미국 국제개발처(USAID) 해체는 기관의 효율성과 변화하는 미국의 외교 정책 목표와의 연계성에 대한 감시가 증가한 시기에 이루어졌습니다. 비평가들은 대규모 프로젝트와 관료적 프로세스를 특징으로 하는 전통적인 대외 원조 모델이 지속 가능한 개발 및 지정학적 영향력 측면에서 원하는 결과를 얻지 못하고 있다고 주장했습니다.

이전에 USAID가 수행했던 기능은 국무부 내 여러 부서와 기타 전문 기관으로 재분배되었습니다. 이러한 구조 조정은 원조 전달을 간소화하고 외교적, 전략적 목표와 더욱 긴밀하게 통합하는 것을 목표로 합니다. 예를 들어, 글로벌 보건 이니셔티브는 현재 국무부 내에 새로 구성된 부서에서 주로 관리하며, 질병 예방 및 대응을 위해 데이터 기반 접근 방식과 AI 기반 솔루션을 활용하는 데 중점을 둡니다.

이 새로운 접근 방식의 핵심 측면 중 하나는 글로벌 보건 문제 식별 및 해결에 인공 지능 사용을 늘리는 것입니다. AI 알고리즘은 방대한 데이터 세트를 분석하고, 질병 발생을 예측하고, 자원 할당을 최적화하기 위해 배포되고 있습니다. 여기에는 특정 질병 위험이 높은 인구를 식별하고 그에 따라 개입을 조정하기 위해 머신 러닝 모델을 사용하는 것이 포함됩니다. 목표는 획일적인 접근 방식에서 벗어나 보다 개인화되고 목표가 명확한 원조 전략으로 전환하는 것입니다.

구조 조정에 참여한 국무부 관계자는 익명을 전제로 "우리는 AI가 원조를 제공하는 방식을 혁신할 수 있는 시대에 접어들고 있습니다."라며 "데이터와 알고리즘의 힘을 활용하여 우리의 노력을 더욱 효율적이고 효과적이며 궁극적으로 더 큰 영향력을 발휘할 수 있습니다."라고 말했습니다.

그러나 이러한 변화는 일부 전문가와 원조 단체들 사이에서 우려를 불러일으키기도 했습니다. 일부는 AI와 데이터 기반 솔루션에 대한 집중이 지역 지식과 지역 사회 참여의 중요성을 가릴 수 있다고 우려합니다. 또한 원조 전달에 AI를 사용하는 것의 윤리적 의미, 특히 데이터 개인 정보 보호 및 알고리즘의 잠재적 편향에 대한 질문도 제기되고 있습니다.

전략국제문제연구소(CSIS)의 글로벌 보건 전문가인 아냐 샤르마 박사는 "AI는 엄청난 잠재력을 제공하지만 이러한 기술이 책임감 있고 윤리적으로 사용되도록 하는 것이 중요합니다."라며 "의도치 않은 결과를 피하기 위해 투명성, 책임성 및 지역 사회 참여를 우선시해야 합니다."라고 말했습니다.

이러한 구조 조정의 장기적인 영향은 아직 미지수입니다. 새로운 접근 방식의 효과는 다양한 기관이 얼마나 잘 협력하고 AI와 데이터 기반 솔루션을 프로그램에 얼마나 성공적으로 통합하는지에 달려 있습니다. 미국 정부는 USAID 이후 시대의 대외 원조에 대한 전략적 우선 순위와 성과 지표를 간략하게 설명하는 포괄적인 보고서를 향후 몇 달 안에 발표할 예정입니다. 이 보고서는 글로벌 개발 및 보건 분야에서 미국의 참여 방향에 대한 더 많은 통찰력을 제공할 것입니다.