거브테크 AI 실증 과제 18개 선정, 꼬리물기 단속부터 응급처치 평가까지

과기정통부는 2026년 7월 7일 착수보고회를 시작으로 ‘2026년 거브테크 창업기업 AI 실증·사업화 지원사업’을 추진한다. 2026년 3월 공고 이후 접수된 82건 중 18개 과제가 선정됐고, 분야는 대국민 공공서비스 고도화 7건, 지역·사회문제 해결 5건, 공공 인프라 혁신 6건이다. 교차로 꼬리물기 AI 교통관제, 응급처치 실시간 평가, 고속도로 배수 설계 검증처럼 국민이 체감할 수 있는 공공현안 해결 과제가 핵심이다.

거브테크 AI 실증 과제 18개 선정이 주목받는 이유

거브테크 AI 실증 과제 18개 선정이 주목받는 이유는 공공기관의 실제 문제와 창업기업의 AI 솔루션을 직접 연결하는 방식이기 때문이다.

과학기술정보통신부는 2026년 7월 7일 착수보고회를 시작으로 ‘2026년 거브테크 창업기업 AI 실증·사업화 지원사업’에 착수한다고 밝혔다. 이번 사업은 공공기관이 현장 수요를 제시하고, 해당 기술과 솔루션을 가진 거브테크 창업기업이 참여하는 수요 기반 매칭 방식으로 운영된다.

이 구조는 일반적인 기술개발 지원사업과 다르다. 창업기업이 먼저 기술을 만들고 나중에 수요처를 찾는 방식이 아니라, 공공기관이 겪는 문제를 먼저 제시한다. 그리고 그 문제를 해결할 수 있는 AI 기업을 연결한다. 공공부문 실증에서 가장 어려운 부분은 기술 자체보다 실제 현장 적용처를 찾는 일이다. 이번 사업은 그 병목을 줄이려는 시도다.

과기정통부는 국가 AI 역량 결집, AI 기본사회 실현, AI·디지털 혁신기업의 글로벌 진출 지원 등을 2026년 AI 정책 성과와 과제로 제시하고 있다. 이 흐름 속에서 거브테크 실증사업은 AI를 중앙정부 정책 구호가 아니라 교차로, 응급실, 행정민원, 고속도로, 건설현장 같은 생활 현장으로 옮기는 통로다.

최종 선정된 과제는 18개다. 2026년 3월 공고 이후 82건의 과제가 접수됐고, 서류·발표 심사를 통해 사업 타당성, 서비스 경쟁력, 수행 역량, 사회적 가치 등을 종합 평가해 선정됐다. 단순 기술 성능보다 공공현안 해결 가능성과 현장 적용성이 함께 평가됐다는 점이 중요하다.

거브테크 창업기업 AI 실증사업의 수요 기반 매칭 방식

거브테크 창업기업 AI 실증사업의 핵심 운영 방식은 수요 기반 매칭이다.

공공기관은 현장에서 해결해야 할 문제를 갖고 있다. 예를 들어 교차로 꼬리물기, 응급처치 적절성 평가, 고속도로 배수 설계 검증, 행정서류 검토, 외국인 주민 민원 안내, 전기통신금융사기 피해구제 같은 문제다. 이 문제들은 행정 인력만으로 해결하기 어렵거나, 반복 업무가 많거나, 판단 속도가 중요한 영역이다.

창업기업은 기술을 갖고 있지만 공공현장 실증 기회를 얻기 어렵다. 특히 공공기관은 조달, 보안, 개인정보, 예산, 법령 기준이 복잡하기 때문에 초기 기업이 진입하기 쉽지 않다. 수요 기반 매칭은 공공기관이 문제를 열고, 창업기업이 솔루션을 제안하게 해 이 간극을 줄인다.

이번 사업의 의미는 실증 이후 사업화까지 고려한다는 점이다. 과기정통부는 선정된 거브테크 기업에 비즈니스 모델 진단과 컨설팅 등 단계별 맞춤형 역량 강화 프로그램을 제공하고, 국내외 시장 진출을 위한 전시회 참가, 수요처 밋업, 투자유치 네트워킹도 지원할 방침이다.

이는 단순 연구과제보다 창업기업 성장에 더 직접적이다. 공공기관에서 실증에 성공하면 같은 문제를 가진 다른 지자체나 공공기관으로 확산될 수 있다. 해외에서도 교통, 안전, 행정 효율화, 인프라 관리 문제는 공통적으로 존재한다. 실증 결과가 명확하면 국내 공공조달뿐 아니라 해외 공공시장 진출 근거로도 활용될 수 있다.

대국민 공공서비스 고도화 7개 AI 과제

대국민 공공서비스 고도화 분야에서는 행정 처리와 응급 대응, 중소기업 행정부담 완화에 초점을 맞춘 7개 과제가 선정됐다.

