SystemProposal.md

AI 기반 학교 종합 분석 및 지속 가능성 진단 시스템 제안서: 공공데이터와 AI를 활용한 선제적 교육 인프라 설계안

1. 서론: 교육 행정의 패러다임 전환 – 사후 대응에서 사전 진단으로

대한민국은 전례 없는 학령인구 급감으로 인해 교육 생태계의 '지속 가능성'을 위협받고 있습니다. 2023년 기준 약 25%인 소규모 초등학교(학생 수 60명 이하) 비중은 2035년경 약 34%까지 증가할 것으로 예측됩니다.1 기존의 교육 행정이 학교 소멸이나 과밀 문제가 발생한 후 예산을 투입하는 '사후 대응'에 치중했다면, 본 시스템은 **"학교도 건강검진처럼 정기적으로 관리하자"**는 개념에서 출발합니다. 인공지능(AI)과 공공데이터를 결합해 미래 위기를 가시화하고, 학교가 사라지지 않게 만드는 선제적 대응 체계를 구축하고자 합니다.

2. 데이터 인프라: 대한민국 교육 공공데이터의 통합 및 정제

본 시스템은 파편화된 공공데이터를 통합하여 분석의 신뢰성을 확보합니다.

2.1. 실제 데이터 소스 및 연동 항목

데이터 플랫폼	핵심 데이터셋 및 항목 [snippet-id]	활용 목적
공공데이터포털 (data.go.kr)	교육부 유초중등교육기관 학생 및 교원수 현황 (학교별 학급수, 정규/기간제 교원수, 전출입자 등)	학교별 기본 운영 건강도 및 인적 자원 분포 분석
교육 데이터 활용·지원 서비스 (data.edmgr.kr)	학교기본정보 Open API (시도교육청코드, 남녀공학여부, 소재지, 주야구분 등)	GIS 기반 위치 분석 및 학교 특성별 그룹화
에듀데이터서비스 (EDSS)	층화 ID 기반 연구용 시계열 데이터 (70% 추출 표본 데이터)	장기적인 교육 통계 추세 및 학생 성취도 연계 분석
행정안전부 주민등록 인구통계	연령별 인구 현황 (20~39세 여성 인구 등 소멸위험지수 산출 변수)	지역별 예비 입학 자원 및 소멸 위험도 연동

2.2. 데이터 표준화 레이어 구축

공공데이터의 누락이나 업데이트 지연 문제를 해결하기 위해 **'데이터 표준화 레이어'**를 도입합니다. 각 기관별로 상이한 학교 코드를 행정표준코드(SD_SCHUL_CODE)를 기준으로 단일화하고, 데이터 수집 시 '데이터 신뢰도 점수'를 부여하여 분석 결과의 왜곡을 방지합니다.

3. AI 분석 엔진: 다각도 진단과 설명 가능한 예측

3.1. 지속 가능성 시계열 예측 모델

Prophet 또는 LSTM 모델을 사용하여 향후 3~5년의 학생 수 변화를 예측합니다.

이 모델은 단순 인구 통계뿐만 아니라 지역 개발 계획, 전출입 트렌드를 외생 변수()로 포함하여 정확도를 높입니다.

3.2. 설명 가능한 AI (XAI) 및 상태 분류

학교의 상태를 정상, 주의, 위험, 고위험으로 분류하되, 왜 그런 결과가 나왔는지 SHAP(SHapley Additive exPlanations) 기법으로 설명합니다.2 예를 들어, 특정 학교가 위험으로 분류된 이유가 "학생 유출 영향 45%, 시설 노후도 25%, 지역 소멸 위험 30%"임을 수치화하여 정책 결정자에게 근거를 제공합니다.

4. 핵심 기능: 정책 결정 지원 시스템

• 학교 지속 가능성 점수 (Sustainability Score): 교육과정 운영(45%), 인력 구성(25%), 시설 환경(20%), 지역 연계(10%) 등 한국교육개발원(KEDI)의 공통지표를 활용하여 산출합니다.
• 미래 위험 지도 및 시각화: 교육데이터플랫폼(edmrg.kr)의 히트맵 기술을 활용하여 소멸 위험이 높은 학교를 지도상에 시각화합니다.
• 정책 시뮬레이션: "교사 1인당 학생 수 개선 시", "학교 복합시설(도서관, 체육관 등) 도입 시" 지속 가능성 점수가 어떻게 변하는지 시나리오별로 예측하여 예산 배분의 우선순위를 결정합니다.

5. 사례 분석: 경남 사천시 곤명초등학교 위기 진단

사천시의 경우 시 단위 학령인구가 2020년 대비 2040년 약 49.5% 감소할 것으로 전망됩니다.4 특히 곤명초등학교는 2026학년도 신입생이 '0명'으로 확인되어 심각한 위기 상황입니다.5 시스템은 곤명초 인근의 곤양초(신입생 5명), 서포초(8명)와의 지리적 거리 및 시설 인프라를 분석하여, 각 학교를 폐교하는 대신 **'지역 거점형 명품 통합 학교'**로 육성하거나 일본의 사례처럼 **'생햄 공방'**이나 '드론 기술연구소' 등 지역 재생 거점으로 전환하는 시나리오를 자동 생성합니다.

