자동결정에 대한 공익소송 리트로핏터 실용주의자 활동가

초록

본 논문은 호주에서 인공지능·자동화 의사결정(ADM)의 책임성을 확보하기 위한 공익소송의 역할을 탐구한다. 기존 법률을 새로운 기술 상황에 맞게 ‘레트로핏’하는 전략을 중심으로, 인터뷰를 통해 도출된 실무적 전술과 제도적 한계를 분석하고, 효과적인 소송을 위한 제도적 지원 방안을 제시한다.

상세 분석

이 연구는 호주 내 공익소송가, 기술정책 활동가, 법학자를 대상으로 한 심층 인터뷰를 기반으로, ADM에 대한 법적 책임 추궁을 ‘법률 레트로피팅’이라는 개념으로 재구성한다. 레트로피팅은 기존의 차별금지법, 개인정보보호법, 행정법 등 기존 규범을 새로운 기술 환경에 적용하는 과정으로, 판례를 통해 법리적 틀을 확장하거나 해석을 새롭게 하는 방식을 의미한다. 인터뷰 참여자들은 세 가지 주요 역할군—‘리트로핏터(법을 기술에 맞게 재구성하는 사람)’, ‘실용주의자(전략적 소송 전술을 설계하는 사람)’, ‘활동가(공공 인식을 고취하고 정책 변화를 촉구하는 사람)’—으로 구분하였다.

핵심 전략으로는 (1) ‘데이터 접근 청구’를 통한 증거 확보, (2) ‘집단소송’ 구조를 활용한 피해자 연대화, (3) ‘규제기관과의 협력’으로 행정적 압박을 가하는 방안이 강조된다. 특히, 데이터 접근 청구는 ADM 시스템의 알고리즘·데이터셋을 공개하도록 강제함으로써 투명성을 확보하고, 이를 기반으로 차별·불공정성을 입증하는 데 필수적이다. 그러나 호주의 ‘정보공개법(FOI)’과 ‘개인정보보호법’은 예외 조항이 많아 실제 접근이 제한되는 경우가 빈번하다.

또한, 판례 분석을 통해 기존 차별법이 ‘자동화된 의사결정’이라는 새로운 형태의 차별을 포괄하도록 확대될 여지를 확인했다. 예를 들어, ‘시민권 차별 금지법’은 ‘고용·주거· 서비스 제공’ 등 전통적 영역에 국한되었지만, 법원이 ‘알고리즘 기반 채용’ 사례를 차별 행위로 인정한 전례가 있다. 이는 레트로피팅이 성공적으로 작동할 수 있는 법리적 기반을 제공한다.

제도적 한계로는 (가) 사법부의 기술 이해도 부족, (나) 소송 비용과 시간 소모, (다) 행정기관의 비협조적 태도가 있다. 특히, 사법부가 복잡한 머신러닝 모델을 평가할 전문성을 갖추지 못해, ‘전문가 증언’에 과도히 의존하게 되며 이는 소송 전략을 복잡하게 만든다. 비용 측면에서는, 데이터 접근 청구와 전문가 증언 확보에 드는 비용이 중소 규모 시민단체에게는 큰 장벽이 된다.

이를 극복하기 위한 제언으로는 (1) ‘법원 기술 자문 위원회’ 설립을 통한 전문성 보강, (2) ‘공익소송 펀드’와 같은 재정 지원 메커니즘 구축, (3) ‘행정기관 데이터 공유 의무화’를 위한 입법 개정이 제시된다. 이러한 제도적 장치가 마련될 경우, 공익소송은 ADM에 대한 지속 가능한 감시 메커니즘으로 자리매김할 수 있다.