편향된 데이터로 인해 편향된 모델이 생성될 수 있으며, 이를 해결하기 위해 다양한 공정성 개선 기법이 제안되었다. 그러나 어떤 상황에서 어떤 기법이 효과적인지에 대한 이해가 부족하다. 이 연구는 편향의 유형과 공정성 개선 기법의 관계를 분석하여, 편향된 데이터에서 공정한 모델을 학습할 수 있는 방법을 제시한다.
