Introduction to Deep Anomaly Detection

본 포스트는 이상탐지(Anomaly Detection) 알고리즘에 대해 소개합니다. 이상탐지 알고리즘은 정상 데이터를 기반으로 비정상 데이터를 판별하는 기술로, 신용카드 사기 탐지, 영상 감시, 자율 주행, 제조업에서의 장비 및 제품 불량 탐지 등 다양한 분야에 활용될 수 있습니다.

특히, 실제 환경에서는 정상 데이터에 비해 비정상 데이터가 현저히 적은 불균형 데이터셋(imbalanced dataset) 문제가 발생하기 쉬운데, 이는 일반적인 분류 알고리즘 적용을 어렵게 만듭니다. 이러한 불균형 데이터셋은 딥러닝 모델이 비정상 데이터의 특징을 제대로 학습하지 못하게 하거나, 단순히 다수 클래스로 예측하는 경향을 보이게 합니다.

또한, 비정상 데이터는 정상 데이터에 비해 다양한 패턴을 가질 수 있어, 적은 양으로는 모든 패턴을 학습하기 어렵다는 오픈 월드 분류 문제의 특성도 가지고 있습니다. 향후 포스팅에서는 딥러닝 기반 이상탐지 방법과 RaPP 방법론, 오토인코더 외 다양한 기법들에 대해 다룰 예정입니다.