AI › AI 엔지니어링(AI 시스템 운영) › 데이터 준비

합성 데이터Synthetic Data

실제 기록을 옮기지 않고 생성 모델 · 시뮬레이션 · 규칙으로 새로 만든 데이터로, 원본의 분포와 변수 사이 관계를 닮되 원본의 한 사람 · 한 건과는 이어지지 않게 한 것이다.

1요약

  1. 합성 데이터는 AI 운영의 데이터 준비 단계에서 원본을 학습한 통계 모형 · 딥 생성 모형이나 시뮬레이터 · 규칙이 새 레코드를 찍어 내는 방법으로, Rubin(1993)의 완전 합성 제안에서 출발해 지금은 학습 데이터 보충 · 시험 데이터 · 외부 공유에 쓰인다.
  2. 원본을 밖으로 낼 수 없거나 실제 사례가 모자라면 학습이 멈추는데, 시뮬레이터 사진만으로 학습한 물체 검출기가 실제 사진 0장으로 1.5 cm 위치 정확도를 냈다(Tobin 2017).
  3. 「이 합성 데이터를 써도 되나」는 충실도 · 유용성 · 개인정보 위험을 따로 재서 가른다 — 실제 데이터 시험 점수가 원본 수준이어도 원본 행까지의 거리가 보류 실제 행보다 가까우면 복사본이다.

2등장 배경

통계 기관은 조사 원자료를 연구자에게 넘기고 싶어도, 나이 · 지역 · 직업 몇 항목만 맞춰도 한 사람이 드러나 그 값을 지우거나 뭉개야 했고 그만큼 분석 값이 망가졌다. Rubin(1993)은 원자료로 모형을 세우고 다중 대체로 가상 표본 전체를 새로 뽑아 «실제 응답자가 한 명도 없는» 공개 자료를 내자고 제안했다.

2016년 Patki 의 SDV 는 관계형 데이터베이스 표 여럿을 모형화해 공개 데이터 5종의 합성판을 만들었고, 데이터 과학자 실험에서 합성판과 원본으로 낸 결과에 유의한 차이가 없었다(Patki 2016). 2017년 Tobin 외는 시뮬레이터의 색 · 조명을 무작위로 바꾸는 도메인 무작위화를, Esteban 외는 합성으로 학습하고 실제로 시험하는 평가를 내놓았다(Tobin 2017 · Esteban 2017). 2019년 Xu 외의 조건부 GAN 이 시험 데이터 15종(시뮬레이션 7 · 실제 8) 가운데 실제 데이터 대부분에서 베이즈망을 앞섰고(Xu 2019), 2022년 Self-Instruct 는 언어 모델이 스스로 만든 지시문으로 원 모델 대비 33%p 를 올렸다(Wang 2022).

한계도 함께 드러났다. Stadler 외는 합성 데이터가 기존 익명 처리보다 나은 개인정보 · 유용성 균형을 주지 않는다고 보고했고(Stadler 2020), Shumailov 외는 생성 데이터로 거듭 학습하면 원 분포의 꼬리가 사라진다고 보였다(Shumailov 2023). 그래서 NIST SP 800-188(2023-09)은 합성 데이터를 비식별 기법의 하나로 두고, 국내에서는 개인정보보호위원회가 2024년 12월 생성 · 검증 · 심의 다섯 단계 안내서를 냈다(개인정보위 2024).

3쉽게 이해하기 — 의대 실기 시험의 «모의 환자»

의대 실기 담당 박 교수는 실제 환자 진료 기록 398건을 학생에게 보여 줄 수 없다. 그래서 기록을 훑어 «열이 높으면 맥박도 빠르다» 같은 증상의 짝을 정리하고, 배우들에게 가상 환자 대본을 나눠 준다. 학생들은 배우를 진찰하며 연습하고, 실력은 처음 보는 실제 환자 171명 진료로 확인한다. 교수는 마지막으로 어느 대본이 한 환자의 기록과 거의 같지 않은지 대조한다.

