ㅁ 합성 데이터

ㅇ 정의:
실제 데이터를 수집하지 않고 알고리즘, 시뮬레이션, 생성 모델 등을 통해 인공적으로 만들어낸 데이터.

ㅇ 특징:
– 개인정보 유출 위험이 적음
– 데이터 부족 문제 해결 가능
– 실제 데이터와 유사한 통계적 특성을 가짐
– 품질은 생성 알고리즘 성능에 의존

ㅇ 적합한 경우:
– 개인정보 보호가 중요한 의료, 금융 분야
– 희귀 이벤트 데이터 확보가 어려운 경우
– 모델 학습 데이터 증강이 필요한 경우

ㅇ 시험 함정:
– 합성 데이터가 항상 실제 데이터보다 우수하다고 단정하는 경우 (X)
– 합성 데이터는 반드시 실제 데이터와 동일한 분포를 가질 필요가 있다는 주장 (X)

ㅇ 시험 대비 “패턴 보기” 예시:
O: 합성 데이터는 개인정보 보호에 유리하다.
X: 합성 데이터는 항상 실제 데이터보다 정확하다.

================================

1. Synthetic Data

ㅇ 정의:
실제 환경에서 수집한 것이 아닌, 인공적으로 생성된 데이터의 총칭.

ㅇ 특징:
– 다양한 생성 기법 적용 가능 (시뮬레이션, 통계 모델, 딥러닝 등)
– 데이터 라벨링 비용 절감
– 생성 품질에 따라 모델 성능 차이 발생

ㅇ 적합한 경우:
– 데이터 수집이 법적, 윤리적으로 제한되는 경우
– 모델 사전 학습용 대량 데이터 필요 시

ㅇ 시험 함정:
– 합성 데이터는 반드시 실제 데이터와 100% 동일해야 한다는 주장 (X)
– 합성 데이터는 현실 반영이 불가능하다는 주장 (X)

ㅇ 시험 대비 “패턴 보기” 예시:
O: Synthetic Data는 시뮬레이션을 통해 생성될 수 있다.
X: Synthetic Data는 반드시 실제 환경에서만 생성된다.

================================

2. GAN-based Simulation

ㅇ 정의:
GAN(Generative Adversarial Network) 구조를 활용하여 실제와 유사한 합성 데이터를 생성하는 방법.

ㅇ 특징:
– 생성자와 판별자의 경쟁 학습 구조
– 이미지, 음성, 텍스트 등 다양한 데이터 유형 생성 가능
– 고품질 데이터 생성 가능하지만 학습 안정성 문제 존재

ㅇ 적합한 경우:
– 현실감 높은 데이터 생성 필요 시
– 이미지 데이터 증강, 비디오 합성, 음성 합성 등

ㅇ 시험 함정:
– GAN은 합성 데이터 생성에만 사용된다는 주장 (X)
– GAN 기반 합성 데이터는 항상 완벽한 품질을 보장한다는 주장 (X)

ㅇ 시험 대비 “패턴 보기” 예시:
O: GAN 기반 시뮬레이션은 생성자와 판별자의 경쟁을 통해 학습한다.
X: GAN 기반 시뮬레이션은 판별자 없이 동작한다.

================================

3. Procedural Generation

ㅇ 정의:
규칙, 알고리즘, 수학적 모델을 기반으로 데이터나 콘텐츠를 자동 생성하는 방법.

ㅇ 특징:
– 게임, 시뮬레이션, 가상 환경에서 자주 사용
– 무한에 가까운 변형 가능
– 규칙 설계에 따라 품질과 다양성 결정

ㅇ 적합한 경우:
– 대규모 가상 환경 생성
– 반복 패턴이나 규칙 기반 데이터 생성 필요 시

ㅇ 시험 함정:
– Procedural Generation은 무작위(random) 생성만 가능하다는 주장 (X)
– Procedural Generation은 게임 분야에만 적용된다는 주장 (X)

ㅇ 시험 대비 “패턴 보기” 예시:
O: Procedural Generation은 규칙 기반으로 콘텐츠를 생성한다.
X: Procedural Generation은 반드시 무작위로만 데이터를 생성한다.

ㅁ 추가 학습 내용

시험 대비를 위해 알아둘 내용 정리

1. 합성 데이터의 법적 규제
– GDPR, CCPA 등 개인정보 보호법에서 합성 데이터 사용 가능성과 제한 사항 존재
– 법적으로 개인정보를 포함하지 않더라도 원본 데이터로부터 재식별 가능성이 있는 경우 규제 대상이 될 수 있음

2. 합성 데이터 품질 평가 지표
– 현실 데이터와의 분포 유사성을 측정하는 지표 사용
– 대표적으로 FID(Fréchet Inception Distance), Inception Score 등이 있음
– 모델이 생성한 데이터의 품질과 다양성을 객관적으로 비교 가능

3. GAN의 변형 구조와 활용 사례
– Conditional GAN: 조건(레이블, 속성)에 따라 데이터 생성
– StyleGAN: 고품질 이미지 생성, 세밀한 스타일 제어 가능
– CycleGAN: 서로 다른 도메인 간 이미지 변환 (예: 여름↔겨울, 사진↔그림)

4. Procedural Generation의 실제 적용 사례
– 게임: 마인크래프트, No Man’s Sky 등에서 무한에 가까운 월드 생성
– 도시 시뮬레이션: 가상의 도시 환경 자동 생성
– 자율주행 시뮬레이션: 다양한 도로 환경과 상황을 자동으로 만들어 학습 데이터 확보

5. 합성 데이터와 증강 데이터의 차이
– 증강 데이터: 기존 데이터를 변형(회전, 자르기, 색상 변경 등)하여 학습 데이터 확장
– 합성 데이터: 완전히 새로운 데이터를 생성하여 활용

6. 합성 데이터 사용 시 주의점
– 원본 데이터의 편향이 합성 데이터에 그대로 전이될 수 있음
– 현실 세계의 복잡성을 완벽히 반영하기 어려움
– 검증 데이터와 학습 데이터가 섞이지 않도록 철저히 분리 필요