
159
3
데이터 윤리
대부분의 이미지는 미국 등 서방 국가에서 수집되었으므로 이미지넷으로 학습된 모델은 다른 국가
와 문화의 장면을 담은 이미지에서 낮은 성능을 보입니다. 연구에 따르면 이런 모델은 저소득 국가
의 가정용품(예: 비누, 향신료, 소파, 침대)을 잘 식별하지 못합니다. 페이스북 인공지능 연구소의
테렌스 드브리스
Terrance
DeVries
등이 쓴 「
Does
Object
Recognition
Work
for
Everyone
?(
https
://
oreil
.
ly
/
BkFjL
)」 논문에서 발췌한 [그림
3
-
12
]는 이런 문제를 잘 보여줍니다.
실젯값: 비누 네팔, 월
288
달러
애저: 음식, 치즈, 빵, 케이크, 샌드위치
클래리파이: 음식, 나무, 요리, 맛있는, 건강한
구글: 음식, 접시, 조리법, 컴포트 푸드, 스팸,
아마존: 음식, 사탕과자, 사탕, 햄버거
왓슨: 음식, 음식 상품, 강황, 양념
텐센트: 음식, 접시, 재료, 패스트푸드, 자양물
실젯값: 비누 필리핀 월
262
달러
애저: 병, 맥주, 카운터, 음료, 오프너
클래리파이: 컨테이너, 음식, 병, 음료, 비축품
구글: 상품, 노란색, 병, 플라스틱 병
아마존: 청량음료, 맥주, 알코올, 음료, 병
왓슨:음식, 식품 저장실, 식료품 저장실, 조미료, 양념
텐센트: 조미료, 소스, 첨자게, 케첩,