 일시적 요금 변동을 위기로 인식
• 현장 대응 인력 부족: 탐지 후 즉각 개입할 인력이 충분하지 않음
• 윤리적 우려: 생활 데이터 감시 논란 및 개인정보 침해 가능성

이러한 문제를 해결하기 위해
정부는 2026년부터 AI 행정검증센터를 신설해
AI 판단의 오류를 정기적으로 점검하고,
공공기관 간 데이터 연계를 정교화할 계획이다.

---

W-EWS의 미래: 예측 행정으로의 진화

AI 복지데이터 조기경보체계는 현재 ‘탐지 중심’ 시스템이지만,
향후에는 ‘예측 중심 복지행정’으로 발전할 예정이다.

① 예측 모델 고도화

AI가 단순히 “위기 발생”을 탐지하는 데서 나아가,
“위기 발생 가능성”을 사전에 예측하도록 고도화된다.
예를 들어, 실직·이사·의료비 증가 패턴을 종합 분석해
“3개월 내 위기 발생 확률 80%”와 같은
정량적 예측 결과를 행정에 제공한다.

② 다차원 데이터 통합

복지 외에도 고용, 교육, 환경, 주거 데이터를 통합해
AI가 더 입체적으로 위기를 판단하도록 확장된다.
이렇게 되면 ‘한 가정의 복지문제’를 넘어
‘지역 전체의 복지 리스크’까지 관리할 수 있다.

③ 시민 참여형 검증 체계

정부는 2027년부터 “시민 데이터 감시단”을 도입해
AI 경보의 정확성과 공정성을 검증할 계획이다.
이는 행정의 투명성을 높이고,
국민이 직접 AI 복지정책의 신뢰를 구축하는 역할을 맡게 된다.

④ 윤리 중심의 AI 복지행정

AI가 아무리 발전하더라도,
행정 판단의 최종 책임은 인간에게 있다.
AI는 데이터를 분석하지만,
그 데이터를 ‘어떻게 해석할지’는 여전히 사람의 몫이다.
정부는 W-EWS의 모든 의사결정 로그를 3년간 저장하여
행정의 책임성과 투명성을 강화하고 있다.

---

결론: 기술이 아닌 ‘발견의 복지’로 나아가야 한다

AI 복지데이터 조기경보체계(W-EWS)는
한국 복지 행정의 패러다임을 바꾸는 핵심 기술이다.
복지의 중심이 행정청이 아니라,
데이터가 먼저 사람을 찾아가는 구조로 이동한 것이다.

이제 복지는 단순한 행정 절차가 아니라,
데이터와 인간의 협력으로 이루어지는 사회적 안전망이다.
AI는 위기를 감지하고,
공무원은 그 위기 뒤의 삶을 해석한다.

AI가 효율을 만든다면,
인간은 의미를 완성해야 한다.
W-EWS가 진정한 복지혁신으로 자리 잡기 위해서는
데이터의 정밀함과 함께,
인간의 판단·공감·책임이 반드시 동반되어야 한다.

2026년 이후 한국의 복지 행정은
더 이상 뒤늦은 지원이 아니라
“먼저 발견하고, 먼저 도와주는 복지”로 진화할 것이다.