알고리즘 추천 시스템의 공정성 확보를 위한 시론적 연구
An Introductory Study on Fairness Concept, Measuring Methods and Institutional Plan of Recommendation Algorithm : Focusing on Experts’ Awareness
- 발행
- 2021 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 확인된 저자
- 황용석
- 소속·발행
- 건국대학교
- 출처
- 국내 KCI
- DOI
- 10.22876/kjbtr.2021.116.006
- 원문
- 원문 보기 ↗
개념
키워드
추천시스템, 알고리즘 공정성, 알고리즘 평가제도, 편향, 공정성, Recommendation system, Algorithm fairness, Algorithm evaluation system, Bias, Fairness
초록
알고리즘 기반 추천시스템의 설계와 운용은 공학적 차원에서 이루어지지만, 추천 알고리즘의 비정상적 예측이나 결과물의 생산은 공학적 데이터 처리에서 나타날 수 있는 문제뿐만 아니라, 이용자의 문제적 사용, 사회적 문제점이 반영되는 등 다양한 환경의 영향을 받아 편향과 차별이라는 결과를 가지고 오게 된다. 해외의 경우, ‘공정성’이라는 개념 하에 편향과 차별을 보정하기 위한 노력이 이루어지고 있다. 우리나라는 알고리즘 기반 추천시스템의 도입이 비교적 최근이기 때문에 알고리즘 추천 시스템 관련 문제점의 논의가 부족하였다. 본 연구는 알고리즘 공정성 관련 제반 문제점 및 쟁점 사항에 대해 이론적으로 살펴본 후, 공정성 관련 쟁점 중에서 현 수준에서 알고리즘 공정성의 범위와 목표 및 공정성 측정 방법, 제도적 접근 방법으로서 알고리즘 평가제도의 운용방식에 대해 법학, 경영학, 정책학, 전산학 분야의 전문가를 대상으로 심층 조사를 수행하였다. 연구결과, 공정성을 개념화 하는 것은 어렵지만, 알고리즘의 공정성은 ‘투명성’과 ‘다양성’의 확보 및 ‘알고리즘 결과에 대한 대중의 수용가능성’ 및 이 범위와 목표가 될 수 있다. 알고리즘 공정성을 분석하고 보완할 수 있는 측정방법은 혼합방법론이 적합하고, 알고리즘의 평가제도는 다양한 배경의 산업계, 학계, 시민단체의 전문가들이 참여해야 하고, 평가대상은 공공영역과 민간영역이 모두 포함되어야 한다. 이러한 연구결과는 방법론적인 측면에서는 알고리즘 공정성 분석에 활용될 수 있는 다양한 방법론의 장단점을 파악하고, 이를 실제로 적용할 수 있게 할 수 있으며, 정책 측면에서는 알고리즘 평가제도의 접근 방법에 대한 기초자료로서 기여할 수 있다.