머신러닝의 공정성 문제를 물리학의 대칭 개념으로 재해석한 새 연구가 arXiv에 공개됐다. 연구자 Nishit Singh은 분류 모델의 편향을 ‘대칭 파괴 연산’으로 수학적으로 정의하는 프레임워크를 제안했다. 핵심 아이디어는 성별·인종 같은 민감한 속성을 뒤집는 반사실적 연산을 수행했을 때 모델의 출력이 동일하게 유지된다면 그 분류기는 공정하다고 보는 것이다. 이 조건이 깨질 때 편향이 발생한다는 논리다.
이 관점을 실제 학습에 적용하기 위해 연구에서는 손실 기반 정규화를 ‘대칭 복원 메커니즘’으로 도입했다. 소음 수준, 속성 간 상관관계, 편향 강도가 다른 4개의 합성 데이터셋에서 검증한 결과, 공정성 위반을 90% 이상 줄이는 데 성공했다. 정확도 손실은 약 5% 수준에 그쳤다. 이 프레임워크는 인과 그래프(causal graph) 사전 지식이 없어도 작동하며, 비트 단위로 정의할 수 있는 민감 속성이라면 어떤 경우에도 일반화 적용이 가능하다.
연구가 특히 강조하는 실용적 가치는 계산 부담이 가볍다는 점이다. 기존의 공정성 보장 기법 중 상당수는 복잡한 인과 모델링이나 추가적인 전처리 파이프라인을 요구했지만, 이 접근법은 기존 학습 루프에 정규화 항 하나를 추가하는 방식으로 통합할 수 있다. 또한 주류 벤치마크에서 다루지 않는 지역적 차별 구조가 있는 환경에서도 적용 가능하다고 논문은 밝혔다.
AI 공정성 연구는 최근 고위험 의사결정 시스템, 즉 채용·대출·의료 분야에서의 알고리즘 차별 문제가 부각되면서 규제·학계 양측에서 주목받고 있다. 이 연구는 공정성을 단순한 후처리 교정의 문제가 아니라, 학습 과정 내부에서 수학적으로 보장할 수 있는 대칭 속성으로 다룬다는 점에서 방법론적 전환을 제시한다. 국내외 AI 시스템 설계자들에게는 인과 그래프 없이도 편향을 체계적으로 다룰 수 있는 실용적 도구로 주목할 만하다.
