2nd/10_Wiki/Topics/AI_and_ML/Synthetic-Data-Generation.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-synthetic-data-generation	Synthetic Data Generation	10_Wiki/Topics	needs_review	self	AI-DATA-SYNTH-001	none	A	1.0	ai data-science Synthetic-Data gan data-augmentation privacy-preserving Generative-AI		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Synthetic Data Generation (합성 데이터 생성)

📌 한 줄 통찰 (The Karpathy Summary)

"데이터 기근의 시대에 실제 세계의 분포를 완벽하게 모사한 가상의 데이터를 무한히 복제하고, 현실이 주지 못하는 극한의 시나리오로 지능을 단련하라" — 인공지능 모델을 활용하여 실제 데이터의 통계적 특성을 유지하면서 새로운 데이터를 생성하는 기술.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "Distribution Learning and Artificial Sampling" — 실제 데이터의 잠재적인 분포를 학습(GAN, VAE, Diffusion)하여 현실에는 존재하지 않지만 현실적인 데이터를 생성하거나, 개인 정보 노출 위험이 없는 비식별 데이터를 대량 생산하는 패턴.
• 주요 생성 기법:
  • Generative Models: GAN, VAE 등을 활용한 이미지/음성/정형 데이터 생성.
  • LLM-based: 거대 언어 모델을 활용하여 학습용 텍스트나 코드 생성.
  • Simulation-based: 가상 환경(Unity, MuJoCo)에서 물리 법칙이 적용된 로봇/자율주행 데이터 수집.
• 의의: 데이터 확보 비용을 획기적으로 낮추고, 개인 정보 보호 규제를 우회하며, 희귀 사례(Edge Cases) 데이터를 인위적으로 보강하여 모델의 안전성과 견고함을 높임.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 합성 데이터는 품질이 낮아 학습에 부적합하다는 인식이 있었으나, 최근에는 'Self-Instruct' 기법처럼 AI가 만든 데이터로 더 뛰어난 AI를 만드는 '지능의 수직 계열화'가 가능해지며 데이터 전략의 핵심으로 부상함.
• 정책 변화: Antigravity 프로젝트는 특정 도메인의 지식 데이터가 부족할 때, 기존 지식의 논리 구조를 바탕으로 한 합성 지식 생성 파이프라인을 가동하여 에이전트의 추론 범위를 확장함.

🔗 지식 연결 (Graph)

• Generative-Adversarial-Networks-GAN, Self-Supervised-Learning, Privacy-Preserving-AI, Simulation-Environments
• Raw Source: 10_Wiki/Topics/AI/Synthetic-Data-Generation.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