본 논문은 예측 알고리즘의 정확성과 공정성 사이의 상충 관계를 다룹니다. 인공지능 발전으로 인해 강력한 예측 알고리즘이 등장하면서 정확성과 공정성 모두를 고려해야 할 필요성이 커졌습니다. 하지만 두 기준은 상충될 수 있으며, 이를 조정할 명확한 규범적 지침이 없습니다. 본 논문은 정확성과 공정성 측정 지표의 선형 결합을 사용하여 알고리즘의 종합적 가치를 측정하는 것이 타당함을 주장하며, Harsanyi의 선호도 집계 이론을 바탕으로 이를 뒷받침합니다. COMPAS 데이터셋을 이용한 분석을 통해 주장을 뒷받침합니다.
