http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Fred H. Cate (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
Artificial Intelligence and Data Protection
Fred H. Cate,Rachel Dockery 서울대학교 공익산업법센터 2018 경제규제와 법 Vol.11 No.2
Artificial intelligence (AI) has rapidly developed in recent years. Today, AI tools are used increasingly by both private and public sector organizations around the globe. The capabilities of AI now and in the near future create widespread and substantial benefits for individuals, institutions, and society. However, these same technological innovations raise important issues, including questions about the tension between AI and data protection laws. As a result, we have both an opportunity and an obligation to examine the effectiveness of current data protection laws in light of 21<SUP>st</SUP>-century technological realities. While compliance with existing data protection laws is important, a better long-term approach is to see the challenges presented by AI as another wake-up call that our current approach to data protection is increasingly outdated and ineffective. Viewed in this light, it is data protection law that must be improved if it is to protect privacy, effectively address the challenges presented by AI, and avoid creating unnecessary, bureaucratic barriers to AI’s benefits. Five reforms appear necessary: Shifting from Individual Consent to Data Stewardship A More Systemic and Well-Developed Use of Risk Management A Greater Focus on Data Uses and Impacts A Framework of Harms Transparency and Redress
-
Protecting Privacy in Big Data
Fred H. Cate 서울대학교 공익산업법센터 2015 경제규제와 법 Vol.8 No.1
In an age of big data, privacy is more essential than ever before, but if we are to protect it effectively, while continuing to enjoy the benefits that big data is already making possible, we need to evolve better, faster, and more scalable mechanisms. The following are the four core elements critical to effective governance of big data. First, a transformation of the current approach to a risk management approach that places more responsibility for data stewardship, and liability for reasonably foreseeable harms, on the users of data rather than using notice and consent to shift the burden to individuals seems critical. This is because a continuing broad reliance on notice and choice at time of collection both under-protects privacy and seriously interferes with?and raises the cost of?subsequent beneficial uses of data. Second, data protection should focus more on uses of big data as opposed to the mere collection or retention of data or the purposes for which data were originally collected. One key reason why a more use-focused approach is necessary to capture the value of big data is that the analysis of big data doesn’t always start with a question or hypothesis, but rather may reveal insights that were never anticipated. As a result, data protection based on a notice specifying intended uses of data and consent for collection based on that notice can result in blocking socially valuable uses of data, lead to meaninglessly broad notices, or require exceptions to the terms under which the individual consented. If privacy protection is instead based on a risk analysis of a proposed use, then it is possible to achieve an optimum benefit from the use of the data and optimum protection for data fine-tuned for each intended use. Third, a risk management approach guided by a broad framework of cognizable harms identified through a transparent, inclusive process is critical to ensuring that individuals are protected and enhancing predictability, accountability, and efficiency. Fourth, a risk management approach that provides meaningful transparency and redress, together with effective enforcement, not only provide remedies for current harms, but also help to prevent future ones. Moreover, it is an essential requirement for responsible use of big data. There are likely many other measures that also will be useful, but these four are critical to protecting privacy while unlocking the potential of big data.
