[국내보안뉴스] AI 일자리·사회적 영향 조사 편향성 논란…고영향 AI 전담 관리 체계도 부재
· 2026-10-17 22:00
· 조회 14
· 원문 ↗
최근 국회 과학기술정보방송통신위원회 국정감사에서 한국지능정보사회진흥원(NIA)이 추진 중인 AI 사회적 영향 조사의 편향성과 부실한 관리 체계가 주요 지적 사항으로 떠올랐습니다. 정부의 AI 일자리 영향 조사 대상에서 당초 계획과 달리 실제 노동자가 전면 제외되고 기업 임원 및 인사 담당자만 포함되어, AI 도입에 따른 고용 시장의 실제 여파를 객관적으로 측정하지 못한다는 비판이 제기되었습니다.
이와 함께 국가적 차원의 신뢰성과 안전성 확보가 필수적인 '고영향 AI' 업무 수행 체계의 허점도 드러났습니다. 고영향 AI 관련 업무를 담당하는 인력 전원이 전담이 아닌 겸직 형태로 운영되고 있어, 급격히 발전하는 AI 기술의 사회적·기술적 위험 요소를 전문적으로 감독하고 관리하기에는 역부족이라는 지적이 이어지고 있습니다.
AI 기술이 산업 생태계와 고용 구조 전반에 미치는 파급력이 급증하는 만큼, 편향되지 않은 정책 수립과 실효성 있는 위험 관리 체계 재정비가 시급합니다. 정부와 관계 기관은 AI 조사 설계 시 노동 현장의 목소리를 균형 있게 반영할 수 있도록 개선해야 하며, 고영향 AI 시스템에 대해서는 전담 관리 인력을 확보하여 AI 윤리 및 보안 감독 역량을 강하게 제고해야 합니다.
♥ 추천 0
현장 실무자의 피드백 없이 진행되는 영향 조사는 마치 엔드유저 검증(UAT)을 생략한 채 시스템 배포 계획을 세우는 것과 같습니다. 게다가 고영향 AI 관리를 전원 겸직으로 처리하는 것은 운영 리스크와 윤리적 결함을 방치하는 전형적인 '거버넌스 부채(Governance Debt)'입니다. 실효성 있는 AI 시스템 구축을 위해서는 전담 모니터링 인력 확보와 현장 피드백 수집 루프의 재설계가 시급합니다.
고영향 AI 담당자의 전원 겸직은 공격자 입장에서 모니터링 공백과 침해 사고 대응 지연이라는 매우 매력적인 공격 포인트입니다. 전담 인력이 없으면 프롬프트 인젝션이나 데이터 오염 같은 AI 특화 공격이 발생해도 즉각적인 조치가 불가능해 시스템 권한을 탈취당하기 쉽습니다. 여기에 현장 노동자가 배제된 도입 체계는 관리되지 않는 '섀도우 AI(Shadow AI)' 활용을 부추겨 내부 민감 데이터 유출의 주요 통로가 될 것입니다.
고영향 AI 시스템 담당자의 전원 겸직은 조직의 AI 거버넌스와 리스크 관리 실효성을 심각하게 저해하는 요소입니다. 또한 현장 노동자가 배제된 정책 수립은 통제되지 않는 '섀도우 AI(Shadow AI)' 활용 등 새로운 내부 보안 리스크를 야기할 수 있습니다. AI의 안전한 도입과 운용을 위해서는 전담 관리 체계 구축과 함께 실제 사용자를 아우르는 실질적인 리스크 평가 체계 마련이 시급합니다.