Summary
이 절차가 결국 해결하지 못하는 물음이 무엇이고 언제 다시 검토해야 하는지를 묻고, 남는 물음의 목록을 정리한다. 독립성의 정도, 충돌 처리가 남긴 것, 사람의 검토가 들어갈 자리를 차례로 살피고 재검토의 조건을 적는다. 새로운 실험 결과나 수치로 남는 물음을 닫지 않는다.
14.1남는 물음의 목록
충돌한 결론을 기록으로 남긴 뒤에도 절차가 스스로 답하지 못한 물음이 남는다. 남은 물음을 독립성의 정도, 충돌의 처리, 사람의 검토가 들어갈 자리로 나누어 두면, 어느 항목이 미측정 범위로 남았는지가 드러난다. 미측정 범위를 실험 결과나 수치로 채우는 대신, 자료가 적어 둔 자리에 그대로 남겨 두어야 한다.
우선 측정하지 못한 범위를 목록에 올려 기록으로 남겨야 한다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 측정 대상을 고르는 단계에서 남는 범위를 다음과 같이 다룬다. "1: Approaches and metrics for measurement of AI risks enumerated during the MAP function are selected for imple- mentation starting with the most significant AI risks. The risks or trustworthiness characteristics that will not, or cannot, be measured are properly documented." 측정하지 않을 항목과 측정할 수 없는 항목을 함께 적어 두라는 뜻이다. 이 사례에서 두 모델이 같은 학습 자료로 배웠다는 사실은 관찰되었으나, 그 사실이 평가의 독립성에 무엇을 남기는지는 이 목록에 적힌 측정되지 않은 항목으로 남는다.
다음으로 사람의 검토가 놓일 자리를 정해야 한다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 측정 활동을 정의하면서 "3: Internal experts who did not serve as front-line developers for the system and/or independent assessors are in- volved in regular assessments and updates." 라고 적는다. 앞선 개발에 참여하지 않은 내부 전문가나 독립 평가자가 정기 평가에 함께한다는 조건이다. 편집자가 상위 모델 B에게 검토를 맡긴 이 사례에서, B가 앞선 개발에 참여하지 않았는지와 독립 평가자에 해당하는지는 자료가 정해 둔 범위 안에서 확인되지 않으므로, 사람의 검토 자리를 목록의 미정 항목으로 남긴다.
독립 검토가 측정의 효과를 높인다는 점도 함께 적어 두어야 한다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 측정 절차의 성격을 설명하면서 "Processes for independent review can improve the effectiveness of testing and can mitigate internal biases and potential conflicts of inter- est." 라고 밝힌다. 독립 검토가 내부 편향과 이해 상충을 줄일 수 있다는 취지이다. 그러나 두 모델이 같은 지점에서 같은 판단을 내린 이유와 검토 메모가 다음 검토에 남긴 영향은 미정이므로, 그 자리를 수치로 메우지 않고 비워 둔다.
남는 물음에는 알려진 한계의 기록도 포함된다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 배포할 시스템의 신뢰성을 다루는 항목에서 "5: The AI system to be deployed is demonstrated to be valid and reliable. Limitations of the generalizability be- yond the conditions under which the technology was developed are documented." 라고 요구한다. 개발 조건을 벗어난 범위에서의 한계를 문서로 남기라는 취지이다. 자동 대조 절차에서 드러난 인용의 조항 번호 오류가 최종 결과에 어떤 영향을 미쳤는지 역시 이 한계 기록에 남을 항목이며, 확정 손해나 고의로 적지 않는다.
마지막으로 목록의 양식은 사람이 스스로 한계를 적도록 꾸며야 한다. 대법원 법원행정처, 「「법관을 위한 AI 가이드북」 발간(보도자료)」, 2026-02-24, 첨부 3쪽, 실무 활용례 구성 (PDF 3쪽)은 활용례의 구성을 "● 각 활용례를 셀프 학습을 할 수 있도록 아래와 같은 내용으로 구성함으로써 가이드북 이용자가 스스로 AI 활용의 확장성을 체득할 수 있도록 기획함 - ① 문제상황 인식(☞ ⓐ 시간·노력의 감축 필요성, ⓑ 정확도 체크의 요구, ⓒ 반복 작 업) → ② 문제해결의 접근 방식(☞ 프롬프트 엔지니어링 주요 방법론 중 적합한 기법 적용 시뮬레이션 & 기술적·법적·윤리적 유의사항 고려) → ③ 인공지능을 활용한 문제 해결 → ④ 성과 분석 → ⑤ 한계 및 시사점 정리" 로 배열한다. 한계와 시사점을 마지막에 정리하도록 구성된 셈이다. 남는 물음의 목록도 이 순서를 따라, 관찰된 사실과 미정 항목을 가르고 법적 평가가 이르지 않은 자리를 그대로 남긴다.
