본 논문은 의료 데이터에서의 결측값 처리 방식이 알고리즘의 공정성에 미치는 영향을 분석하고, 기존의 결측값 처리 방식의 문제점을 지적하며 새로운 프레임워크를 제시합니다. 기존의 결측값 처리 방법들이 이론적 기반이 부족하고, 의료 데이터의 결측 메커니즘과 동떨어져 있으며, 오히려 예측 불균형을 악화시킬 수 있다는 것을 실험적으로 보여줍니다. 특히, 그룹별 특화된 대치 전략이 오히려 편향을 증폭시킬 수 있음을 밝힙니다. 따라서, 본 논문은 실증적 결과를 바탕으로 대치 전략 선택을 위한 프레임워크와 보고 프레임워크를 제안하며, 다양한 데이터셋을 이용한 실험을 통해 제안된 프레임워크의 실용성을 검증합니다. 이를 통해 전체적인 예측 성능은 동일하지만 알고리즘 공정성 측면에서 다른 특징을 보이는 전략들을 비교 분석하고 최적의 전략 선택을 돕습니다.
