-
참고: 이 발행물을 인쇄해야 하는 경우 이 워드 문서 버전을 다운로드하면 최상의 결과를 얻을 수 있습니다.

1. 생성형 AI란 무엇인가요?

생성형 AI는 인간과 유사한 결과물을 모방하는 새로운 데이터, 콘텐츠 또는 정보를 생성(또는 생성)하는 데 중점을 두는 인공 지능의 하위 집합을 말합니다. 단순히 데이터를 처리하거나 미리 정의된 작업을 수행하는 대신, 제너레이티브 AI는 텍스트, 이미지, 음악, 코드, 심지어 동영상까지 생성할 수 있습니다. 이 범주의 AI는 패턴을 학습하거나 기존 정보를 분석하는 데 그치지 않고 학습 데이터에서 학습한 패턴을 기반으로 새로운 콘텐츠를 생산하기 때문에 특히 강력합니다.

생성형 AI의 가장 잘 알려진 예로는 방대한 양의 텍스트 데이터로 학습되어 에세이를 작성하고, 질문에 답하고, 시를 쓰고, 심지어 대화에 참여할 수 있는 OpenAI의 Chat GPT 시리즈가 있습니다. 그 밖의 대표적인 도구로는 DALL-E(텍스트에서 이미지를 생성하는), Anthropic(생성 AI의 안전성과 설명성을 위한), Hugging Face(커뮤니티 중심의 생성 AI 개발을 위한), Midjourney(시각 콘텐츠 제작을 위한) 등이 있습니다.

2. 제너레이티브 AI는 어떻게 작동하나요?

제너레이티브 AI는 머신러닝(ML) 알고리즘과 방대한 양의 학습 데이터를 결합하여 작동합니다. 제너레이티브 AI의 핵심에는 신경망과 같은 모델, 특히 딥러닝 아키텍처가 있습니다. 이러한 네트워크는 패턴 학습, 예측 또는 이전 입력에 기반한 새로운 정보 생성 등 뇌의 기능을 모방하도록 설계되었습니다.

대부분의 생성형 AI 모델은 비지도 학습 알고리즘에 의존합니다. 레이블이 지정된 데이터에 의존하여 AI 시스템을 원하는 출력으로 유도하는 지도 학습 알고리즘과 달리, 비지도 학습 알고리즘은 레이블이 지정되지 않은 대량의 데이터를 모델에 공급해야 합니다. 이를 통해 생성형 AI 시스템

은 명시적으로 프로그래밍하지 않아도 유사한 콘텐츠를 생성하는 방법을 학습합니다. 예를 들어, 텍스트 기반 AI에서는 책, 웹사이트, 기사 등의 방대한 데이터 세트를 사용하여 모델을 학습시킵니다. 이 데이터를 분석함으로써 AI 시스템은 문법, 문맥, 어조 및 기타 언어의 미묘한 측면을 학습합니다.

생성형 AI 모델이 작동하는 방식에는 두 가지 중요한 구성 요소가 있습니다:

• 학습 단계: 이 단계에서는 모델에 방대한 양의 데이터가 공급됩니다. 이 단계에서는 데이터의 패턴, 구조, 관계를 인식하는 방법을 학습합니다.

• 추론 단계: 모델이 작동하면 사용자가 제공한 프롬프트나 입력에 따라 다음에 나올 내용을 예측하여 새로운 콘텐츠를 생성합니다.

중요한 점은 이러한 시스템이 엄청난 양의 에너지로 구동된다는 것입니다. 향후 6년 이내에 Microsoft가 투자하고 있는 차세대 AI 모델을 개발하고 실행하는 데 필요한 데이터 센터는 인도 전체보다 더 많은 전력을 사용할 수 있습니다. 또한 수백만 리터의 물로 냉각할 것입니다.

생성 AI와 대규모 언어 모델 (LLM은 인간과 유사한 텍스트를 이해하고 생성하는 데 중점을 두는 특정 유형의 생성 AI)에 대한 짧은 동영상을 시청하세요. 더 자세히 알아보고 싶다면 이 동영상을 확인하세요. (참고: 여러 언어로 된 자막을 선택할 수 있습니다.)

3. 공공 서비스에서의 활용 사례

제너레이티브 AI는 보건, 교육, 행정 업무, 법 집행 등 다양한 공공 서비스 분야에서 그 자리를 찾아가고 있습니다. 다음은 몇 가지 사용 사례입니다:

• 의료 서비스: 제너레이티브 AI는 개인화된 건강 보고서를 작성하거나, 의사가 진료 중 환자에게 특정 정보를 요청하거나, 의사의 진단을 보조하는 데 사용됩니다. 예를 들어, AI 도구는 의료 기록에서 요약을 생성하고, 증상에 따라 치료법을 추천하며, 환자 결과에 대한 예측 모델을 만들 수 있습니다. IBM의 왓슨은 종양학 분야에서 치료 권장 사항을 제공하는 데 사용된 AI 시스템 중 하나입니다.

