Trump 행정부는 Google Gemini를 사용해 DOT 규정을 신속 처리할 계획을 세우다

거버넌스와 생성형 인공지능(Generative AI)의 교차점이 중대한 새로운 이정표에 도달했습니다. Trump 행정부는 선도적인 대형 언어 모델(Large Language Model)인 Google Gemini를 활용해 연방 교통 규정을 초안 작성하려는 계획을 시작했습니다. Department of Transportation (DOT) 기록과 내부 인터뷰로 확인된 이 발전은 미국 정책이 구성되는 방식에 있어 전례 없는 속도를 전통적 관료적 심의보다 우선시하는 중대한 변화를 의미합니다.

보고서에 따르면 이 이니셔티브는 항공 기준에서부터 파이프라인 감독에 이르기까지 새로운 안전 규칙을 만드는 데 걸리는 일정을 수개월 또는 수년에서 단지 30일로 극적으로 단축하는 것을 목표로 합니다. 이 조치는 연방 운영에 **인공지능**을 통합하라는 더 넓은 행정부 지침과 발맞추고 있으며, 효율성에 대한 열렬한 지지와 함께 교통 안전에 관한 예리한 우려를 불러일으키고 있습니다.

"충분히 좋음" 기준: 일정 단축

이 이니셔티브의 핵심 동력은 속도입니다. 전략 회의에서 DOT 법무 총괄 Gregory Zerzan은 완벽주의에서 벗어나 빠른 산출을 선호하는 방향을 강조한 것으로 전해집니다. Zerzan은 “우리에겐 완벽한 규칙이 필요하지 않다... 충분히 좋으면 된다”고 말하며, 기관이 새로운 규정을 “대량으로 쏟아낼” 의도를 표명했다고 덧붙였습니다.

제안된 워크플로우는 규정 제정 수명주기의 급진적인 변형을 상정합니다. 전통적으로, 제안 규칙 공고(Notice of Proposed Rulemaking, NPRM)를 초안하는 데는 복잡한 법적 검토, 주제 전문 지식, 광범위한 초안 작성이 수반됩니다. 새로운 계획 하에서는 기관 변호사들이 **Google Gemini**를 사용해 수 분 내에 규정 초안을 생성할 것으로 예상됩니다. 100명 이상의 DOT 직원들에게 전달된 한 발표는 이 AI 모델이 초안 작성 작업량의 "80%에서 90%"를 처리할 수 있다고 주장했으며, 인간 직원들은 기계가 생성한 텍스트를 교정하고 마무리하는 역할을 맡게 된다고 합니다.

야심찬 목표는 규정이 초기 개념에서 Office of Information and Regulatory Affairs의 검토를 받을 준비가 된 완전한 초안으로 이동하는 과정을 한 달 이내로 가속화하는 것입니다. 지지자들은 이것이 연방 관료제 내 인간의 "병목 지점"을 제거할 것이라고 주장합니다.

안전 대 속도: 내부 논쟁

효율성이 주요 목표이긴 하지만, 중요한 안전 프로토콜에 **Automated Rulemaking**을 의존하는 것에 대해 심각한 내부 논쟁이 촉발되었습니다. 교통 규정은 항공기의 구조적 완전성, 유독 화학 물질을 운반하는 화물 열차의 안전한 운행, 가스 파이프라인의 유지보수 등 고위험 영역을 규율합니다.

직원들은 AI 모델이 자신 있게 틀리거나 존재하지 않는 사실을 생성하는 이른바 "환각(hallucinations)"으로 알려진 오류를 이유로 이러한 책임을 AI에 외주화하는 것에 경악을 표했습니다. 도구 시연 중 발표자는 규정 서문(preambles)의 복잡성에 대한 우려를 일축하며 이를 "말의 샐러드(word salad)"라고 표현했고, Google Gemini가 이를 잘 복제할 수 있다고 평한 것으로 알려졌습니다.

DOT의 전직 대행 최고 AI 책임자 Mike Horton은 이 전략에 대해 날카로운 비판을 제기했습니다. 그는 이 접근법을 "고등학생 인턴에게" 연방법을 초안하게 하는 것에 비유하며, 행정부가 속도를 원하더라도 안전 분야에서 그렇게 하면 "사람들이 다칠 것"이라고 경고했습니다.

연방 정책에서 Google Gemini의 역할

이 변형을 위해 선택된 특정 도구는 DOT 버전의 Google Gemini입니다. 시연에서 모델은 단순히 주제 키워드를 입력하는 것만으로 공식 규정 공고와 유사한 문서를 생성하는 모습이 보여졌습니다. 그러나 관찰자들은 AI가 생성한 초안이 Code of Federal Regulations에 요구되는 특정 규제 문구를 결여하고 있는 것으로 보였다고 지적하며, 집행 가능한 법에 필요한 법적 정밀성과 모델의 능력 사이의 현재 격차를 강조했습니다.

이 이니셔티브는 진공 상태에서 발생하는 것이 아닙니다. 이는 Department of Government Efficiency (DOGE)와 Elon Musk가 연방 워크플로우를 자동화하려는 추진과 상응합니다. DOGE의 유출된 발표 자료는 이전에 제출 문서 작성 작업을 자동화하기 위해 AI 사용을 제안한 바 있으며, 초안 작성에 연방 인력이 관여하는 정도를 줄이는 것을 목표로 했습니다.

Federal Transit Administration의 부서장 Justin Ubert는 인간의 관여가 더 멀어지는 미래를 제안했습니다. 최근 정상회의에서 그는 인간이 결국 적극적으로 내용을 초안하기보다는 "AI 간 상호작용"을 감시하는 감독 역할로 후퇴할 것이라고 예측했습니다.

비교 분석: 전통적 규정 제정 대 AI 지원 규정 제정

다음 표는 현재 방법과 제안된 AI 통합 워크플로우 간의 예상 운영 변화를 개략적으로 나타냅니다:

전문가 반응 및 향후 영향

법을 구속력 있는 문서로 초안 작성하는 데 인공지능을 통합하는 것은 연방 규칙이 "이성적 의사결정(reasoned decision-making)" 위에 세워져야 한다는 전통적 행정법 요구를 도전합니다. 법률 전문가들은 AI가 그럴싸한 문장을 생성할 수는 있지만 복잡한 정책 결정을 정당화하는 데 필요한 실제 추론을 수행할 능력이 부족하다고 경고합니다.

Ohio State University의 교수 Bridget Dooling은 산출물의 양과 규제 품질을 동일시하지 말라고 주의를 촉구했습니다. 그녀는 “단지 이 도구들이 많은 단어를 생산할 수 있다고 해서 그 단어들이 고품질의 정부 결정으로 합쳐진다는 의미는 아니다”라고 지적했습니다.

DOT가 이 "첨병(point of the spear)" 이니셔티브를 추진함에 따라 행정 효율을 위해 생성형 인공지능을 활용하는 것과 공공 안전을 위해 필요한 엄격한 기준을 유지하는 것 사이의 균형은 중요한 관찰 영역으로 남아 있습니다. 이 실험의 결과는 미국 정부가 일상 생활을 규율하는 규칙을 기술로 작성하는 방식을 채택하는 선례를 정할 수 있습니다.