데이터 딜레마 풀기

데이터 편향 정복하기

Konstantinos Kattidis

Data Analytics Lead

데이터가 이끄는 의사결정

  • 데이터 기반 의사결정은 전 세계 산업을 혁신했습니다

  • 데이터와 AI는 다음과 같은 핵심 영역으로 확장되었습니다:

    • 사회 정의
    • 채용 심사
    • 가상 비서와 같은 대화형 인터페이스

데이터 기반 의사결정의 활용 사례

데이터 편향 정복하기

데이터 편향의 등장

이러한 발전과 함께, 솔루션 내 편향에 대한 우려도 커졌습니다.

이력서 심사

  • 아마존은 남성 지원자에게 유리하게 작동한 채용 적합도 평가 모델을 중단했습니다
데이터 편향 정복하기

데이터 편향이란?

  • 데이터나 정보가 제한될 때 발생하여, 모집단을 부정확하거나 불공정하게 보여 줍니다

  • 원인은 다음과 같습니다:

    • 불균형과 과소대표
    • 역사적 편견
    • 인지적 경향

  • 데이터의 정확성과 신뢰성을 떨어뜨려, 의사결정에 활용되는 효과성을 저해합니다

데이터 편향의 기원

데이터 편향 정복하기

아마존 사례

  • 아마존의 모델은 10년간 제출된 이력서로 학습되었습니다.
  • 이 기간 동안 남성 지원자가 과도하게 채용되거나 선호되었습니다.
  • 역사적 채용 관행으로 모델이 남성에게 편향되었습니다.
  • 데이터 편향 해소는 데이터셋 품질과 인간의 프로세스 모두에 대한 점검이 필요합니다.

아마존 박스와 이력서 심사

데이터 편향 정복하기

코스 소개

편향 극복

1장 - 데이터 편향이 의사결정에 미치는 영향과, 데이터 작업 시 왜 편향을 고려해야 하는지 학습합니다.

2장 - 수집 단계의 다양한 데이터 편향 유형과 이를 최소화하는 기법을 배웁니다.

3장 - 분석 및 결과 공유 단계에서 흔한 편향 유형을 배우고, 식별과 완화 방법을 다룹니다.

데이터 편향 정복하기

연습해 봅시다!

데이터 편향 정복하기

Preparing Video For Download...