OpenAI·미 국립연구소, 환경 심사 단축하는 AI 벤치마크 공개

송전선 하나를 놓거나 공장을 짓는 데 가장 많은 시간이 걸리는 단계는 시공이 아니라 수백, 수천 쪽에 달하는 환경 영향 평가서를 작성하고 검토하는 행정 절차입니다. 미국에서는 이런 승인을 받는 데만 수년이 걸리기도 합니다.

OpenAI가 미국 정부의 고질적인 문서 작업을 단축하기 위해 팔을 걷어붙였습니다. OpenAI는 미 에너지부 산하 퍼시픽 노스웨스트 국립연구소(PNNL) 및 PermitAI 팀과 협력해, 연방 환경 인허가 문서 작성 성능을 평가하는 벤치마크인 DraftNEPABench를 공개했습니다.

코딩 에이전트를 공문서 작성에 투입하다

미국의 국가환경정책법(NEPA)에 따른 환경 평가는 50년 넘게 이어져 온 복잡한 절차입니다. 검토관들은 수백 쪽에 이르는 기술 보고서를 읽고, 다양한 법적 기준을 대조하며 규제 요건에 맞는 보고서를 작성해야 합니다.

이번 평가에는 18개 연방 기관의 NEPA 전문가 19명이 참여해 102개 작성 과제를 테스트했습니다. 기술적으로 눈에 띄는 점은 일반적인 대화형 인터페이스 대신 GPT-5 추론 모델과 파일 시스템을 직접 다루는 Codex CLI 기반 코딩 에이전트를 활용했다는 사실입니다.

코딩용으로 설계된 커맨드라인 에이전트는 정부 공문서 작성에도 매우 유용했습니다. 에이전트는 파일 시스템에 직접 접근해 방대한 문서를 읽고, 환경 및 규제 자료 간 사실관계를 검증하며, 구조화된 보고서를 만들어냈습니다. 정적인 PDF를 넘어 공무원이 검토하기 쉬운 웹 기반 대화형 시각 자료를 직접 생성하기도 했습니다.

그 결과 하위 항목당 작성 시간을 1~5시간 줄여 전체 문서 작성 시간을 약 15% 단축할 수 있는 잠재력을 확인했습니다. OpenAI는 이를 통해 수개월씩 걸리던 인프라 승인 기간을 수주일 수준으로 단축하겠다는 구상입니다.

규제 재량과 데이터 오류라는 한계

하지만 AI가 초안을 쓴다고 해서 곧바로 도장을 찍어줄 수 있는 것은 아닙니다.

OpenAI도 인정했듯, 이번 벤치마크는 관련 맥락과 자료가 명확히 주어진 초안 작성 작업에만 국한되었습니다. 실제 인허가 결정 과정에서 마주치는 복잡한 이해관계, 정보의 모호함, 규제 당국의 재량권까지 AI가 대체할 수는 없습니다.

참조 자료가 불완전하거나 오래된 경우, 명시적인 지시가 없으면 AI가 이러한 불일치를 스스로 감지하지 못한다는 한계도 드러났습니다. 심지어 테스트 중 발생한 일부 오류는 모델의 결함이 아니라 평가 기준이나 참조 자료 자체가 구식이었기 때문으로 밝혀지기도 했습니다.

결국 실제 현장에 도입되더라도 인간 전문가의 철저한 피드백과 검증이 수반되어야 하며, AI는 철저히 초안 작성을 보조하는 조수 역할에 머물러야 합니다.

왜 중요한가

개발자 관점에서 이번 발표는 코딩 에이전트의 영리한 확장 방식을 보여줍니다. 로컬 파일 시스템을 읽고 쓰는 커맨드라인 에이전트는 버그 수정뿐 아니라, 엄격한 출처 대조와 구조화된 작성이 요구되는 복잡한 행정 및 규제 컴플라이언스 업무에서 일반 챗봇보다 훨씬 뛰어난 성능을 낼 수 있습니다.

산업과 정책 측면에서도 파급력이 큽니다. 현재 AI 데이터센터와 청정에너지 인프라 구축의 최대 걸림돌은 자금이 아니라 수년씩 걸리는 환경 영향 평가입니다. OpenAI가 정부 전용 조직을 앞세워 미 에너지부의 허가 병목을 직접 뚫어주는 행보는, 향후 자사 AI 인프라 확장을 위한 전력망 확보 작업과도 직결되어 있습니다.

다만 15%의 초안 작성 단축이 곧바로 전면적인 행정 효율화로 이어질지는 미지수입니다. 환경 평가는 사소한 인용 오류 하나로도 대형 소송에 휘말려 사업 전체가 멈출 수 있는 고위험 영역입니다. AI가 잘못된 데이터를 반영했을 때 발생할 법적 책임을 공무원이 감수하기 어렵다면, 검토 과정이 오히려 늘어나는 역효과를 낳을 수도 있습니다.