동덕여자대학교 2026학년도 인문사회Ⅰ 1번 논술 가이드
남성 중심의 과거 데이터를 학습한 예측 인공지능이 성별 편향을 재현·강화하는 원인을 밝히고, 롤스와 공동체주의의 관점에서 개선 방안을 도출하는 문항입니다.
배점: 70점
문항 요약
(가)의 인공지능 채용 사례에 나타난 성별 편향의 원인을 (나)의 예측 인공지능 작동 방식으로 설명하고, (다)의 롤스와 (라)의 공동체주의 관점에서 각각의 개선 방안을 제시해야 합니다.
대학 공개 기준
채점 기준
성별 편향의 발생 원인
남성 중심 데이터와 성차별적 결과를 예측 인공지능의 과거 패턴 학습 방식과 연결하여 성별 편견이 채용 판단에서 재현·강화된 원인을 설명하는지를 봅니다.
아마존의 시스템이 남성 지원자를 우대했고, 높은 성과를 보인 남성 직원 중심의 데이터를 학습했다는 사실을 파악합니다. 또한 예측 인공지능이 과거 데이터의 패턴으로 지원자의 미래 성과를 예측한다는 점을 활용합니다.
남성 중심 데이터에 내재한 성별 편견이 예측 인공지능의 판단 기준으로 학습되어 성차별적 결과로 재현되고 강화되었다는 인과관계를 완성합니다.
롤스 관점의 개선 방안
성별 편향이 재현·강화된 채용 문제에 롤스의 공정한 기회 원칙을 적용하여 데이터와 알고리즘의 구체적인 개선 방안을 제시하는지를 봅니다.
남성 중심의 과거 데이터가 성별 편견을 재현·강화했다는 원인을 파악하고, 자연적·사회적 우연의 영향을 줄여 모든 사람에게 공정한 기회를 보장해야 한다는 롤스의 원칙을 설명합니다.
공정한 기회를 실현하려면 남성 중심의 데이터 편향을 제거하거나 보정하고 알고리즘을 수정·검증하여 성별과 무관한 동등한 채용 기회를 보장해야 한다고 제시합니다.
성별 편견이 과거 데이터의 학습을 통해 재현·강화된다는 원인 분석을 개선안의 설계 근거로 삼아, 데이터 보정과 알고리즘 검증이 편향의 재생산을 차단하도록 연결해 설명합니다.
공동체주의 관점의 개선 방안
인공지능 채용의 성별 편향에 공동체의 공유 가치와 선을 제도적으로 실현해야 한다는 기준을 적용하여 윤리적 활용 방안을 제시하는지를 봅니다.
인공지능 채용이 성차별적 결과를 낳았다는 문제를 파악하고, 개인의 판단과 제도에는 공동체의 공유 가치와 선이 반영되어야 하며 국가가 사회적 책임을 함양해야 한다는 공동체주의 입장을 설명합니다.
평등과 정의를 반영한 인공지능 활용 기준을 마련하고, 공동체적 책임에 기초한 제도적 통제와 감독으로 기술의 윤리적 사용을 이끌어야 한다고 제시합니다.
분량 및 표현
성별 편향의 원인과 두 관점의 개선 방안을 균형 있게 구성하여 300~400자 안에서 논리적이고 완결된 문장으로 서술하는지를 봅니다.
원인 분석과 롤스·공동체주의의 개선 방안을 빠짐없이 균형 있게 배열하고, 전체 답안을 300~400자의 논리적이고 완결된 문장으로 작성합니다.
대학 발표 예시답안
출처: 동덕여자대학교 선행학습 영향평가 보고서
(가)의 인공지능 채용 사례가 성차별적 결과를 낳은 것은 과거 남성 중심 데이터가 그대로 학습되어 편향이 알고리즘에 재현된 데에서 비롯된다. (나)의 예측 인공지능은 과거 데이터의 패턴을 기반으로 성과 를 예측하므로 편향을 강화할 위험이 있다. 이러한 문제를 해결하기 위해 (다) 롤스의 관점에서는 차별을 최소화하기 위해 학습 데이터의 공정성을 확보하고, 모든 지원자에게 동등한 기회가 보장되도록 알고리즘을 수정해야 한다. 또한 (라) 공동체주의 관점에서는 공동체가 공유하는 가치와 덕목을 중요한 가치로 여긴다. 따라서 인공지능 활용 기준을 마련하고 공동체적 책임에 기반한 제도적 통제를 통해 기술의 윤리적 사용을 지향해야 한다.
357자
답안 분석
예시답안은 남성 중심 데이터와 예측 인공지능의 패턴 학습을 성별 편향의 재현·강화로 연결하고, 공동체의 공유 가치에 따른 활용 기준과 제도적 통제도 제시합니다. 롤스 관점에서도 데이터 공정성, 동등한 기회, 알고리즘 수정을 담았지만 알고리즘의 검증까지는 명시하지 않아 해당 개선 방안의 일부 범위만 드러납니다.
핵심 포인트
사례와 이론을 나열하는 데 그치지 말고, ‘남성 중심 데이터 → 과거 패턴 학습 → 성별 편견의 재현·강화’라는 인과관계를 한 흐름으로 연결해 쓰세요.
롤스의 개선안에서는 공정한 기회라는 원칙을 데이터 편향의 제거·보정과 알고리즘 수정·검증에 연결하고, 공동체주의의 개선안에서는 평등·정의라는 공유 가치를 활용 기준과 제도적 통제·감독에 연결해 두 관점의 차이를 분명히 하세요.