Accountability는 AI 시스템에 대한 명확한 책임, 거버넌스, 감독을 갖추는 것입니다. 여기에는 audit trail, human review 프로세스, 그리고 결과에 대해 누군가가 책임을 지도록 하는 것이 포함됩니다. 음성 인식을 책임 있게 배포하는 데 중요하긴 하지만, 사용자 그룹을 배제하는 장벽을 식별하는 것과는 직접적으로 관련이 없습니다. 이 시나리오는 의사결정에 대한 책임 부여가 아니라 폭넓은 접근을 위한 설계에 관한 것입니다.
Fairness는 AI 시스템이 차별하지 않도록 하고 그룹 간 성능과 결과가 공정하도록 보장하는 데 초점을 둡니다(예: 억양이나 성별에 관계없이 유사한 인식 정확도). 이는 음성 인식과 관련될 수 있지만, 문제는 “장벽”과 사용자를 “배제”하는 것을 강조하므로, 순수한 편향/형평성 지표보다는 inclusive design 및 접근성과 더 직접적으로 연결됩니다.
Privacy and security는 음성 녹음과 같은 사용자 데이터 보호, 동의, 암호화, 데이터 최소화, 무단 접근 방지 등을 다룹니다. 음성 인식 시스템은 민감한 생체정보 유사 데이터를 처리하는 경우가 많아 privacy가 중요합니다. 그러나 이 시나리오는 데이터 보호나 보안 통제가 아니라, 기술이 특정 사용자를 의도치 않게 배제하지 않도록 하는 것에 관한 것입니다.
Inclusiveness는 장애가 있거나 다양한 특성을 가진 사람들을 포함해 모든 사람이 AI 시스템을 사용할 수 있도록 설계하고 역량을 강화해야 한다는 원칙입니다. 특정 사용자 그룹(예: 발화 장애가 있는 사람, 강한 억양을 가진 사람, 고령자의 음성 등)이 의도치 않게 배제될 수 있는 장벽을 식별하는 것은 inclusiveness의 직접적인 적용입니다. 또한 대체 상호작용 방법을 제공하고 다양한 사용자로 테스트하는 것을 시사합니다.