🦋 데이터 불균형 : Augmentation으로 해소

Git Rich

2025. 05. 27

Augmentation

요약:
Augmentation(증강)은 회전, 반전, 확대 등 다양한 변형을 통해 사진 한 장을 여러 장처럼 사용할 수 있게 해주는 기법이다.
아래의 나비 그림은 그 효과를 잘 보여준다.

곤충 분류 예시 - Augmentation 샘플

모델 학습에 여러 장의 이미지가 필요한 이유는 두 가지로 요약할 수 있다.

모델 학습에 Augmentation이 필요한 이유를 설명하기 위한 예시로,
카메라로 곤충을 인식하는 소프트웨어 AInsectID를 들 수 있다.

모델이 호랑나비 사진 한 장만 학습했다고 가정하자.
하지만 실제 환경에서는 나비가 다음처럼 다양하게 등장할 수 있다:

이런 변화에 모델이 적응하지 못하면 인식이 안될 수 있다.

이를 해결하는 방법이 바로 👉 데이터 증강(Augmentation)이다.

이런 상황에 적응하려면, 회전, 색상 변화, 크기 조절 등을 통해
다양한 상황을 학습할 수 있도록 Augmentation이 꼭 필요하다.

특히 반도체 웨이퍼 검사처럼 실제 산업 환경에서는
결함 데이터 확보가 어렵다는 현실적인 제약이 있다.

분류 항목	최소 권장량	현실 확보 가능량 (예시)
정상 샘플	5,000장 이상	10,000장 이상 확보 가능
결함 샘플 (종류별)	각 1,000장 이상	50~300장 수준 (매우 부족)

일반적으로 정상:불량 비율이 100:1 이상이다.

이러한 데이터 불균형을 해소하기 위해 쓰이는 방법은 다음과 같다:

전처리는 사람과 모델의 관점이 다르다.

사람은 깔끔한 이미지를 선호하지만,
모델은 불량의 수치적 특징이 뚜렷한 이미지를 더 잘 학습한다.

예를 들어, 뿌연 이미지는 사람이 보기엔 불편하지만
모델에게는 불량이 더 잘 드러날 수 있다.

따라서 전처리는 사람 기준이 아닌 모델 기준으로 수행해야 한다.

분류	사람 기준	모델 기준	결론
특징	시각적 편안	수치적 인식	✅ 모델 기준으로 전처리함
뿌연 사진	보기 불편	불량 특징이 더 두드러짐	✅ 모델 선호
깔끔한 사진	보기 편함	특징이 사라짐	⚠️ 모델 비선호

Blur Example

Contents