# A Neuro-Symbolic Framework for Accountability in Public-Sector AI

### 저자

Allen Daniel Sunny, Ido Sivan-Sevilla

### 💡 개요

본 논문은 공공 부문 AI 시스템의 책임성을 확보하기 위한 신경-기호 통합 프레임워크를 제안합니다. 이 프레임워크는 캘리포니아의 식량 지원 프로그램인 CalFresh의 법적 규정에 기반하여 시스템의 결정 근거를 법적 제약 조건과 연계합니다. 이를 통해 AI 시스템이 생성하는 결정 설명이 실제 법규를 얼마나 잘 반영하는지를 검증하고, 법적 불일치를 탐지하며, 결정 과정을 추적 가능하고 이의 제기 가능하게 만들어 절차적 책임성을 강화합니다.

### 🔑 시사점 및 한계

- 공공 서비스 접근에 사용되는 AI 시스템의 설명 가능성을 법적 규정 준수라는 실질적인 측면에서 강화할 수 있습니다.

- AI 결정의 근거를 명확히 하여 투명성을 높이고, 시민들이 부당한 결정에 대해 효과적으로 이의를 제기할 수 있도록 지원합니다.

- 제안된 프레임워크는 특정 프로그램(CalFresh)의 법규에 맞춰 설계되었으므로, 다른 복잡하거나 동적으로 변화하는 법규에 적용하기 위한 일반화 및 확장 연구가 필요합니다.

---

[PDF 보기](https://arxiv.org/pdf/2512.12109)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).