본 논문은 의료 영상, 특히 피부과 영상 분석에서 ImageNet 사전 학습 모델의 한계를 극복하기 위해 비지도 학습 기반의 변분 자동 인코더(VAE)를 제시합니다. ImageNet 사전 학습 모델 대신 자체 피부과 데이터셋으로 VAE를 학습시켜 도메인 특화된 특징을 추출하고, 이를 ImageNet 사전 학습 모델과 비교 분석합니다. 실험 결과, 자체 학습 모델은 ImageNet 사전 학습 모델보다 과적합이 적고 일반화 성능이 우수함을 보여줍니다. 이는 의료 영상 분석에서 도메인 특화된 특징 추출의 중요성을 강조합니다. 자체 학습 모델은 검증 손실을 33.33% 감소시켰으며, 정확도는 45%에서 65%로 향상(44.44% 증가)되었고 과적합은 거의 없었습니다. 반면 ImageNet 사전 학습 모델은 초기에는 높은 정확도를 보였으나(87%), 과적합으로 인해 최종 정확도는 75%로 낮아졌습니다(19.05% 증가).