왜 같은 실패를 반복하는가?

<인공지능 신경망>

 

정책은 늘 선의로 시작한다. 교통을 개선하겠다, 청년을 돕겠다, 구도심을 살리겠다고 말한다. 문제는 결과다. 공사는 길어지고, 상인은 떠나고, 청년 기업은 1~2년 안에 사라진다. 그때 우리는 말한다. “취지는 좋았다.” 그러나 취지가 좋았다는 말은, 실패를 설명하지 못한다.

 

도시 정책을 인공지능의 심층신경망처럼 생각해 보자. 신경망은 입력–은닉층–출력의 구조로 작동한다. 입력은 정책의 명분이다. 예산, 공약, 법적 근거, 비전이 여기에 해당한다. 출력은 시민이 체감하는 결과다. 교통 체증, 매출 변화, 일자리의 질, 거리의 공실이 그것이다.

 

문제는 그 사이에 있는 은닉층이다. 행정의 내부 구조, 부서 간 힘의 균형, 예산 배분 방식, 정치적 상징성, 단기 성과 압박이 뒤엉켜 입력을 다른 모양으로 바꾼다. 시민은 이 과정을 보지 못한다. 그래서 정책은 언제나 블랙박스처럼 느껴진다.

 

이를테면 도시 인프라 사업은 장기적 효익을 말하지만, 실제 집행 과정에서는 ‘공정률’과 ‘예산 집행률’ 같은 단기 지표가 더 큰 힘을 갖는다. 청년 정책은 미래를 말하지만, 평가는 지원 인원 숫자로 귀결된다. 문화 활성화 사업은 지역 생태계를 약속하지만, 홍보 효과와 방문객 수가 우선된다. 가중치는 이미 정해져 있다. 지속 가능성보다 가시적 성과가, 생활의 질보다 상징성이 더 높은 점수를 받는다.

 

그래서 정책은 실패하는 것이 아니라, 애초에 다른 목표를 향해 최적화된다. 우리는 교통 복지를 기대했지만, 행정은 정치적 리스크 최소화에 최적화된다. 우리는 지역 생태계의 회복을 바랐지만, 시스템은 외부 평가에 유리한 수치를 생산하는 데 맞춰진다. 이 괴리를 인정하지 않는 한, 같은 실패는 반복된다.

 

더 큰 문제는 학습의 부재다. 인공지능은 잘못된 결과가 나오면 가중치를 수정한다. 그러나 행정은 결과가 나빠도 구조를 바꾸지 않는다. 실패는 개인의 책임으로 환원되거나, 다음 사업으로 덮인다. 구조는 그대로 둔 채 입력만 바꾼다. 새로운 슬로건, 새로운 위원회, 새로운 계획이 등장하지만, 은닉층은 그대로다.

 

도시는 능력이 부족해서 흔들리는 것이 아니다. 질문을 피하기 때문에 흔들린다. 어떤 지표가 우선되는가. 누구의 이해가 더 큰 가중치를 갖는가. 왜 시민의 불편은 통계로 희석되는가. 이 질문이 구조로 연결되지 않는 한, 참여는 형식에 머무를 수밖에 없다.

우리는 정책의 찬반을 말하기 전에, 설계도를 물어야 한다. 이 도시의 알고리즘은 무엇을 가장 중요하게 계산하고 있는가. 그 계산식에 시민의 삶은 얼마나 반영되어 있는가.

 

도시는 거대한 신경망이다. 그러나 그 가중치를 정하는 것은 추상적인 시스템이 아니다. 결국 사람이고, 권한이며, 선택이다. 실패를 반복하지 않으려면, 우리는 결과가 아니라 구조를 요구해야 한다. 취지가 좋았다는 말로는, 더 이상 충분하지 않다.

