본 논문은 머신러닝 데이터 가치 평가에서 데이터 가치 분포의 중요성을 강조하고, 이를 활용하여 Shapley value 기반 데이터 가치 평가 방법의 성능을 향상시키는 새로운 접근 방식을 제시한다. 구체적으로, 데이터 가치 분포의 전역적, 지역적 통계적 특성을 분석하고, 이를 활용한 정규화 항을 Shapley value 추정에 통합한다. 또한, Shapley value를 재계산하지 않고도 동적 데이터 가치 평가를 수행하는 새로운 방법을 제안한다. 다양한 실험을 통해 제안된 방법론의 효과성과 효율성을 입증한다.
