연구 보고서-상세화면
미국 FTC의 알고리즘 삭제 명령, 개인정보 침해 데이터로 학습한 인공지능 규제의 시사점
1. 인공지능 시대의 개인정보 침해 우려
2. FTC의 알고리즘 삭제 명령
3. 주요 사례
(1) 캠브리지 애널리티카 사례
(2) 에버앨범 사례
(3) 링 사례
4. 알고리즘 삭제 명령 관련 쟁점
(1) 인공지능 규제 수단
(2) 규제 효과에 대한 찬반
(3) 알고리즘 삭제 범위 특정의 문제
(4) 알고리즘 삭제 이행 여부 확인의 문제
5. 시사점
미국 FTC는 개인정보를 침해하여 수집한 데이터로 학습한 인공지능 알고리즘을 삭제하라는 명령을 몇 차례 내렸다. 알고리즘 삭제 명령은 불법 결과물로부터 이익 얻는 것을 차단하고 인공지능이 학습한 개인정보가 다시 생성되는 위험을 제거하는 기능이 있으나, 실질적인 집행이 어렵고 과학기술과 경제 발전을 저해할 우려도 있다. 침해 정도가 현저히 큰 경우에 대해서 알고리즘 삭제를 명령하는 것을 고려하되 신기술 규제에 필요한 정부의 기술 역량을 확보하고 기업의 자율적인 규제를 유도하는 방향으로 정책을 모색할 필요가 있다.
2. FTC의 알고리즘 삭제 명령
3. 주요 사례
(1) 캠브리지 애널리티카 사례
(2) 에버앨범 사례
(3) 링 사례
4. 알고리즘 삭제 명령 관련 쟁점
(1) 인공지능 규제 수단
(2) 규제 효과에 대한 찬반
(3) 알고리즘 삭제 범위 특정의 문제
(4) 알고리즘 삭제 이행 여부 확인의 문제
5. 시사점
미국 FTC는 개인정보를 침해하여 수집한 데이터로 학습한 인공지능 알고리즘을 삭제하라는 명령을 몇 차례 내렸다. 알고리즘 삭제 명령은 불법 결과물로부터 이익 얻는 것을 차단하고 인공지능이 학습한 개인정보가 다시 생성되는 위험을 제거하는 기능이 있으나, 실질적인 집행이 어렵고 과학기술과 경제 발전을 저해할 우려도 있다. 침해 정도가 현저히 큰 경우에 대해서 알고리즘 삭제를 명령하는 것을 고려하되 신기술 규제에 필요한 정부의 기술 역량을 확보하고 기업의 자율적인 규제를 유도하는 방향으로 정책을 모색할 필요가 있다.
- 연관 보고서
-