Files
2nd/10_Wiki/Topics/Computer_Science_and_Theory/Automated-Decision-Making.md
T

2.4 KiB


id: P-Reinforce-AUTO-ADM-001 category: Unified confidence_score: 0.96 tags: [auto-reinforced, automated-decision-making, adm, algorithm, Efficiency, ethics-governance] last_reinforced: 2026-04-20

Automated-Decision-Making

📌 한 줄 통찰 (The Karpathy Summary)

"알고리즘이 내리는 판결: 인간의 개입 없이 사전에 설정된 논리나 AI 모델이 데이터를 분석하여 대출 승인, 채용 합격, 혹은 형량 판단과 같은 중요한 의사결정을 실시간으로 수행하는 체계."

📖 구조화된 지식 (Synthesized Content)

자동화된 의사결정(Automated-Decision-Making, ADM)은 데이터를 입력받아 알고리즘이 자동으로 결론을 도출하고 이를 집행하는 시스템을 의미합니다.

  1. 유형:
    • Decision Support: AI가 분석 결과를 제공하고 최종 결정은 인간이 함. (Human-in-the-loop)
    • Fully Automated: 인간의 개입 없이 시스템이 즉시 행동 수행. (예: 주식 알고리즘 매매, 광고 입찰)
  2. 이점:
    • Scale & Speed: 수백만 건의 요청을 1초 이내에 처리 가능.
    • Consistency: 감정이나 피로도에 좌우되지 않는 일관된 기준 적용.
  3. 위점:
    • Lack of Context: 숫자로 표현되지 않는 미묘한 인간적 상황 무시.
    • Embedded Bias: 알고리즘 내에 숨어있는 차별적 요소가 대량 집행됨.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

  • 과거 데이터와의 충돌: 과거에는 효율성만을 위해 ADM 도입을 권장하는 정책이었으나, 현대의 인권 정책은 이에 대해 '설명 요구권'과 '인간에 의한 재검토권'을 법적으로 보장하는 정책으로 강화됨(RL Update, 예: GDPR 제22조).
  • 정책 변화(RL Update): 공공 수사 및 복지 정책에서 ADM을 쓸 경우, 반드시 알고리즘의 소스코드와 학습 데이터를 감사받아야 하는 'ADM 투명성 및 책임성 의무화 정책'이 글로벌 표준이 됨.

🔗 지식 연결 (Graph)