본 논문은 훈련 데이터셋 외부의 새로운 분포에서 온 샘플을 식별하는 것을 목표로 하는, 강건한 인공지능(AI)의 핵심인 분포 외(OOD) 검출에 대한 새로운 프레임워크를 제안합니다. 기존의 특징 기반 방법들이 특징 공간에 대한 제한적인 가정에 의존하는 것과 달리, 본 논문에서는 의사 레이블 유도 부분 공간 표현에 기반한 OOD 검출 프레임워크를 제시합니다. 이는 기존 방법들보다 더 완화되고 자연스러운 가정 하에서 작동합니다. 또한, 교차 엔트로피 기반 ID 분류 손실과 부분 공간 거리 기반 규제 손실을 통합하는 간단하면서도 효과적인 학습 기준을 도입하여 ID-OOD 분리 성능을 향상시킵니다. 광범위한 실험을 통해 제안된 프레임워크의 효과를 검증합니다.
