이것으로도 충분하지 않은가?: 캐나다의 알고리즘 비자 심사 시스템 사례를 통해 본 제도적 책임성과 집단적 의미 구성의 불균형

"Is This Not Enough?": Asymmetries in Institutional Accountability and Collective Sensemaking in the Case of Canada's Algorithmic Visa Triage System

본 연구는 캐나다 비자 시스템에서 알고리즘 책임성이 어떻게 제도적으로 규정되고 국경을 넘어 신청자들이 이를 어떻게 경험하는지 분석합니다. 우리는 캐나다 이민, 난민 및 시민권부(IRCC)의 임시 거주 비자 심사 시스템에 대한 알고리즘 영향 평가 보고서(AIA)를 공공 부문에 적합한 알고리즘 의사 결정 프레임워크(ADMAPS)를 활용하여 분석하고, Reddit에서 신청자들의 의견을 혼합 방법론으로 분석했습니다. 연구 결과, 제도적 요소들이 투명성, 절차적 안전장치 및 제한적인 영향력을 강조하는 반면, 신청자들은 불투명한 결정에 대한 해석과 이해를 위해 집단적으로 의미를 구성하며, 종종 불확실성 속에서 동료들의 지식에 의존합니다. 우리는 제도적 책임성이 구조화되는 방식과 사람들이 해당 과정을 인식하는 방식 간의 세 가지 불균형을 확인했습니다. 첫째, 의사 결정 로직 접근성에 대한 인지적 불균형, 둘째, 지정학적 위치에 따라 달라지는 정보 접근성의 관할권 관련 불균형, 셋째, 대기 시간 및 불확실성을 경험하는 방식에서의 시간-관계적 불균형입니다. 본 연구는 제도 설계에서 벗어나 공공 부문의 알고리즘 거버넌스에 대한 경험의 불평등한 분배에 주목해야 하는 이유를 강조합니다. 이러한 연구 결과들은 국경을 넘나드는 이민 맥락에서 알고리즘 거버넌스 시스템이 제도적 공개 프레임워크로는 포착할 수 없는 구조적인 불균형을 야기하며, ADMAPS를 확장함으로써 이러한 책임성의 불평등한 해석 과정을 설명할 수 있음을 보여줍니다.

This paper examines how algorithmic accountability in Canada's visa system is articulated institutionally and experienced by applicants across borders. We analyzed Immigration, Refugees and Citizenship Canada (IRCC)'s Algorithmic Impact Assessment (AIA) for the temporary resident visa (TRV) triage system using the algorithmic decision-making adapted for the public sector (ADMAPS) framework and analyzed Reddit discussions among applicants using a mixed-methods approach. We show that while institutional artifacts emphasize transparency, procedural safeguards, and bounded impacts, applicants engage in collective sensemaking to interpret opaque decisions, often relying on peer knowledge amid uncertainty. We identify three asymmetries between how institutional accountability is structured and how people perceive the process: epistemic asymmetry in access to decision logic, jurisdictional asymmetry in exposure shaped by geopolitical positioning, and temporal--relational asymmetry in how waiting and uncertainty are experienced. We emphasize why it is important to shift attention from institutional design to the uneven distribution of experiences with public-sector algorithmic governance. Together, these contributions demonstrate how algorithmic governance systems in the context of transnational migration produce structured asymmetries not captured by institutional disclosure frameworks, and how extending ADMAPS can account for those uneven translations of accountability.