알고리즘과 노동법

권오성 사법발전재단 2022 사법 Vol.1 No.62

An algorithm can be defined as an ordered finite set of tasks or rules that allow us to find solutions to problems that may or may not be implemented through computer programs. As a result, automated decision-making systems are automated processes that use data and algorithms to optimize decision-making. An automated decision-making system may consist of one or more algorithms. The fundamental problem with the use of algorithms in the labor process is the imbalance between user control and responsibility. Usually, strong control should be followed by responsibility, but labor control by algorithms is detailed and powerful, but responsibility for this is distributed. In other words, the labor process is actually controlled using algorithms, but such control is concealed and responsibility is avoided. However, decisions about the development, purchase, and utilization of algorithms are all made by human beings who are users, so the responsibility for control should not be diluted just because the algorithm is utilized. In order to properly respond to labor control by algorithms, it is necessary to seek discipline on the disclosure (transparency) of algorithms, the duty of explanation, and further negotiation (negotiation) on the use of algorithms. On the other hand, it is necessary to allow workers to participate in negotiations as a group on the implementation of algorithm management by users. Specifically, it is necessary to seek ways to consult with labor unions or labor-management councils before users introduce algorithm management. In addition, it is necessary to stipulate the obligation to take appropriate protective measures, such as ensuring the right to demand human involvement, expressing opinions and objections, checking algorithms or systems, and minimizing data before analyzing data. 알고리즘은 컴퓨터 프로그램을 통하여 구현되거나 구현되지 않을 수 있는 문제의 해법을 찾을 수 있도록 하는 순서화된 유한한 작업 또는 규칙 집합으로 정의할 수 있다. 결과적으로 자동화된 의사결정 시스템은 의사결정을 최적화하기 위해 데이터와 알고리즘을 사용하는 자동화된 프로세스이다. 자동화된 의사결정 시스템은 하나 이상의 알고리즘으로 구성될 수 있다. 노동과정에서의 알고리즘의 사용의 근본적인 문제는 사용자의 통제(control)와 책임(responsibility) 사이의 불균형이다. 보통 강력한 통제에는 책임이 따라야 할 것이나, 알고리즘에 의한 노동통제는 세밀화되어 있고 강력하지만, 이에 대한 책임은 분산되는 현상을 보이고 있다. 즉, 알고리즘을 활용하여 사실상 노동과정을 통제하지만 그러한 통제가 은닉되어 책임이 회피되는 현상이 문제가 된다. 그러나 알고리즘의 개발, 구매, 이용에 관한 결정은 모두 사용자인 인간이 하는 것이므로, 알고리즘을 활용한다는 이유만으로 통제에 따르는 책임이 희석되어서는 아니 될 것이다. 알고리즘에 의한 노동통제에 적절하게 대응하기 위해서는 알고리즘의 공개(투명성)와 설명의무 및 더 나아가 알고리즘 활용에 대한 교섭(협상)에 대한 규율을 모색할 필요가 있다. 한편 사용자의 알고리즘 관리 구현에 대하여 근로자들이 단체로 협상에 참여할 수 있도록 할 필요가 있다. 구체적으로는 사용자가 알고리즘 관리를 도입하기 전에 노동조합 또는 노사협의회에서 협의하는 방안을 모색할 필요가 있다. 이외에도 사용자가 근로자 등의 데이터에 대한 분석을 실시하기 전에 구직자 및 근로자의 정당한 이익을 보호하기 위하여 데이터 보호영향평가를 실시하게 하고, 이와 동시에 인간이 관여할 것을 요구할 권리, 의견표명의 권리 및 이의제기권의 보장, 알고리즘이나 시스템의 점검, 데이터의 최소화 등 적절한 보호조치를 취할 의무를 규정할 필요가 있다.