 

광주 지방재정365 계약 데이터로 본 '재정 파탄의 동업자'?- 시의회: 감시자가 아닌 '상차림 조력자'? & 매니페스토 행사: 독점적 '면죄부 판매자'? by Gemini

광주 지방재정365 계약 데이터로 본 '재정 파탄의 동업자'?- 시의회: 감시자가 아닌 '상차림 조력

 

1️⃣ 입력층(Input Layer) = 정책 Input

DNN에서 입력층(X₁, X₂, X₃ … Xₙ)은 외부에서 들어오는 데이터입니다.
이를 행정에 대응시키면:

• 중앙정부 정책
• 광주광역시장의 공약
• 시의회 조례
• 시민 요구·민원
• 예산 제약
• 지역경제·인구 데이터

즉, 정책의 재료와 조건들이 입력층입니다.

👉 아직은 “방향”만 있고, 실제 결과는 만들어지지 않은 상태입니다.

---

2️⃣ 은닉층(Hidden Layer) = 광주광역시 행정 실행 블랙박스

DNN의 핵심은 은닉층입니다.
겉으로는 보이지 않지만, 수많은 가중치(weight)와 연결을 통해 입력을 변환합니다.

이를 광주광역시 행정 구조에 대응시키면:

• 실·국·과 조직 구조
• 공무원의 재량 판단
• 내부 행정 절차
• 예산 배분 과정
• 이해관계 조정
• 정치적 고려
• 관료적 관성
• 지역 네트워크

이 과정은 시민에게는 보이지 않기 때문에 **“블랙박스”**처럼 보입니다.

💡 DNN과의 핵심 연결점

DNN   개념                       행정  대응 개념

 

가중치(weight)	권한·예산·영향력
활성화 함수	정책 판단 기준·법적 제약
층이 많을수록 복잡	부서가 많을수록 절차 복잡
학습(training)	행정 경험 축적·관행 형성

 

👉 같은 정책 input이라도
은닉층의 구조와 가중치에 따라 결과가 완전히 달라집니다.

 

예:

• 청년정책이 ‘행정 효율 중심’ 가중치 → 단기 성과 위주 집행
• ‘복지·형평성’ 가중치 → 취약계층 집중 지원

---

3️⃣ 출력층(Output Layer) = 정책 실행 결과·시민 체감

DNN에서 최종 출력(Y₁, Y₂, Y₃…)은 우리가 실제로 관측하는 값입니다.

행정 대응:

• 실제 집행된 사업
• 예산 사용 결과
• 시민 만족도
• 체감 변화
• 지역경제 효과
• 언론 평가

중요한 점은:

시민은 입력보다 “출력”을 평가한다.

하지만 출력은 은닉층의 내부 구조에 의해 결정됩니다.

---

4️⃣ 왜 ‘블랙박스’인가?

심층신경망은 설명이 어려워서 “블랙박스 모델”이라 불립니다.
행정도 마찬가지입니다.

 

시민이 보는 구조는:

정책 발표 → 시간이 지남 → 체감 결과

하지만 실제로는:

 

입력
→ 부서 간 조정
→ 예산 심의
→ 내부 보고
→ 이해관계 충돌
→ 수정
→ 축소/확대
→ 실행
→ 사후평가

이라는 다층 변환 과정을 거칩니다.

---

5️⃣ 구조적 통찰

이 비유가 주는 중요한 시사점은 다음과 같습니다.

① 좋은 input ≠ 좋은 output

정책이 좋아도,
행정 은닉층이 비효율적이면 결과는 왜곡됩니다.

② 은닉층 개혁 = 행정혁신

• 조직 슬림화
• 권한 재설계
• 투명성 강화
• 데이터 공개

→ 이는 DNN에서 “가중치 재조정”과 같습니다.

③ 피드백 = 학습

시민 여론·선거·감사·평가제도는
DNN의 “역전파(backpropagation)”와 유사합니다.

출력 결과가 나쁘면 → 다음 정책에 수정이 가해집니다.

---

6️⃣ 한 문장 정리

광주광역시 행정은 정책 입력을
다층 조직 구조 속에서 변환하는 거대한 심층신경망과 같으며,
시민이 체감하는 정책 결과는
그 보이지 않는 은닉층의 구조와 가중치에 의해 결정된다.