인공지능 거버넌스에서 신뢰 개념에 대한 고찰 및 정책 유형화 연구

우지숙; 김수지

추천

검색

질문

자료유형: 학술저널

저자정보: 우지숙 (서울대학교) 김수지 (서울대학교)

저널정보: 서울대학교 공익산업법센터 경제규제와 법 경제규제와 법 제17권 제2호(통권 제34호)

발행연도: 2024.11

수록면: 30 - 50 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

인공지능이 급속히 확산되면서 인공지능을 수용할 수 있는 전제 조건으로서 인공지능 신뢰를 촉진하기 위한 정책적 노력이 구체화되고 있다. 그러나 인공지능 신뢰가 무엇을 의미하는지, 신뢰와 위험(risk)의 관계는 무엇인지, 신뢰는 어떤 과정을 거쳐 형성되는지, 이를 촉진하기 위해 정책은 어떤 역할을 수행해야 하는지 여전히 불분명하다. 본 연구는 이론적, 개념적 검토를 통해 신뢰는 위험이 존재하지 않는 상태에서 나타나는 것이 아니라 위험의 존재에도 ‘불구하고’ 그로 인해 취약해지는 것을 감수하려는 태도와 의지이며, 이러한 신뢰의 형성 과정에는 인공지능 신뢰성에 대한 이용자의 평가가 큰 영향을 미치지만, 신뢰성이 곧바로 신뢰로 연결되는 것은 아니라는 점에서 신뢰의 형성은 복잡하고 능동적인 과정임을 강조하였다. 또한 본 연구는 인공지능 신뢰에 대한 접근방법을 ‘위험 축소형’과 ‘신뢰성 향상형’으로 나누고, 인공지능 신뢰 정책을 강화, 준수, 설명, 참여의 네 유형으로 분류하였다. 강화 정책과 준수 정책은 위험 축소 접근에 근거한 것으로서 인공지능의 위험 수준을 줄이기 위한 기술적 조치들에 집중하거나(강화), 기업의 인공지능 개발 과정에서 발생할 수 있는 위험 요소를 제거하고자 한다(준수). 설명 정책과 참여 정책은 신뢰성 향상 접근방법에 근거하여 인공지능의 신뢰성을 평가하고 개선하는 과정에 초점을 맞추며, 인공지능 기술의 신뢰성과 관련된 정보를 이용자에게 제공하도록 독려하거나(설명), 이용자가 인공지능 기업의 신뢰성을 평가하고 인공지능의 신뢰성에 영향을 미칠 수 있는 의사결정 과정에 참여할 수 있는 환경을 조성하고자 한다(참여). 신뢰의 개념적 틀에 대한 고찰과 인공지능 신뢰 정책의 유형화에 관한 본 연구는 인공지능 신뢰 정책이 인공지능의 위험을 축소하기 위한 노력뿐 아니라 이용자가 인공지능 기술과 기업의 신뢰성을 적극적으로 평가하고 관련 의사결정 과정에 참여할 수 있는 환경을 마련하는 데 초점을 맞출 필요가 있다는 점을 시사한다.

As artificial intelligence (AI) becomes increasingly prevalent, policy efforts to foster trust in AI as a prerequisite for its acceptance are emerging. However, critical questions remain unanswered regarding the precise definition of trust in AI, its formation process, and the potential role of policy intervention in fostering such trust. Through a theoretical and conceptual review, this study defines trust in AI as “a state in which users accept the risk of being vulnerable to AI based on a comprehensive assessment of the trustworthiness of the AI technologies and AI companies.” This study also divides approaches to AI trust into "risk-reducing" and "trustworthiness-building" and divides the object of users’ trust into AI technologies and AI companies, and finally categorizes AI trust policies into four types: enhanced, complying, explanatory, and participatory. The enhanced policy and complying policy are based on the risk-reducing approach, focusing on technical measures to reduce the risk level of artificial intelligence(enhanced), or aiming to eliminate risk factors that may arise during the AI development process in companies(complying). The explanatory policy and participatory policy are based on the trustworthiness-building approach, focusing on evaluating and improving the trustworthiness of AI, encouraging the provision of information related to the trustworthiness of AI technologies to users(explanatory), or creating an environment where users can assess the trustworthiness of AI companies and participate in decision-making processes(participatory). Through a study of the conceptual framework of trust and a typology of AI trust policies, this study highlights the need for AI trust policies to focus on creating an environment where users can actively evaluate the trustworthiness of AI technologies and companies and participate in the decision-making process, alongside efforts to reduce the risks of AI.

#인공지능(Artificial Intelligence) #신뢰(Trust) #신뢰성있는 인공지능(Trustworthy AI) #거버넌스(Governance) #위험(Risk) #기술 규제(Regulation of Technology) #정책 유형(Policy Typology)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

지속가능성보고서에 기반한 정부 역할과 동반성장 프로그램이 협력업체 운영성과에 미치는 영향에 관한 연구

양종곤 한국산학기술학회 논문지 2024 .12

지속가능한 도시공간의 법적 거버넌스와 사법의 역할

김상진 법이론실무연구 2024 .11

생성형 인공지능에 대한 인공지능 자기효능감과 인공지능 불안, 인공지능 신뢰가 태도와 수용의도에 미치는 영향

문수지 디지털콘텐츠학회논문지 2024 .11

국제 차원에서의 인공지능(AI) 거버넌스 논의 동향과 평가 및 시사점

고준성 계간 외교 2024 .07

MZ세대의 자기애성향, SNS 이용동기, 과시적 여가소비의 관계

장나연 , 주진영 , 신규리 한국여가레크리에이션학회지 2022 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092103582

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)