규제는 단지 기술의 속도를 늦추는 장치가 아니라, 사회적 신뢰를 유지하고 민주적 질서를 보전하는 조건이다. 생성형 AI는 누구나 활용할 수 있는 기술이지만, 그 사회적 영향력은 대체로 플랫폼 기업과 알고리즘 설계자에게 집중되어 있다. 시민은 그 과정에 접근하거나 영향을 미칠 수 없으며, 책임 소재 또한 명확하지 않다. 따라서 기술이 공공의 영역에서 작동할수록 규범적 통제가 더욱 요구된다.
--- 「01_생성형 AI 규제의 필요성과 국제 협력」 중에서

용 알고리즘이나 신용 평가 시스템은 특정 계층이나 인종, 성별 등을 차별하는 방식으로 작동할 수 있다. 이는 기술적 결함이 아니라, 학습 데이터에 내재한 사회적 편견이 그대로 반영된 결과다. 알고리즘이 사회 구조를 복제하거나 심화할 수 있다는 점에서 기술은 윤리적 판단의 도구가 아니라 새로운 윤리적 위험의 원천이 되기도 한다.

이러한 사례들이 보여 주는 공통점은, AI가 정답을 찾는 도구라기보다 피해와 책임의 분배를 결정하게 된다는 점이다. 기술은 특정 결과를 도출할 수 있으나, 그 결과가 누구에게 어떤 영향을 미치는지는 사회적 가치 판단에 달려 있다. 결국 윤리적 판단의 문제는 사회가 어떤 책임 구조를 설정하고 어떤 기준을 수용할 것인가의 문제다.
--- 「03_AI와 윤리적 딜레마」 중에서

문제는 제도가 이 변화의 속도를 따라가지 못하고 있다는 점이다. 기존 직무 분류 체계는 제조업 중심의 이분법에 머물러 있으며, 직업 교육과 재훈련 시스템은 아직도 디지털 기술의 빠른 변화에 적응하지 못하고 있다. AI와 협업할 수 있는 노동력을 키우기 위한 정책적 설계는 부족하며, 현재 대부분의 국가에서는 노동자의 역량 강화 책임을 개인에게 전가하고 있다.

결국 기술이 만든 새 일자리는 존재하지만, 그 일자리에 접근할 수 있는 사회적 조건과 제도적 지원이 뒷받침되지 않는 한, 노동 시장 전체가 양극화와 배제로 재편될 위험이 크다. AI로 인해 바뀌는 것은 ‘무엇을 하는가’가 아니라, ‘누가 무엇을 할 수 있느냐’의 문제이며, 이는 노동의 정의 자체를 다시 묻게 만든다.
--- 「06_AI와 노동」 중에서

미국 국방부는 ‘책임 있는 AI 전략 및 이행 로드맵(Responsible AI Strategy and Implementation Pathway)’를 통해 군사 AI의 윤리적 활용을 위한 다섯 가지 원칙(책임성, 설명 가능성, 신뢰성, 추적 가능성, 거버넌스)을 제시했지만, 외부 감시나 투명성 확보 체계는 여전히 미흡하다. 일각에서는 이러한 전략이 실질적 규제를 회피하기 위한 ‘자율적 책임’ 전략이라는 비판도 제기되고 있다.