AI를 위한 필수 수학

621

Chapter 14 -

인공지능, 윤리, 수학, 법률, 정책

존의 다른 모델과 비교하며 이해 관계자에게 결과를 제공하기 전에 모든 의무를 다했는지 확인

해야 한다.

우리와 마찬가지로 일반적인 인공지능 에이전트는 올바른 위치에서 올바른 데이터를 찾은 다

음 사용 가능한 형태로 변환한다. 그때까지 우리는 우수한 품질의 데이터 수집, 저장, 접근 및

쿼리 방법 개선에 집중해야 한다. 낮은 데이터 품질과 존재하지 않는 디지털 인프라로 인해 많

은 인공지능 프로젝트가 실현되지 못하고 있으며 많은 자동화 투자가 수익을 내지 못하고 있

다. 우리는 한 걸음 물러서서 데이터가 결국 모델의 입력으로 표현되는 방식을 고려해야 한다.

이것이 데이터 획득 방법과 향후 사용을 위한 데이터 저장 방법을 나타내는 원칙이 되어야 한

다. 인공지능 분야는 범용적으로 채택되어야 하는 패러다임, 즉 ‘선 표현, 후 획득’을 기반으로

운영되어 왔다.

14.5

편견과 차별 구분하기

인공지능 윤리와 관련된 많은 논의에서 편견과 차별이라는 용어를 혼용하는데, 책을 마무리하

기 전에 두 용어의 차이점을 분명히 짚고 넘어가고자 한다. 필자는 영어를 제

3

외국어로 구사하

고 논쟁이나 토론의 주요 쟁점에서 초점을 돌리기 위한 전략으로 용어를 재정의하는 것을 자주

목격했기 때문에 용어 정의에 집착하는 사람이 아니었다. 특히 편견과 차별의 차이를 강조하고

자 하는 이유는 각각을 식별하는 데 서로 다른 방법이 필요하기 때문이다. 게다가 한 쪽은 의도

적이고 다른 쪽은 의도적이지 않다. 사람과 ...