AI 윤리 소개

AI 윤리는 불공정한 편견을 완화하고, 접근성의 장벽을 제거하며, 창의성을 증진하는 등 다양한 이점을 제공하는 선의의 힘입니다. 인간의 삶에 영향을 미치는 의사결정을 내릴 때 점점 더 많은 조직이 AI에 의존하고 있는 가운데, AI를 잘못 사용하면 개인과 사회, 나아가 기업의 수익과 평판에 해를 끼칠 수 있으므로 복잡한 윤리적 함의를 고려하는 것이 중요합니다.

이 문서에서는 다음에 대해 살펴봅니다.

• 일반적인 AI 윤리 원칙, 용어 및 정의
• 조직을 위한 윤리적 AI 원칙 만들기
• AI 윤리 책임자
• AI 윤리 교육, 거버넌스 및 기술 프로세스 구현
• 윤리적 AI 사용 사례 및 구현
• AI의 윤리에 대한 일부 주요 기관

윤리적 AI 원칙의 예

AI의 윤리에 관한 모든 논의의 중심에는 사람의 웰빙이 있습니다. AI 시스템은 도덕성과 윤리를 우선시하도록 설계될 수 있지만, 궁극적으로 윤리적 설계와 사용을 보장하고 필요한 경우 개입해야 할 책임은 인간에게 있습니다.

보편적으로 합의된 하나의 윤리적 AI 원칙은 존재하지 않습니다. 많은 조직과 정부 기관에서 법률, AI, 윤리 분야의 전문가와 상의하여 원칙을 수립합니다. 이러한 원칙은 일반적으로 다음을 다룹니다.

• 인간의 웰빙 및 존엄성: AI 시스템은 항상 개인의 행복, 안전, 존엄성을 우선시하고 보장해야 하며, 인간을 대체하거나 인간의 복지를 훼손해서는 안 됩니다.
• 인간의 감독: AI는 개발 및 사용의 모든 단계에서 인간의 모니터링(때로는 “인간 감시”라고도 함)을 통해 궁극적인 윤리적 책임이 인간에게 있음을 보장해야 합니다.
• 편견과 차별 문제 해결: 디자인 프로세스는 편견과 차별을 완화하기 위해 공정성, 평등성, 대표성을 우선시해야 합니다.
• 투명성 및 설명 가능성: AI 모델이 특정 의사결정을 내리고 특정 결과를 산출하는 방식은 투명하고 명확한 언어로 설명할 수 있어야 합니다.
• 데이터 개인정보보호 및 보호 유지: AI 시스템은 데이터 침해 및 무단 액세스를 방지하기 위해 강력한 사이버 보안 방법을 사용하여 가장 엄격한 데이터 개인정보 보호 및 보호 표준을 충족해야 합니다.
• 포용성과 다양성 증진: AI 기술은 다양한 인간의 정체성과 경험을 반영하고 존중해야 합니다.
• 사회와 경제: AI는 불평등이나 불공정 관행을 조장하지 않으면서 모든 사람을 위한 사회 발전과 경제적 번영을 촉진해야 합니다.
• 디지털 기술 향상 및 활용 능력 향상: 디지털 기술 및 활용 능력 향상: AI 기술은 개인의 디지털 기술에 관계없이 모든 사람이 접근하고 이해할 수 있도록 노력해야 합니다.
• 비즈니스의 건전성: AI 비즈니스 기술은 프로세스를 가속화하고 효율성을 극대화하며 성장을 촉진해야 합니다.

AI 윤리 용어 및 정의

윤리와 첨단 기술의 교차점인 AI 윤리에 관한 대화에서는 종종 두 분야의 어휘가 사용됩니다. AI의 윤리를 논의하기 위해서는 이러한 어휘를 이해하는 것이 중요합니다.

• AI: 지각, 추론, 학습, 문제 해결 등 인간의 마음과 연관된 인지 기능을 수행할 수 있는 기계의 능력입니다. AI 시스템에는 크게 두 가지 유형이 있으며, 일부 시스템은 이 두 가지를 결합한 형태입니다.

