← 아이디어 목록
지정과제 · 복지 출산율 전국 1위 도시 아이디어 06

CARE
-MATCH

출산율 1위 도시의 보육 AI 대기 제로 프로젝트

세종 합계출산율은 1.12 — 전국 평균(0.75)의 1.5배. 이 도시엔 아이가 많다. 그런데 어린이집 배정은 여전히 반기 1회 수동 추첨이다. AI가 출생 신고 시점부터 보육 수요를 예측하고 최적 매칭하면, 대기 4.7개월을 구조적으로 끊을 수 있다.

출산율 1위인데, 보육 배정은 수동 추첨 — 맞벌이 공무원 가정이 가장 크게 피해

세종시 어린이집 입소 배정은 반기 1회 추첨 방식이다. 신도심 신규 아파트 입주마다 수요가 일시 폭발하지만 행정 대응이 늦어 대기가 쌓인다. 맞벌이 공무원 가정이 28%를 넘는 세종에서 어린이집 대기는 복직 시기까지 직접 영향을 미친다. 수요 예측 없이 추첨만 하는 구조가 문제의 근본이다.

1.12
세종 합계출산율 — 전국 1위 (전국 평균 0.75)
4.7개월
어린이집 입소 평균 대기 기간
28%
세종 맞벌이 공무원 가정 비율
1

출생 신고 즉시 AI가 지역 수요 업데이트

출생 신고 데이터와 신규 아파트 입주 일정을 실시간 연계. 향후 6~12개월 지역별 보육 수요를 자동 예측해 어린이집 수용 계획에 선반영한다.

2

지역별 어린이집 정원·대기·입소율 실시간 대시보드

현재 대기 현황을 담당 공무원과 학부모 모두 실시간으로 확인할 수 있는 통합 대시보드. 대기가 몰리는 지역·시기를 조기에 파악해 증설 타이밍을 앞당긴다.

3

AI 매칭 엔진 — 부모 선호 × 시설 가용성 최적 배정

부모가 선호 어린이집·거리·운영 시간·특화 프로그램을 입력하면, AI가 가용 정원과 다기준으로 최적 매칭한다. Gale-Shapley 변형 알고리즘으로 양측 선호를 동시에 반영해 불만족 재신청을 줄인다.

4

대기 가정 대체 보육 AI 안내 + 증설 입지 추천

대기 중인 가정에는 공동육아·직장 어린이집·긴급돌봄 대체 옵션을 자동 안내한다. 축적된 수요 데이터로 신규 어린이집 최적 입지를 추천해 예산 낭비 없는 증설을 지원한다.

수요 예측 모델

출생 신고 + 아파트 입주 데이터 기반 6~12개월 선행 수요 예측. 지역별 세분화 가능.

최적 매칭 알고리즘

Gale-Shapley 변형으로 부모 선호 + 시설 가용성 동시 최적화. 추첨 대비 양측 만족도 향상.

실시간 데이터 파이프라인

세종시 통합행정 시스템(출생·입주·보육) 연계. 기존 시스템 위 AI 레이어 추가 방식.

민원 NLP 분석

보육 관련 민원 텍스트 패턴 분석으로 수요 조기 감지 + 불만 유형 분류 자동화.

↓80%
대기 기간
4.7개월 → 1개월 목표
복직↑
공무원 출산·복직률
향상 (저출산 정책 연계)
예산↓
수요 기반 증설로
공실 시설 최소화
확산
세종 모델 →
전국 지자체 이전 가능