메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김성배 (국민대학교)
저널정보
한국국가법학회 국가법연구 국가법연구 제20권 제3호
발행연도
2024.8
수록면
201 - 235 (35page)
DOI
https://doi.org/10.46751/nplak.2024.20.3.201

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
공정하고 효율적이며 신속하며 예측가능한 국가권력의 행사로 국민이 행복한 법치주의를 달성하기 위해 진보된 과학기술을 수용하고 변화된 사회상을 반영하여 ‘국민의, 국민에 의한, 국민을 위한 정부’에서 도약 한 ‘국민의, 인공지능을 활용한, 사람을 위한 정부’의 출현도 준비해야 할 것이므로 법치행정의 틀 안에서 인공지능의 적극적 활용을 검토하고 행정법적 점검과 법제개선이 필요하다. 행정법학에서의 인공지능의 활용분석은 「행정소송법」상 소송과정이나 소송을 위한 도구로 활용하거나 행정처분에 한정하여 인공지능의 활용여부에 대한 현행법의 해석론 또는 입법적 과제를 도출하는 것에 그치는 것이 아니라, 행정법의 대상인 모든 ‘행정’에서의 인공지능의 활용문제와 법적 대응에 대한 공법적 해석과 대응을 점검하는 것이다. 현재의 인공지능에 대한 비판론이나 문제의식은 주로 딥러닝단계와 생성형 인공지능의 활용에서 정보의 불투명성, 과정의 설명불가능성, 해독불가능성, 정보의 오염과 의도적 정보의 왜곡문제 들이 다루어지고 있다. EU 등의 일반적 입법태도는 인공지능을 활용한 시장경제의 괴물의 출현을 막을 입법적 안전망을 마련하려고 시도하였지만 정보괴물의 출현에 대한 대비를 공공영역과 사영역을 동일한 수준에서 해야 할지는 정책적 판단과 규범적 고려가 필요할 것이며, 위험성의 논의는 딥러닝기반의 인공지능에 집중되어 있다는 점을 염두에 두어야 할 것이다. EU형의 행위규제모델은 공적 영역과 사적영역에 대한 구별없이 인공지능사용에 있어서 일반적 행위규제를 하고 있지만 사경제주체의 경우에는 조직구성에서 민주적 정당성이 전혀 없으며 속성상 사익의 최대한을 추구하게 되지만 공권력주체인 행정주체는 구성에서의 민주적 정당성이 존재하며, 권력분립의 원칙에 의한 견제뿐만 아니라 행정과정과 구체적 행정절차에서 이해관계자의 참여가능성이 보장되어 있다는 점 등이 간과되어 있다. 사경제주체의 인공지능활용에 있어서의 행위규제법제를 공공영역에 그대로 들고 들어오면 공공영역에 대해서는 과잉규제로 연결되지만 사경제주체에게는 과소규제의 결과가 발생하게 된다. 인공지능시대에서 데이터는 미래의 자원이며 미래의 석유이다. 데이터의 공공재성을 인정하고 데이터의 개인적 인격권과 소유권에서 가명처리된 정보를 해방시키면 반드시 당해 데이터는 공적으로 관리되고 공공의 무상적 안정적 이용이 보장되어야 할 것이다. 그러면 필수적으로 국가차원에서 빅데이터를 생성·수집·관리하는 책임부서가 필수적일 것이다. 한글데이터는 한글의 독창성으로 한글자원의 보호와 한글특화 인공지능의 개발을 국익수호차원에서 접근할 필요성이 존재한다. 각종 민간자본유치사업과 공공개발프로젝트에서 사업성을 평가하거나 미래수요를 예측함에 있어서 적극적으로 인공지능을 활용하여 평가의 객관성과 합리성을 높일 필요가 있으며 공적 자금의 유용과 과다청구 등을 적발하고 징벌적 과징금을 부과하는 법제도의 개선이 필요하며 공적 급부영역에서 대상자의 선정과 사후적 검토를 통한 검증과정에서 인공지능의 활용이 필요할 것이다. 또한 형사법이론에 의해 침범된 현행 과태료제도를 개혁하여 인공지능을 활용하여 행정청이 과태료를 부과하고 「행정기본법」과 행정쟁송법상의 구제절차를 거치도록 하는 것이 국민의 권익을 보호하고 보다 효율적이며 합리적인 행정의무확보수단을 구현하는 길이 될 것이다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0