  • 전문가 AI 라고도 하는 규칙 기반 AI 는 인간 전문가가 만든 완전히 정의된 일련의 규칙에 따라 작동합니다. 예를 들어, 많은 이커머스 플랫폼은 규칙 기반 AI를 사용하여 제품 추천을 제공합니다
  • 학습 기반 AI 는 인간이 설계한 초기 구성과 훈련 데이터 세트를 기반으로 스스로 문제를 해결하고 기능을 조정합니다. 생성형 AI 툴이 학습 기반 AI의 예입니다.

AI 윤리: AI 기술의 개발, 배포, 사용 및 판매에 있어 도덕적 행위를 안내하기 위해 널리 인정되는 옳고 그름의 기준을 사용하는 일련의 가치, 원칙 및 기법입니다.

AI 모델: AI 시스템이 패턴을 식별하고, 의사결정을 내리고, 결과를 예측하여 특정 작업을 수행할 수 있도록 사람이 만들고 데이터에 대해 훈련된 수학적 프레임워크입니다. 이미지 인식과 언어 번역 등 다양한 분야에서 일반적으로 사용됩니다.

AI 시스템: 인간의 추론을 모방하고 자율적으로 작업을 수행하도록 설계된 알고리즘과 모델의 복잡한 구조입니다.

에이전시: 독립적으로 행동하고 자유롭게 선택할 수 있는 개인의 능력입니다.

편향: 특정 개인이나 집단에 대한 성향 또는 편견, 특히 불공평하다고 여겨지는 방식입니다. 특정 그룹과 관련된 데이터의 과소 또는 과대 표현과 같은 훈련 데이터의 편향으로 인해 AI가 편향된 방식으로 작동할 수 있습니다.

설명 가능성: "기계가 출력에 도달하기 위해 무엇을 했는가?"라는 질문에 답할 수 있는 능력입니다. 설명 가능성은 AI 시스템의 메커니즘, 규칙 및 알고리즘, 훈련 데이터와 같은 기술적 맥락을 의미합니다.

공정성: 부당한 편애나 차별 없이 공평하고 공정한 대우 또는 행동입니다.

휴먼 인더 루프(Human-in-the-loop): 인간이 AI 시스템의 모든 의사결정 주기에 개입할 수 있는 능력입니다.

해석 가능성: 대출 신청의 승인 또는 거부에 대한 의사결정을 내리는 데 AI가 사용되는 경우와 같이 사람들이 AI 시스템 출력의 실제 맥락과 영향을 이해할 수 있는 능력입니다.

대규모 언어 모델(LLM): 텍스트 인식 및 생성 작업에 자주 사용되는 머신 러닝의 한 유형입니다.

머신 러닝: 명시적으로 프로그래밍하지 않아도 자동으로 학습하고, 경험을 통해 개선하며, 새로운 데이터에 적응할 수 있는 기능을 시스템에 제공하는 AI의 하위 집합입니다.

규범: 특정 상황에서 사람과 기관이 '해야 할' 또는 '해야만 하는' 일과 관련된 실천 윤리의 핵심 맥락입니다.

투명성: 설명 가능성과 관련된 투명성은 AI 시스템이 개발, 구현 및 사용되는 방법과 이유를 정당화하고 사람들이 해당 정보를 보고 이해할 수 있도록 하는 능력입니다.

AI 윤리를 위한 원칙을 구현하는 방법

조직에서 AI를 윤리적으로 사용하려면 단순히 윤리적 원칙을 채택하는 것 이상의 의미가 있으며, 이러한 원칙은 모든 기술 및 운영 AI 프로세스에 통합되어야 합니다. AI를 빠르게 도입하는 조직에서는 윤리를 통합하는 것이 번거로워 보일 수 있지만, AI 모델 설계 및 사용상의 문제로 인한 실제 피해 사례를 보면 적절한 윤리를 무시하면 위험하고 많은 비용이 발생할 수 있음을 알 수 있습니다.

AI 윤리의 책임은 누구에게 있나요?

간단히 답하자면 기업, 정부, 소비자, 시민 등 AI와 관련된 모든 사람이 책임이 있습니다.

