LG AI Research: AI 윤리 세미나를 통한 AI 리스크의 체계적 정리
LG AI Research는 AI 윤리 세미나를 통해 AI가 초래할 수 있는 실질적 리스크를 정의하고 이를 체계적으로 분류하는 연구를 진행한다.
AI 기술의 무한한 가능성 이면에는 다양한 위험이 존재한다. 이를 과장하거나 축소하지 않고 실질적인 위험에 대비하기 위해서는 AI 리스크에 대한 정확한 경험과 지식이 필수적이다.
LG AI Research는 AI 연구자, 비즈니스 개발자, 법률가, UI/UX 디자이너 등 다양한 전문가가 참여하는 AI Ethics Seminar를 운영하며, 최신 연구 트렌드를 분석해 AI 생애주기 전반에 걸쳐 윤리적 측면을 고려하고 있다.
현재 AI 리스크를 관리하기 위해 다음과 같은 도구와 체계가 활용되고 있다.
- AI Incident Database (AIID): AI 관련 사건을 자발적으로 기록하는 채널
- AI Incidents Monitor (AIM): OECD가 개발한 실시간 AI 사건 탐지 도구
OECD 보고에 따르면 2024년 AI 관련 사건은 전년 대비 139% 급증하며 빠르게 증가하는 추세다. 최근 발생한 사건들은 개인정보 보호(111건), 정보 보안(148건), 오작동(91건), 인권(86건) 등 다양한 분야에서 나타나고 있다.
최근에는 이러한 리스크를 통합적으로 관리하기 위해 NIST AI Risk Framework, EPIC, Ferrara, Weidinger 등의 연구를 바탕으로 리스크를 분류하려는 시도가 활발하다. 특히 MIT는 777개의 AI 리스크를 담은 AI Risk Repository를 구축하여 리스크를 정의하고 체계화하는 데 앞장서고 있다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.