사회 정치
데이터의 편견
넥스트북 프리즘
넥스트북(NextBook)
0 (0명)
3명이 읽었어요
유료 작품은 원스토리 앱에서 이용 할 수 있어요.
- 소장
- 11,000 ⓒ
| 듣기기능 | TTS지원 | 파일정보 | EPUB |
|---|---|---|---|
| 총 용량 | 0.6 MB | 이용기기 | |
| ISBN | 9791176426787 | ||
책 소개
데이터는 차갑고 공정해 보이지만, 그 안에는 늘 누가 무엇을 기록했는지, 무엇을 빠뜨렸는지, 어떤 기준으로 분류했는지가 숨어 있다. 데이터의 편견은 숫자와 알고리즘이 객관성의 얼굴을 하고도 어떻게 현실의 불평등과 오해를 되풀이할 수 있는지를 다룬다.
원고는 통계, 표본, 라벨링, 추천 알고리즘, 채용과 평가, 금융과 복지, 도시와 안전, 의료와 교육처럼 데이터가 삶의 판단에 들어오는 장면을 따라간다. 편향은 악의에서만 생기지 않는다. 기록되지 않은 사람, 평균에 가려진 차이, 과거를 학습한 모델, 플랫폼이 밀어주는 선택지가 공정의 감각을 흔든다.
이 책은 데이터 불신을 부추기지 않는다. 오히려 데이터를 더 잘 쓰기 위해 어떤 질문을 던져야 하는지 알려 준다. 누가 빠졌는가, 어떤 기준이 적용되었는가, 결과가 누구에게 불리하게 작동하는가를 묻는 순간 숫자는 더 선명해진다. AI와 데이터가 결정을 대신하는 시대에 공정을 다시 읽고 싶은 독자에게 필요한 입문서다.
원고는 통계, 표본, 라벨링, 추천 알고리즘, 채용과 평가, 금융과 복지, 도시와 안전, 의료와 교육처럼 데이터가 삶의 판단에 들어오는 장면을 따라간다. 편향은 악의에서만 생기지 않는다. 기록되지 않은 사람, 평균에 가려진 차이, 과거를 학습한 모델, 플랫폼이 밀어주는 선택지가 공정의 감각을 흔든다.
이 책은 데이터 불신을 부추기지 않는다. 오히려 데이터를 더 잘 쓰기 위해 어떤 질문을 던져야 하는지 알려 준다. 누가 빠졌는가, 어떤 기준이 적용되었는가, 결과가 누구에게 불리하게 작동하는가를 묻는 순간 숫자는 더 선명해진다. AI와 데이터가 결정을 대신하는 시대에 공정을 다시 읽고 싶은 독자에게 필요한 입문서다.
목차
프롤로그. 공정을 묻는 순간, 데이터가 흔들리기 시작한다
1장. 데이터는 사실이 아니라 선택에서 시작된다
1절. 숫자는 왜 중립처럼 보일까
2절. 빠진 데이터가 차별을 만든다
3절. 값싸게 모은 데이터가 값을 왜곡한다
4절. 익명화가 공정을 보장하지 못하는 이유
2장. 분류는 편리하지만 사람을 잘라낸다
1절. 라벨 하나가 삶을 바꾸는 순간
2절. 경계선의 사람들은 왜 더 자주 틀리게 분류될까
3절. 오류는 왜 약한 집단 쪽으로 쏠릴까
4절. 분류를 줄일수록 더 공정해지는 경우
3장. 평가는 점수보다 설계가 먼저 흔들린다
1절. 무엇을 성과로 볼 것인가
2절. 정확도가 높아도 공정하지 않을 수 있다
3절. 지표가 충돌할 때 무엇을 우선할까
4절. 사람이 개입하는 순간 편향은 사라질까
4장. 채용은 능력을 보는가, 과거를 복제하는가
1절. 이력서는 왜 데이터가 되는가
2절. 자동 선별은 누구를 먼저 지우나
3절. 면접 점수화는 무엇을 놓치나
4절. 공정 채용을 위한 최소 조건
5장. 금융은 신용을 계산하지만 삶을 단순화한다
1절. 신용점수는 무엇을 반영하고 무엇을 놓치나
2절. 대안 데이터는 포용일까 감시일까
3절. 부정탐지는 누구를 더 쉽게 의심하나
4절. 거절 이유를 설명받을 권리
6장. 치안은 위험을 예측할수록 과거에 묶인다
1절. 예측치안은 무엇을 학습하나
2절. 검거 데이터는 범죄 데이터와 왜 다를까
3절. 얼굴인식은 누구에게 더 자주 틀릴까
4절. 안전과 자유는 어디서 부딪히나
7장. 교육은 맞춤화의 이름으로 격차를 키울 수 있다
1절. 학습 데이터는 누구의 공부를 기준으로 삼나
2절. 조기 경보는 누구를 낙인찍나
3절. 자동 채점은 무엇을 읽지 못하나
4절. 좋은 추천이 늘 좋은 교육은 아니다
8장. 공정성 지표는 하나가 아니라 충돌하는 언어다
1절. 같은 모델이 왜 동시에 공정할 수 없을까
2절. 집단 공정성과 개인 공정성의 갈등
3절. 정확도와 형평성은 어디서 부딪히나
4절. 숫자보다 먼저 합의해야 할 것
