데이터 일반화가 딥러닝 성능에 미치는 영향 연구

초록

k-익명화는 해커들의 개인 정보 탈취를 예방하기 위해, 원래의 데이터를 변경하여 제삼자에게 배포하는 기술이다. 데이터 일반화는 원래의 데이터 값을 고수준의 값으로 대체하는 방법으로 k-익명화 기법에서 널리 사용되고 있다. 이 기법은 매우 효율적인 방법으로 증명되고 있지만, 일반화된 데이터를 딥러닝에 사용할 경우, 학습 성능이 저하되는 단점이 있다. 본 연구에서는 데이터 일반화에 의한 값 왜곡이 딥러닝 성능에 얼마나 영향을 주는지 알아보고자 하였다. 실험에서는 텐서플로우를 사용하여 딥러닝 모델을 구축하고 일반화되지 않은 데이터셋과 일반화된 데이터셋을 사용하여 구축된 모델을 학습시킨후, 각각에 대한 학습 성능을 측정하였다. 학습 데이터로는 2010년 1월 1일부터 2022년 6월까지 수집한 한국의 온도 데이터를 사용하였다. 실험을 위해, 데이터 일반화 기법을 적용하여 원래의 값을 고수준 값으로 변경하고 이를 실험 데이터로 사용하였다. 학습 성능 지표값으로는 평균제곱 오차(Root Mean Square Error, RMSE)를 사용하였다. 실험결과, 일반화 정도가 적을 경우, 0.90%의 성능 저하가, 일반화 정도가 중간일 경우, 3.15%의 성능 저하가, 일반화 정도가 심할 경우, 6.57%의 성능 저하가 발생하였다.

키워드