전문가 대안
정책연구팀이 문제, 근거, 개혁 대안과 제약을 연구합니다.
APPLICATION 01연구 진행 중
연금개혁-AI 숙의민주주의 정책실험
정책전문가의 연금개혁 대안, 합성 시민 의견, AI 추가 대안 생성과 사람의 검토를 연결하는 AIPOL의 첫 프로젝트입니다.
공동 운영
Research question
AI는 복잡한 정책대안 개발을 어떻게 도울 수 있는가?
세대 간 이해관계, 장기 재정, 노후소득과 제도 신뢰가 얽힌 연금개혁을 대상으로 사람과 AI의 역할을 설계하고 검증합니다.
1차 합성 응답
100개 합성 시민 페르소나가 전문가 대안별 판단과 조건을 기록합니다.
의견과 조건
참여자의 선택뿐 아니라 조건, 우려와 반대 이유를 구조화합니다.
추가 대안
AI가 의견을 바탕으로 제안하고 사람이 검토·수정·승인합니다.
Development record
연구와 도구 개발을 함께 진행합니다.
실제 현장 적용 전에 방법론과 실행 경로를 합성 데이터로 검증하고, 결과의 의미를 실제 여론과 구분합니다.
연금팀 시나리오 검토
1·2차 국민숙의 시나리오 검토 시작
Participant journey
연금개혁-AI 숙의민주주의 정책실험
홍아름 교수 제공 시나리오를 AIPOL 프로젝트 흐름으로 연결했습니다. 연금팀은 시나리오 충실도와 정책 내용·문구·사용성의 개선점을 검토합니다.
- 01 사전조사참여자 조건과 연금 가치관 입력
- 02 1차 투표대안 비교와 숙의 전 선택 기록
- 03 AI·소그룹 숙의맞춤 진단과 토론 흐름 검토
- 04 최종 2차 투표숙의 후 선택 변화와 결과 확인
연금팀 피드백 기준
시나리오 순서가 원안과 일치하는가?
정책안·수치·설명이 정확한가?
참여자가 이해하기 어려운 지점은 무엇인가?
AI 진단과 결과 화면에서 보완할 점은 무엇인가?
정책개발 프로토콜
근거·전문가 대안·합성 의견·AI 추가안·사람 승인의 연결 구조.
합성 시민 실험
전문가 연금개혁안과 재정 가정을 입력해, 모델이 만든 합성 시민 100명의 1·2차 응답과 AI 추가안 생성 경로를 실행·기록했습니다. 실제 수용성·여론·대표성·행동·숙의 효과·정책 효과·정당성을 검증한 것이 아닙니다.
가상 시뮬레이션 사전 검증 보기 →첫 현장 적용
한국정책학회 플래그십 세션에서 실제 청중과 정책실험을 진행할 예정입니다.
이벤트 안내 →What will be shared
사례에서 남길 공개 자산
정책 결론 하나보다 다른 연구가 재사용하고 비판할 수 있는 자료를 남깁니다.
방법론
정책개발 단계와 사람·AI 역할.
프롬프트·조건
모델, 버전, 입력과 검토 기준.
도구
연구 엔진과 온라인·현장 참여 도구.
한계
프레이밍, 표본, 오류와 미반영 쟁점.