14.2독립성의 정도
같은 학습 자료로 배운 두 모델이 같은 지점에서 같은 판단을 내렸다는 사실이 평가의 독립성을 무엇으로 남기는지가 다음 물음이다. 두 모델의 이름이 다르다는 사정만으로 독립성이 확보되었거나 잃어졌다고 결론짓기 전에, 자료가 평가의 독립성에 무엇을 요구하는지부터 확인해 보아야 한다.
자료는 측정 절차에 독립 검토가 들어갈 자리를 다음과 같이 정한다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, 5.3절은 "Processes for independent review can improve the effectiveness of testing and can mitigate internal biases and potential conflicts of inter- est."라고 적는다. 독립 검토는 검사의 효과를 높이고 내부 편향과 잠재적 이해충돌을 완화하는 절차로 자리 잡는다.
그리고 누가 평가자로 참여하는지를 다음과 같이 구체화한다. 같은 자료의 MEASURE 1.3은 "Internal experts who did not serve as front-line developers for the system and/or independent assessors are in- volved in regular assessments and updates. Domain experts, users, AI actors external to the team that developed or deployed the AI system, and affected communities are consulted in support of assessments as necessary per organizational risk tolerance."라고 정한다. 시스템의 일선 개발자로 참여하지 않은 내부 전문가나 독립 평가자가 정기 평가와 갱신에 참여하는 것이 요구의 핵심이다.
이 요구에 비추어 보면, 상위 모델 B가 같은 회사 계열에 속하고 같은 학습 자료를 공유한다는 사정은 평가자의 자격을 판단하는 데서 무시할 수 없다. B가 초안 작성의 일선에 참여하지 않았는지는 미정으로 남아 있고, 같은 학습 자료가 실제로 어떤 영향을 주었는지도 확인되지 않았다. 다만 이름의 차이만으로 MEASURE 1.3이 요구하는 거리가 확보되었다고 단정하기는 어렵다.
한편 측정에서 다루지 못한 범위를 남기는 규칙도 함께 둔다. 같은 자료의 MEASURE 1.1은 "Approaches and metrics for measurement of AI risks enumerated during the MAP function are selected for imple- mentation starting with the most significant AI risks. The risks or trustworthiness characteristics that will not, or cannot, be measured are properly documented."라고 정한다. 측정하지 않았거나 측정할 수 없는 위험과 신뢰 특성은 문서로 남기는데, 두 모델이 공유한 학습 자료가 평가에 끼친 영향이 이 범위에 해당하는지는 판단이 서 있지 않다.
끝으로 지식의 한계를 문서에 남기는 요구를 적어 둔다. 같은 자료의 MAP 2.2는 "Information about the AI system’s knowledge limits and how system output may be utilized and overseen by humans is documented. Documentation provides sufficient information to assist relevant AI actors when making decisions and taking subsequent actions."라고 정한다. 이 기준에 따르면 두 모델의 판단이 어느 범위에서 서로를 보증하지 못하는지가 문서로 확인되어야 하고, 현재로서는 그 확인이 이루어지지 않았다.
14.3충돌 처리가 남긴 것
충돌 처리가 정한 것은 인용 번호의 차이 하나를 확인 사실로 올린 데 그쳤다는 점이다. 그러면 충돌 처리가 무엇을 남겨 두고 갔는지 살필 차례이다. 자동 대조 절차가 찾아낸 조항 번호 차이가 초안 작성자와 검토자의 판단에 어떤 흔적을 남겼는지부터 헤아려야 한다.
먼저 확인된 사실의 범위를 가다듬는다. 초안에 적힌 원문 인용 한 곳의 조항 번호가 자료의 실제 조항과 다르다는 점만이 대조로 드러난 사실이다. 검토 메모에 남은 "문제없음"이라는 판단과 통과 도장은 그 사실이 드러나기 전에 작성된 것이다. 두 항목이 함께 놓인 상태에서, 하나는 확인된 차이고 다른 하나는 확인 전의 통과 판단이므로 둘을 같은 무게로 놓을 수 없다. 충돌 처리가 확정 손해나 고의를 선언하지 않은 것도 같은 맥락에서 읽힌다.
