본 논문은 계산 비용이 많이 드는 신경망 구조 검색(NAS)의 대안으로, 훈련된 성능과 상관관계가 높으면서도 무작위로 샘플링된 데이터 배치를 통해 단일 순/역전파로 계산 가능한 Zero Cost Proxy(ZCP)의 효과를 연구한다. 특히, 센서 기반 HAR (Human Activity Recognition) 분야에서 여섯 개의 벤치마크 데이터셋을 대상으로 ZCP의 효능을 검증했다. 그 결과, ZCP가 1500개의 무작위로 샘플링된 구조를 전체적으로 훈련시킨 성능의 5% 이내의 성능을 달성하는 네트워크 구조를 발견했음을 확인했다. 이는 최소한의 훈련만으로도 고성능 구조를 발견할 수 있어 상당한 계산 비용 절감을 가능하게 한다. 또한, ZCP가 데이터 노이즈에 강건하다는 것을 실험적으로 증명하여 실제 시나리오에서의 활용 가능성을 보여주었다.
