유럽연합 AI법(AI Act)이 고위험·범용 AI 시스템에 광범위한 의무를 부과하면서도 핵심 기준인 '추론 능력(capability to infer)'을 명확히 정의하지 않아 생기는 회색지대를 분석한다. 특히 Annex III에 명시된 신용평가 시스템은 통계 모델로 구현되는 경우가 많아 AI법 정의에 해당하는지 불분명하다. 저자들은 통계적 학습이론에 기반해 추론 능력의 수준을 등급화하는 프레임워크를 제시하고, AI법과 집행위원회 지침에 비추어 어느 수준이 충분한 추론 능력에 해당하는지, 어디서 규제 명확화가 필요한지 분석한다. 두 개의 현실적 신용평가 워크플로 예시로 개별 모델뿐 아니라 데이터 처리 전체 과정을 따져야 하며, 개발 과정의 인간 전문가 개입이 추론 능력에 큰 영향을 미친다는 점을 보인다.

• •AI법이 핵심 기준인 '추론 능력'을 명확히 정의하지 않아 통계 기반 신용평가 시스템의 적용 여부가 불분명함을 지적
• •통계적 학습이론에 기반해 추론 능력 수준을 등급화하는 프레임워크 제시
• •두 개의 현실적 신용평가 워크플로로 추론이 어디서 발생하는지 분석
• •개별 모델이 아닌 데이터 처리 전체 과정을 고려해야 하며, 개발 중 인간 전문가 개입이 추론 능력에 영향