Beyond Distributive Justice: Hermeneutical Fairness in Ad Delivery

기술 요약: 분배적 정의를 넘어: 광고 게재에서의 해석적 공정성

문제 제기
온라인 광고의 공정성에 대한 기존 접근법은 주로 해당 문제를 분배적 정의의 문제로 규정하며, 보호받는 집단 간 노출, 기회, 또는 결과의 공정한 배분에 초점을 맞춥니다. 이러한 노출 중심의 관점이 '누가' 광고를 보는지에 대한 불균형을 해결하긴 하지만, 저자들은 이것이 인식적 해악을 포착하기에는 부족하다고 주장합니다. 통계적 균형을 달성하더라도 광고의 내용과 그들이 사용하는 해석적 틀을 통해 광고는 체계적으로 특정 집단을 불리하게 만들 수 있습니다. 이는 두 가지 구체적인 형태의 해악을 초래합니다:

1. 해석적 박탈: 관련 해석 개념이 특정 청중에게 체계적으로 제공되지 않아, 그들이 자신의 경험을 이해하는 것을 방해하는 체계적 노출 부족.
2. 해석적 왜곡: 주의력을 포화시키고 해석을 오도하는 협소하고 선정적이거나 편향된 틀에 체계적으로 과도하게 노출되는 것.

본 논문은 온라인 광고 게재가 해석적 자원(공유된 개념과 의미 생성 도구) 을 분배하는 메커니즘으로 작용한다고 가정합니다. 이러한 자원이 불균등하게 분배되거나 왜곡될 때, 이는 기존 분배적 공정성 지표가 탐지하지 못하는 해석적 불의(미란다 프릭커의 이론을 차용) 의 한 형태를 구성합니다.

방법론
저자들은 광고 배분 전략에 해석적 고려사항을 통합하기 위한 형식적 프레임워크를 개발하였으며, 이는 세 가지 주요 단계를 거칩니다:

1. 탐색적 실증 분석:
   저자들은 해석적 해악과 일치하는 패턴을 식별하기 위한 비알고리즘적 기준선으로 1986~1987 년 에이즈 광고 평가 설문조사를 분석합니다. 그들은 다음 간의 상관관계를 검토합니다:

   • 노출 비대칭성: 이성애자 응답자와 동성애자 응답자 간의 광고 도달률 차이.
   • 행동적 수용: 노출과 행동 변화 간의 비단조적 관계 (포화 효과를 시사함).
   • 틀에 대한 민감성: 위험에 대한 다양한 표현 (예: "수혈이 필요한 사람들" 대 "혈우병 환자") 이 집단 간 인식 수준에 미치는 영향. 이는 노출뿐만 아니라 내용적 틀이 해석적 격차를 주도함을 나타냅니다.

2. 형식적 모델링:
   Baumann 등 (2024) 의 효용 극대화 프레임워크를 바탕으로, 저자들은 해석적 인식을 반영한 효용 함수를 도입합니다.

   • **해석적 비용 ($HI$):** 사용자가 광고를 수신하는지 ($d_x=1$) 여부와 이를 이해할 확률 ($\rho_x$) 에 따라 각 사용자$x$에 대해 정의됩니다.
     • $d_x=0$인 경우: 배제에 대한 고정 패널티 $\xi$(박탈).
     • $d_x=1$인 경우: 성공적 수용에 대한 보상 $\theta$와 실패한 수용에 대한 패널티 $\omega$(왜곡).
   • 목적: $U_H(d) = U(d) - \gamma HI(d)$를 최대화합니다. 여기서 $U(d)$는 경제적 효용이며 $\gamma$는 트레이드오프 매개변수입니다.
   • 제약 조건: 이 모델은 고전적 분배적 제약 조건 (통계적 균형, 기회의 평등) 을 강제하며, 새로운 해석적 기회의 평등 제약 조건을 도입하여 광고 이해 비율이 집단 간에 균등하도록 보장합니다.

3. 시뮬레이션 연구:
   저자들은 경제적 효용, 분배적 공정성, 그리고 해석적 비용 간의 트레이드오프를 탐색하기 위해 수치 시뮬레이션을 수행합니다. 그들은 다음을 나타내는 매개변수를 변화시킵니다:

   • 경제적 비대칭성 (타겟팅의 기회 비용).
   • 이해의 비대칭적 편익.
   • 해석적 왜곡의 위험 (실패한 수용에 대한 패널티).
   • 배제의 비용.
     그들은 네 가지 배분 규칙을 비교합니다: 무제약, 노출 균등, 기회의 평등, 그리고 해석적 기회의 평등.

