DOT가 Google Gemini에 의존해 연방 규정 제정 가속화

인공지능과 연방 거버넌스의 교차점이 중대한 전환점에 이르렀습니다. 트럼프 행정부가 연방 규정을 작성하기 위해 Google의 Gemini AI를 배치할 계획을 공개했기 때문입니다. 관료들은 이를 규정 제정의 "혁명"이라고 설명하며, 미국 교통부(Department of Transportation, DOT)는 이러한 자동화 전환의 선두에 서서 복잡한 규제 체계를 작성하는 데 필요한 시간을 대폭 단축하는 것을 목표로 하고 있습니다.

이 이니셔티브는 전통적인 관료적 절차에서 크게 벗어난 것으로, 대규모 언어 모델 (Large Language Models, LLMs)의 생성형 인공지능 (Generative AI) 능력을 활용해 초안 규정을 통상 소요 시간의 일부로 생산하려는 시도입니다. 찬성하는 이들은 이것이 병목 현상을 제거하고 정부 효율성을 현대화할 것이라고 주장하지만, 고위험 거버넌스를 알고리즘에 위임하는 것의 안전성, 정확성 및 법적 완전성에 대한 논쟁이 격렬하게 일고 있습니다.

The "Good Enough" Standard: 거버넌스를 위한 새로운 철학

이 이니셔티브의 핵심에는 규제 품질 철학의 근본적 전환이 있습니다. DOT의 법무 총책임자 Gregory Zerzan는 속도와 양을 세세한 완벽성보다 우선시하는 교리를 옹호한 것으로 전해졌습니다. 내부 회의에서 Zerzan는 기관이 "완벽한 규칙"이나 심지어 "매우 좋은 규칙"을 필요로 하는 것이 아니라 단지 "충분히 좋은(good enough)" 규칙을 원한다고 강조했습니다.

이 접근법은 AI를 활용해 통상 초안 작성 과정을 느리게 만드는 인간의 "병목 지점"을 우회함으로써 새로운 규정을 대량으로 쏟아내려는 광범위한 전략과 일치합니다. 이 새로운 패러다임 하에서 DOT는 개념에서부터 정보·규제 사무국(Office of Information and Regulatory Affairs, OIRA)의 검토를 받을 수 있는 완전한 초안에 이르기까지의 일정을 전통적으로 수개월 또는 수년이 걸리던 것에서 단 30일로 단축하는 것을 목표로 합니다.

이 가속화의 중심에는 Google Gemini에 대한 의존이 있습니다. 관계자들은 이 AI 모델이 대략 20분 만에 규칙 초안을 생성할 수 있다고 주장하며, 이는 연방 규정 제정의 속도를 근본적으로 바꿀 수 있는 성과입니다. 그러나 이러한 속도 중시 접근법은 항공, 파이프라인, 철도 운송 등 필수 안전 기준을 규율하는 규칙에 대해 적용되는 법적 분석과 기술적 면밀 검토의 깊이에 관한 중요한 질문을 제기합니다.

Gemini가 선두에 섰다: 기능과 한계

이 계획의 기술적 구현은 Google의 Gemini 버전을 사용해 규제 텍스트의 대부분을 초안하는 것을 포함합니다. 2025년 12월 시연에서, 참석자들은 발표자가 아마도 임시 최고 AI 책임자 Brian Brotsos일 것이라고 식별하면서, 주제 키워드만으로 "제정 예고 공고(Notice of Proposed Rulemaking)"를 생성하는 모델의 능력을 시연했습니다.

시연은 현재의 생성형 AI 기술의 잠재력과 함정을 모두 부각시켰습니다:

• 효율성 주장: 발표자는 Gemini가 초안 작업의 80%에서 90%를 처리할 수 있어, 인력은 주로 교정자 역할을 하게 될 것이라고 제안했습니다.
• 산출물 품질: AI가 공식 공고와 유사한 문서를 성공적으로 만들어냈지만, 목격자들은 그것이 연방 규정집(연방 규정)의 코드에 필요한 구체적 텍스트 실체를 결여했다고 지적했습니다. (Federal Regulations)
• "단어 샐러드" 방어: 논란이 된 발언에서 발표자는 규제 문서의 전조(preamble) 텍스트 중 상당 부분을 "word salad"라고 규정하며, LLM이 이 스타일을 모방할 수 있다는 사실만으로도 정부 목적에 충분하다고 암시했습니다.