1 진료 기록실 실제 환자 398명 밖으로 못 냄 원본 데이터 2 실기 담당 교수 증상이 함께 나타나는 정도만 정리 생성 모형 3 배우 대본 가상 환자 398장 실제 기록 없음 합성 데이터 4 의대생 배우를 진찰하며 진단 연습 모델 학습 5 실제 진료 시험 처음 보는 환자 171명으로 확인 실제 데이터 시험 6 대본 대조 한 환자와 거의 같은 대본이 있는가 개인정보 위험 검사 기록과 대본을 한 장씩 맞대 봄 원본 생성 규칙 합성 결과 · 검증 쓰는 사람 위험 확인

그림 1 · 교수는 기록의 통계만 옮긴 대본을 만들고, 학생은 대본으로 연습한 뒤 실제 환자로 확인하며, 대본이 한 환자를 베끼지 않았는지는 따로 대조한다.

기록 보관398건은 밖으로 못 냄
짝 정리열 높으면 맥박도 빠름
대본 쓰기가상 환자 398장
연습배우를 진찰
실전 확인처음 보는 환자 171명
대본 대조한 사람을 베꼈나
비유 — 같은 기록으로 쓴 대본 세 장 대본 A 증상을 하나씩 따로 뽑음 열 39도 · 맥박 정상 함께 나는 짝이 어긋남 연습해도 실제와 다름 열 독립 생성 대본 B 증상의 짝을 지킴 열이 높으면 맥박도 빠름 어느 환자와도 같지 않음 연습 · 공유에 알맞음 가우시안 코풀라 대본 C 한 환자 기록을 베낌 나이 · 증상이 거의 같음 숫자만 조금 흔듦 누구인지 알아볼 수 있음 원본 + 잡음 복사 원본 기록과 멀다 원본 기록과 가깝다 새 실제 환자만큼 떨어진 곳

그림 2 · 대본은 기록에서 너무 멀면 연습이 쓸모없고 너무 가까우면 환자가 드러난다 — 짝은 지키되 어느 한 사람과도 같지 않은 가운데 대본만 쓸 수 있다.

비유 속 역할실제 이름실제로 하는 일
진료 기록 398건원본(학습) 데이터생성 모형을 맞추는 데만 쓰고 밖으로 내지 않는다
교수가 정리한 짝생성 모형열마다의 분포와 열 사이 상관을 배운다(코풀라 · GAN · 확산)
배우 대본합성 레코드모형에서 새로 뽑은 행 · 원본 행과 1 : 1 로 이어지지 않는다
학생의 연습합성 데이터로 모델 학습원본 대신 합성 행으로 분류 · 예측 모델을 학습한다
실제 환자 171명보류 실제 데이터 시험(TSTR)생성에 쓰지 않은 실제 행으로 성능을 잰다
대본 대조개인정보 위험 평가(DCR)합성 행마다 가장 가까운 원본 행까지 거리를 잰다
베낀 대본 C기억 · 복사생성 모형이 특정 원본 행을 거의 그대로 내놓는다
대본 A · B · C 견주기충실도 · 유용성 · 위험 균형세 축을 함께 보고 공유 · 학습 여부를 정한다

⚠ 비유가 맞지 않는 곳: 배우는 대본 밖 증상도 즉흥으로 보탤 수 있지만, 생성 모형은 배운 분포 밖을 거의 만들지 못해 원본에 드문 사례는 합성에서 더 드물어진다. 또 대본은 수십 장이지만 합성 데이터는 수천 ~ 수백만 행을 뽑으므로, 한 장씩 눈으로 대조하지 않고 거리 지표로 잰다.