주요 기여

• 개념적 전환: 본 논문은 광고 게재를 단순히 주의력의 배분이 아닌 해석적 자원의 배분으로 재규정합니다. 이는 '인식적 배제'와 '인식적 폭격'을 해석적 박탈과 왜곡으로 이어지는 메커니즘으로 규명합니다.
• 형식적 구체화: 저자들은 알고리즘 기반 광고 게재의 맥락에서 해석적 박탈과 해석적 왜곡에 대한 최초의 형식적 정의를 제공하며, 철학적 개념을 계량 가능한 비용 ($\xi, \omega, \theta$) 과 제약 조건으로 변환합니다.
• 새로운 공정성 지표: 해석적 기회의 평등을 도입합니다. 이는 단순한 노출 균등과 구별되어, 집단들이 광고 내용을 이해할 수 있는 동등한 능력을 보장하는 제약 조건입니다.
• 통합 프레임워크: 경제적 이득, 분배적 공정성, 그리고 해석적 공정성을 동시에 최적화하는 효용 기반 배분 전략으로, 이러한 목표 간의 트레이드오프를 분석할 수 있게 합니다.

결과

• 효용 대 공정성 트레이드오프: 공정성 제약 조건 (분배적 또는 해석적) 을 부과하면 총 효용이 약간 감소합니다 (시뮬레이션에서 일반적으로 2% 미만). 해석적 공정성의 '비용'은 낮습니다.
• 무제약 최적화의 한계: 명시적 제약 조건이 없으면 효용을 극대화하는 정책은 체계적으로 불리하게 처한 집단에 광고를 덜 게재합니다 (해석적 박탈). 특히 경제적 비대칭성이 존재할 때 (예: 특정 집단을 타겟팅하는 데 더 높은 기회 비용) 이러한 현상이 두드러집니다.
• 제약 조건의 효과성:
  • 분배적 제약 조건: 통계적 균형이나 기회의 평등을 강제하면 노출 격차가 크게 줄어들어 (차이를 거의 0 에 가깝게 만듦) 불리하게 처한 집단의 구조적 소외를 방지합니다.
  • 해석적 제약 조건: 고전적 제약 조건이 노출 격차를 줄이지만, 동등한 이해를 보장하지는 않습니다. 연구는 노출 균등을 충족하는 정책이라도 내용 자체가 편향되어 있다면 해석적 박탈이나 왜곡을 여전히 초래할 수 있음을 보여줍니다.
• 비용의 상호작용: 광고를 withhold 하는 것의 대가가 높을 때 (높은 $\xi$), 분배적 제약 조건은 효용 손실을 최소화하면서 해석적 비용을 효과적으로 줄입니다. 그러나 분배적 제약 없이 해석적 비용만을 최적화하면 불리하게 처한 집단에 광고가 과도하게 집중되어 포화 상태를 초래할 수 있는 정책으로 이어질 수 있습니다.

의의와 주장
본 논문은 온라인 광고의 공정성 분석이 해석과 수용의 인식적 조건을 고려하기 위해 고전적 분배적 개념을 넘어 확장되어야 한다고 주장합니다.

• 노출 균등을 넘어: 저자들은 동등한 노출을 보장하는 것만으로는 부족하며, 시스템이 모든 집단에 접근 가능하고 이해 가능한 방식으로 광고가 제공하는 해석적 자원을 보장해야 한다고 주장합니다.
• 체계적 해악 예방: 광고 게재를 해석적 자원의 분배로 모델링함으로써, 이 프레임워크는 노출 균등 하에서도 지속되는 배제적 역동을 탐지하고 완화할 수 있는 원칙적인 방법을 제공합니다.
• 제한된 범위: 저자들은 실증 분석이 현대 온라인 시스템의 직접적인 대리 변수가 아니라 프레임워크를 동기 부여하기 위한 기준선으로 오프라인 설문 데이터를 사용한다고 명시적으로 밝힙니다. 그들은 매개변수 식별의 한계 (예: $\rho_x$는 잠재 변수임) 를 인정하며, 수용 확률을 검증하고 인식적 매개변수를 보정하기 위한 향후 통제 실험을 요청합니다. 이 작업은 현재 광고 시스템에 즉시 배포 가능한 솔루션이라기보다는 향후 감사 및 플랫폼 설계를 위한 개념적, 형식적 기초로 제시됩니다.