OpenAI와 PNNL, 연방 인허가 업무용 DraftNEPABench 공개

핵심 발표

2026년 2월 26일 OpenAI는 U.S. Department of Energy 산하 Pacific Northwest National Laboratory(PNNL)와 협력해 연방 인허가 업무 가속화를 위한 평가 프레임워크를 발표했다. 이번 협력의 중심은 DraftNEPABench이며, National Environmental Policy Act(NEPA) 검토 워크플로에서 AI가 실제 문서 작성 보조에 얼마나 유효한지 측정하는 데 초점이 있다.

이번 벤치마크는 PermitAI 팀과 함께 설계됐고, 18개 연방 기관의 문서 섹션을 포괄하는 대표 과제를 포함한다. 환경영향평가서 초안 작성처럼 규정 준수와 기술적 정확성이 동시에 필요한 작업을 대상으로 하며, 단순 요약이 아니라 근거 확인과 구조화된 작성 능력을 함께 평가한다.

확인된 성과와 해석

OpenAI 발표에 따르면 NEPA 프로세스를 다루는 19명의 subject matter expert가 평가에 참여했고, generalized coding agent는 섹션당 1~5시간의 작성 시간 절감 가능성을 보였다. 전체 기준으로는 최대 약 15% 단축 잠재력이 제시됐다. 이는 실제 최종 승인 시간을 직접 줄였다는 의미가 아니라, 인간 검토자가 수행하던 문서 초안 단계의 반복 업무를 줄일 수 있음을 시사한다.

기술적으로는 Codex CLI 같은 agentic interface를 통해 모델이 대용량 파일을 읽고, 여러 규정/기술 문서를 교차 검증하며, 형식 요건을 맞춘 산출물을 생성하는 흐름이 강조됐다. 즉, 단일 프롬프트 응답보다 파일 시스템 기반의 단계적 작업이 공공 업무 맥락에서 더 실용적일 수 있다는 메시지다.

한계와 다음 단계

OpenAI는 이번 결과가 통제된 과제 기반 평가라는 점을 명확히 했다. 실제 인허가 결정은 불완전한 자료, 최신성 이슈, 기관별 해석 차이, 재량 판단을 포함하므로 벤치마크 점수를 그대로 행정 성과로 치환할 수는 없다. 또한 평가 루브릭 자체도 업데이트가 필요했던 사례가 있었다고 밝혔다.

그럼에도 이번 작업은 공공 부문에서 AI를 의사결정 자동화가 아니라 전문가 생산성 증폭 도구로 배치하는 구체적 경로를 제시한다. OpenAI와 PNNL은 PermitAI 고도화를 계속 진행할 예정이며, 장기적으로는 연방 검토 프로젝트의 처리 시간을 months에서 weeks 수준으로 낮추는 방향을 목표로 하고 있다.