캐나다 이민부(IRCC)가 2025년 11월 12일 공개한 Study Permit Extension Eligibility Model은, 단순한 시스템 도입을 넘어 캐나다의 국제학생 정책이 새로운 국면에 들어섰음을 알리는 조용하지만 중대한 신호입니다. 이 모델은 캐나다 내에서 학업을 이어가기 위해 필수적으로 거쳐야 하는 비자 연장 심사에서 상당 부분을 자동화함으로써, 반복적이고 정형화된 사건의 처리 속도를 높이고, 복잡한 사건에는 더 깊이 있는 검토 시간을 확보하겠다는 명확한 목표를 가지고 설계됐습니다. 평균 162일에 달하는 처리 지연은 국제학생들에게 더 이상 감내할 수 없는 수준으로 커졌고, IRCC는 이를 “서비스 표준을 넘는 심각한 적체”라고 인정했습니다. 특히 2024년 11월 8일부로 학생비자에 정확한 학교명이 기재되어 있어야만 수업 시작이 가능해진 새로운 규정이 시행되면서, 비자 연장 처리 지연은 단순 행정적 불편을 넘어 학업 개시 자체를 지연시킬 수 있는 민감한 문제가 되었습니다. 이전까지는 학교 변경이나 프로그램 전환이 비교적 수월했지만, 이제는 비자 문서에 기재된 학교와 실제 수업기관이 일치해야 하므로, 연장 승인 시점이 학생의 학사 일정과 직결되는 상황입니다. 이러한 변화는 학생비자 연장 처리 속도가 국제학생에게 더욱 치명적인 요소로 부상하게 된 배경이며, IRCC가 자동화 모델 도입을 서둘러 추진한 실질적 이유 중 하나로 평가됩니다. 국제학생 프로그램이 2023년 말부터 큰 폭의 기준 개편을 했음에도, 신청량은 꾸준히 증가했고, 연장 비율도 대폭 늘면서 기존 체계는 근본적인 변화 없이는 해결이 어려운 상황에 놓여 있었던 것입니다. 이런 배경 속에서 IRCC가 선택한 방식이 바로 ‘부분 자동화’입니다.
이번 모델이 갖는 가장 두드러진 특징은 완전 자동화가 아니라는 점, 그리고 무엇보다 거절 권한이 전혀 없다는 점입니다. 정부는 AIA를 통해 “The system never refuses applications”라고 명확히 못박고 있습니다. 즉, 이 모델은 비자를 ‘승인’할 수는 있지만, ‘거절’을 내릴 수는 없습니다. 만약 어떤 신청이 기준을 충족하지 않거나, 정보가 부족하거나, 규칙을 자동으로 적용하기 어렵다면 시스템은 곧바로 인간 심사관에게 사건을 넘깁니다. 이는 자동화로 인한 부당한 거절, 이른바 ‘robo-refusal’ 논란을 원천적으로 차단하기 위한 설계로 평가됩니다. 심지어 자동으로 적격성이 승인된 경우라 해도 최종 판단은 심사관이 직접 확인해야 하며, 보안·범죄·건강과 관련된 적격성 외 요소는 시스템이 절대 판단하지 못하도록 분리되어 있습니다.
기술적 구조 역시 신중하게 선택되었습니다. IRCC는 이번 모델은 복잡한 AI 분석이 아니라, 예·아니오 규칙을 단계적으로 적용하는 조건 분기 방식으로 설계되었습니다. 이는 여러 변수와 패턴을 학습해 결과를 도출하는 ‘블랙박스형 AI’와 달리, 각 단계의 판단 기준이 명확히 공개되고 설명될 수 있는 방식입니다. 예를 들어 여권이 유효한지, 학교가 지정 교육기관(DLI)인지, 제출된 정보가 누락 없이 일치하는지 같은 단순한 규칙을 예·아니오로 체계적으로 적용해 결과에 도달합니다. 정부가 이런 방식을 선택한 이유는 투명성 확보에 있습니다. 과거 여러 국가에서 AI 심사 모델이 불투명하게 운영되면서 논란이 됐던 점을 우려해, 캐나다는 시작 단계부터 “설명 가능한 모델(Explainable Model)”을 채택함으로써 불신 요소를 사전에 제거하려고 한 것입니다.