그렇다면 검토가 남긴 흔적을 자료의 기준으로 헤아린다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, 5.3절은 측정 과정의 성격을 다음과 같이 적는다. 측정에는 신뢰할 수 있는 특성과 사회적 영향, 사람과 인공지능의 배치에 관한 지표를 추적하는 일이 들어 있으며, MEASURE 기능에서 세우거나 받아들인 절차에는 엄격한 소프트웨어 시험과 성과 평가 방법이 함께 마련되어야 하고, 불확실성의 측정과 성과 기준과의 비교, 결과의 공식화된 보고와 문서화가 따라야 한다. 아울러 독립적 검토의 절차는 시험의 효과를 높이고 내부의 편향과 잠재적인 이해충돌을 줄일 수 있다고 하였다. 검토 메모와 통과 도장은 이러한 보고와 문서화의 산물로서 남겨진 것이며, 자동 대조가 드러낸 차이는 그 문서 위에 새로 덧붙은 항목에 해당한다.
다음으로 오류의 보고와 추적을 자료가 어떻게 두는지 본다. 같은 자료의 MANAGE 4.3은 "3: Incidents and errors are communicated to relevant AI actors, including affected communities. Processes for track- ing, responding to, and recovering from incidents and errors are followed and documented." 라고 적는다. 조항 번호 불일치는 여기서 말하는 오류에 놓일 수 있지만, 이 문장만으로는 그 오류가 누구의 책임인지 또는 어떤 손해를 낳았는지가 정해지지 않는다. 그러므로 이 사례에서 확인된 것은 추적 대상이 하나 늘었다는 사실에 머문다.
오류 목록의 처리 방식도 짚어 둔다. MEASURE 1.1은 "1: Approaches and metrics for measurement of AI risks enumerated during the MAP function are selected for imple- mentation starting with the most significant AI risks. The risks or trustworthiness characteristics that will not, or cannot, be measured are properly documented." 라고 적는다. 측정되지 않았거나 측정될 수 없는 사정을 남겨 두도록 한 이 조항의 태도는, 이 사례에서 미정으로 남은 항목들이 문서 위에 그대로 머물러야 함을 뜻한다. 두 모델이 같은 지점을 같은 방식으로 판단한 까닭, 검토 메모가 다음 검토에 끼친 영향, 인용 오류가 최종 결과에 미친 정도는 모두 이 범위에 든다.
마지막으로 그 흔적이 다음 검토의 자리에 무엇을 남기는지 정리한다. MEASURE 1.3은 "3: Internal experts who did not serve as front-line developers for the system and/or independent assessors are in- volved in regular assessments and updates. Domain experts, users, AI actors external to the team that developed or deployed the AI system, and affected communities are consulted in support of assessments as necessary per organizational risk tolerance." 라고 적는다. 통과 도장이 이미 찍힌 장에 대하여 다시 평가가 열릴 때, 이 조항은 평가에 참여할 이들을 어떻게 둘지의 기준만을 제시한다. 충돌 처리가 남긴 것은 이 사례의 사실 관계가 확정되지 않은 채 문서에 기록되고, 다음 평가가 그 기록 위에서 열린다는 점이다.
14.4사람의 검토가 들어갈 자리
인용 번호의 차이가 확인된 뒤에도 검토 메모가 남긴 통과 판단의 자리는 그대로 남았다. 그렇다면 사람이 이 자리에 들어와 무엇을 손보아야 하는지, 자료는 그것을 개발과 구분되는 검토라는 범주에서 어디에 두고 있는지를 살펴보아야 한다.
먼저 자료는 측정 기능의 활동에서 개발에 참여한 사람과 그렇지 않은 사람의 자리를 나눈다. 미국 상무부 국립표준기술연구소(NIST)의 인공지능 위험 관리 프레임워크에서는 MEASURE 1.3의 도입부에서 "Internal experts who did not serve as front-line developers for the system and/or independent assessors are in- volved in regular assessments and updates."라고 하였다. 이 인용은 초안을 직접 쓴 사람이 아니라 그 바깥에 있는 내부 전문가나 독립 평가자가 정기적인 평가와 갱신에 참여한다는 뜻을 가진다. 편집자가 모델 A가 쓴 장을 같은 계열의 모델 B에게 넘긴 이 사례에서, B가 초안 작성의 전선에 서 있지 않았는지는 미정이다.
