신호 교통 부문 생성형 AI 리스크의 분포적 감사 프레임워크 제안 논문

요약

새로운 한 연구는 생성형 AI가 여행자용 안내, 합성 교통사고 기록 생성, 정책 결정 지원 형태로 교통 부문에 스며들며 생기는 위험을 재려는 '분포적 사회기술 감사(DSA)' 틀을 내놓았다. 저자들은 기존 거버넌스 체계가 인구집단별로 다르게 나타나는 피해를 측정할 교통 특화 통계 도구를 갖추지 못했다고 진단한다. 이 감사 체계는 네 개 LLM 계열과 열두 개 인구통계 속성을 조합한 페르소나 질의 5,760건 분석, 합성 사고기록 생성기 세 종에 대한 통계 검증, Pew 설문에 맞춘 베이지안 모형을 하나의 지수로 엮는다. 혼잡통행료 관련 조언은 인구집단 간 편차가 가장 컸고, 생성기 한 종은 타당성 검증을 모두 통과하지 못했다. 현행 거버넌스안의 범주형 승인 등급은 가중치를 소폭만 바꿔도 판정의 4분의 3이 뒤집힐 만큼 불안정했다. 이에 저자들은 연속적이고 민감도 검증을 거친 리스크 지수가 교통 분야 규제에 더 방어 가능한 근거가 된다고 결론짓는다.