알고리즘 공개와 영업비밀 보호 간의 긴장관계

김윤명 사법발전재단 2023 사법 Vol.1 No.66

ChatGPT와 같은 생성형(generative) AI가 AI의 새로운 흐름을 바꾸고 있다. 판단형 알고리즘은 채용이나 범죄예측 등의 활용에 사용되며 학습데이터가 갖는 한계로 인하여 편견 가능성이 크다. 또한, 추천형 알고리즘은 편견을 확증할 수 있다는 우려도 크다. 특정 정보를 추천하면서 다른 정보가 배제되는 필터버블(filter bubble) 현상이 발생할 수 있기 때문이다. 이러한 편견 등의 발생은 데이터 기반의 기계학습이 갖는 한계이기도 하다. 학습데이터로 가공되어지는 공개된 정보에는 세상의 모든 편견이나 오류가 그대로 담기기 때문이다. 인간의 문제가 투영된 데이터를 기반으로 하는 AI모델도 인간의 문제를 그대로 학습하게 된다. 그렇기 때문에 ​알고리즘에 의한 사회적 문제는 지속적으로 제기될 것이다. 예를 들면, 채용이나 신용도 등을 판단하는 알고리즘과 이를 학습하는 데이터에 편향이 담겨있는 경우, 또는 기본권의 침해가 이루어져 삶의 가치를 훼손하는 경우 등이다. 알고리즘으로 인하여 발생하는 다양한 문제를 해결하기 위한 방안 중 하나로서 알고리즘 공개를 들 수 있다. 이에 대해 플랫폼사업자는 알고리즘이 영업비밀에 해당하기 때문에 공개할 수 없다는 입장이다. 공공부문에서도 그 입장은 다르지 않다. 문제는 알고리즘 규제론자들은 알고리즘 공개에 대한 합리적인 기준을 제시하지 못한다는 점이다. 알고리즘 공개에 대한 설득력을 얻기 위해서는 정당성을 확보하기 위한 방안을 제시해야 한다. 즉, 알고리즘 공개에 대한 구체적인 이유나 방법을 규제기관이 플랫폼사업자에게 제공해 주어야 한다. 규제기관은 명확한 정책목표를 달성하고, 플랫폼사업자들은 예측가능성을 가져야 하기 때문이다. 이에 알고리즘 공개에 대한 구체적인 방안과 사업자들이 우려하는 영업비밀과의 비교교량을 통해 신뢰가능한 알고리즘을 위한 합리적인 방안을 제시하고자 한다. Generative AI such as ChatGPT is changing the new trend of AI. Judgment algorithms are used for recruitment or crime prediction, and there is a high possibility of bias due to the limitations of learning data. In addition, there is a great concern that recommended algorithms can confirm prejudice. This is because a filter bubble phenomenon in which other information is excluded while recommending specific information may occur. The occurrence of such prejudice is also a limitation of data-based machine learning. This is because public information processed as learning data contains all prejudices or errors in the world. AI models based on data in which human problems are projected also learn human problems as they are. Therefore, social problems caused by algorithms will continue to be raised. For example, algorithms for judging recruitment or creditworthiness and data learning them contain biases, or infringement of basic rights undermines the value of life. Algorithm disclosure is one of the ways to solve various problems caused by algorithms. In response, platform operators say that algorithms cannot be disclosed because they are trade secrets. The position is no different in the public sector. The problem is that algorithmic regulators cannot provide reasonable criteria for algorithm disclosure. In order to gain convincing power for algorithm disclosure, a plan to secure legitimacy must be presented. In other words, regulatory agencies must provide platform operators with specific reasons or methods for algorithm disclosure. This is because regulators must achieve clear policy goals, and platform operators must have predictability. Therefore, we would like to present a specific plan for algorithm disclosure and a reasonable plan for a reliable algorithm through comparative bridges with trade secrets that operators are concerned about.

