합성 데이터 생성 (SDG)에서의 불균등한 영향 (Disparate Impact)

우리는 생성된 레코드의 효용(utility)이 민감한 그룹 간에 동일한지를 평가하는 합성 데이터 생성 (SDG)의 공정성 개념인 불균등한 영향 (disparate impact)을 재검토합니다. 우리의 접근 방식은 관찰된 분포의 부당한 편향을 교정하는 문제를 다루는 기존의 공정 SDG 연구와는 차이가 있으며, 기존 연구들은 SDG를 실제 데이터의 분포와는 다른 분포를 학습하는 것으로 재정의합니다. 이와 대조적으로, 불균등하지 않은 영향 (non-disparate impact)은 합성 분포와 실제 분포가 동일할 때 현저하게 달성됩니다. 우리는 SDG가 해당 솔루션에 도달하지 못할 수 있는 이유를 밝히고, 왜 근사 오차 (approximation error) 및 추정 오차 (estimation error)가 발생하며 그룹 간에 불균등하게 나타날 수 있는지 논의합니다. 특히 우리는 분포 복잡도에 따른 SDG 방법론의 표현력 (expressive power), 그룹 비율로 인한 샘플링 오차 (sampling error), 그리고 차분 프라이버시 (differential privacy) 메커니즘에 의해 유도되는 추정 오차를 조사합니다. 우리는 확률적 그래픽 모델 (probabilistic graphical models)에 의존하는 SDG 방법론에 초점을 맞추어, 인공 데이터와 실제 데이터 모두에서 불균등한 영향이 나타나는 사례를 설명합니다. 또한 그룹별 SDG 모델을 학습하는 전략을 소개하고, 이것이 많은 설정에서 전체적인 효용과 효용의 균등성 (parity)을 어떻게 개선할 수 있는지 보여줍니다.