2.1 사용 프로그램 및 분석 환경

본 연구의 CNN 기반 콘크리트 손상 이미지 분류 분석은 MATLAB R2026a 환경에서 수행하였다. 딥러닝 모델의 구축, 학습, 검증 및 시험 성능 평가는 MATLAB Deep Learning Toolbox를 이용하였으며, 이미지 전처리, 학습 결과 저장 및 성능 지표 산정은 MATLAB 기반 분석 코드로 수행하였다. 모든 분석은 동일한 소프트웨어 및 하드웨어 환경에서 수행하였으며, 세부 하드웨어 사양은 Table 1에 제시하였다.

2.2 데이터셋 구성 및 전처리

본 연구에서는 AI-Hub의 콘크리트 구조물 손상 이미지 데이터를 기반으로 분석용 데이터셋을 구성하였다. 해당 데이터셋은 교량, 건축물 등 실제 콘크리트 구조물을 대상으로 취득된 이미지로 구성되어 촬영 거리, 조도, 표면 질감 및 배경 조건의 변동성을 포함한다. 본 연구에서는 각 손상 유형별 원시 이미지 중 균열, 백태 및 철근 노출 손상이 육안으로 비교적 명확하게 확인되는 이미지를 각각 3,000장씩 선별하여 총 9,000장의 데이터셋을 구성하였다.

이러한 선별은 모델 및 학습 조건을 동일한 이미지 품질 조건에서 비교하기 위한 것이지만, 손상 경계가 불명확하거나 원거리에서 촬영된 이미지 등 실제 현장의 어려운 사례가 상대적으로 적게 포함되었을 수 있다. 따라서 본 연구에서 산정된 절대적인 분류 성능은 실제 현장 조건보다 높게 나타났을 가능성이 있으며, 결과는 본 연구에서 구성한 데이터셋 내의 상대적 비교 결과로 해석하였다.

본 연구에서는 콘크리트 구조물 표면에서 발생하는 대표적인 손상 유형을 대상으로 CNN 기반 이미지 분류 분석을 수행하였다. 분류 대상 손상 유형은 균열, 백태, 철근 노출의 3개 클래스로 구성하였다. 각 이미지는 균열, 백태 및 철근 노출 중 대표 손상 유형에 따라 하나의 클래스로 분류하였으므로, 실제 구조물에서 여러 손상이 동시에 발생하는 복합 손상 특성은 직접 반영하지 않았다. 전체 데이터셋은 학습, 검증 및 시험 데이터로 분할하여 사용하였다.

데이터 분할은 학습 데이터 6,300장, 검증 데이터 1,350장, 시험 데이터 1,350장으로 구성하였다. 시험 데이터는 각 클래스별로 450장씩 동일하게 구성하여 클래스 불균형에 따른 평가 편향을 최소화하였다. 학습 데이터는 CNN 모델의 가중치 갱신에 사용하였고, 검증 데이터는 학습 과정에서 모델의 일반화 성능을 확인하는 데 사용하였다. 시험 데이터는 학습에 사용하지 않은 독립 데이터로 구성하여 최종 분류 성능 평가에 활용하였다.

본 연구에서 모든 모델에는 동일한 학습, 검증 및 시험 데이터 구성을 적용하여 모델 구조, optimizer 및 학습률 조건에 따른 성능 차이를 동일한 데이터 조건에서 비교하였다.

본 연구에 사용된 원본 이미지는 640×640 크기로 padding 처리된 상태에서 저장되었다. 이후 CNN 모델 입력 조건에 맞추어 224×224 크기로 조정하여 사용하였다. 학습 데이터에는 모델의 일반화 성능을 높이기 위하여 데이터 증강을 적용하였다. 증강 조건은 ±10° 범위의 무작위 회전, ±10 pixel 범위의 x축 및 y축 평행이동, 수평 반전을 포함하였다. 검증 및 시험 데이터에는 데이터 증강을 적용하지 않았으며, 학습 데이터와 동일하게 입력 크기 조정만 수행하였다. 사용된 이미지의 예시는 Fig. 1에 나타내었다.

Fig. 1 Example images of concrete damage

2.3 CNN 모델

콘크리트 손상 이미지 분류 성능을 비교하기 위하여 4개의 대표적인 전이학습 기반 CNN 모델을 사용하였다. 분석 대상 모델은 EfficientNet-B0, GoogLeNet, MobileNetV2, ResNet-50이다. 해당 모델들은 이미지 분류 분야에서 널리 활용되는 구조로, 모델 복잡도, 합성곱 구조, 잔차 연결 여부 및 경량화 특성이 서로 다르기 때문에 콘크리트 손상 분류 조건에서 모델 구조별 성능 차이를 비교하기에 적합하다.

