미 연방 AI 거버넌스 문서 684건 분석, 섹터별 위험 대응 불균형 확인

연구는 684건의 미 연방 AI 거버넌스 문서를 14개 섹터와 24개 AI 위험 유형에 걸쳐 커버리지를 분석했다. 커버리지는 얼마나 자주 다뤄지는지(폭)와 얼마나 구체적으로 다뤄지는지(깊이)로 나눠 측정했다.

AI 위험은 산업 섹터별로 성격과 심각도가 다르지만, 규제 문서가 이를 균형 있게 반영하는지는 별도로 검증돼야 하는 문제다. 이번 연구는 델파이 방식의 취약성 평가 결과와 실제 문서상 커버리지 패턴을 비교하는 방법론을 사용했다.

국내에서도 AI 관련 법제·가이드라인을 준비하는 실무자라면 섹터별 위험 편차를 고려한 규제 설계가 필요한지 참고할 수 있는 연구다. 특정 산업에서 AI 위험이 실제 취약성보다 과소·과대 대표되는 경우 규제 공백이나 과잉규제로 이어질 수 있다는 점을 점검 지표로 활용할 수 있다.

발췌는 초록 수준으로 구체적 섹터별 결과(어느 섹터가 과소·과대 대표됐는지)까지는 확인되지 않아 원문 확인이 필요하다.

본문은 수집한 기사의 제목과 발췌를 바탕으로 AI가 정리한 해설입니다. 원문 전체를 옮긴 것이 아니므로 수치·날짜·조문 등 세부 사실은 위 원문 링크에서 확인하세요. 개별 사안에 대한 법률·세무·노무·회계·의료 자문을 대체하지 않습니다.