LH AI 윤리준수기관 확인마크, 교육 이수 다음은 업무 적용

교육 참여율이 보여주는 것

최근 보도에 따르면 LH는 NIA의 ‘AI 윤리준수기관’ 확인마크를 획득했다. 직원의 AI 윤리교육 이수 비율은 85.7%로 보도됐으며, 일부 보도는 이를 86%로 표현했다. 이번 소식에서 눈여겨볼 부분은 확인마크 획득과 함께 교육 참여 수준이 공개됐다는 점이다. 다만 이 수치만으로 직원들이 실제 업무에서 어떤 판단을 내리는지까지 알 수는 없다.

교육 이수율은 조직 안에서 공통의 원칙을 전달할 기반이 얼마나 넓게 마련됐는지 살펴보는 출발점이 될 수 있다. 그러나 교육을 마쳤다는 사실과 낯선 상황에서 원칙을 적용하는 능력은 별도로 확인해야 한다. 확인마크를 개별 AI 서비스의 정확성이나 모든 업무의 안전성을 보증하는 표시로 확대해 읽기보다, 교육 이후의 실천을 살펴볼 계기로 삼을 필요가 있다.

같은 원칙도 업무에 따라 달라진다

분석의 초점은 교육 참여 인원을 늘리는 데서 업무별 판단을 돕는 데로 옮겨갈 필요가 있다. 예를 들어 공공기관에서 AI로 안내문 초안을 만드는 일과 신청자의 자격 관련 자료를 요약하는 일은 오류의 영향이 다를 수 있다. 이는 LH의 실제 활용 사례를 뜻하는 것은 아니다. 같은 윤리 원칙이라도 업무의 결과가 누구에게 전달되는지에 따라 교육 내용이 달라져야 한다는 의미다.

안내문 작성자는 틀린 설명이나 빠진 조건을 찾아내는 연습이 필요할 수 있다. 신청 자료를 다루는 담당자라면 요약에서 누락된 사정이 없는지 원문과 대조하는 훈련이 더 중요할 수 있다. 기관이 지금 확인할 것은 교육 자료에 실제 직무와 닮은 사례가 들어 있는지다. 추상적인 주의사항을 읽는 것만으로는 바쁜 업무 중 무엇을 멈추고 확인해야 하는지 판단하기 어려울 수 있다.

이용자에게 중요한 것은 설명의 근거

이용자 관점에서는 직원의 교육 이수 여부와 함께 자신이 받은 설명의 근거를 확인하는 것이 실용적이다. 가령 주거 관련 안내를 받는 상황이라면 적용 조건, 필요한 서류, 안내의 기준이 되는 자료를 확인할 수 있어야 한다. AI 활용 여부와 무관하게 필요한 확인이지만, 자연스러운 문장으로 답을 만드는 AI가 개입할 경우에는 설명의 유창함과 근거의 충실함을 구분하는 데 도움이 된다.

기관은 이런 확인을 직원 개인의 꼼꼼함에만 맡기지 않는 방향을 검토할 만하다. 교육에서 출처 확인을 강조했다면 업무 화면에서도 기준 자료를 쉽게 찾아 대조할 수 있어야 한다. AI가 작성한 초안을 검토할 시간 없이 바로 전달하도록 업무가 설계돼 있다면 교육의 효과는 제한될 수 있다. 윤리교육을 업무 개선으로 연결하려면 직원에게 요구하는 행동을 실제로 수행할 여건도 살펴야 한다.

다음 성과는 적용 능력으로 확인해야

기업과 공공기관이 참고할 다음 단계는 이수율과 별도로 교육의 적용 능력을 점검하는 것이다. 실제 개인정보를 사용하지 않는 가상의 업무 자료에 누락이나 잘못된 근거를 넣고, 직원이 이를 발견해 수정하는지 살펴보는 방식이 가능하다. 이때 평가는 개인을 줄 세우기보다 어떤 업무에서 판단이 어려운지 찾는 데 목적을 둘 필요가 있다. 결과는 후속 교육과 업무 도구 개선에 활용할 수 있다.

LH의 확인마크 획득은 AI 윤리교육에 대한 조직 차원의 관심을 환기하는 계기가 될 수 있다. 앞으로 독자가 살펴볼 지점은 높은 참여율에 더해 교육이 어떤 업무 행동으로 이어지는지다. 기관이 직무별 연습과 개선 사례를 설명한다면 교육 성과를 이해하기도 쉬워질 것이다. 윤리교육의 가치는 수료 사실에 더해 직원이 근거를 확인하고 이용자에게 정확히 설명할 수 있는지에서도 드러날 수 있다.