불확실성을 동반한 가치 기반 의사결정을 위한 비가중치 순위 지정

지능형 시스템이 자율적인 의사결정을 내리기 위해 우리 사회에 점점 더 많이 도입됨에 따라, 인간의 가치에 대한 이들의 준수 여부가 심각한 우려를 불러일으키고 있습니다. 이러한 시스템이 인간의 가치와 정렬(Alignment)되는 것은 시민의 무결성과 보안을 위협할 수 있기 때문에 여전히 중요한 과제로 남아 있습니다. 이러한 이유로, 의사결정에 있어 혁신적이고 인간 중심적이며 가치 주도적인 접근 방식이 필요합니다. 본 연구에서는 에이전트가 정량적 및 정성적 기준을 모두 통합하여 인간 중심의 결정을 생성하는 Fuzzy-Unweighted Value-Based Decision Making (FUW-VBDM) 프레임워크를 소개합니다. 또한, 우리는 사전 가중치를 제거하고 점수 함수(Score function)를 위해 정의된 의사결정 변수의 퍼지 영역(Fuzzy domain)을 도입함으로써, 임의의 가중치를 가진 이해관계자들에 의해 발생하는 규범적 편향(Normative bias) 문제를 해결합니다. 이 개념을 통해 우리는 가중치 영역에서 점수를 최적화할 때 가능한 해를 찾는 과정으로 모든 VBDM 문제를 일반화할 수 있습니다. FUW-VBDM에 대한 솔루션을 제공하기 위해, 우리는 불확실성을 정량화하기 위해 퍼지 기반 추론을 통합하는 맞춤형 비가중치 순위 지정 방법인 Rankzzy를 제시합니다. 우리는 이해관계자가 선택한 어떠한 허용 가능한 구성에 대해서도 Rankzzy의 일관성(Consistency)을 수학적으로 증명합니다. 우리는 예시 사례 연구를 통해 우리 방법의 적용 가능성을 보여주며, 이를 실행 예시(Running example)로도 사용합니다. 수행된 평가 결과에 따르면, 피타고라스 평균(Pythagorean means)을 통한 집계(Aggregation)를 사용할 때 대규모 가치 기반 의사결정 문제에서 계산 비용이 감소하고 기존 방식 대비 강력한 순위 성능을 나타내는 것으로 확인되었습니다.