초중등학생 대상 알고리즘 교육을 위한 분류체계 모형 설계

이영호,구덕회 한국정보교육학회 2017 정보교육학회논문지 Vol.21 No.3

본 연구의 목적은 초중등학생 대상 알고리즘 교육을 위한 알고리즘 분류체계를 제안하는 것이다. 연구자는 알 고리즘의 구성요소를 정의하고, 분석합성식 방법으로 알고리즘 분류체계를 표현하였다. 연구의 내용은 다음과 같다. 첫째, 분류의 목적과 분류의 종류에 대한 이론적인 탐색을 실시하였다. 둘째, 기존에 제안된 알고리즘 내용에 대한 분류체계의 내용과 그 한계에 대해 살펴보았다. 이와 더불어 알고리즘 교육 연구에서 사용되었던 알고리즘 교육 내용 및 선정 기준에 대해 살펴보았다. 셋째, 알고리즘의 분류를 위해 알고리즘 구성요소를 NRC에서 제시 한 핵심 아이디어와 관통 개념을 사용하여 재정의하였다. 그리고 알고리즘 관통 개념을 디자인 구조와 자료구조 로 세분화하여 그 내용을 제시하였으며, 이 내용을 분석합성식 분류체계를 사용하여 표현하였다. 마지막으로 전 문가 집단의 검토를 통해 제안한 내용에 대한 타당도를 검증하였다. 알고리즘 분류체계에 대한 연구는 알고리즘 교육에 있어 내용 선정 및 교육 방법에 많은 시사점을 제공할 것으로 기대한다. The purpose of this study is to propose algorithm classification system for algorithm education for Elementary and Secondary Students. We defines the components of the algorithm and expresses the algorithm classification system by the analysis synthesis method. The contents of the study are as follows. First, we conducted a theoretical search on the classification purpose and classification. Second, the contents and limitations of the classification system for the proposed algorithm contents were examined. In addition, we examined the contents and selection criteria of algorithms used in algorithm education research. Third, the algorithm components were redefined using the core idea and crosscutting concept proposed by the NRC. And the crosscutting concept of algorithm is subdivided into algorithm data structure and algorithm design strategy, and its contents are presented using analytic synthesis classification scheme. Finally, the validity of the proposed contents was verified by the review of the expert group. It is expected that the study on the algorithm classification system will provide many implications for the contents selection and training method in the algorithm education.

초등학생을 위한 알고리즘 교수학습방법과 평가

김철 한국정보교육학회 2015 정보교육학회논문지 Vol.19 No.4

본 연구에서는 초등학교의 알고리즘 교육에 필요한 교육 내용과 교육 방법, 평가 유형을 제안하였다. 첫째, 교육 내용으로는 한국정보교육학회에서 제안한 정보교육과정을 보완하여 알고리즘의 표현, 알고리즘의 이해, 알고리즘과 순서도, 알고리즘의 구조, 알고리즘의 결과, 알고리즘의 수정, 알고리즘의 개선으로 구분하였다. 둘째, 교육 방법으로는 생활 속 코딩, 언플러그 활동, 블록 프로그래밍, 체감형 프로그래밍을 제안하였다. 셋째, Code.org에서 제공하는 ‘Hour of Code’의 모든 미션을 분석한 후 평가 유형을 알고리즘 선택하기, 알고리즘 채우기, 알고리즘 수정하기, 알고리즘 예측하기로 구성하였다. In this study, we suggested the contents, teaching and learning method, and assessment types of algorithm education in elementary schools. First, we suggested the algorithm education contents; the expression, understanding, flowcharts, structure, results, correction, and improvement of algorithm. Second, we showed the algorithm teaching and learning methods; algorithm in our daily life, the unplugged activity, block programming and tangible programming. Finally, we analyzed all missions of ‘Hour of Code’ in Code.org, and suggested the algorithm assessment 4 types, which includes selecting, filling, correcting, predicting of appropriate algorithm.

그래프 컬러링 문제를 활용한 초등학생을 위한 알고리즘 학습

박윤정(Yoon-Jeong Park),문교식(Gyo Sik Moon) 한국콘텐츠학회 2014 한국콘텐츠학회논문지 Vol.14 No.10

본 연구는 알고리즘 학습을 초등학생에게 적용하여 알고리즘적 사고에 긍정적 효과가 있음을 보여준다. 알고리즘 학습에 대한 사전 경험이 없는 초등학교 6학년 35명을 대상으로 4주간 총 11회의 그래프 컬러링 문제를 활용한 알고리즘 학습을 실시하였다. 알고리즘 수업 후 학습자들의 알고리즘 흥미도와 절차적 사고능력의 변화를 검사하였다. 이와 같은 자료 분석을 통해 얻어진 연구 결과는 다음과 같다. 첫째, 알고리즘 흥미도의 하위요인인 알고리즘 학습 태도는 학습자에게 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 그래프 컬러링을 활용한 알고리즘 학습은 학습자의 절차적 사고 능력을 향상시키는 것으로 나타났다. 따라서 알고리즘 학습은 초등학생의 절차적 사고 발달에 도움이 되며, 알고리즘 흥미도를 높이는 효과를 보여줌으로써 초등 교육 현장에서 알고리즘의 새로운 교육 방법을 제시하는데 의미가 있다. The paper shows that algorithm education positively affects algorithmic thinking for elementary students. Experiments are conducted on thirty five sixth graders without prior experience of algorithm. The experimental group is given eleven sessions of lesson for four weeks in which algorithmic solution is sought for graph coloring problems. After four weeks of experiments questionnaires are distributed to the students in order to measure differences in algorithmic interest and algorithmic thinking ability. The following results are obtained: Firstly, it may be observed that algorithm education with graph coloring may be effective in reinforcing students interest in algorithms. Secondly, the experiment shows that algorithmic thinking ability may be enhanced from participating in graph coloring activities. In conclusion, algorithm education with graph coloring problem helps students develop algorithmic thinking ability as well as cultivate students interest in algorithmic thinking.

