ㅁ AI 윤리

ㅇ 정의:
인공지능의 개발, 배포, 활용 과정에서 발생하는 결과와 영향에 대해 책임을 명확히 하는 원칙. 시스템의 오류, 편향, 피해 발생 시 누가 책임을 지는지 규정하는 개념.

ㅇ 특징:
– 법적 책임과 도덕적 책임을 모두 포함.
– AI 의사결정 과정의 투명성 확보 필요.
– 개발자, 운영자, 사용자 간 책임 범위 명확화.
– 설명 가능성(Explainability)과 추적 가능성(Traceability)이 핵심.

ㅇ 적합한 경우:
– 의료, 금융, 자율주행차 등 고위험 분야의 AI 적용.
– AI가 사회적·경제적 피해를 유발할 가능성이 있는 경우.

ㅇ 시험 함정:
– Accountability를 단순히 ‘법적 처벌’로만 한정하는 경우.
– 책임 주체를 AI 자체로 오인하는 경우(AI는 법적 주체가 아님).

ㅇ 시험 대비 “패턴 보기” 예시:
O: “AI 시스템의 오류 발생 시, 책임 주체를 명확히 규정하는 것은 Accountability의 핵심이다.”
X: “Accountability는 AI가 스스로 책임을 지는 능력을 의미한다.”

ㅁ 추가 학습 내용

Accountability는 책임 소재를 명확히 규명하는 개념으로, 결과에 대한 설명과 정당화를 요구하며 잘못이 발생했을 때 누가 책임을 져야 하는지에 초점을 둔다.
Responsibility는 특정 역할이나 임무를 수행해야 하는 의무 자체를 의미하며, 사전에 부여된 역할과 관련된다.
Liability는 법률적으로 부과되는 책임으로, 손해 배상이나 처벌과 직접 연결된다.
Transparency는 의사결정 과정과 결과를 이해할 수 있도록 공개하고 설명하는 것을 의미한다.

AI 윤리 원칙에서 Accountability는 GDPR의 책임성 원칙과 맞닿아 있으며, 데이터 보호 영향평가(DPIA)와 같은 실무 절차와 함께 적용될 수 있다.
시험에서는 자율주행차 사고, 의료 AI 오진 등 구체적 상황을 제시하고 누가 책임을 져야 하는지를 묻는 형태로 출제될 가능성이 높다.