AI 윤리에서 다양한 사람들의 다양한 역할

• 개발자와 연구자 는 인간의 주체성과 감독을 우선시하고 편견과 차별을 해결하며 투명하고 설명 가능한 AI 시스템을 만드는 데 중요한 역할을 합니다.
• 정책 입안자와 규제 당국 은 AI의 윤리적 사용을 관리하고 개인의 권리를 보호하기 위한 법률과 규정을 수립합니다.
• 비즈니스 및 업계 리더 는 조직이 윤리적 AI 원칙을 채택하여 사회에 긍정적으로 기여하는 방식으로 AI를 사용할 수 있도록 합니다.
• 시민 단체 는 AI의 윤리적 사용을 옹호하고, 감독 역할을 수행하며, 영향을 받는 커뮤니티를 지원합니다.
• 학술 기관 은 교육, 연구, 윤리 가이드라인 개발을 통해 기여합니다.
• 소비자 및 시민과 같은 최종 사용자와 영향을 받는 사용자 는 AI 시스템이 설명 가능하고, 해석 가능하며, 공정하고, 투명하고, 사회에 유익한지 확인하는 데 이해관계가 있습니다.

AI 윤리에서 비즈니스 리더의 역할

많은 기업이 고위 리더가 이끄는 위원회를 구성하여 AI 거버넌스 정책을 수립합니다. 예를 들어, SAP는 윤리 및 기술 전문가로 구성된 자문 패널과 AI 윤리 운영 위원회를 구성하여 제품과 운영 전반에 걸쳐 윤리적 AI 원칙을 통합했습니다. 이러한 원칙의 우선순위는 다음과 같습니다.

• 비례성 및 해악 금지
• 안전 및 보안
• 공정성 및 비차별
• 지속가능성
• 개인정보 보호 및 데이터 보호 권리
• 인간의 감독 및 판단
• 투명성 및 설명 가능성
• 책임감 및 책임소재 규명
• 인식 및 기술 활용 능력
• 다중 이해관계자 및 적응형 거버넌스와 협업

AI 윤리 운영 위원회 구성

AI 윤리에 대한 조직의 접근법을 관리하고 최고 수준의 책임과 감독을 제공하기 위해서는 운영 위원회를 구성하는 것이 필수적입니다. 이 위원회는 AI 개발 및 배포에 윤리적 고려 사항이 반영되도록 합니다.

AI 윤리 운영 위원회 구성을 위한 선진사례

• 구성 및 전문성: AI, 법률, 윤리에 대한 전문성을 갖춘 다양한 이해관계자를 포함하세요. 외부 고문이 편견 없는 관점을 제공할 수 있습니다.
• 목적 및 범위 정의: 윤리적인 AI 설계, 구현 및 운영에 초점을 맞춰 위원회의 사명과 목표를 명확하게 정의하세요. 이는 회사의 가치, 공정성, 투명성, 개인정보 보호와 일치해야 합니다.
• 역할 및 책임 정의: AI 윤리 정책 개발, AI 프로젝트의 윤리 문제에 대한 자문, 규정 준수 보장 등 구성원들의 구체적인 역할을 설명합니다.
• 목표 설정: AI 프로젝트에 대한 연례 윤리 감사 실시, 분기별 윤리적 AI 교육 제공 등 명확하고 측정 가능한 목표를 설정하세요.
• 절차 수립: 투명성을 유지하기 위해 회의 일정, 문서 표준, 커뮤니케이션 프로토콜을 포함한 운영 절차를 수립하세요.
• 지속적인 교육 및 적응: 정기적인 교육과 회의를 통해 AI 기술, 윤리 기준 및 규정의 새로운 발전 사항을 파악하세요.

AI 윤리 정책 수립

AI 윤리 정책을 개발하는 것은 조직 내 AI 이니셔티브를 안내하는 데 필수적입니다. 이 과정에서 운영위원회는 다양한 전문 지식을 활용하여 정책이 법률, 표준 및 광범위한 윤리적 원칙을 준수하는지 확인하는 중요한 역할을 합니다.

AI 윤리 정책 수립을 위한 접근법 예시

• 초기 정책 초안 작성: 조직의 핵심 가치, 법적 요건 및 선진사례를 반영하는 정책 초안을 작성하는 것으로 시작합니다. 이 초기 초안은 향후 구체화를 위한 기초가 됩니다.

• 협의 및 의견 수렴: AI 개발자, 비즈니스 리더, 윤리 전문가를 포함한 내부 및 외부 이해관계자의 의견을 수렴하여 정책을 포괄적이고 다양한 관점을 대표할 수 있도록 합니다.

• 분야 간 인사이트의 통합: 위원회 위원들의 다양한 배경을 활용하여 기술, 윤리, 법률, 비즈니스의 인사이트를 통합하여 AI 윤리의 복잡한 측면을 다룹니다.

