[논문 리뷰] AI for bureaucratic productivity: Measuring the potential of AI to help automate 143 million UK government transactions

Vincent J. Straub, Youmna Hashem외 6명|arXiv (Cornell University)|2024. 03. 18.

Stock Market Forecasting MethodsDecision Sciences인용 수 3

한 줄 요약

이 연구는 영국 연방 정부의 377개 서비스를 맵핑하고 연간 약 1억 4,300만 건의 복잡하고 반복적인 시민 대응 거래를 추정하며, 이 중 84%가 현재 AI 기술로 매우 자동화 가능하다고 발견했다. 단 한 건의 거래당 1분의 자동화만으로도 매년 1,200명년 분량의 노동력을 절약할 수 있으며, 이는 AI 기반 자동화를 통한 행정 효율성 향상의 큰 잠재력을 보여준다.

ABSTRACT

There is currently considerable excitement within government about the potential of artificial intelligence to improve public service productivity through the automation of complex but repetitive bureaucratic tasks, freeing up the time of skilled staff. Here, we explore the size of this opportunity, by mapping out the scale of citizen-facing bureaucratic decision-making procedures within UK central government, and measuring their potential for AI-driven automation. We estimate that UK central government conducts approximately one billion citizen-facing transactions per year in the provision of around 400 services, of which approximately 143 million are complex repetitive transactions. We estimate that 84% of these complex transactions are highly automatable, representing a huge potential opportunity: saving even an average of just one minute per complex transaction would save the equivalent of approximately 1,200 person-years of work every year. We also develop a model to estimate the volume of transactions a government service undertakes, providing a way for government to avoid conducting time consuming transaction volume measurements. Finally, we find that there is high turnover in the types of services government provide, meaning that automation efforts should focus on general procedures rather than services themselves which are likely to evolve over time. Overall, our work presents a novel perspective on the structure and functioning of modern government, and how it might evolve in the age of artificial intelligence.

연구 동기 및 목표

• 영국 연방 정부의 시민 대응 행정 거래의 규모와 구조를 측정하기 위해.
• 이러한 거래의 AI 기반 자동화 잠재력을 평가하며, 특히 복잡하고 반복적인 절차에 중점을 두기 위해.
• 직접 측정하지 않고도 거래량을 추정할 수 있는 모델을 개발하여, 다양한 서비스에 대해 확장 가능한 평가가 가능하도록 하기 위해.
• 높은 서비스 전환율을 감안할 때, 특정 서비스가 아니라 일반적인 절차 워크플로우를 자동화 대상으로 삼아야 한다는 점을 규명하기 위해.
• 정부가 고영향력이고 자동화 가능한 행정 프로세스에 AI 투자를 우선순위로 배치할 수 있도록 데이터 기반 프레임워크를 제공하기 위해.

제안 방법

• 공개 데이터 소스, 서비스 디렉터리, 디지털 서비스 플랫폼를 활용해 영국 연방 정부의 377개 서비스를 맵핑하였다.
• 데이터 교환과 결정 과정을 포함하는 201개 서비스를 통해 연간 약 1억 4,300만 건의 복잡하고 반복적인 거래를 식별하고 정량화하였다.
• 일상적인 성격과 인지적 복잡성에 기반해 작업을 매우 자동화 가능하다고 분류하기 위해 AST(Automatability Score Threshold) 지수를 적용하였다.
• 자연어 및 문서 처리에 중점을 두고, 작업의 생성형 AI 준비도를 평가하기 위해 PGenAI 척도를 사용하였다.
• 서비스 특성과 역사적 패턴을 기반으로 데이터가 불완전한 서비스의 거래량을 추정하기 위한 예측 모델을 개발하였다.
• 공공부문에 적합하도록 조정된 ISCO-08 작업 분류 체계를 사용해 작업 수준의 자동화 가능성을 평가하였다.

실험 결과

연구 질문

• RQ1 영국 연방 정부는 연간 총 몇 건의 복잡하고 반복적인 시민 대응 거래를 수행하는가?
• RQ2 현재의 AI 기술, 특히 생성형 AI를 사용해 이러한 거래의 어느 정도가 자동화 가능한가?
• RQ3 시간이 많이 소요되는 수동 세기 없이 정부는 어떻게 거래량을 추정할 수 있는가?
• RQ4 이러한 거래를 자동화하면 어떤 생산성 향상 효과가 있으며, AI 투자는 어떻게 우선순위를 정해야 하는가?
• RQ5 서비스 전환율은 자동화 기술의 수명과 확장성에 어떤 영향을 미치는가?

주요 결과

• 영국 연방 정부는 연간 약 10억 건의 시민 대응 거래를 377개 서비스를 통해 수행한다.
• 이 중 1억 4,300만 건은 데이터 교환과 결정 과정을 포함하는 복잡하고 반복적인 거래로, 201개 서비스에 분포해 있다.
• 이 1억 4,300만 건의 복잡한 거래 중 84%는 현재의 AI 기술로 매우 자동화 가능하다고 분류된다.
• 단 한 건의 거래당 1분의 자동화만으로도 매년 1,200명년 분량의 노동력을 절약할 수 있다.
• 데이터가 불완전한 서비스의 거래량을 추정하기 위한 예측 모델이 개발되어 수동 측정에 대한 의존도를 감소시켰다.
• 높은 서비스 전환율은 자동화가 장기적으로 유효성을 유지하기 위해 특정 서비스가 아니라 일반적인 절차 워크플로우를 대상으로 해야 한다는 점을 시사한다.