EfficientNet-B0는 복합 스케일링(compound scaling)을 기반으로 모델의 깊이, 너비 및 입력 해상도를 균형 있게 확장하는 구조이다(Tan and Le, 2019). ResNet-50은 잔차 연결(residual connection)을 통해 깊은 신경망의 학습 안정성을 개선한 모델이다(He et al., 2016). GoogLeNet은 Inception 모듈을 기반으로 다양한 크기의 합성곱 연산을 병렬적으로 적용하는 구조이며(Szegedy et al., 2015), MobileNetV2는 depthwise separable convolution과 inverted residual 구조를 활용한 경량 CNN 모델이다(Sandler et al., 2018).

각 CNN 모델의 최종 분류 계층을 본 연구의 손상 유형 수에 맞게 수정한 후, 동일한 데이터셋에 대해 전이학습을 수행하였다. 모든 모델은 동일한 데이터셋과 동일한 학습 조건에서 비교되도록 설정하였다.

2.4 Optimizer 및 학습률 조건

본 연구에서는 CNN 학습 성능에 영향을 미치는 주요 학습 조건으로 optimizer와 초기 학습률을 설정하였다. Optimizer는 Adam, RMSProp, SGDM의 세 가지를 사용하였다. Adam은 adaptive moment estimation을 기반으로 각 파라미터의 학습률을 적응적으로 조정하는 방식이며(Kingma and Ba, 2015), RMSProp은 gradient 제곱 평균을 이용하여 파라미터별 학습률을 조정하는 방식이다. SGDM은 확률적 경사하강법에 momentum 항을 추가하여 진동을 완화하고 수렴 안정성을 개선하는 방식이다(Ruder, 2016).

초기 학습률은 0.001, 0.0003, 0.0001의 3개 수준으로 설정하였다. 이는 전이학습 기반 CNN fine-tuning 조건에서 과도한 가중치 변화로 인한 성능 저하를 방지하면서도 optimizer별 수렴 특성을 비교할 수 있도록 설정한 값이다. 에포크 수는 15로 고정하였고, 미니배치 크기는 32로 설정하였다. 또한 L2 정규화(L2 regularization)는 0.0001로 적용하였으며, 학습 중 조기 종료는 적용하지 않았다.

검증은 매 epoch마다 수행하였으며, 최종 시험 성능은 검증 성능이 가장 높은 시점이 아니라 15번째 epoch 종료 시점의 네트워크를 이용하여 산정하였다. 15 epoch는 전체 조합에 동일한 학습 예산을 적용하기 위한 조건이며, 모든 조합의 완전한 수렴을 보장하는 값은 아니다. 이에 대표적인 성능 저하 조합인 MobileNetV2–RMSProp–0.001에 대해서는 최대 epoch를 30으로 설정하여 별도 재학습하고, 학습 로그와 클래스별 혼동 결과를 이용하여 저성능 원인을 검토하였다.

본 연구의 전체 학습 조합은 CNN 모델 4개, optimizer 3개, 초기 학습률 3개 및 난수 시드 10개로 구성하였다. 따라서 총 학습 횟수는 4 × 3 × 3 × 10 = 360회이다. 즉, 본 연구에서는 총 360회의 CNN 학습을 수행하고, 각 조건별 반복 학습 결과를 이용하여 평균 성능과 학습 안정성을 평가하였다. 전체 분석 조건은 Table 2에 정리하였다.

2.5 반복 학습 기반 분석 설계

CNN 모델의 학습 결과는 초기 가중치, 미니배치 구성 순서, 데이터 증강 과정 및 GPU 연산 특성 등에 의해 동일 조건에서도 일부 변동될 수 있다. 따라서 단일 학습 결과만을 이용하여 모델 또는 optimizer의 우수성을 판단할 경우, 특정 난수 시드 조건에 의존한 결과가 전체 성능으로 해석될 가능성이 있다. 본 연구에서는 이러한 문제를 줄이기 위해 각 모델, optimizer 및 학습률 조합에 대해 난수 시드를 1부터 10까지 변경하면서 반복 학습을 수행하였다.

