지역별 예산 대비 시민 체감도 자동 수집 및 비교 분석 시스템

 

 

예산은 집행되지만, 시민 체감은 따로 움직인다

 

지방자치단체가 매년 편성하는 예산은 수조 원에 이른다. 이 예산은 복지, 안전, 문화, 교통, 환경 등 주민의 삶과 밀접한 사업들에 배분된다. 하지만 중요한 것은 예산의 크기나 사용처보다, 그것이 실제로 시민에게 체감되는가이다. 예산 집행이 많다고 해서 시민 만족도가 높아지는 것은 아니다. 때로는 비교적 적은 금액의 정책이 시민에게 큰 변화를 주고, 반대로 막대한 금액이 투입된 사업이 시민 입장에서는 전혀 체감되지 않는 경우도 있다. 이 간극은 ‘행정의 성과’와 ‘시민의 체험’ 사이의 괴리를 만들어내며, 공공 정책에 대한 신뢰에도 영향을 준다. 그러나 대부분의 지자체는 체감도를 수치화하거나, 타 지역과의 비교 분석까지 진행하지 못하고 있다. 단순 만족도 조사는 존재하지만, 예산 규모와 연계된 정량적 체감 분석 시스템은 여전히 부재하다.

 

 

 

 

 

이런 문제를 해결하기 위해 필요한 것이 바로 ‘지역별 예산 대비 시민 체감도 자동 수집 및 비교 분석 시스템’이다. 이 시스템은 행정 데이터를 기반으로 실제 체감 정보를 자동 수집·정리하고, 예산 투입 대비 시민 만족의 실질적 수준을 시각화해 행정의 실효성을 진단할 수 있는 도구로 작동할 수 있다.

 

 

체감도 데이터 수집과 자동 정제 방식: 기술적 구성

이 시스템을 구현하기 위해선 예산 데이터와 시민 피드백 데이터를 함께 수집하고 분석할 수 있어야 한다. 예산 데이터는 행정안전부의 ‘열린재정’, 각 지자체의 결산서, 업무보고 자료 등에서 확보할 수 있으며, Python의 requests, pandas, pdfplumber, tabula-py 등으로 자동 수집이 가능하다. 반면, 체감도 데이터는 보다 다양하고 비정형적인 경로를 통해 수집되어야 한다. 대표적인 수단은 SNS 게시물, 커뮤니티 의견, 뉴스 댓글, 설문조사, 지역 맘카페, 행정 전자민원게시판 등이다. 이들 비정형 텍스트 데이터를 수집한 후, Selenium, BeautifulSoup, Scrapy 등을 활용한 웹 크롤링 자동화를 진행하고, 이후 KoNLPy, soynlp, transformers 기반의 자연어 처리(NLP) 모델을 통해 긍정/부정 감성 분류 및 정책명 키워드 추출을 수행한다. 예를 들어, "우리 구 복지관 너무 멀어요" 같은 문장은 '복지' 항목에 부정 피드백으로 분류되고, "도서관 시설이 너무 좋아졌어요"는 '문화' 분야의 긍정 체감으로 처리된다. 이렇게 분류된 체감 데이터를 예산 항목별로 정렬하고, 예산 1억 당 체감 긍정 피드백 수를 계산해 체감 효율 지수를 도출할 수 있다. 이는 예산과 체감을 정량적으로 연결짓는 핵심 데이터로 사용된다.

 

 

예산 대비 체감 효과를 시각화하는 방법

분석된 데이터를 시민과 행정 담당자가 쉽게 이해할 수 있도록 시각화하는 것이 매우 중요하다. 이 시스템은 지역별로 ‘정책 체감 지도’, ‘분야별 체감 효율 순위’, ‘전년 대비 체감 변화 그래프’ 등을 자동으로 생성한다. 예를 들어 서울 마포구의 예산 대비 체감 시각화 리포트는 아래와 같이 구성될 수 있다:

• 복지 분야: 예산 210억 원 / 긍정 체감 1,230건 → 체감 효율 지수: 5.86
• 교통 분야: 예산 380억 원 / 긍정 체감 820건 → 체감 효율 지수: 2.16
• 문화 분야: 예산 97억 원 / 긍정 체감 1,510건 → 체감 효율 지수: 15.56

이 결과를 기반으로 시민에게는 ‘우리 구의 가장 체감 높은 정책 TOP3’를 알려주고, 행정 담당자에게는 ‘투입 대비 체감이 낮은 사업 리스트’를 제공함으로써 정책 개선에 필요한 데이터를 제공한다. 특히 연도별 추이 분석 기능을 통해 정책의 지속성과 성과를 검증할 수 있으며, 타 지자체와 비교해 상대적으로 부족하거나 우수한 분야를 드러내는 데 유용하다. 또한 ‘동 단위’로 시각화가 가능할 경우, 지역 간 체감 격차도 확인할 수 있으며, 이는 지역균형 정책 설계의 기반 자료가 될 수 있다. 시각화는 Streamlit, Plotly, Tableau 등을 통해 구현 가능하며, 시민용 대시보드와 관리자용 분석 리포트를 별도로 구성해 활용성을 높일 수 있다.

 

 

실질적 변화와 정책 성과를 이끄는 데이터 기반 도구

이 시스템은 단순한 데이터 수집기를 넘어서, 정책 결과의 실질적 체감 효과를 드러내는 투명한 거울 역할을 한다. 특히 시민 참여 기반으로 운영될 경우, 데이터 신뢰도를 높일 수 있으며, 설문 응답 시스템이나 알림 기능을 결합해 정책 체감도에 대한 피드백 루프를 형성할 수 있다. 예를 들어 사용자가 실제로 경험한 정책(예: 공영주차장 개선, 골목길 정비 등)에 대해 5초 만에 피드백을 남기면, 이 정보가 자동으로 체감 분석에 반영된다. 이러한 자동화 시스템은 지자체가 예산을 투입할 때 단순히 "얼마를 썼는가"가 아니라, "얼마나 효과를 냈는가"를 정량적으로 판단하게 만든다. 나아가 행정평가와 시민 만족도 조사, 의회 보고서, 지방선거 정책 비교 등의 영역에도 활용될 수 있다. 궁극적으로 이 시스템은 예산 편성과 집행 이후, 시민 체감과 행정 성과를 수치로 연결하는 국내 최초의 생활정책 분석 플랫폼으로 발전할 수 있다. 기술은 이미 준비되어 있다. 이제 필요한 것은 정책과 시민을 이어주는 의미 있는 구조화와 시각화의 시도뿐이다.