대표 과제로는 조달청의 ‘공공 서류 AI 사전검토 플랫폼’이 있다. 공공조달이나 행정서류는 양식, 증빙, 제출 요건이 복잡하다. AI 사전검토 플랫폼이 도입되면 제출 전 오류를 줄이고, 담당자의 반복 검토 부담을 낮출 수 있다. 국민과 기업 입장에서는 반려와 보완 요청을 줄이는 효과가 기대된다.

전남대학교병원의 ‘AI 기반 응급처치 실시간 적절성 평가 시스템’도 주목된다. 응급처치는 시간과 판단의 싸움이다. 현장에서 이뤄지는 처치가 기준에 맞는지 실시간으로 평가할 수 있다면 교육, 훈련, 대응 품질 관리에 도움이 될 수 있다. 다만 의료 영역 AI는 오류 허용 범위가 좁기 때문에 실제 적용 단계에서는 의료진 판단 보조 도구로 설계돼야 한다.

중소기업기술정보진흥원의 ‘중소기업 국가사업 행정부담 해소 AI 에이전트’는 중소기업의 행정 피로를 줄이는 과제다. 국가사업 신청, 보고, 증빙, 정산은 중소기업에게 큰 부담이다. AI 에이전트가 서류 작성, 일정 안내, 제출 요건 확인을 도우면 기업은 본업과 기술개발에 더 집중할 수 있다.

이 분야의 공통점은 국민과 기업이 직접 체감하는 행정 마찰을 줄이는 것이다. 공공서비스 AI는 화려한 기술보다 정확한 안내, 빠른 처리, 오류 감소, 접근성 향상이 중요하다. 실증 과정에서 이용자 만족도와 업무 처리 시간 단축이 핵심 지표가 될 가능성이 크다.

지역·사회문제 해결 5개 AI 과제

지역·사회문제 해결 분야는 지방자치단체와 금융기관이 현장에서 겪는 문제를 AI로 풀어보는 영역이다.

천안시청의 ‘교차로 꼬리물기 AI 교통관제 시스템’은 생활 체감도가 높은 과제다. 교차로 꼬리물기는 차량 흐름을 막고 보행자 안전을 위협하며, 출퇴근 시간 정체를 키운다. AI 교통관제가 영상이나 교통 데이터를 바탕으로 위험 상황을 감지하고 관제에 활용된다면 단속과 신호 운영, 현장 대응의 효율을 높일 수 있다.

안산시청의 ‘외국인 주민을 위한 검색증강생성(RAG) 기반 행정 민원 솔루션’도 지역 특성이 반영된 과제다. 안산은 외국인 주민이 많은 도시로 알려져 있고, 행정 정보 접근성은 생활 안정과 직결된다. RAG 기반 솔루션은 공공기관의 검증된 자료를 검색해 답변을 생성하는 방식이기 때문에, 일반 생성형 AI보다 행정 안내의 정확성을 높이는 방향으로 설계될 수 있다.

중소기업은행의 ‘지능형 전기통신금융사기 피해구제 및 대응 솔루션’은 보이스피싱과 전기통신금융사기 대응과 관련된다. 금융사기는 피해 발생 후 시간이 지날수록 회복이 어렵다. AI가 신고 패턴, 거래 흐름, 피해구제 절차를 빠르게 분석하면 피해자 대응과 금융기관 조치 속도를 높일 수 있다.

지역·사회문제 해결형 과제의 핵심은 현장성이다. 같은 AI 기술이라도 천안의 교통문제, 안산의 외국인 행정민원, 금융기관의 사기 대응은 데이터와 절차가 모두 다르다. 실증이 성공하려면 지역 데이터 품질, 현장 담당자 참여, 이용자 피드백이 함께 확보돼야 한다.

공공 인프라 혁신 6개 AI 과제

공공 인프라 혁신 분야는 도로, 전력, 건설 안전처럼 대형 공공시설의 설계·시공·관리 효율을 높이는 과제들로 구성됐다.

한국도로공사의 ‘AI 기반 차세대 고속도로 배수 설계 검증 시스템’은 기후위기 시대에 중요성이 커지는 과제다. 집중호우와 극한 강수는 도로 배수 설계의 안정성을 시험한다. AI가 배수 설계의 적절성을 검증하고 위험 구간을 사전에 찾는다면 침수, 도로 파손, 교통 통제 위험을 줄이는 데 도움이 될 수 있다.

한국전력공사의 ‘유도선 포설용 자율주행 소형 AI 로봇’은 전력 인프라 작업의 자동화와 안전성 향상을 겨냥한다. 사람이 하기 어렵거나 반복적인 포설 작업을 소형 로봇이 수행하면 작업 효율과 안전성을 높일 수 있다. 공공 인프라 현장은 작업 환경이 복잡해 로봇의 이동 안정성과 장애물 대응 능력이 중요하다.

한국산업안전보건공단의 ‘영상언어모델(VLM) 기반 건설현장 위험성평가 자동화 시스템 및 안전관리 통합 모니터링 플랫폼’은 건설현장 안전관리와 연결된다. VLM은 이미지와 언어 정보를 함께 처리하는 모델이다. 현장 영상에서 위험 요소를 파악하고 안전관리자가 이해할 수 있는 설명을 제공한다면 위험성평가 업무를 더 빠르게 만들 수 있다.

