2nd/10_Wiki/Topics/AI_and_ML/Data-Augmentation Strategies.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by
wiki-2026-0508-data-augmentation-strategies	Data Augmentation Strategies	10_Wiki/Topics	needs_review	self	DATA-AUG-001	none	A	1.0	ai Deep-Learning Computer-Vision nlp data-augmentation preProcessing		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

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)을 갖추게 하는 변조 패턴.
• 주요 전략:
  • 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)을 방지하고 적은 데이터로도 고성능 모델을 구축할 수 있게 함.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 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, NLP, Regularization-Techniques, Generative-Adversarial-Networks-GAN
• Raw Source: 10_Wiki/Topics/AI/Data-Augmentation Strategies.md

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

• (TODO)

언제 쓰면 안 되는가:

• (TODO)

🧪 검증 상태 (Validation)

• 정보 상태: needs_review
• 출처 신뢰도: A
• 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

• 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
• 처리 방식: UPDATE (자동 정규화)
• 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A