알고리즘 추천 시스템의 공정성 확보를 위한 시론적 연구

황용석; 정재선; 황현정; 김형준

추천

검색

질문

자료유형: 학술저널

저자정보: 황용석 (건국대학교) 정재선 (오클라호마대학교) 황현정 김형준

저널정보: 한국방송학회 방송통신연구 방송통신연구 2021년 가을호(통권 제116호)

발행연도: 2021.10

수록면: 169 - 206 (38page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

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.

This is an introductory study on the fairness concept, measuring methods and institutional plans of recommendation algorithm that experts recognize in the process of summarizing the recent discussion about the fairness of recommendation algorithm. The design and operation of recommendation algorithm are done in the engineering level, but abnormal prediction and outcome production of recommendation algorithm reflect not only problems that can occur in the process of engineering data but also users’ problematic use and social problems, resulting in bias and discrimination by being affected by various environmental factors. In other countries, there are efforts to compensate the bias and discrimination under the concept of ‘fairness’. Since the adoption of the recommendation system based on algorithm is relatively new in Korea, there is not sufficient discussion on problems related to the algorithm recommendation system. In this study, the algorithm fairness related problems and issues are theoretically covered, and then, in-depth investigation is conducted on experts in such fields as law, business administration, policy studies and computer science about the scope fairness, goal, fairness measuring method and the operation method of algorithm evaluation system as an institutional approach method among the fairness related issues. The results show that it is difficult to conceptualize fairness, but securing ‘transparency’ and ‘diversity’ along with ‘public acceptability about algorithm results’ can be the scope and goal in the algorithm fairness. Regarding the measuring methods to analyze and compensate algorithm fairness, mixed methods research is proper, and experts of various backgrounds such as industrial circles, academic world and civic groups should participate in the algorithm evaluation system. The objects to be evaluated should include both public and private spheres. Notably, our results can contribute to comprehending advantages and shortcomings of various methods that can be used to analyze algorithm fairness and can be applied to actual cases from the methodological aspect. From the policy aspect, it can be a basic resource for approach method of algorithm evaluation system.

#추천시스템 #알고리즘 공정성 #알고리즘 평가제도 #편향 #공정성 #Recommendation system #Algorithm fairness #Algorithm evaluation system #Bias #Fairness

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

황용석

소속기관 건국대학교

주요연구분야 사회과학 > 신문방송학 TOP 5% 사회과학 > 행정학 TOP 10%

논문수 24 이용수 8,676

정재선

소속기관 오클라호마대학교

주요연구분야 사회과학 > 신문방송학 TOP 10%

논문수 11 이용수 7,940

황현정

소속기관 한국방송광고진흥공사

주요연구분야 사회과학 > 신문방송학 TOP 5%

논문수 6 이용수 5,622

김형준

소속기관 퍼블리시뉴스와기술연구소

주요연구분야 사회과학 > 신문방송학

논문수 2 이용수 1,500

이 논문과 함께 이용한 논문

인공지능 알고리즘의 편향성과 공정성

정원섭 인간·환경·미래 2020 .10

유튜브 알고리즘과 확증편향

김인식 , 김자미 한국컴퓨터교육학회 학술발표대회논문집 2021 .01

심홍진 , 박준혁 한국언론학보 2024 .10

유튜브 추천 알고리즘과 저널리즘

오세욱 , 송해엽 연구보고서 2019 .11

차별에서 공정성으로: 인공지능의 차별 완화와 공정성 제고를 위한 제도적 방안

김건우 법학연구 2019 .12

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)