개발자를 위한 머신러닝&딥러닝

436

2

부

모델 사용

된 이진 파일입니다. 가중치, 절편, 학습된 필터 등이 여기에 해당합니다. 하지만 이 값들은 모

두 모호하며 무엇을 뜻하고 어떻게 작동하는지 해석하기 어렵습니다.

컴퓨팅 작업을 돕기 위해 훈련된 모델을 사용하기 시작한다면 모델의 작동 방식에 대한 투명

성 확보가 매우 중요합니다. 따라서 인공지능 엔지니어로서 윤리, 공정성, 개인 정보 보호에 대

해 이해하는 것이 중요합니다. 다만 여러 권의 책으로 다룰 만큼 방대한 주제이므로 이 장에서

는 간단히 소개하는 것으로 마치겠습니다. 하지만 필요한 것을 배우는 데 도움이 되기를 바랍

니다.

무엇보다도 사용자에 대한 공정함

fair

을 관점으로 시스템을 구축하는 것이 새롭거나 미덕을 드

러내거나 정치적인 올바름을 추가하는 것이 아니라는 것이 중요합니다. 이번 장에서 보여주려

는 내용은 사람들이 느끼는 공정성에 대한 감정과는 상관없이 공정하고 윤리적인 관점으로 시

스템을 구축하는 것이 엔지니어링 관점에서 올바르다는 것입니다. 더불어 이 방식은 미래의 기

술 부채

technical

debt

를 피하는 데에도 도움이 될 겁니다.

20.1

프로그래밍의 공정성

최근 머신러닝과 인공지능의 발전으로 윤리와 공정성의 개념이 주목을 받았지만, 컴퓨터 시스

템에서 불평등과 불공정은 항상 우려되는 주제였습니다. 필자는 공정성과 편견의 ...