4구조 — 생성 방식 넷 · 평가 축 셋

합성 데이터는 «무엇에서 출발해 무엇으로 만드는가»(생성 방식)와 «만든 것을 어떻게 믿는가»(평가)로 나뉜다. 있는 표본을 돌리거나 잡음을 섞어 늘리는 일은 데이터 증강이, 원본 행의 식별자를 바꾸거나 지우는 일은 가명 · 익명 처리가 맡고, 합성 데이터는 모형에서 새 행을 뽑는 쪽이다.

입력 생성 방식 결과 평가 원본 데이터 표 · 시계열 · 사진 사람 지식 물리 · 규칙 · 지시문 통계 모형 코풀라 · 베이즈망 딥 생성 모형 GAN · VAE · 확산 시뮬레이션 물리 · 렌더링 · 무작위화 규칙 · LLM 생성 템플릿 · 지시문 생성 합성 데이터 완전 합성 부분 합성(일부 열) 충실도 분포 · 상관이 닮았나 유용성 합성 학습 → 실제 시험 개인정보 위험 원본 행과 너무 가깝나 데이터 사람 지식 생성 방식 결과 · 평가 위험

그림 3 · 원본 데이터는 통계 · 딥 생성 모형으로, 사람의 지식은 시뮬레이션 · 규칙으로 합성 데이터가 되고, 쓰기 전에 충실도 · 유용성 · 개인정보 위험 세 축을 따로 통과해야 한다.

요소역할대표 값 · 기법근거
통계 모형열 분포 + 열 사이 의존을 명시적 식으로가우시안 코풀라 · 베이즈망Patki 2016 · Xu 2019 기준선
딥 생성 모형고차원 분포를 신경망으로조건부 GAN(표) · 확산(사진)Xu 2019
시뮬레이션물리 · 렌더링으로 장면 생성 · 조건을 무작위로실제 사진 0장 · 1.5 cmTobin 2017
규칙 · LLM템플릿 · 언어 모델이 문장 · 지시문 생성원 모델 대비 33%pWang 2022
완전 · 부분 합성모든 열을 새로 뽑나 위험한 열만 바꾸나부분 합성 = 원본 행과 연결 가능성 높음Rubin 1993 · 개인정보위 2024
충실도분포 · 상관 · 표본 단위 닮음KS 통계 · 상관 행렬 차 · α-정밀도Alaa 2021
유용성합성으로 학습해 실제로 시험TSTR ↔ TRTREsteban 2017
개인정보 위험원본 행 복사 · 추론 공격DCR · 진짜성 · 추론 공격 시험Alaa 2021 · Stadler 2020

부분 합성은 위험한 열만 바꾸고 나머지 원본 값을 남겨 분석 값은 잘 지키지만, 합성 행과 원본 행이 1 : 1 로 짝지어져 남는다. 그래서 국내 안내서는 일반에 공개할 합성 데이터일수록 안전성 검증과 심의위원회 평가를 거친 뒤 익명정보로 쓰게 한다(개인정보위 2024).

5동작 — 공개 진단 데이터로 만든 합성 표 398행의 충실도 · 유용성 · 개인정보 검증

아래 값은 공개 데이터 UCI WDBC 로 직접 실행한 결과다 — Python 3.14.0 · NumPy 2.4.3 · default_rng(0) · 코풀라 · 로지스틱 회귀 · 거리 계산은 NumPy 로 직접 구현했다.

