엘론 머스크의 정부 효율성 부서(DOGE)는 머스크가 당초 가능하다고 시사했던 2조 달러 규모의 정부 부정행위를 밝혀내지 못했지만, 머스크의 측근들은 여전히 그 노력이 가치가 있다고 주장합니다. DOGE의 성공에 대한 평가는 다양하지만, 이 이니셔티브가 주요 목표인 연방 지출을 크게 줄였다고 주장하기는 점점 더 어려워지고 있습니다.

머스크 자신도 최근 팟캐스트에서 DOGE의 영향력을 "약간 성공적"이라고 평가절하했습니다. 이는 정부 운영을 간소화할 수 있는 DOGE의 잠재력에 대해 이전의 더 낙관적인 발언에서 벗어난 것입니다. 자신의 부서의 명백한 단점에도 불구하고 머스크는 광범위한 정부 부정행위 주장을 되살렸습니다.

머스크는 X에서 "국가적으로 얼마나 많은 부정행위가 있는지에 대한 나의 최저 추정치는 연방 예산의 약 20%이며, 이는 연간 1조 5천억 달러를 의미합니다. 아마 훨씬 더 높을 것입니다."라고 추정했습니다. 구체적인 증거를 제시하지 않은 채 이루어진 이러한 주장은 도널드 트럼프를 지지하며 선거 운동을 벌일 때 했던 주장과 유사합니다.

머스크는 머스크가 DOGE의 활동을 약화시킬 것이라고 믿었던 예산 법안에 대한 트럼프와의 의견 불일치를 이유로 5월에 DOGE를 공개적으로 떠났습니다. 그의 사임은 전 대통령과의 충돌에 따른 것이었고, 그는 제안된 예산이 낭비적인 지출을 식별하고 제거하려는 노력을 방해할 것이라는 우려를 표명했습니다.

DOGE의 기본 개념은 데이터 분석 원리와 잠재적으로 인공 지능을 적용하여 정부 기관 내의 비효율성과 사기 행위를 식별하는 것이었습니다. 아이디어는 AI 알고리즘이 방대한 양의 금융 데이터를 조사하여 사기 징후가 있는 이상 징후와 패턴을 탐지할 수 있다는 것입니다. 이는 AI가 민간 부문에서 사기 탐지 및 위험 관리에 사용되는 방식과 유사합니다. 그러나 정부 환경에서 AI를 적용하는 것은 데이터 접근, 개인 정보 보호 문제 및 복잡한 정부 규정과 관련된 문제에 직면하는 경우가 많습니다.

AI를 사용한 사기 탐지는 금융 거래에서 의료 보험 청구에 이르기까지 다양한 응용 분야를 가진 성장하는 분야입니다. 이러한 시스템은 일반적으로 머신 러닝 알고리즘을 사용하여 비정상적인 패턴을 식별하고 추가 조사를 위해 잠재적으로 사기 행위를 표시합니다. 이러한 시스템의 효과는 사용 가능한 데이터의 품질과 양, 그리고 사용된 알고리즘의 정교함에 따라 달라집니다.

머스크의 현재 입장은 DOGE의 전반적인 영향력에 대한 자신감 부족을 시사하며, 민간 부문의 효율성 모델을 복잡한 정부 관료주의에 적용하는 것의 타당성에 대한 의문을 제기합니다. 유사한 이니셔티브의 미래는 AI 기술의 추가 발전과 재정 감독에 대한 새로운 접근 방식을 채택하려는 정부의 의지에 따라 불확실하게 남아 있습니다.