전직 사회복지사였던 테아 라미레즈는 사회복지 기관들이 미국에서 가장 취약한 아동들에게 적합한 입양 부모를 찾을 수 있도록 돕기 위해 '패밀리 매치(Family-Match)'라는 인공지능 기반 도구를 개발했습니다. 이러한 아동들은 종종 복잡한 요구와 장애를 가지고 있거나 심각한 트라우마를 경험했습니다. 아동 보호 서비스 기관들은 이러한 아동들에게 영구적인 가정을 찾는 데 수년간 어려움을 겪어 왔습니다. 라미레즈는 온라인 데이팅 서비스 연구원 출신들이 개발한 자신의 알고리즘이 입양 매칭에 혁명을 일으킬 수 있다고 주장했지만, AP 통신의 조사 결과 상당한 한계와 어려움이 드러났습니다.
가족 매칭의 약속
라미레스는 입양 배치의 장기적인 성공을 예측할 수 있는 기술 솔루션으로 패밀리 매치(Family-Match)를 소개했습니다. 그녀는 패밀리 매치가 단순한 선호도가 아닌 과학을 활용하여 잠재적 입양 가정에 대한 예측 점수를 산정한다고 주장했습니다. 이 알고리즘은 미국 전역의 입양 성공률을 높이고 cash에 시달리는 아동 복지 기관의 효율성을 높이는 것을 목표로 했습니다.
제한된 결과와 과제
유망한 전제에도 불구하고, 패밀리 매치의 성과는 해당 서비스가 사용된 주에서 기대에 미치지 못했습니다. AP가 공공 기록 요청을 통해 입수한 패밀리 매치 자체 보고 데이터에 따르면, 이 AI 도구는 제한적인 결과를 보였습니다.
버지니아와 조지아의 경험
버지니아주와 조지아주는 처음에는 이 알고리즘을 채택했지만, 시범 운영 후 입양 성공률이 낮다는 이유로 폐기했습니다. 그럼에도 불구하고 두 주는 얼마 후 라미레즈의 비영리 단체인 어댑션-셰어(Adoption-Share)와 협력을 재개했습니다.
테네시의 투쟁
테네시주는 이 프로그램을 구현하는 데 어려움을 겪었고, 결국 내부 시스템과의 비호환성을 이유로 프로젝트를 중단했습니다. 이 프로젝트에 2년 이상을 투자한 뒤에도 말입니다.
플로리다에서의 다양한 경험
패밀리-매치(Family-Match)가 확대된 플로리다에서 사회복지사들은 이 알고리즘에 대한 엇갈린 경험을 보고했습니다. 알고리즘이 수많은 배치에 대한 공로를 주장했지만, 이러한 주장의 정확성에 대한 의문이 제기되었습니다.
투명성과 데이터 소유권 부족
주 정부 관계자들은 Family-Match의 알고리즘 내부 작동 방식에 대한 투명성 부족에 대해 우려를 표명했습니다. 또한, Family-Match가 수집한 일부 민감한 데이터를 Family-Match가 소유하고 있어 개인정보 보호 및 데이터 보안 문제가 제기되었습니다.
인간 행동의 예측 불가능성
아동 복지 전문가들은 인간의 행동, 특히 복잡한 욕구를 가진 청소년의 행동을 예측하는 것은 본질적으로 어렵다고 강조했습니다. 아동 복지 데이터 전문가인 보니 굿윈은 인간의 행동을 예측하는 완벽한 방법은 없다고 강조했습니다.
라미레스의 배경과 동기
테아 라미레즈는 전직 사회복지사로서 낙태를 줄이기 위한 수단으로 입양을 장려하고자 하는 열망을 가지고 패밀리 매치(Family-Match)를 개발했습니다. 라미레즈는 이전에 임산부와 잠재적 입양 부모를 연결해 주는 웹사이트를 개설했으며, 낙태 반대 상담 센터를 중점적으로 다뤘습니다. 그러나 그녀는 패밀리 매치가 그러한 센터와 제휴 관계가 아니라고 분명히 밝혔습니다.
eharmony 연구원과의 협업
라미레스는 이하모니에서 알고리즘을 관리했던 연구 과학자 지안 곤자가와 협력하여 입양 매칭 도구를 개발했습니다. 곤자가와 그의 아내 헤더 세트라키안은 이하모니의 매칭 전문성에서 영감을 받아 패밀리 매칭 모델을 개발했습니다.
Family-Match를 통한 주별 경험
사회복지사는 Family-Match의 운영 방식을 설명했습니다. 입양을 원하는 성인은 알고리즘의 온라인 플랫폼을 통해 설문 조사에 응답하고, 위탁 부모나 사회복지사는 각 아동의 정보를 입력합니다. 그러면 알고리즘은 "관계적 적합성" 점수를 산출하여 각 아동의 예비 부모 목록을 표시합니다. 사회복지사는 후보자들을 심사하고, 가장 좋은 경우에는 아동이 매칭되어 시범 거주를 위해 가정에 배치됩니다.
버지니아주에서 2년간 실시한 패밀리 매치 테스트에서 입양 사례는 단 1건에 불과했으며, 지역 직원들은 이 도구가 특별히 유용하다고 생각하지 않았다고 보고했습니다.
조지아주는 패밀리 매치의 비효율성으로 인해 초기 시범 운영을 종료했지만, 나중에 다시 시작했습니다.
프로그램이 확대된 플로리다에서는 여러 아동 복지 기관들이 Family-Match에 대해 엇갈린 평가를 내렸습니다. 보고된 데이터의 불일치로 인해 프로그램의 성공 여부를 평가하기가 어려웠습니다.
주 정부 관계자들은 Family-Match가 민감한 변수를 기반으로 가구를 평가하는 방식에 대해 우려를 표명하고 특정 데이터 포인트의 필요성에 의문을 제기했습니다. 알고리즘 설문지의 일부 버전에는 가계 소득과 종교적 신념에 대한 질문이 포함되었습니다.
사회 복지 옹호자와 데이터 보안 전문가들은 정부 기관이 예측 분석에 점점 더 의존하는 것에 대해 우려를 표명했습니다. 이러한 도구는 인종적 불평등을 영속화하고, 변화할 수 없는 특성을 기준으로 가족을 차별할 가능성이 있기 때문입니다.
확장 노력
이러한 어려움에도 불구하고, Adoption-Share는 뉴욕시, 델라웨어, 미주리주 등지에서 Family-Match 프로그램을 시행하는 것을 목표로 확장 기회를 모색하고 있습니다. 최근 플로리다 보건부와 의학적 문제가 있는 아동을 위탁 양육하고 입양할 의향이 있는 가정의 수를 늘리는 알고리즘 구축 계약을 체결했습니다.
테아 라미레즈가 개발한 입양 매칭 AI 도구인 패밀리-매치(Family-Match)는 처음에는 취약한 위탁 아동에게 적합한 입양 부모를 찾는 솔루션으로 기대를 모았습니다. 그러나 이 도구의 성능은 한계와 어려움에 직면했으며, 각 주마다 엇갈린 결과를 보였습니다. 아동 복지 전문가와 옹호자들은 데이터 프라이버시, 투명성, 알고리즘의 정확성에 대한 우려를 표명했습니다. 이러한 어려움에도 불구하고, 어댑션-쉐어(Adoption-Share)는 미국 전역으로 이 도구의 사용을 확대하기 위한 노력을 계속하고 있습니다.