유전알고리즘을 활용한 조망분석 최적화에 따른 볼륨 계획에 관한 연구

김범진,김용성,송석재 한국공간디자인학회 2023 한국공간디자인학회논문집 Vol.18 No.8

(Background and Purpose) Algorithm-based optimization tools in digital architectural design present new possibilities for scientifically objective design methods. By simulating a virtual environment and conducting an environmental analysis in a digital three-dimensional space, design plans with scientific objectivity can be developed. This approach, often used by local governments for urban planning and 3D spatial information services, was applied in this study to propose an optimal mass design method for maximizing sea views at the Songjeong Beach redevelopment site, a popular tourist destination. Using Rhino Grasshopper’s algorithm and digital topographic map data from the national land information platform, a virtual environment was created to implement a genetic algorithm. This study focused on obtaining a numerical value for the optimal sea view based on the theory of visible areas, aiming to find mass designs with high views while adhering to the building and floor area ratio constraints within the building limits. The objective reliability of the results was assessed through quantitative analysis. (Method) The genetic algorithm, formulated using Rhino Grasshopper’s environmental analysis simulation Add-On DecodingSpace, was executed using Wallacei, an optimization tool based on the genetic algorithm. Specifically, the NSGA-II genetic algorithm, designed for multipurpose optimization problems, was employed to identify a mass design that achieved maximum sea view. A quantitative evaluation of the derived results was performed using data from the K-means algorithm to ensure reliability. (Results) The optimal solution, planned with a difference of less than 1% from the dry-opening ratio limit of 19.95% and floor area ratio of 349.23%, yielded a view of 177.73. This ranks 60th among a total of 1,500 data models, including 0th place, placing it in the top 4%. The optimal solution not only excels in the Fitness Rank but also records high values for the dry-opening ratio and floor area ratio. Considering the overall results, the optimal solution surpasses the other Cluster Centroids and is deemed the optimal choice. (Conclusion) This study proposes a mass design method that maximizes sea views through a combination of parametric design and a genetic algorithm for a Songjeong Beach redevelopment site. This study introduced a valuable methodology for securing ample views in areas with promising prospects for future projects. However, the digital three-dimensional space formed through the national land information platform does not fully represent the real space. The limitation of this study is its simplistic mass design approach, which forms square columns by extruding a horizontal projection surface with a Z value. Future research should explore atypical mass designs rather than adhering to a square column structure. (연구 배경 및 목적) 디지털 건축설계 분야에서 파라메트릭 디자인의 알고리즘 기반 최적화 툴의 도입은 설계 방식에 있어 과학적 객관성을 가지는 새로운 설계 방법의 가능성을 보여준다. 이는 디지털 3차원 공간에서의 가상환경과 환경분석 시뮬레이션을 통해 이루어지고 있다. 가상공간에 구축된 환경에서 수행한 환경분석 시뮬레이션의 결과를 현실 세계의 설계에 반영하므로 과학적 객관성을 갖춘 설계안을 만들 수 있다. 이러한 방식은 지자체에서도 3D 공간정보 서비스를 구축하여 도시 계획을 수립하거나, 일조권 및 조망권을 확인하는 방식으로 이용하고 있다. 본 연구에서는 송정해수욕장 재개발 대상지를 국토정보 플랫폼의 수치지형도 데이터를 통해 Rhino Grasshopper의 알고리즘으로 디지털 3차원 공간의 가상환경에 구축하여, 유전알고리즘을 활용해 관광지인 송정해수욕장에 최대의 바다 조망을 얻을 수 있는 최적 매스 디자인 방법을 제안한다. 본 연구에서 말하는 최적의 바다 조망은 가시영역 이론에 근거해 조망도 값으로 수치화한 것을 말하며, 값이 클수록 넓은 바다 조망을 확보한다. 건축한계선 내에서 건폐율, 용적률의 조건을 충족하면서 높은 조망도를 갖는 매스 디자인을, 유전알고리즘을 활용해 찾고 정량적 분석을 통해 도출한 결과의 객관적 신뢰성을 판단하는 데 목적을 둔다. (연구 방법) 유전알고리즘의 활용은 Rhino Grasshopper의 환경분석 시뮬레이션 Add-On인 DecodingSpace로 알고리즘을 형성하고, 유전 알고리즘 기반 최적화 Add-On인 Wallacei를 통해 유전 알고리즘을 진행한다. 여기서 다목적 최적화 문제에 활용되는 유전 알고리즘의 NSGA-II 알고리즘을 이용해 최대의 바다 조망을 얻을 수 있는 매스 디자인을 찾고, 도출된 결과는 K-Means 알고리즘을 통해 도출된 데이터와 비교 분석하는 과정을 통해 정량적으로 평가하여 결과값의 신뢰성을 판단한다. (결과) 도출된 최적해는 건폐율 19.95%, 용적률 349.23%로 건폐율의 한계인 20%, 용적률의 한계인 350%에서 1% 미만의 차이를 두고 계획되었다. 도출된 조망도는 177.73으로 0순위를 포함해 총 1,500개의 데이터 모델 중 60번째로 높은 조망도 값을 가진다. 이는 생성된 데이터 모델 중 상위 4%에 해당한다. 최적해는 Fitness Rank에서 우수한 결과를 보이고 있을 뿐 아니라, 건폐율과 용적률에서도 높은 수치를 기록하고 있다. 종합적인 결과를 고려할 때, 최적해가 다른 Cluster Centroid 들보다 더 뛰어나며, 가장 최적의 선택으로 평가된다. (결론) 해당 연구에서는 유전알고리즘을 활용하여 송정 해수욕장 재개발 대상지의 조망 분석 매스 디자인을 위해 파라메트릭 디자인과 유전 알고리즘을 결합하여 최대의 바다 조망을 얻을 수 있는 매스 디자인 방법을 제안했다. 본 연구는 이후 진행될 프로젝트에 있어 좋은 조망을 갖는 지역에서 선택된 조망을 충분히 확보할 수 있는 매스 디자인 방법론을 제안한다는 점에 가치가 있다. 하지만 국토 정보 플랫폼의 3차원 공간 정보를 통해 형성한 디지털 3차원 공간이 현실 공간을 완벽하게 반영하지 못하며, 매스 디자인에 있어 매스의 수평투영면을 Z값으로 Extrude하여 사각기둥을 형성해 만든 단순한 형태의 매스 디자인이라는 점에 본 연구의 한계가 존재하며, 후속 연구에 있어서는 사각 기둥의 형태가 아닌 비정형의 매스 디자인 형성에 대한 연구가 필요하다.

