[논문 리뷰] The Impact of Machine Learning on Society: an Analysis of Current Trends and Future Implications

Md Kamrul, Manidipa Bhattacharjee외 2명|arXiv (Cornell University)|2023. 01. 01.

Big Data and Business Intelligence인용 수 1

한 줄 요약

이 연구는 혼합 방법 접근을 통해 기계학습의 사회적 영향을 분석한다. 문헌 고찰, 의료, 금융, 교통, 제조 분야의 사례 연구, 150명의 응답자에 대한 설문 조사가 포함되어 있다. 연구 결과, 기계학습에 대한 일반 대중의 이해도는 중간 수준이며, 사회적 이점에 대한 인식은 높지만, 일자리 대체와 개인정보 문제에 대한 우려가 가장 큰 문제로 나타났다. 이에 따라 연구의 증거 기반 권고안으로는 더 많은 연구, 강력한 규제, 투명성 향상, 대중 교육 강화를 통해 기술의 이점을 극대화하고 위험을 최소화할 것을 제안한다.

ABSTRACT

The Machine learning (ML) is a rapidly evolving field of technology that has the potential to greatly impact society in a variety of ways. However, there are also concerns about the potential negative effects of ML on society, such as job displacement and privacy issues. This research aimed to conduct a comprehensive analysis of the current and future impact of ML on society. The research included a thorough literature review, case studies, and surveys to gather data on the economic impact of ML, ethical and privacy implications, and public perceptions of the technology. The survey was conducted on 150 respondents from different areas. The case studies conducted were on the impact of ML on healthcare, finance, transportation, and manufacturing. The findings of this research revealed that the majority of respondents have a moderate level of familiarity with the concept of ML, believe that it has the potential to benefit society, and think that society should prioritize the development and use of ML. Based on these findings, it was recommended that more research is conducted on the impact of ML on society, stronger regulations and laws to protect the privacy and rights of individuals when it comes to ML should be developed, transparency and accountability in ML decision-making processes should be increased, and public education and awareness about ML should be enhanced.

연구 동기 및 목표

• 기계학습의 현재 및 향후 경제적, 윤리적, 개인정보 보호 차원에서의 사회적 영향을 종합적으로 분석하기.
• 150명의 응답자에 대한 구조화된 설문 조사를 통해 대중의 기계학습 기술에 대한 인식, 이해도, 신뢰도를 평가하기.
• 의료, 금융, 교통, 제조 분야와 같은 핵심 산업에서의 실제 기계학습 응용 사례를 사례 연구를 통해 평가하기.
• 특히 일자리 대체와 개인정보 위험과 관련된 기계학습과 관련된 정책 및 사회적 과제를 규명하기.
• 사회에 있어 기계학습의 책임 있는 개발 및 구현을 위한 근거 기반 권고안을 제공하기.

제안 방법

• 학술 및 산업 자료에서 인용한 기계학습의 경제적, 윤리적, 개인정보 보호 영향에 관한 종합적인 문헌 고찰을 수행하였다.
• 의료, 금융, 교통, 제조 분야의 네 가지 핵심 산업에서 실질적인 기계학습 응용 사례와 결과를 분석하기 위해 사례 연구를 수행하였다.
• 다양한 배경을 가진 150명의 응답자에게 설문 조사를 실시하여 기계학습에 대한 일반 대중의 이해도, 인식, 우려 사항을 평가하였다.
• 기계학습 이해도, 인식된 이점, 위험, 규제에 대한 신뢰도, 데이터 공유 태도에 대한 응답을 평가하기 위해 정량적 설문 조사 분석을 사용하였다.
• 문헌, 사례 연구, 설문 조사 데이터의 통합된 결과를 바탕으로 추세를 파악하고 정책 권고안을 도출하였다.
• 주제 분석 및 통계 분석을 적용하여 설문 조사 결과를 해석하였으며, 핵심 응답 유형의 빈도 분포를 포함하였다.

실험 결과

연구 질문

• RQ1 현재 사회에서 대중의 기계학습에 대한 이해도와 인식 수준은 어떠한가?
• RQ2 기계학습과 관련된 주요 경제적 및 윤리적 우려 사항은 무엇이며, 특히 일자리 대체와 개인정보 문제에 대해 어떻게 평가되는가?
• RQ3 공중의 인식에 따르면, 기계학습이 현재 가장 큰 영향을 미치고 있는 산업은 어디인가?
• RQ4 개인의 삶에 영향을 미치는 결정에 기계학습이 사용되는 것에 대해 개인들은 어떻게 인식하고 있는가?
• RQ5 대중은 기계학습의 사회적 이점을 극대화하고 위험을 최소화하기 위해 어떤 조치를 필요로 한다고 보는가?

주요 결과

• 설문 응답자 중 70%는 기계학습이 사회에 긍정적인 영향을 줄 수 있다고 보았으며, 이 중 50%는 '약간'으로, 20%는 '매우'로 이점을 평가하였다.
• 응답자 다수(50% 이상)는 일자리 대체와 개인정보 문제를 기계학습의 사회적 위험 중 상위 두 가지로 지목하였다.
• 설문 응답에 따르면, 응답자들은 기계학습이 현재 가장 큰 영향을 미치고 있다고 평가하는 산업으로 의료와 금융을 지목하였다.
• 응답자 80%는 자신의 삶에 영향을 미치는 결정에 기계학습이 사용되는 것에 대해 중립적인 태도를 보였으며, 이는 경계심 또는 혼합된 신뢰를 의미한다.
• 응답자 67%는 현재의 규제가 기계학습과 관련된 개인정보 및 권리 보호에 대해 중간 정도의 자신감을 가지고 있다고 평가하였다.
• 응답자 72%는 기계학습의 사회적 영향에 대한 추가 연구가 위험을 최소화하고 이점을 극대화하기 위한 핵심 단계라고 지지하였다.