• 교육: 학교에서는 AI가 수업 계획을 생성하고, 자동화된 퀴즈를 만들거나, 학생들에게 개인 맞춤형 과외를 제공함으로써 교사를 지원할 수 있습니다. 칸 아카데미와 같은 도구는 학생들의 실시간 문제 해결을 지원하기 위해 플랫폼에 제너레이티브 AI를 통합하기 시작했습니다.

• 정부 및 행정: 도시 관리나 공공 복지와 같은 공공 서비스에서는 AI를 사용하여 보고서를 생성하고, 공공 문의에 응답하고, 공공 혜택의 분배 방법을 결정하거나 양식 생성과 같은 기본적인 작업을 자동화할 수 있습니다. 도시 행정 기관에서는 AI를 사용하여 대중교통 수요를 예측하고 이에 대응하거나 사용자 입력에 따라 세금 양식을 자동으로 생성할 수 있습니다.

• 법 집행: 전 세계적으로 AI는 보고서를 생성하고 범죄 패턴을 분석하여 향후 범죄 발생을 예측하거나 법률 문서를 작성하는 등 법 집행을 지원하는 데 사용되고 있습니다.

• 고객 서비스: 현재 많은 공공 기관에서 AI 기반 챗봇을 사용하여 시민들의 문의에 즉각적인 응답을 제공하고 있습니다. 예를 들어, 지방 정부는 생성형 AI를 사용하여 폐기물 관리나 세금 납부 같은 공공 서비스에 대한 질문에 답변하는 가상 비서를 만들 수 있습니다.

  ---

4. 공공 서비스에서 제너레이티브 AI를 사용하는 이유는 무엇인가요?

많은 공공 서비스가 재정적으로 압박을 받고 있기 때문에 다음과 같은 이유로 제너레이티브 AI를 사용하고 싶어 할 수 있습니다.

• 효율성 향상: 제너레이티브 AI는 반복적인 작업을 자동화하여 직원들이 보다 복잡하고 의미 있는 업무에 집중할 수 있도록 해줍니다. 예를 들어, 수작업으로 몇 시간이 걸리는 보고서를 생성하거나 시민 질문에 답변할 수 있는 AI 도구가 있습니다.

• 비용 절감: 제너레이티브 AI는 노동 집약적인 작업을 수행할 필요성을 줄임으로써 운영 비용을 절감할 수 있습니다. 정부는 인건비에서 절감된 예산을 서비스의 다른 부분으로 재배치할 수 있습니다.

• 창의력 향상: AI는 복잡한 문제에 대한 여러 가지 솔루션이나 아이디어를 생성하여 창의적인 문제 해결을 지원할 수 있습니다. 예를 들어, 도시 계획가가 공공 공간을 위한 새로운 디자인을 고안하거나 정책 입안자가 새로운 법률 초안을 작성하는 데 도움을 줄 수 있습니다.

• 데이터 처리 및 의사 결정: 생성형 AI는 방대한 양의 데이터를 분석하고 실행 가능한 인사이트를 생성하여 공공의 의사 결정을 개선할 수 있습니다. 예를 들어, 의료 종사자가 인구 건강 추세를 분석하거나 적절한 공중 보건 대응책을 마련하는 데 도움을 줄 수 있습니다.

• 서비스 개인화: 교육 및 의료와 같은 분야에서 제너레이티브 AI는 개인의 필요에 따라 서비스를 개인화할 수 있습니다. AI는 학습 경험을 맞춤화하거나 개별 환자에게 맞는 의료 서비스를 제공할 수 있습니다.

5. 공공 서비스에서의 제너레이티브 AI의 문제점

생성형 AI는 몇 가지 이점을 제공할 수 있지만, 특히 공공 서비스에 도입할 경우 상당한 문제를 야기할 수 있습니다. 다음은 윤리적 문제부터 기술적 한계에 이르기까지 잠재적인 문제 영역에 대한 확장된 분석입니다.

확장하려면 주제를 클릭하세요.

6. 공공 서비스 종사자를 위한 팁

아직 제너레이티브 AI 분야가 새롭게 부상하고 있고 규제 대응이 진행 중이지만, 공공 부문 근로자가 채택할 수 있는 몇 가지 유동적이고 변경 가능하며 완전하지 않은 대응책을 제시하고자 합니다.

