Analysis of the Data Generation Performance of Two-Dimensional GAN Models

2차원 GAN 모델의 데이터 생성 성능 분석

디지털 시대에서 인공지능은 인간이 할 수 있는 글 작성, 그림 그리기와 같은 다양한 예술 분야에서 창작 활동을 위하여 활용되고 있다. 이러한 인공지능 기술을 생성형 AI라 불리며, 생성형 AI 기술 중에는 실제 데이터와 유사한 가짜 데이터를 생성하는 GAN 기술을 포함한다. GAN은 생성자와 판별자가 서로 경쟁하면서 데이터를 생성하고 구분하는 동작을 반복하며, 이를 통하여 실제와 매우 유사한 특징을 가지는 가짜 데이터를 생성한다. 이에 따라, GAN 모델의 키보드 데이터 보호의 활용 가능성을 검증하기 위하여, 다양한 GAN 모델을 기반으로, 2차원 데이터를 생성하고, 생성된 데이터의 성능을 분석하였다. 분석 결과, Random Forest 모델과 Gradient Boosting 모델에서 WGAN-GP 모델의 성능이 우수하지 않은 것으로 분석되었으며, CTGAN 모델은 다른 모델에 비하여 성능이 우수한 것으로 나타났다. 또한, 학습 횟수를 증가할 경우에는 Copula GAN의 성능이 가장 우수한 것으로 나타났다. 본 논문의 결과는 다양한 GAN 모델의 성능평가와 다양한 데이터로의 활용을 위하여 활용될 수 있을 것으로 사료된다.