초록
이상 탐지(Anomaly detection)는 이전에 관찰된 패턴과 현저히 다른 패턴을 탐지하는 것으로, 인공지능 분야의 핵심 문제 중 하나이다. 최근 분류 기반 접근법이 이 작업에서 뛰어난 성능을 보였다는 것이 입증되었다. 본 연구에서는 이러한 기존 접근법들을 통합적으로 정리하고, 현재 일반화 가정을 완화할 수 있는 오픈셋(Open-set) 기반 방법인 GOAD를 제안한다. 더불어 무작위 아핀 변환(Random affine transformations)을 활용하여 변환 기반 방법의 적용 가능 범위를 이미지 데이터를 넘어서 비이미지 데이터까지 확장한다. 제안하는 방법은 최첨단 정확도를 달성하며 다양한 데이터 유형에 적용 가능함을 입증하였다. 본 방법의 뛰어난 성능은 여러 도메인에서 나온 다수의 데이터셋을 대상으로 광범위하게 검증되었다.