알고리즘 규제의 두가지 차원과 정책적 함의

이원태 국민대학교 사회과학연구소 2020 사회과학연구 Vol.32 No.2

The purpose of this article is to examine the legal characteristics and issues ofso-called 'algorithmic regulations', which have emerged as new ICT regulatoryissues with the proliferation of algorithm-based intelligent information technologiessuch as big data and artificial intelligence(AI). Furthermore, this paper proposespolicy recommendations necessary for the institutionalization and governance-building of algorithm regulation. According to the purpose of this study, thisstudy examines the background of emerging algorithm regulation issues, policytrends related to domestic and international algorithm regulation, and themultifaceted analysis of cases and issues related to the regulatory properties ofalgorithms. In conclusion, this study can theoretically identify new characteristicsof 'algorithm regulation' in which technology (architecture), ethics, legal systemand social regulation interact in a complex way. 이 글의 목적은 최근 빅데이터, 인공지능(AI) 등 알고리즘 기반의 지능정보기술이 확산되면서 새로운 ICT 규제이슈로 등장한 이른바 ‘알고리즘 규제(algorithmic regulations)’의규범적 특성 및 쟁점들을 검토하고, 더 나아가 알고리즘 규제의 제도화 및 거버넌스 정립에필요한 정책적 대응방안을 제안하는 것이다. 이러한 연구 목적에 따라 본 연구는 최근 알고리즘 규제 이슈의 등장 배경, 국내외 알고리즘 규제와 관련한 정책동향, 알고리즘의 규제적속성과 관련한 사례 및 쟁점들에 대한 다각적 분석을 통해 알고리즘 규제가 기존의 미디어규제들과는 어떤 차이가 있는지를 검토하고자 한다. 결론적으로 본 연구는 기술(아키텍처),윤리, 법제도 및 사회적 규제가 복합적으로 상호작용하는 ‘알고리즘 규제’의 새로운 특성을이론적으로 규명하는 것이라고 할 수 있다.

