인공지능의 목소리, 규제할 수 있을까―젠더 편향 해소를 위한 제안―

김주현

추천

검색

질문

자료유형: 학술저널

저자정보: 김주현 (이화여자대학교)

저널정보: 한국법철학회 법철학연구 법철학연구 제26권 제3호

발행연도: 2023.12

수록면: 167 - 204 (38page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 그동안 제시된 인공지능의 젠더 편향 해결 방안이 효과적인지, 그 방향성이 타당한지에 대한 물음을 탐구하고자 한다. 우리에게 잘 알려진 인공지능 기술인 디지털 어시스턴트는 기본적으로 여성으로 설정되었다. 글로벌 기술회사는 남성 소비자를 중심으로 디지털 어시스턴트의 목소리를 여성으로 설정하여 개발하고 보급하였다. 그런데 문제는 여성화된 디지털 어시스턴트가 기존의 젠더 불평등을 유지할 뿐 아니라 확산시킨다는 것이다. 디지털 어시스턴트의 목소리는 여성이 친절하고 유순하며 순종적이라는 젠더 고정관념을 강화하고, 성적 괴롭힘에 대한 잘못된 태도를 양산하였다. 그러나 이러한 디지털 어시스턴트의 여성화는 기술회사가 압도적으로 남성 인력에 의해 구성되었기 때문인데, 다른 전문 분야와 비교할 때, 인공지능 기술 분야에서 젠더 격차는 심각한 편이다.
이러한 문제를 해결하기 위해 다방면의 국제적, 국내적 노력이 있었다. 기본적으로 여성 음성으로 설정되는 관행을 없애고, 젠더 중립적인 디지털 어시스턴트 개발을 모색하는 방안을 제시하였고, 디지털 어시스턴트의 젠더 편향으로 강화되는 젠더 불평등을 개선하기 위해 젠더에 민감한 데이터를 수집하고 알고리즘을 설계하거나 프로그래밍해야 한다는 제안을 하였다. 기술 분야의 젠더 격차를 해소하기 위해 여학생들의 이공계 진출을 지원하는 정책과 법제도 시행하였다. 하지만, 이러한 방안으로 역사적으로 뿌리 깊게 지속된 젠더 불평등이 해결되기란 쉽지 않았다. 특히 인공지능의 젠더 편향을 해결하는 기존의 방안은 다소 한계에 부딪히고 있는데, 여성 목소리를 기본값으로 하지 않기 위해 남성 옵션을 추가했지만, 성별 이분법적 고정관념을 드러내거나 성 정체성의 다양성을 고려하지 못한 점이 있다. 남성 중심의 기술회사에서 젠더 중립적인 디지털 어시스턴트의 개발이 가능한지도 의문이며, 젠더에 민감한 데이터와 알고리즘도 이를 설계하거나 감사하는 주체가 중요한데, 이에 대한 구체적인 논의가 이루어지지 않아 한계를 지닌다. 기술 분야의 여성 참여 정책과 법제가 시행되고 있음에도 여전히 인공지능 기술 분야에서 여성의 과소 대표성이 심각한 것도 문제이다.
따라서 이러한 한계를 극복하고 효과적인 인공지능의 젠더 편향 해소 방안을 마련하기 위해 젠더 권력의 사회적, 정치적 맥락을 고려할 필요가 있다. 남성의 관점과 경험이 보편적인 남성 중심 사회에서는 인공지능 젠더 편향에 대한 문제의식이 부족할 수 있다. 인공지능 젠더 편향에 대한 사회적 인식 제고가 필요하며, 이를 위해서는 인공지능 젠더 편향에 대한 교육과 연구가 필요하다. 또한 인공지능의 젠더 편향을 해소하기 위한 구체적인 법적 지원 방안을 마련해야 한다. 젠더에 민감한 데이터를 수집하고 알고리즘을 설계하기 위해서는 젠더문제를 파악하고 해결책을 제시할 수 있는 법적 지원 기구가 필요하며, 이는 기술 분야의 적극적 평등실현조치를 통해 기술-젠더 융합 전문가의 양성을 바탕으로 추진되어야 할 것이다.

This article investigates the effectiveness of proposed solutions addressing gender bias in AI and evaluates their appropriateness. Globa tech companies have developed and marketed a digital assistant with a female voice, targeting male consumers. However, the issue lies in feminized digital assistants not merely perpetuating existing gender inequalities but exacerbating them. These digital assistant voices reinforce gender stereotypes, portraying women as kind, docile, and submissive, while fostering false attitudes about sexual harassment. This inclination towards female digital assistants stems from the overwhelmingly male workforce in tech companies, highlighting a severe gender divide within AI technology compared to other professional fields.
Numerous international and national initiatives have aimed to address this issue. Proposals have emerged to eliminate defaulting to female voices, explore gender-neutral digital assistants, and collect gender-sensitive data. Efforts have also focused on designing algorithms to mitigate gender inequalities reinforced by biases in digital assistants. In the education sector, policies and legislation bolster girls’ entry into science and technology, addressing gender imbalances within the tech field. However, these measures struggle to rectify deeply entrenched gender inequalities. Specifically, existing measures tackling gender bias in AI have limitations. Some introduce a male option to avoid defaulting to a female voice but fail to confront gender binary stereotypes or consider diverse gender identities. The creation of gender-neutral digital assistants within male-dominated tech companies raises questions. Additionally, discussions about the individuals responsible for designing or auditing gender-sensitive data and algorithms are absent, hampering their collection and programming. Despite policies and legislation aimed at enhancing women’s participation in technology, a significant under-representation of women persists within the field of AI technology.
To effectively address gender bias in AI, it is required to devise solutions that consider the social and political contexts of gendered power. In a predominantly male-dominated society where male perspectives and experiences prevail, awareness of gender bias in AI might be lacking. Raising social consciousness about gender bias in AI necessitates educational initiatives and dedicated research. Specific legal support should also be provided to help address gender bias in AI. Developing gender-sensitive data collection methods and algorithmic designs requires a legal support institute focused on identifying and proposing solutions to gender-related issues. Such endeavors require training experts at the intersection of technology and gender through affirmative action.

#인공지능(AI) #젠더 편향(gender bias) #인공지능의 음성(voice in artificial intelligence) #디지털 어시스턴트(digital assistant) #음성 어시스턴트(voice assistant)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

인공지능, 젠더, 노동 - 인공지능이 여성 노동에 미치는 영향과 디지털 평등을 위한 법제도적 대응 -

이다혜 이화젠더법학 2024 .12

“성차별은 없습니다만···” : IT 조직의 젠더 편향은 어떻게 지속되는가?

권현지 , 황세원 , 노가빈 외 2명 한국여성학 2024 .03

젠더 패턴 : 인공지능 성별 인식 기술에 나타난 ‘젠더’ 개념의 비판적 고찰

이정현 한국언론정보학보 2023 .10

인공지능과 젠더 테크놀로지: 이루다1.0 논란을 중심으로

손희정 젠더와 문화 2022 .12

데이터 시대 부정의(injustice)와 데이터 액티비즘

홍남희 아시아여성연구 2022 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090884235

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)