본 논문은 심층 학습에서의 데이터 포이즈닝 공격에 대한 종합적이고 집중적인 검토를 제공합니다. 기존 연구들이 공격과 방어 모두를 다루는 넓은 관점을 채택한 것과 달리, 본 논문은 심층 학습에서의 포이즈닝 공격에만 집중하여 심층 분석을 수행합니다. 다양한 관점에서 데이터 포이즈닝 공격을 분류하고, 그 특징과 기본 설계 원리를 심층적으로 분석합니다. 또한, 대규모 언어 모델(LLM)에서의 데이터 포이즈닝이라는 새로운 분야에 대한 논의를 확장하고, 향후 연구 방향을 제시하며, 심층 학습에서의 데이터 포이즈닝에 대한 최신 리소스 저장소를 제공합니다.