  1. 원본 569행(악성 212 · 양성 357) 가운데 세포핵 평균 특성 10열을 쓰고, 시드 0 으로 학습 398행(악성 145)과 보류 171행(악성 67)으로 나눈다(UCI WDBC).
  2. 클래스마다 각 열을 순위 → 정규 점수로 바꿔 10 × 10 상관 행렬을 구한다 — 학습 398행 전체의 반지름 ↔ 오목점 수 상관은 0.830 이다.
  3. 같은 수(양성 253 · 악성 145)만큼 다변량 정규에서 뽑아 각 열의 원본 분위수로 되돌려 합성 398행을 만든다(NumPy multivariate_normal · quantile).
  4. 충실도 — 열별 KS 통계 평균 0.037 · 상관 행렬 차이 평균 0.029 · 반지름 ↔ 오목점 수 상관 0.813.
  5. 유용성 — 합성 398행으로 로지스틱 회귀를 학습해 보류 실제 171행에서 AUC 0.984(TSTR)를 얻고, 원본 학습판(TRTR) 0.984 와 같다.
  6. 개인정보 — 합성 행마다 원본 학습 행까지 표준화 거리 최솟값(DCR)을 재면 중앙값 0.93 으로, 보류 실제 행의 같은 거리 0.92 와 비슷하다 · 보류 하위 5% 거리(0.53)보다 가까운 합성 행은 4.5% 다.
  7. 대조 — 같은 절차를 열 독립 생성과 잡음 복사(원본 행 + 열 표준편차 5% 잡음)에 돌리면 AUC 는 0.974 · 0.983 으로 비슷하지만, 상관 차이는 0.223 · 0.017, 보류 하위 5% 보다 가까운 행은 0.5% · 100% 로 갈린다.
  8. 판정 — 세 축을 모두 넘은 코풀라 판만 공유 후보로 올리고, 공개 전에는 추론 공격 시험과 심의 평가를 더한다(Stadler 2020 · 개인정보위 2024).
1 원본 569행 평균 특성 10열 악성 212 · 양성 357 2 분할 · 시드 0 학습 398(악성 145) 보류 171(악성 67) 3 코풀라 적합 클래스마다 학습 행만 10 × 10 상관 행렬 4 합성 398행 양성 253 · 악성 145 원본 분위수로 되돌림 5 충실도 상관 차 평균 0.029 KS 평균 0.037 6 유용성 TSTR AUC 0.984 TRTR AUC 0.984 7 개인정보 위험 DCR 중앙 0.93(보류 0.92) 하위 5% 안 4.5% 8 판정 세 축 통과 → 공격 시험 · 심의 원본 생성 모형 합성 결과 · 검증 위험 사람의 판정

그림 4 · 코풀라 합성 398행은 상관 차이 0.029 · 실제 시험 AUC 0.984 · 원본 거리 0.93(보류 0.92)으로 세 축을 차례로 넘는다.

0 0.5 1.0 1.5 0 0.1 0.2 ↑ 상관 행렬 차이 평균(충실도 · 낮을수록 닮음) 원본 학습 행까지 최단 거리(DCR) 중앙값 → 보류 실제 행 거리 0.92 개인정보 위험 구역 보류 하위 5%(0.53)보다 가까움 충실도 부족 구역(상관 차 0.1 초과 · 가정 기준) 잡음 복사 AUC 0.983 · 5% 안 100% 가우시안 코풀라 AUC 0.984 · 5% 안 4.5% 열 독립 생성 AUC 0.974 · 5% 안 0.5%

그림 5 · 세 방식의 실제 시험 AUC 는 0.974 ~ 0.984 로 비슷해 유용성만으로는 가르지 못하고, 상관 차이와 원본 거리를 함께 놓아야 «닮았지만 베끼지 않은» 코풀라만 남는다.

🔑 합성 데이터의 목표는 원본에 «가장 가까운» 것이 아니라 «새 실제 표본만큼» 떨어진 것이다 — 그보다 가까우면 복사, 그보다 멀면 쓸모를 잃는다.

시드 0 ~ 9 로 다시 나누면 원본 학습판 AUC 자체가 0.974 ~ 0.989 로 흔들려, 이 데이터에서 세 방식의 AUC 차이는 분할 흔들림 안에 든다. 반면 잡음 복사의 «하위 5% 안 100%» 와 열 독립 생성의 상관 차이 0.21 ~ 0.24 는 모든 시드에서 그대로였다.