제너레이티브 AI를 업무에 도입하기 전에 근로자는 기술이 윤리적이고 안전하며 공정하게 배포될 수 있도록 경영진에게 명확한 의사소통, 투명성, 안전장치를 요구해야 합니다.

하지만 무엇보다 먼저 개인으로서 다음 사항을 기억하세요:

• 이러한 시스템에 민감한 자료를절대 업로드하지 마세요. 여기에는 개인 데이터 또는 개인 식별 정보, 사건 파일 등이 포함된 데이터 세트가 포함됩니다. 이러한 시스템은 민간 기업이 개발한 시스템이라는 점을 기억하는 것이 중요합니다. 일단 데이터가 업로드되면 그 데이터는 그들의 것이 됩니다.

• 결과를 절대 신뢰하지 마세요. 항상 받은 결과를 다시 한 번 확인하고, 평판이 좋은 출처를 통해 콘텐츠를 검증하세요.

• 이러한 시스템을 가지고 노는 것이 환경에 미치는 영향을 고려하세요.

업무 환경에서 제너레이티브 AI의 사용을 허용하기 전에 다음과 같은 사항을 준비하세요:

경영진이 사용자와의 협의를 통해 직장에서 제너레이티브 AI를 사용하는 방법에 관한 명확한 내부 정책을 수립했습니다. 여기에는 다음과 같은 주제가 포함되어야 합니다:

• 민감한 자료를 이러한 시스템에 업로드해서는 안 된다는 규정. 여기에는 개인 데이터 또는 개인 식별 정보, 사례 파일 등이 포함된 데이터 세트가 포함됩니다.

• 근로자가 업무 목적으로 개인 이메일 주소를 사용하여 계정을 만들지 않도록 보장하는 문구.

• "일자리 손실 없음 보장": 즉, AI 도입이 즉각적인 일자리 손실로 이어지지 않을 것임을 보장합니다.

• 누가 AI를 사용할 수 있는지, 업무 프로세스에 어떻게 통합될지, 어떤 종류의 업무를 지원할 수 있는지, 근무 시간 중 근로자의 숙련도 향상/재교육 계획에 대한 명확한 지침.

• AI의 잠재적 영향과 성능에 대한 오해를 피하기 위해 근로자가 AI가 할 수 있는 일과 할 수 없는 일을 잘 이해할 수 있도록 하는 교육 계획.

• 근무 조건이 변경될 경우 안전장치를 마련하는 언어.

• 사용되는 시스템의 성격과 목적에 대해 모든 근로자에게 쉬운 언어로 정보 제공

• 예를 들어, 생성 AI 시스템을 사용할 때 기록된 데이터가 어떤 용도로, 누구에 의해, 어떤 목적으로 사용될 수 있는지에 관한 명확한 개인정보 보호 조치.

• 작업자가 생성 AI 시스템에서 생성된 정보의 유효성을 확인할 수 있는 적절한 시간을 보장하는 인간 통제 원칙

• 경영진이 생성형 AI를 사용하여 직원 데이터를 처리하는 경우 데이터를 보호, 저장 및 사용하는 방법에 대한 명확한 정책. 여기에는 생성형 AI가 분석할 수 있는 개인 정보 및 커뮤니케이션이 포함됩니다.

• 편견 완화 전략: 특히 근로자 및/또는 대중에게 영향을 미치는 의사결정 과정에서 경영진이 AI 시스템이 기존의 편견을 강화하지 않도록 하는 방법을 포함한 편견 완화 전략.

• 책임 구조: 경영진은 책임 구조를 확립하여 AI 입력으로 내린 결정에 대한 책임이 누구에게 있는지 명확히 해야 합니다. 근로자와 대중은 AI가 오류를 범하거나 피해를 입힐 경우 어디에 문제를 제기할 수 있는지 알아야 합니다. 이를 위해 내부 고발 시스템을 구축합니다(안전한 보고를 위해).

• 환경 회계

• 문제가 확대되기 전에 조기에 해결할 수 있는 고충 처리 메커니즘과 시간 경과에 따른 패턴을 파악하는 데 도움이 되는 고충 처리 메커니즘

• 공급망 실사(데이터 어노테이터, 콘텐츠 조정자, 계약직 근로자를 포함하여 생성 AI 시스템의 개발 및 조정에 관여하는 모든 근로자에게 해당 지역에 따라 생활 임금을 지급하도록 보장하는 등)

• 근로자와 협력하거나 근로자의 지시에 따라 AI가 생성한 자료는 근로자와 공공 서비스가 공동으로 소유합니다. 특히 근로자의 창의성, 전문성 또는 지식이 AI의 결과물에 상당한 영향을 미치는 경우 근로자는 부분적인 소유권을 보유합니다.