예측 알고리즘과 형사사법에 관한 논의 - 알고리즘의 사용원칙을 중심으로 -

송기복 한국경찰연구학회 2023 한국경찰연구 Vol.22 No.4

알고리즘은 기계학습(Machine Learning)이나 인공지능(Artificial Intelligence) 기술 과 접목되어다양한분야에서 활용되고 있다. 그러나알고리즘은 장점과 동시에 위험을 수반한다. 즉, 알고리즘은 개인과 사회의 편익을 위해 사용되지만, 동시에 차별과 불평 등을 조장할 위험을 포함하고 있다. 이는 형사사법의 영역에서도 마찬가지다. 데이터와 알고리즘에 의한 결정은 법집행의 신속성과 효율성, 정밀성을 가져오지만 잠재적으로 기존의 편견과 편향을 재생산할 위험을 포함하고 있다. 인간이 데이터를 바탕으로 알고리즘을 생성·구축하고 작동시키고 있으므로 알고리 즘은 인간으로부터 독립할 수 없으나 알고리즘의 결정은 인간의 의사결정에 영향을 미 치게된다. 따라서 알고리즘은기술적·객관적 형태의 운영 방식이라기보다는사회적성 질을 가진 기술적 집합체로 볼 수 있다. 이러한 알고리즘이 형사사법 분야에 편입되어 법집행 과정에 영향을 미치고 형사사법을 지배하고 있는 기본원칙 등을 변화시키고 있 지만 이에 대한 논의가 부족한 현실이다. 따라서 본고는 이러한 인식하에 형사사법에서 알고리즘의 활용 현황과 문제점을 살펴보고 형사사법에서 알고리즘의 활용 원칙으로 투명성과 공정성, 설명책임에 대하여 제언한다. Algorithms are combined with machine learning and artificial intelligence technologies and are used in various fields. However, algorithms come with both advantages and risks. In other words, algorithms are used for the benefit of individuals and society, but at the same time contain the risk of promoting discrimination and inequality. This is also the case in the realm of criminal justice. Decisions made by data and algorithms bring speed, efficiency, and precision to law enforcement, but potentially contain the risk of reproducing existing prejudices and biases. Algorithms cannot be independent of humans because humans create, build, and operate algorithms based on data, but algorithmic decisions influence human decision-making. As a result, algorithms can be viewed as a technical collection with social characteristics rather than a technical or objective form of operation. These algorithms have been incorporated into the criminal justice field, affecting the law enforcement process, and changing the basic principles that govern criminal justice, but there is a lack of discussion on this. Therefore, with this recognition, this paper examines the current status and problems of algorithm use in criminal justice and suggests transparency, fairness, and accountability as principles of algorithm use in criminal justice.