6비교 — 생성 방식별 쓰임과 한계

기준통계 모형(코풀라 · 베이즈망)딥 생성 모형(조건부 GAN · 확산)시뮬레이션규칙 · LLM 생성
출발점원본 표의 분포 · 상관원본 표본 수천 이상물리 · 렌더링 모형템플릿 · 씨앗 지시문
잘 맞는 데이터열 수십 개 이하 표섞인 열 유형 · 사진 · 시계열사진 · 로봇 · 센서 · 희귀 고장문장 · 대화 · 지시문
원본 복사 위험낮음(모수만 저장)과적합 시 행 기억원본을 안 쓰면 거의 없음씨앗 · 학습 데이터 문장 반복
대표 한계비선형 · 다봉 의존을 놓침학습 불안정 · 희귀 범주 소실시뮬레이션 ↔ 실제 차이사실 오류 · 반복 학습 시 꼬리 소실
근거Patki 2016Xu 2019Tobin 2017Wang 2022 · Shumailov 2023

분석열이 수십 개인 업무 표를 외부와 나누려면 통계 모형부터, 열 유형이 섞이고 비선형 관계가 핵심이면 딥 생성 모형, 원본이 아예 없거나 고장처럼 드문 장면이 필요하면 시뮬레이션을 고른다. 근거는 표의 「원본 복사 위험」 행과 사례 7단계 — 모형이 원본 행에 가까이 붙을수록 유용성 점수는 그대로인 채 위험만 커진다.

7실무 진단 — 합성 데이터 불량의 단계 가르기

분석분할 → 충실도 → 유용성 → 개인정보 순으로 본다. 보류 데이터가 생성에 섞이면 TSTR 과 DCR 이 함께 좋게 나와 뒤 두 단계를 모두 속이고, 상관이 깨진 합성은 유용성 시험 전에 표 한 장으로 걸러지기 때문이다(Esteban 2017 · Alaa 2021).

#증상의심 원인단계확인 자료판정 기준(근거)
1TSTR 이 TRTR 보다 높게 나옴보류 행으로 생성 모형을 맞춤분할생성에 쓴 행 번호 목록생성 = 학습 행만 · 보류는 시험 · 거리 기준에만(Esteban 2017)
2합성으로 학습한 모델이 실제에서 크게 떨어짐열 사이 상관 · 조건부 관계 손실충실도상관 행렬 차이 · 클래스별 KS사례 0.029 ↔ 열 독립 0.223(그림 5)
3희귀 범주 · 극단값이 합성에 안 나옴꼬리 소실 · 생성 데이터 반복 학습충실도원본 ↔ 합성 1% · 99% 분위 · 범주 빈도세대마다 꼬리가 줄면 원본을 다시 섞음(Shumailov 2023)
4원본과 거의 같은 행이 보임생성 모형의 기억 · 잡음 복사개인정보DCR 분포 · 보류 하위 5% 안 비율5% 근처면 정상 · 크게 넘으면 복사(사례 4.5% ↔ 100%)
5거리 지표는 좋은데 추론 공격에서 원본 포함 여부가 드러남생성 모형이 일부 행의 정보를 남김개인정보표적 행을 정한 추론 공격 시험평균 거리로는 안 잡힘 · 공격 시험을 따로 둠(Stadler 2020)
6시뮬레이션으로 학습한 검출기가 실제 사진에서 실패시뮬레이션 ↔ 실제 차이생성 방식실제 소량 검증 셋 성능질감 · 조명 무작위화 범위 넓힘(Tobin 2017)

DCR 은 표준화 단위가 바뀌면 값이 달라지므로 절대값이 아니라 같은 단위로 잰 «보류 실제 행의 거리»와 견준다.