• 근로자가 AI 시스템을 안내하기 위해 제공한 모든 자료, 프롬프트, 데이터 또는 사양은 근로자의 지적 재산(IP)으로 인정됩니다. 작업자는 자신의 입력으로 인해 생성된 모든 AI 생성 콘텐츠의 공동 창작자로 인정받을 권리가 있습니다.

• AI가 생성한 자료로 인해 상업적 이익이나 기타 혜택이 발생하는 경우, 근로자는 자신의 입력에 비례하여 이익이나 기타 혜택의 공정한 분배를 받을 권리가 있습니다. 이익 공유 또는 기타 이익을 노동자에게 재분배하기 위한 투명한 메커니즘을 구축해야 합니다.

• AI가 발전하고 직장에서의 역할이 변화함에 따라 관련성을 유지할 수 있도록 직원의 의견을 수렴하여 정책을 정기적으로 검토해야 합니다.

참고: 법적 협의권이 없거나 단체협약에서 이를 보장하지 않는 경우, 경영진이 제너레이티브 AI 시스템을 도입하기 전에 협의할 권리를 위해 협상하고 위의 1번 항목 중 가능한 한 많은 항목을 포함하도록 노력하세요.

경영진에게 다음 사항을 추가로 제기할 수 있습니다.

경영진은 건강 및 안전, 데이터 보호(영향 평가 포함), 평등 및 인권법 등 모든 법적 의무를 준수하고 있음을 증명할 수 있어야 합니다.

경영진은 회원님/회원님의 노조와 협력하여 정기적으로 시스템 감사를 실시해야 합니다.

경영진은 차별 없는 관행을 보장해야 합니다: AI 사용은 공정성과 차별이 없는지 철저하게 검증되어야 합니다.

AI 의사결정의 투명성: 대중은 복지 평가, 법 집행 또는 공중 보건 대응과 같은 결정에 제너레이티브 AI가 관여했을 때 이를 알 권리가 있어야 합니다. 공공 서비스는 근로자와 대중에게 투명성과 책임감을 유지해야 합니다.

7. 결론

공공 서비스에서 AI 시스템을 사용하는 것은 빅테크 기업의 권력 강화에만 도움이 될 수 있는 상당한 위험이 있습니다. 공공 서비스에 대한 기업의 통제는 이미 널리 퍼져 있으며, 사회 서비스 제공부터 취업 지원서 평가, 정책 결정 및 민주주의에 이르기까지 모든 분야에 디지털 시스템을 통합하려는 움직임이 증가하면서 더욱 박차를 가하고 있습니다. 여기에 전반적인 민영화 추세와 공공 서비스를 위한 디지털 시스템의 민간 부문 개발과 관련된 공공 조달의 증가를 결합하면 그림이 명확해집니다.

또한, 빅테크 기업은 공공 서비스뿐만 아니라 기업과 대중에게 제공하는 서비스를 통해 방대한 양의 데이터를 통제할 수 있습니다. 이들은 AI 시스템을 운영하는 데 필요한 재정적 수단과 연산 능력을 갖추고 있으며, 이를 위해 필요한 기술적 전문성을 갖추고 있습니다.

따라서 양질의 공공 서비스와 민주주의를 보호하기 위해 전 세계의 공공 서비스 노조가 포용적인 AI 거버넌스 법과 정책을 옹호하는 데 참여하는 것이 적절합니다. 이러한 정책은 공공 서비스의 자율성과 역량을 강화하여 상업적 이해관계에 대한 종속 관계를 제한하고, 환경 및 사회적 영향 회계를 포함하도록 공공 조달 요건을 개정하고, 양질의 일자리를 보호하고 디지털 기술로 얻은 이익을 노동자에게 재분배하고, AI 시스템의 투명성과 책임성을 보장하고, 데이터 소유권을 강화하고, AI 시스템에 대한 포용적 거버넌스를 의무적으로 포함하도록 하는 등의 내용을 담고 있어야 합니다.

이러한 정책 추진의 대부분은 단체 교섭을 통해 이루어질 수 있습니다. 이를 위해 PSI는 도움이 될 수 있는 세 가지 도구를 개발했습니다. 첫 번째는 디지털 교섭 허브입니다. 전 세계 노동조합의 단체교섭 조항, 기본협약 등을 담은 개방형 데이터베이스입니다. 제너레이티브 AI 사용에 관한 노조들의 협상을 계속 지켜봐 주세요!

두 번째는 공동 거버넌스 가이드이고 세 번째는 직장에서의 데이터 라이프사이클입니다. 이 세 가지 모두 경영진이 제너레이티브 AI 시스템을 사용하여 근로자와 대중에게 제공하는 서비스에 대한 경영상의 결정을 내릴 때 중요합니다.