공공부문 AI-ML 알고리즘 시스템의 공정성 개선을 위한 다차원적 실현범위에 관한 연구: 알고리즘 편향 사례를 중심으로
A Study on the Multidimensional Scope for Enhancing Fairness in AI-based Algorithmic Systems in the Public Sector: Focusing on Cases of Algorithmic Bias
- 발행
- 2025 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 고려대학교
- 출처
- 국내 KCI
- DOI
- 10.22896/karis.2025.28.3.001
- 원문
- 원문 보기 ↗
개념
키워드
알고리즘 편향, 알고리즘 공정성, 자동화된 의사결정, 인공지능 거버넌스, Algorithmic Bias, Algorithmic Fairness, Automated Decision Making, Ai Governance
초록
본 연구는 공공부문에서 사용하는 인공지능(AI) 기반 알고리즘 시스템에서 나타난 편향 문제의 원인과개선 전략을 다차원적으로 분석하는 시론적 연구이다. 최근 10년간 전 세계적으로 주목받은 주요 알고리즘 편향 사례 11건을 선정하여, 기술적 편향, 절차적 정당성, 분배적 형평성, 정부의 대응 등 네 가지 차원의 분석 틀을 적용해 체계적으로 비교･분석하였다. 분석 결과, 공공부문의 AI 알고리즘 편향은 주로 데이터의 편향성, 모델 설계의 한계, 절차적 투명성의 부재 등 기술적･제도적 결함이 복합적으로 작용하여 사회적 약자에게 피해가 집중되는 공통된 양상을 드러냈다. 또한 알고리즘 공정성 확보를 위한 정책적･제도적 준비가 부족한 상황에서 알고리즘 도입이 확대되면서, 기존 사회의 구조적 불평등이 자동화된 의사결정과정에 그대로 반영되고 있음을 확인하였다. 본 연구는 공공부문의 AI 시스템 도입에 따른 구조적 문제를드러내고 공정성 개선을 위한 통합적 정책 및 제도적 구축 방향을 제안하였다는 점에서 의미가 있다.