본 논문은 머신러닝 기반 대출 자동화 시스템에서 알고리즘의 공정성 문제를 다룹니다. 합성 데이터를 이용한 시뮬레이션을 통해 인구 통계적 동등성이나 동등한 기회와 같은 공정성 제약 조건이 대출 기관의 수익성에 미치는 영향을 정량적으로 분석합니다. 특히, 보호 속성을 모델에서 제거하는 방법(무지에 의한 공정성)이 명시적인 공정성 개입보다 공정성과 수익성 측면에서 더 나은 성과를 보이는 것을 발견하였습니다. 또한, 공정한 대출이 수익성을 갖게 되는 경제적 조건과 불공정성의 특징별 원인을 분석하여 윤리적 고려사항과 사업 목표 간의 균형을 이루는 대출 알고리즘 설계를 위한 실질적인 지침을 제공합니다.
