본 논문은 의료 영상 분석에서 딥러닝 모델의 편향성 문제와 공정성 격차를 해결하기 위해 인간-AI 정렬(Human-AI alignment)의 효과를 체계적으로 조사한 최초의 연구입니다. 연구 결과, 인간의 통찰력을 통합함으로써 공정성 격차를 줄이고 도메인 외 일반화 성능을 향상시킬 수 있음을 보여줍니다. 하지만 과도한 정렬은 성능 저하를 초래할 수 있으므로, 적절한 정렬 전략이 중요함을 강조합니다. 결론적으로, 인간-AI 정렬은 공정하고 견고하며 일반화 가능한 의료 AI 시스템을 개발하는 유망한 접근 방식이며, 전문가의 지침과 자동화된 효율성 사이의 균형을 맞추는 것이 중요합니다. 코드는 깃허브에서 공개됩니다.
