이 논문은 공정성과 강건성의 관계를 탐구하고, 다양한 강건한 공정성 개념을 도출하며, 이를 효율적으로 최적화할 수 있는 방법을 제시한다.
민감 속성을 알 수 없는 상황에서도 공정한 분류기를 학습할 수 있는 Antigone 프레임워크를 제안한다. Antigone는 검증 데이터에서 생성한 가짜 민감 속성 레이블을 활용하여 공정성 지표를 최적화하는 하이퍼파라미터를 튜닝한다.