8시험 대비

출제 정보 정보관리(140회, 138회)문제 원문 — 큐넷 자료실 「기출문제(기술사)」 www.q-net.or.kr

시험에서는 합성 데이터의 정의 · 생성 방식 · 평가 축을 묻는 정의 · 특징형, 그리고 생성부터 검증 · 공개까지의 절차를 묻는 구현 · 설계형이 나올 수 있다. 정의형에는 «가명 · 익명 처리 · 데이터 증강과의 경계»를 한 줄로, 설계형에는 «세 축을 따로 재는 기준과 숫자»를 넣으면 개념 나열을 넘는다.

답안 목차
  1. 개요 — 정의(모형에서 새 행을 뽑음) · 완전 합성 · 부분 합성(Rubin 1993) · 가명 처리 · 증강과의 경계
  2. 생성 방식 — 그림 3 통계 모형 · 딥 생성 모형 · 시뮬레이션 · 규칙 · LLM 네 분류 표
  3. 평가 축 — 충실도(KS · 상관 차 · α-정밀도) · 유용성(TSTR ↔ TRTR) · 개인정보 위험(DCR · 추론 공격)
  4. 적용 사례 — 그림 4 공개 진단 데이터 398행 코풀라 합성 · 세 축 값
  5. 균형 판단 — 그림 5 AUC 는 비슷 · 상관 차와 원본 거리로 복사 · 쓸모 없음 가르기
  6. 절차와 과제 — 사전준비 → 생성 → 안전성 · 유용성 검증 → 심의 → 관리(개인정보위 2024) · 꼬리 소실 · 시뮬레이션 차이

꼭 쓸 키워드
완전 합성부분 합성가우시안 코풀라조건부 GAN도메인 무작위화TSTRDCR충실도유용성모델 붕괴

다른 답안과 차이를 내는 한 가지는 그림 5 처럼 «유용성 점수는 같아도 원본 거리로 복사본이 드러난다»를 숫자 하나(하위 5% 안 4.5% ↔ 100%)로 보이는 것이다 — 「개인정보를 보호한다」 한 줄 대신 어떻게 재는지를 쓴다.

9오해와 사실

  • 오해합성 데이터는 실제 사람이 없으니 개인정보 문제가 없다.
    사실잡음 복사 판은 실제 시험 AUC 0.983 으로 쓸모는 같았지만 합성 행 100%가 보류 하위 5% 거리보다 원본에 가까웠고, 국내 안내서도 일반 공개용은 안전성 검증 · 심의를 거치게 한다(개인정보위 2024).
  • 오해실제 데이터 시험 성능이 원본과 같으면 좋은 합성 데이터다.
    사실사례에서 세 방식의 AUC 차이(0.974 ~ 0.984)는 시드에 따른 원본 학습판 흔들림(0.974 ~ 0.989) 안에 들어, 상관 차이 · 원본 거리를 함께 봐야 갈린다.
  • 오해합성 데이터를 계속 만들어 학습에 쓰면 데이터 부족이 해결된다.
    사실생성 데이터로 거듭 학습하면 원 분포의 꼬리가 사라지는 모델 붕괴가 VAE · 가우스 혼합 · LLM 에서 관찰됐다(Shumailov 2023).

10핵심 정리

구분맡는 일입력출력 · 지표사례 값근거
통계 모형분포 · 상관을 식으로원본 표합성 행코풀라 10 × 10 상관Patki 2016
딥 생성 모형복잡한 분포를 신경망으로원본 표본합성 행 · 사진조건부 GAN 15종 비교Xu 2019
시뮬레이션물리 · 렌더링 장면모형 · 무작위 조건사진 · 센서 값실제 0장 · 1.5 cmTobin 2017
충실도닮음 측정원본 ↔ 합성KS · 상관 차0.037 · 0.029Alaa 2021
유용성쓸모 측정합성 학습 · 실제 시험TSTR ↔ TRTR0.984 ↔ 0.984Esteban 2017
개인정보 위험복사 · 추론 측정합성 ↔ 원본 · 보류DCR · 하위 5% 안 비율0.93(보류 0.92) · 4.5%Alaa 2021 · Stadler 2020
절차생성 · 검증 · 공개 관리목적 · 공개 범위다섯 단계 · 심의일반 공개 = 심의 뒤 익명정보개인정보위 2024

