트렌드: AI 및 사회
ㅁ AI 및 사회
ㅇ 정의:
인공지능 기술이 사회 전반에 미치는 영향과 그에 따른 윤리적, 안전성, 환경적, 경제적 고려 사항을 다루는 분야.
ㅇ 특징:
기술 발전 속도가 빠르며, 법·제도·문화적 대응이 병행되어야 함. 다양한 이해관계자(정부, 기업, 시민사회)가 얽혀 있음.
ㅇ 적합한 경우:
AI 프로젝트 기획, 정책 수립, 사회적 영향 평가 시.
ㅇ 시험 함정:
기술적 세부 구현과 사회적 영향 구분을 혼동하는 문제.
ㅇ 시험 대비 “패턴 보기” 예시:
O: “AI 도입 시 사회적 수용성을 높이기 위해 윤리 검토가 필요하다.”
X: “AI 윤리는 알고리즘 정확도 향상만을 목적으로 한다.”
================================
1. AI Ethics
ㅇ 정의:
인공지능 개발·운영 과정에서 인간의 권리, 공정성, 투명성, 책임성을 보장하기 위한 원칙과 가이드라인.
ㅇ 특징:
편향 제거, 설명 가능성, 개인정보 보호, 책임 주체 명확화 등 포함.
ㅇ 적합한 경우:
공공 서비스 AI, 채용·대출 심사, 범죄 예측 등 사회적 파급이 큰 분야.
ㅇ 시험 함정:
윤리 원칙을 기술적 성능 지표와 혼동하거나, 법적 규제와 동일시하는 경우.
ㅇ 시험 대비 “패턴 보기” 예시:
O: “AI 윤리는 공정성과 투명성을 확보하는 것을 목표로 한다.”
X: “AI 윤리는 법률 집행에만 적용된다.”
================================
2. AI Safety
ㅇ 정의:
AI 시스템이 의도치 않은 행동을 하지 않고 안전하게 작동하도록 보장하는 기술적·관리적 접근.
ㅇ 특징:
오작동 방지, 적대적 공격 대응, 제어 가능성, 신뢰성 검증 포함.
ㅇ 적합한 경우:
자율주행차, 의료 AI, 산업 제어 시스템 등 안전이 중요한 분야.
ㅇ 시험 함정:
보안(Security)과 안전(Safety)을 혼동하거나, 안전성을 단순히 오류율과 동일시하는 경우.
ㅇ 시험 대비 “패턴 보기” 예시:
O: “AI Safety는 시스템의 의도치 않은 위험을 예방하는 것을 목표로 한다.”
X: “AI Safety는 데이터 암호화 기술만을 의미한다.”
================================
3. Climate Impact of AI
ㅇ 정의:
AI 기술 개발·운영이 기후 변화와 환경에 미치는 영향.
ㅇ 특징:
대규모 모델 학습 시 전력 소비와 탄소 배출이 큼. 친환경 AI 연구 필요.
ㅇ 적합한 경우:
지속가능성 평가, 친환경 데이터센터 설계, ESG 경영.
ㅇ 시험 함정:
AI의 기후 영향이 항상 긍정적이라고 오해하거나, 환경 영향이 미미하다고 단정하는 경우.
ㅇ 시험 대비 “패턴 보기” 예시:
O: “대규모 AI 학습은 상당한 전력 소모와 탄소 배출을 유발할 수 있다.”
X: “AI는 전혀 환경에 영향을 주지 않는다.”
================================
4. Economic Implications of AI
ㅇ 정의:
AI 기술이 경제 구조, 산업 경쟁력, 고용, 소득 분배 등에 미치는 영향.
ㅇ 특징:
생산성 향상, 새로운 산업 창출, 일부 직무 대체 및 불평등 심화 가능성.
ㅇ 적합한 경우:
산업 정책 수립, 노동 시장 분석, 기업 전략 기획.
ㅇ 시험 함정:
AI 도입이 항상 고용을 증가시킨다고 단정하거나, 경제적 영향이 단기적이라고만 보는 경우.
ㅇ 시험 대비 “패턴 보기” 예시:
O: “AI는 일부 직무를 대체하지만 새로운 일자리를 창출할 수도 있다.”
X: “AI는 경제에 아무런 영향을 미치지 않는다.”
ㅁ 추가 학습 내용
정리 내용
1. AI 윤리 (국제기구 가이드라인)
– UNESCO, OECD 등 국제기구의 AI 윤리 지침 주요 원칙
• 인간 중심성: AI 개발·활용에서 인간의 권리와 복지를 최우선 고려
• 투명성: AI의 의사결정 과정과 작동 원리를 이해 가능하게 공개
• 포용성: 다양한 집단과 이해관계자의 참여 보장, 차별 방지
2. AI Safety (안전성)
– Value Alignment(가치 정렬): AI 목표와 인간 가치의 일치
– Fail-safe 설계: 오류나 오작동 시 안전하게 종료되거나 피해를 최소화하는 설계
– Human-in-the-loop: 의사결정 과정에 인간이 개입해 최종 판단을 내리는 구조
3. Climate Impact of AI (환경 영향)
– 탄소 발자국(Carbon Footprint) 측정 방법: AI 개발·운영 과정에서 배출되는 CO₂ 양을 산출
– 재생에너지 기반 데이터센터 사례: 태양광, 풍력 등 친환경 에너지로 구동되는 데이터센터 운영 사례
4. Economic Implications of AI (경제적 함의)
– 기술적 실업: 자동화로 인한 일자리 감소 현상
– Gig Economy: 단기 계약·플랫폼 기반의 유연 노동 형태 확산
– AI에 의한 생산성 패러독스: 기술 발전에도 불구하고 생산성 증가가 기대만큼 나타나지 않는 현상
시험 대비 체크리스트
[ ] UNESCO, OECD AI 윤리 가이드라인의 3대 원칙(인간 중심성, 투명성, 포용성) 정의와 예시 숙지
[ ] Value Alignment, Fail-safe 설계, Human-in-the-loop 개념과 사례 이해
[ ] AI의 탄소 발자국 측정 방법 설명 가능
[ ] 재생에너지 기반 데이터센터의 실제 사례 기억
[ ] 기술적 실업, Gig Economy, 생산성 패러독스의 의미와 AI와의 연관성 파악
[ ] 각 개념을 연결해 서술형 답안 작성 가능