본 논문은 AI 안전성 평가를 위해 통계적으로 엄격한 방법과 위험 지표가 필요함을 강조하며, 기존 연구들이 개별 AI 모델의 위험에만 초점을 맞추고 AI 모듈의 사용이 워크플로우 구성 요소의 위험 분포 또는 전체 위험 지표에 미치는 영향을 고려하지 않은 점을 지적합니다. 또한, AI 유무에 따른 위험 모델의 민감도 분석을 가능하게 하는 통계적 기반이 부족하고, AI 영향 데이터 부족으로 인한 어려움을 언급합니다. 이에 본 논문에서는 시나리오 모델링 (마르코프 체인, 코퓰라, 몬테카를로 시뮬레이션 등의 통계 기법 기반)을 활용하여 AI 위험을 전체적으로 모델링하는 방법과, 직접 관측 가능한 데이터가 없을 때 유사한 현상의 데이터를 사용하여 AI 영향을 추정하는 방법을 제시하고, 물류 시나리오 시뮬레이션을 통한 누적 AI 위험 벤치마킹에 대한 유용성을 보여줍니다.
