인공지능(AI)의 젠더화된 목소리와 주체화 방식에 대한 사례연구: 푸코의 장치와 주체화 사유를 중심으로 (A Case Study on the Genderized Voice and Subjectivation Method of Artificial Intelligence (AI) : Focusing on Foucault's Apparatus and Subjectification)

서지정보

· 발행기관 : 한국방송학회
· 수록지 정보 : 한국방송학보 / 37권 / 2호 / 5 ~ 39페이지
· 저자명 : 김경은, 강진숙

초록

본 연구는 푸코의 장치와 주체화 사유를 바탕으로 인공지능(AI)의 젠더화된 목소리에 대한 경험과 주체화 방식을 살펴보았다. 이를 위해 사례연구 절차에 따라 인공지능의 젠더화된 목소리와 관련된 사회문화적 현상을 쟁점화하여 장치의 작동 원리와 주체화 방식을 논의하였고 인공지능 음성 인식 서비스 이용 경험이 있는 20-30대를 연구참여자로 선정해 인터뷰를 진행하였다. 분석 결과,연구참여자들은 인공지능 음성인식 서비스를 이용하면서 일상생활의 변화를 경험하였고 그 과정에서 인공지능의 젠더화된 목소리를 인식하였다. 인공지능의 젠더화된 목소리는 젠더 이데올로기를 유지하고 재생산하는 정치적 도구로서 개인의 사고와 행동에 영향을 주었다. 연구참여자들은 인공지능ᐨ데이터의 젠더 편향성, 감시 및 통제로 인해 스스로 예속화하였으나 자기 성찰을 통해 새로운 윤리적 주체를 형성하고자 하는 실천적 가능성을 보여주었다. 이 연구는 젠더화된 인공지능에 나타난 권력의 작동 기제와 이용자들의 주체화 방식을 살펴보고 인공지능ᐨ데이터의 젠더 편향성을 개선하기 위한 대안을 모색하였다는 데에 의의가 있다.

영어초록

This study examined the experience and subjectification method of the genderized voice of artificial intelligence (AI) based on Foucault’s apparatus and subjectification reasons. To this end, the social and cultural phenomena related to the genderized voice of artificial intelligence were discussed, and the 20s and 30s with experience in using artificial intelligence voice recognition services were selected as research participants for interviews were conducted. As a result of the analysis, research participants experienced changes in their daily lives while using artificial intelligence voice recognition services, and in the process, they recognized the genderized voice of artificial intelligence. The genderized voice of artificial intelligence is a political tool for maintaining and reproducing gender ideology and influencing individual thinking and behavior. Research participants demonstrated the practical potential of self-subjugating artificial intelligence-data due to gender bias, monitoring, and control, but to form a new ethical subject through self-reflection. This study is meaningful in that it looked at the mechanisms of power operation and the Subjectification of users in genderized artificial intelligence and sought alternatives to improve the gender bias of artificial intelligence-data.

참고자료

· 없음