메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국윤리학회(윤리연구) 윤리연구 윤리연구 제1권 제128호
발행연도
2020.1
수록면
143 - 158 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 빅데이터와 기계학습, 인공지능과 관련되어 제기되는 윤리적인 이슈 중 하나가 바로 편향성(bias)의 문제이다. 실제로 편향성(bias)의 문제를 편견(prejudice, Vorurteil)이나 고정관념의 문제와 혼동하는 경우가 많은데, 전자가 통계적, 기술적인 용어(technical term)라고 한다면 후자는 윤리적인 용어(ethical term)라고 할 수 있겠다. 데이터를 모으고 처리하는 과정에서 항상 편향성의 문제가 제기된다. 데이터의 편향성을 이 연구에서는 데이터 자체의 편향성과 데이터 처리과정의 편향성으로 구분하여 논의하고, 이와 별도로 이 두 가지 모두 데이터 공정성의 문제와 항상 갈등에 빠지게 되는 이유를 살펴본다. 특히 데이터 객관성과 공정성 역시 서로 상충될 소지가 충분히 있다. 데이터가 객관적이라는 것은 데이터가 지향하는 대상과 데이터의 일치를 전제로 하면서 이 데이터가 습득되는 과정에서 주관적인 개입이 배제되어야 확보될 수 있을 것이다. 그렇지만 이러한 근대적인 기계적 객관성이 보장된다 하더라도 공정하지 않을 수 있는 문제가 발생한다. 데이터의 객관성은 데이터 자체의 습득 과정에서 논의되겠지만, 데이터의 공정성은 데이터의 활용과정에서 더 문제가 제기되기 마련이다. 따라서 데이터윤리의 관점에서 빅데이터의 수집과 활용의 과정에서 모집단 편향성, 데이터 편향성, 데이터 객관성, 데이터 공정성의 의미가 분명하게 규정되어야 할 것이다.

목차

등록된 정보가 없습니다.

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0