AI
-

AI의 발전으로 디지털 창작물의 데이터 활용이 증가하고 있지만, 종종 명확한 동의 없이 진행됩니다. 기업들은 약관을 통해 책임을 최소화하고, 사용자 권리를 제한합니다. 이에 따라 소유권 및 데이터 사용에 관한 법적 분쟁이 발생하고 있으며, 새로운 라이선스 및 계약 모델이 필요합니다.
-

인공지능(AI)은 지금 사회적, 경제적, 문화적 기반으로 자리잡고 있으며, Sovereign AI를 통해 자국 내에서 독립적인 AI 개발이 필요하다. 프랑스의 Common Corpus는 법적 및 윤리적으로 안전한 데이터셋으로서, 다양한 언어와 문화적 자료를 제공하며 한국의 Sovereign AI 전략 수립에 있어 유의미한 모델이 될 수 있다.
-

“우리가 만든 AI를 우리 손으로” — 한국의 소버린 AI 선언 2025년 6월, 이재명 정부는 ‘소버린 AI(Sovereign AI)’를 국가 전략으로 공식 발표하며, 100조 원 규모의 투자 계획과 함께 공공 서비스의 인공지능 전환(AX)을 추진하겠다고 밝혔습니다. 대통령실에는 AI 전담 직책이 신설됐고, 네이버 클라우드 출신의 하정우 인공지능미래기획수석이 임명되며 정책 실행의 구체적인 그림도 그려지고 있습니다. 정부는 이 전략을 통해 한국형…
-
Unlearning (AI 기억 삭제)
AI 데이터 거버넌스, AI 데이터 삭제, AI 모델 보안, AI 모델 삭제 요청, AI 개인정보 보호, AI 법률 준수, AI 편향 제거, AI 프라이버시, AI 학습 데이터 삭제, AI 학습 파라미터, AI 윤리, AI Unlearning, CCPA AI, Certified Unlearning, differential privacy, 딥러닝 개인정보, 딥러닝 프라이버시, 멀티모달 모델 프라이버시, 모델 망각, 모델 재학습, 기계 학습 삭제, GDPR AI, 삭제 가능한 AI, 잊혀질 권리, 차등 프라이버시, Unlearning 기술
이번 뉴스레터는 AI 모델에서 ‘잊혀질 권리’를 확보하기 위한 Unlearning 기술에 대해 설명합니다. AI의 데이터 삭제 요청에 따른 프라이버시 문제와 이를 해결하기 위한 다양한 Unlearning 방법들이 소개되며, 기술적 도전 과제와 향후 필요성을 강조합니다. AI의 발전과 사회적 신뢰 확보를 위한 방향성도 제시됩니다.
-

생성형 AI의 학습 데이터는 인간 창작물로 구성되어 법적 갈등이 심화되고 있다. 미국, 유럽연합, 일본, 중국, 한국 등 각국은 저작권 보호와 AI 기술 혁신 간의 균형을 모색하며, 공정 이용, TDM 및 비향유 목적 면책 등의 규제를 통해 대응하고 있다.
-
조기 대선에 나선 후보들의 AI 공약 비교 분석 및 제언
AI 리터러시, AI 거버넌스, AI 법제화, AI 공공서비스, AI 공약, AI 관련 법안, AI 규제 완화, AI 기본법, AI 사회적 영향, AI 투자 계획, AI 시대 정치, AI 윤리 정책, AI 인재 양성, AI 정책 로드맵, AI 정책 분석, AI 정책 평가, AI로 인한 일자리 변화, AI와 노동시장, AI와 프라이버시, 대선 AI 정책, 대선 공약 비교, 대선 후보 AI, 대한민국 AI 정책, 데이터 규제 완화, 국가 AI 전략, 한국 AI 산업, 인공지능 정책 방향, 인공지능과 정치, 정당별 AI 비교, 조기 대선 AI 정책
대한민국은 대통령 탄핵으로 조기 선거를 맞아 각 정당의 AI 공약을 분석하고 있다. 더불어민주당은 100조원 투자와 교육 강화 등을 통한 AI 발전을 강조하며, 국민의힘은 대규모 투자와 규제 완화를 약속했다. 진보당과 민주노동당은 눈에 띄는 AI 공약이 없는 반면, AI 윤리와 법제 정비가 필요하다는 의견이 제시된다. 향후 AI 정책 방향은 투자 계획 명확화, 공공과 민간 조화 정책 설계,…



![[책소개]”AI와 기후의 미래: 디지털 과잉 항점에 빠진 한국, 더 위험해진 기후”](https://greengeek.blog/wp-content/uploads/2025/08/u9435539945_a_symbolic_digital-art_style_banner_illustrating__de8aff4e-254f-48ad-b909-2e7ff12643e4_1.png?w=1024)
