신호 공정한 재현에서 정당한 인정으로: 생성형 AI의 공정성 재구성

요약

공정한 AI·머신러닝 연구는 그간 자원과 기회를 어떻게 배분하는가에 관한 분배적 공정성과, 개인과 사회집단이 어떻게 인식되고 사회적 지위를 부여받는가에 관한 재현적 공정성을 구분해 왔다. 이 논문은 생성형 AI의 등장이 이 두 축의 무게중심을 바꾸고 있다고 주장한다. 결과를 배분하는 데 그치는 예측형 시스템과 달리, 대형언어모델과 이미지 생성모델은 대규모로 사회집단에 대한 묘사와 서사를 직접 만들어내기 때문이다. 이에 저자들은 기존의 '공정한 재현' 프레임워크 대신, 사회적 인식 형성이라는 특성에 더 맞는 '정당한 인정' 프레임워크로 옮겨갈 것을 제안한다. 이 논문은 특정 시스템을 대상으로 한 실증 감사가 아니라, AI 공정성 이론에 대한 개념적·규범적 기여를 목표로 한다. 저자들은 생성형 AI 시대에는 배분 문제 못지않게 재현의 문제를 정면으로 다뤄야 한다고 결론짓는다.