[논문 리뷰] Broadening the perspective for sustainable AI: Comprehensive sustainability criteria and indicators for AI systems

Friederike Rohde, Josephin Wagner외 5명|arXiv (Cornell University)|2023. 06. 22.

Green IT and Sustainability인용 수 5

한 줄 요약

이 논문은 전문가 워크숍과 체계적 검토를 통해 개발된 종합적이고 다학문적인 19개의 지속가능성 기준과 67개의 지표로 구성된 SCAIS 프레임워크를 소개한다. 이는 환경, 사회, 경제 차원에서 지속가능한 AI를 평가하고 발전시키기 위한 통합적 기반을 제공하며, 표준화와 책임감 있는 AI 개발을 지원한다.

ABSTRACT

The increased use of AI systems is associated with multi-faceted societal, environmental, and economic consequences. These include non-transparent decision-making processes, discrimination, increasing inequalities, rising energy consumption and greenhouse gas emissions in AI model development and application, and an increasing concentration of economic power. By considering the multi-dimensionality of sustainability, this paper takes steps towards substantiating the call for an overarching perspective on "sustainable AI". It presents the SCAIS Framework (Sustainability Criteria and Indicators for Artificial Intelligence Systems) which contains a set 19 sustainability criteria for sustainable AI and 67 indicators that is based on the results of a critical review and expert workshops. This interdisciplinary approach contributes a unique holistic perspective to facilitate and structure the discourse on sustainable AI. Further, it provides a concrete framework that lays the foundation for developing standards and tools to support the conscious development and application of AI systems.

연구 동기 및 목표

• AI의 다차원적 영향, 즉 환경 파괴, 사회적 불평등, 경제 집중을 다루기 위해.
• 기술적 지표에 국한되지 않고 사회적, 환경적, 경제적 차원에서 지속가능성을 통합하기 위해.
• 지속가능한 AI 개발 및 배포를 평가하고 이끌기 위한 표준화되고 실행 가능한 프레임워크를 개발하기 위해.
• 체계적이고 근거 기반 접근을 통해 책임감 있는 AI를 위한 도구, 정책, 표준을 마련하는 데 지원하기 위해.
• AI 거버넌스에서 다양한 지속가능성 관점을 통합함으로써 다학문적 논의를 촉진하기 위해.

제안 방법

• 지속가능성 프레임워크와 AI 영향 관련 문헌에 대한 체계적 검토를 수행하여 지속가능성의 핵심 차원을 규명하였다.
• 다학문적 이해관계자들과 함께 전문가 워크숍을 개최하여 지속가능성 기준과 지표를 정교화하고 검증하였다.
• SCAIS 프레임워크를 구조적이고 모듈화된 방식으로 개발하여 19개의 지속가능성 기준과 67개의 측정 가능한 지표로 구성하였다.
• 유엔 지속가능발전목표(UN SDGs)와 환경 정의와 같은 기존의 지속가능성 원칙과 프레임워크를 일치시켰다.
• 기준이 검증 가능하고 측정 가능한 지표에 기반하여 방법론의 투명성과 확장성을 확보하였다.
• 분야 전문가의 피드백 루프를 통합하여 AI 개발 및 구현 환경 전반에서의 실용성 확보를 위해 노력하였다.

실험 결과

연구 질문

• RQ1 환경 영향을 초월하여 AI의 지속가능성을 종합적으로 정의할 수 있는 방법은 무엇인가?
• RQ2 다양한 차원에서 AI 시스템의 지속가능성을 평가하기 위해 필요한 핵심 기준과 측정 가능한 지표는 무엇인가?
• RQ3 AI 지속가능성 평가 프레임워크 설계에 다학문적 전문 지식을 체계적으로 통합할 수 있는 방법은 무엇인가?
• RQ4 표준화된 프레임워크가 지속가능한 AI를 위한 도구, 정책, 표준 개발을 어떻게 지원할 수 있는가?
• RQ5 SCAIS 프레임워크는 알고리즘 편향, 에너지 소비, 경제 집중과 같은 체계적 리스크를 어떻게 다루는가?

주요 결과

• SCAIS 프레임워크는 AI 시스템의 환경, 사회, 경제 차원을 아우르는 19개의 지속가능성 기준을 수립하였다.
• 프레임워크는 AI 생명주기 단계 전반에서 지속가능성 성과를 평가하기 위한 67개의 구체적이고 측정 가능한 지표를 포함하고 있다.
• 전문가 워크숍을 통해 프레임워크가 AI 개발 및 거버넌스 분야의 다양한 이해관계자들에게 관련성 있고 실용적인 도구로 확인되었다.
• 프레임워크는 기술적 성능을 초월해 공정성, 투명성, 생태적 영향 등을 포함한 체계적 평가를 가능하게 한다.
• SCAIS 프레임워크는 유엔 지속가능발전목표(UN SDGs)를 포함한 글로벌 지속가능성 목표와의 일치를 지원한다.
• 다학문적 설계는 정책, 표준화, 도구 개발 분야에서의 채택 잠재력을 향상시킨다.