반복 학습에서는 데이터 분할 조건과 주요 학습 조건을 동일하게 유지하고, 난수 시드 변화에 따른 성능 변동을 분석하였다. 이를 통해 평균 성능뿐 아니라 표준편차, 최소값, 최대값 및 변동계수를 함께 산정하여 학습 조건별 안정성을 평가하였다. 본 연구에서 반복 학습 안정성은 특정 조합이 여러 난수 시드 조건에서 일관된 성능을 유지하는 정도로 정의하였다. 평균 성능이 높더라도 반복 결과의 표준편차가 크거나 특정 난수 시드에서 성능 저하가 크게 발생하는 경우, 해당 조합은 안정성이 낮은 것으로 판단하였다.

모든 학습 실행에서 학습, 검증 및 시험 데이터 분할은 동일하게 유지하였고, 반복 학습에서는 난수 시드만 변경하였다. 이를 통해 데이터 분할 차이에 따른 영향을 배제하고, 동일 학습 조건 내에서 난수 시드 변화에 따른 성능 변동성을 비교하였다.

분석 결과는 전체 학습 실행을 모델별, optimizer별, 학습률별 및 모델–optimizer–학습률 조합별로 집계하여 비교하였다. 이를 통해 평균 성능뿐 아니라 난수 시드 변화에 따른 반복 학습 안정성, 특정 조합에서의 성능 저하 가능성, 클래스별 F1-score 및 계산 효율성을 함께 검토하였다.

2.6 평가 지표

분류 성능 평가 지표로는 정확도(accuracy)와 macro F1-score를 사용하였다. 정확도는 전체 시험 이미지 중 올바르게 분류된 이미지의 비율을 의미한다. 그러나 정확도는 클래스별 성능 차이를 충분히 반영하지 못할 수 있으므로, 본 연구에서는 각 클래스의 F1-score를 동일한 가중치로 평균한 macro F1-score를 주요 평가 지표로 사용하였다.

각 클래스 i에 대한 F1-score는 정밀도와 재현율의 조화 평균으로 정의되며, Macro F1-score는 다음 식 (1)과 같이 계산된다.

여기서 $P_i$는 클래스 $i$의 정밀도, $R_i$는 클래스 $i$의 재현율, $C$는 클래스 수를 의미한다.

계산 효율성 평가는 학습 시간(training time)과 시험 이미지 1장당 평균 추론 시간(test inference time per image)을 기준으로 수행하였다.

2.7 안정성 및 계산 효율성 분석

반복 학습 안정성을 정량적으로 비교하기 위하여 각 조건별 test macro F1-score의 변동계수(coefficient of variation, CV)를 산정하였다. 변동계수는 평균 성능 대비 표준편차의 상대적 크기를 나타내며, 다음 식 (2)와 같이 계산하였다.

여기서 $\sigma$는 동일 조건에서 10회 반복 학습한 test macro F1-score의 표준편차이고, $\mu$는 해당 조건의 평균 test macro F1-score를 의미한다. CV 값이 작을수록 난수 시드 변화에 따른 성능 변동이 작아 학습 안정성이 높은 것으로 해석하였다.

Optimizer 및 초기 학습률 조건에 따른 Test Macro F1-score의 차이를 검토하기 위하여 Kruskal–Wallis 검정을 수행하였다. 전체 조건 간 차이가 통계적으로 유의한 경우에는 Dunn 사후검정을 수행하고, 다중 비교에 따른 제1종 오류를 제어하기 위하여 Holm 방법으로 p-value를 보정하였다. 통계적 유의수준은 0.05로 설정하였다. 또한 각 optimizer 및 초기 학습률 조건의 평균 Test Macro F1-score에 대한 95% 신뢰구간을 산정하였다(Demšar, 2006).

또한 모델별 추론 효율성을 비교하기 위하여 시험 이미지 1장당 평균 추론 시간을 산정하였다. 이미지 1장당 추론 시간은 전체 시험 데이터에 대한 추론 시간을 시험 이미지 수로 나누어 식 (3)과 같이 계산하였다.

여기서 $T_{image}$는 시험 이미지 1장당 평균 추론 시간, $T_{test}$는 전체 시험 데이터에 대한 총 추론 시간, $N_{test}$는 시험 이미지 수를 의미한다.

위 지표를 바탕으로 3장에서는 모델별, optimizer별, 학습률별 및 조합별 성능과 안정성을 비교하였다.

