본 논문은 능동소음제거(ANC) 알고리즘의 성능 향상을 평가하기 위한 이론적 한계를 제시합니다. 최근 딥러닝 기반 ANC 알고리즘의 성능 향상에도 불구하고, 이를 엄밀하게 평가할 이론적 한계가 부족하다는 점을 지적하며, 정보이론적 요소와 물리적 제약을 고려한 통합 하한선을 도출합니다. 이 하한선은 잔여 에러 전력을 항소음 신호가 포착하는 방해 엔트로피 비율과 연결하는 정보이론적 성분과, 제거 경로가 처리할 수 없는 주파수 대역에서 발생하는 불가피한 에러를 측정하는 지지체 기반 성분으로 구성됩니다. 두 성분 중 최댓값을 취하여 정규화된 평균 제곱 오차(NMSE)에 대한 이론적 상한선을 설정하고, NOISEX 데이터셋을 이용한 실험적 검증을 통해 다양한 음향 조건에서의 강건성을 보여줍니다.