• 고위험 및 레드라인 사용 사례 정의: 위원회는 명확성을 확보하기 위해 어떤 AI 애플리케이션이 심각한 위험을 초래하거나 비윤리적인 것으로 간주되어 금지되어야 하는지를 설명해야 합니다. 예를 들어, SAP 운영 위원회는 다음과 같이 분류합니다.

  • 고위험: 이 범주에는 어떤 식으로든 해로울 수 있는 애플리케이션이 포함되며, 법 집행, 이주, 민주적 절차와 관련된 애플리케이션은 물론 개인 데이터, 자동화된 의사결정 또는 사회적 복지에 영향을 미치는 애플리케이션이 포함됩니다. 이러한 애플리케이션은 개발, 배포 또는 판매 전에 위원회의 철저한 평가를 거쳐야 합니다.
  • 레드라인: 인간 감시, 차별, 개인 또는 그룹 식별을 초래하는 데이터의 익명화, 여론을 조작하거나 민주적 토론을 저해하는 애플리케이션은 금지됩니다. SAP는 이러한 용도를 매우 비윤리적인 것으로 간주하여 개발, 배포 및 판매를 금지합니다.

• 검토 및 수정: 피드백을 바탕으로 정책을 지속적으로 검토하고 수정하여 현실과 연관성이 있고 실용적인지 확인합니다.

• 최종 확정 및 승인: 완성된 정책을 위원회의 강력한 추천을 바탕으로 이사회와 같은 의사결정권자의 최종 승인을 받기 위해 제출합니다.

• 실행 및 지속적인 감독: 위원회는 정책의 이행 상황을 모니터링하고 새로운 기술 및 윤리적 발전을 반영하기 위해 주기적으로 정책을 업데이트해야 합니다.

규정 준수 검토 프로세스 수립

효과적인 규정 준수 검토 프로세스를 개발하는 것은 AI 배포가 조직의 AI 윤리 정책 및 규정을 준수하도록 보장하는 데 필수적입니다. 이러한 프로세스는 사용자와 규제 기관과의 신뢰를 구축하고 AI 프로젝트 전반에서 위험을 완화하고 윤리적 관행을 유지하는 데 도움이 됩니다.

일반적인 규정 준수 검토 프로세스

• 표준화된 검토 프레임워크 개발: 윤리 지침, 법적 기준, 운영 요건에 따라 AI 프로젝트를 평가하는 절차를 정의하는 포괄적인 프레임워크를 수립합니다.
• 위험 분류: 윤리적 및 규제적 위험에 따라 AI 프로젝트를 분류합니다. 민감한 개인 데이터를 취급하거나 의사결정에 중대한 영향을 미치는 프로젝트와 같은 고위험 프로젝트는 높은 수준의 면밀한 조사가 필요합니다.
• 정기적인 감사 및 평가: 정기적인 감사를 실시하여 지속적인 규정 준수 여부를 확인하며, 여기에는 자동화된 점검과 여러 분야의 팀이 수동으로 검토하는 작업이 모두 포함됩니다.
• 이해관계자 참여: 윤리 전문가, 법률 전문가, 데이터 과학자, 최종 사용자 등 다양한 이해관계자 그룹을 검토 과정에 참여시켜 잠재적인 위험과 윤리적 딜레마를 발견하세요.
• 문서화 및 투명성: 모든 규정 준수 활동에 대한 세부 사항을 기록하여 내부 감사와 외부 감사 모두 접근 가능하고 명확하게 확인할 수 있도록 합니다.
• 피드백 및 에스컬레이션 메커니즘: 윤리적 우려 및 규정 준수 문제를 보고하고 해결하기 위한 명확한 절차를 구현합니다.

AI 윤리 관행의 기술적 구현

윤리적 고려 사항을 AI 개발에 통합하려면 시스템이 책임감 있게 구축 및 배포되도록 현재의 기술 관행을 조정해야 합니다. 윤리적 AI 원칙을 수립하는 것 외에도 조직은 특정 산업 및 기술 사용 사례에 더욱 초점을 맞춘 책임 있는 AI 원칙을 만들기도 합니다.

