AI 선행 투자 의미 있는 참여 촉구

초록

본 논문은 AI‑for‑Social‑Good(AI4SG) 분야의 자금 지원 문서를 35건(총 4억 1천만 달러 규모) 분석해, 기술 중심적 접근과 사회·문화적 맥락을 균형 있게 고려하는 접근 사이의 서열을 드러낸다. 저자들은 자금 공고가 프로젝트 설계와 성공 기준을 어떻게 형성하는지를 밝히고, 보다 균형 잡힌 자금 설계 방안을 제시한다.

상세 분석

연구진은 ‘반사적 주제 분석(reflexive thematic analysis)’이라는 질적 방법론을 적용해, 각 자금 문서의 서술 구조, 용어 선택, 기대 성과 등을 코딩하고 주제군으로 묶었다. 분석 결과는 크게 두 축으로 정리된다. 첫 번째 축은 ‘기술 중심(techno‑centric)’과 ‘균형(balanced)’ 접근 사이의 연속선으로, 전자는 AI의 기술적 가능성을 강조하며 문제를 단순히 데이터·알고리즘으로 환원한다. 이 경우 기대 성과는 주로 모델 정확도, 데이터 규모, 프로토타입 구현 등 기술 지표에 국한된다. 반면 균형 접근은 사회적 문제의 복합성을 인정하고, 현장 이해관계자와의 공동 설계, 장기적 유지·관리 계획 등을 명시한다. 두 번째 축은 ‘성과 정의’와 ‘커뮤니티 참여 수준’이다. 많은 문서는 성공을 ‘기술 전달’ 혹은 ‘시범 프로젝트 완료’로 정의하지만, 소수는 ‘커뮤니티 만족도’, ‘정책 변화’, ‘지속 가능한 서비스 구축’ 등을 포함한다. 특히, 대부분의 문서가 커뮤니티 참여를 ‘컨설팅 단계’에 국한시키는 반면, 균형 접근을 채택한 사례는 초기 공동 문제 정의와 지속적 피드백 루프를 요구한다. 저자들은 이러한 차이가 실제 프로젝트의 배포 성공률과 지속 가능성에 직접적인 영향을 미친다고 주장한다. 또한, 자금 제공자가 ‘전문가’로 지정하는 주체가 주로 기술 기업·연구기관에 한정되는 경향이 있어, 현장 조직의 목소리가 약화되는 구조적 문제를 지적한다. 마지막으로, 논문은 HCI 연구자가 자금 설계 단계에 참여해 ‘AI 상상력(AI imaginaries)’을 재구성하고, 투명한 평가 기준과 커뮤니티 주도형 목표 설정을 촉진해야 한다는 실천적 로드맵을 제시한다.