AI 기반 데이터 거버넌스의 자율-조정 규제 에이전트 프레임워크 = A Framework for Self-Adjusting Regulatory Agents in AI-based Data Governance

국문 초록 (Abstract)

본 논문은 데이터와 AI 모델의 기하급수적 증가로 인해 현재의 AI 데이터 거버넌스 프레임워크가 직면한 확장성과 복잡성의 근본적 한계를 해결하고자 한다. 기존 프레임워크는 데이터 분류, 품질 모니터링 등 개별 작업을 자동화하는 데 중점을 두지만, 정적인 인간 정의 규칙에 의존하며 새로운 규제 충돌이나 예외 상황에 동적으로 대응하는 능력이 부족하다. 이러한 한계는 AI 프로젝트의 높은 실패율과 직결되며, 데이터 자산의 전략적 가치 실현을 저해하는 핵심 요인으로 작용한다. 따라서, 본 논문에서는 데이터 거버넌스의 다음 진화 단계로서‘자율 거버넌스(Autonomic Governance)’라는 새로운 패러다임을 제안한다. 이 개념을 구체화하기 위하여, 본 논문은 SARA(Self-Adjusting Regulatory Agent : 자율-조정 규제 에이전트) 프레임워크와 AI-DG-AI 통합 생명주기 모델을 제안하였다.

다국어 초록 (Multilingual Abstract)

This paper aims to resolve the fundamental scalability and complexity challenges confronting current AI data governance frameworks, driven by the exponential increase in data and AI models. Existing frameworks, while automating tasks like data classification and quality monitoring, depend on static, human-defined rules, failing to dynamically adapt to new regulatory conflicts or exceptions. This deficiency is directly linked to high AI project failure rates and significantly hinders the realization of strategic value from data assets. Consequently, this paper introduces 'Autonomic Governance' as the next evolutionary paradigm in data governance. As a concrete implementation, this paper proposes the SARA (Self-Adjusting Regulatory Agent) framework and an integrated AI-DG-AI lifecycle model