GLOSSARY
합성 데이터
인공적으로 생성된 학습 데이터. 실데이터가 희소·민감·비쌀 때 모델 출력이나 시뮬레이션이 실기록을 대신합니다.
합성 데이터는 완전 시뮬레이션 센서 로그부터, 점점 흔해지는 '한 LLM의 출력으로 다른 모델을 학습'(데이터셋 규모 증류)까지 폭이 넓습니다. 프라이버시 제약을 피하고, 실수집이 놓치는 롱테일 시나리오를 채우며, 비용은 사람 라벨링의 일부. 프론티어 랩은 합성 추론 궤적으로 최신 모델을 학습시킨다고 공공연히 밝히며, 이제 표준 기법입니다.
알려진 실패 모드는 모델 붕괴입니다. 자기 출력으로 세대를 거듭 학습하면 다양성을 잃고 서서히 표류합니다. 실무 규칙 — 합성 데이터를 신선한 인간 데이터와 섞고, eval로 검증하며, 모델 자기 산출물만으로 루프를 닫지 않기.