본 논문은 비전 기반 모델(VFMs)을 활용한 준지도 학습(SSL)의 효과를 체계적으로 평가하고, VFMs가 사전 훈련된 상태에서 SSL이 어떻게 작용하는지에 대한 연구를 진행했습니다. 기존의 SSL 방법론과 달리, 매개변수 효율적인 미세 조정(PEFT)만을 사용하여 라벨링된 데이터만으로 학습시킨 모델이, 라벨링되지 않은 데이터를 활용하는 SSL과 유사하거나 더 나은 성능을 보이는 것을 발견했습니다. 이에 따라, 다수의 PEFT 방법과 VFM 백본을 활용하여 더욱 강건한 의사 라벨을 생성하는 자기 학습 기반의 새로운 SSL 방법론을 제안합니다. 이 방법론은 의사 라벨의 노이즈 문제를 해결하고, VFMs를 활용한 SSL의 확장성과 실용성을 높이는 데 기여합니다.
