대칭성
바둑 규칙은 회전과 반사에 대해 대칭성을 가지며, 동일한 기보를 회전하거나 뒤집어도 규칙상 결과는 변하지 않는다. 신경망 학습 맥락에서는 입력 공간의 대칭을 모델 구조나 데이터 처리로 반영하면 일반화 성능과 샘플 효율이 달라질 수 있다. 본문에서는 이 대칭을 강제하지 않고 데이터 증강으로만 처리했을 때 내부 표현이 어떻게 형성되는지를 평가했다.
