본 논문은 분류 정확도, 생성 능력, 강건성 간의 상충 관계를 해결하기 위해 에너지 기반 결합 모델(JEM)과 적대적 훈련(AT)의 장점을 통합하는 새로운 방법인 에너지 기반 결합 분포 적대적 훈련(EB-JDAT)을 제안합니다. JEM은 분류 정확도와 생성 능력이 뛰어나지만 강건성이 낮고, AT는 강건성이 뛰어나지만 정확도와 생성 능력이 낮다는 한계를 가지고 있습니다. EB-JDAT는 깨끗한 데이터, 적대적 데이터, 생성 데이터의 에너지 분포를 정렬하여 이러한 상충 관계를 해결하고자 합니다. 실험 결과, EB-JDAT는 JEM의 기존 정확도와 생성 능력을 유지하면서 강건성을 크게 향상시켜 최첨단 AT를 능가하는 성능을 보였습니다.
