우리나라 복지시스템은 복지대상자가 직접 신청해야만 혜택을 볼 수 있는 ‘신청주의’에 기반하고 있다. 본인이 대상자인지 인지하지 못하면 받을 수 없다는 얘기다. 게다가 신청절차도 복잡하다. 이로 인해 정작 복지혜택이 절실한 이들이 절차의 미로속을 헤매다 포기하는 경우도 상당하다. 복지사각지대가 여전히 해소되지 않는 이유다.
실제 한국보건사회연구원이 각 지자체 복지담당자를 대상으로 한 조사에 따르면 복지사각지대가 발생하는 가장 큰 원인이 ‘대상자의 미신청(45.7%)’으로 조사되었으며 미신청 사유는 ‘대상자가 몰라서(70.9%)’ ‘신청절차 및 과정이 복잡해서(13.1%)’라는 조사 결과가 나왔다.
정부에서는 2015년부터 빅데이터 분석을 통한 ‘복지사각지대 발굴 관리 시스템’을 운영하고 있다. 건강보험료 체납, 단전?단수, 가스 공급 중단 등 29개 지표를 활용해 지원 후보자를 사전에 발굴하여 위기 가정을 지원하기 위해서다. 그러나 갑작스런 경제적 악화는 찾아낼 수 없다는 한계가 있다.
2022년도 보건복지 예산은 총 97조 4,767억원으로 확정되었으며 이는 ‘21년 대비 8.8% 늘어난 금액이다. 이처럼 사회복지 분야 예산은 지속적으로 늘어나고 있지만 현 우리 복지시스템 하에서 효율적인 복지행정이 이루어질 수 있을지 의문이다.
사회복지사가 독거노인 등 취약계층을 직접 방문하여 안부를 체크하고 필요한 복지서비스 및 복지혜택을 안내하고 있다. 그러나 우리나라 복지업무는 담당자 1명이 약 1,000여 명의 복지대상자를 관리하는 수준으로 지자체 복지 담당자나 사회복지사가 모든 복지대상자를 관리하는 데에 한계가 있어 맞춤형 복지 제공에 어려움을 겪고 있다.
복지 선진국으로 불리는 유럽의 여러 국가는 우리 복지 인력의 2배 이상의 인력을 운영하고 있으며 전문가들은 이러한 문제점을 개선하기 위해서는 복지 인력을 현재보다 최소 1.5배 이상 늘려야 한다고 주장한다. 핀란드에서는 자녀를 출산할 경우 복지담당자가 직접 전화를 걸어 필요한 아기 용품을 지원하고 있으며 병원 등 다양한 기관과 연계하여 위기 가구를 발굴하고 사회복지사가 문제를 파악하여 필요한 복지서비스를 지원하는 등 세밀한 맞춤형 복지 제공과 함께 복지사각지대 해소를 위해 노력하고 있다
핀란드 또한 보건과 복지를 연계한 아포티(Apoti) 프로그램을 운영 중이다. 사회와 의료 데이터를 하나의 시스템으로 융합한 아포티 프로그램은 지역 주민들의 질병예방과 건강관리를 위한 모니터링을 실시해 개인 건강관리 데이터를 누적하고 있다. 시민들은 건강에 문제가 있거나 재정적 지원이 필요할 경우 마이차트(MyChart)라는 앱을 통해 의료진이나 사회복지사에게 직접 연락해 복지서비스를 받을 수 있다. 이렇게 복지선진국인 핀란드에서는 시민의 건강뿐만 아니라 재정상태 등에 대해 누적된 데이터를 바탕으로 빅데이터를 구축해 복지사각지대 해소와 개인별 필요 복지서비스 제공을 위해 끊임없이 노력하고 있다.
복지시스템에 AI, 빅데이터 등의 기술을 활용한다면 앞서 언급한 현 우리 복지시스템의 문제점들을 극복할 수 있다. 다양한 복지 제도를 쉽게 안내해주는 앱을 통해 정보 접근을 용이하게 하고, 신청절차의 간소화를 위해 RPA(Robotic Process Automation; 로보틱 프로세스 자동화)도 도입할 수 있다. 또한 핀란드 사례처럼 복지대상자에 대한 빅데이터 구축을 통해 건강 및 재정상태에 대한 일상적 관리도 가능하다.
초고령 사회로 들어선 일본에서도 이미 AI, 로봇 등을 활용하여 노인 및 장애인 복지에 적극 활용하고 있다. 도쿄에서 복지시설을 운영 중인 젠코카이는 이동을 도와주는 로봇 ‘허그’ 등 다양한 로봇을 도입하여 1인당 대응가능한 환자 수를 획기적으로 늘렸으며, AI를 통해 미리 행동을 예측해 사고를 막는 시스템도 개발 중이다.
코로나19 시기에 우리는 우수한 ICT 인프라를 바탕으로 AI 등을 활용하여 ‘K-방역’을 세계에 알리고 방역 모범국으로 위상을 떨쳤다. AI 등 디지털 기술을 사회복지 분야에 적극 활용한다면 머지 않아 우리의 복지시스템도 선진 대열에 합류할 수 있을 것이다.
관련뉴스