본 논문은 이상 탐지 손실 함수 설계의 기본 원리가 측도 이론의 기본 개념인 Radón-Nikodym (RN) 정리에 있다는 것을 밝힙니다. 기존 손실 함수에 RN 미분을 곱하는 것이 전반적인 성능을 향상시킨다는 것을 보여주며, 이를 RN-Loss라고 명명합니다. 이상 탐지의 PAC 학습 가능성을 이용하여 이를 입증하고, RN 미분이 비지도 클러스터링 기반 이상 탐지에도 중요한 통찰력을 제공함을 보여줍니다. 의료, 사이버 보안, 금융 등 다양한 분야의 96개 데이터셋(일변량 및 다변량 데이터 포함)을 사용하여 실험을 진행한 결과, 다변량 데이터셋의 68%에서, 시계열(일변량) 데이터셋의 72%에서 최고의 F1 점수를 달성하며 최첨단 방법들을 능가하는 성능을 보였습니다.
