An exploratory study on the impact of AI risk perception on regulation type preference: Exploration through machine learning methods

AI(Artificial Intelligence) 기반 기술이 고도화될수록 이와 관련하여 발생할 수 있는 부작용들에 대한 우려도 증가하고 있다. AI로 인해 야기되는 문제들은 개인과 사회 일각의 직접적인 피해로 이어져 강력한 규제 요구를 불러올 수 있지만 AI의 초국가적 성격, 복잡성, 개발의 분산성 등으로 인해 정부의 직접규제로 쉽게 통제할 수 없는 특징이 있다. 이에 공동규제, 독립기관규제, 자율규제 등 대안적 규제방안이 함께 논의되고 있으나 관련한 실증연구는 제한적으로 이뤄져 왔다. 이러한 배경하에 본 연구는 AI 위험인식과 규제 유형의 선호 간의 관계를 살펴보는 데 연구의 목적이 있다. 특히, AI로 인해 발생할 수 있는 사회윤리적 위험 및 기술적 위험에 대한 인식과 정부규제, 공동규제, 독립기관규제, 자율규제 간의 관계를 탐색적으로 살펴보기 위하여 머신러닝 분석과 t-test를 통한 목표 변수 기반 집단 비교를 실시하였다. 분석결과, 먼저 정부규제-공동규제 모형에서 사회윤리적 위험인식 중 기술 악용, 일자리 감소, 개인정보침해와 기술적 위험인식 중에서 시스템 통제 실패 인식이 규제 선호에 영향이 있는 것으로 나타났다. 둘째, 정부규제-독립기관규제 모형에서 일자리 감소 인식과 보안사고, 부정확한 결과에 대한 인식에 따라 규제가 전환될 수 있음을 확인하였다. 마지막으로 정부규제-자율규제 모형에서는 개인정보 침해, 불투명성 인식이 규제 선호에 영향을 미칠 수 있는 것으로 나타났다.