공정성과 예측오차를 위한 부분공간 분해와 영향분석

초록

본 논문은 충분 차원 축소(SDR) 이론을 활용해 특성 공간을 목표‑관련, 민감도‑관련, 공유 세 부분으로 분해하고, 공유 부분을 단계적으로 포함함으로써 예측 정확도와 공정성 사이의 트레이드오프를 정량적으로 분석한다. 또한 영향 함수(influence function)를 이용해 부분공정 표현이 파라미터 추정에 미치는 asymptotic 영향을 밝혀낸다. 실험을 통해 제안 방법이 공정성을 크게 개선하면서도 성능 손실을 최소화함을 보인다.

상세 분석

이 연구는 기존의 사후‑제약 방식과 달리 데이터 표현 자체를 조정함으로써 공정성을 확보한다는 근본적인 전환점을 제시한다. 저자들은 X∈ℝ^p 를 Y(목표)와 Z(민감속성) 각각에 대한 충분 차원 축소 중심 부분공간 S_Y|X와 S_Z|X 로 분해하고, 이 두 부분공간의 교차 S_{Y∩Z}=Span{ϕ₁,…,ϕ_s} 를 명시적으로 식별한다. 교차 부분공간은 Y와 Z가 동시에 정보를 담는 공유 방향이며, 이를 얼마나 포함할지를 m∈{0,…,s} 로 조절한다.
m=0 일 때는 완전한 공정성을 보장하는 P(0)=e_B e_Bᵀ 로, 여기서 e_B는 Z와 직교하면서 Y에 정보를 보존하는 방향을 의미한다. m을 증가시키면 ϕ_i 를 순차적으로 추가해 P(m)=e_B e_Bᵀ+Φ_m Φ_mᵀ 로 구성된 부분공간에 투영한다. 이 과정은 예측 위험 Δ(m)=E