시스템이 활용하는 데이터 역시 필요한 최소 정보에 한정되어 있습니다. 신청자가 제출한 개인정보, 패널 의사의 건강검진 결과, CBSA의 입국 및 단속 기록, 연방 보안기관의 위험성 평가, 그리고 미국·호주·뉴질랜드 등 M5 파트너 국가가 제공하는 신원 정보 등이 포함됩니다. 중요한 점은 시스템이 인터넷 검색이나 소셜 미디어 활동 같은 외부 정보를 조회하지 않는다는 것입니다. 또한 2024년 이전 데이터는 훈련에서 배제되어 새로운 국제학생 제도 개편이 반영된 최신 규칙만 따르도록 설계되었습니다. 이는 자동화 모델이 오래된 규칙이나 과거의 심사 패턴을 잘못 학습하는 문제를 원천적으로 방지하기 위한 장치로, IRCC는 프로그램이 변화한 이후의 현실에 맞춰 데이터 기반을 완전히 재구축했습니다.
AIA가 제시한 리스크 분석도 눈여겨볼 부분입니다. 이번 프로젝트는 Impact Level 2(중간 영향 수준)으로 분류되었습니다. 이는 시스템이 신청자의 이동성(mobility)과 권리(rights)에 영향을 미칠 수 있으나, 결정이 되돌릴 수 있고 자동 거절이 없다는 점에서 가장 위험도가 높은 Level 3 또는 4에 비해 안정적이라는 판단입니다. IRCC는 특히 ‘공정성’과 ‘편향’ 문제에 많은 비중을 두고 평가했습니다. Gender-Based Analysis Plus(GBA+)를 통해 인종·종교·성별 등 보호 특성을 데이터에 포함하지 않도록 설계했고, 특정 변수가 간접적으로 보호 특성을 대리(proxy)하지 않도록 확인했으며, 집단 간 오류율 차이를 분석하는 공정성 지표를 정기적으로 점검하겠다고 밝혔습니다. 또 다른 중요한 안전장치는 ‘Automation Bias’를 차단하는 구조입니다. 심사관이 시스템의 내부 규칙을 알게 되면, 자신의 판단보다 시스템의 결론에 의존할 가능성이 커지는데, 이를 방지하기 위해 IRCC는 심사관이 자동화 모델의 논리를 알 수 없도록 설계했습니다. 심사관은 시스템이 어떤 규칙을 어떻게 적용했는지 볼 수 없으며, 자신의 전문성과 경험에 따라 최종 결정을 내려야 합니다.
데이터 보안 체계도 엄격합니다. 새 모델은 ‘Protected B’ 등급의 보안 환경에서 개발·운영되며, 개인정보 영향평가(PIA)도 별도로 진행되고 있습니다. IRCC는 완전한 PIA가 마무리되기 전까지 임시 조치로 신청서 고지문을 개정해 자동화 도구가 사용될 수 있음을 명시하고 있으며, 투명성 페이지를 업데이트해 신청자에게 정보 접근성을 보장할 계획입니다. 유지보수나 테스트 과정에서 사용되는 데이터는 실명 정보가 제거된 비식별화(de-identified) 상태로 변환되어 활용됩니다.
모델 개발 과정에서 이루어진 내부·외부 협의도 주목할 만합니다. 법무부(Legal Services Unit), 개인정보보호실, 전략정책국, 고급분석센터 등 IRCC 내부 부서뿐 아니라 Global Affairs Canada, 직원 노조(Bargaining Agents), 그리고 동료검증(Peer Review)을 맡은 타 부처 전문가들까지 참여해 기술적·법적·윤리적 안정성을 확보했습니다. 이는 자동화 도입이 단일 부서의 결정이 아니라, 정부 차원의 다층적 검토를 거친 프로젝트였음을 보여줍니다.
이번 자동화 모델은 과거 중단되었던 자동화 사업을 보완해 재구축한 것으로, 향후 워크퍼밋이나 방문비자 등 다른 비자 라인에도 확대될 가능성이 높습니다. IRCC는 이번 모델을 “확장 가능한 기반 구조”라고 표현하며, 설명 가능하고 안전성이 높은 자동화 형태를 우선 적용해 성공 사례를 쌓겠다는 전략을 제시했습니다. 국제학생에게는 단순한 속도 개선을 넘어, 심사 일관성 강화와 예측 가능성 확대라는 실질적 장점이 기대됩니다. 또한 복잡한 사건에 더 많은 시간이 배정됨으로써 심사 품질 자체가 개선될 여지도 큽니다.
결국 이번 모델은 캐나다가 기술을 활용해 비자 시스템의 속도·안정성·공정성을 동시에 개선하려는 첫 단계입니다. 국제학생이 규칙을 충족한다면, 새로운 시스템은 더 빠르고 예측 가능한 방식으로 길을 열어주는 역할을 하게 될 것입니다. IRCC가 오랜 시간 누적된 적체를 해소하면서도 인간 심사관의 판단을 유지하려는 균형적 접근이 앞으로 어떤 결과를 낳을지 지켜봐야 할 시점입니다.