윤리적 AI 시스템을 위한 주요 기술적 요구사항

편향 감지 및 완화: 다양한 데이터 세트와 통계적 방법을 사용하여 AI 모델의 편향을 감지하고 수정합니다 편향성을 모니터링하기 위해 정기적인 감사를 실시합니다.

투명성 및 설명 가능성: 사용자가 쉽게 이해하고 검증할 수 있는 시스템을 개발하여 기능 중요도 점수, 의사결정 트리, 모델에 구애받지 않는 설명과 같은 방법을 사용하여 투명성을 개선합니다.

개인정보 보호 및 보안: AI 시스템의 데이터가 안전하게 관리되고 개인정보 보호법을 준수하는지 확인합니다. 시스템은 암호화, 익명화, 보안 프로토콜을 사용하여 데이터 무결성을 보호해야 합니다.

견고하고 신뢰할 수 있는 설계: AI 시스템은 다양한 조건에서 내구성과 신뢰성을 갖춰야 하며, 예기치 않은 시나리오를 효과적으로 처리할 수 있도록 광범위한 테스트와 검증을 거쳐야 합니다.

지속적인 모니터링 및 업데이트: 지속적인 모니터링을 통해 AI 성능과 윤리 규정 준수를 평가하고 새로운 데이터나 상황 변화에 따라 필요에 따라 시스템을 업데이트합니다.

이해관계자 참여 및 피드백: 최종 사용자, 윤리학자, 도메인 전문가 등 이해관계자를 설계 및 개발 프로세스에 참여시켜 피드백을 수집하고 시스템이 윤리 및 운영 요구사항에 부합하는지 확인합니다.

AI 윤리에 대한 조직 교육

포괄적인 교육은 직원들이 AI 윤리를 이해하고 책임감 있게 AI 기술을 사용할 수 있도록 하는 데 매우 중요합니다. 또한 교육은 조직의 AI 툴과 솔루션의 통합성과 효율성을 향상시키는 역할을 합니다.

효과적인 AI 교육 커리큘럼의 주요 구성 요소

• 포괄적인 커리큘럼 개발: AI 기본 사항, 윤리적 고려 사항, 규정 준수 문제, 실제 적용을 다루는 교육 커리큘럼을 사용하여 기술 직원부터 경영진까지 다양한 조직 역할에 맞게 맞춤화하세요.
• 역할별 교육 모듈: 다양한 부서의 고유한 요구와 책임에 맞춘 교육 모듈을 제공하세요. 예를 들어, 개발자는 윤리적 코딩 관행에 초점을 맞추고, 영업 및 마케팅 팀은 고객과의 상호작용에서 AI가 미치는 영향에 대해 배울 수 있습니다.
• 지속적인 학습 및 업데이트: AI는 빠르게 진화하고 있으므로 교육 프로그램을 최신 개발 및 선진사례로 최신 상태로 유지하는 것이 중요합니다.
• 대화형 실제 학습 경험: 사례 연구, 시뮬레이션, 워크샵을 통해 실제 적용 사례와 윤리적 과제를 설명하여 이론적 지식을 실제 경험으로 뒷받침합니다.
• 평가 및 인증: 평가를 실시하여 AI 윤리에 대한 직원의 이해와 숙련도를 측정하고, 지속적인 개선을 인정하고 동기를 부여하기 위해 인증을 제공하는 방안을 고려하세요.
• 피드백 메커니즘: 직원들이 교육 프로그램을 지속적으로 개선하는 데 기여할 수 있도록 피드백 채널을 설정하여 조직의 변화하는 요구사항을 충족할 수 있도록 하세요.

조직 내 다양한 역할에 대한 AI 윤리 사용 사례

AI 기반 애플리케이션 또는 AI 답변 엔진으로 작업하는 조직의 모든 사람은 AI 편향의 위험에 주의하고 책임감 있게 업무에 임해야 합니다. 기업 비즈니스에서 다양한 역할 또는 부서에 대한 AI 윤리 사용 사례의 예는 다음과 같습니다.