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ 합성데이터 생성·활용 안내서(2024.12) — 국내에서 합성 데이터를 만들고 검증 · 심의하는 다섯 단계를 볼 때
    개인정보보호위원회 · 한국인터넷진흥원 · 2024-12 · www.kisa.or.kr/2060301/form?postSeq=56&page=1 · 확인 2026-11-12
  3. ★ NIST SP 800-188 De-Identifying Government Datasets: Techniques and Governance — 비식별 기법 가운데 합성 데이터의 위치와 공개 방식을 볼 때
    NIST · 2023-09 · csrc.nist.gov/pubs/sp/800/188/final · 확인 2026-11-12
  4. ★ Synthetic Data -- what, why and how? (arXiv:2205.03257) — 합성 데이터의 목적과 개인정보 보호 쪽 정의를 한 편으로 볼 때
    The Royal Society · arXiv · 2022-05 · arxiv.org/abs/2205.03257 · 확인 2026-11-12
  5. ★ How Faithful is your Synthetic Data? Sample-level Metrics for Evaluating and Auditing Generative Models (arXiv:2102.08921) — 충실도 · 다양성 · 원본 복사 여부를 표본 단위로 재는 법을 볼 때
    arXiv · 2021-02 · arxiv.org/abs/2102.08921 · 확인 2026-11-12
  6. ★ Synthetic Data -- Anonymisation Groundhog Day (arXiv:2011.07018) — 합성 데이터가 개인정보를 저절로 지키지 않는다는 근거를 볼 때
    arXiv · 2020-11 · arxiv.org/abs/2011.07018 · 확인 2026-11-12
  7. 본문 근거
  8. Discussion: Statistical Disclosure Limitation (Journal of Official Statistics 9(2) 461-468) — Statistics Sweden · 1993 · sciendo.com/journal/JOS · 확인 2026-11-12
  9. The Synthetic Data Vault: generative modeling for relational databases (M.Eng. thesis) — MIT DSpace · 2016-06 · dspace.mit.edu/handle/1721.1/109616 · 확인 2026-11-12
  10. Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World (arXiv:1703.06907) — arXiv · 2017-03 · arxiv.org/abs/1703.06907 · 확인 2026-11-12
  11. Real-valued (Medical) Time Series Generation with Recurrent Conditional GANs (arXiv:1706.02633) — arXiv · 2017-06 · arxiv.org/abs/1706.02633 · 확인 2026-11-12
  12. Modeling Tabular data using Conditional GAN (NeurIPS 2019 · arXiv:1907.00503) — arXiv · 2019-07 · arxiv.org/abs/1907.00503 · 확인 2026-11-12
  13. Self-Instruct: Aligning Language Models with Self-Generated Instructions (ACL 2023 · arXiv:2212.10560) — arXiv · 2022-12 · arxiv.org/abs/2212.10560 · 확인 2026-11-12
  14. The Curse of Recursion: Training on Generated Data Makes Models Forget (arXiv:2305.17493) — arXiv · 2023-05 · arxiv.org/abs/2305.17493 · 확인 2026-11-12
  15. Breast Cancer Wisconsin (Diagnostic) — UCI Machine Learning Repository · 1995-11 · archive.ics.uci.edu/dataset/17/breast+cancer+wisconsin+diagnostic · 확인 2026-11-12
  16. NumPy 2.4 Reference numpy.random.Generator.multivariate_normal — NumPy Developers · 2026-11 · numpy.org/doc/2.4/reference/random/generated/numpy.random.Generator.multivariate_normal.html · 확인 2026-11-12
  17. NumPy 2.4 Reference numpy.quantile — NumPy Developers · 2026-11 · numpy.org/doc/2.4/reference/generated/numpy.quantile.html · 확인 2026-11-12