이 포지션 논문은 AI 리더보드가 독립적 거버넌스, 이해상충 정책, 지표 진화 메커니즘의 부재로 인해 구조적으로 글로벌 사우스를 제대로 서비스하지 못한다고 주장한다. 문제는 데이터 부재가 아니라 제도 설계에 있다는 것으로, 인도의 IndicSUPERB·MILU·LAHAJA, 아프리카의 IrokoBench, 아랍어권의 AlGhafa 같은 고품질 지역 벤치마크가 이미 존재하지만 글로벌 리더보드가 이를 포함하지 않고 이를 강제할 거버넌스 장치도 없다. 글로벌 노스의 유료 고객이 영향받을 때는 상업적 압력이 리더보드 결함을 교정하지만, 글로벌 사우스는 이런 지렛대가 없어 힌디어·스와힐리어·아랍어 사용자에게 영향을 미치는 결함이 기록만 되고 방치된다. 인도(14억 인구, 22개 공용어)를 사례로 AI 실무자 58명을 대상으로 자문한 결과 공식적 거버넌스와 공개 기반 이해상충 관리에 대한 일관된 선호가 확인됐으며, 해결책은 더 많은 데이터가 아니라 처음부터 독립적 거버넌스를 갖춘 지역 리더보드라고 결론짓는다.

• •AI 리더보드가 글로벌 사우스를 제대로 서비스 못하는 원인은 데이터 부재가 아닌 거버넌스 부재
• •인도(IndicSUPERB·MILU·LAHAJA), 아프리카(IrokoBench), 아랍어권(AlGhafa) 등 고품질 지역 벤치마크는 이미 존재
• •글로벌 노스는 상업적 압력으로 리더보드 결함이 교정되지만 글로벌 사우스는 그런 지렉대가 없음
• •인도 사례 연구: AI 실무자 58명 자문에서 공식 거버넌스·공개 기반 관리에 대한 선호 확인
• •해결책은 데이터 추가가 아니라 처음부터 독립 거버넌스를 갖춘 지역 리더보드 구축