5-2 데이터 증강을 적용할 때 일반적으로 훈련 시간도 증가시켜야 합니다. 즉 모델을 더 긴 기간 훈련해야 할 수 있습니다.
또는 데이터 증강을 너무 많이 적용했을 수 있습니다. 데이터 증강이 너무 많으면 과도한 변동이 생겨 데이터에 있는 자연스러운 변화를 반영하지 못합니다. 이는 과대적합이나 새로운 데이터에 대한 나쁜 일반화로 이어집니다. MNIST 이미지를 이동하거나 자르면 누락된 부분 때문에 숫자를 인식할 수 없게 되는 경우도 이에 해당합니다.
또 다른 가능성은 단순하고 도메인과 일치하지 않는 증강을 적용한 경우입니다. 예를 들어 이미지를 수직 또는 수평 방향으로 뒤집었다고 생각해 보세요. MNIST의 경우 손글씨 숫자를 수직이나 수평으로 뒤집으면 실제로는 없는 이미지를 만들게 되므로 잘못된 증강입니다.