대규모 데이터셋에서 DNN 모델을 훈련하기 위해 필요한 데이터 레이블링 및 모델 훈련의 비용과 시간이 지속적으로 증가함에 따라, 이는 모델 훈련의 주요 한계 요소가 되고 있다. 불확실성 기반 질의 방식을 활용한 주동 학습(active learning) 전략을 통해 더 작은 대표적 데이터 샘플을 선별함으로써 이러한 한계를 완화할 수 있다. 기존의 자연어처리(NLP) 분야에서의 주동 학습 연구들은 불확실성 기반 질의 과정에서 발생하는 샘플링 편향(sampling bias) 문제를 지적하고, 이를 해결하기 위한 비용이 큰 접근법들을 제안해왔다. 본 연구에서는 대규모 실증적 실험을 통해, FastText.zip(FTZ)와 같은 깊은 모델의 사후 엔트로피(posterior entropy)를 활용한 주동 집합 선택 방식이 기존 문헌에서 제시된 바와 달리 샘플링 편향에 강건하며, 다양한 알고리즘적 선택(질의 크기 및 전략 등)에도 불구하고 안정적인 성능을 보임을 입증한다. 또한, FTZ 기반 질의 전략이 더 복잡한 접근법(예: 앙상블 네트워크)과 유사한 샘플 집합을 생성함을 보여준다. 마지막으로, 선별된 샘플을 활용해 소규모이지만 고품질의 데이터셋을 구성하고, 이를 통해 대규모 모델의 빠르고 저비용의 훈련을 가능하게 함으로써 그 효과성을 입증한다. 위의 결과를 바탕으로, 본 연구는 깊은 주동 텍스트 분류(deep active text classification)에 대한 간단하면서도 강력한 기준선(baseline)을 제안하며, 기존 최고 수준의 성능을 초월함을 보였다. 본 연구는 데이터셋 압축 및 주동 학습, 반감독 학습, 온라인 학습 등 다양한 학습 시나리오에 유용하고 정보적인 기여를 할 것으로 기대된다. 코드 및 모델은 다음 링크에서 제공된다: https://github.com/drimpossible/Sampling-Bias-Active-Learning