데이터베이스와 인공지능 시스템에 내재된 성차별적 편향성을 심도 있게 분석한 본서는 현대 기술 사회의 구조적 성불평등 문제를 데이터 과학의 관점에서 해부한다. 아마존의 채용 알고리즘이 여성 지원자를 차별한 사례부터 의료 데이터베이스의 여성 환자 정보 부족으로 인한 의료 사고까지, 데이터 기반 시스템이 재생산하는 성차별의 실체를 파헤친다. 특히 음성인식 기술의 여성 음성 인식 오류, 학술 데이터베이스의 여성 연구자 배제 현상, 얼굴인식 시스템의 유색인종 여성 차별 등 구체적 사례를 통해 기술 혁신 시대의 새로운 형태의 성차별 메커니즘을 밝혀낸다.

금융 알고리즘의 여성 대출 신청자 차별, 온라인 쇼핑몰의 성역할 고정관념적 상품 추천, SNS 알고리즘의 여성혐오 콘텐츠 확산 구조 등 일상적 디지털 서비스에 숨겨진 젠더 편향성을 다각도로 분석한다. 저자는 Web of Science와 Scopus 같은 글로벌 학술 데이터베이스, IBM과 마이크로소프트의 AI 시스템, 구글과 아마존의 음성인식 기술 등 주요 기업과 기관의 실제 사례를 통해 데이터 기반 시스템의 구조적 성차별 현상을 실증적으로 입증한다.

본서는 단순한 현상 분석을 넘어 성평등한 데이터베이스 구축을 위한 혁신적 방법론도 제시한다. IBM의 AI Fairness 360과 같은 최신 편향성 측정 도구의 활용법, UN의 성인지 통계 가이드라인, 글로벌 테크기업들의 포용적 데이터 설계 사례 등을 통해 기술 발전이 진정한 성평등 실현의 도구가 되기 위한 구체적 해결책을 모색한다. 특히 1950년대 컴퓨터 과학 분야의 여성 선구자들의 공헌부터 현대의 여성 기술인들의 혁신적 연구까지 아우르며, 기술 발전의 새로운 페미니스트적 비전을 제시한다.

1. 데이터베이스와 젠더편향 연구의 태동
2. 머신러닝의 성차별적 학습구조 분석
3. 의료정보의 성별 격차와 여성건강
4. 여성기업인과 대출 알고리즘의 차별
5. 채용시스템의 여성 지원자 배제현상
6. 챗봇과 AI비서의 성차별적 언어학습
7. 학계 데이터베이스의 여성연구자 배제
8. AI 안면인식과 여성 소수자 차별
9. 통계청 빅데이터의 성인지적 결함
10. SNS 알고리즘과 여성혐오 확산구조
11. 게임산업 데이터의 여성캐릭터 왜곡
12. 음성인식 기술의 성별 인식률 격차
13. 교육데이터와 진로선택의 성별편향
14. 온라인 쇼핑몰의 성차별적 추천구조
15. 여성스포츠의 데이터 과소기록 현상
16. 스마트홈 시스템의 성역할 고정관념
17. 데이터 편향성의 측정과 분석기법
18. 포용적 데이터 설계의 새로운 방향