이 제안은 인간 규제자가 저작자(author)에서 감사자(auditor)로 전환해, 심층적인 실질적 초안 작성 대신 "AI 간 상호작용(AI-to-AI interactions)"을 감시하는 미래를 암시합니다. 이 모델은 효율성 이득이 생성 모델에서 흔히 발생하는 자신감 있게 진술되나 사실관계가 잘못된 출력("환각", hallucinations)과 관련된 위험을 능가한다고 전제합니다.

반대의 목소리: 안전성과 완전성에 대한 우려

안전이 중요한 규정 제정에 AI를 급속히 통합하려는 시도는 내부 직원과 외부 전문가들로부터 강한 비판을 불러왔습니다. 주요 우려는 LLM이 복잡한 법률 요건과 판례를 인간 수준의 추론 없이 해석하는 신뢰성입니다.

DOT의 전 임시 최고 AI 책임자 Mike Horton은 이 이니셔티브를 "고등학생 인턴"에게 연방 규정을 작성시키는 것에 비유하며 날카로운 비판을 제기했습니다. 그의 경고는 규제가 인간의 안전에 직접적인 영향을 미치는 분야에서 발생할 수 있는 오류의 잠재적 결과를 강조합니다. Horton은 "빠르게 가고 물건을 부수는 것은 사람들이 다칠 것이라는 의미"라며, DOT가 채택하고 있는 것으로 보이는 실리콘밸리의 격언을 인용했습니다.

현직 직원들도 우려를 표명했으며, 리더십이 설명한 "휴먼 인 더 루프(human in the loop)" 역할이 AI가 생성한 미묘하지만 법적으로 중요한 오류를 포착하기에는 불충분할 수 있다고 지적했습니다. 우려는 AI가 생성한 텍스트의 방대함이 인간 검토자를 압도해 고무 도장(rubber-stamping) 절차로 이어질 수 있고, 그 결과 연방 규제 체계에 취약성이 생길 수 있다는 점입니다.

비교 분석: AI 규정 제정 논쟁

행정부의 기술 낙관론자들과 안전 옹호자들 간의 관점 차이는 심각합니다. 아래 표는 이 정책 전환을 형성하는 상충되는 핵심 논거를 정리합니다.

더 넓은 AI 전략

DOT의 이니셔티브는 고립된 실험이 아니라 트럼프 행정부가 연방 조직에 인공지능을 내재화하려는 보다 광범위한 추진의 일부입니다. AI 개발을 지지하는 일련의 행정명령 이후, 행정부는 기술을 활용해 규제를 완화하고 정부 운영을 재구조화하려는 명확한 의도를 표명해 왔습니다.

이는 Elon Musk와 연관된 정부 효율성부(Department of Government Efficiency, DOGE)와 같은 외부 자문 단체의 제안과도 일치합니다. 이들은 자동화 도구를 사용해 연방 규제 코드를 대폭 축소할 것을 주장해 왔습니다. DOT 관계자들이 사용한 "point of the spear"라는 수사는 교통부가 정부 전반에 걸친 AI 초안 도구 채택의 시범 프로그램 역할을 하고 있음을 시사합니다.

결론

DOT의 Google Gemini 도입은 공공 행정에서 생성형 AI의 유용성을 시험하는 고위험 사례를 제시합니다. 답답한 규정 제정 과정을 가속화하려는 약속은 분명하지만, 이 전략은 현행 AI 신뢰성의 한계를 시험합니다. 기관이 "영역을 범람시키는(flooding the zone)" 방식으로 나아감에 따라 속도에 대한 요구와 안전에 대한 필수적 요구 사이의 긴장은 향후 연방 규제 시대를 규정할 가능성이 큽니다. AI 산업에는 이것이 중요한 관찰 지점이 됩니다. 범용 LLM이 연방법의 미묘함을 진정으로 숙달할 수 있는지, 아니면 기계의 "환각"이 현실 세계의 결과를 초래할 것인지를 지켜보는 시험대이기 때문입니다.