같은 조항의 뒤쪽은 검토에 참여할 수 있는 사람의 범위를 조금 더 넓힌다. MEASURE 1.3의 뒷부분은 "Domain experts, users, AI actors external to the team that developed or deployed the AI system, and affected communities are consulted in support of assessments as necessary per organizational risk tolerance."라고 적는다. 평가를 뒷받침하기 위하여 영역 전문가와 이용자, 개발 또는 배포 팀 바깥의 인공지능 관여자, 영향을 받는 공동체가 조직의 위험 허용 범위에 따라 자문에 응한다는 내용이다. 모델 B가 이 가운데 어느 범주에 드는지, 그리고 모델 A와 B가 같은 학습 자료로 배웠다는 사정이 이 범주에 어떤 영향을 주는지는 자료가 정하고 있지 않다.
독립적 검토는 측정 과정의 질을 높이는 수단으로 놓인다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 "Processes for independent review can improve the effectiveness of testing and can mitigate internal biases and potential conflicts of inter- est."라고 쓴다. 독립적 검토 절차가 검사의 실효성을 높이고 내부 편향과 이해 충돌의 가능성을 완화할 수 있다는 뜻이다. 다만 B가 남긴 "문제없음"이라는 메모와 통과 도장이 이 문장이 말하는 독립적 검토를 구성하는지는 미정이다.
사람의 검토 자리는 오류의 보고와 갱신으로도 이어진다. MEASURE 1.2는 "Appropriateness of AI metrics and effectiveness of existing controls are regularly assessed and updated, including reports of errors and potential impacts on affected communities."라고 정하고, 같은 자료의 MANAGE 4.3은 "Incidents and errors are communicated to relevant AI actors, including affected communities. Processes for track- ing, responding to, and recovering from incidents and errors are followed and documented."라고 부연한다. 자동 대조로 드러난 조항 번호의 차이가 이 두 조항이 말하는 오류 보고와 기록의 대상에 해당하는지, 그렇다면 누구에게 어떻게 전달되었는지는 확인되지 않았다.
한편 대법원 법원행정처, 「「법관을 위한 AI 가이드북」 발간(보도자료)」, 2026-02-24, 첨부 3쪽, 실무 활용례 구성 (PDF 3쪽)은 활용례를 다섯 항목으로 짜면서 문제 해결의 자리에 기법 적용과 유의사항 검토를 함께 넣는다. 그 구성은 "● 각 활용례를 셀프 학습을 할 수 있도록 아래와 같은 내용으로 구성함으로써 가이드북 이용자가 스스로 AI 활용의 확장성을 체득할 수 있도록 기획함 - ① 문제상황 인식(☞ ⓐ 시간·노력의 감축 필요성, ⓑ 정확도 체크의 요구, ⓒ 반복 작 업) → ② 문제해결의 접근 방식(☞ 프롬프트 엔지니어링 주요 방법론 중 적합한 기법 적용 시뮬레이션 & 기술적·법적·윤리적 유의사항 고려) → ③ 인공지능을 활용한 문제 해결 → ④ 성과 분석 → ⑤ 한계 및 시사점 정리 ● 각 활용례마다 소송기록을 직접 입력하지 않고 가명처리·비식별처리 등을 하여 개인정 보 침해 등이 되지 않도록 유의하여야 함을 강조함 대법원 법원행정처,"이다. 검토자가 유의사항을 헤아릴 자리는 접근 방식을 정하는 항목이며, 성과 분석과 한계 정리가 그 뒤를 받는다. 이 항목 구성은 사람이 검토에 개입할 시점만을 제시할 뿐, 검토 주체의 요건이나 권한을 새로 정하지는 않는다.
14.5재검토의 조건
사람이 검토에 놓일 자리를 구분해 두었으므로, 이제 그 자리를 다시 열 조건을 오류 대응과 개선 이력의 기록 형식에서 찾아 적는다. 재검토는 판단의 결과만을 다시 보는 일이 아니라, 판단을 낳은 기록을 다시 여는 일이다.
먼저, 오류가 확인되었을 때 그 사실을 남기는 형식을 정해야 한다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 오류 보고를 정기 평가의 일부로 두면서 "MEASURE 1.2: Appropriateness of AI metrics and effectiveness of existing controls are regularly assessed and updated, including reports of errors and potential impacts on affected communities."라고 규정하였다. 오류 보고는 지표의 적절성과 통제의 실효성을 다시 묻는 근거로 삼아야 함을 이 조항은 분명히 한다. 편집자가 자동 대조 절차에서 발견한 조항 번호 불일치를 그대로 남기지 않고 지나쳤다면, 재검토를 열어줄 기록도 함께 사라진다.
