LG AI 연구원: Variational Deep Embedding 기반의 Deep Clustering 리뷰

Clustering은 라벨 없이 데이터 간의 유사성을 바탕으로 데이터를 군집화하는 기술이다. 대표적인 방식으로는 샘플 간 거리를 측정하는 Spectral Clustering과 중심점을 최적화하는 K-means 알고리즘이 있다.

Spectral Clustering은 비선형적인 데이터 군집을 잘 표현할 수 있지만, 모든 데이터 간의 거리를 계산해야 하므로 데이터가 많아질수록 연산 비용이 급격히 증가하는 단점이 있다.

K-means는 계산 효율성이 높고 널리 사용되지만, 데이터와 중심점 간의 거리를 Euclidean 기준으로 측정하기 때문에 주로 원형 형태의 군집을 형성하는 특성이 있다.

본 리뷰에서는 Variational Autoencoder(VAE) 기법을 Clustering에 적용한 Deep Clustering을 다룬다. 특히 기준 연구인 **Variational Deep Embedding(VaDE)**를 바탕으로, NeurIPS 2021에서 발표된 최신 연구들을 소개한다.