3.1 전체 분석 결과

본 연구에서는 CNN 모델, optimizer 및 초기 학습률 조건에 따른 콘크리트 손상 이미지 분류 성능을 비교하기 위하여 총 360회의 반복 학습을 수행하였다. 분석 결과, 대부분의 조건에서 Test Macro F1-score가 0.94 내외의 높은 수준으로 나타났다. 이는 본 연구에서 사용한 전이학습 기반 CNN 모델들이 전체 평균 기준으로 콘크리트 손상 이미지에 대해 높은 분류 성능을 보였음을 의미한다.

다만 모델 및 optimizer 간 평균 성능 차이는 크지 않았으므로, 단일 평균 성능만으로 특정 모델 또는 optimizer의 우수성을 판단하기는 어렵다. 따라서 이후 절에서는 평균 성능과 함께 반복 학습 안정성, 최소 성능, 학습률 조건 및 계산 효율성을 종합적으로 검토하였다.

Table 3은 CNN 모델별 전체 성능을 나타낸 것이다. 각 모델별 결과는 3개 optimizer, 3개 학습률 및 10개 난수 시드 조건에서 수행한 총 90회의 학습 결과를 집계한 것이다. 평균 Test Macro F1-score는 EfficientNet-B0가 0.9463으로 가장 높았고, ResNet-50은 0.9455, MobileNetV2는 0.9432, GoogLeNet은 0.9431로 나타났다. 네 모델 모두 0.94 이상의 평균 Test Macro F1-score를 보였으며, 최고 평균값과 최저 평균값의 차이는 약 0.0032로 크지 않았다. 다만 MobileNetV2는 일부 조건에서 낮은 최소값이 나타나 표준편차가 상대적으로 크게 증가하였다.

이 결과는 모델 선정 시 평균 성능뿐 아니라 반복 학습 안정성, 성능 저하 가능성 및 계산 효율성을 함께 고려해야 함을 보여준다.

3.2 Optimizer별 성능 및 안정성

Table 4는 optimizer 및 초기 학습률 조건별 전체 성능을 함께 정리한 것이다. 먼저 optimizer별 결과를 보면, 각 optimizer는 4개 CNN 모델, 3개 학습률 및 10개 난수 시드 결과를 포함하므로 optimizer별 총 학습 실행 수는 120회이다.

SGDM은 평균 Test Macro F1-score가 0.9471로 가장 높았고, 표준편차도 0.0056으로 가장 작았다. Adam은 평균 Test Macro F1-score가 0.9455로 SGDM과 유사한 수준을 보였으며, 표준편차도 비교적 낮게 나타났다. 반면 RMSProp은 평균 Test Macro F1-score가 0.9410으로 세 optimizer 중 가장 낮았고, 표준편차는 0.0329로 가장 크게 나타났다.

다만 optimizer 간 평균 성능 차이는 전반적으로 크지 않았다. SGDM과 Adam의 평균 Test Macro F1-score 차이는 약 0.0016 수준이며, 이는 실무적으로 큰 차이라고 보기 어렵다. 따라서 본 연구 결과를 통해 SGDM이 절대적으로 우수하다고 단정하기보다는, 본 분석 조건에서 SGDM이 평균 성능과 반복 안정성 측면에서 상대적으로 안정적인 경향을 보였다고 해석하는 것이 적절하다.

RMSProp의 경우 평균 성능이 상대적으로 낮았으며, 이는 특정 조건에서 성능 저하가 크게 발생하여 전체 표준편차가 증가한 영향으로 판단된다. 이는 optimizer의 효과가 독립적으로 작용하기보다 CNN 모델 구조 및 초기 학습률 조건과 함께 영향을 받는다는 점을 보여준다.

Kruskal–Wallis 검정 결과, optimizer 조건 간 Test Macro F1-score 차이는 통계적으로 유의하지 않았다(H(2)=3.0385, p=0.2189). 따라서 SGDM의 평균 성능이 가장 높았지만, 이를 다른 optimizer보다 통계적으로 우수한 결과로 해석하기는 어렵다.

3.3 학습률에 따른 성능 경향

Table 4에서 초기 학습률 조건별 결과를 보면, 각 학습률 조건은 4개 CNN 모델, 3개 optimizer 및 10개 난수 시드 결과를 포함하므로 조건별 학습 실행 수는 120회이다.

평균 Test Macro F1-score는 학습률 0.0003 조건에서 0.9466으로 가장 높았고, 0.0001 조건은 0.9464로 거의 유사하였다. 반면 0.001 조건은 평균 Test Macro F1-score가 0.9405로 상대적으로 낮았으며, 표준편차도 0.0321로 가장 크게 나타났다.

