알고리즘 자동행정결정에 대한 행정법적 해석방안에 관한 연구 - 미국 행정법상 입법방안 논의를 중심으로 -

김재선

추천

검색

자료유형: 학술저널

저자정보: 김재선 (부산대학교)

저널정보: 단국대학교 법학연구소 법학논총 법학논총 제45권 제3호

발행연도: 2021.9

수록면: 77 - 112 (36page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

2021년 3월 시행되는 행정기본법 제20조는 자동적 처분을 규율하여 재량이 있는 처분이 아닌 경우 법률이 정하는 바에 따라 “완전히 자동화된 시스템(인공지능 기술을 적용한 시스템을 포함한다)”으로 처분을 할 수 있도록 규정하였다. 이러한 규정은 자동적 행정결정의 일반법적 근거를 마련하였다는 점, 법치주의적 관점에서 상위법의 위임이 있음을 전제하였으며, 처분에 관하여 이루어지도록 함으로써 행정절차법의 적용대상에 포섭하였다는 점, 처분에 재량이 있는 경우를 포섭하지 않아 국민의 기본권 보호 및 신뢰보호 측면에서 의미를 갖는 것으로 생각된다. 이에 따라 본고에서는 미국에서의 알고리즘에 기반한 자동적 행정결정에 관한 논의 현황과 입법에 관하여 검토하였다. 알고리즘 자동행정결정은 행정청의 “의사결정(decision-making), 집행(implementation), 상호작용(interaction)” 등에 알고리즘 기술이 활용되는 행위로 정의된다. 미국에서는 1960년대 인간의 의사결정 모델을 인지과학 측면에서 연구한 허버트 사이먼(Herbert Simon)이 정책결정 단계인 “문제상황 감지(sensing), 정책 구조화(policy structuring), 해결방안 모색(solving)”을 제안하면서, 각 행정결정의 단계에서 당해 행정결정의 개별적 성격(행정결정으로서의 본질적 요소, 복잡한 정보처리를 구조화하기 효율적 행정행위 요소, 정보공개 측면, 행정청의 전문성과 결정능력 등)을 고려하여 알고리즘을 구조화(modeling)하는 방안을 제안하였으며, 이후 여러 학자들이 알고리즘의 구조화 방식을 모델링화 하면서 행정영역(사회보장, 보건, 경찰, 의료, 이민, 자원관리, 교육, 특허)에서 공공서비스(학교배정, 세액결정, 연금액결정, 주차장 사용료 결정, 도로교통법상 교통신호등)의 형태로 활용되고 있다. 실무적인 활용에도 불구하고 연방법에서 데이터 관련 법령이 입법되지는 못하고 있다. 구체적으로 미국 상원은 2021년 7월 안전한데이터법(S.4646)안을 제출하였는데, 법안은 플랫폼 사업자의 상품 노출 순위결정 또는 이용자 상호평가에서 알고리즘을 활용하는 경우 알고리즘 순위 방식(시스템) 공개원칙, 수집된 정보의 투명하고 신뢰성있는 동의방식 도입(선택적 동의 방식 포함), 온라인 플랫폼 사업자의 책임 강화를 추진하고 있으며, 기업의 불공정하고 기만적인 정보활용 활동에 대한 연방거래위원회(FTA)의 권한을 확대하는데 중점을 두고 있다. 반면에 주법에서는 데이터관련 법령을 제정하고 있는데 대표적으로 뉴욕시 데이터공개법에 해당하는 뉴욕시 행정법전(NY Adm. Code Title 23 Ch. 5)에서 “특정 벌칙부과 또는 경찰작용”에 있어서 알고리즘 등의 자동화된 데이터 처리가 가능하다고 규정하면서 해당 웹사이트의 시스템 코드를 공개하고, 사용자가 스스로 데이터를 제출하고 제출된 데이터에 대한 처리 결과를 요구할 수 있도록 하도록 규정하였다. 이와 같은 논의에 근거할 때 다음과 같은 시사점을 도출하고자 한다. 첫째, 미국의 경우 자동행정결정의 대상범위를 “특정 벌칙부과 또는 경찰작용”으로 제한한 것에 반하여 우리 행정기본법에서는 그 범위를 법령이 정하는 바에 따르면 재량이 있는 경우를 제외하도록 하여 보다 명확한 일반법적 근거를 마련하였다는 점에 서 의미가 있다고 생각된다. 다만 추후 법률의 위임이 있는 경우, 재량이 있는 경우에 관한 판단이 국민의 기본권 보호 관점에서 구체적으로 논의되어야 할 것으로 생각된다. 둘째, 미국의 경우 알고리즘의 구조화에 단계에 따라 의사결정권한의 위임문제를 프로그램화 하고 있는데, 법률에서 재량행위 또는 침익적 행정행위에 해당하는 경우 잘 구조화된 알고리즘이라 하더라도 의사결정권한을 위임하거나 완전자동행정결정이 적용되기는 어려울 것으로 생각되며, 자동적 행정결정은 프로그램 및 관련 정보의 입력, 결정 프로세스, 감시체계 등에서 실질적 인간의 지배가 이루어지도록 설계할 수 있을 것으로 생각된다. 또한, 기준의 변동가능성, 전문가 결정의 필요성 등을 고려할 때 알고리즘의 세부사항을 법률에 규정하기는 쉽지 않으므로 개별 벌률 등에서 결정의 권한과 범위, 사전 또는 사후적 통제절차 등 절차를 중심으로 위임한 범위에서 알고리즘 행정행위가 이루어지도록 하여야 할 것으로 생각된다. 우리 행정기본법에서는 자동적 처분의 대상으로 법령이 정하는 바에 따라 처분할 수 있음을 규정하고 있으므로 이에 근거하여 처분의 기준설정의 원칙을 하위법령 등으로 정할 수 있을 것으로 생각된다. 셋째, 미국의 경우 구체적인 이유부기를 요구할 수 있도록 규정하고 있으며 연방 정보공개법상 충분한 정보공개를 원칙으로 하고 있는 바, 우리 행정기본법상 자동적 처분의 경우에도 의견청취 절차는 생략하기 어려운 것으로 보아야 할 것이며 이유부기도 보다 구체적으로 이루어져야 할 것으로 생각된다. 넷째, 행정기본법 제20조의 경우 경우 자동적 처분을 주된 대상으로 하고 있으므로 자동적 행정결정에 대한 처분성 논의를 구체화하고 있는 것으로 생각된다. 데이터를 활용한 기술발전이 빠르게 이루어짐에 따라 세액결정, 경찰행정 등에서 자동적 행정행위가 나타날 가능성이 높으므로 다양한 행정영역에서 처분성의 인정여부의 문제가 나타날 것으로 예상된다. 미국의 경우 알고리즘의 구조화 정도에 따라 국민에게 미치는 영향을 달리 평가하고 있는 것으로 이해되는데, 추후 구조화가 잘 된 알고리즘 자동결정의 경우 행정권한의 구체적 위임을 통한 행정행위도 인정될 수 있으므로 행정행위성 인정여부까지 함께 논의할 수 있을 것으로 생각된다.

