스페인 기푸스코아 주정부는 연간 160만 건에 달하는 시민 요청, 기술 문서, 행정 통신을 자동 분류하기 위해 ERREKA라는 인공지능 시스템을 도입했다. 기존에는 약 10만 건의 항목을 수동으로 분류해야 하는 행정적 부담이 컸다. 이 과정에 연간 8,300시간, 즉 전일제 직원 5명 분의 노동력이 소요됐으며, 분류 불일치로 인해 8%의 오류율이 발생했다.

공공 IT 서비스 제공업체인 IZFE와 협력해 개발된 ERREKA는 2025년 10월 첫선을 보였다. 머신러닝과 자연어 처리를 결합한 이 시스템은 93.4%의 분류 정확도를 기록했다. 도입 이후 들어온 등록 문서의 약 80%가 자동 분류되고 있다. ERREKA는 문서 신뢰도에 따라 세 단계로 업무를 처리한다. 신뢰도가 높은 항목은 자동 분류되며, 중간 단계는 직원이 클릭 한 번으로 승인하고, 낮은 단계는 기존의 수동 검토 절차를 따른다.

이 모델은 사전에 분류된 3만 8,037개의 노트를 학습했으며, 광학 문자 인식(OCR)을 적용해 다국어로 작성된 다양한 형태의 문서를 처리한다. 본격적인 가동 전 7개월간 진행된 파일럿 프로그램에서는 1만 9,000건의 항목을 처리하며 인사, 도로 기반 시설, 이동성, 관광 등 다양한 부서에서 92% 이상의 정확도를 유지했다. 주정부는 ERREKA가 인력을 대체하기보다 반복적인 수동 업무를 줄이기 위한 목적임을 강조했다. 최종 의사결정 권한은 여전히 직원에게 남아 있으며, 현재 개발팀은 지속적인 모델 개선과 추가 행정 부서 통합을 위한 반자동 재학습 시스템을 구축 중이다.

스페인 기푸스코아 주정부는 연간 160만 건에 달하는 시민 요청, 기술 문서, 행정 통신을 자동 분류하기 위해 ERREKA라는 인공지능 시스템을 도입했다. 기존에는 약 10만 건의 항목을 수동으로 분류해야 하는 행정적 부담이 컸다. 이 과정에 연간 8,300시간, 즉 전일제 직원 5명 분의 노동력이 소요됐으며, 분류 불일치로 인해 8%의 오류율이 발생했다.

공공 IT 서비스 제공업체인 IZFE와 협력해 개발된 ERREKA는 2025년 10월 첫선을 보였다. 머신러닝과 자연어 처리를 결합한 이 시스템은 93.4%의 분류 정확도를 기록했다. 도입 이후 들어온 등록 문서의 약 80%가 자동 분류되고 있다. ERREKA는 문서 신뢰도에 따라 세 단계로 업무를 처리한다. 신뢰도가 높은 항목은 자동 분류되며, 중간 단계는 직원이 클릭 한 번으로 승인하고, 낮은 단계는 기존의 수동 검토 절차를 따른다.

이 모델은 사전에 분류된 3만 8,037개의 노트를 학습했으며, 광학 문자 인식(OCR)을 적용해 다국어로 작성된 다양한 형태의 문서를 처리한다. 본격적인 가동 전 7개월간 진행된 파일럿 프로그램에서는 1만 9,000건의 항목을 처리하며 인사, 도로 기반 시설, 이동성, 관광 등 다양한 부서에서 92% 이상의 정확도를 유지했다. 주정부는 ERREKA가 인력을 대체하기보다 반복적인 수동 업무를 줄이기 위한 목적임을 강조했다. 최종 의사결정 권한은 여전히 직원에게 남아 있으며, 현재 개발팀은 지속적인 모델 개선과 추가 행정 부서 통합을 위한 반자동 재학습 시스템을 구축 중이다.