알고리즘 권력화와 규제 거버넌스

김윤명 대한변호사협회 2023 人權과 正義 : 大韓辯護士協會誌 Vol.- No.515

알고리즘 권력화란 플랫폼사업자들이 알고리즘을 도구화하여 알고리즘에 의한 지배, 통제를 통해 영향력을 높이는 것을 말한다. 알고리즘이 스스로 의식을 가지고 작동하는 것이 아니기 때문에 알고리즘이 권력화한다는 표현은 맞지 않다. 물론, 알고리즘을 권력화함으로써 여러 가지 문제가 발생한다고 하여, 알고리즘을 통제하는 것은 문제해결에 도움이 되지 않는다. 플랫폼사업자들은 기업활동을 위해 알고리즘을 개발하고 보다 효율적으로 이익을 창출하기 위하여 알고리즘을 사용한다. 그 과정에서 고의로 알고리즘을 왜곡(歪曲)하는 경우도 있음은 부인하기 어렵다. 이처럼, 알고리즘이 권력화됨으로써 다양한 사회적 문제가 발생하는 상황에서 알고리즘에 대한 규제의 필요성이 커지고 있다. 물론, 알고리즘 규제의 필요성이 있다고 하더라도 충분한 반론이 이루어지고 그에 따른 설득의 과정이 필요하다. 예를 들면, 사업자들은 알고리즘 공개를 규제라고 보고, 영업비밀을 공개할 수 없다는 주장을 편다. 그렇지만, 알고리즘 공개를 일반 대중에게 한다고 생각할 수 있을까? 그럴 필요가 없다. 정책이나 입법 과정에서 갈등이나 오해는 풀어가는 것이 무엇보다 중요하다. 정책의 목적이 정당하더라도, 절차적인 정당성을 확보하지 못할 경우에는 목적의 정당성까지 훼손될 수 있기 때문이다. 알고리즘은 기획, 개발, 운용 및 이용 과정이나 데이터를 활용하는 학습과정에서 편향과 차별이 의식적이든 무의식적이든 반영된다면 평등이나 기본권 보장 등 헌법적 가치가 훼손될 수 있다. 이러한 한계 내지 문제를 해결하기 위해서는 알고리즘 자체의 윤리성을 높이거나 관여하는 인간의 윤리적 책임 내지 법적 책임을 강화할 필요가 있다. 고의로 알고리즘을 오용하거나 남용하여 차별을 고착하는 경우라면 헌법적 가치를 훼손하는 행위로서 절대적인 규제 대상이다. 이를 위한 입법방안은 알고리즘을 문제로 전제하기보다는 알고리즘이 가져올 수 있는 파장을 차단할 수 있는 방안을 마련하기 위한 것으로, 기술중립적 측면에서의 접근방법이다. 알고리즘의 공정성 확보를 위한 규제 내지 법적 접근은 최후의 수단이며, 집단지성을 활용하거나 알고리즘에 대한 전문적인 기관을 만들어 문제해결 방안을 찾는 것은 정책적으로 판단할 사항이다. Algorithm empowerment refers to platform operators tooling algorithms to increase their influence through algorithm control and control. The expression that algorithms become powerful is not correct because algorithms do not operate with consciousness on their own. Of course, controlling the algorithm does not help solve the problem because various problems arise by empowering the algorithm. Platform operators develop algorithms for corporate activities and use them to generate profits more efficiently. Of course, it is hard to deny that there are cases where algorithms are deliberately distorted in the process. As such, the need for regulation of algorithms is increasing in situations where various social problems arise as algorithms become power. Of course, even if there is a need for algorithm regulation, sufficient counterarguments are made and a process of persuasion is required accordingly. For example, operators view algorithm disclosure as a regulation and argue that trade secrets cannot be disclosed. However, can we think of releasing algorithms to the general public? There is no need for that. It is most important to resolve conflicts or misunderstandings in the policy or legislative process. Even if the purpose of the policy is justified, the legitimacy of the purpose may be undermined if procedural legitimacy is not secured. If bias and discrimination are reflected consciously or unconsciously in the process of planning, development, operation, and use of algorithms, constitutional values such as guaranteeing equality and basic rights can be undermined. To solve these limitations or problems, it is necessary to increase the ethics of the algorithm itself or strengthen the ethical or legal responsibility of humans involved. If discrimination is fixed by intentionally misusing or abusing algorithms, it is an act that undermines constitutional value and is subject to absolute regulation. Rather than presupposing the algorithm as a problem, the legislative plan for this is to come up with a way to block the wavelengths that the algorithm can bring, and it is a technology-neutral approach. Regulatory or legal approaches to securing fairness in algorithms are the last resort, and it is a policy decision to use collective intelligence or create a specialized institution for algorithms to find solutions to problems.

초등학교와 중학교에서의 정보과학 교과를 위한 알고리즘 교육내용체계에 관한 연구

정영식 한국정보교육학회 2014 정보교육학회논문지 Vol.18 No.2

초등학교와 중학교에서의 정보과학 교과를 위한 알고리즘 교육을 위해 선행 연구 자료와 국내외 초중등교육과정을 분석하였다. 그 결과를 토대로 알고리즘 교육을 반복적이고 점진적으로 학습할 수 있도록 나선형 교육과정을 기반으로 구성하였다. 즉, 알고리즘 교육 영역을 알고리즘의 이해, 알고리즘의 표현, 알고리즘의 평가, 알고리즘과 생활 등 4개 영역으로 구분한 후, 그것을 다시 학년별로 의미알기, 체험하기, 분석하기, 원리알기 등 4단계로 제시하였다. 향후 알고리즘 교육이 체계적으로 이루어지기 위해서는 교육대학교에서 알고리즘 강좌를 개설하고, 관련 교재와 교구를 개발해야 하며, 정보 과학 과목이 초등학교에 신설되어야 할 것이다.