• 데이터 과학자 또는 머신 러닝 엔지니어: 이러한 역할에서는 편향성 탐지 및 완화, 모델 설명 가능성 보장, 모델 개선 방법을 통합하는 것이 좋습니다. 여기에는 공정성 메트릭 및 사실과 반대되는 분석과 같은 기법이 포함됩니다.
• 제품 관리자 또는 비즈니스 분석가: AI 윤리 관련 책임은 윤리적 위험 평가, 사용자 중심의 설계 우선순위 지정, 사용자와 이해관계자에게 AI 시스템을 설명하기 위한 명확한 커뮤니케이션 전략 개발 등 다양할 수 있습니다. 여기에는 잠재적인 사회적 영향, 사용자 요구사항을 고려하고 투명성을 통해 신뢰를 구축하는 것이 포함됩니다.
• 법률 및 규제준수 부서: 관련 규정(예: 개인정보 보호법) 준수, AI와 관련된 법률 및 평판 리스크 관리, 알고리즘 편향 또는 의도하지 않은 결과로 인한 책임을 완화하기 위한 전략 개발 등이 중요한 사용 사례입니다.
• HR 전문가: HR 부서는 편향이 없고 차별 금지법을 준수하는 AI 기반 채용 툴을 사용해야 합니다. 알고리즘 감사, 휴먼 인 더 루프 시스템 구현, 윤리적 AI 채용 관행에 대한 교육 제공 등의 업무를 수행해야 합니다.

AI 윤리 당국

AI 윤리는 진화하는 규정, 법적 표준, 업계 관행, 기술 발전에 따라 복잡하게 형성됩니다. 조직은 자신에게 영향을 미칠 수 있는 정책 변경 사항을 최신 상태로 유지해야 하며, 관련 이해관계자와 협력하여 어떤 정책이 적용되는지 파악해야 합니다. 아래 목록은 전체 목록은 아니지만 업계와 지역에 따라 조직이 찾아야 할 정책 리소스의 범위를 파악할 수 있도록 도와줍니다.

AI 윤리 기관 및 리소스 예시

ACET 경제 정책 결정을 위한 인공 지능 리포트: 아프리카 경제혁신센터가 아프리카 전역의 포용적이고 지속 가능한 경제, 금융 및 산업 정책을 알리기 위해 AI의 경제적, 윤리적 고려사항을 평가한 연구 리포트입니다.

AlgorithmWatch: 민주주의, 법치, 자유, 자율성, 정의, 평등을 보호하는 알고리즘 시스템을 만들고 사용하기 위한 툴을 옹호하고 개발하는 인권 단체입니다.

AI 거버넌스 및 윤리에 관한 아세안 가이드: 동남아시아국가연합 회원국이 윤리적이고 생산적으로 AI 기술을 설계, 개발, 배포하기 위한 실용적인 가이드입니다.

European Commission AI Watch: 유럽 위원회의 공동 연구 센터는 유럽에서 AI의 개발, 활용 및 영향을 모니터링하는 데 도움이 되는 국가별 리포트 및 대시보드를 포함하여 신뢰할 수 있는 AI 시스템을 구축하기 위한 지침을 제공합니다.

NTIA AI 책임성 리포트: 이 미국 국립통신정보국 리포트는 미국에서 합법적이고 신뢰할 수 있는 AI 시스템을 보장하는 데 도움이 되는 자발적, 규제 및 기타 조치를 제안합니다.

OECD AI 원칙: 국가 및 이해관계자 그룹으로 구성된 이 포럼은 신뢰할 수 있는 AI를 만들기 위해 노력합니다. 2019년에는 AI에 관한 최초의 정부 간 표준인 OECD AI 원칙을 촉진했습니다. 이 원칙은 G20 AI 원칙의 기초가 되기도 했습니다.

유네스코 인공지능 윤리에 관한 권고안: 이 유엔 기관의 권고 프레임워크는 전문가 및 이해관계자들과 2년간의 글로벌 협의 과정을 거쳐 193개 회원국이 채택했습니다.

결론

결론적으로, 윤리적 AI 개발과 배포에는 다각적인 접근법이 필요합니다. 조직은 명확한 윤리적 원칙을 수립하고, 이를 AI 개발 프로세스에 통합하며, 강력한 거버넌스 및 교육 프로그램을 통해 지속적인 규정 준수를 보장하는 것이 좋습니다. 공정성, 투명성, 책임성과 같은 인간 중심의 가치를 우선시함으로써 기업은 책임감 있게 AI의 힘을 활용하여 혁신을 주도하는 동시에 잠재적 위험을 완화하고 이러한 기술이 사회 전체에 도움이 되도록 할 수 있습니다.

자세히 보기