2nd/10_Wiki/Topics/AI_and_ML/Ethics-in-Artificial-Intelligence.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by	tech_stack
wiki-2026-0508-ethics-in-artificial-intelligenc	Ethics in Artificial Intelligence	10_Wiki/Topics	needs_review	self	P-Reinforce-AI-ETHICS	none	A	0.99	AI Ethics AISafety Fairness Bias		2026-04-20	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)	language framework unspecified unspecified

Ethics-in-Artificial-Intelligence (인공지능 윤리)

📌 한 줄 통찰 (The Karpathy Summary)

"지능이 높아질수록 책임의 무게는 무거워진다." AI가 인간의 가치관과 충돌하지 않고 인류에 유익하도록 개발 및 사용되어야 한다는 철학적, 규범적 가이드라인이다.

📖 구조화된 지식 (Synthesized Content)

• Three Pillars of AI Ethics:
  • Fairness (공정성): 성별, 인종, 계급에 따른 차별적 결정을 내리지 않도록 데이터 편향(Bias) 제거.
  • Transparency (투명성): AI가 왜 그런 결론을 내렸는지 설명 가능해야 함 (XAI).
  • Accountability (책무성): AI의 오작동으로 인한 피해 발생 시 누구에게 책임이 있는지 명확한 법적 체계 마련.
• Privacy: 학습 데이터 수집 과정에서의 개인정보 보호 및 잊혀질 권리 보장.
• Safety: 통제를 벗어난 AI '존재론적 위험(Existential Risk)'에 대한 선제적 방어.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 윤리는 주관적이며 문화권마다 다르다. 서구권의 가치관이 담긴 AI가 전 세계에 표준으로 쓰이는 '윤리적 제국주의'에 대한 우려가 크다. 이에 따라 특정 기업이 아닌 인류 전체의 합의를 이끌어내기 위한 'Global AI Governance' 구축이 시급한 과제로 떠오르고 있다.

🔗 지식 연결 (Graph)

• Related: Explainable-AI (XAI) , Constitutional AI (헌법 AI)
• Risk: Algorithmic-Bias

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

• (TODO)

언제 쓰면 안 되는가:

• (TODO)

🧪 검증 상태 (Validation)

• 정보 상태: needs_review
• 출처 신뢰도: A
• 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

• 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
• 처리 방식: UPDATE (자동 정규화)
• 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

• (TODO)

선택 B를 써야 할 때:

• (TODO)

기본값:

(TODO)

❌ 안티패턴 (Anti-Patterns)

• [안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)