6. 시스템의 한계 및 대응 전략 (Risk Management)

한계점 (Limitation)	대응 전략 (Response Strategy)
예측의 불확실성	단일 수치 대신 '확률 기반 시나리오(최상/평균/최악)'를 제공하여 의사결정 범위를 확장합니다.
정책적 저항 및 낙인효과	AI 결과는 최종 결정이 아닌 '심층 진단 참고자료'로만 활용하며, '위험 학교' 명칭 대신 '집중 지원 필요 학교'로 순화합니다.
서열화 등 윤리 문제	점수 공개 범위를 교육청 내부 정책용으로 제한하며, 평가가 아닌 '지속 가능성 확보를 위한 처방'임을 강조합니다.
데이터 품질 문제	정기적인 데이터 무결성 검사 및 지자체-교육청 간 실시간 데이터 공유 체계를 강화합니다.

7. 확장 가능성: 국가 운영 AI 인프라로의 발전

본 시스템의 설계 구조는 교육 분야에 국한되지 않고 국가 전체 인프라로 확장 가능합니다.

• 지역 소멸 예측 시스템: 보건소, 우체국 등 공공시설의 유지 가능성을 판단하는 모델로 전용 가능합니다.6
• 도시 계획 AI: 인구 이동 및 시설 노후 데이터를 기반으로 효율적인 도시 재생 전략을 수립하는 데 활용됩니다.1
• SaaS 기반 확산: 클라우드 네이티브 방식으로 구축하여 전국 지자체가 동일한 인프라를 저비용으로 공유할 수 있습니다.8

8. 결론: 학교가 사라지지 않게 만드는 시스템

본 제안의 본질은 학교를 없앨지 말지 판단하는 '칼'이 아니라, 학교가 지역 사회에서 지속될 수 있는 방법을 찾아내는 '지도'입니다. 공공데이터의 객관성과 AI의 예측력을 결합하여 대한민국 교육 행정을 사후 수습형에서 사전 예방형으로 전환함으로써, 인구 감소 시대에도 모든 학생이 질 높은 교육을 받을 수 있는 환경을 보장하고자 합니다.

[부록] 생성형 AI 활용 정보

• 사용 도구: ChatGPT (분석 결과 해석 및 정책 리포트 생성)
• 역할: 복잡한 시뮬레이션 데이터를 행정가와 지역 주민이 이해할 수 있는 언어로 변환하고, 해외 폐교 활용 사례를 지역 특성에 맞게 매칭함.1

참고 자료

1. 보도자료/칼럼 | 한국교육개발원, 5월 6, 2026에 액세스, https://www.kedi.re.kr/khome/main/announce/selectBroadAnnounceForm.do?selectTp=0&board_sq_no=3&article_sq_no=36090
2. 의료 분야에 활용되는 설명 가능한 인공지능(XAI) 활용 동향, 5월 6, 2026에 액세스, https://www.kisdi.re.kr/report/fileView.do?key=m2101113025377&arrMasterId=4333446&id=669777
3. XAI 기반의 임상의사결정시스템에 관한 연구 - Korea Science, 5월 6, 2026에 액세스, https://koreascience.kr/article/JAKO202102539837567.pub?&lang=ko&orgId=kocon
4. 경남 학령인구(6~21세) 추이는? - 경상남도여성가족재단, 5월 6, 2026에 액세스, https://gnwff.or.kr/bbsDown/infographic/2025040348176335420.pdf
5. 사천시 초등학교 입학생 500명대로···곤명초는 '0명' - 뉴스사천, 5월 6, 2026에 액세스, https://www.news4000.com/news/articleView.html?idxno=56397
6. 데이터기반 종로구 1인가구 분석 - 정책우수사례 | 한국지방행정연구원, 5월 6, 2026에 액세스, https://krila.re.kr/report/best_form.php?idx=1806&&overseas=no&prov=4&city=139
7. [취재노트33] AI와 IoT 기술을 활용한 사회적 고립 예방 안전망, 서울시 스마트 안부확인서비스 - 아셈노인인권정책센터, 5월 6, 2026에 액세스, https://asemgac.or.kr/bbs/bbs/view.php?bbs_no=70&data_no=10972
8. 공공부문 이용 SaaS 개발·검증, 5월 6, 2026에 액세스, https://grant-documents.thevc.kr/224337_1.+%EA%B3%B5%EB%AA%A8%EC%95%88%EB%82%B4%EC%84%9C(K-%ED%81%B4%EB%9D%BC%EC%9A%B0%EB%93%9C+%EA%B3%B5%EA%B3%B5%EB%B6%80%EB%AC%B8+%EC%9D%B4%EC%9A%A9+SaaS+%EA%B0%9C%EB%B0%9C_%EA%B2%80%EC%A6%9D(%EA%B5%90%EC%9C%A1SaaS%ED%8A%B8%EB%9E%99)).pdf
9. SaaS(Software as a Service)란 무엇일까요? - Akamai, 5월 6, 2026에 액세스, https://www.akamai.com/ko/glossary/what-is-software-as-a-service