다음으로, 오류에 대응하고 회복한 과정을 남기는 형식이 요구된다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 "MANAGE 4.3: Incidents and errors are communicated to relevant AI actors, including affected communities. Processes for track- ing, responding to, and recovering from incidents and errors are followed and documented."라고 정하고 있다. 오류를 추적하고 대응하고 회복한 절차를 문서로 남길 때, 재검토는 무엇을 언제 어떻게 고쳤는지를 따라가며 열 수 있다. 이 사례에서 조항 번호가 정정된 경위와 정정이 초안에 반영된 시점은 아직 미정이며, 그 기록이 채워져야 재검토의 시점이 잡힌다.
개선 이력을 남기는 형식은 재검토를 다음 검토와 잇는 다리가 된다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 "MANAGE 4.2: Measurable activities for continual improvements are integrated into AI system updates and include regular engage- ment with interested parties, including relevant AI actors."라고 하였다. 측정 가능한 개선 활동을 갱신에 통합하고 관계자와 정기적으로 논의한 기록이 남으면, 재검토는 한 번의 정정에 그치지 않고 다음 판단의 조건을 살피는 자리가 된다. 검토 메모가 다음 검토에 어떤 영향을 주었는지는 미정이나, 그 영향을 확인할 수 있으려면 개선 활동의 기록이 이어져 있어야 한다.
측정하지 못한 것을 남기는 형식 역시 재검토의 조건에 포함된다. 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)은 "MEASURE 1.1: Approaches and metrics for measurement of AI risks enumerated during the MAP function are selected for imple- mentation starting with the most significant AI risks. The risks or trustworthiness characteristics that will not, or cannot, be measured are properly documented."라고 규정하였다. 측정하지 못한 위험이나 신뢰성 특성을 적어 두어야, 재검토는 무엇이 아직 확인되지 않았는지를 알고 열린다. 두 모델이 왜 같은 지점에서 같은 판단을 내렸는지, 그 인용 오류가 최종 결과에 어떤 영향을 미쳤는지는 미정이며, 이 물음들은 측정되지 못한 것으로 남아 있다.
한편, 재검토의 기록은 활용 단계의 학습 형식과도 맞닿는다. 대법원 법원행정처, 「「법관을 위한 AI 가이드북」 발간(보도자료)」, 2026-02-24, 첨부 3쪽, 실무 활용례 구성 (PDF 3쪽)은 "● 각 활용례를 셀프 학습을 할 수 있도록 아래와 같은 내용으로 구성함으로써 가이드북 이용자가 스스로 AI 활용의 확장성을 체득할 수 있도록 기획함 - ① 문제상황 인식(☞ ⓐ 시간·노력의 감축 필요성, ⓑ 정확도 체크의 요구, ⓒ 반복 작 업) → ② 문제해결의 접근 방식(☞ 프롬프트 엔지니어링 주요 방법론 중 적합한 기법 적용 시뮬레이션 & 기술적·법적·윤리적 유의사항 고려) → ③ 인공지능을 활용한 문제 해결 → ④ 성과 분석 → ⑤ 한계 및 시사점 정리 ● 각 활용례마다 소송기록을 직접 입력하지 않고 가명처리·비식별처리 등을 하여 개인정 보 침해 등이 되지 않도록 유의하여야 함을 강조함 대법원 법원행정처,"라고 밝혔다. 성과 분석과 한계 정리를 활용례의 끝 단계로 두는 이 구성은, 재검토의 조건을 찾을 때 무엇을 되짚어야 하는지 가리킨다. 이 사례에서 성과 분석에 무엇이 담겼는지, 한계 정리에 무엇이 적혔는지는 미정이다.
이처럼 재검토의 조건은 오류 보고, 대응과 회복의 기록, 개선 이력, 측정하지 못한 것의 기록이라는 형식 안에 적힌다. 관찰된 사실들만으로 확정 손해나 고의 같은 법적 평가가 이루어지는 것은 아니며, 남은 물음의 답을 지금 정하지 않은 채 조건만을 표로 묶어 둔다.
Official documents referred to
- 미국 상무부 국립표준기술연구소(NIST), Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1 (AI RMF 1.0)), 2023-01-26, MAP 2.2, 5.3절, MEASURE 1.1~1.3·2.1·2.3·2.5, MANAGE 4.1~4.3; 인쇄면 26·28·29·33쪽 (PDF 31·33·34·38쪽)
- 대법원 법원행정처, 「「법관을 위한 AI 가이드북」 발간(보도자료)」, 2026-02-24, 첨부 3쪽, 실무 활용례 구성 (PDF 3쪽)