본 논문은 인간-AI 공생 시스템(SAI)의 윤리적 의사결정에 대한 새로운 과제를 제시하며, 증가하는 공생 관계 속에서 AI 시스템이 인권과 신뢰에 대한 윤리적 위험을 증가시킨다는 점을 강조합니다. 이에 따라 윤리적 위험 평가(ERA)의 중요성을 부각하고, 불확실성, 모호성, 불완전한 정보, 그리고 상황 의존적인 도덕성으로 인해 ERA가 어려움을 겪는다는 점을 지적합니다. 본 논문에서는 이러한 문제를 해결하기 위해 유연하고 투명하며 강력한 ERA 프레임워크인 ff4ERA를 제시합니다. ff4ERA는 퍼지 논리, 퍼지 분석적 계층 과정(FAHP), 그리고 확실성 요소(CF)를 통합하여 각 위험 유형에 대한 윤리적 위험 점수(ERS)를 정량적으로 평가하고 우선순위를 매깁니다. 최종 ERS는 FAHP에 의해 도출된 가중치, 전파된 CF, 그리고 위험 수준을 결합합니다. 본 논문은 사례 연구를 통해 ff4ERA가 전문가 의견과 센서 기반 증거를 반영하는 상황에 맞는 윤리적으로 의미 있는 위험 점수를 생성하고, 관련 요소에 따라 위험 점수가 일관되게 변화하는 반면, 무관한 입력에는 강건함을 유지함을 보여줍니다. 또한, 국소 민감도 분석과 전역 Sobol 분석을 통해 모델 설계의 타당성을 검증합니다. 결론적으로 ff4ERA는 해석 가능하고 추적 가능하며 위험 인식적인 윤리적 평가를 생성하여 가정 분석을 가능하게 하고, 설계자가 멤버십 함수와 전문가 판단을 보정하여 신뢰할 수 있는 윤리적 의사결정 지원을 제공할 수 있음을 보여줍니다.
