본 논문은 스마트 그리드의 안정성을 유지하기 위한 새로운 프레임워크를 제시합니다. 기존의 스마트 그리드 안정성 평가는 실제 불안정 데이터 확보의 어려움에 직면하지만, 본 연구는 안정적인 데이터만을 사용하여 Generative Adversarial Network (GAN)을 통해 불안정 상태를 나타내는 Out-Of-Distribution (OOD) 샘플을 생성합니다. 생성된 OOD 샘플을 활용하여 안정적인 상태와 불안정적인 상태를 구분하는 강건한 의사결정 경계를 학습하며, 추가적으로 적대적 훈련을 통해 공격에 대한 회복력을 강화합니다. 실제 데이터셋을 이용한 평가 결과, 최대 98.1%의 안정성 예측 정확도와 98.9%의 적대적 공격 탐지 정확도를 달성하였으며, 단일 보드 컴퓨터에서 평균 7ms 미만의 응답 시간으로 실시간 의사결정이 가능함을 보였습니다.
