미국 AI 행정명령의 라벨링에 관한 연구

이민영

doi:10.70515/SAC.2024.08.35.2.3

추천

검색

질문

자료유형: 학술저널

저자정보: 이민영 (가톨릭대학교)

저널정보: 미국헌법학회 미국헌법연구 美國憲法硏究第35卷第2號

발행연도: 2024.8

수록면: 61 - 96 (36page)

DOI: 10.70515/SAC.2024.08.35.2.3

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

미국의 연방헌법은 행정권을 명문화함으로써 삼권분립의 원칙을 천명하고 대통령에 법률집행권을 부여하고 있으며, 대체로 이러한 헌법상 법률집행권에서 대통령이 발하는 행정명령의 근거를 찾을 수 있다고 이해된다. 이러한 행정명령은 부분적인 정책적 수단을 강구하도록 연방행정기관에 지시하는 내용을 규율하는 것이며, 이에 대한 대국민적인 직접적 구속력은 원칙적으로 인정되지 않는다. 딥페이크 이슈 같은 AI 문제에 대응하는 행정조치가 필요한 이유를 확인할 수 있다면 연방의회가 제정한 법률이 아니라도 정책선언적 · 정책형성적 규율방안의 가동을 고려해볼 수 있을 것이다. 국내에서도 AI와 관련된 입법논의가 전개되고 있는 시점에서 행정명령에 근거하여 AI의 개발 및 관리에 관한 행정조치에 추진력을 가속화하고 있는 미국의 상황은 비교법적 차이에 유의하여 참조할만한 논점이 된다. 이에 따라 워터마킹을 포함하여 라벨링으로 불리는 AI콘텐츠 표시 등의 조치에 관한 미국 AI 행정명령이 규율하는 연방정부의 AI콘텐츠 신뢰성 및 투명성 제고 방안의 함의는 유의미하다. 우리의 경우 판례는 행정명령을 행정규칙으로 새기거나 행정처분으로 이해하는 개별적 접근을 취해 왔다. 우리 헌법체계에서 동일한 규범적 · 행위적 형식을 찾을 수 없으므로 행정명령을 어떤 개념으로 이해하든 미국 대통령의 행정명령에 관한 권한과 기능은 인정되지 않는다. 하지만 정부가 발의하는 법률 제 · 개정안이 규제정책의 방향을 설정하면 국회 의결 전까지 행정입법 규율사항의 검토로 법률안 내용과 정책적 방향의 점검이 가능하므로 의원입법의 경우보다 숙의의 시간이 더 확보될 수 있다. 그 맥락적 체계에서 AI의 신뢰성과 투명성을 효과적으로 보장하기 위한 라벨링이 우리 법제에 알맞게 콘텐츠 조정과 상호연동되는 입법화가 필요하다.

The United States Constitution explicitly establishes the separation of powers by granting the executive branch the power to execute laws. In general, this constitutional authority over administration allows the President to issue EO(Executive Order)s as means of directing federal agencies toward adequate measures for sectoral policies. However, typically EOs do not have direct binding force upon citizens as the legal effect on the general public. Given the need for administrative measures to address the problems related to AI(Artificial Intelligence) like deep-fakes’ issues, even if not enacted by Congress, the implementation of policy declarations and regulatory approaches can be considered.
Therefore the U.S. situation, where administrative actions based on AI EO accelerate initiative to develop and manage AI, provides a noteworthy points. But it is inevitably necessary for paying close attention to comparison as our domestic legislative system of discussions on AI unfold. Accordingly, the implications in administrative implementation schemes designed for enhancing the trustworthiness and transparency of artificially generated or manipulated content by adoption of AI technologies, are significant, which are ruled by AI EO regulating the so-called labeling in the capacity of AI content marks including another measures such as watermarking.
In our country, there has been a distinct approach in judicial precedents regarding administrative order distinguishing as administrative regulation or individual administrative disposition. Besides, there is no consistent normative or procedural framework for administrative ordinances like EOs within our constitutional system. As a consequence, regardless of how we conceptualize administrative ordinances, they do not carry the same authority and functions as EOs issued by the U.S. President. Nevertheless, when the government proposes enactment or amendment, pre-legislative scrutiny through review of administrative rule-making allows for a more deliberative process than direct legislative actions by lawmakers. In this context, effective labeling interlocked with content moderation in utilizing AI content would warrant trustworthiness and transparency for AI system in our legal framework.

#AI(인공지능) #AI 행정명령 #라벨링 #신뢰성 #투명성 #딥페이크 #콘텐츠 조정 #AI법 #AI(Artificial Intelligence) #AI EO(Executive Order) #labeling #trustworthiness #transparency #deep-fake #content moderation #AI act

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 관련 국내외 법제 동향 및 경쟁정책 방향에 관한 소고

강정희 경쟁저널 2024 .08

미국의 IoT기반 소비자제품 안전규제 논의의 법제적 시사점에 관한 연구

황의관 미국헌법연구 2021 .08

기업의 사회적 책임과 재무적 성과의 영향 연구: 상이한 문화적 배경의 기술 산업기업 비교 중심으로

이현범 문화산업연구 2024 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090646829

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)