본 논문은 비지도 도메인 적응(UDA)에서 기존의 분포 정렬 방법의 계산 및 이론적 한계, 특히 타겟 레이블 없이 분류 성능과 신뢰도를 추정하는 문제점을 다룬다. 기존의 이론적 틀은 계산적으로 다루기 어려운 양을 산출하고 사용된 정렬 알고리즘의 특성을 충분히 반영하지 못한다. 이러한 문제를 해결하기 위해, 본 논문은 반이산 최적 수송 정렬에 의해 유도되는 결정 경계의 유연성을 활용하는 새로운 이론적 분석에서 파생된 신뢰도 척도인 최적 수송(OT) 점수를 제안한다. 제안된 OT 점수는 직관적으로 해석 가능하고, 이론적으로 엄밀하며, 계산적으로 효율적이다. 모델 재훈련 없이 임의의 타겟 의사 레이블 집합에 대한 원칙적인 불확실성 추정치를 제공하며, 이용 가능한 소스 정보의 정도에 따라 유연하게 적응할 수 있다. 표준 UDA 벤치마크에 대한 실험 결과는 저신뢰도 예측을 식별하고 제거함으로써 분류 정확도가 일관되게 향상되고, OT 점수가 다양한 적응 시나리오에서 기존의 신뢰도 척도보다 훨씬 우수함을 보여준다.