캐나다 이민부(IRCC)가 2025년 11월 12일 공개한 Study Permit Extension Eligibility Model은, 단순한 시스템 도입을 넘어 캐나다의 국제학생 정책이 새로운 국면에 들어섰음을 알리는 조용하지만 중대한 신호입니다. 이 모델은 캐나다 내에서 학업을 이어가기 위해 필수적으로 거쳐야 하는 비자 연장 심사에서 상당 부분을 자동화함으로써, 반복적이고 정형화된 사건의 처리 속도를 높이고, 복잡한 사건에는 더 깊이 있는 검토 시간을 확보하겠다는 명확한 목표를 가지고 설계됐습니다. 평균 162일에 달하는 처리 지연은 국제학생들에게 더 이상 감내할 수 없는 수준으로 커졌고, IRCC는 이를 “서비스 표준을 넘는 심각한 적체”라고 인정했습니다. 특히 2024년 11월 8일부로 학생비자에 정확한 학교명이 기재되어 있어야만 수업 시작이 가능해진 새로운 규정이 시행되면서, 비자 연장 처리 지연은 단순 행정적 불편을 넘어 학업 개시 자체를 지연시킬 수 있는 민감한 문제가 되었습니다. 이전까지는 학교 변경이나 프로그램 전환이 비교적 수월했지만, 이제는 비자 문서에 기재된 학교와 실제 수업기관이 일치해야 하므로, 연장 승인 시점이 학생의 학사 일정과 직결되는 상황입니다. 이러한 변화는 학생비자 연장 처리 속도가 국제학생에게 더욱 치명적인 요소로 부상하게 된 배경이며, IRCC가 자동화 모델 도입을 서둘러 추진한 실질적 이유 중 하나로 평가됩니다. 국제학생 프로그램이 2023년 말부터 큰 폭의 기준 개편을 했음에도, 신청량은 꾸준히 증가했고, 연장 비율도 대폭 늘면서 기존 체계는 근본적인 변화 없이는 해결이 어려운 상황에 놓여 있었던 것입니다. 이런 배경 속에서 IRCC가 선택한 방식이 바로 ‘부분 자동화’입니다.
이번 모델이 갖는 가장 두드러진 특징은 완전 자동화가 아니라는 점, 그리고 무엇보다 거절 권한이 전혀 없다는 점입니다. 정부는 AIA를 통해 “The system never refuses applications”라고 명확히 못박고 있습니다. 즉, 이 모델은 비자를 ‘승인’할 수는 있지만, ‘거절’을 내릴 수는 없습니다. 만약 어떤 신청이 기준을 충족하지 않거나, 정보가 부족하거나, 규칙을 자동으로 적용하기 어렵다면 시스템은 곧바로 인간 심사관에게 사건을 넘깁니다. 이는 자동화로 인한 부당한 거절, 이른바 ‘robo-refusal’ 논란을 원천적으로 차단하기 위한 설계로 평가됩니다. 심지어 자동으로 적격성이 승인된 경우라 해도 최종 판단은 심사관이 직접 확인해야 하며, 보안·범죄·건강과 관련된 적격성 외 요소는 시스템이 절대 판단하지 못하도록 분리되어 있습니다.
기술적 구조 역시 신중하게 선택되었습니다. IRCC는 이번 모델은 복잡한 AI 분석이 아니라, 예·아니오 규칙을 단계적으로 적용하는 조건 분기 방식으로 설계되었습니다. 이는 여러 변수와 패턴을 학습해 결과를 도출하는 ‘블랙박스형 AI’와 달리, 각 단계의 판단 기준이 명확히 공개되고 설명될 수 있는 방식입니다. 예를 들어 여권이 유효한지, 학교가 지정 교육기관(DLI)인지, 제출된 정보가 누락 없이 일치하는지 같은 단순한 규칙을 예·아니오로 체계적으로 적용해 결과에 도달합니다. 정부가 이런 방식을 선택한 이유는 투명성 확보에 있습니다. 과거 여러 국가에서 AI 심사 모델이 불투명하게 운영되면서 논란이 됐던 점을 우려해, 캐나다는 시작 단계부터 “설명 가능한 모델(Explainable Model)”을 채택함으로써 불신 요소를 사전에 제거하려고 한 것입니다.
