---
id: DATA-AUG-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [ai, [[Deep-Learning|Deep-Learning]], [[Computer-Vision|Computer-Vision]], nlp, data-augmentation, pre[[Processing|Processing]]]
last_reinforced: 2026-04-26
---

# Data Augmentation Strategies (데이터 증강 전략)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "데이터의 양을 늘릴 수 없다면, 데이터의 '모습'을 다양하게 변주하라" — 기존 학습 데이터를 수학적으로 변형하여 데이터셋의 규모를 가상으로 늘리고, 모델이 데이터의 본질적인 불변 특징을 학습하게 하여 일반화 성능을 높이는 기법.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 원본 데이터가 가진 핵심 정보는 유지하면서 노이즈나 변형을 가해, 모델이 사소한 변화에 휘둘리지 않는 강건함([[Robustness|Robustness]])을 갖추게 하는 변조 패턴.
- **주요 전략:**
    - **[[Computer Vision|Computer Vision]]:** 이미지 회전, 반전(Flip), 자르기(Crop), 색상 변조, Mixup(두 이미지를 섞음), Cutout(일부 가림).
    - **NLP:** 동의어 교체(SR), 무작위 삭제/삽입, 역번역(Back Translation: 다른 언어로 번역 후 다시 복원).
    - **Audio:** 속도 조절, 피치 변경, 노이즈 추가.
    - **Generative Augmentation:** GAN이나 Diffusion 모델을 이용해 새로운 가짜 데이터를 생성하여 학습에 활용.
- **의의:** 과적합([[Overfitting|Overfitting]])을 방지하고 적은 데이터로도 고성능 모델을 구축할 수 있게 함.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 사람이 직접 변형 규칙을 정의하던 방식에서, 최근에는 모델이 스스로 최적의 증강 조합을 찾는 AutoAugment 기술로 발전.
- **정책 변화:** Antigravity 프로젝트는 부족한 한국어 전문 용어 데이터를 보강하기 위해 역번역 기반의 데이터 증강 전략을 사용하여 NLP 에이전트의 문해력을 높임.

## 🔗 지식 연결 (Graph)
- Computer-Vision-[[Mastery|Mastery]], NLP, [[Regularization-Techniques|Regularization-Techniques]], [[Generative-Adversarial-Networks|Generative-Adversarial-Networks]]-GAN
- **Raw Source:** 10_Wiki/Topics/AI/Data-Augmentation Strategies.md