자율 주행 및 로봇 공학과 같은 안전 필수 응용 분야에서 딥 뉴럴 네트워크(DNN)의 안전 문제에 대한 연구를 다룬 논문입니다. DNN은 일반화 오류, Out-of-Distribution(OOD) 입력, 적대적 공격과 같은 다양한 안전 문제에 취약하며, 이러한 문제를 탐지하기 위한 런타임 안전 모니터링 접근 방식을 포괄적으로 조사합니다. 이 논문은 DNN 자체를 수정하지 않고 추론 중에 DNN과 병렬로 작동하는 런타임 안전 모니터링 접근 방식을 검토합니다. 입력, 내부 표현, 출력의 세 가지 주요 범주로 기존 방식을 분류하고, 각 범주별 최신 기술을 분석하며 강점과 약점을 파악합니다. 또한 해결해야 할 안전 문제에 방법을 매핑하고, 열린 과제와 향후 연구 방향을 제시합니다.
