본 논문은 기계 학습(ML)에서 인간의 지각(perception)을 모델링하는 새로운 접근 방식을 제시합니다. 인간은 동일한 정보를 다르게 해석하는 지각의 특성을 가지고 있으며, 이는 ML 기반 의사결정 과정에서 편향을 야기할 수 있습니다. 본 논문에서는 구조적 인과 모델(SCM)을 이용하여 지각을 인과적으로 모델링하는 방법을 제시합니다. 전문가의 개별 경험을 추가적인 인과적 지식으로 정의하고, 이를 SCM 형태로 전문가 의사결정자에게 제공하는 방식으로 지각을 형식화합니다. 구조적 지각과 매개변수적 지각의 두 가지 확률적 인과 지각을 정의하고, 현대적 의사결정 흐름의 여러 사례를 통해 이 프레임워크를 보여줍니다. 또한 공정한 ML에서 지각을 다루는 것의 중요성을 강조하고, 관련된 공정성 함의와 가능한 응용 프로그램을 논의합니다.
