earticle

한국어

여러 산업 분야에서 다양한 성공 사례가 쏟아지면서, 인공 지능을 이용한 사회 대변혁의 기대감이 커지고 있으며, 인공 지능을 배제한 산업과 미래를 생각할 수 없는 정도에 이르렀 다. 그러나 이러한 장밋빛 전망에도 불구하고 인공지능의 전 면적인 적용이 우려스러운 점은 인공지능이 편향적인 판단을 하는 사례가 지속적으로 보고된다는 점이다. 특히 이러한 인 공지능의 편향성이 단순히 일회성 해프닝이 아니고, 인공지능 시스템을 개발하는데 필연적으로 발생하는 구조적인 문제로 밝혀지면서, 편향성을 피하기 어렵다는 비관적인 전망들이 나 오고 있다. 이는 인공지능 시스템의 구성에는 설계자인 인간 의 편향부터 학습데이터에 녹아있는 편향, 그리고 학습과정의 편향까지 다양한 편향이 존재할 수 있기 때문이다. 본 고에서 는 이러한 인공지능의 편향성의 사례와 원인을 분석하고, 이 의 측정 방안과 최소화하기 위한 방법에 대해 살펴본다. 또한 ISO/IEC에서의 인공지능 편향과 관련된 표준화 동향에 대해 알아보고 향후 발전 방향에 대해 논의한다.