Administrative decision using algorithm is defined as an action in which algorithm technology is used for “decision-making, implementation, and interaction” of administrative agencies. As Dr. Herbert Simon described the policy-making stages “sensing, policy structuring, and solving”, the algorithm automated administrative decision was developed in consideration of the each characteristics of the administrative decision at each stage of administrative decision (essential characters as the administrative decisions, elements of effective administrative actions to structure complex information processing, aspects of information disclosure, expertise and and decision-making capabilities of administrative agencies, etc.) A method of modeling has been proposed, and since then, several scholars have modeled the structuring method of the algorithm, and public services (school assignment, It is being used in the form of tax amount determination, pension amount determination, parking lot usage fee determination, traffic signals under the Road Traffic Act). As a premise for automatic algorithm decision, problem-solving ability is determined according to the degree of system structure, the possibility of delegating decision-making authority to the algorithm, and the need to control abuse of discretion are legislatively determined. In other words, if the system for automatic algorithm determination is well structured, the administrative agency can verify the existence of necessary information or whether the data is accurate. difficulties also arise. When the algorithm is elaborately structured in the design stage of the algorithm, the analysis structure is formalized and the causal relationship is clearly shown. It becomes difficult to predict the derivation of the results. In terms of utilization, if the algorithm is well structured, the authority to make administrative decisions can be delegated to artificial intelligence, and the risk of abuse is not high if it is not intervened with unethical intentions. As discussed above, following issues need to be considered to implement administrative decision using algorithm. First, in terms of subject categorization, the New York State law stipulates that algorithmic decision making can be applied with respect to simple administrative actions, so it is premised that the application of algorithmic administrative decision can be limited in areas where discretion or discretion is recognized in reality. It is thought that even the algorithm that has been used should be used limitedly in areas where there is a high possibility of intrusive administrative actions or violation of basic rights. Moreover, regarding the possibility of delegating the standard setting algorithm (program), in the case of the United States, the chevron doctrine serves as a standard for judicial review in the administration), it would be difficult to be recognized as a decision that relies on the special expertise of the administrative agency (even in areas where delegation has been made by law), rather, it can be considered that such a standard setting algorithm is at least a relationship between administrative rules and administrative actions in that it is “a decision made by an algorithm determined by a public official at least that cannot be done without human assistance”. For example, in the case of areas that include value judgment such as extension of the taxable period and determination of taxable items, cost-benefit analysis should be minimized and discussion should be conducted in a way that emphasizes administrative procedures. Next, in terms of guaranteeing procedural rights (from the point of view of the due process), it is thought that the argument that unconditional counter-factual explanations should be made when automatic administrative decisions are made (“unconditional counter-factual explanations”) can be referred to.

#행정기본법 #알고리즘 #자동행정결정 #시스템 구조화 #안전한 데이터법 #뉴욕행정법전 #Framework Act on Public Administration #Algorithm #Automated Administrative Decision #System Structuring #Safe Data Act #New York Administrative Act

참고문헌 (30)

참고문헌 신청

김남진 / 2015 / 행정상 자동결정에 대하여 논하라 / 고시연구

김대인 / 2020 / 행정기본법과 행정절차법의 관계에 대한 고찰 / 법제연구 (59):27~66

김대인 / 2020 / 인공지능과 행정법총론체계의 변화 / 경제규제와 법 13(2):108~128

김유환 / 2016 / 과학기술규제의 특성과 규제거버넌스(Governance)의 재구성 / 행정법연구 (47):239~267

김중권 / 2000 / 행정자동결정(자동적 행정행위)의 실체적 문제점에 관한 소고 / 공법연구 28(4)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김재선

소속기관 부산대학교

주요연구분야 사회과학 > 법학

논문수 1 이용수 52

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (30)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)