본 논문은 고용 및 사법 분야에서 역사적으로 소외된 집단을 우선적으로 고려하는 '긍정적 알고리즘'에 대한 일반인들의 인식을 두 가지 실험(N=1193)을 통해 분석한 연구 결과를 제시합니다. 소외 집단을 우선하는 긍정적 알고리즘, 특권 집단을 우선하는 차별적 알고리즘, 그리고 인구 통계적 집단과 무관하게 의사결정을 내리는 공정한 알고리즘에 대한 인식을 비교 분석하여, 정치 성향 및 정체성에 관계없이 공정한 알고리즘은 긍정적으로, 차별적 알고리즘은 부정적으로 평가하는 반면, 긍정적 알고리즘에 대한 평가는 정치적 성향과 인종적 배경에 따라 크게 엇갈린다는 것을 발견하였습니다. 특히, 자유주의자와 소수 인종은 긍정적 알고리즘을 공정한 알고리즘과 마찬가지로 긍정적으로 평가하는 반면, 보수주의자와 다수 인종은 긍정적 알고리즘을 차별적 알고리즘과 마찬가지로 부정적으로 평가하는 경향을 보였습니다. 이러한 의견 차이의 원인으로, 소외된 집단이 누구인지에 대한 사람들의 상이한 믿음을 지적하며, 긍정적 알고리즘에 대한 사회적 합의를 도출하기 위한 방안을 논의합니다.
