철도 규제 기관인 철도 도로 관리국(ORR)은 맨체스터와 런던 간의 피크 시간대 열차 서비스에 승객을 허용하지 않기로 결정했을 때 중요한 정보가 부족했다고 인정했습니다. 이 결정으로 인해 매일 몇 달 동안 "유령 열차"가 운행될 뻔했습니다.

ORR 최고 경영자 John Larkinson은 조직이 초기 결정을 내릴 때 "중요한 사항"을 놓쳤다고 밝혔습니다. 특히 ORR은 해당 열차가 "전체 승무원"으로 운행되고, 차량 기지가 아닌 맨체스터 피카딜리 역에서 출발하며, 유스턴 역에 도착해야 09:30 GMT 글래스고행 서비스가 된다는 사실을 알지 못했습니다. Larkinson은 "나중에 우리가 알게 된 정보는 우리의 가정이 틀렸다는 것을 의미했습니다."라고 말했습니다.

ORR은 11월에 인기 있는 07:00 열차를 직원만 태우고 빈 채로 운행하도록 허용한 결정으로 인해 상당한 비판에 직면했습니다. 12월 중순에 시행될 예정이었던 이 결정은 반발로 인해 빠르게 번복되었습니다. ORR은 처음에 이 서비스가 시간표에 "방화벽(firebreak)", 즉 계획된 간격을 만들기 위해 승객 없이 운행되어야 한다고 주장하며 입장을 정당화했습니다.

이 사건은 불완전한 데이터가 잘못된 의사 결정으로 이어질 수 있는 복잡한 시스템 관리의 어려움을 강조합니다. ORR이 잠재적으로 불완전한 데이터에 의존했다는 점은 강력한 데이터 수집 및 분석의 중요성을 강조하며, 이러한 원칙은 인공 지능(AI) 시스템의 개발 및 배포에도 핵심적입니다. 열차 시간표 최적화에 잠재적으로 사용되는 것과 같은 AI 알고리즘은 학습된 데이터만큼만 좋습니다. 데이터가 불완전하거나 편향된 경우 AI의 결정에 결함이 생겨 의도치 않은 결과로 이어질 수 있습니다.

이 사건의 영향은 열차 서비스의 즉각적인 중단을 넘어섭니다. 이는 복잡한 시스템을 감독하는 규제 기관의 역할과 데이터 기반 의사 결정이 잘못될 가능성에 대한 더 광범위한 질문을 제기합니다. AI가 운송, 의료 및 금융을 포함한 다양한 부문에 점점 더 통합됨에 따라 규제 기관이 포괄적이고 정확한 데이터는 물론 이를 효과적으로 해석할 수 있는 전문 지식을 확보해야 합니다. AI 거버넌스의 최근 개발은 편향 및 오류의 위험을 완화하기 위해 AI 시스템에서 투명성, 책임성 및 인간의 감독의 필요성을 강조합니다. ORR의 경험은 점점 더 데이터 중심적인 세상에서 정보에 입각한 의사 결정의 중요성을 강조하는 경고의 역할을 합니다.