0.0003과 0.0001 조건의 평균 성능 차이는 매우 작았으나, 0.0001 조건의 표준편차가 더 낮게 나타났다. 따라서 평균 성능만을 기준으로 하면 0.0003이 가장 높은 값을 보였지만, 반복 안정성까지 함께 고려하면 0.0001도 안정적인 학습 조건으로 볼 수 있다.

반면 0.001 조건에서는 일부 조합에서 높은 성능을 보였음에도 불구하고, 특정 모델–optimizer 조합에서 성능 저하가 발생하여 전체 변동성이 증가하였다. 이는 전이학습 기반 CNN fine-tuning 조건에서 초기 학습률이 과도하게 클 경우, 모델 또는 optimizer 조합에 따라 학습 안정성이 저하될 수 있음을 나타낸다.

학습률 조건 간 차이는 통계적으로 유의하였다(H(2)=9.9735, p=0.0068). 그러나 Dunn–Holm 사후검정에서 0.0003과 0.0001의 차이는 유의하지 않았으며(p=0.1904), 0.0003과 0.001의 차이만 유의하였다(p=0.0050). 따라서 0.0003과 0.0001은 유사한 성능 수준으로 해석할 수 있다.

3.4 조합별 성능 안정성 및 저하 조건 분석

모델별, optimizer별 및 학습률별 평균 성능 비교에서는 대부분의 조건이 높은 Test Macro F1-score를 보였으며, 평균 성능 차이는 크지 않았다. 그러나 각 요인을 개별적으로 집계할 경우 특정 조합에서 발생하는 성능 저하나 반복 학습 변동성이 충분히 드러나지 않을 수 있다. 따라서 본 절에서는 모델, optimizer 및 학습률을 함께 고려하여 조합별 성능 안정성과 저하 조건을 검토하였다.

Table 5는 전체 모델–optimizer–학습률 조합 중 평균 Test Macro F1-score가 높은 상위 조합과 반복 변동성 또는 성능 저하가 크게 나타난 대표 조합을 요약한 것이다. 전체 36개 모델–optimizer–초기 학습률 조합의 평균 Test Macro F1-score, 표준편차, 최소값, 최대값 및 변동계수는 Appendix Table A1에 제시하였다. GoogLeNet–SGDM–0.0003 조합은 평균 Test Macro F1-score 0.9521, 표준편차 0.0029, CV 0.0031로 가장 높은 평균 성능과 우수한 반복 안정성을 보였다. 이는 GoogLeNet이 모든 조건에서 낮은 성능을 보이는 모델은 아니며, 적절한 optimizer와 학습률 조건에서는 다른 CNN 모델과 유사하거나 더 높은 성능을 확보할 수 있음을 의미한다.

ResNet-50–SGDM–0.001 및 EfficientNet-B0–Adam–0.0001 조합도 각각 평균 Test Macro F1-score 0.9512와 0.9511로 높은 성능을 보였다. 특히 EfficientNet-B0–Adam–0.0001 조합은 표준편차가 0.0027로 낮아 평균 성능과 반복 안정성이 모두 우수한 조건으로 판단된다.

반면 일부 조합에서는 평균 성능 저하 또는 반복 학습 변동성 증가가 확인되었다. MobileNetV2–RMSProp–0.001 조합은 평균 Test Macro F1-score가 0.9136으로 상대적으로 낮았고, 표준편차가 0.1068로 크게 나타났다. 또한 최소 Test Macro F1-score가 0.6105까지 낮아져 특정 난수 시드 조건에서 학습 안정성이 크게 저하된 것으로 판단된다. GoogLeNet–RMSProp–0.0003 조합 역시 평균 성능은 0.9358로 일정 수준을 유지하였으나, 다른 GoogLeNet 조합에 비해 표준편차와 CV가 증가하였다.

이러한 결과는 CNN 기반 콘크리트 손상 분류에서 모델 구조, optimizer 및 초기 학습률이 독립적으로 작용하기보다 상호 조합에 따라 성능과 안정성에 영향을 미칠 수 있음을 보여준다. 따라서 특정 모델의 성능을 단일 조건에서 판단하기보다는 다양한 optimizer 및 학습률 조건에서 반복 학습 결과를 함께 검토하는 것이 필요하다.

다만 조도 불균형, 표면 오염, 원거리 촬영 및 손상 경계가 불명확한 이미지가 포함될 경우 모델–optimizer–학습률 조합별 성능과 변동성 경향이 달라질 수 있으므로, 이에 대한 추가적인 검증이 필요하다.

