모델 견고성은 데이터 손상, 적대적 공격, 도메인 이동을 포함한 예측하지 못한 분포 변화에 대한 모델의 일반화 능력을 의미합니다. 데이터 증강은 견고성을 향상시키는 보편적이고 효과적인 방법 중 하나입니다. 다양한 분야에서 증강의 큰 성공에도 불구하고, 모델 견고성 개선에 대한 효과에 대한 일반적인 이론적 이해가 부족합니다. 본 연구는 손실 표면 평탄도와 PAC 일반화 경계라는 관점에서 증강이 어떻게 모델 견고성을 향상시킬 수 있는지 설명하기 위한 통합 이론적 프레임워크를 제공합니다. 본 연구는 i) 기존 증강 방법의 대부분을 광범위하게 포괄하고, ii) 적대적 공격과 같은 특정 유형의 분포 변화에 국한되지 않는다는 점에서 이전 연구와 차별화됩니다. CIFAR 및 ImageNet 데이터 세트를 기반으로 하는 기존의 일반적인 손상 및 적대적 견고성 벤치마크, PACS 및 OfficeHome을 포함한 도메인 일반화 벤치마크에 대한 시뮬레이션을 통해 이론을 확인합니다.