시스템이 활용하는 데이터 역시 필요한 최소 정보에 한정되어 있습니다. 신청자가 제출한 개인정보, 패널 의사의 건강검진 결과, CBSA의 입국 및 단속 기록, 연방 보안기관의 위험성 평가, 그리고 미국·호주·뉴질랜드 등 M5 파트너 국가가 제공하는 신원 정보 등이 포함됩니다. 중요한 점은 시스템이 인터넷 검색이나 소셜 미디어 활동 같은 외부 정보를 조회하지 않는다는 것입니다. 또한 2024년 이전 데이터는 훈련에서 배제되어 새로운 국제학생 제도 개편이 반영된 최신 규칙만 따르도록 설계되었습니다. 이는 자동화 모델이 오래된 규칙이나 과거의 심사 패턴을 잘못 학습하는 문제를 원천적으로 방지하기 위한 장치로, IRCC는 프로그램이 변화한 이후의 현실에 맞춰 데이터 기반을 완전히 재구축했습니다.
AIA가 제시한 리스크 분석도 눈여겨볼 부분입니다. 이번 프로젝트는 Impact Level 2(중간 영향 수준)으로 분류되었습니다. 이는 시스템이 신청자의 이동성(mobility)과 권리(rights)에 영향을 미칠 수 있으나, 결정이 되돌릴 수 있고 자동 거절이 없다는 점에서 가장 위험도가 높은 Level 3 또는 4에 비해 안정적이라는 판단입니다. IRCC는 특히 ‘공정성’과 ‘편향’ 문제에 많은 비중을 두고 평가했습니다. Gender-Based Analysis Plus(GBA+)를 통해 인종·종교·성별 등 보호 특성을 데이터에 포함하지 않도록 설계했고, 특정 변수가 간접적으로 보호 특성을 대리(proxy)하지 않도록 확인했으며, 집단 간 오류율 차이를 분석하는 공정성 지표를 정기적으로 점검하겠다고 밝혔습니다. 또 다른 중요한 안전장치는 ‘Automation Bias’를 차단하는 구조입니다. 심사관이 시스템의 내부 규칙을 알게 되면, 자신의 판단보다 시스템의 결론에 의존할 가능성이 커지는데, 이를 방지하기 위해 IRCC는 심사관이 자동화 모델의 논리를 알 수 없도록 설계했습니다. 심사관은 시스템이 어떤 규칙을 어떻게 적용했는지 볼 수 없으며, 자신의 전문성과 경험에 따라 최종 결정을 내려야 합니다.
데이터 보안 체계도 엄격합니다. 새 모델은 ‘Protected B’ 등급의 보안 환경에서 개발·운영되며, 개인정보 영향평가(PIA)도 별도로 진행되고 있습니다. IRCC는 완전한 PIA가 마무리되기 전까지 임시 조치로 신청서 고지문을 개정해 자동화 도구가 사용될 수 있음을 명시하고 있으며, 투명성 페이지를 업데이트해 신청자에게 정보 접근성을 보장할 계획입니다. 유지보수나 테스트 과정에서 사용되는 데이터는 실명 정보가 제거된 비식별화(de-identified) 상태로 변환되어 활용됩니다.
모델 개발 과정에서 이루어진 내부·외부 협의도 주목할 만합니다. 법무부(Legal Services Unit), 개인정보보호실, 전략정책국, 고급분석센터 등 IRCC 내부 부서뿐 아니라 Global Affairs Canada, 직원 노조(Bargaining Agents), 그리고 동료검증(Peer Review)을 맡은 타 부처 전문가들까지 참여해 기술적·법적·윤리적 안정성을 확보했습니다. 이는 자동화 도입이 단일 부서의 결정이 아니라, 정부 차원의 다층적 검토를 거친 프로젝트였음을 보여줍니다.
이번 자동화 모델은 과거 중단되었던 자동화 사업을 보완해 재구축한 것으로, 향후 워크퍼밋이나 방문비자 등 다른 비자 라인에도 확대될 가능성이 높습니다. IRCC는 이번 모델을 “확장 가능한 기반 구조”라고 표현하며, 설명 가능하고 안전성이 높은 자동화 형태를 우선 적용해 성공 사례를 쌓겠다는 전략을 제시했습니다. 국제학생에게는 단순한 속도 개선을 넘어, 심사 일관성 강화와 예측 가능성 확대라는 실질적 장점이 기대됩니다. 또한 복잡한 사건에 더 많은 시간이 배정됨으로써 심사 품질 자체가 개선될 여지도 큽니다.
결국 이번 모델은 캐나다가 기술을 활용해 비자 시스템의 속도·안정성·공정성을 동시에 개선하려는 첫 단계입니다. 국제학생이 규칙을 충족한다면, 새로운 시스템은 더 빠르고 예측 가능한 방식으로 길을 열어주는 역할을 하게 될 것입니다. IRCC가 오랜 시간 누적된 적체를 해소하면서도 인간 심사관의 판단을 유지하려는 균형적 접근이 앞으로 어떤 결과를 낳을지 지켜봐야 할 시점입니다.