MobileNetV2–RMSProp–0.001 조합의 최소 성능은 난수 시드 10에서 나타났다. 해당 학습곡선에서는 15번째 epoch의 validation loss가 급증하고 validation accuracy가 약 66%로 감소하였으며, 철근 노출 이미지 450장 중 383장(85.1%)이 균열로 오분류되어 철근 노출 F1-score가 0.2420으로 낮아졌다. 따라서 해당 저성능은 학습 전반의 지속적인 underfitting보다 마지막 epoch의 검증 성능 저하와 특정 클래스 예측 편중의 영향을 받은 것으로 판단된다.

동일한 조건에서 최대 epoch를 30으로 설정하여 별도 재학습한 결과, 평균 Test Macro F1-score는 0.9502, 최소값은 0.9361로 개선되었고 표준편차와 CV도 각각 0.0054와 0.0057로 감소하였다(Table 6). 이에 기존 저성능은 해당 조합의 지속적인 결함이라기보다 특정 난수 시드와 고정된 학습 종료 시점에서 발생한 성능 저하로 해석하였다.

3.5 손상 유형별 분류 성능

손상 유형에 따른 분류 성능 차이를 검토하기 위하여 전체 360회의 학습 실행 결과에서 산출된 클래스별 precision, recall 및 F1-score를 클래스별로 집계하였다. Table 7은 균열, 백태 및 철근 노출 클래스의 평균 성능을 나타낸 것이다.

전체 평균 기준으로 철근 노출 클래스의 F1-score는 0.9659로 가장 높았으며, 균열은 0.9386, 백태는 0.9290으로 나타났다. 철근 노출은 노출된 철근과 주변 콘크리트 사이의 색상 및 형상 대비가 비교적 명확한 반면, 백태는 표면 오염, 반사광 및 콘크리트 표면 질감과 유사한 면적⋅텍스처 특징을 가지므로 상대적으로 분류가 어려운 것으로 판단된다.

균열은 폭이 좁은 국부적 선형 특징이므로 반복적인 downsampling 과정에서 세부 정보가 약화될 수 있는 반면, 백태의 분류에는 비교적 넓은 공간 문맥과 채널 간 질감 정보의 통합이 중요할 수 있다. 이에 따라 GoogLeNet의 다중 스케일 특징 추출, ResNet-50의 잔차 연결, EfficientNet-B0의 복합 스케일링 및 채널 특징 보정, MobileNetV2의 depthwise separable convolution과 경량화 구조는 손상 특징을 서로 다르게 표현할 가능성이 있다. 특히 MobileNetV2–RMSProp–0.001 조건에서 나타난 높은 반복 변동성은 경량화 구조와 학습 조건 간 상호작용의 영향을 받았을 가능성이 있다. 다만 Table 7은 전체 모델과 학습 조건을 통합한 결과이고 모델 구조에 대한 ablation analysis를 수행하지 않았으므로, 이러한 해석을 아키텍처와 클래스별 성능 간의 직접적인 인과관계로 단정하기는 어렵다.

다만 철근 노출 클래스의 최소 F1-score가 낮게 나타난 것은 해당 클래스 자체의 평균 분류 난이도가 높다는 의미라기보다, 특정 모델–optimizer–학습률 조합에서 전체 분류 성능이 저하되면서 class-wise F1-score에도 영향을 준 결과로 판단된다. 따라서 손상 유형별 성능 역시 평균값과 함께 최소값 및 표준편차를 함께 해석하는 것이 적절하다.

3.6 계산 효율성을 고려한 결과 해석

계산 효율성 측면에서는 Table 3에 제시한 바와 같이 모델 간 추론 시간보다 학습 시간의 차이가 더 뚜렷하였다. 평균 학습 시간은 GoogLeNet이 282.34 s로 가장 짧았고, EfficientNet-B0는 1387.28 s로 가장 길었다. EfficientNet-B0는 평균 Test Macro F1-score가 가장 높았으나 학습 시간이 크게 증가한 반면, GoogLeNet은 평균 성능 차이가 제한적인 조건에서 가장 짧은 학습 시간을 보였고 SGDM–0.0003 조건에서는 높은 성능과 안정성을 나타냈다. 시험 이미지 1장당 평균 추론 시간은 모든 모델에서 0.0011–0.0018 s 수준으로 나타나 절대적인 차이는 크지 않았다. 따라서 본 분석 조건에서는 평균 성능뿐 아니라 반복 학습 안정성과 학습 시간을 함께 고려하여 모델 및 학습 조건을 선정하는 것이 적절하다.