AI 윤리 & 책임 AI (Responsible AI)

별점: ★★★★★ | ★133회, ★136회 기출

답안.

Ⅰ. 개요

과소 대표성: 특정 그룹 데이터 부족 역사적 편향: 과거 차별이 데이터에 반영 측정 편향: 그룹별 다른 기준으로 측정

Ⅱ. 핵심 구성요소

[OECD AI 원칙 (2019)]
포용적 성장 & 지속가능 발전
인간 중심 가치 & 공정성
투명성 & 설명가능성
견고성, 보안, 안전
책임성 (Accountability)

[EU AI 윤리 4원칙 (HLEG)]
공정성 (Fairness)
투명성 (Transparency)
책임 (Accountability)
개인정보보호 (Privacy)

[편향 유형]
데이터 편향:
  과소 대표성: 특정 그룹 데이터 부족
  역사적 편향: 과거 차별이 데이터에 반영
  측정 편향: 그룹별 다른 기준으로 측정

알고리즘 편향:
  모델이 편향된 상관관계 학습

[편향 측정]
인구통계학적 동등성:
  그룹별 양성 예측률 동일해야 함
등거리 교차:
  그룹 간 FPR/FNR 동일해야 함


해당 키워드의 기술적 구성요소와 동작 원리를 서술한다.

### Ⅲ. 특징 및 비교

핵심 기술의 장단점과 유사 기술과의 차이를 분석한다.

### Ⅳ. 적용 사례

실무 환경에서의 적용 사례와 기대효과를 제시한다.

### Ⅴ. 전망

최신 기술 동향과 향후 발전 방향을 서술한다.