과적합
모델이 학습 데이터의 노이즈나 세부 사항까지 과하게 학습하여 새로운 데이터에 대한 예측 성능이 떨어지는 현상이다. 데이터 증강은 이를 방지하기 위해 데이터의 다양성을 인위적으로 높인다.