기술 요약: 지방자치단체 AI 거버넌스의 이해

문제 제기

지방자치단체의 AI 거버넌스는 흔히 정책 설계 및 규제 준수의 문제로 개념화되지만, 이러한 정책들이 실제 현장에서 어떻게 실행되는지에 대한 이해에는 상당한 격차가 존재한다. 기존 문헌은 주로 공식적인 정책 문서, 기술적 프레임워크 또는 국가 전략을 통해 AI 거버넌스를 분석하며, 현장 실무자들의 생생한 경험은 간과하는 경향이 있다. 결과적으로, 실무자들이 AI 정책을 해석하고 실행에 옮기는 과정에서 직면하는 제도적 제약, 윤리적 고려사항, 그리고 지역사회 요구사항을 어떻게 탐색하는지에 대한 실증적 근거가 부족하다. 이러한 실무자 중심의 근거 부재는 복잡한 지방 행정에 대응할 수 있는 실증적 기반의 거버넌스 모델 개발을 저해하며, 정책이 운영 가능한 수준이 아닌 단지 지향점(aspirational)으로만 남게 되는 '정책-실행 간의 격차(policy-practice gap)'를 초래한다.

연구 방법론

본 연구는 사전 정의된 프레임워크를 강요하기보다, 실증적 데이터로부터 지방자치단체의 AI 정책 실행에 대한 개념적 이해를 도출하기 위해 근거 이론(Grounded Theory, GT) 접근법을 채택하였다.

• 데이터 수집: 본 연구는 호주, 미국, 스페인, 사우디아라비아, 홍콩 등 다양한 거버넌스 맥락에 있는 14명의 실무자를 대상으로 심층 반구조화 인터뷰를 실시하였다. 참여자에는 지방 정부 공무원(예: 기술 응용 관리자, 최고 데이터 책임자)과 2년에서 30년의 전문 경력을 가진 정부 전문가들이 포함되었다.
• 데이터 분석: 분석은 지속적 비교 분석(constant comparative analysis)과 메모 작성(memoing)을 포함한 핵심 GT 원칙을 따랐다. 데이터는 NVivo 14를 사용하여 네 단계의 반복적인 코딩 과정을 거쳐 처리되었다:
  1. 개방 코딩(Open Coding): 98개의 초기 개념 코드를 생성함.
  2. 축 코딩(Axial Coding): 코드를 23개의 범주로 그룹화함.
  3. 선택 코딩(Selective Coding): 범주들을 5개의 상위 클러스터로 통합함.
  4. 포화도 테스트(Saturation Testing): 9개의 인터뷰를 분석한 후 더 이상 새로운 코드가 나타나지 않음을 확인하였으며, 나머지 인터뷰는 개념적 밀도를 강화하는 데 사용함.
• 성찰성(Reflexivity): 연구진은 분석적 관점과 위치성을 의식적으로 인지하기 위해 전 과정에서 성찰성을 유지하였다.

주요 기여

본 연구는 지방자치단체의 AI 거치 거버넌스를 정적인 규칙의 집합이나 선형적인 이행 과정이 아니라, 순환적이고 적응적이며 학습 지향적인 실천으로 재개념화함으로써 AI 거버넌스 학문에 기여한다.

• 이론적 모델: 정책 실행이 정책 거버넌스, 정책 목표, 정책 이행, 정책 과제, 정책 요구사항이라는 다섯 가지 상호 연관된 차원의 상호작용에 의해 형성된다는 실증적 기반의 모델을 제안한다.
• 실무자의 주체성: 본 연구는 실무자를 공식적인 지침을 운영상의 결정으로 능동적으로 번역하여 정책 의도와 운영 현실 사이의 간극을 메우는 "해석적 주체(interpretive agents)"로 조명한다.
• 구조적 닻(Structural Anchor): 정책 거버넌스가 목표가 어떻게 해석되고, 이행이 어떻게 구체화되며, 과제와 요구사항이 시간이 흐름에 따라 어떻게 진화하는지를 결정하는 구조적 닻 역할을 한다고 식별한다.

결과 및 발견

분석 결과, 지방자치단체의 AI 정책이 어떻게 실행되는지를 설명하는 다섯 가지 핵심 클러스터가 도출되었다:

1. 정책 거버넌스 (구조적 닻)

실무자들은 AI 정책의 제도적 맥락 역할을 하는 네 가지 뚜렷한 거버넌스 구조에 의존한다:

• 국가적 접근(National Approach): 중앙 집중식 프레임워크(예: 사우디아라비아, 스페인)에 의존하며, 지방 정부는 준수 및 법적 정렬을 보장하기 위해 국가적 명령을 따른다.
• 계약적 접근(Contractual Approach): 외부 벤더와의 조달 과정에 거버넌스가 내재되어 있으며, 감독의 권한이 벤더의 책임성으로 이동한다.
• 하이브리드 접근(Hybrid Approach): 국가적 지침과 조직 특유의 적응 방식을 결면하여, 준수와 지역적 운영 요구 사이의 균형을 맞춘다.
• 지역적 접근(Local Approach): 책임 있는 AI를 위한 선구적 모델 역할을 하는, 내부 정책을 밑바닥에서부터 주도적으로 개발한다(예: 초기 미국 도입 사례).

