AI 거버넌스: 체계적인 문헌 검토

초록 인공지능(AI)이 다양한 분야를 변화시키고 혁신을 주도함에 따라, 이는 또한 식별, 평가 및 완화해야 하는 다양한 유형의 위험을 도입합니다. 최근 정부, 조직 및 기업들은 AI와 관련된 위험을 완화하기 위해 여러 AI 거버넌스 프레임워크를 발표했습니다. 그러나 AI 이해관계자들이 사용 가능한 AI 거버넌스 프레임워크, 도구 또는 모델에 대해 명확한 그림을 갖고 각자의 AI 시스템에 가장 적합한 것을 분석하는 것이 어려울 수 있습니다. 이를 해결하기 위해 우리는 다음과 같은 주요 질문에 답하기 위해 문헌을 제시합니다: AI 시스템 거버넌스의 책임자는 누구인가, 어떤 요소들이 관리되는가, AI 개발 생명 주기 내에서 거버넌스는 언제 발생하는가, 그리고 프레임워크, 도구, 정책 또는 모델을 통해 어떻게 구현되는가. 체계적인 문헌 검토(SLR) 방법론을 채택하여, 본 연구는 28개의 기사를 신중하게 검색, 선택 및 분석하여 AI 거버넌스의 다양한 측면을 이해하기 위한 기초를 제공합니다. 분석은 AI 거버넌스의 인프라를 팀 수준, 조직 수준, 산업 수준, 국가 수준 및 국제 수준 거버넌스로 분류함으로써 한층 강화됩니다. 이 연구의 기존 AI 거버넌스 솔루션에 대한 결과는 연구 커뮤니티가 포괄적인 AI 거버넌스 관행을 제안하는 데 도움을 줄 수 있습니다.