9장. 설명가능성은 해답이 아니라 출발선이다
1절. 설명은 왜 길수록 믿기 어려워질까
2절. 사용자는 어떤 설명을 이해하고 신뢰하나
3절. 기록이 없으면 책임도 흐려진다
4절. 설명가능성과 영업비밀 사이의 줄다리기
10장. 한국 사회의 현장은 어디에서 먼저 흔들리나
1절. 공공서비스 자동화는 무엇을 바꾸나
2절. 민간 플랫폼의 추천과 등급은 어떻게 작동하나
3절. 국내 제도는 어디까지 따라왔나
4절. 시민이 확인해야 할 최소 정보
11장. 공정을 점검하는 질문은 왜 설계보다 먼저 필요한가
1절. 도입 전에 묻지 않으면 늦는 질문들
2절. 운영 중에 계속 확인해야 할 질문들
3절. 피해가 생겼을 때 따져야 할 질문들
4절. 토론이 갈등이 아니라 안전장치가 되는 법
12장. 더 나은 알고리즘은 기술보다 절차에서 나온다
1절. 데이터 수집부터 다른 기준 세우기
2절. 사람 검토를 넣되 책임을 흐리지 않기
3절. 성능보다 해악을 먼저 줄이는 설계
4절. 공정은 결과가 아니라 운영이라는 결론
에필로그. 공정은 정답이 아니라 계속 점검하는 습관이다
1장. 데이터는 사실이 아니라 선택에서 시작된다
1절. 숫자는 왜 중립처럼 보일까
2절. 빠진 데이터가 차별을 만든다
3절. 값싸게 모은 데이터가 값을 왜곡한다
4절. 익명화가 공정을 보장하지 못하는 이유
2장. 분류는 편리하지만 사람을 잘라낸다
1절. 라벨 하나가 삶을 바꾸는 순간
2절. 경계선의 사람들은 왜 더 자주 틀리게 분류될까
3절. 오류는 왜 약한 집단 쪽으로 쏠릴까
4절. 분류를 줄일수록 더 공정해지는 경우
3장. 평가는 점수보다 설계가 먼저 흔들린다
1절. 무엇을 성과로 볼 것인가
2절. 정확도가 높아도 공정하지 않을 수 있다
3절. 지표가 충돌할 때 무엇을 우선할까
4절. 사람이 개입하는 순간 편향은 사라질까
4장. 채용은 능력을 보는가, 과거를 복제하는가
1절. 이력서는 왜 데이터가 되는가
2절. 자동 선별은 누구를 먼저 지우나
3절. 면접 점수화는 무엇을 놓치나
4절. 공정 채용을 위한 최소 조건
5장. 금융은 신용을 계산하지만 삶을 단순화한다
1절. 신용점수는 무엇을 반영하고 무엇을 놓치나
2절. 대안 데이터는 포용일까 감시일까
3절. 부정탐지는 누구를 더 쉽게 의심하나
4절. 거절 이유를 설명받을 권리
6장. 치안은 위험을 예측할수록 과거에 묶인다
1절. 예측치안은 무엇을 학습하나
2절. 검거 데이터는 범죄 데이터와 왜 다를까
3절. 얼굴인식은 누구에게 더 자주 틀릴까
4절. 안전과 자유는 어디서 부딪히나
7장. 교육은 맞춤화의 이름으로 격차를 키울 수 있다
1절. 학습 데이터는 누구의 공부를 기준으로 삼나
2절. 조기 경보는 누구를 낙인찍나
3절. 자동 채점은 무엇을 읽지 못하나
4절. 좋은 추천이 늘 좋은 교육은 아니다
8장. 공정성 지표는 하나가 아니라 충돌하는 언어다
1절. 같은 모델이 왜 동시에 공정할 수 없을까
2절. 집단 공정성과 개인 공정성의 갈등
3절. 정확도와 형평성은 어디서 부딪히나
4절. 숫자보다 먼저 합의해야 할 것
9장. 설명가능성은 해답이 아니라 출발선이다
1절. 설명은 왜 길수록 믿기 어려워질까
2절. 사용자는 어떤 설명을 이해하고 신뢰하나
3절. 기록이 없으면 책임도 흐려진다
4절. 설명가능성과 영업비밀 사이의 줄다리기
10장. 한국 사회의 현장은 어디에서 먼저 흔들리나
1절. 공공서비스 자동화는 무엇을 바꾸나
2절. 민간 플랫폼의 추천과 등급은 어떻게 작동하나
3절. 국내 제도는 어디까지 따라왔나
4절. 시민이 확인해야 할 최소 정보
11장. 공정을 점검하는 질문은 왜 설계보다 먼저 필요한가
1절. 도입 전에 묻지 않으면 늦는 질문들
2절. 운영 중에 계속 확인해야 할 질문들
3절. 피해가 생겼을 때 따져야 할 질문들
4절. 토론이 갈등이 아니라 안전장치가 되는 법
12장. 더 나은 알고리즘은 기술보다 절차에서 나온다
1절. 데이터 수집부터 다른 기준 세우기
2절. 사람 검토를 넣되 책임을 흐리지 않기
3절. 성능보다 해악을 먼저 줄이는 설계
4절. 공정은 결과가 아니라 운영이라는 결론
에필로그. 공정은 정답이 아니라 계속 점검하는 습관이다