2. 정책 목표

다섯 가지 상위 목표가 단순한 준수를 넘어 지방 AI 거버넌스를 가이드한다:

• 책임성(Accountability): 인간의 감독이 중심이 되도록 보장함; AI는 자율적 의사결정자가 아닌 보조적 도구로 간주된다.
• 가드레일(Guardrails): 지역사회와 조직을 보호하기 위한 윤리적 경계 및 리스크 관리 메커니즘을 구축함.
• 동적 평형(Dynamic Equilibrium): 안전과 통제의 필요성과 혁신을 촉진하고 관료적 정체를 피해야 하는 필요성 사이의 균형을 맞춤.
• 인식(Awareness): AI의 기회와 위험에 대해 직원 및 대중의 이해를 높임.
• 역량 강화(Enablement): 정책을 윤리적 지침 아래에서 혁신을 촉진하고 서비스 전달을 개선하기 위한 메커니즘으로 프레이밍함.

3. 정책 이행

이행은 다섯 가지 상호 연관된 메커니즘을 통해 구체화된다:

• 소통(Communication): 부서 간 우선순위를 조정하고 기대치를 관리하기 위한 구조화된 다층적 대화.
• 투명성(Transparency): 데이터와 의사결정을 공개하여 공공의 신뢰를 구축하는 "기본적 개방(open by default)"의 약속.
• 준수(Compliance): 표준 준수를 보장하기 위한 제도적 체크포인트(예: 조달 필터, 벤더 설문지).
• 적응성(Adaptability): 급격한 기술 진화 속도에 발맞추기 위한 가이드라인의 지속적인 검토 및 업데이트.
• 교육 및 역량 강화(Training and Capacity Building): 직원들의 리터러시를 높이고 책임 있는 AI 관행을 조직 문화에 내재화하기 위한 체계적 노력.

4. 정책 과제

다섯 가지 시스템적 제약이 효과적인 이행을 방해한다:

• 혁신 트레이드오프(Innovation Trade-offs): 공공의 이익(개인정보 보호, 윤리)을 보호하는 것과 기술 혁신을 저해하지 않는 것 사이의 긴장.
• 행정적 복잡성(Administrative Complexity): 법률, IT, 경영 부서 간의 조정 및 표준운영절차(SOP) 문서화 과정에서의 관료적 마찰.
• 자원 제한(Resource Limitations): 특히 규모가 작은 지방자치단체에서 발생하는 숙련된 인력, 자금, 기술적 전문성의 부족.
• 이해관계자 무지(Stakeholder Unawareness): 내부 직원 및 광범위한 지역사회 모두에서 나타나는 AI 지식의 격차.
• 디지털 격차(Digital Lag): 자원이 풍부한 지자체와 자원이 제한된 지자체 간의 인프라 및 도입 속도의 차이.

5. 정책 요구사항

책임 있는 AI를 지속하기 위해 실무자들은 다섯 가지 핵심 동인을 식별한다:

• 자원 제공(Resource Provision): 전용 예산, 특화된 도구, 숙련된 인력.
• 윤리적 책임(Ethical Accountability): 투명성 및 시민 데이터의 책임 있는 처리를 위한 메커니즘.
• 기술적 프레임워크(Technical Frameworks): 리스크 평가 및 운영 경계를 위한 구조화된 프로토콜.
• 이해관계자 참여(Stakeholder Engagement): 내부 부서, 국가 기관, 학계 및 민간 부문과의 적극적인 협업.
• 제도적 조정(Institutional Coordination): 파편화를 줄이고 일관된 의사결정을 지원하기 위한 구조(예: 엑설런스 센터).

의의 및 주장

본 논문은 AI 거버넌스 연구의 초점을 하향식(top-down), 준수 중심의 프레임워크에서 증거 기반의 실무자 중심 모델로 전환한다는 점에서 그 주요 의의를 주장한다.

• 재개념화: 본 연구는 지방자치단체의 AI 거버넌스가 규칙의 선형적 실행이 아니라, 제도적 맥락과 실무자의 판단에 의해 형성되는 적응적 과정이라고 주장한다.
• 실용적 유용성: 실무자의 관점을 전면에 내세움으로써, 본 연구는 운영 가능하고 윤리적 기반을 갖추며 지역적 조건에 부응하는 거버넌스 프레임워크를 설계하기 위한 통찰을 제공한다.
• 이론적 발전: 본 연구는 적응적 거버넌스 이론을 기술 중심의 지방 정부 맥락으로 확장하여, 정책의 복잡성이 구조, 해석, 실천의 순환적 상호작용을 통해 어떻게 탐색되는지를 보여준다.
• 한계: 저자들은 본 연구가 체계적인 사례 비교 연구가 아닌 이론 구축 연구임을 겸허히 인정하며, 결과가 통계적으로 일반화될 수는 없다고 명시한다. 그러나 유사한 제도적 및 역량 제약에 직면한 지방자치단체들에서 나타나는 반복적인 거버넌스 역학에 관한 **분석적 일반화(analytical generalisability)**를 제공한다.

본 연구는 책임 있는 AI 거버넌스는 정책 지침만으로 달성되는 것이 아니라, 실무자들의 일상적인 해석적 작업(interpretive work)을 통해 달성된다고 결론짓는다. 또한, 기술 혁신을 민주적 가치와 일치시키기 위한 지속적이고 참여적인 노력으로서 AI 거버넌스를 바라보며, 지역적 현실을 존중하면서도 공유된 윤리적 약속을 고수하는 거버넌스 체계를 촉구한다.