-
Fred H. Cate,Rachel Dockery,김태오(번역자) 서울대학교 공익산업법센터 2018 경제규제와 법 Vol.11 No.2
인공지능(AI)은 최근 빠르게 발전하였다. 오늘날, AI 기술은 민간 뿐 아니라, 공공 조직에 의해 전세계적으로 점점 더 많이 활용되고 있다. 현재, 그리고 머지않은 장래에 AI는 개인, 기관 및 사회에 광범위하고 실질적인 편익을 만들어낼 것이다. 그러나 동일한 기술혁신이더라도 중요한 문제를 야기할 수 있다. 예컨대, AI와 개인정보보호 간의 갈등과 관련한 문제이다. 결과적으로, 현행 개인정보보호 규범이 21세기 기술 현실에 유효한지를 검토할 기회이기도 하고 의무이기도 하다. 현행 개인정보보호 규제를 준수하는 것이 중요하지만, 더 나은 중장기적인 접근법은 오늘날 개인정보보호법에 대한 접근방식이 점점 낡고 비효율적이라는 점을 일깨워주는 AI의 도전을 목격하는 것이다. 이러한 관점에서 보면, 프라이버시를 보호하고, 효과적으로 AI에 의해 나타난 문제를 처리하고, 불필요한, 관료주의적인 AI 편익에 대한 장벽을 없애기 위해서는 개인정보보호 규제가 개선되어야 한다. 다음의 다섯 가지 사항의 개선이 필요한 것으로 생각된다. - 개별 동의에서 데이터 관리로 패러다임 전환 - 더 체계적이고 제대로 개발된 리스크관리 적용 - 데이터 이용 및 영향에 대한 더 많은 초점 - 손해를 측정하기 위한 체계 - 투명성 확보 및 권리구제
-
[국문 번역문] 빅데이터 활용에 있어서의 프라이버시 보호
Fred H. Cate,손금주(번역자),이영조(번역자) 서울대학교 공익산업법센터 2015 경제규제와 법 Vol.8 No.1
빅데이터 시대에 프라이버시는 예전보다 더욱 중요해지고 있다. 빅데이터 시대에 프라이버시를 더욱 효과적으로 보호하기 위해서는 빅데이터를 통해 현재 가능한 이익을 계속하여 향유하면서 더욱 발전시키고, 신속하며 확장 가능한 메커니즘을 개발하여야 한다. 본 발표문에서는 빅데이터의 효과적인 거버넌스에 필요한 네 가지 중요요소에 대해 설명 하고자 한다. 먼저, 데이터 수집 단계에서 통지 및 동의에 대한 광범위한 의존도가 지속될수록 개인의 프라이버시 보호는 약화될 뿐만 아니라 데이터 사용의 혜택에 대한 비용도 증대되며 개인이 그 혜택을 향유하는데도 심각한 방해를 받게 된다. 따라서 통지 및 동의에 과도한 의존을 통해 개인에게 부담을 전가하는 제도가 아닌, 데이터 사용자들에게 데이터 관리에 따른 책임을 지도록 하고 합리적으로 예측 가능한 피해에 대한 책임을 지도록 하는 리스크 관리 방식으로의 전환이 필요하다. 두 번째로, 데이터의 수집이나 보존 또는 데이터의 본래 수집 목적에 초점을 맞추기 보다는 빅데이터의 사용에 더 중점을 두어 데이터를 보호하여야 한다. 데이터의 사용에 더 중점을 두는 접근법이 빅데이터의 가치를 보존하는데 중요한 요소인 이유 중 하나는 빅데이터의 분석이 우리가 예상 가능한 질문이나 가설에 대한 해답을 주기 위한 것이기 보다, 우리가 한 번도 예상하지 못한 것에 대한 통찰력을 주기 때문이다. 그 결과, 데이터 사용에 관하여 명시적 통지에 기반을 둔 데이터 보호 및 이를 기반으로 한 데이터 수집에 대한 동의는 사회적으로 가치있는 데이터 사용을 막을 수 있으며, 무의미하게 광범위한 통지를 하는 현상을 유발하며, 해당 개인이 동의한 조건에 대한 예외 규정을 요구하는 상황을 야기할 수 있다. 이에 반해 프라이버시 보호가 데이터 사용에 대한 리스크 분석을 기반으로 한다면, 데이터 사용으로 인한 최적의 이익 및 각각의 데이터 사용에 맞게 세심하게 맞춤화된 데이터에 대한 최적의 보호가 가능해진다. 세 번째로, 포괄적이고 투명한 프로세스를 통해 광범위한 프레임워크의 인지 가능한 피해에 대한 리스크 관리 방법을 마련하는 것은 개인정보 보호를 보장하고, 예측 가능성, 책임 및 효율성을 확보하는데 있어 매우 중요하다. 마지막으로, 유의미한 투명성과 구제조치 그리고 효과적인 이행은 기존의 피해를 없애는 해결책을 제시할 뿐만 아니라 미래의 피해를 방지하는 데도 도움이 된다. 게다가 이는 빅데이터의 책임 있는 사용에 대한 필수적인 요건이기도 하다. 그 외에 유용한 조치들이 다수 존재할 수 있으나, 위 네가지 요건은 빅데이터의 가능성을 확보하면서 프라이버시를 보호하기 위해 필수적인 요건이라고 할 수 있다.
KCI
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
