본 개시의 일 실시예에 따르면, 공정성 강화를 위한 대조 학습 방법은 제1 속성을 기초로 클래스가 구분되는 제1 클래스의 데이터셋과 제2 클래스의 데이터셋을 포함하는 학습 데이터셋을 획득하는 단계 - 제1 클래스의 데이터셋은 제1 속성과 상이한 제2 속성을 기초로 서로 구분되는 제1 데이터 및 제2 데이터를 포함하고, 제2 클래스의 데이터셋은 제2 속성을 기초로 서로 구분되는 제3 데이터 및 제4 데이터를 포함함 -, 및 제1 데이터로부터 획득된 앵커(anchor)와 제2 데이터로부터 획득된 피처(feature) 사이의 거리는 가까워지고, 앵커와 제3 데이터로부터 획득된 피처 사이의 거리는 멀어지고, 앵커와 제4 데이터로부터 획득된 피처 사이의 거리는 무시되도록 하는 대조 손실 함수를 기초로 분류 모델에 제1 속성을 학습시키는 단계를 포함할 수 있다.