공공 인프라 분야 AI는 국민이 직접 앱으로 만지는 서비스는 아니지만, 사고 예방과 비용 절감 효과가 크다. 도로 배수, 전력 설비, 건설 안전은 문제가 발생하면 피해 규모가 커진다. 그래서 이 분야의 AI 실증은 정확도뿐 아니라 안정성, 책임소재, 현장 검증이 중요하다.

거브테크 AI 실증 과제 18개 분야별 비교

거브테크 AI 실증사업이 창업기업에 주는 기회

거브테크 AI 실증사업은 창업기업에게 공공시장 진입의 실질적 기회를 제공한다.

AI 창업기업은 기술 검증과 고객 확보가 동시에 어렵다. 민간 시장에서는 빠른 매출이 요구되고, 공공 시장에서는 안정성과 신뢰성이 요구된다. 특히 공공기관은 국민 안전, 개인정보, 예산 집행 책임이 걸려 있어 검증되지 않은 솔루션 도입에 신중하다. 실증사업은 이 장벽을 낮추는 중간 단계다.

선정 기업은 공공기관 현장에서 실제 데이터를 접하고, 담당자 피드백을 받으며, 서비스 모델을 고도화할 수 있다. 과기정통부가 제공하는 비즈니스 모델 진단, 컨설팅, 전시회 참가, 수요처 밋업, 투자유치 네트워킹은 기술기업이 공공시장과 민간 투자자를 동시에 만나는 통로가 된다.

이 사업의 강점은 실증과 사업화를 함께 본다는 점이다. 공공기관 한 곳에서 실증이 끝나면 성과가 사라지는 경우가 많다. 그러나 사업화 지원이 붙으면 실증 결과를 다른 지자체, 공공기관, 해외 시장에 제안할 수 있다. 거브테크 기업에게는 레퍼런스가 가장 큰 자산이다.

과기정통부는 국내 AI·디지털 혁신기업의 글로벌 진출 지원도 AI 정책 성과 중 하나로 제시하고 있다. 공공문제 해결형 AI가 국내에서 검증되면 해외 스마트시티, 공공안전, 디지털정부 시장에서도 활용 가능성이 생긴다.

공공 AI 실증에도 남는 개인정보·오류·책임소재 과제

공공 AI 실증은 기대효과가 크지만, 개인정보 보호와 알고리즘 오류, 책임소재 문제를 함께 해결해야 한다.

첫 번째 과제는 개인정보다. 교통관제는 차량과 보행자 영상이, 응급처치 평가는 환자 정보가, 행정민원 솔루션은 주민 정보가, 금융사기 대응 솔루션은 금융거래 정보가 관련될 수 있다. 공공 AI는 민감한 데이터를 다루는 경우가 많다. 실증 단계에서부터 데이터 최소화, 비식별 처리, 접근 권한 관리, 저장 기간 제한이 필요하다.

두 번째 과제는 AI 오류다. AI가 서류를 잘못 검토하면 민원인이 불이익을 받을 수 있다. 응급처치 평가에서 잘못된 판단을 내리면 의료 안전 문제가 생긴다. 교통관제에서 오탐이 많으면 현장 신뢰가 떨어진다. 따라서 공공 AI는 자동 결정보다 사람의 판단을 보조하는 방식으로 먼저 설계하는 편이 안전하다.

세 번째 과제는 책임소재다. AI 솔루션이 제안한 결과를 공무원이나 공공기관이 따랐는데 문제가 생기면 책임은 누구에게 있는가. 창업기업, 공공기관, 현장 담당자, 시스템 운영자 사이의 책임 구분이 필요하다. 실증사업 단계에서도 성능 기준과 사고 대응 절차를 명확히 해야 한다.

네 번째 과제는 실제 도입 가능성이다. 실증은 성공했지만 예산, 조달, 법령, 현장 저항 때문에 본사업으로 이어지지 않는 경우가 있다. 이번 사업이 성과를 내려면 과제 종료 뒤 실제 구매나 확산으로 연결되는 경로가 필요하다. 공공 AI의 가치는 데모가 아니라 현장 운영에서 증명된다.

거브테크 AI 실증에서 가장 먼저 봐야 할 기준

이번 사업에서 눈에 띄는 점은 AI를 추상적인 기술 과시가 아니라 공공현안 해결 도구로 배치했다는 사실이다. 교차로 꼬리물기, 응급처치 평가, 고속도로 배수 설계, 외국인 민원 안내, 금융사기 피해구제는 모두 국민이 실제로 겪는 문제다. 그래서 18개 과제의 성패는 모델 성능보다 현장 변화로 판단해야 한다. 민원 처리 시간이 줄었는지, 교통 정체가 완화됐는지, 응급처치 교육 품질이 높아졌는지, 건설현장 위험 발견이 빨라졌는지가 핵심이다. 거브테크의 경쟁력은 기술 설명서가 아니라 공공현장의 문제를 얼마나 덜어냈는지에서 나온다.