관료적 침묵: 캐나다 AI 등록 시스템이 드러내고, 누락하며, 가리고 있는 것들

Bureaucratic Silences: What the Canadian AI Register Reveals, Omits, and Obscures

2025년 11월, 캐나다 정부는 투명성 약속을 이행하기 위해 최초의 연방 AI 등록 시스템을 공개했습니다. 본 논문에서는 이러한 등록 시스템이 정부 활동을 객관적으로 반영하는 것이 아니라, 책임의 경계를 설정하는 능동적인 온톨로지 설계 도구라고 주장합니다. 우리는 알고리즘 의사 결정 (ADMAPS) 프레임워크를 사용하여 409개의 시스템으로 구성된 등록 시스템의 전체 데이터 세트를 분석했으며, 정량적 매핑과 귀납적 질적 코딩을 결합했습니다. 분석 결과, "주권 AI"라는 담론과 실제 관료적 관행 간의 현저한 괴리가 드러났습니다. 86%의 시스템이 효율성을 위해 내부적으로 사용되고 있지만, 등록 시스템은 이러한 시스템 운영에 필요한 인간의 판단, 훈련, 그리고 불확실성 관리를 체계적으로 가리고 있습니다. 기술적 설명을 사회기술적 맥락보다 우선시함으로써, 등록 시스템은 AI를 "신뢰할 수 있는 도구"로, "논쟁의 여지가 있는 의사 결정"으로 규정하는 온톨로지를 구성합니다. 우리는 설계의 변화 없이는 이러한 투명성 요소들이 책임성을 형식적인 준수 행위로 자동화할 위험이 있으며, 견제 가능성 없이 가시성만 제공할 수 있다고 결론 내립니다.

In November 2025, the Government of Canada operationalized its commitment to transparency by releasing its first Federal AI Register. In this paper, we argue that such registers are not neutral mirrors of government activity, but active instruments of ontological design that configure the boundaries of accountability. We analyzed the Register's complete dataset of 409 systems using the Algorithmic Decision-Making Adapted for the Public Sector (ADMAPS) framework, combining quantitative mapping with deductive qualitative coding. Our findings reveal a sharp divergence between the rhetoric of "sovereign AI" and the reality of bureaucratic practice: while 86\% of systems are deployed internally for efficiency, the Register systematically obscures the human discretion, training, and uncertainty management required to operate them. By privileging technical descriptions over sociotechnical context, the Register constructs an ontology of AI as "reliable tooling" rather than "contestable decision-making." We conclude that without a shift in design, such transparency artifacts risk automating accountability into a performative compliance exercise, offering visibility without contestability.