데이터 과학, 정의를 위한 정치 행동으로

초록

데이터 과학이 윤리 교육에 머무는 한계와, 실제 사회적 정의를 실현하려면 연구자 스스로를 정치적 행위자로 인식해야 함을 주장한다. 저자는 무정치성을 보수적 입장으로 규정하고, ‘사회적 선’이라는 포괄적 목표가 숨은 보수적 가정을 재생산한다는 비판을 제시한다. 이후 데이터 과학을 정의 지향적 정치 실천으로 전환하기 위한 네 단계 프레임워크를 제안한다.

상세 분석

이 논문은 데이터 과학이 현재 직면한 윤리·사회적 비판을 두 차원에서 분석한다. 첫째, 윤리 교육과 원칙 중심 접근이 ‘어디가 옳은가’를 묻는 수준에 머물러, 구조적 불평등을 재생산하는 알고리즘을 근본적으로 바꾸지 못한다는 점을 지적한다. 저자는 윤리적 반성이 ‘규범적 선택’에 머무는 반면, 정치적 입장은 ‘사회 구조 자체를 재구성’하는 힘을 가진다고 주장한다. 둘째, 데이터 과학자들이 흔히 제시하는 세 가지 반론—(1) 기술은 중립적이다, (2) 정치적 입장은 전문성을 훼손한다, (3) 사회적 선을 추구하면 충분하다—을 차례로 반박한다. 기술 중립성은 데이터 수집·표본 선택·모델 설계 단계에서 이미 가치 판단을 내포하고 있음을 사례와 함께 보여준다. 정치적 입장이 전문성을 해친다는 주장은, 오히려 정치적 무관심이 보수적 현상 유지에 기여한다는 역설적 논증으로 전환한다. 마지막으로 ‘사회적 선’이라는 포괄적 목표는 정의 실현을 위한 구체적 정치적 논의를 회피하게 만들며, 점진적 개선에 머무는 위험을 내포한다는 점을 강조한다.

핵심 제안은 데이터 과학을 ‘정의 정치’로 전환하기 위한 네 단계 프레임워크다. ① 문제 정의 단계에서 이해관계자와 직접 대화하며, 피해 구조를 명시적으로 드러낸다. ② 설계 단계에서는 가치 충돌을 모델링하고, 대안적 알고리즘을 비교 실험한다. ③ 구현 단계에서는 투명한 코드와 데이터 공개, 그리고 실시간 감시 메커니즘을 도입한다. ④ 평가 단계에서는 정량적 성능 지표뿐 아니라 사회적 영향, 권력 관계 변화 등을 질적·양적 혼합 방법으로 측정한다. 이러한 순환적 프로세스는 단순히 ‘공정성’이나 ‘책임성’이라는 윤리적 체크리스트를 넘어, 정의 실현을 위한 정치적 전략을 구체화한다.

논문은 또한 기존 데이터 과학 커뮤니티가 보수적 정치 가정을 어떻게 무의식적으로 재생산하는지, 그리고 이를 깨기 위해서는 교육·연구·산업 전반에 걸친 구조적 변화가 필요함을 강조한다. 특히, 학계와 기업이 ‘사회적 선’이라는 포괄적 목표를 내세우면서도 구체적 정의 기준을 제시하지 않는 것이 문제이며, 이는 데이터 과학자들이 정치적 책임을 회피하게 만든다. 따라서 저자는 정책 입안자, 시민사회, 그리고 데이터 과학자 간의 지속적 대화와 공동 설계 과정을 제안한다.

이러한 분석을 통해 논문은 데이터 과학이 단순히 기술적 문제 해결을 넘어, 권력 구조와 사회적 불평등을 재구성하는 정치적 행위임을 명확히 한다.