본 논문은 노이즈가 있는 레이블로 딥 네트워크를 훈련할 때 발생하는 일반화 성능 저하 문제를 해결하기 위해, 자기 지도 학습(SSL)을 활용한 새로운 접근 방식을 제시합니다. 특히, 레이블이 없는 데이터로 특징 추출기를 사전 훈련한 후, 노이즈가 있는 데이터셋에서 표준 지도 학습을 수행하는 방식을 제안합니다. SimCLR과 Barlow Twins를 SSL 방법으로 사용하여 CIFAR-10 및 CIFAR-100 데이터셋에 대해 다양한 노이즈 환경에서 실험한 결과, 제안하는 방법이 노이즈에 강인하며 레이블 오류 감지 능력을 향상시키는 것을 확인했습니다.
