불확실성 샘플링은 정말 나쁜 라벨을 더 먹는가 — 통념을 둘로 쪼갠 실험

'불확실성 샘플링은 어려운 샘플을 고르니 오라벨을 더 먹고 결국 손해'라는 통념을, 오라벨 노출량과 오류 위치 두 축으로 분리해 검정했습니다. 3개 데이터셋 × 9단계 노이즈율 × 예산 20~120 조건에서 랜덤 샘플링과 대조한 결과, 클린 라벨에서는 정규화 balanced accuracy가 +1.09~1.77%p로 라벨 효율 우위가 확인됐습니다. 반면 오류 위치 탓에 추가 페널티를 받는다는 보편적 증거는 노출량을 맞추자 사라졌습니다.