인공지능(AI) 모델의 신뢰성을 확보하는 것이 중요해짐에 따라 공정성, 강건성, 개인 정보 보호, 설명 가능성 등 핵심 목표를 동시에 달성하기 어려워지고 있습니다. 연구진은 신뢰할 수 있는 AI의 목표 간 충돌을 데이터 생성 과정의 변화에 따른 인공 변환 요구 사항으로 재해석했습니다. 인과관계는 이러한 충돌을 이해하고 완화하는 데 필요한 통일된 프레임워크를 제공하며, 이는 기존 ML 모델과 대규모 FM 모두에 적용 가능합니다.